MétaCan
Menu
Retour à la cohorte
Enregistrement W3084388329 · doi:10.18280/jesa.530305

Investigating the Multi-input Multi-output Air Conditioning Control Techniques

2020· article· fr· W3084388329 sur OpenAlexvenueno aff
Khaled M.K. Pasha, Mohamed Mahmoud El-Fawal

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2020
Typearticle
Languefr
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConditioningAir conditioningControl (management)Computer scienceControl theory (sociology)Environmental scienceAutomotive engineeringControl engineeringEngineeringArtificial intelligenceMathematicsStatisticsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The first step of the present work is to investigate numerically many suggested control techniques for the multi-input multi-output (MIMO) control systems. A program is written to simulate the different control techniques. This program works along with a commercial code, which simulates the indoor conditions of a model room. The second step is to apply experimentally the most promising control technique to the model room which simulates a larger computer server room. In the experimental runs, it was mandatory to introduce two formulas to estimate more realistic sampling time intervals for the two controlled variables. The room is conditioned by an HVAC system which is controlled by a MIMO control system. The two controlled outputs are the temperature and humidity. The two control variables are the grill opening angle of the inlet air and the rate of humidification. This scheme was chosen because the idea of mixing the fresh and return air helps to reduce the system energy losses. Also, it is simple and less expensive. When applying accidental disturbances to both; the temperature and the humidity, the suggested technique exhibited accepted results. But, because of the narrow range of variation in the mixed air ratio, the results were not satisfying for the cases where larger permanent disturbances were present. The suggested technique is a case-independent and may be applied to any multi-input multi-output control system.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,033
Tête enseignante GPT0,260
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207