MétaCan
Menu
Retour à la cohorte
Enregistrement W3023882825 · doi:10.1109/tmech.2020.2992706

Operating Mode Recognition Based on Fluctuation Interval Prediction for Iron Ore Sintering Process

2020· article· en· W3023882825 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

RevueIEEE/ASME Transactions on Mechatronics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina University of Geosciences, WuhanHigher Education Discipline Innovation ProjectChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésInterval (graph theory)Mode (computer interface)Realization (probability)Artificial neural networkProcess (computing)Computer scienceOperating pointFactory (object-oriented programming)Principal component analysisSinteringEngineeringControl theory (sociology)Artificial intelligenceControl (management)MathematicsMaterials scienceMetallurgyStatisticsElectronic engineering

Résumé

récupéré en direct d'OpenAlex

The operating mode is an essential factor affecting product quality and yield of the sinter ore, which inspires the realization of operating mode recognition. Taking burn-through point (BTP) as the decision parameter of operating mode, an operating mode recognition method based on the fluctuation interval prediction is presented. First, combining the principal component analysis and the fuzzy information granulation method, a fluctuation interval prediction model of the BTP is established through utilizing the Elman neural network. Then, the operating mode classification rules are built according to the data distribution of the BTP in the fluctuation interval. Finally, experiments are executed with the data collected from a factory. The results indicate that it can effectively predict the fluctuation interval of the BTP, and then successfully recognize the operating mode. In this article, the proposed method provides a valid reference to control the stable operation of the iron ore sintering process.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,789
Score d'incertitude au seuil1,000

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 Opus0,030
Tête enseignante GPT0,257
Écart entre enseignants0,227 · 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