IIUM Engineering Journal
Not a member yet
783 research outputs found
Sort by
Crack Tracking in Small-Diameter Metal Pipe Using Controlled Motor Vibrations and Flexible Sensor
Full text linkMetal pipes are the most integral part of transporting water, gas, and other petrochemical substances over long distances. Higher strength, durability (along with wear and corrosion resistance), and lower cost make these pipes suitable for extreme weather conditions and hostile environments. Over time, these pipes experience significant impacts that may lead to defects such as holes, cracks, bends, corrosion, and finally component failure and property losses. Therefore, early detection of the defects in pipes is crucial to prevent such failures. There are several methods to detect defects in metal pipes, including non-destructive testing (NDT). However, high costs and declining performance are existing concerns for those NDTs. A motor-induced vibration source is more robust and reliable than a conventional vibration sensor. Thus, the feasibility of using a motor as a vibration source for metal pipe crack detection is studied in this work. To achieve this, a DC motor is placed on one side of the metal pipe and used as the vibration source. These vibrations are collected by a piezoelectric polymer, specifically a Polyvinylidene fluoride (PVDF) sensor, on the other side of the pipe. This work considers three types of pipe conditions: healthy pipe, bent pipe, and cracked pipe. Additionally, two different sensor locations (180-degree rotation) and sensor patterns (bent and not bent) are studied. From the studies, we can see that there are significant differences in pressure responses for healthy pipe and cracked pipe conditions. The maximum pressure response for a cracked pipe is 783 a.u. (intensity) whereas it is just 262 a.u. for a healthy pipe. Thus, the difference is sufficient to set a threshold margin. We have set 300 a.u. as the threshold margin and applied it to an algorithm. The algorithm can successfully detect a healthy or cracked pipe. However, it is very tricky in the case of a bent pipe, as the pressure differences are less than 300 a.u. for three conditions and above for only one. Hence, it might provoke an incorrect decision when detecting a bent pipe.
ABSTRAK: Paip logam adalah bahagian utama dalam mengangkut air, gas, dan bahan petrokimia lain dalam jarak jauh. Kekuatan dan ketahanan tinggi (bersama rintangan hakisan dan penggunaan), dan kos lebih rendah menjadikan paip logam sesuai bagi keadaan cuaca dan persekitaran melampau. Walau bagaimanapun, dari masa ke masa, paip logam mengalami kesan ketara seperti berlubang, retak, bengkok, hakisan dan akhirnya kegagalan komponen dan kehilangan harta benda. Oleh itu, pengesanan awal kecacatan pada paip adalah sangat penting bagi mengelakkan kegagalan tersebut. Terdapat kaedah tidak merosakkan (NDT) bagi mengesan kecacatan pada paip logam. Walau bagaimanapun, kos yang tinggi dan prestasi merosot adalah kebimbangan sedia ada pada NDT. Sumber getaran dari motor adalah lebih berdaya tahan dan lebih dipercayai berbanding pengesan getaran konvensional. Oleh itu, kebolehlaksanaan motor sebagai sumber getaran bagi mengesan paip logam yang retak dikaji dalam kajian ini. Bagi tujuan ini, motor DC diletakkan pada satu sisi paip logam dan digunakan sebagai sumber getaran. Getaran ini dikumpul oleh pengesan polimer piezoelektrik Poliviniliden Fluorida (PVDF) pada bahagian lain paip. Tiga jenis keadaan paip, iaitu paip sihat, paip bengkok dan paip retak dipertimbangkan dalam kajian ini. Tambahan, dua lokasi pengesan berbeza (pada putaran 180 darjah) dan corak pengesan (bengkok dan tidak bengkok) dikaji. Dapatan kajian menunjukkan terdapat perbezaan ketara dalam tindak balas tekanan bagi paip berkeadaan sihat dan retak. Malah, tindak balas tekanan maksimum bagi paip retak adalah 783 a.u. (intensiti) sedangkan hanya 262 a.u. bagi paip sihat. Oleh itu, perbezaan ini cukup bagi menetapkan margin ambang. Kajian ini telah menetapkan 300 a.u. sebagai margin ambang dan menggunakannya pada algoritma. Algoritma ini berjaya mengesan paip sihat atau retak. Walau bagaimanapun, adalah sangat rumit bagi mengesan paip bengkok kerana perbezaan tekanan adalah kurang daripada 300 a.u. bagi tiga syarat tersebut. Oleh itu, ia mungkin mencetuskan keputusan yang salah bagi mengesan paip bengkok
Effects of Fermentation Time and Extraction Solvent on Antioxidant Activity and Total Phenolic and Flavonoid Content of Phenolic Extract from Orange (Citrus reticulata) Peel
Full text linkThe rise in consumption of oranges worldwide causes an increase in orange peel, which accounts for 30 – 35% of the orange’s weight. Phenolic compounds found in orange peel are conjugated with the cell wall components. The utilization of solid-state fermentation by Aspergillus niger can release bound phenolic compounds from the cell wall, thereby hence increases phenolic compounds extraction. This study aims to determine the effects of the fermentation time of orange peel using A. niger and extraction solvents (methanol, ethanol, acetone) on the yield of orange peel extract, total phenolic content, total flavonoid content, antioxidant activity, and hesperidin content of orange peel extract. The results showed that all the parameters performed best after 3 days of fermentation. The extract yield, total phenolic content, and total flavonoid content were 34.1% (dry weight), 51.01 mg GAE/g extract, and 14.75 mg QE/g extract, respectively. Moreover, the highest antioxidant activity (IC50 value) and hesperidin content found in orange peel were 184.32 ppm and 27.47 mg/g (dry weight) using 80% ethanol. Furthermore, the utilization of deep eutectic solvent as a biodegradable and environmentally benign substitute for organic solvents was investigated, proving that the alternative mixture of choline chloride and ethylene glycol is competitive.
