مقاله ISI با عنوان: Analysis of a bridge failure due to fire using computational fluid dynamics and finite element models

اختصاصی از کوشا فایل مقاله ISI با عنوان: Analysis of a bridge failure due to fire using computational fluid dynamics and finite element models دانلود با لینک مستقیم و پرسرعت .

مقاله ISI با عنوان: Analysis of a bridge failure due to fire using computational fluid dynamics and finite element models
ژورنال: Engineering Structures
محتوای مقاله: آنالیز شکست پل در اثر حریق
پژوهشگران: J. Alos-Moya, I. Paya-Zaforteza, M.E.M. Garlock, E. Loma-Ossorio, D. Schiffner, A. Hospitaler
سال 2014
فرمت فایل: PDF و شامل 15 صفحه

چکیده:
Bridge fires are a major concern because of the consequences that these kind of events have and because they are a real threat. However, bridge fire response is under researched and not covered in the codes. This paper studies the capabilities of numerical models to predict the fire response of a bridge and provides modeling guidelines useful for improving bridge design. To reach this goal, a numerical analysis of the fire of the I-65 overpass in Birmingham, Alabama, USA in 2002 is carried out. The analyses are based on computational fluid dynamics (CFD) for creating the fire model, and finite element (FE) software for obtaining the thermo-mechanical response of the bridge. The models are validated with parametric studies that consider heat release rate of the spilled fuel, discretization of the fire temperature in the transition from CFD to FE modeling, and boundary conditions. The validated model is used in a study to evaluate the influence of fire scenario (CFD versus standard fires), and live load. Results show that numerical models are able to simulate the response of the bridge and can be used as a basis for a performance-based approach for the design of bridges under fire. Additionally, it is found that applying the Eurocode standard and hydrocarbon fires along the full length of the bridge does not adequately represent a real bridge fire response for medium-long span bridges such as this case study. The study also shows that live loads essentially do not influence the response of the bridge.


لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S0141029614001151


** نحوه سفارش مقالات ISI: پس از پیدا کردن مقالات درخواستی خود از پایگاه‌های علمی همانند sciencedirect.com لینک مقالات مورد نظر خود را به ایمیل [e-mail] ارسال کرده پس از قرار گرفتن مقالات در سایت می توانید به صورت آنلاین اقدام به خرید و دریافت مقاله نمایید. **

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

مقالات ISI در زمینه GFRP ژورنال های معتبر منتشر شده در سال 2014

اختصاصی از کوشا فایل مقالات ISI در زمینه GFRP ژورنال های معتبر منتشر شده در سال 2014 دانلود با لینک مستقیم و پرسرعت .

مقالات ISI در زمینه GFRP ژورنال های معتبر منتشر شده در سال 2014
محتوای مقالات: ورق و میلگردهای پلیمری GFRP
ژورنال: Composite Structures ، Construction and Building Materials ، Engineering Structures ، Thin-Walled Structures
سال 2014
این مجموعه شامل 19 مقاله در فرمت PDF می باشد.

عناوین مقالات این مجموعه:

1) Adhesively bonded modular GFRP web–flange sandwich for building floor construction

2) An experimental study of GFRP-to-concrete interfaces submitted to humidity cycles

3) Creep tests on GFRP pultruded specimens subjected to traction or shear

4) Experimental and analytical investigation of two- and six-plate bonded splice joints on serviceability limit deformations of pultruded GFRP beams

5) High cycle fatigue under reversed bending of sandwich panels with GFRP skins and polyurethane foam core

6) Influence of fatigue and aggressive exposure on GFRP girder to SFRSCC deck all-adhesive connection

7) Influence of initial geometric imperfections in the lateral buckling problem of thin walled pultruded GFRP I-profiles

8) Performance of a lightweight GFRP composite bridge deck in positive and negative bending regions

9) Structural evaluation of a GFRP truss girder for a deployable bridge

10) Bond behavior of steel and GFRP bars in self-compacting concrete

11) Effects of GFRP on bending strength of glulam made of poplar (Populus deltoids) and beech (Fagusorientalis)

