ANALISIS KINERJA HEAT EXCHANGER PADA LUBE OIL COMPLEX III (LOC III) BERDASARKAN FOULING FACTOR DAN PRESSURE DROP PT. PERTAMINA RU-IV CILACAP
Bibliographic record
Abstract
Heat Exchanger (HE) merupakan alat yang digunakan untuk memindahkan panas antara dua fluida yang berbeda temperaturnya. HE yang telah dioperasikan pada jangka waktu tertentu perlu dievaluasi kinerjanya berdasarkan nilai fouling factor, pressure drop dan efisiensi. HE yang dievaluasi adalah HE Lube Oil Complex-III pada unit Fresh Gas and Recycle Gas di PT. Pertamina RU IV Cilacap. Pertukaran panas terjadi antara charge oil dengan gas hydrogen hasil reaksi dari reaktor berkatalis. Pada HE dapat terjadi kerak akibat akumulasi bahan pengotor dari reaksi berkatalis yang terbawa oleh gas hydrogen dari reaktor ke HE akibat katalis yang sudah jenuh dan dapat meningkatkan nilai fouling factor, pressure drop dan menurunkan efisiensi. Untuk itu perlu dilakukan pergantian katalis pada reaktor untuk mengurangi akumulasi pengotor yang terbawa dari reaktor ke HE. Tujuan studi ini adalah mengevaluasi pengaruh pergantian katalis terhadap perubahan nilai fouling factor, pressure drop dan efisiensi HE. Evaluasi dilakukan dengan menghitung ketiga nilai tersebut berdasarkan data sekunder dari lapangan yang dikumpulkan tahun 2022 dan 2023. Data tersebut kemudian dihitung rata rata dan digunakan untuk menghitung nilai fouling factor, pressure drop dan efisiensi HE sebelum dan sesudah pergantian katalis. Hasil yang didapatkan setelah pergantian katalis terjadi penuruan fouling factor dari 0,001658 ft2.F/Btu menjadi 0,001575 ft2.F/Btu, pressure drop 10,6811 psi menjadi 9,5364 psi untuk shell dan 18,9667 psi menjadi 8,6353 psi untuk tube, efiensi naik dari dari 80,76% menjadi 80,97%. Pergantian katalis berpengaruh pada fouling factor dan pressure drop dengan kenaikan efisiensi yang kecil.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".