فی لوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی لوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

ارائه مدل شبکه عصبی جهت تخمین عملکرد بازیاب حرارتی موتور استرلینگ بر اساس نتایج تجربی

اختصاصی از فی لوو ارائه مدل شبکه عصبی جهت تخمین عملکرد بازیاب حرارتی موتور استرلینگ بر اساس نتایج تجربی دانلود با لینک مستقیم و پر سرعت .

ارائه مدل شبکه عصبی جهت تخمین عملکرد بازیاب حرارتی موتور استرلینگ بر اساس نتایج تجربی


ارائه مدل شبکه عصبی جهت تخمین عملکرد بازیاب حرارتی موتور استرلینگ بر اساس نتایج تجربی

سال انتشار: ۱۳۸۸

تعداد صفحات: ۵ | زبان ارائه مقاله: فارسی

 

چکیده مقاله:

هدف از این مقاله طراحی یک مدل شبکه عصبی هوشمند جهت بررسی راندمان حرارتی موتور استرلینگ و تخمین عملکرد بازتاب حرارتی می باشد که بر اساس فرکانس عملکردی موتور و مقدار جرم سیال عامل قابل دستیابی است. موتور استرلینگ یک موتور حرارتی برونسوز است که به دلیل مزایایی از قبیل استفاده از انواع سوخت های فسیلی و غیر فسیلی، آلایندگی پایین، عملکرد آرام و بدون ارتعاش و... امروزه از سوی مراکز تحقیقاتی مورد توجه قرار گرفته است. بازیاب حرارتی یکی از قسمت های مهم سیکل استرلینگ می باشد که مدل سازی آن به دلیل تاثیرپذیری از پارامترهای مختلف بسیار پیچیده است. بازتاب حرارتی با ذخیره سازی و باز پس دادن حرارت، تأثیر زیادی بر میزان بازدهی موتور استرلینگ داشته و به شکل قابل توجهی تابع شرایط کاری موتور می باشد. با آگاهی از میزان بازدهی حرارتی بازتاب در شرایط کاری مختلف و با توجه به مدل موتور، تخمین دقیق تری از میزان توان خروجی و راندمان حرارتی موتور خواهیم داشت. از این رو ابتدا به کمک مدل های ترمودینامیکی، توزیع دمای مبدل های حرارتی و نیز راندمان بازیاب محاسبه شده و در ادامه دمای مناطق سرد و گرم یک موتور استرلینگ آزمایشگاهی در فرکانس ها و مقدار جرم های متفاوت گاز عامل داخل محفظه موتور اندازه گیری شده است. با کمک مدل توزیع دمای مربوط به مبدل های حرارتی، کاریابی بازیاب در شرایط مختلف محاسبه گردیده و سپس به کمک یک شبکه عصبی هوشمند MLP، برای شرایط مختلف کاری موتور جهت تخمین عملکرد بازیاب تعمیم داده شده است. اطلاعات تجربی از یک موتور استرلینگ آزمایشگاهی نوع گاما که در مرکز تحقیقات موتور دانشگاه صنعتی مالک اشتر طراحی و ساخته شده بدست آمده است. نتایج مطلوب حاصل از مدل و تطبیق آن ها با نتایج آزمایشگاهی صحت مدل شبکه عصبی ارائه شده را تصدیق می کند

کلیدواژه‌ها:

راندمان بازیاب حرارتی، موتور استرلینگ، توزیع دما، مبدل های حرارتی، شبکه عصبی

 

موتور استرلینگ

 

 

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:

غفاری, علی؛ عباس علی آبادی؛ نصرت الله حسینقلی ارباب و مصطفی نظری، ۱۳۸۸، ارائه مدل شبکه عصبی جهت تخمین عملکرد بازیاب حرارتی موتور استرلینگ بر اساس نتایج تجربی، هشتمین همایش انجمن هوافضای ایران، اصفهان، انجمن هوافضای ایران، 
 

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (غفاری, علی؛ عباس علی آبادی؛ نصرت الله حسینقلی ارباب و مصطفی نظری، ۱۳۸۸)
برای بار دوم به بعد: (غفاری؛ علی آبادی؛ حسینقلی ارباب و نظری، ۱۳۸۸)


دانلود با لینک مستقیم


ارائه مدل شبکه عصبی جهت تخمین عملکرد بازیاب حرارتی موتور استرلینگ بر اساس نتایج تجربی

تاریخچه تخمین عمر زمین

اختصاصی از فی لوو تاریخچه تخمین عمر زمین دانلود با لینک مستقیم و پر سرعت .