ABSTRAK: Peningkatan penggunaan oren di seluruh dunia menyebabkan peningkatan sisa dalam bentuk kulit oren, iaitu 30 – 35% daripada beratnya. Sebatian fenolik yang terdapat dalam kulit oren berkonjugasi dengan komponen dinding sel. Penggunaan penapaian keadaan pepejal oleh Aspergillus niger boleh membebaskan sebatian fenolik terikat dari dinding sel dan seterusnya meningkatkan hasil pengekstrakan sebatian fenolik. Kajian ini bertujuan untuk mengetahui pengaruh variasi dalam masa penapaian dan pemilihan pelarut terhadap hasil ekstrak kulit oren, jumlah kandungan fenolik, jumlah kandungan flavonoid, aktiviti antioksidan, dan kandungan hesperidin ekstrak kulit oren. Hasil menunjukkan bahawa selepas 3 hari penapaian semua parameter menunjukkan prestasi terbaik. Hasil ekstrak, jumlah kandungan fenolik dan jumlah kandungan flavonoid masing-masing adalah 34.1% (berat kering), 51.01 mg ekstrak GAE/g dan 14.75 mg ekstrak QE/g. Selain itu, aktiviti antioksidan tertinggi (nilai IC50) dan kandungan hesperidin yang terdapat dalam kulit oren ialah 184.32 ppm dan 27.47 mg/g menggunakan 80% etanol. Tambahan pula, penggunaan deep eutectic solvent sebagai plearut yang mesra alam dan dapat terdegradasi telah dikenalpasti dan terbukti bahawa campuran alternatif kolin klorida dan etilena glikol adalah kompetitif
Retinopathy Disease Detection and Classification Using a Coordinate Attention Module-Based Convolutional Neural Network with Leaky Rectified Linear Unit
Full text linkThe detection of Diabetic Retinopathy (DR) is an emergent research topic in recent decades, where DR is a primary cause of vision loss in humans. The existing techniques have limitations such as neuron death issues, vanishing gradient, and output offset. To overcome these issues, this paper proposes a Deep Learning (DL)-based technique for early and accurate DR detection. The Coordinate Attention Module (CAM) based Convolutional Neural Network (CNN) with Leaky Rectified Linear Unit (LReLU) is proposed for early and accurate detection of DR. The MESSIDOR dataset is preprocessed through the median filter to eliminate noise, and Contrast-Limited Adaptive Histogram Equalization (CLAHE) is utilized to increase the contrast level in an input image. The preprocessed images are given to Mayfly Optimization Algorithm-based Region Growing (MOARG) for image segmentation. Then, the features are extracted using ResNet50 and SqueezeNet, which extract deep learning features. The extracted features are given to CAM-based CNN with LReLU to detect DR, which overcomes the dead issues of neurons and minimizes the probability of inactive neurons. The proposed model achieves better results on the MESSIDOR datasets on the metrics of accuracy, precision, recall, specificity, f1-score, and Area Under Curve (AUC) values of about 99.72%, 99.46%, 99.25%, 99.61%, 99.37% and 99.14%, correspondingly, proving to be superior to the existing method, Capsule Network and Hybrid Adaptive DL based DR (HADL-DR).
