فهرست مطالب

هوش مصنوعی و ابزاردقیق - پیاپی 56 (تیر 1395)

دو ماهنامه هوش مصنوعی و ابزاردقیق
پیاپی 56 (تیر 1395)

  • تاریخ انتشار: 1395/04/20
  • تعداد عناوین: 5
|
  • یک پایدارساز فازی جدید با الگوریتم تکامل تفاضلی برای سامانه های قدرت چندماشینی
    جلال رضوی مقدم، امین خدابخشیان صفحه 1
    با گسترش و پیچیدگی سامانه های قدرت مدرن، احتمال گسترش نوسانات سامانه در ناحیه وسیع و در ادامه، خاموشی در یک منطقه گسترده افزایش یافته است. به تازگی انگیزه تلاش زیادی برای توسعه تکنیکهای پایدارسازی سامانه برای میراسازی نوسانات در وضعیتهای عملکرد مختلف، به وجود آمده است. این مقاله یک ساختار فازی جدید به عنوان پایدارساز سامانه قدرت (PSS) با استفاده از الگوریتم تکامل تفاضلی (DE) ارائه می دهد. شبیه سازی ها در سامانه تک ماشینی متصل به شین بینهایت (SMIB) و نیز سامانه های قدرت چند ماشینی انجام شده است. مقایسه نتایج کنترلر پیشنهادی و پایدارساز کلاسیک، بهبود پاسخ به دست آمده از پایدارساز فازی را نشان می دهند.
    کلیدواژگان: پایدارساز سامانه قدرت، ساختار فازی، الگوریتم تکامل تفاضلی
  • تشخیص و پیش بینی خطا در برنر بویلر نیروگاه بخار
    الیاس رخشانی، ایمان سریری، علی وحیدیان کامیاد صفحه 2
    در این مقاله به منظور دسته بندی داده ها و نیز تشخیص و پیش بینی خطا در برنر بویلر نیروگاه بخار، با استفاده از شبکه های عصبی مصنوعی به بررسی داده های ثانیه ای مربوط به پارامترهای موثر در سامانه برنر بویلر یک نیروگاه بخار می پردازیم. عملکرد مطلوب برنرهای بویلر یک نیروگاه، وابسته به عملکرد اجزای مختلفی است؛ به طوری که متغیرهای زیادی به صورت ثانیه ای، اندازه گیری و ثبت شده است و بر اساس این مقادیر، به شکلی تجربی سعی در رفع خطا می شود. از نتایج به دست آمده از این تحقیق می توان در سایر برنامه های مربوط به پیش بینی خطا و تحلیل داده های مربوط به برنر بویلر یک نیروگاه بخار استفاده کرد. بر اساس نتایج حاصل، مشخص خواهد شد که داده های موجود در بویلر را می توان به سه دسته الگو شامل: داده های مربوط به شرایط عملکرد عادی و درست، داده های مربوط به شرایط خطاهای آنی و داده های مربوط به شرایط خطاهای وابسته تقسیم بندی کرد.
    کلیدواژگان: تشخیص خطا، شبکه های عصبی مصنوعی، پایگاه داده، برنر بویلر نیروگاه
  • بهره گیری از فناوری NDT در پایش وضعیت مخازن شرکت طوس فدک
    رسول خدابخشیان کارگر، محسن شاکری صفحه 3
    مهمترین فرایند موجود در کارخانه طوس فدک، تولید مخازن پلی اتیلن است. فاکتورهای اساسی و عملکردی این مجموعه سرعت تولید، بازده زمانی و میزان یکنواختی ضخامت مخازن است. از آنجا که برنامه تولید مخازن شرکت طوس فدک رو به افزایش است، لذا کنترل دقیق مخازن تولیدی نیازمند به کار گیری اتوماسیون و نگهداری قالبها و مخازن است. در این میان، مدیریت مجموعه مخازن با توجه به اهمیت موضوع، پروژه بهینه سازی ضخامت مخازن را به منظور ایجاد بستری مناسب برای پاسخگویی به نیاز کنترل کیفی بر مبنای پایش وضعیت از طریق فناوری NDT تعریف و اجرا نمود. مقاله حاضر، گزارشی کاربردی از چگونگی به کار گیری این فناوری، فرایند و فعالیتهای اجرا شده در طی این پروژه ارائه می نماید.
    کلیدواژگان: پایش وضعیت، NDT، مخازن
  • تجزیه و تحلیل عوامل موثر بر توسعه اطلاعات در شهر الکترونیک
    حسین منصوری، شاهین برقی صفحه 4
    هدف اصلی این مقاله، رتبه بندی و تعیین درجه اهمیت عوامل موثر بر توسعه اطلاعات در شهر الکترونیک بر اساس مدل توسعه اطلاعاتی برنامه توسعه سازمان ملل (UNDP) است. از این رو عوامل نامبرده با مدل UNDP مشخص گردیده و برای رتبه بندی آنها، تکنیک تحلیل سلسله مراتبی (AHP) مورد استفاده قرار گرفته است. در راستای هدف تحقیق، برای تعیین درجه اهمیت عوامل مذکور، پرسشنامه ای طراحی گردیده و نظرهای خبرگان جمع آوری شده است. نرم افزار Expert Choice (2000) نیز برای رتبه بندی عوامل و شاخصها به کار گرفته شد.
    کلیدواژگان: شهر الکترونیک، تحلیل سلسله مراتبی (AHP)، مدل توسعه اطلاعاتی، برنامه توسعه سازمان ملل
  • تخمین استحکام کششی قطعات جوشکاری شده به کمک هوش مصنوعی
    غلامرضا مرامی، امیر مصطفی پور صفحه 5
    یکی از روش های مهم جوشکاری، روش قوس الکتریکی با الکترود تنگستن است، از اشکالات عمده این روش، قابلیت اتوماسیون پایین این فرایند است و به دلیل دستی بودن فرایند، جوشکاری به صورت یکنواخت صورت نگرفته، از کیفیت جوشکاری کاسته می شود. در این تحقیق برای جوشکاری قوس الکتریکی تنگستن، یک بازوی جوشکاری خودکار طراحی و ساخته شده است که سرعت جوشکاری آن با میکروکنترلر، کنترل می شود. سپس در شرایط مختلف جوشکاری مانند انواع سرعت پیشروی، آمپر و دمای پیشگرم آزمایشهای عملی صورت گرفت و مقدار استحکام کششی نمونه های جوشکاری شده به صورت عملی اندازه گیری شد. در مرحله بعد، با استفاده از این اطلاعات تجربی، یک سامانه هوش مصنوعی از نوع شبکه های عصبی طراحی و آموزش داده شد. که ورودی های آن پارامترهای تنظیمی جوشکاری قوس الکتریکی تنگستن و خروجی آن، استحکام کششی جوش حاصل است.
    کلیدواژگان: هوش مصنوعی، شبکه عصبی، جوشکاری قوس الکتریکی تنگستن، میکروکنترلر