MétaCan
Menu
Retour à la cohorte
Enregistrement W4403242588 · doi:10.1016/j.ifacol.2024.09.138

A Digital Twin for Detecting Liquid-Liquid Interface in Containers

2024· article· en· W4403242588 sur OpenAlexaff
Agesinaldo M. Silva, N. Tanabi, Ahmad Barari, Luiz Octávio Vieira Pereira, Flávio Buiochi, Marcos de Sales Guerra Tsuzuki

Notice bibliographique

RevueIFAC-PapersOnLine · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésInterface (matter)Liquid liquidComputer scienceComputer graphics (images)Operating systemChromatographyChemistry

Résumé

récupéré en direct d'OpenAlex

This study introduces a digital twin (DT) architecture for detecting liquid-liquid interfaces in containers, aimed at improving real-time monitoring and optimising the separation process in the petroleum industry. The research employs the DT concurrent to the physical twin to enhance the system performance by integrating response error measures with knowledge of industrial processes. The DT uses ultrasonic sensors to collect data and a high-fidelity numerical wave propagation model for an adaptive fitting algorithm to update the interface responses. Both experimental studies and numerical simulations confirm the ability of the DT to accurately determine liquid levels by analysing interfacial responses from ultrasonic signal features in transmission mode. Cross-validation and error metrics validate the DT’s adaptability and accuracy in interface detection, even with undersampled data.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,988

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 savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFAC-PapersOnLineMême sujetDigital Transformation in IndustryTravaux en français237 207