ABSTRAK: Pengesanan Retinopati Diabetik (DR) merupakan topik penyelidikan yang semakin mendapat perhatian dalam dekad-dekad kebelakangan ini, di mana DR merupakan punca utama kehilangan penglihatan pada manusia. Teknik sedia ada mempunyai beberapa kekangan seperti isu kematian neuron, vanishing gradient, dan output offset. Untuk mengatasi isu-isu ini, kertas ini mencadangkan teknik berasaskan Pembelajaran Mendalam (DL) untuk pengesanan awal dan tepat bagi DR. Modul Coordinate Attention Module (CAM) berasaskan Convolutional Neural Network (CNN) dengan Leaky Rectified Linear Unit (LReLU) dicadangkan untuk pengesanan awal dan tepat bagi DR. Dataset MESSIDOR diproses melalui penapis median yang digunakan untuk menghapuskan hingar, dan Contrast-Limited Adaptive Histogram Equalization (CLAHE) digunakan untuk meningkatkan tahap kontras pada imej input. Imej yang telah diproses diberikan kepada Algoritma Pengoptimuman Mayfly berasaskan Region Growing (MOARG) untuk segmentasi imej. Kemudian, ciri-ciri diekstrak menggunakan ResNet50 dan SqueezeNet yang mengekstrak ciri-ciri pembelajaran mendalam. Ciri-ciri yang diekstrak ini diberikan kepada CNN berasaskan CAM dengan LReLU untuk pengesanan DR, yang mengatasi isu kematian neuron dan meminimumkan kebarangkalian neuron tidak aktif. Model yang dicadangkan mencapai keputusan yang lebih baik pada dataset MESSIDOR berdasarkan metrik ketepatan, ketepatan, panggilan semula, kekhususan, skor f1, dan nilai Kawasan di Bawah Lengkung (AUC) iaitu sekitar 99.72%, 99.46%, 99.25%, 99.61%, 99.37% dan 99.14%, masing-masing, membuktikan keunggulannya berbanding kaedah sedia ada, Capsule Network dan Hybrid Adaptive DL berasaskan DR (HADL-DR)
Bentonite-Amended Geo-Polymerised Fly Ash-GGBS Mixture for Waste Containment Applications
Full text linkThe reuse of Fly Ash (FA) with the optimum amount of Ground Granulated Blast Furnace Slag (GGBS) polymerized with an alkali solution for the construction of barriers for waste containment and vertical cutoff walls for the contaminated ground is explored in this study. For this, detailed strength and permeability tests have been conducted on different ratios of FA and GGBS compacted and cured for up to 28 days. Compacted samples of FA and GGBS mixtures, at an optimal ratio of 40:60, were polymerized with sodium hydroxide alkali solution up to 5 molar concentration, as the effectiveness of polymerization varies with alkali concentration. The significant increase in compressive strength is attributed to pozzolanic reactions, whereas the increase in tensile strength is due to the polymerization of the components of the mixtures. Geopolymerisation is done through the incorporation of alkali and is known to enhance pozzolanic activity by converting part of silica to reactive silica, producing more pozzolanic compounds and part modification of pozzolanic reaction compounds. To optimize the increase in compressive strength and the percent reduction in tensile strength, the maximum concentration of alkali is restricted to 5 M. To reduce the permeability for their application in the construction of the barrier, a 5% bentonite, in addition to the optimum FA-GGBS mixture, is considered, as its high specific surface and negative charges can retain ionic contaminants such as heavy metals. Both compressive and tensile strength increased over curing, and permeability decreased. The retention capacity of selected heavy metal (lead and nickel) ions is due to their precipitation in the voids of the barrier materials.
ABSTRAK: Penggunaan semula Abu Terbang (FA) dengan jumlah optimum Lebihan Pasir Kisar Relau Bagas (GGBS) yang dipolimerkan dengan larutan alkali bagi pembinaan penghalang pembendungan sisa dan dinding titik potong menegak bagi tanah tercemar diterokai dalam kajian ini. Bagi tujuan ini, ujian kekuatan dan kebolehtelapan terperinci telah dijalankan pada nisbah berbeza FA dan GGBS yang dipadatkan dan diawet selama 28 hari. Sampel padat campuran FA dan GGBS, pada nisbah optimum 40:60, digeopolimerkan dengan larutan alkali natrium hidroksida sehingga 5 kepekatan molar, kerana keberkesanan pempolimeran berbeza dengan kepekatan alkali. Peningkatan ketara dalam kekuatan mampatan adalah disebabkan oleh tindak balas pozzolanik, manakala peningkatan dalam kekuatan tegangan adalah disebabkan oleh pempolimeran komponen campuran. Geopolimerisasi adalah melalui penggabungan alkali dan diketahui dapat meningkatkan aktiviti pozzolanik melalui penukaran sebahagian silika kepada silika reaktif, menghasilkan lebih banyak sebatian pozzolanik dan sebahagian