پایان نامه مطالعه تجربی و مدلسازی ریاضی خشک کن دوار صنعتی تولید دی کلسیم فسفات

اختصاصی از کوشا فایل پایان نامه مطالعه تجربی و مدلسازی ریاضی خشک کن دوار صنعتی تولید دی کلسیم فسفات دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : WORD (قابل ویرایش)

تعداد صفحات:101

پایان نامه مقطع کارشناسی ارشد
رشته مهندسی شیمی

فهرست مطالب:
    
فصل اول:مقدمه و کلیات
1-1- مقدمه    2
1-2- اصول خشک کردن    3
1-3- پدیده های انتقال در فرایند خشک کردن    3
1-3-1- انتقال حرارت در فرایند خشک کردن    4
1-3-2- انتقال حرارت بطریق همرفت    5
1-3-3- انتقال حرارت بطریق هدایت    6
1-3-4- انتقال حرارت بطریق تابش    7
1-4- عوامل موثر در خشک کردن    7
1-5- انتقال جرم در فرایند خشک کردن    9
1-6- تعاریف در خشک کردن    10
فصل دوم:پیشینه مطالعات خشک کن دوار و مدلسازی آن
2-1- مقدمه    14
2-2- اصول عملیات    14
2-3- خشک کن های مستقیم    15
2-3-1- خشک کن های همسو    15
2-3-2- خشک کن های ناهمسو    16
2-3-3- سیستم حرارتی    17
2-3-4-کاربردهای جریان همسو    17
2-3-5- کاربردهای جریان ناهمسو    18


فهرست مطالب
   
2-4- چرخه(بازیافت)گاز و سیستم های جامع    19
2-5- ویژگی های یک خشک کن دوار    20
2-6- طراحی یک خشک کن دوار    21
2-7- نمونه هایی از خشک کردن در صنایع مختلف    23
2-8- مدل های زمان اقامت    25
2-9- مدل های ارائه شده برای بدست آوردن ضریب انتقال حرارت    27
2-10- مدل های کلی(جامع)برای خشک کن های دوار    28
فصل سوم:روش تحقیق
3-1-مقدمه    32
3-2- خشک کن دوار    32
3-3-بررسی فرایند خشک کردن و عملکرد آن    32
3-4-عملکرد بهینه خشک کن دوار    35
3-5- تعریف دی کلسیم فسفات    37
3-5-1- مشخصات ظاهری    37
3-5-2- موارد مصرف دی کلسیم فسفات    37
3-5-3- روش های تولید دی کلسیم فسفات    37
3-5-4- فرایند تولید صنعتی دی کلسیم فسفات    38
3-5-5- خواص دی کلسیم فسفات    38
3-5-6- مزایای وجود کلسیم و فسفر در جیره طیور    38
3-5-7- مزایای وجود کلسیم و فسفر در جیره دام    39
3-5-8- علائم کمبود فسفر و کلسیم    39

فهرست مطالب
   
3-6- خشک کن دوار کارخانه تولید دی کلسیم فسفات    39
3-6-1- ویژگی های خشک کن دوار مورد بررسی    40
3-6-2- اجزای بیرونی خشک کن دوار    42
3-6-3-نمودار خطی خشک کن دوار مورد بررسی     47
3-6-4- محاسبه تعداد دور خشک کن    48
3-7- روش نمونه برداری    49
3-7-1- نتایج نمونه برداری    50
فصل چهارم:بررسی مدل های ریاضی مختلف و مدل شبکه عصبی برای توصیف خشک کن دوار
4-1-مدلسازی ریاضی    56
4-1-1- مقدمه    56
4-1-2-مدلسازی ریاضی فرایند خشک شدن    56
4-2-شبکه عصبی    67
4-2-1- مقدمه    67
4-2-2- اجزای یک شبکه عصبی    68
4-2-3- ایده اساسی شبکه عصبی    69
4-2-4- مدل مفهومی نرون    70
4-2-5- شبکه های عصبی مصنوعی    70
4-2-6- تعریف دانش و اطلاعات    71
4-2-7- توانایی های شبکه عصبی    71
4-2-8- شبیه سازی شبکه های عصبی    71

