MétaCan
Menu
Retour à la cohorte
Enregistrement W4382654169 · doi:10.1021/acs.iecr.3c00578

Dynamic Optimization of Multiproduct Cryogenic Air Separation Unit Startup

2023· article· en· W4382654169 sur OpenAlex
Anthony W.K. Quarshie, Christopher L.E. Swartz, Yanan Cao, Yajun Wang, Jesus Flores‐Cerrillo

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft and Cryogenic Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésProfit (economics)Start upComputer scienceShutdownRevenueEnvironmental scienceProcess engineeringEngineeringEconomicsBusinessNuclear engineering

Résumé

récupéré en direct d'OpenAlex

The startup of multiproduct air separation units (ASUs) is of relatively long duration with limited revenue generation, during which high costs are incurred due to the energy-intensive nature of ASU operations. With current energy market trends, there is a strong incentive to improve the startup operation of multiproduct ASUs. In this paper, we focus on the development of a dynamic optimization framework for improving the startup of multiproduct ASUs. The underlying model of the ASU utilized in the framework captures discontinuities present at startup, and both time and profit metrics are used for the objective function in the formulation. In the case studies presented here, improvements and trade-offs of the respective objective functions are assessed. The time-based formulation is also used for a liquid-assisted startup study using process liquid collected from a preceding shutdown. An increase in profits of 7% over a simulated base case startup is shown, and the time taken to reach steady state is reduced by 16%.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,858

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,080
Tête enseignante GPT0,338
Écart entre enseignants0,258 · 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