تاریخچه تخمین عمر زمین


تاریخچه تخمین عمر زمین

از آنجایی که زمان غیر قابل لمس است، تصور ابعاد زمان نیاز به بصیرت ذهنی داشت که طبیعت ‌گرایان قرن هفدهم قادر به پذیرش آن نبودند، بنابراین نگرش قرون وسطایی کوتاه بودن زمان دنیوی همچنان باقی ماند. محققین مسیحی آن زمان بطور کلی می‌پنداشتند که سن زمین در حدود 6000 سال است، رقمی که بر اساس قبول نوشته‌های باستانی عبرانی قرار است.

سیر تحولی و رشد

تخمین عمر زمین از مدتهای بسیار طولانی فکر دانشمندان را به خود مشغول کرده بود. دانشمندان مختلف سعی داشتند با روشهای مختلفی سن کره زمین را تخمین بزنند که از آن جمله می‌توان تخمین عمر زمین را بر اساس شوری آب اقیانوسها و محاسبه میزان رسوبگذاری ذکر کرد. در سال 1897 ، فیزیکدان معروف «لرد کلوین» (Lord Kelvin) قدمت و عمر زمین را به این صورت تعریف نمود که زمین در ابتدا به حالت مذاب بوده و بعد سرد شده است. وی همچنین اظهار نظریه‌هایی را بر اساس فرضیه‌هایی در مورد منشأ و مبدا حرارت خورشید به عمل آورد و ادعا کرد زمین سنی در حدود 20 الی 40 میلیون سال دارد.

در اوایل قرن بیستم ، «رادرفورد» (Ruther Ford) و «هولمز» (Holmes) در انگلیس و «بولتوود» (Boltwood) در آمریکا دریافتند که تجزیه عناصر ناپایدار جهت تولید ایزوتوپهای رادیوژنیک می‌توانند برای تعیین سن کانیها و سنگهای پوسته کره زمین مورد استفاده قرار گیرند. ولی روشها و تکنیکهای تحلیلی در آن زمان آنقدر دقیق نبود که بتواند مقدار ایزوتوپهای رادیوژنیک موجود در سنگها را تعیین نماید. در نتیجه منحصرا بعد از سال 1950 که اسپکترومتر (Spectrometer) اختراع گردید، تعیین سن سنگها به طریق ایزوتوپی معمول گردید از این مقاله سعی می‌شود تا روشهایی را که از ابتدا برای برآورد عمر زمین مورد استفاده قرار گرفته، مورد بحث قرار دهیم و در نهایت به روشی که امروزه استفاده می‌شود و دقیقتر است، اشاره کنیم.

 

این فایل دارای 18 صفحه می باشد.


دانلود با لینک مستقیم


تاریخچه تخمین عمر زمین

استفاده از شبکه های عصبی مصنوعی جهت تخمین تبخیر و تعرق پتانسیل در استان کرمان

اختصاصی از فی لوو استفاده از شبکه های عصبی مصنوعی جهت تخمین تبخیر و تعرق پتانسیل در استان کرمان دانلود با لینک مستقیم و پر سرعت .

