Determination of applicable input range for approximating a nonlinear FGR furnace around the design point
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In this paper, the nonlinear dynamic characteristics of a FGR furnace have been analysed around the furnace design point. Based on the steady-state results of full-scale nonlinear CFD simulations, the maximal allowable range on the variations of the furnace inputs can be determined, once for the maximal error bound between nonlinear system and its linear counterpart is specified. It is interesting to note that for a reheating furnace, the nonlinearities associated with the heat load are less severe than that associated with NO emission. With due consideration of the established input signal linear ranges, the linearized dynamic models of the furnace are derived by applying system identification technologies using the data generated from the CFD simulations. Analysis and validation of the models are also carried out. It is concluded that this technique is applicable to weak nonlinear systems around the design point. The results of the analysis provide additional insights on the nature of the nonlinearities as well as guidelines for selecting the input amplitude if system identification techniques are used. So long as the amplitudes of the probing signals satisfy the respective input constraints, the obtained linearized models will be applicable around the design point. Subsequently, these models can be used to design feedback controllers to maintain the furnace operated around the design point. Keywords: CFDfurnacecombustion control NO reductionlinear dynamic model
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle