MétaCan
Menu
Retour à la cohorte
Enregistrement W4392645119 · doi:10.1016/j.oceaneng.2024.117297

Experimental investigations of an energy-efficient dynamic positioning controller for different sea conditions

2024· article· en· W4392645119 sur OpenAlexafffund
Osama Alagili, Eranga Fernando, Salim Ahmed, Syed Imtiaz, Kevin Murrant, Bob Gash, Mohammed Islam, Hasanat Zaman

Notice bibliographique

RevueOcean Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensNational Research Council CanadaCommunity Sector Council Newfoundland and LabradorMemorial University of Newfoundland
Organismes subventionnairesNational Research Council CanadaNational Research Council
Mots-clésDynamic positioningController (irrigation)PID controllerControl theory (sociology)Benchmark (surveying)Position (finance)Model predictive controlNonlinear systemEfficient energy useEngineeringEnergy (signal processing)Computer scienceControl engineeringControl (management)Marine engineeringMathematicsTemperature controlArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The primary objective of a Dynamic Positioning (DP) controller is to maintain vessel position under varying environmental disturbances, while minimizing thruster usage. This work presents the development of an innovative energy-efficient DP controller, named Green NMPC (GNMPC), which minimizes thruster demand while upholding position constraints. Inspired from the structure of the economic nonlinear model predictive controller (ENMPC), GNMPC aligns with ”green” objectives and performance metrics, notably thruster energy efficiency. Extensive DP tests were conducted across a spectrum of wave conditions, including head seas, oblique angles, and large position set-point changes, to validate the efficacy of the GNMPC approach and evaluate the dynamic positioning system’s effectiveness in diverse challenging situations. The results demonstrated that the proposed controller is energy efficient compared to a benchmark NMPC and proportional–integral–derivative (PID) controller. It successfully reduced thruster demand in the sway direction compared to NMPC while preserving the vessel’s positioning objectives.

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 enseignants0,298
Score d'incertitude au seuil0,527

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 Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,217 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOcean EngineeringMême sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207