MétaCan
Menu
Retour à la cohorte
Enregistrement W4394617594 · doi:10.1177/01423312241237690

Modeling and economic model predictive control of constrained cutterhead system with disturbance in tunnel boring machines

2024· article· en· W4394617594 sur OpenAlex

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.

Notice bibliographique

RevueTransactions of the Institute of Measurement and Control · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDisturbance (geology)Model predictive controlControl theory (sociology)Control (management)Computer scienceEngineeringControl engineeringArtificial intelligenceGeology

Résumé

récupéré en direct d'OpenAlex

Tunnel boring machines (TBMs) are usually the first choice for tunneling construction with its advantages on high safety, time saving, and less operators. Cutterhead system is an important component for TBMs since it is used to excavate rocks and soil. It is difficult to guarantee both the boring efficiency and energy saving under the excavating rock disturbances and the constraints on the driving motors in TBMs by manual operation. To deal with this problem, it is necessary to develop advanced control algorithms for the cutterhead system. Thus, we investigate an economic model predictive control (EMPC) structure for cutterhead system in TBMs. A generalized nonlinear dynamic model of TBM cutterhead system is built based on the first principle method. An economic cost is constructed with the boring efficiency and energy cost to evaluate the tunnel construction quality. EMPC algorithms are designed to optimize the constructed economic cost for a cutterhead system to guarantee good economic performance. It is shown that EMPC can improve the economic performance of the cutterhead 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.

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 enseignants0,740
Score d'incertitude au seuil0,367

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 Opus0,011
Tête enseignante GPT0,180
Écart entre enseignants0,169 · 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