pengubahsuaian sebatian tindak balas pozzolanik. Bagi mengoptimumkan peningkatan kekuatan mampatan dan pengurangan peratus kekuatan tegangan, kepekatan maksimum alkali dihadkan kepada 5 M. Bagi mengurangkan kebolehtelapan penggunaannya dalam pembinaan halangan, bentonit 5% sebagai tambahan kepada campuran optimum FA-GGBS dipertimbangkan, kerana permukaan spesifiknya yang tinggi dan cas negatif boleh mengekalkan bahan cemar ionik seperti logam berat. Kedua-dua kekuatan mampatan dan tegangan meningkat berbanding pengawetan, dan kebolehtelapan berkurangan. Kapasiti pengekalan ion logam berat (plumbum dan nikel) terpilih adalah disebabkan oleh pemendakannya di dalam lompang bahan penghalang
Enhancing Anomaly Detection Performance: Deep Learning Models Evaluation
Full text linkDetection of anomalies within video streams continues to be challenging, mostly due to the complexities involved in distinguishing abnormal activities from normal ones. This study aimed to enhance anomaly detection performance by evaluating different deep learning models and optimizers. Utilizing the Keras framework and Python on a Kaggle notebook, the experiment explored the effectiveness of DenseNet121, VGG19, ResNet50, and InceptionV3 models in conjunction with Adam, SGD, RMSprop, and Adagrad optimizers. A UCF Crimes dataset subset focused on Accuracy, F1 Score, and AUC evaluation metrics. The results establish that the InceptionV3 model paired with the Adam optimizer outperforms the other combinations, attaining AUC scores of 0.9918. In contrast to other state-of-the-art models such as DenseNet121 and ResNet50, InceptionV3 presents enhanced precision and adaptability in handling the variability found in video anomaly datasets. This study enhances security by providing insights into enhanced model-optimizer combinations, advancing video surveillance approaches, and providing support for developing robust anomaly detection systems.
ABSTRAK: Pengesanan anomali dalam strim video terus mencabar, kebanyakan disebabkan oleh kerumitan yang terlibat dalam membezakan aktiviti tidak normal dari biasa. Kajian ini cuba meningkatkan prestasi pengesanan anomali dengan menilai model dan pengoptimum pembelajaran mendalam yang berbeza. Menggunakan rangka kerja Keras dan Python pada komputer riba Kaggle, eksperimen ini meneroka keberkesanan model DenseNet121, VGG19, ResNet50 dan InceptionV3 bersama pengoptimum Adam, SGD, RMSprop dan Adagrad. Subset data Jenayah UCF digunakan, memfokuskan pada ketepatan, Skor F1 dan metrik penilaian AUC. Dapatan kajian menunjukkan bahawa model InceptionV3 bersama pengoptimum Adam, mengatasi kombinasi lain, mencapai skor AUC 0.9918. Berbeza dengan model canggih lain seperti DenseNet121 dan ResNet50, InceptionV3 mempunyai ketepatan dan kebolehsuaian yang tinggi dalam mengendalikan kebolehubahan yang terdapat dalam set data anomali video. Kajian ini menyumbang kepada peningkatan keselamatan dengan memberi gabungan pengoptimum bersama model yang dipertingkatkan, memajukan pendekatan pengawasan video dan menyediakan sokongan bagi pembangunan sistem pengesanan anomali yang teguh
Bilateral Ground Reaction Force Prediction Using Deep Learning Models and Custom Force Plate
Full text linkSeveral low-cost force plates have been proposed as alternatives for laboratory-grade force plates. Nevertheless, the inability to quantify bilateral ground reaction force (GRF) prevents these inexpensive force plates from being used for biomechanical analysis and certain clinical metric acquisition. This study developed deep-learning models, such as autoencoder and U-net, to predict bilateral GRF from vertical GRF measured using a low-cost custom force plate during sit-to-stand, gait initialization, and gait. Results indicated that the U-net model, which utilized STFT vertical GRF as input, performed the best. In addition to predicting the mediolateral GRF measured during sit-to-stand, the model accurately predicted the anterior-posterior and mediolateral GRF for sit-to-stand, gait initialization, and gait in the test dataset, achieving high Pearson's correlation coefficient, coefficient of determination, and intraclass correlation coefficient values of over 0.90, 0.79, and 0.89, respectively. The model demonstrated a higher Pearson's correlation coefficient compared to three related previous studies that utilized different methods to predict anterior-posterior GRF and six studies in inferring mediolateral GRF. The results demonstrated the potential of TFU and custom force plate as a GRF measurement tool to perform bio-mechanical analysis.
