مقدمه
نیروی اصطکاک علی الرغم فوایدی که در برخی موارد برای انسان داشته است در مواردی هم بعنوان مانع در سر راه انسان بوده و باعث اتلاف مقدار بسیار زیادی از انرژی می شود. بطور مثال از حرارت ناشی از سوخت در خودرو 35 درصد از طریق سیستم اگزوز و 33 درصد از طریق آب و 7 درصد از طریق انتشار در هوا به بیرون از سیستم منتقل می شود و تنها 25 درصد از کل حرارت تولید شده برای انجام کار مفید باقی می ماند که همه این هدر رفتن انرژی حرارت ناشی از وجود اصطکاک در بخشهای مختلف خودرو می باشد. در تکیه گاه شفت بروی دیواره ها نیز نیروی اصطکاک بین شفت و دیواره باعث اتلاف انرژی می گردد. بمنظور کاهش اصطکاک در تکیه گاه شفتهای دوار از یاتاقانها استفاده می شود. در یک تعریف کلی به هر تکیه گاهی که اصطکاک را کاهش دهد یاتاقان می گویند. در واقع نیروی اصطکاک مزاحم کار تکیه گاهی یاتاقان می باشد.
یافتن روشهای مناسب برای غلبه بر اصطکاک از دیر باز در سرلوحه کارهای بشر بوده است. بیشتر افراد از چرخ بعنوان بزرگترین اختراع در طول اعصار یاد می کنند، در صورتیکه این چنین نیست. بلکه نوآوری واقعی در قراردادن محور چرخ در یاتاقان (تکیه گاه مدور) شکل گرفت. مدارکی دال بر استفاده از سطوح مدور برای کاهش نیروی لازم بمنظور جابجایی اجسام سنگین در زمانهای قدیم وجود دارد. برای مثال مصریان از الوار (تنه درخت) استفاده می کردند. یاتاقان هایی که با چرخ ها و محورهای اولیه به کار می رفت، از نوع محوری بود که در آنها محور با لقی اندکی درون سوراخ یاتاقان قرار می گیرد. در هر حال اختراع چرخ پدیده مهمی بوده است ولی این یاتاقانها بودند که باعث چرخش اجسام می شوند. در ابتدا رومی ها، بلبیرینگ ضد اصطکاک اولیه را در دوران حضرت مسیح (ع) بکار می بردند. باقیمانده های یک کشتی رومی در دریاچه «نمی» حکایت از وجود سه نوع اولیه بلبیرینگ یعنی کروی، استوانه ای و مخروطی (شیبدار) داشت، هر چند در این جستجو مورد استفاده آنها نامشخص ماند.
خلاصه
منابع تولید پراکنده (DG) به علت تقاضای روبروی رشد انرژی دارای اهمیت زیادی در سیستم های توزیع می گردند. مکان ها و توانمندی های منابع تولید پراکنده تاثیر عمیقی در تلفات سیستم در شبکه توزیع داشته اند. در این مقاله، یک ترکیب نوینی از الگوریتم ژنتیک (GA) / بهینه سازی ازدحام ذرات (PSO) برای جایابی و یافتن اندازه بهینه تولید پراکنده در سیستم های توزیع معرفی می شود. هدف این است که تلفات توان شبکه کمینه شده، تنظیم ولتاژ بهتری صورت گرفته و پایداری ولتاژ در چارچوب قیود عملکردی و امنیتی سیستم در سیستم های توزیع شعاعی حاصل شود. یک تحلیل تشریحی روی سیستم های 33 و 39 باس انجام شده است تا کارائی روش ارائه شده نشان داده شود.
کلمات کلیدی: منابع تولید پراکنده، الگوریتم ژنتیک، گمارش، بهینه سازی ازدحام ذرات، اتلاف
مقدمه
سیستم های توزیع معمولا جهت تسهیل کارکرد به صورت طبیعی شعاعی هستند. سیستم های توزیع شعاعی (RDSs) تنها در یک نقطه که همان پست باشد تغذیه می شوند. این پست، توان (برق) را مراکز تولید مرکزی و از طریق شبکه انتقال دریافت می کند. کاربران نهائی برق نیز توان الکتریکی را از پست و از طریق سیستم توزیع شعاعی که یک شبکه پسیو است دریافت می کنند. لذا، عبور توان در سیستم توزیع شعاعی به صورت یک طرفه است. نسبت R/X بالا در خطوط توزیع منجر به افت ولتاژ بزرگ، پایداری ولتاژ کوچک و افزایش تلفات توان می شود. در شرایط بارگذاری بحرانی در برخی نواحی صنعتی خاص، سیستم توزیع شعاعی به علت مقدار کم شاخص پایداری ولتاژ، در بیشتر گره های خود یک فروپاشی ناگهانی ولتاژ را تجربه می کند.
دسته: برق
حجم فایل: 478 کیلوبایت
تعداد صفحه: 12
کنترل توان راکتیو و ولتاژ در محیط تجدید ساختار شده+ نسخه انگلیسی2005
Reactive Power and Voltage Control in Deregulated Environment
تامین توان راکتیو و کنترل ولتاژ، نوعی کلیدی از خدمات جانبی در بازار برق تجدید ساختار شده می باشد. در این مقاله، مروری بر برخی مسایل مهم تامین توان راکتیو، شامل تحلیل هزینه، قیمت گذاری توان راکتیو، و ارزیابی، ارایه می شود. یک پخش بار بهینه (OPF) نیز مبنی بر نظریه ی قیمت گذاری زمان واقعی، بکار می رود. دو تابع دف به ترتیب مدل سازی می شوند: کمینه کردن تلفات شبکه، و کمینه کردن هزینه های کل برای تامین توان راکتیو. همچنین، از یک الگوریتم ژنتیک (GA) با مقادیر واقعی نیز، برای کمک به یافتن بهینه ی کلی و بررسی راه حل ها، استفاده می شود. همچنین، در بررسی ها از سیستم 30-شینه IEEE استفاده می شود.
کلمات کلیدی: کنترل و لتاژ توان راکتیو، خدمات جانبی، پخش بار بهینه، الگوریتم ژنتیک، هزینه های توان راکتیو
قیمت: 14,500 تومان
دسته: فنی و مهندسی
حجم فایل: 737 کیلوبایت
تعداد صفحه: 11
بررسی کردن روش های متفاوت برای فراهم ساختن مسائل و مشکلات طرح بندی
خلاصه
در این جا یک کار برای ایجاد کردن یک بررسی جدید در مورد مقالات مربوط به فراهم ساختن مسائل طرح بندی صورت گرفته است. این مقاله هدف اش سر و کار داشتن با روش های امروزی و آینده مطالعاتی براساس تجهیزات مربوط به مشکلات طرح بندی براساس مطالعه اخیر می باشد که شامل فرمول سازی، روش ها و راه حل ها و ارتقا یافتن بسته های نرم افزاری مختلف می باشد. پیشرفت های جدید مربوط به روش های مختلف فراهم کننده یک دیدگاه مربوط به مطالعه آینده در زمینه مسائل مربوط به تسهیلات طرح بندی می باشد. یک گرایش نسبت به روش های چند هدفه وجود دارد که ارتقا دهنده نرم افزار مربوط به تجهیزات طرح بندی با استفاده از کشفیات متا مانند شبیه سازی کردن تابکاری یا گداختن SA، الگوریتم ژنتیکی GA و مهندسی کردن هم جوار برای تاسیسات طرح بندی مشاده شده می باشد.
کلمات کلیدی: طرح مربوط به مشکلات تاسیسات طرح بندی – بهینه سازی ترکیبی- مساله ارزیابی کوادراتیک یا QAP- برنامه ریزی عدد صحیح ترکیبی یا MIP
قیمت: 12,000 تومان
خلاصه
هدف از این مقاله به چند منظور است طراحی از تک ماشین پایدار کننده های سیستم قدرت (PSSs) با استفاده از اصلاح الگوریتم جهش قورباغه (MSFLA). توانایی روش پیشنهاد شده برای تنظیم بهینه با حضور CPSSs به طور گسترده استفاده شده است. طراحی پارامترهای PSSs به یک مشکل تبدیل شده است برای مشکل بهینه سازی با چند تابع هدف شامل ضریب میرایی مطلوب و نسبت میرایی مطلوب از روش های سیستم قدرت که توسط الگوریتم MSFLA حل شده است. توانایی روش پیشنهاد شده در یک سیستم قدرت تک ماشین تحت شرایط عملیاتی متفاوت و اختلالات تایید شده است. نتایج روش پیشنهاد شده در مقایسه با الگوریتم ژنتیک (GA) مبنی بر تنظیم PSS از طریق برخی از شاخص های عملکرد، عملکرد قوی خود را آشکار میکند.
کلمات کلیدی: طراحی PSS، اصلاح الگوریتم جهش قورباغه (MSFLA) ، بهینه سازی چند هدفه، الگوریتم ژنتیک (GA).
I. مقدمه
یکی از جنبه های مهم در سیستم الکتریکی عملیات پایداری سیستم های قدرت می باشد.
این مسئله را این واقعیت که در سیستم قدرت باید فرکانس و سطح ولتاژ، تحت هر گونه اختلال، مانند افزایش ناگهانی بار، از دست دادن یک ژنراتور یا سوئیچینگ نادرست از یک خط انتقال در طول یک خطا حفظ شود تشکیل می دهند. [1]
در سیستم های قدرت در هنگام و بعد از یک اختلال کوچک یا بزرگ در سیستم نوسانات فرکانس پایین (به ترتیب از 0.1-2.5 هرتز) روی می دهد، به خصوص در میان شرایط بارگذاری زیاد3]. [2، اگر میرایی مناسب وجود نداشته باشد این نوسانات ممکن است ادامه داشته وزیاد شوند و باعث تجزیه سیستم شوند [4]. PSSs موثر ترین ابزار برای میرایی فرکانس پایین نوسانات و افزایش پایداری سیستم های قدرت است [5].
دسته: علوم پایه
حجم فایل: 343 کیلوبایت
تعداد صفحه: 8
کلپید: یک الگوریتم آرایشی به نام Genie برای تخصیص مدول ها (modules) به مکان های موجود برروی قطعات ارائه می شود. Genie نوعی تطابق و انطباق تکنیک الگوریتم ژنتیکی است که درگذشته به عنوان ابزار جامعه ی هوش مصنوعی مورد استفاده بوده است. این تکنیک به نوعی به عنوان پارادایم آزمایش و بررسی فضای وضعیت محسوب می شود. این تکنیک با ملاحظه هم زمان و دستکاری مجموعه ایی از جواب ها، به جواب های خود دست میابد. به عنوان مثال، راه ها جهت تولید و ایجاد راه حل های " فرزندان، با هم در جفت گیری " می کند.
Genie در بسیاری از نمونه های آزمایشی کوچک به طور گسترده به آن ها پرداخته شده است. راه حل های مشاهده شده آن کاملاً خوب و در چند نمونه به صورت مطلوب بوده اند.
کلید واژه ها: آرایش، الگوریتم های ژنتیکی، VLSI، طرح فیزیکی
قیمت: 4,000 تومان
چکیده
این مقاله به شرح کاربرد الگوریتم ژنتیکی هیبریدی در ارتباط با نمونه های دنیای واقعی در مورد زمانبندی دوره اموزش دانشگاهی می پردازد. ما زمانبندی آزمایشی را در محیط کاملا محدود مد نظر قرار می دهیم، که در ارتباط با آنف تعریف رسمی داده می شود. تکنیک های ارائه راه حل متناسب با این مسئله به همراه عملگرهای ژنتیکی مربوطه و الگوریتم جستجوی محلی تعریف می گردند. رویکرد مطرح شده در این مقاله به طور موفقیت آمیزی برای زمانبندی در نهادهای پژوهشی مورد استفاده قرار گرفته و دارای قابلیت ایجاد زمانبندی برای نمونه های مسائل پیچیده تر می باشد.
مقدمه
مسئله زمانبندی دانشگاهی و انواع آن به عنوان بخشی از دسته بندی زمانبندی و مسئله زمانبندی می باشد. هدف جدول زمانبندی، تعیین ضوابطی برای تعداد محدودی از منابع بوده در حالی که تمام محدودیت ها نیز در نظر گرفته می شود. دو شکل مسئله زمانبندی دانشگاهی در تحقیقات امروزی مد نظر قرار می گیرد: زمانبندی امتحان و مسئله زمانبندی دوره آموزش می باشد، به ترتیبی که تفاوت بین این انواع معمولا بستگی به دانشگاه مربوطه دارد. این مسئله به صورت تخصصی تر مبتنی بر فعالیت های بعد از ثبت نام و یا تکلیف محور می باشد. در مسائل بعد ثبت نام، زمانبندی می بایست به گونه ای ایجاد گردد که تمام دانشجویان بتوانند در تمام برنامه هایی که ثبت نام کرده اند شرکت کنند، در حالی که در مسئله برنامه تحصیلی محدودیت ها بر طبق به دوره تحصیلات دانشگاه و نه بر مبنای داده های نام نویسی می باشد.
به دلیل پیچیدگی ذاتی مسئله و تغییر پذیری، بیشتر مشکلات حقیقی مرتبط به زمانبندی دانشگاهی بر مبنای NP می باشد. این موارد مستلزم الگوریتم های ذهنی می باشد که تضمینی را برای راه حل های مطلوب ایجاد نمی کنند، اما در بسیاری از موارد قابلیت ایجاد راه حلی را دارند که که برای اهداف عملی مناسب می باشند. قبلا نیز نشان داده شده است که تکنیک های مبتنی بر موارد فرا ذهنی (همانند الگوریتم های تکاملی؛ جستجوی ممنوع و غیره) مشخصا متناسب با حل این نوع از مشکلات بوده، و این مقاله نمونه ای از آن رویکرد می باشد. این مقاله تمرکزش را بر روی مسئله زمانبندی آزمایشی (LETP) قرار می دهد، که ما آن را به عنوان نوعی از مسئله زمانبندی دوره آموزشی دانشگاهی (UCTP) تعریف می کنیم. انگیزه برای این مقاله حاصل از نیاز برای ایجاد زمانبندی خودکار در نهادهای پژوهشی می باشد. این جداول زمانی دیگر با استفاده از روش های سنتی به دلیل بالا رفتن پیچیدگی های مربوط به اصلاح دوره آموزشی ایجاد نمی گردد.