MétaCan
Menu
Retour à la cohorte
Enregistrement W2505203961 · doi:10.1109/dmca.1998.703483

Advanced model-based control for continuous process industries

2002· article· en· W2505203961 sur OpenAlexaff
B. Gough, Bruce H. Wilson, D. Matovich

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensSuncor Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésFeed forwardProcess (computing)Controller (irrigation)Adaptive controlComputer scienceProcess controlControl engineeringCompensation (psychology)Model predictive controlSystem dynamicsProcess modelingControl (management)Work in processEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Advanced control is an economical method to maximize return on existing capital investment in plants while minimizing the production. The challenge is to also minimize the cost of the material and human resources needed to implement advanced control on real world applications. This paper describes an innovative adaptive process controller based on an unstructured process modeling technique called dynamic modeling technology (DMT). This modeling method reduces the effort required to implement advanced control strategies. The controller is able to automatically determine the structure of the process model as well as adapt the model parameters as operating conditions change. The problems associated with existing classical model based methods, such as unmodeled dynamics, long setup time, changing dynamics and dead time, and the need for detailed process knowledge are greatly reduced. The advantages of an adaptive controller (AC) based on DMT include the ability to control processes with long and changing time delays and the ease of incorporating adaptive feedforward compensation into a control strategy. The limitations of adaptive control strategies that exist today will be reviewed and the results of applications in the glass manufacturing and the oil and gas industries will be presented.

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 enseignants0,002
Score d'incertitude au seuil0,008

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,010
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Control Systems OptimizationTravaux en français237 207