Simulación y Control de un Tanque Continuo Calefactado
Bibliographic record
Abstract
La simulación de procesos es una herramienta fundamental en la industria para labores de ingeniería, operación y toma de decisiones. Requiere de un estudio exhaustivo del proceso, de las variables que intervienen y de los fundamentos teóricos que lo sustentan. Especialmente en el ámbito del control automático, el uso de simuladores de procesos reales resulta esencial a la hora de diseñar y validar estrategias de control que consigan que el sistema se comporte de forma deseada acorde a una serie de especificaciones. Este trabajo presenta un simulador de tanque continuo calefactado, componente habitual en industrias tales como la alimentaria o la cosmética, sobre el cual ensayar técnicas de control industrial. El sistema está basado en una planta piloto situada en la Universidad de Alberta e implementado sobre la plataforma Simulink. El simulador resulta de especial interés pues combina la dinámica basada en primeros principios descrita por el balance de volumen y energía, con las no linealidades propias de la planta derivadas de la calibración de instrumentos. Además, se incorporan datos de perturbaciones y ruidos del proceso real. En base a ensayos sobre el simulador en torno a un punto de operación en los que se recoge la conducta entrada-salida, se obtiene un modelo lineal de la planta descrito mediante funciones de transferencia. La herramienta empleada para este propósito es el toolbox de identificación de sistemas de Matlab. Haciendo uso del modelo lineal, se procede a diseñar e implementar una estrategia de control multivariable para el nivel de agua en el tanque, el caudal de agua fría y la temperatura del agua a la salida. Se aplicará la teoría de control realimentado empleando controladores PID y se buscará reducir la incidencia de la interacción entre lazos de control por medio de descacopladores. El objetivo final es la validación de la estrategia escogida mediante ensayos en el simulador
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".