ABSTRAK: Beberapa plat daya kos rendah telah dicadangkan sebagai alternatif kepada plat daya berkualiti makmal. Walau bagaimanapun, ketidakmampuan untuk mengukur daya reaksi tanah (GRF) secara bilateral menghalang plat daya yang murah ini daripada digunakan untuk analisis biomekanik dan pengambilan metrik klinikal tertentu. Kajian ini membangunkan model pembelajaran mendalam, seperti autoencoder dan U-net, untuk meramalkan GRF bilateral daripada GRF menegak yang diukur menggunakan plat daya khas kos rendah semasa pergerakan duduk-ke-berdiri, permulaan berjalan, dan berjalan. Hasil menunjukkan bahawa model U-net, yang menggunakan GRF menegak STFT sebagai input, memberikan prestasi terbaik. Selain meramalkan GRF mediolateral yang diukur semasa duduk-ke-berdiri, model ini juga meramalkan dengan tepat GRF anterior-posterior dan mediolateral untuk duduk-ke-berdiri, permulaan berjalan, dan berjalan dalam set data ujian, mencapai nilai koefisien korelasi Pearson, koefisien penentuan, dan koefisien korelasi intrakelas yang tinggi melebihi 0.90, 0.79, dan 0.89, masing-masing. Model ini menunjukkan koefisien korelasi Pearson yang lebih tinggi berbanding tiga kajian terdahulu yang berkaitan yang menggunakan kaedah berbeza untuk meramalkan GRF anterior-posterior dan enam kajian dalam menyimpulkan GRF mediolateral. Hasil kajian menunjukkan potensi TFU dan plat daya khas sebagai alat pengukuran GRF untuk melakukan analisis biomekanik
Corrosion Evaluation on Fly Ash and Silica Fume Concrete Using NDT Methods
Full text linkABSTRACT: Corrosion of reinforced concrete is a major problem that can weaken a structure and even cause it to fail. On a macro level, this affects the safety and durability of important structures like bridges, buildings, and roads, leading to high repair costs and safety risks. On a micro level, corrosion begins with chemical reactions between steel and concrete, resulting in cracks, surface damage, and weakening of the concrete, which in turn reduces its strength and performance. This study examines the effects of using industrial waste, namely fly ash (FA) and silica fume (SF), as alternative solutions to improve reinforced concrete's corrosion resistance and mechanical performance. Concrete is made with FA substitutions of 10%, 20%, and 30% of the cement weight, and SF of 5%, 10%, and 15%, respectively. Compressive strength and flexural tests were performed to evaluate the mechanical properties, and corrosion analysis was conducted through non-destructive testing (NDT) to assess the corrosion resistance. Corrosion testing was carried out with accelerated corrosion for 48, 96, and 168 hours. Microstructural analysis using SEM was also performed to observe the effect of corrosion on the concrete. The results showed that the compressive strength of normal concrete and concrete with FA and SF decreased from 37 MPa to 25-35 MPa, respectively. The flexural strength of normal concrete and concrete with FA and SF decreased from 13 to 2 MPa due to increased corrosion rates, respectively. However, the normal concrete's resistivity value and impact echo frequency were lower than those of FA- and SF-mixed concrete. Significant resistivity values and frequency reductions were observed after corrosion, with V3 specimens (30% FA and 15% SF) showing the best corrosion durability performance.
ABSTRAK: Hakisan konkrit bertetulang merupakan masalah utama yang boleh melemahkan struktur dan bahkan menyebabkan kegagalan keseluruhan. Pada peringkat makro, ia menjejaskan keselamatan dan ketahanan struktur penting seperti jambatan, bangunan, dan jalan raya, sekali gus membawa kepada kos pembaikan yang tinggi serta risiko keselamatan. Pada peringkat mikro, hakisan bermula dengan tindak balas kimia antara keluli dan konkrit, menyebabkan rekahan, kerosakan permukaan, dan kelemahan pada konkrit, yang akhirnya mengurangkan kekuatan dan prestasinya. Kajian ini meneliti kesan penggunaan sisa industri iaitu abu terbang (FA) dan wap silika (SF) sebagai penyelesaian alternatif untuk meningkatkan rintangan hakisan dan prestasi mekanikal konkrit bertetulang. Konkrit dihasilkan dengan penggantian FA sebanyak 10%, 20%, dan 30% daripada berat simen serta SF sebanyak 5%, 10%, dan 15%. Ujian kekuatan mampatan dan lenturan dijalankan bagi menilai sifat mekanikal, manakala analisis hakisan melalui kaedah tanpa musnah (NDT) digunakan untuk menilai rintangan hakisan. Ujian hakisan dijalankan menggunakan kaedah hakisan dipercepat selama 48, 96, dan 168 jam. Analisis mikrostruktur menggunakan SEM turut dilakukan bagi memerhati kesan hakisan terhadap konkrit. Hasil kajian menunjukkan bahawa kekuatan mampatan konkrit normal serta konkrit dengan FA dan SF menurun daripada 37 MPa kepada 25–35 MPa. Kekuatan lenturan konkrit normal serta konkrit dengan FA dan SF juga menurun daripada 13 MPa kepada 2 MPa apabila kadar hakisan meningkat. Namun begitu, nilai rintangan dan frekuensi gema hentakan bagi konkrit normal adalah lebih rendah berbanding konkrit yang dicampur FA dan SF. Nilai rintangan serta pengurangan frekuensi yang ketara diperhatikan selepas hakisan, dengan spesimen V3 (30% FA dan 15% SF) menunjukkan prestasi ketahanan hakisan yang terbaik
A Novel Hybrid Model for High-Accuracy Malware Detection in The Internet of Medical Things (IoMT) Environment.