12) Fibres for enhancing of the bond capacity between GFRP rebar and concrete

13) Low-grade glued laminated timber beams reinforced using improved arrangements of bonded-in GFRP rods

14) Masonry wall panels with GFRP and steel-cord strengthening subjected to cyclic shear: An experimental study

15) Mechanical recycling of GFRP waste as short-fiber reinforcements in microconcrete

16) Strengthening of shear deficient RC T-beams with externally bonded GFRP sheets

17) Exploring GFRP bars as reinforcement for rectangular and L-shaped beams subjected to significant torsion: An experimental study

18) Structural behaviour of a GFRP-concrete hybrid footbridge prototype: Experimental tests and numerical and analytical simulations

19) An experimental investigation into crushing behavior of radially stiffened GFRP composite tubes


** نحوه سفارش مقالات ISI: پس از پیدا کردن مقالات درخواستی خود از پایگاه www.sciencedirect.com لینک مقالات مورد نظر خود را به ایمیل [e-mail] ارسال کرده پس از قرار گرفتن مقالات در سایت می توانید به صورت آنلاین اقدام به خرید و دریافت مقاله نمایید. **

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

مجموعه مقالات ISI در زمینه ضریب رفتار (R)

اختصاصی از کوشا فایل مجموعه مقالات ISI در زمینه ضریب رفتار (R) دانلود با لینک مستقیم و پرسرعت .

مجموعه مقالات ISI در زمینه ضریب رفتار (R)
محتوای مقالات: تعیین ضریب رفتار سیستم های مختلف
این مجموعه شامل 7 مقاله در فرمت PDF می باشد.

عناوین مقالات:
1- BRBF response modification factor
لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S0143974X08002071

2- Determination the Response Modification Factors of Buckling Restrained Braced Frames
لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S1877705813003743

3- Evaluating response modification factors of concentrically braced steel frames
لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S0143974X10001033

4- Evaluating response modification factors of TADAS frames
لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S0143974X11002823

5- Evaluation of response modification factor (R) of elevated concrete tanks
لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S0141029612000855

6- Response modification factor for steel moment-resisting frames by different pushover analysis methods
لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S0143974X12001678

7- Response modification factors of chevron-braced frames
لینک مقاله در سایت www.sciencedirect.com :
http://www.sciencedirect.com/science/article/pii/S0141029604003402



** نحوه سفارش مقالات ISI: پس از پیدا کردن مقالات درخواستی خود از سایت www.sciencedirect.com لینک مقالات مورد نظر خود را به ایمیل [e-mail] ارسال کرده پس از قرار گرفتن مقالات در سایت می توانید به صورت آنلاین اقدام به خرید و دریافت مقاله نمایید. **

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

دانلود مقاله ISI ترجمه شده با بهترین کیفیت-- مرور و ارزیابی کارایی روشهای شاخص گذاری داده های بزرگ – Big Data indexing techniqu

اختصاصی از کوشا فایل دانلود مقاله ISI ترجمه شده با بهترین کیفیت-- مرور و ارزیابی کارایی روشهای شاخص گذاری داده های بزرگ – Big Data indexing techniques دانلود با لینک مستقیم و پرسرعت .

نوع مطلب: مقاله ترجمه شده با بهترین کیفیت و کاملا تخصصی

عنوان مقاله: بررسی روشهای ایندکس گذاری داده های بزرگ: طبقه بندی و ارزیابی عملکرد

سال انتشار: 2015

زبان مقاله: فارسی

قالب مقاله: ورد (Word)

تعداد صفحات: 73 صفحه

محل انتشار: ژورنال معتبر سیستم های اطلاعاتی دانش (Knowledge and Information Systems)

اطلاعات مقاله انگلیسی:

عنوان مقاله: A survey on indexing techniques for big data: taxonomy and performance evaluation

نوع مطلب: مقاله اشپرینگر (Springer) و آی اس آی (ISI)

سال انتشار: 2015

زبان مقاله: انگلیسی

قالب مقاله: پی دی اف (PDF)

تعداد صفحات: 44 صفحه تک ستونی

محل انتشار: ژورنال معتبر سیستم های اطلاعاتی دانش (Knowledge and Information Systems)

ضریب تاثیر مربوط به سالهای 2014 و 2015 (Impact Factor): 1.782

تعداد ارجاع (Citation) تاکنون(بهمن 94): 5

خرید مقاله انگلیسی با قیمت 2000 تومان از آدرس زیر:

 (در صورت خرید، مقاله انگلیسی نیز به همراه مقاله ترجمه شده برای شما فرستاده میشود.)

چکیده فارسی:

رشد انفجاری در حجم، سرعت، و تنوع داده های تولید شده توسط دستگاه های همراه و برنامه های کاربردی ابری در ازدیاد "داده های بزرگ" نقش داشته است. راه حل های موجود برای ذخیره سازی کارآمد داده ها و مدیریت آنها نمی توانند نیازهای چنین داده های ناهمگنی که مقدار داده ها به طور مداوم در حال افزایش هستند را برآورد سازند. با توجه به سرعت در حال رشد اندازه شاخص ها و زمان جستجو، راه حل های موجود برای مدیریت و بازیابی موثر داده ها ناکارآمد میشوند بنابراین یک طرح شاخص گذاری بهینه شده برای داده های بزرگ مورد نیاز است. با نگاهی به برنامه های کاربردی جهان واقعی در می یابیم که موضوع ایندکس گذاری با داده های بزرگ در محاسبات ابری در مسائل پزشکی، سازمانی، آزمایشات علمی و شبکه های اجتماعی بصورت گسترده مطرح می شود. تا به امروز، محاسبات نرم متعدد، یادگیری ماشینی و دیگر روشهای هوش مصنوعی برای برآورده کردن نیازمندیهای شاخص گذاری استفاده می شده اند، در عین حال از آنجایی که روشهای ایندکس گذاری وارد محاسبات ابری شده اند، در مقالات، مطالعه جدیدی در مورد بررسی عملکرد و نتایج روشهای حل مسائل ایندکس گذاری برای داده های بزرگ وجود ندارد. هدف این مقاله بررسی و آزمایش روشهای ایندکس گذاری موجود برای داده های بزرگ است. در این تحقیق طبقه بندی روشهای ایندکس گذاری توسعه یافته است تا به محققان برای درک و انتخاب یک روش پایه بمنظور طراحی یک روش ایندکس گذاری که کاهش زمان و فضای مصرفی کمتررا برای BD-MCC فراهم میکند، کمک کند. در این تحقیق، 48 روش ایندکس گذاری بر اساس 60 مقاله با موضوع مرتبط مورد مطالعه و مقایسه قرارگرفته اند. عملکرد روشهای ایندکس گذاری بر اساس ویژگی آن ها و نیازمندیهای ایندکس گذاری داده های بزرگ نیز مورد تجزیه و تحلیل قرار گرفت. نقش اصلی این تحقیق طبقه بندی روشهای ایندکس گذاری دسته بندی شده بر اساس متد آنهاست. دسته بندی ها متدهای شاخص گذاری غیر هوش مصنوعی ( non-artificial intelligence)، هوش مصنوعی (artificial intelligence) و هوش مصنوعی مشارکتی (collaborative artificial intelligence)هستند. بعلاوه در کنار محدودیت های هر روش، اهمیت پروسیجر ها(procedure) و عملکردهای مختلف نیز مورد تجزیه و تحلیل قرار گرفت. در بخش نتیجه گیری، چندین موضوع تحقیق کلیدی برای آینده با پتانسیل افزایش سرعت پردازش و استقرار روشهای ایندکس گذاری هوش مصنوعی مشارکتی در BD-MCC به دقت شرح داده شده است.

