MétaCan
Menu
Retour à la cohorte
Enregistrement W2415496658 · doi:10.1016/j.ifacol.2015.08.183

Adaptive Soft Sensing and On-line Estimation of the Critical Minimum Velocity with Application to an Oil Sand Primary Separation Vessel∗∗The authors would like to acknowledge financial support from NSERC and Syncrude Canada Ltd

2015· article· en· W2415496658 sur OpenAlexaffabout
Nima Sammaknejad, Biao Huang, R. Sean Sanders, Yu Miao, Fangwei Xu, Aris Espejo

Notice bibliographique

RevueIFAC-PapersOnLine · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensSyncrude (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésArithmetic underflowLine (geometry)Pipeline transportComputer scienceSeparation (statistics)Probabilistic logicProcess (computing)Petroleum engineeringEngineeringMechanical engineeringMathematicsArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

Most of the previous studies on the required critical minimum velocity to move the solid bed inside the slurry pipelines are related to the design step where the dynamics of the process are not thoroughly considered. In this paper, a general framework for on-line estimation of the critical minimum velocity is proposed and applied to the underflow stream of an important Primary Separation Vessel (PSV) in an oil sand industry. Appropriate statistical and probabilistic models are used to improve the on-line measurements and estimations. The proposed method demonstrates a satisfactory performance in detection of different conditions of the PSV operations.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,238 · 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

Citations3
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIFAC-PapersOnLineMême sujetFault Detection and Control SystemsTravaux en français237 207