MétaCan
Menu
Retour à la cohorte
Enregistrement W4293774338 · doi:10.1002/aic.17862

Sensor location selection for continuous pulp digesters with delayed measurements

2022· article· en· W4293774338 sur OpenAlexafffund
Lu Zhang, Junyao Xie, Stevan Dubljević

Notice bibliographique

RevueAIChE Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Controllability of Differential Equations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésEstimatorControl theory (sociology)DiscretizationKalman filterPartial differential equationSoft sensorMathematicsOrdinary differential equationMathematical optimizationComputer scienceDifferential equationStatisticsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract The state estimation and sensor placement for a continuous pulp digester with delayed measurements are investigated. The underlying model of interest is heat transfer in a pulp digester modeled by two coupled hyperbolic partial differential equations and an ordinary differential equation. Output measurements are considered with delay due to the possible low sampling rate. The Cayley–Tustin transformation is utilized to realize model time discretization in a late lumping manner which does not account for any type of spatial approximation or model reduction. The discrete Kalman filter is applied to estimate the system states using the delayed measurements. The selection of sensor location is addressed along with estimator design accounting for the delayed measurements and investigated by minimizing the variance of estimation error. The performance of the state estimator is evaluated, and the sensor placement is analyzed through simulation studies, which offers a planning view of sensor location in industrial applications.

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: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,356

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 Opus0,021
Tête enseignante GPT0,222
Écart entre enseignants0,201 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetStability and Controllability of Differential EquationsTravaux en français237 207