MétaCan
Menu
Retour à la cohorte
Enregistrement W2744083146 · doi:10.1109/isie.2017.8001386

Simulation of sun tracking system for point focus fresnel collector

2017· article· en· W2744083146 sur OpenAlexaff
Arslan A. Rizvi, Hadeed Ahmed Sher, Khaled E. Addoweesh, Abdelrahman El‐Leathy, Hany Al‐Ansary, Kamal Al‐Haddad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)MATLABTracking (education)Focus (optics)Loop (graph theory)Controller (irrigation)Open-loop controllerControl systemComputer sciencePosition (finance)Power (physics)Point (geometry)Tracking systemDual loopSimulationControl engineeringClosed loopEngineeringControl (management)Kalman filterMathematicsPhysicsArtificial intelligenceOptics

Résumé

récupéré en direct d'OpenAlex

This work presents simulation of a sun tracking system that was developed for a Point Focus Fresnel Collector (PFFC) installed at King Saud University. The tracker is dual axis with a concentration ratio of 160 and a small acceptance angle of 2 degrees, hence a precise tracking control is required. Two control schemes were developed and tested, the open loop and closed loop. A sun position algorithm was used for open loop control whereas a sun sensor was used for closed loop control. The control system were simulated using Matlab/Simulink. It was found that open loop tracking is simpler to implement and consumes less power but is also less accurate and tracking error accumulates over time. On the other hand, closed loop control is more complicated to implement, consumes more power is much more accurate than open loop control. So, it is recommended to use the closed loop controller for PFFC system. The individual components of the control system were modelled using generic Simulink models. The complete model was operated in both open loop and closed loop configurations. The results of the models were analysed to estimate the operating limits of the tracker.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,195

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,294
Écart entre enseignants0,251 · 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 tête enseignante, 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 sujetSolar Radiation and PhotovoltaicsTravaux en français237 207