MétaCan
Menu
Retour à la cohorte
Enregistrement W2555112769 · doi:10.1016/j.ifacol.2016.10.097

Real-Time Simulation and Control of a SAG Mill

2016· article· en· W2555112769 sur OpenAlexaff
F.A. Pabón Guerrero, Jocelyn Bouchard, Éric Poulin, Daniel Sbárbaro

Notice bibliographique

RevueIFAC-PapersOnLine · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Automation and Control Systems
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésToolboxMillProgrammable logic controllerControl engineeringControl (management)Industrial control systemControl systemComputer scienceControl logicSystems engineeringEmbedded systemEngineeringOperating systemComputer hardware

Résumé

récupéré en direct d'OpenAlex

Real-time simulation plays an important role not only in the design and commissioning of new control strategies, but also in training the operators before the actual system is installed. There are in the market several simulation environments for carrying out these tasks. However, there is still a need of having more flexible environments that can be easily integrated with other systems and tools such as real-time optimization and advanced data analysis. In this work, several standard tools such as Simulink®/Simulink®, OPC toolbox, RSLogix 5000, and FactoryTalk® are integrated to simulate a control strategy for a SAG mill designed to keep the mill operating in the stable region by manipulating the fresh ore feed. The implementation of this strategy is based on standard control blocks available in the ControlLogix Programmable Logic Controllers (PLCs). Experimental results show the effectiveness of the proposed approach to integrate standard tools, and open new possibilities for further developments in the design of advanced monitoring and control strategies for industrial processes.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,215
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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFAC-PapersOnLineMême sujetIndustrial Automation and Control SystemsTravaux en français237 207