MétaCan
Menu
Retour à la cohorte
Enregistrement W2593499816 · doi:10.1002/9781119106418.ch20

An Integration Framework for CO<sub>2</sub>Capture Processes

2017· other· en· W2593499816 sur OpenAlexaff
M. Hossein Sahraei, Luis Ricardez‐Sandoval

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceOperabilityProcess (computing)Scheduling (production processes)AutomationSystem integrationProcess controlControl engineeringWork in processSystems engineeringMATLABAdvanced process controlSoftware engineeringEngineeringProgramming languageDatabase

Résumé

récupéré en direct d'OpenAlex

The complexities associated with the carbon capture process impose various uncertainties regarding the continuous operation of the fossil-fired power plants under a near-zero emissions policy. This will increase the demands for studies that involve the transient behaviour of these systems by applying state-of-the-art control and dynamic optimization techniques. Automation between programing languages and the process simulators is a promising tool to implement advanced mathematical techniques to the system and investigate the potential operational challenges in a simulation environment. The aim of this chapter is to provide a general tutorial on integrating process simulators (Aspen HYSYS®, Aspen plus® and UniSim®) with MATLAB, which is a commonly used language applied in chemical engineering. To showcase the application of the integration framework, the dynamic operability of a post-combustion CO2 capture system using a model-based control scheme, a decentralized control strategy, optimal process scheduling and simultaneous design and control are 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)0,001
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207