MétaCan
Menu
Retour à la cohorte
Enregistrement W2135250877 · doi:10.1002/aic.14040

Simultaneous process synthesis and control design under uncertainty: A worst‐case performance approach

2013· article· en· W2135250877 sur OpenAlexaff
Kelvyn B. Sánchez-Sánchez, Luis Ricardez‐Sandoval

Notice bibliographique

RevueAIChE Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Process (computing)Control theory (sociology)Mathematical optimizationFractionating columnStability (learning theory)Optimal designOptimal controlEngineeringBounded functionComputer scienceControl (management)DistillationMathematics

Résumé

récupéré en direct d'OpenAlex

A new methodology that includes process synthesis and control structure decisions for the optimal process and control design of dynamic systems under uncertainty is presented. The method integrates dynamic flexibility and dynamic feasibility in a single optimization formulation, thus, reducing the costs to assess the optimal design. A robust stability test is also included in the proposed method to ensure that the optimal design is stable in the presence of magnitude‐bounded perturbations. Since disturbances are treated as stochastic time‐discrete unmeasured inputs, the optimal process synthesis and control design specified by this method remains feasible and stable in the presence of the most critical realizations in the disturbances. The proposed methodology has been applied to simultaneously design and control a system of CSTRs and a ternary distillation column. A study on the computational costs associated with this method is presented and compared to that required by a dynamic optimization‐based scheme. © 2013 American Institute of Chemical Engineers AIChE J, 59: 2497–2514, 2013

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,197
Écart entre enseignants0,189 · 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
GenreMéthodes

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

En bref

Citations53
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetAdvanced Control Systems OptimizationTravaux en français237 207