کلمات کلیدی: ایندکس گذاری، داده های بزرگ، محاسبات ابری، هوش مصنوعی، هوش مصنوعی گروهی

چکیده انگلیسی:

Abstract The explosive growth in volume, velocity, and diversity of data produced by mobile devices and cloud applications has contributed to the abundance of data or ‘big data.’Available solutions for efficient data storage and management cannot fulfill the needs of such heterogeneous data where the amount of data is continuously increasing. For efficient retrieval and management, existing indexing solutions become inefficient with the rapidly growing index size and seek time and an optimized index scheme is required for big data. Regarding real-world applications, the indexing issue with big data in cloud computing is widespread in healthcare, enterprises, scientific experiments, and social networks. To date, diverse soft computing, machine learning, and other techniques in terms of artificial intelligence have been utilized to satisfy the indexing requirements, yet in the literature, there is no reported stateof- the-art survey investigating the performance and consequences of techniques for solving indexing in big data issues as they enter cloud computing. The objective of this paper is to investigate and examine the existing indexing techniques for big data. Taxonomy of indexing techniques is developed to provide insight to enable researchers understand and select a technique as a basis to design an indexing mechanism with reduced time and space consumption for BD-MCC. In this study, 48 indexing techniques have been studied and compared based on 60 articles related to the topic. The indexing techniques’ performance is analyzed based on their characteristics and big data indexing requirements. The main contribution of this study is taxonomy of categorized indexing techniques based on their method. The categories are non-artificial intelligence, artificial intelligence, and collaborative artificial intelligence indexing methods. In addition, the significance of different procedures and performance is analyzed, besides limitations of each technique. In conclusion, several key future research topics with potential to accelerate the progress and deployment of artificial intelligence-based cooperative indexing in BD-MCC are elaborated on.

Keywords Indexing ・ Big data ・ Cloud computing ・ Artificial intelligence ・ Collaborative artificial intelligence

تولید داده های حجیم با سرعت بالا، حجم زیاد و تنوع فراوان توسط شبکه های اجتماعی، موبایل ها و ایمیل های کاربران منحر به ایجاد یک جهت گیری جدید در رشته کامپیوتر به نام داده های بزرگ یا کلان داده ها (Big Data) شده است که در چند سال گذشته توجه زیادی را به خود جلب کرده است. میتوان با جستجو درون این داده های بزرگ و حجیم، الگوهایی را کشف کرد و از آنها استفاده کرد. همچنین قابلیت یادگیری از این داده ها و دیتاست ها نیز وجود دارد. روشهای مدیریت حافظه و ذخیره سازی داده های موجود نمیتوانند پاسخگوی حجم زیاد این داده ها باشند و این در حالی است که حجم این داده ها لحظه به لحظه بیشتر میشود. اگر بخواهیم برای بازیابی و جستجوی اطلاعات در این دیتاست های بزرگ از روشهای ایندکس گذاری کنونی استفاده کنیم به دلیل افزایش حجم فایل شاخص و زمان جستجو این کار بسیار غیر بهینه خواهد بود.

در این مقاله که صورت کاملی به بررسی روشهای ایندکس کردن داده های Big Data پرداخته شده است، 48 روش مختلف شاخص بندی یا ایندکس کردن داده ها معرفی، بررسی و مقایسه شده اند. کارایی این الگوریتم ها با توجه به ویژگی ها و نیازمندیهای Big Data اندازه گیری شده است.

مطالعه این مقاله به کسانی توصیه میشود که تصمیم دارند پایان نامه خود را در زمینه شاخص بندی و یا جستجو در داده های بزرگ (Big Data) انجام دهند یا قصد نوشتن مقاله ای در این زمینه را دارند.

این مقاله در سال 2015  در ژورنال سیستم های اطلاعاتی و دانش (Knowledge and Information Systems) منتشر شده است که یکی از ژورنالهای معروف در زمینه سیستم های مبتنی بر دانش و مسائل مربوط به آنها می باشد. مقالات این ژورنال آس اس آی (ISI) هستند و در توسط انتشارات تامسون رویترز (Thomson-reuters) و اسکوپوس (Scopus)، اشپرینگر (Springer) و بسیاری سایت های دیگر ایندکس میشوند.

