MétaCan
Menu
Retour à la cohorte
Enregistrement W7125489545 · doi:10.33096/jcpe.v9i3.1555

Linear Regression Analysis on Fluid Flow Rate in Tank Level Control

2025· article· W7125489545 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

RevueJournal of Chemical Process Engineering · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueFluid dynamics and aerodynamics studies
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésVolumetric flow rateControl theory (sociology)PipingFluid dynamicsRange (aeronautics)Rotational speedSolenoidFlow (mathematics)

Résumé

récupéré en direct d'OpenAlex

This research was conducted to study the effect of pump speed on changes in fluid levels in the tank and linear regression analysis of fluid flow. The variation used is a 4 mm solenoid and a variable pump speed range of 30-50%. The results of increasing the level at a pump speed of 32% obtained a level of 82 mm and a pump speed of 50% obtained a level of 149.9 mm, with fluid flow rotation occurring in the first minute. In addition, the determination calculation uses actual fluid level data at time 0 seconds (n=1), time 60.27 seconds (n=30), and time 180 seconds (n=61), with a fluid level value of 1 mm, 118 mm, and 141 mm. So the determination evaluation (R2) obtained is 0.863, which indicates that the model is included in the high tolerance category. So this indicates that the PID controller in this series of piping system equipment is still suitable for use because in the recording of the fluid flow data obtained no significant gaps were found. Apart from that, it can also be seen that the pump speed affects the fluid flow rate due to the change in mechanical energy into kinetic energy which pushes the fluid towards the tank. Process time also influences changes in fluid levels in the tank as a result.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,233
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,007
Tête enseignante GPT0,238
Écart entre enseignants0,231 · 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