Full text linkThe Internet of Medical Things (IoMT) has revolutionized modern healthcare by enabling the collection and analysis of real-time data. However, this interconnected ecosystem also introduces significant security risks, particularly malware attacks that compromise patient safety and data privacy. Traditional security measures are often insufficient because of resource constraints and the real-time operational demands of IoMT devices. This research proposes an optimized hybrid machine learning framework that integrates convolutional neural networks (CNN), long short-term memory (LSTM), random forest (RF), and principal component analysis (PCA) to enhance malware detection in IoMT environments. The proposed method includes an adaptive feature selection mechanism, a resource-efficient architecture, and an ensemble learning model with machine learning capabilities. Validation through experimentation using the CIC-MalMem-2022 dataset, which comprises labeled memory dumps from benign and various malware processes, demonstrated that the proposed framework outperformed current hybrid models while reducing computational costs, achieving a detection accuracy of 99.59%. This study presents a scalable and efficient security solution designed to address the constraints of IoMT devices, addressing critical challenges in healthcare cybersecurity.
ABSTRAK: Internet Benda Medikal (IoMT) telah merevolusikan penjagaan kesihatan moden dengan membolehkan pengumpulan dan analisis data masa nyata. Walau bagaimanapun, ekosistem saling berkaitan ini juga memperkenalkan risiko keselamatan yang ketara, terutamanya serangan perisian hasad yang menjejaskan keselamatan pesakit dan privasi data. Langkah keselamatan tradisional selalunya tidak mencukupi kerana kekangan sumber dan permintaan operasi masa nyata peranti IoMT. Penyelidikan ini mencadangkan rangka kerja pembelajaran mesin hibrid yang dioptimumkan dengan menyepadu Rangkaian Konvolusi Neural (CNN), Memori Jangka Panjang Pendek (LSTM), Rawak Forest (RF) dan Analisis Komponen Prinsipal (PCA) bagi meningkatkan pengesanan perisian Malware dalam persekitaran IoMT. Kaedah yang dicadangkan ini termasuk mekanisme pemilihan ciri penyesuaian, seni bina cekap sumber dan keupayaan pembelajaran mesin bersama model pembelajaran ansembel. Ujian melalui eksperimen menggunakan dataset CIC-MalMem-2022, yang terdiri dari pelupusan memori berlabel daripada proses tidak merbahaya dan pelbagai Malware, menunjukkan bahawa kajian yang dicadangkan mengatasi model Hibrid semasa, juga menurunkan kos pengiraan, mencapai ketepatan pengesanan 99.59%. Kajian ini menyumbang kepada penyelesaian keselamatan berskala dan cekap yang disesuaikan dengan kekurangan peranti IoMT, menangani cabaran kritikal dalam keselamatan siber penjagaan kesihatan
Solar-Driven Water Purification: Advancing PVA-Chitosan/PANI Hydrogel to Enhance Solar Vapor Generation for Freshwater Treatment
Full text linkWater scarcity is a global issue that affects human beings' ability to live healthily, and immediate action must be taken to alleviate this issue. Despite advances in water purification, current technologies exhibit pronounced deficiencies. Existing filtration systems and other conventional methods remain energy-intensive, with escalating maintenance costs at large-scale production. The advancement of innovative materials holds significant potential to revolutionize the landscape of solar water purification. While conventional solar vapor generation (SVG) technology has faced challenges in achieving high water yields under natural sunlight conditions, innovating new materials can substantially reduce the energy requirements for water vaporization. Herein, we introduce our outstanding light-absorbing hydrogel consisting of polyvinyl alcohol (PVA) and chitosan (CS) as the substrate with the addition of polyaniline (PANi) as the light absorber for water evaporation via SVG technique. In this study, PVA-CS/PANi hydrogels were prepared with distinct concentrations of PVA and denoted as PVA-CS/PANi/1.3 mol.%, PVA-CS/PANi/2.7 mol.% and PVA-CS/PANi/3.9 mol.