کلمات کلیدی:

مقاله با ترجمه، مقاله 2015 کامپیوتر با ترجمه، مقاله کامپیوتر، مقاله 2015 کامپیوتر، مقاله آی اس آی کامپیوتر، مقاله ISI کامپیوتر با ترجمه، مقاله اشپرینگر با ترجمه، داده های بزرگ، مقاله Big data ، مقاله Big Data با ترجمه، مقاله داده های حجیم با ترجمه، ابرداده ها، مقاله داده های عظیم با ترجمه، مقاله بیگ دیتا با ترجمه، مقاله داده عظیم با ترجمه، مقاله کلان داده با ترجمه، شاخص گذاری، ایندکسینگ، شاخص بندی در داده های بزرگ، کلان داده ها، شاخص بندی، شاخص گذاری، ایندکس کردن، سیستم هدوپ، نگاشت - کاهش، Big data,  mapreduce, hadoop, Indexing, cloud computing,

پس از خرید از درگاه امن بانکی لینک دانلود در اختیار شما قرار میگیرد و همچنین به آدرس ایمیل شما فرستاده میشود.

تماس با ما برای راهنمایی، درخواست مقالات و پایان نامه ها و یا ترجمه با آدرس ایمیل:

[e-mail]

شماره تماس ما در نرم افزار واتس آپ:

[phone]

شماره تماس ما در نرم افزار تلگرام:

[phone] 

 توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.

دانلود مقالات ISI چگونگی اعمال گیمیفیکیشن برای هدف های آموزشی با به خصوص کالج جبر

اختصاصی از کوشا فایل دانلود مقالات ISI چگونگی اعمال گیمیفیکیشن برای هدف های آموزشی با به خصوص کالج جبر دانلود با لینک مستقیم و پرسرعت .

موضوع فارسی : چگونگی اعمال گیمیفیکیشن برای هدف های آموزشی با به خصوص کالج جبر

موضوع انگلیسی : How Gamification Applies for Educational Purpose Specially with College Algebra 

تعداد صفحه : 6

فرمت فایل :pdf

سال انتشار : 2014

زبان مقاله : انگلیسی

چکیده

محیط بازی شده اند مورد استفاده برای تدریس مباحث ریاضی: مانند جمع و تقسیم در یک
شیوه ای سرگرم کننده
*
. با این حال، که آن را به مفاهیم ریاضی در سطح کالج می آید: مانند استفاده از
فرمول درجه دوم، تعداد بسیار کمی از نرم افزار که توضیح دهد که این مفاهیم را در یک روش سرگرم کننده وجود دارد. در این مقاله،
ما در حال حاضر اولین گام به سوی استفاده از عناصر بازی ویدیویی و سیستم هوش مصنوعی تدریس خصوصی
تکنیک های تدریس مفاهیم ریاضی: مانند مقاطعه و فرمول درجه دوم. این
توضیح داده شده مفاهیم در راه است که کمک می کند تا زبان آموزان ایجاد یک اتصال بین ریاضی
مفاهیم و تجربه زندگی واقعی است. این روش یادگیری توسط مطالعات متعددی پشتیبانی
(Bonwell و Eison، 1991؛ داناون و Bransford، 2004؛ Scarlatos، 2006). ما با استفاده از گیمیفیکیشن
در طول آموزش روش های آزمون و مراحل برای کمک به دانشجویان مفاهیم ریاضی را یاد بگیرند. ما
سپس از دانش آموزان که عملکرد سیستم شما (ریاضی به سیاه چال انداختن) با دانش آموزان استفاده می شود مقایسه
که با استفاده از محبوب ترین برنامه های آموزش ریاضی مورد استفاده در کالج های آمریکا: ارزیابی و آموزش، K
12 آموزش عالی (ALEKS). تعدادی از دانش آموزان MathDungeon استفاده می شود و که در بالا به ثمر رساند
نمره متوسط ​​در آزمون عملکرد ریاضی بیشتر از تعداد دانش آموزان مورد استفاده قرار بود که
ALEKS و به گل بالاتر از نمره متوسط.

کلمات کلیدی: گیمیفیکیشن، هوشمند، سیستم آموزش، چگونه به Gamify برنامه مفاهیم ریاضیات مصنوعی