MétaCan
Menu
Retour à la cohorte
Enregistrement W1970855603 · doi:10.1109/acc.2012.6315113

Multivariable predictive control of a pilot flotation column

2012· article· en· W1970855603 sur OpenAlexafffund
Daniel A. Calisaya, Éric Poulin, André Desbiens, R. del Villar, A. Riquelme

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésModel predictive controlMultivariable calculusControl variableVolumetric flow rateWork (physics)Process controlProcess (computing)Flow (mathematics)Process engineeringControl theory (sociology)Variable (mathematics)Fraction (chemistry)EngineeringControl (management)Control engineeringComputer scienceMechanical engineeringMathematicsMechanicsChemistry

Résumé

récupéré en direct d'OpenAlex

The aim of this work is the control of hydrodynamic variables of a pilot flotation column working with a three-phase system (air-water-ore) in an industrial environment. Since hydrodynamic variables are closely related to metallurgical and economical performances of the unit, the implementation of such a control strategy is crucial to optimize its operation. The hydrodynamic variables here considered are the gas hold-up in the collection zone and the fraction of wash-water underneath the interface. They are controlled by manipulating gas flow rate and wash-water flow rate respectively. Hydrodynamic variables are controlled through a constrained model predictive control (MPC) strategy. This choice is dictated by the interdependency of these controlled variables and the capability of predictive controllers to handle process constraints. Identification tests lead to a representative model of the system under nominal operating conditions but indicate variations of process behavior with changing operating regimes. Results show good control performances, confirming the potential use of MPC to control hydrodynamic variables for real-time optimization of full-scale flotation columns.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMinerals Flotation and Separation TechniquesTravaux en français237 207