MétaCan
Menu
Retour à la cohorte
Enregistrement W4206464613 · doi:10.1080/07373937.2021.2023563

Model development for the design of control strategies of the primary drying of lyophilization in vials

2022· article· en· W4206464613 sur OpenAlexaff
Andrea Chia, Jocelyn Bouchard, Éric Poulin, Pierre-Philippe Lapointe-Garant

Notice bibliographique

RevueDrying Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensPfizer (Canada)Université Laval
Organismes subventionnairesnon disponible
Mots-clésRobustness (evolution)Control theory (sociology)Computer scienceRepresentation (politics)Parametric statisticsSystem dynamicsControl engineeringControl systemControl (management)MathematicsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a development to reformulate the fundamental equations of primary drying into a linear-based representation to support control design. The model is expressed by transfer functions with variable gains that incorporate analytical relations derived from a phenomenological model. The time constants denote the dynamics of the heating/cooling and vacuum systems. Compared to fundamental equations, this approach simplifies the development and implementation of well-established control algorithms. The quality of the proposed representation is illustrated in the design of a control system using two different strategies: model predictive control and a feedback controller with proportional-integral action. The simulation case study allows assessing the performance of both designs with regard to cycle time reduction and robustness under parametric disturbances. Results evidence that the proposed model is detailed enough to provide accuracy in a simplified way, facilitating the implementation of in-line control strategies, which in turn enable significant reductions of drying time.

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)0,000
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 enseignants0,952
Score d'incertitude au seuil0,246

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 Opus0,017
Tête enseignante GPT0,214
Écart entre enseignants0,198 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrying TechnologyMême sujetAdvanced Control Systems OptimizationTravaux en français237 207