MétaCan
Menu
Retour à la cohorte
Enregistrement W2792369294 · doi:10.11575/prism/17220

H8 Model Predictive Control: theory and application

2005· dissertation· en· W2792369294 sur OpenAlexaboutno aff
A. Soos

Notice bibliographique

RevuePRISM (University of Calgary) · 2005
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModel predictive controlControl (management)Computer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

"Future industrial systems will require control systems to be more reliable, autonomous, robust, and yet efficient. The emphasis of this thesis is to introduce a robust control algo­rithm definition that addresses the needs of future industrial environments. The proposed controller is based on an adaptive concept with a two-step approach. In step one, the sys­tem model is identified in a closed-loop by a robust technique. In step two, the obtained system model from step one is used to formulate a robust controller. The system identification is the central part of the controller design since the controller can only be as good as the model that is used to design it. In order to improve the perfor­mance and robustness of the system identification, this thesis proposes expert system supervised multiple system identifications. The role of the expert system is to periodically evaluate the estimated models and to propose-one for the controller design. The robust controller is formulated by the H00 (sub )optimal design procedure using the proposed system model. The idea behind this controller design technique is to combine an on-line identification algorithm with a control design method that yields a time-varying controller which follows the changing plant. The effectiveness of the proposed robust controller in an industrial environment is demonstrated by simulation and experimental tests. The proposed robust controller as a power system stabilizer has been tested by simulations on a power system model and in the experimental environment using the micro-synchronous generator at the University of Calgary. "

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,002
Tête enseignante GPT0,170
Écart entre enseignants0,167 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)Même sujetAdvanced Control Systems OptimizationTravaux en français237 207