MétaCan
Menu
Retour à la cohorte
Enregistrement W2908942023 · doi:10.29007/vfs3

Overcurrent Mitigation in a Crop Cobble Shear System for Steel Rolling Mill

2019· paratext· en· W2908942023 sur OpenAlexaff
D.C. Carpenter, Sorin Deleanu, Herbert Hess, Gary Ng

Notice bibliographique

RevueEasyChair preprint · 2019
Typeparatext
Langueen
DomaineEngineering
ThématiqueMetallurgy and Material Forming
Établissements canadiensNorthern Alberta Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésCobbleMillTorqueEngineeringControl systemRolling millAutomotive engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The paper describes the utilization of the Direct Torque Control (DTC) drive technology to control the Crop Cobble Shear (CCS) system in a steel rolling mill. The CCS is a highly dynamic load that requires a drive capable for high performance torque control. During the CCS cobble cutting mode, depending on the bar length, the original DTC drive experienced overcurrent faults that cause production downtimes. A suitable model developed for the overall system provided the parameters, considered for simulating the system. Simulation analysis of the CCS operation, made possible performance improvement. The simulated DTC induction motor drive faced a comparison with the existing system from a steel plant. Measured data from the original system in the steel mill compared to results determined through simulations. This comparison shows the successfully simulated system, appropriate for the determination of a suitable approach to improving the CCS operation. Identification of new control strategies recommended carrying out new simulations regarding the modified system. Furthermore, follow this new round of simulations, the overall system, subjected to new modifications at this stage, suffered a reassessment through measurements: they certified an improvement. The paper contains useful results, obtained through simulations and measurements as well. The last section contains the conclusions of this work.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,243
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEasyChair preprintMême sujetMetallurgy and Material FormingTravaux en français237 207