فهرست مطالب
   
4-2-9- عملکرد اجزای اصلی سازنده نرون    71
4-2-10- انواع توابع فعالساز    72
4-2-11- ساختار مختلف شبکه عصبی    75
4-2-12- شبکه عصبی پیش رونده    75
4-2-13-چگونگی عملکرد شبکه عصبی     76
4-2-14- یادگیری در شبکه های عصبی    77
4-2-15- پارادایم های یادگیری    77
4-2-16- شبکه عصبی پرسپترون    77
4-2-16-1-پرسپترون چند لایه    77
4-2-17- کاربرد شبکه عصبی برای مدلسازی فرایند خشک کردن    78
4-2-18- جمع آوری و پردازش داده ها    79
فصل پنجم:نتیجه گیری و پیشنهادها
5-1-مدلسازی    84
5-2-مدل شبکه عصبی    86
5-3- نتیجه گیری    86
5-4-پیشنهادها    86
منابع    87
چکیده انگلیسی    90

فهرست جداول
     
جدول(2-1):پیش بینی زمان ماند در مدل های مختلف    26
جدول(3-1):ویژگی های خشک کن دوار مورد بررسی    48
جدول(3-2):نتایج خشک کن در دور4/4    50
جدول(3-3):نتایج خشک کن در دور5/4    50
جدول(3-4):نتایج خشک کن در دور8/4    51
جدول(3-5):نتایج خشک کن در دور5    51
جدول(3-6):نتایج خشک کن در دور2/5    52
جدول(3-7):نتایج خشک کن در دور3/5    52
جدول(3-8):نتایج خشک کن در دور4/5    53
جدول(3-9):نتایج خشک کن در دور6/5    53
جدول(3-10):نتایج خشک کن در دور7/5    54
جدول(3-11):نتایج خشک کن در دور8/5    54
جدول(4-1):تعدادی از مدلهای ریاضی مختلف و معادلات مربوط به آنها    56
جدول(4-2):ثوابت مدل های مختلف برای خشک کردن دی کلسیم فسفات    57
جدول(4-3):مقایسه مدل های تجربی مختلف    58
جدول(4-4):نتایج بدست آمده از شبکهMLP دی کلسیم فسفات در خشک کن دوار    79


فهرست تصاویر و نمودارها
     
شکل(1-1):منحنی سرعت خشک شدن نسبت به رطوبت آزاد بطریق جابجایی در شرایط خارجی ثابت
    6
شکل(1-2):منحنی سرعت خشک شدن بطریق جابجایی(رطوبت آزاد نسبت به زمان)    6
شکل(2-1):نمودار خشک کن دوار حرارت مستقیم همسو    16
شکل(2-2):نمودار خشک کن حرارت مستقیم ناهمسو    16
شکل(2-3):جریان همسو ایجاد شده توسط یک منبع خارجی    17
شکل(2-4):جریان همسو ایجادشده توسط یک مشعل داخلی    18
شکل(2-5):جریان ناهمسو ایجادشده توسط یک منبع خارجی    18
شکل(2-6):جریان ناهمسو ایجادشده توسط یک مشعل داخلی    19
شکل(2-7):یک سیستم احیا کننده حرارتی    20
شکل(2-8):نمودار خطی یک خشک کن دوار    21
شکل(2-9):پروفایل پره های رایج    22
شکل(2-10):توزیع حالت پایا برای رطوبت جامد و هوای خشک در جاییکه∆L=0.5m    30
شکل(3-1):خشک کن دوار آبشاری    33
شکل(3-2):حرکت آبشاری جامدات در داخل خشک کن دوار    36
شکل(3-3):نمایی از خشک کن دوار کارخانه تولید دی کلسیم فسفات مورد بررسی    40
شکل(3-4):نحوه قرارگرفتن پره ها در خشک کن    41
شکل(3-5):مشعل    42
شکل(3-6):ترمومتر    43
شکل(3-7):کانال مکش    43
شکل(3-8):موتور گیربکس    44
شکل(3-9):درایور اینورتر    44
شکل(3-10):فن مکنده    45
شکل(3-11):ریل راهنما    45
شکل(3-12):چرخ دنده    46
شکل(3-13):نمودار خطی خشک کن دوار مورد بررسی با استفاده از نرم افزار اتوکد    47
شکل(3-14):رطوبت سنج دیجیتالیSartorius MA35    49
شکل(4-1): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور4/4 با تقریب مدلPageوModified Henderson & Pabis    59
شکل(4-2): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور5/4 با تقریب مدلTwo-TermوModified Henderson & Pabis    59
شکل(4-3): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور8/4 با تقریب مدل Two-Term وModified Henderson & Pabis    60
شکل(4-4): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور5با تقریب مدلTwo-Term وModified Henderson & Pabis    61
شکل(4-5): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور2/5با تقریب مدلPage وModified Henderson & Pabis    62
شکل(4-6): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور3/5با تقریب مدلModified Henderson and Pabis وPage    63
شکل(4-7): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور4/5با تقریب مدلModified Henderson and Pabis وTwo-Term    63
شکل(4-8): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور6/5با تقریب مدلModified Henderson and PabisوTwo-Term    64
شکل(4-9): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور7/5 با تقریب مدلModified Henderson and Pabis وTwo-Term    65
شکل(4-10): انحراف نسبت رطوبت اندازه گیری شده از خشک کن دوار به نسبت رطوبت پیش بینی شده در دور8/5با تقریب مدل Modified Henderson and Pabisو Two-Term    65
شکل(4-11):ساختار یک سلول عصبی    69
شکل(4-12):مفهوم نرون    70
شکل(4-13):تابع آستانه ای    72
شکل(4-14):تابع آستانه ای دو مقداری    73
شکل(4-15):تابع انتقال لگاریتمی    73
شکل(4-16):تابع انتقال خطی مثبت    74
شکل(4-17):تابع انتقال تانژانت    74
شکل(4-18):شبکه چند ورودی یک لایه    75
شکل(4-19):شبکه چند ورودی چندلایه    76
شکل(4-20):شبکه های بازگشتی    76
شکل(4-21):نمودار عملکرد شبکه عصبی    76
شکل(4-22):مسیرسیگنال ها در شبکه عصبی    78
شکل(4-23):مسیر سیگنال ها در شبکه عصبی طراحی شده برای خشک کن دی کلسیم فسفات    79
شکل(5-1):مقایسه ضریب تعیین7مدل برای دی کلسیم فسفات    84
شکل(5-2):مقایسه میانگین مربعات خطای 7 مدل برای دی کلسیم فسفات    85
شکل(5-3):مقایسه میانگین درصد خطای نسبی7مدل برای دی کلسیم فسفات    85


چکیده:
هدف از انجام این پایان نامه مدلسازی ریاضی خشک کن دوار برای خشک کردن دی کلسیم فسفات است. در این پروژه با شرایط مختلف دما و تعداد دور مختلف خشک کن، میزان رطوبت محصول خروجی از خشک کن بررسی شده است. در نتیجه 100 داده از خروجی خشک کن دوار بدست آمده است که آنالیز های متعدی بر روی آنها انجام شده است.نسبت رطوبت در هر دور خشک کن در زمانهای مختلف بدست آورده شده است و با استفاده از نرم افزار Table curve و گذراندن منحنی از داده های تجربی،7 مدل ریاضی بر روی داده های خروجی این خشک کن انجام شده است و ثوابت مربوط به این مدل ها، ضریب تعیین آنها، میانگین مربعات خطا و درصد خطای نسبی بدست آورده شده است. با کمک اطلاعات بدست آمده توسط مدل ها، به بررسی بهترین مدل با استفاده از بیشترین ضریب تعیین و کمترین میانگین مربعات خطا ودرصدخطای نسبی، پرداخته شده و بهترین مدل سازگار با بیشترین تعداد داده های تجربی را دارد مدل Modified Henderson and Pabis می باشد. در نهایت به بررسی این داده های تجربی به کمک شبکه های عصبی پرداخته شد که نتایج بدست آمده حداقل خطای مطلق(0.06) را داشته و از قابلیت تعمیم بالایی برخوردارند.

واژه های کلیدی: خشک کن دوار، خشک کردن، مدلسازی، دی کلسیم فسفات


مقدمه
دی کلسیم فسفات یکی از مکمل هایی است که تاثیر بسزایی در افزایش رشد و نمو، باروری و شیردهی و استخوانبندی دام و طیور را دارد و بهبود بخشیدن به کیفیت این محصول کمک شایانی به صنعت دام و طیور می کند. رطوبت موجود در دی کلسیم فسفات بر روی درصد جذب آن در بدن جاندار موثر است لذا برای رساندن رطوبت آن به حد مطلوبش (حداکثر 3 درصد) از خشک کن استفاده می شود. خشک کن مورد بررسی در اینجا خشک کن دوار می باشد.
بررسی روند خشک کردن در خشک کن دوار مورد نظر در 5 فصل انجام شده است. در فصل اول به تعریف فرایند خشک شدن می پردازیم. در فصل دوم به پیشینه بررسی های انجام شده بر روی خشک کردن و خشک کن ها نگاه اجمالی داریم. بررسی روش انجام کار و توصیف خشک کن مورد نظر در فصل سوم انجام می شود. در فصل چهارم مدل های ریاضی و مدل شبکه عصبی بر روی داده های مختلف صورت می گیرد و در نهایت در فصل پنجم جمع بندی نهایی و پیشنهادها ارائه می شود.

استفاده از شبکه عصبی در مدلسازی باران - رواناب در چند حوزه مشابه

اختصاصی از کوشا فایل استفاده از شبکه عصبی در مدلسازی باران - رواناب در چند حوزه مشابه دانلود با لینک مستقیم و پرسرعت .

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش سازه های هیدرولیکی با عنوان: استفاده از شبکه عصبی در مدلسازی باران - رواناب در چند حوزه مشابه 

• دانشگاه شیراز 

• استاد راهنما: دکتر غلامرضا رخشنده رو 

• پژوهشگر: محمد مهدی شفیعی 

• سال انتشار: تیر 1384 

• فرمت فایل: PDF و شامل 151 صفحه

چکیــــده:

رواناب جاری شده در رودخانه‌ها از مهمترین عوامل طراحی سازه‌های هیدرولیکی به حساب می‌آید. حجم آورد رودخانه به پشت سدها و بندها، رسوب انتقال یافته در رودخانه‌ها، طراحی سرریزها، طراحی کانال‌های انحراف آب و غیره از مواردی هستند که در طراحی آنها رواناب نقش مهمی دارد.

بدست آوردن رواناب ناشی از بارندگی حوزه‌ها از پیچیدگی بسیار زیادی برخوردار است. عوامل گوناگونی در جواب حوزه دخیل هستند بطوریکه نمی‌توان کلیه عوامل را در مدلسازی وارد کرد. یکی از بهترین راه‌ها جهت مدلسازی باران - رواناب حوزه‌ها استفاده از مدل‌های جعبه سیاه می‌باشد. این مدل‌ها می‌توانند بدون در نظر گرفتن عوامل موثر بر پیدایش رواناب ارتباط ورودی باران با خروجی رواناب را با استفاده از آمار گذشته پیدا کنند.

در این تحقیق از شبکه عصبی بعنوان ابزار مناسب جهت مدلسازی سود برده شده است. این مدل توانایی ساخت مدل برای عوامل پیچیده را داراست.

جهت حصول به آمار مناسب، اطلاعات چهار حوزه امامه، کسیلیان، کارده و فخرآباد از میان حوزه‌های معرف ایران گردآوری گردید. این اطلاعات شامل باران – رواناب‌های متناظر می‌باشد. بطوریکه اطلاعات بارندگی دارای بازه‌های 15 دقیقه‌ای و اطلاعات رواناب دارای بازه‌های 1 ساعته می‌باشد.

خصوصیات فیزیکی این حوزه‌ها جهت خوشه بندی (دسته بندی) این حوزه‌ها گردآوری گردیدند که از مساحت حوزه، زمان تمرکز، ضریب کشیدگی، ضریب شکل و شیب حوزه بعنوان خصوصیات برتر حوزه در خوشه بندی استفاده شد. این خصوصیات در مدل‌های ART ، SOM وارد گردیده و دسته بندی بوسیله این مدل‌ها صورت گرفته است. مدل SOM، حوزه‌های امامه و کسیلیان را در یک دسته و مدل ART با حفظ حوزه‌های امامه و کسیلیان در همان دسته با توجه به خصوصیات مورد استفاده نسبت تشابه 57.5 درصد را بیان می‌کند.

______________________________

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

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

مدلسازی شناختی یک سیستم آموزش دهنده هوشمند به منظور توان‌بخشی علاقه به یادگیری و خلاقیت دانشجو

اختصاصی از کوشا فایل مدلسازی شناختی یک سیستم آموزش دهنده هوشمند به منظور توان‌بخشی علاقه به یادگیری و خلاقیت دانشجو دانلود با لینک مستقیم و پرسرعت .

40 صفحه

اولین کنفرانس بین‌المللی سیستمهای آموزش دهنده هوشمند[1] (ITS) در سال 1988 در مونترال کانادا برگزار گردید. دومین و سومین و آخرین کنفرانس به ترتیب در سالهای 1992، 1996، . . . و 2004 برگزار گردیده‌اند.

معماری شناختی[2] اولین بار توسط جان روبرت اندرسن در سال 1983 مطرح شد که تفکر تطبیقی انسان را برمبنای شناخت بررسی می‌کرد، شبیه‌سازی این تفکر به صورت نرم‌افزار ACT* ارائه گردیده است. مدلسازی شناختی در سال 1985 در کتابی با همین عنوان توسط Slack مطرح گردید.

ساختار کنترلی عامل هوشمند BDI[3] که در سیستم مطرح شده در مقاله (سیستم GLITS) مورد استفاده قرار گرفته است، بر مبنای باورها، هدفها (آرزوها) و مقصدها، در اواخر دهه 90 مطرح شد. مهمترین کاربرد این عامل در تشخیص عیب، سیستمهای مدیریت، تجارت ماشینی و آموزش هوشمند بوده است.

پردازش مفهومی اطلاعات اولین بار در سال 1975، در کتابی توسط Roger Schank مطرح گردید ولی مطالب جدید در مدلسازی مفهومی[4] در 1998 توسط Chen و همکارانش ارائه گردید.

طراحی سیستمهای چند عاملی هوشمند[5] براساس معماری لایه‌ای[6] در سال 1996 توسط Muller در کتابی با همین عنوان مورد بحث قرار گرفته است.

در مقاله حاضر یک مدلسازی شناختی از یک سیستم آموزش دهنده هوشمند پویا ارائه شده است که بر مبنای اصول مفهومی و کارکردی آموزش و تجربه طولانی تدریس دروس مختلف توسط اینجانب طراحی شده است. این مدل بنیادی است و سازماندهی تجربیات دوران تدریس است.

از مطالب برخی مراجع در تعاریف پایه‌ای و بیان مفاهیم و اصطلاحات آشنا در سیستم‌های آموزش دهنده هوشمند (ITS) در این مقاله استفاده شده است. امید است که پیاده سازی این سیستم در محیط کاربردی برای آموزش به کمک کامپیوتر بتواند سبب توسعه تکنولوژی در کشورمان گردد.

سیستم GLITS، یک سیستم آموزش دهنده هوشمند با یادگیری تدریجی است که دارای 3 عامل یاد دهنده ، یادگیرنده و مشکل‌ساز است. عامل یاد دهنده و یادگیرنده هر کدام دارای 5 لایه (زیر سیستم) می‌باشند. لایه‌های یاد دهنده به نام‌های ناظر، ایجاد انگیزش، فرضیه‌ها و تولید مدلهای برنامه می‌باشند. لایه‌های یادگیرنده به نام‌های وضعیتی ـ انعکاسی ، شناختی، معیارها و سنجش، برنامه‌ریزی و همینطور هماهنگی و تولید رفتار می‌باشند. عامل مشکل‌ساز یک عامل بازدارنده است که فعالیت آن باعث کاهش فعالیت لایه‌های مختلف یادگیرنده می‌شود. ابتدا با پرسشنامه مدل یادگیرنده (مدل میانگین کلاس) ساخته می‌شود و با استفاده از آن و به‌کارگیری نحوه آموزش بهینه هوشمند و ارزیابیهای مناسب، لایه‌های مدل یادگیرنده اصلاح می‌گردد که نتیجه کلی بالارفتن کارایی یادگیرنده و توانبخشی علاقه به یادگیری و خلاقیت او می‌باشد.

کلمات کلیدی:

Intelligent agents

عاملهای هوشمند

Cognitive modelling

مدلسازی شناختی

Intelligent tutoring system

سیستم آموزش دهنده هوشمند

Belief, desire, intention agent

عامل BDI

Conceptual modelling

مدلسازی مفهومی

تحقیق درباره مدلسازی مناسب بار برکنش در زیر سدهای وزنی

اختصاصی از کوشا فایل تحقیق درباره مدلسازی مناسب بار برکنش در زیر سدهای وزنی دانلود با لینک مستقیم و پرسرعت .

• مقاله با عنوان: تحقیق درباره مدلسازی مناسب بار برکنش در زیر سدهای وزنی  

• نویسندگان: محمد یعقوبی سربیشه ، محمد تقی احمدی  

• محل انتشار: هشتمین کنگره ملی مهندسی عمران - دانشگاه صنعتی نوشیروانی بابل - 17 و 18 اردیبهشت 93  

• محور: سازه های هیدرولیکی  

• فرمت فایل: PDF و شامل 8 صفحه می باشد.

چکیــــده:

میزان بار برکنش (uplift) و نحوه‌ی توزیع آن در زیر سدهای وزنی، تأثیر بسزایی بر تنش‌های موجود در این ناحیه و در نتیجه پایداری اینگونه سدها دارد. آیین نامه‌های مختلف با توجه به پارامترهایی نظیر میزان ارتفاع آب در مخزن سد و نیز عمق آب در پایاب، یک توزیع چند خطی را برای بار برکنش در نظر می‌گیرند. در این تحقیق، مدل سازی از چند نوع سد وزنی به همراه پی و مخزن آن‌ها، با استفاده از روش اجزای محدود در محیط توامان تراوش و تنش، به منظور بررسی میزان دقت اینگونه توزیع‌ها صورت گرفت. در کلیه تحلیل‌ها، بدنه‌ی سد کاملاً نفوذ ناپذیر در نظر گرفته شده است. همچنین توده سنگ پی به صورت یک محیط همگن و همسان فرض شده و متناسباً به آن نفوذ پذیری‌های مناسب اختصاص داده شده تا مسأله‌ی تراوش آب در محیط پی، به طور کامل مدلسازی شده و میزان فشار منفذی در هر نقطه از آن در حالت‌های عملکردی مختلف پرده تزریق به صورت دقیق محاسبه شود. از مقایسه‌ی بین تنش‌های ایجاد شده در محل اتصال سد و پی در این مدل‌ها، با تنش‌های حاصل از در نظر گرفتن توزیع توصیه شده توسط آیین نامه‌های رایج و نوین سد سازی نظیر انتشارات اداره‌ی مهندسی ارتش آمریکا (USACE) در زیر سد، مشخص شد که الگو های رایج در اکثر نقاط خطاهایی در حدود 10 تا 15 درصد داشته و حتی در حالت پی همگن، امکان وقوع خطایی بیش از 40 درصد در همسایگی پاشنه سد وجود دارد. این پدیده در برخی موارد می‌تواند ایمنی سدهای بتنی را کاملاً تحت تاثیر قرار دهد. در این تحقیق الگویی کاربردی ولی متکی بر مدلسازی پیشرفته مذکور برای توزیع بار برکنش در زیر سد معرفی می‌گردد تا سرفصل تحولی در طراحی های آینده باشد.