%. Copolymerization of PVA-CS hydrogels with PANi was conducted via solution polymerization to incorporate PANi into the hydrogel network structure. Incorporating light-absorbing materials, such as PANi, into the hydrogel network structure is expected to enhance the absorption properties. The morphological structure of the obtained hydrogels was analyzed by scanning electron microscopy (SEM). In contrast, the physicochemical and mechanical properties of the hydrogels were evaluated by dynamic light scattering (DLS), FTIR, swelling test and rheology. From the analysis demonstrated in this work, the structure of PVA-CS/PANi hydrogels is significantly influenced by the concentration of PVA. The hydrogels' diameter and polydispersity index (PDI) were 146 nm and 0.331, respectively. The storage modulus (G’) of PVA-CS/PANi/3.9 mol.% depicted the highest value of 2356 Pa compared to PVA-PVA-CS/PANi/1.3 mol.%, which depicted the G’ value of 1173 Pa. From FTIR analysis, the absorption band was found between 3600 to 3000 cm-1, attributed to O-H and N-H groups of PVA and PANi, while the PVA-CS with the presence of PANi shows characteristic bands at 1620 cm-1, 1508 cm-1, and 1298 cm-1. The microporous structure of PVA-Chitosan/PANi hydrogels increases with a higher concentration of PVA, demonstrating the degree of cross-linking of PANi, which contributes to the rigid structure of porous hydrogel. The influence of PVA concentration on the hydrogel's porous structure and surface area allows for greater dye adsorption. As demonstrated by PVA-CS/PANi/3.9 mol.%, it shows higher absorption of Methylene Blue (MB) into the structure. The performance of SVG using PVA-CS/PANi/3.9 mol.% hydrogels was measured, and the efficiency was found to be 69.8% under 1 sun with efficient temperature distribution on the surface. This finding indicates the capability of PVA-Chitosan/PANi/3.9 mol.% hydrogels in generating multi-scattering effects of natural sunlight for high-efficiency light-to-heat conversion via SVG.
ABSTRAK: Kekurangan air adalah isu global yang menjejaskan kehidupan manusia untuk hidup sihat, dan tindakan drastik perlu diambil bagi mengatasi masalah ini. Walaupun terdapat kemajuan dalam pembersihan air, kelemahan ketara masih wujud dalam teknologi semasa. Sistem penapisan sedia ada dan kaedah konvensional lain kekal menggunakan tenaga dengan intensif, di tambah kos penyelenggaraan yang tinggi pada pengeluaran berskala besar. Pembangunan bahan inovatif mempunyai potensi besar bagi merevolusi pembersihan air dengan suria. Walaupun teknologi penjanaan wap suria konvensional (SVG) sedang menghadapi cabaran dalam mencapai hasil air yang tinggi di bawah keadaan cahaya matahari semula jadi, inovasi menggunakan bahan baharu dapat mengurangkan keperluan tenaga dengan berkesan bagi tujuan pengewapan air. Di sini, kami memperkenalkan hidrogel penyerap cahaya yang terdiri daripada polivinil alkohol (PVA) dan kitosan (CS) sebagai substrat dan dengan penambahan polianilin (PANi) sebagai penyerap cahaya bagi penyejatan air melalui teknik SVG. Kajian ini mensintesis hidrogel PVA-CS dengan penambahan PANi dengan kepekatan PVA berbeza; Hidrogel PVA-CS dengan PANi ditandakan sebagai PVA-CS/PANi/1.3 mol.%, PVA-CS/PANi/2.7 mol.%, dan PVA-CS/PANi/3.9 mol.%. Hidrogel PVA-CS dengan kopolimer PANi telah disintesis dengan pempolimeran larutan bagi meresapi PANi ke dalam struktur rangkaian hidrogel. Dengan mengadaptasi material penyerap cahaya seperti PANi ke dalam struktur rangkaian hidrogel, diharapkan dapat membantu dalam penyerapan. Struktur hidrogel yang diperolehi telah dicuba dari segi morfologi (SEM), sifat fisiokimia dan mekanikal (DLS, FTIR, ujian bengkak dan reologi). Melalui analisis ini, kepekatan PVA mempengaruhi struktur hidrogel PVA-CS/PANi dengan ketara. Diameter hidrodinamik hidrogel PVA-Chitosan yang dihasilkan ditentukan oleh DLS. Diameter dan indeks polidispersi (PDI) didapati masing-masing 146 nm dan 0.331. Modulus penyimpanan hidrogel PVA-CS untuk semua sistem ditentukan oleh reologi. Modulus penyimpanan (G') PVA-CS/PANi/3.9 mol.% mempunyai nilai tertinggi 2356 Pa berbanding PVA-PVA-CS/PANi/1.3 mol.