Benchmarking of Control Strategies for Wastewater Treatment Plants
Notice bibliographique
Résumé
Wastewater treatment plants are large non-linear systems subject to large perturbations in wastewater flow rate, load and composition. Nevertheless these plants have to be operated continuously, meeting stricter and stricter regulations. Many control strategies have been proposed in the literature for improved and more efficient operation of wastewater treatment plants. Unfortunately, their evaluation and comparison – either practical or based on simulation – is difficult. This is partly due to the variability of the influent, to the complexity of the biological and biochemical phenomena and to the large range of time constants (from a few minutes to several days). The lack of standard evaluation criteria is also a tremendous disadvantage. To really enhance the acceptance of innovative control strategies, such an evaluation needs to be based on a rigorous methodology including a simulation model, plant layout, controllers, sensors, performance criteria and test procedures, i.e. a complete benchmarking protocol. This book is a Scientific and Technical Report produced by the IWA Task Group on Benchmarking of Control Strategies for Wastewater Treatment Plants. The goal of the Task Group includes developing models and simulation tools that encompass the most typical unit processes within a wastewater treatment system (primary treatment, activated sludge, sludge treatment, etc.), as well as tools that will enable the evaluation of long-term control strategies and monitoring tasks (i.e. automatic detection of sensor and process faults). Work on these extensions has been carried out by the Task Group during the past five years, and the main results are summarized in Benchmarking of Control Strategies for Wastewater Treatment Plants. Besides a description of the final version of the already well-known Benchmark Simulation Model no. 1 (BSM1), the book includes the Benchmark Simulation Model no. 1 Long-Term (BSM1_LT) – with focus on benchmarking of process monitoring tasks – and the plant-wide Benchmark Simulation Model no. 2 (BSM2).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».