________________________________

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

** توجه: در صورت مشکل در باز شدن فایل PDF مقالات نام فایل را به انگلیسی Rename کنید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **

مدلسازی عددی انقباض در مجرای تحت فشار برای جریان آرام

اختصاصی از کوشا فایل مدلسازی عددی انقباض در مجرای تحت فشار برای جریان آرام دانلود با لینک مستقیم و پرسرعت .

• مقاله با عنوان: مدلسازی عددی انقباض در مجرای تحت فشار برای جریان آرام 

• نویسندگان: فاطمه فرشی ، عبدالرضا کبیری سامانی ، محمدرضا چمنی 

• محل انتشار: هشتمین کنگره ملی مهندسی عمران - دانشگاه صنعتی نوشیروانی بابل - 17 و 18 اردیبهشت 93  

• محور: سازه های هیدرولیکی 

• فرمت فایل: PDF و شامل 8 صفحه می‌باشد.

چکیــــده:

مطالعه‌ی جریان در محدوده‌ی یک انقباض در کانال یا مجرا یکی از موضوعات مورد توجه در مهندسی هیدرولیک است. با مشخص شدن الگوی جریان پشت انقباض، می‌توان پارامترهای مهمی ازجمله مؤلفه‌های سرعت و فشار را به دست آورد. در پژوهش حاضر، جریان آرام در یک مجرای تحت فشار منتهی به یک انقباض، مورد بررسی قرار گرفته است. به منظور بررسی عددی میدان جریان از روش عددی تفاضل محدود با نام تصویرسازی استفاده شده است که در آن، از یک شبکه‌ی جابه‌جا شده برای حل معادلات ناویر - استوکس بهره گرفته می‌شود. با اینکار امکان به هم جفت کردن متغیرها فراهم شده و پایداری بهتری حاصل می‌شود. خطوط جریان، مؤلفه‌های سرعت و تغییرات فشار در مقاطع مختلف پشت انقباض محاسبه می‌شوند. جریان در ابتدا ناماندگار فرض می‌شود و با قدم زدن در زمان، به شرایط ماندگار منتهی می‌گردد. شرایط مرزی به صورت یک جریان ورودی در ابتدای مجرا، یک خروجی به عنوان انقباض و مرزهای صلب به عنوان دیواره‌های آن تعریف شده است. این مسأله پیش از این به روش‌های تحلیلی و آزمایشگاهی و با در نظر گرفتن یک جریان پتانسیل غیر چرخشی حل شده است. مزیت حل عددی حاضر در نظر گرفتن شرایط واقعی جریان با استفاده از حل معادلات ناویر - استوکس است. مقایسه‌ی نتایج نشان می‌دهد که در محدودهی انقباض، با استفاده از این روش جواب‌های بهتری حاصل می‌شود.

________________________________

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

** توجه: در صورت مشکل در باز شدن فایل PDF مقالات نام فایل را به انگلیسی Rename کنید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **