Multiple-model observers for detecting ore feed disturbances in grinding operations
Notice bibliographique
Résumé
Les changements dans les propriétés du minerai apportent des défis pour le contrôle des broyeurs semi-autogènes (SAG) car ils sont généralement difficiles à mesurer en temps réel et ont des impacts significatifs sur le procédé. Bien qu'il y ait un manque de compréhension de la nature des variations des propriétés du minerai dans les opérations réelles, les données disponibles sur la distribution granulométrique indiquent qu'elles sont caractérisées par des changements abrupts et des comportements en rampe, pour lesquels les modèles de perturbation standard utilisés dans le contrôle des procédés ne sont pas conçus. Dans ce travail, un modèle de perturbation déterministe se produisant de manière aléatoire (randomly-occurring deterministic disturbances (RODDs)) est considéré. Celui-ci possède une entrée commutant entre deux bruits aléatoires. Puisque la perturbation n'est pas gaussienne, un filtre de Kalman standard, qui est généralement utilisé pour l'estimation d'état, n'est pas optimal. Les capacités de deux observateurs à modèles multiples de détecter et d'estimer les états de systèmes soumis à des RODD non mesurés sont évaluées. Ces observateurs maintiennent plusieurs estimations des états du système sur la base de différentes hypothèses sur la commutation de la perturbation. La vraisemblance de chaque hypothèse compte tenu des mesures disponibles est évaluée et utilisée pour produire une meilleure estimation des états et de la sortie du procédé, qui demeure toutefois sous-optimale. Deux types d'observateurs à modèles multiples sous-optimaux sont évalués et comparés à un filtre de Kalman standard en utilisant des mesures de bruit simulées à partir de trois systèmes différents--un système linéaire avec un RODD et une sortie, un système linéaire avec deux RODD et deux sorties, et une simulation réaliste d'un circuit de broyage avec une mesure de sortie et une alimentation commutant entre deux types de minerai. Les résultats montrent que les observateurs à modèles multiples détectent et réagissent rapidement aux changements instantanés de la perturbation, sans pour autant avoir une sensibilité accrue au bruit lorsqu'en régime permanent. Cela suggère que des modèles plus réalistes de perturbations du minerai alimenté et une meilleure estimation en temps réel des changements dans les propriétés du minerai pourraient améliorer le contrôle du procédé, bien que les gains par rapport à un filtre unique de Kalman dépendent du niveau du bruit de mesure.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».