MétaCan
Menu
Retour à la cohorte
Enregistrement W2768946186 · doi:10.1002/cjce.23066

Model‐free control of a seeded batch crystallizer

2017· article· en· W2768946186 sur OpenAlexvenueno aff
Nawel Afsi, Toufik Bakir, Sami Othman, Anis Sakly

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPID controllerControl theory (sociology)Controller (irrigation)Nonlinear systemProcess (computing)Adipic acidComputer scienceSeedingControl (management)Model predictive controlProcess controlQuality (philosophy)Control engineeringProduct (mathematics)MathematicsEngineeringArtificial intelligenceTemperature controlMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract As the use of a batch crystallization process in several industrial applications is extensive, finding an effective control strategy is important to improve the product quality, which is typically characterized by a unimodal and narrow crystal size distribution (CSD) with a large mean crystal size. To achieve this requirement, an accurate mathematical model is needed to predict the process comportment and to design an efficient and robust controller. However, due to the highly nonlinear comportment, the difficulties of characterizing several phenomenological effects, the kinetic parameters, uncertainty, and the unknown disturbances, the used model may not describe the real process behaviour, resulting in a poor control strategy. In this work, a model‐free control and its corresponding intelligent PI (iPI), the recently introduced approach, has been proposed to ensure that the desired unimodal CSD with a desired mean size could be reached facing these problems with an easy control structure, choosing the seeded batch crystallizer of adipic acid as a case study. The proposed iPI is compared with the classic PI controller. The simulation results demonstrate the effectiveness and disturbance rejection capability of the iPI controller against the classic PI.

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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,180
Écart entre enseignants0,173 · 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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAdvanced Control Systems OptimizationTravaux en français237 207