MétaCan
Menu
Retour à la cohorte
Enregistrement W2902753230 · doi:10.1002/aic.16486

Distributed fault diagnosis of heating, ventilation, and air conditioning systems

2018· article· en· W2902753230 sur OpenAlexafffund
Hadi Shahnazari, Prashant Mhaskar, John M. House, Timothy I. Salsbury

Notice bibliographique

RevueAIChE Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensJohnson Controls (Canada)McMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHVACAir conditioningFault (geology)Fault detection and isolationVentilation (architecture)Work (physics)EngineeringIsolation (microbiology)Computer scienceDistributed computingControl engineeringMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The problem of distributed fault detection and isolation (FDI) for heating, ventilation, and air conditioning (HVAC) systems has been addressed in this work. First, a linear model is identified for subunits of an HVAC system. Next, a local FDI (LFDI) framework is designed for each unit under consideration. A distributed FDI architecture is designed where the LFDI frameworks communicate to exchange information to achieve enhanced FDI in each unit. As a result, each LFDI framework functions as intended even in the presence of faults that affect multiple units. Effectiveness of the proposed distributed FDI framework is shown for various commonly occurring fault scenarios. © 2018 American Institute of Chemical Engineers AIChE J , 65: 640–651, 2019

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,278

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 Opus0,007
Tête enseignante GPT0,224
Écart entre enseignants0,217 · 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
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetFault Detection and Control SystemsTravaux en français237 207