استفاده از شبکه های عصبی مصنوعی جهت تخمین تبخیر و تعرق پتانسیل در استان کرمان


استفاده از شبکه های عصبی مصنوعی جهت تخمین تبخیر و تعرق پتانسیل در استان کرمان

به منظور تعیین آب مصرفی اراضی، ظرفیت کانالها و طراحی سیستم های آبی، حجم مخازن و سدها و دیگر موارد لازم است تا مقدار تبخیر و تعرق با دقت هر چـه بیـشتر محاسبه گردد.شبکه عصبی مصنوعی به گونه ای است که می تواند پس از آموزش، پارامتر خروجی مورد نظر را با اعمال پارامترهای ورودی برآورد نماید . بـه دلیـل تـاثیر متقابل پارامترهای هواشناسی در محاسبه تبخیر و تعرق، تخمین آن یک کار پیچیده و دارای روابط غیر خطی می باشد. از این رو شبکه های عصبی مصنوعی ابـزار مناسـبی برای تخمین تبخیر و تعرق می باشند. در این تحقیق با استفاده از 75 درصد پارامترهای روزانه هواشناسی منطقه کرمان با ورودیهای مختلف و خروجی روش پـنمن مانتیـث شبکه را آموزش داده و با 25 درصد مابقی جهت تست کردن شبکه تبخیر و تعرق گیاه مرجع برآورد گردیده است .نتایج حاصل از این بررسی نـشان داد کـه مـی تـوان بـا استفاده از شبکه های عصبی تبخیر و تعرق گیاه مرجع را با درصد بسیار کم خطا، پیش بینی نمود .بهترین آرایش شبکه برای ایـن معـادلات بـه صـورت 3-3-1 و 3-5-1 و 3-8-1 با یک لایه پنهان و با تابع محرک سیگموئید ومومنتم 0/8 بدست آمد


دانلود با لینک مستقیم


استفاده از شبکه های عصبی مصنوعی جهت تخمین تبخیر و تعرق پتانسیل در استان کرمان

فایل فارسی با عنوان ذخایر هیدروکربنی و روشهای تخمین آنها

اختصاصی از فی لوو فایل فارسی با عنوان ذخایر هیدروکربنی و روشهای تخمین آنها دانلود با لینک مستقیم و پر سرعت .

تعداد صفحات : 7

زبان : فارسی

فرمت : (Word)

در این فایل اطلاعاتی در خصوص هیدروکربنها، دسته بندی آنها و روشهای تخمین ذخایر شامل روش آنالوژی، حجمی، موازنه مواد، شبیه سازی عددی و منجنیهای کاهشی، انواع ذخایر شامل اثبات شده، محتمل و ممکن، بصورت مختصر آورده شده است.

کلمات کلیدی :

تخمین ذخایر، روش آنالوژی،  روش حجمی،  روش موازنه مواد،  روش شبیه سازی عددی ، روش منجنیهای کاهشی، ذخایر شامل اثبات شده، ذخایر محتمل ،ذخایرممکن


دانلود با لینک مستقیم


فایل فارسی با عنوان ذخایر هیدروکربنی و روشهای تخمین آنها

ارزیابی داده های حرارتی سطح زمین MODIS برای تخمین دمای هوا در روی اکوسیستم های مختلف آفریقا

اختصاصی از فی لوو ارزیابی داده های حرارتی سطح زمین MODIS برای تخمین دمای هوا در روی اکوسیستم های مختلف آفریقا دانلود با لینک مستقیم و پر سرعت .

ارزیابی داده های حرارتی سطح زمین MODIS برای تخمین دمای هوا در روی اکوسیستم های مختلف آفریقا


ارزیابی داده های حرارتی سطح زمین MODIS برای تخمین دمای هوا در روی اکوسیستم های مختلف آفریقا مقاله به زبان انگلیسی بوده و عنوان آن به شرح زیر است:
Evaluation of MODIS land surface temperature data to estimate air temperature in
different ecosystems over Africa
مقاله در ژورنال ISI و معتبر Remote Sensing of Environment در سال 2010 به چاپ رسیده است.

دانلود با لینک مستقیم


ارزیابی داده های حرارتی سطح زمین MODIS برای تخمین دمای هوا در روی اکوسیستم های مختلف آفریقا