MétaCan
Menu
Retour à la cohorte
Enregistrement W2980866931 · doi:10.3390/pr7100758

An Optimal Feedback Control Strategy for Nonlinear, Distributed-Parameter Processes

2019· article· en· W2980866931 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProcesses · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésUpsetControl theory (sociology)Process (computing)Nonlinear systemProcess controlOptimal controlComputationFeedback controlProcess stateComputer scienceControl engineeringControl (management)EngineeringMathematical optimizationMathematicsPhysicsAlgorithmMechanical engineering

Résumé

récupéré en direct d'OpenAlex

In this work, an optimal state feedback control strategy is proposed for non-linear, distributed-parameter processes. For different values of a given parameter susceptible to upsets, the strategy involves off-line computation of a repository of optimal open-loop states and gains needed for the feedback adjustment of control. A gain is determined by minimizing the perturbation of the objective functional about the new optimal state and control corresponding to a process upset. When an upset is encountered in a running process, the repository is utilized to obtain the control adjustment required to steer the process to the new optimal state. The strategy is successfully applied to a highly non-linear, gas-based heavy oil recovery process controlled by the gas temperature with the state depending non-linearly on time and two spatial directions inside a moving boundary, and subject to pressure upsets. The results demonstrate that when the process has a pressure upset, the proposed strategy is able to determine control adjustments with negligible time delays and to navigate the process to the new optimal state.

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.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,992

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 savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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