% sebanyak G' 1173 Pa. Melalui Analisis FTIR, jalur serapan didapati antara 3600 hingga 3000 cm-1, dikaitkan dengan kumpulan O-H dan N-H PVA dan PANi manakala PVA-CS dengan kehadiran PANi menunjukkan jalur ciri pada 1620 cm-1, 1508 cm-1, dan 1298 cm-1. Struktur liang mikro hidrogel PVA-Chitosan/PANi meningkat dengan kepekatan PVA tertinggi menunjukkan bahawa tahap pengikatan silang PANi memberikan struktur hidrogel berliang lebih tegar. Pengaruh kepekatan PVA pada struktur berliang hidrogel dan luas permukaan membolehkan penyerapan pewarna lebih tinggi seperti ditunjukkan oleh PVA-CS/PANi/3.9 mol.%, menunjukkan penyerapan Metilena biru (MB) lebih tinggi ke dalam strukturnya. Penggabungan bahan penyerap cahaya, seperti PANi kepada formulasi hidrogel boleh meningkatkan sifat penyerapannya. Prestasi SVG menggunakan hidrogel PVA-CS/PANi/3.9 mol.% diukur, didapati sebanyak 69.8% di bawah 1 matahari dengan taburan suhu yang cekap pada permukaan hidrogel. Dapatan kajian ini menunjukkan keupayaan hidrogel PVA-Chitosan/PANi/3.9 mol.% dalam menjana pelbagai taburan cahaya matahari semula jadi bagi menukar cahaya kepada haba yang cekap melalui SVG
Natural Bitumen in Hot Asphalt Mixture: Suitability of Using Treated Natural Bitumen Instead of Petroleum Asphalt Binder
Full text linkIn recent years, the search for economic and environmentally friendly alternatives has become a global necessity to achieve sustainability and preserve raw materials. From this concept, natural bitumen (NB) derived from sulphur springs is now one of the most promising alternative energy resources for many applications, especially in asphalt pavement construction. Its low price and abundance characterise NB since sulphur springs produce thousands of tonnes of NB annually and are used in very limited fields. Two main objectives were adopted for this work. The first objective is to examine the virgin NB properties from five sulphur springs and compare them with petroleum asphalt. The second objective is to enhance NB properties by applying heat treatment. The experimental results reveal that heat treatment is highly effective in improving the NB properties. This was confirmed by conducting many tests, such as asphalt, Marshall, SEM-EDX, and indirect tensile strength tests. Based on the experimental test outcomes, virgin NB properties do not conform to asphalt specification limits and are unsuitable for flexible roads. Also, MS-NB significantly affected the mechanical properties of the asphalt mixture, as Marshall's stability increased by 41.3% compared to the conventional mixture. In addition, SS-NB was more effective in moisture damage resistance due to increasing the tensile strength ratio by 5.72 % and provided a higher stiffness index than the conventional mixture by 40.36%. In conclusion, the treated NB can successfully be used as a binder material in hot asphalt mixtures.
ABSTRAK: Beberapa tahun kebelakangan, pencarian alternatif baharu ekonomi dan mesra alam telah menjadi satu keperluan global bagi mencapai kemampanan dan memelihara bahan mentah. Melalui konsep ini, bitumen asli (NB) yang diperoleh daripada mata air sulfur kini merupakan satu sumber tenaga alternatif yang berguna bagi digunakan dalam pelbagai aplikasi, terutamanya dalam pembinaan turapan asfalt. NB dicirikan oleh harga yang rendah dan kelimpahannya kerana mata air sulfur menghasilkan beribu-ribu tan NB setiap tahun dan digunakan dalam bidang terhad. Dua objektif utama telah dipakai untuk kajian ini. Objektif pertama adalah memeriksa sifat NB dara daripada lima mata air sulfur dan membandingkannya dengan asfalt petroleum. Objektif kedua adalah meningkatkan sifat NB dengan menggunakan rawatan haba. Dapatan eksperimen mendedahkan bahawa rawatan haba sangat berkesan dalam meningkatkan sifat NB. Ini disahkan dengan menjalankan pelbagai ujian, seperti ujian asfalt, ujian Marshall, ujian SEM-EDX, dan ujian kekuatan tegangan tidak langsung. Berdasarkan dapatan eksperimen, sifat NB dara tidak mematuhi had spesifikasi asfalt dan tidak sesuai untuk jalan fleksibel. Selain itu, MS-NB mempunyai kesan ketara pada sifat mekanikal campuran asfalt kerana kestabilan Marshalls meningkat sebanyak 41.3% berbanding campuran konvensional. Tambahan, SS-NB lebih berkesan dalam rintangan kerosakan lembapan kerana meningkatkan nisbah kekuatan tegangan sebanyak 5.72 % dan memberikan indeks kekukuhan yang lebih tinggi daripada campuran konvensional sebanyak 40.36%. Kesimpulannya, NB yang dirawat boleh berjaya digunakan sebagai bahan pengikat dalam campuran asfalt panas