Zhou, S. Kevin
(مقدمه: برق یکی از صنایعی است اگر نتوان گفت بیشترین بازار را در جهان به خود اختصاص داده است ولی با اطمینان کامل می توان یکی از صنایع مهم در جهان می باشد. در حال حاضر بیشترین بازار کار را در رشته های برق سیستم های قدرت به خود اختصاص داده اند که در این رشته ها یکی از مهمترین مشاغلی که درکشور های بزرگ دنیا وجو دارد صنعت تابلو سازی مدارهای فرمان و قدرت می باشد که توانسته بازار خوبی را برای افراد ایجاد کند، زیرا تمامی کارخانجات و اداره ها و موسسات و حتی ساختمانهای بزرگ و کوچک به این صنعت نیازمندند. امروزه در شهرهای بزرگ و کوچک کارگاها و شرکتهای زیادی مشغول به کار می باشند که توانسته اند افراد زیادی را از نظر شغلی تامین کنند و این صنعت روز به روز پیشرفته تر می شود تا جایی که سیستم های کنترل میکانیکی در تابلوهای برق کم کم از رده خارج می شوند و سیستم های هوشمند (PLC) توانسته بازار کار را در دست بگیرند و کشور ما نیز در حال توسعه در این زمینه ها می باشد ولی هنوز تمامی کارخانجات و شرکتها نتوانسته اند این سیستم جدید را بر روی دستگاه ها و وسایل خود پیاده کنند زیرا در کشور ما متخصصان زیادی در این زمینه وجود ندارند ولی چندین شرکت و کارگاه اقدام به تولید این نوع تابلوهای سیستم هوشمند کرده اند . اهمیت موضوع: اهمیت و ضرورت این طرح این است که بتوان با نحوه تولید تابلوهای صنعتی بزرگ و کوچک به منظور توزیع انرژی الکتریکی بعد از خط انتقال به واحد های صنعتی آشنا شد. بیان موضوع: برق و سیستم های قدرت و تابلوهای آن از مهمترین عوامل به راه افتادن کارخانجات و صنایع و موسسات می باشد به طوری که بدون آن نمی توان هیچ نوع تولیدی را در یک کشور بدون آن داشت پس باید آن را جدی گرفت و به آن اهمیت زیادی داد.
حسین علیزاده (شناسه پژوهشگر - Researcher ID: ۲۹۸۹)
دانشجوی کارشناسی ارشد سازه های هیدرولیکی، دانشگاه فردوسی مشهد
محمدرضا جعفرزاده - دانشیار گروه عمران دانشکده مهندسی دانشگاه فردوسی مشهد
سازه های کنترل شیب، از کاهش تراز اضافی بستر در کانالهای آبرفتی با شیب زیاد جلوگیری می کنند. آبشستگی موضعی پایین دست سازه های کنترل شیب در بسترهای ابرفتی، پدیده پیچیده ای است تعیین موقعیت و عمق آبشستگی برای طراحی فونداسیون و جلوگیری از تخریب سازه ضروری میباشد. دراین پژوهش از شبکه های عصبی مصنوعی برای پیش بینی آبشستگی پایین دست سازه های کنترل شیب استفاده شده است چهاهر پارامتر بی بعد مهم آبشستگی با استفاده از شبکه های عصبی مصنوعی مدل شده اند. برای برقراری مدل شبکه های عصبی مصنوعی از اندازه گیری های آبشستگی موجود استفاده شده است آنگاه مدل نهایی برای هر متغیر آبشستگی با فرمولهای تجربی موجود در متون مربوط، مقایسه شده است نتیجه نهایی برتری روش شبکه های عصبی مصنوعی را به خوبی نشان میدهد.
سازه های کنترل شیب - مدل آبشستگی - پایداری سازه های هیدرولیکی - شبکه های عصبی مصنوعی
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: