MétaCan
Menu
Retour à la cohorte
Enregistrement W1983859319 · doi:10.1002/asjc.240

Active disturbance rejection control for power plant with a single loop

2010· article· en· W1983859319 sur OpenAlexaff
Yuanqing Xia, Bo Liu, Mengyin Fu

Notice bibliographique

RevueAsian Journal of Control · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensHand and Upper Limb Clinic
Organismes subventionnairesnon disponible
Mots-clésPID controllerCascadeControl theory (sociology)DifferentiatorActive disturbance rejection controlControl engineeringNonlinear systemState observerController (irrigation)Computer scienceEngineeringControl (management)Temperature controlBandwidth (computing)Artificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The cascade proportional‐integral‐derivative (PID) control method is widely used in power plant control field. In this paper, an active disturbance rejection control (ADRC) for a power plant with a single loop is introduced for eliminating the shortcomings of the cascade PID control method. The proposed controller based on the ADRC method consists of a tracking differentiator (TD), an extended state observer (ESO) and a nonlinear combination of errors. In this approach, the processes with higher orders, uncertainties and unmodeled dynamics are viewed as lower‐ordered systems with general disturbances, and the general disturbances are estimated by ESO, and then actively compensated. Besides, only one measured output is needed in the proposed method instead of two or three in the cascade PID control method. Some simulation studies compared with the regular cascade PID control method show the proposed method has better performance beyond the regular cascade PID control method. Copyright © 2010 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,180
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations56
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of ControlMême sujetAdvanced Control Systems OptimizationTravaux en français237 207