Handling Constraints and Raw Material Variability in Rotomolding through Data-Driven Model Predictive Control
Notice bibliographique
Résumé
This work addresses the problems of uniquely specifying and robustly achieving user-specified product quality in a complex industrial batch process, which has been demonstrated using a lab-scale uni-axial rotational molding process. In particular, a data-driven modeling and control framework is developed that is able to reject raw material variation and achieve product quality which is specified through constraints on quality variables. To this end, a subspace state-space model of the rotational molding process is first identified from historical data generated in the lab. This dynamic model predicts the evolution of the internal mold temperature for a given set of input move trajectory (heater and compressed air profiles). Further, this dynamic model is augmented with a linear least-squares based quality model, which relates its terminal (states) prediction with key quality variables. For the lab-scale process, the chosen quality variables are sinkhole area, ultrasonic spectra amplitude, impact energy and shear viscosity. The complete model is then deployed within a model-based control scheme that facilitates specifying on-spec products via limits on the quality variables. Further, this framework is demonstrated to be capable of rejecting raw material variability to achieve the desired specifications. To replicate raw material variability observed in practice, in this work, the raw material is obtained by blending the matrix resin with a resin of slightly different viscosity at varying weight fractions. Results obtained from experimental studies demonstrate the capability of the proposed model predictive control (MPC) in meeting process specifications and rejecting raw material variability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».