MétaCan
Menu
Retour à la cohorte
Enregistrement W2495974082 · doi:10.5539/mas.v10n8p230

A Combined Approach for Production Parameter Selection and On-site Energy Supply Management in Manufacturing Industry

2016· article· en· W2495974082 sur OpenAlexvenueno aff
Pouya Ghadimi, Seyed Smaeil Mousavi, Wen Li, Sami Kara, Bernard Kornfeld

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy Efficiency and Management
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research Council
Mots-clésProduction (economics)Energy supplyComputer scienceInterdependenceSelection (genetic algorithm)Energy managementSite selectionManufacturingEnergy (signal processing)Manufacturing engineeringIndustrial engineeringRisk analysis (engineering)Environmental economicsBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

Integrated management of manufacturing plant’s production and on-site energy supply systems has shown potential economic, environmental and resource efficiency advantages for the industry. However, existing approaches are solely based on pure mathematical models with a high degree of abstraction with limited applicability, which becomes impractical for industrial applications. In this paper a simulation methodology for production parameters selection and on-site energy supply management is presented. In this case, state-based models and operational strategies of manufacturing processes and on-site energy supply options are integrated to represent interdependency between production processes, technical building services and on-site energy supply system. As a result, the proposed methodology covers manufacturing system complexity without compromising the required accuracy. This is applied to a batch based manufacturing plant and the impact of particular production parameters on energy demand profile is evaluated. The results indicate the impact of production parameters on energy supply system. In addition, the proposed approach enables manufacturers to evaluate the implications of potential production approaches in order to select appropriate operational strategies for on-site energy supply systems.

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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,206 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetEnergy Efficiency and ManagementTravaux en français237 207