جستجوی مقالات مرتبط با کلیدواژه "sensitivity" در نشریات گروه "مهندسی دریا"
تکرار جستجوی کلیدواژه «sensitivity» در نشریات گروه «فنی و مهندسی»-
خور ها و خلیج ها، مناطقی با طیف وسیع از پدیده های هیدرودینامیکی و مورفولوژیکی هستند. وجود این تنوع در فرآینده های محیطی، منجر به اندرکنش های پیچیده و بعضا ناشناخته در ساختار آنها خواهد شد. درک رفتار و شرایط محیطی این سواحل موجب اصلاح نگرش کاربران ساحلی برای مدیریت بهتر این مناطق میشود. طبقه بندیهای فراوانی به منظور درک رفتار این محیط ساحلی توسط پژوهشگران به انجام رسیده است. پارامتر بدون بعد وی یو یک پارمتر عددی به منظور تسهیل در سرعت، دقت و همچنین کاهش هزینه در طبقه بندی این محیط های ساحلی است. این پارامتر بر اساس قدرت نسبی جزر و مد و جریان رودخانه نسبت به نفوذ موج، محیط خورها را در سه دسته تحت سلطه جزر و مد، تحت سلطه موج و تحت انرژی مختلط، طبقه بندی میکند. هر کدام از این کلاس ها خوصیات رفتاری مختص به خود را دارند. هدف این پژوهش شناخت نوع عملکرد خورهای شمال خلیج فارس و حساسیت سنجی پارامتر بدون بعد وی یو در طبقه بندی کلاس مورفودینامیک خورهای خلیج فارس است. به عنوان معیار پایه برای صحت سنجی، از طبقه بندی مورفولوژیکی استفاده شده و طبقه بندی هیدرودینامیکی هایس به عنوان ابزار مقایسه استفاده شده است. بدین منظور از داده های رصد روند تغییرات از تصاویر ماهواره ای، داده های موج و جزر و مد و هواشناسی استفاده شده است. برای طبقه بندی پارامتر بدون بعد خورها، دامنه جزر و مدی، مساحت خور ها و منشور جزر و مدی در خور ها، محاسبه شده است. نتایج طبقه بندی مورفولوژیکی حاکی از این است که منطقه مطالعاتی تحت سلطه جزر و مد بوده و نتایج طبقه بندی هیدرودینامیکی هایس با دقت 96 درصدی، نتایج مشابه با طبقه بندی مورفولوژیکی ارایه داده است. اما در مقابل پارامتر بدون بعد وی یو با دقت 53 درصدی نتایج ضعیفی در طبقه بندی ارایه داده است. با بررسی در نتایج محاسبات، میزان خطای پارامتر بدون بعد وی یو در خور های کوچک و تحت سلطه جزر و مد مشخص شده است. با تعریف نسبت ارتفاع موج به دامنه جزر و مدی (H/TR) ، خطوط رگرسیون از بازه های اختلاف، پارامتر بدون بعد وی یو با طبقه بندی مورفولوژیکی مشخص شده است. همچنین مشخص شد در یک نسبت ثابت از ارتفاع موج به دامنه جزر و مد، با افزایش ارتفاع موج درصد خطای طبقه بندی پارامتر بدون بعد وی یو افزایش می یابد و همچنین در یک ارتفاع ثابت موج، با کاهش دامنه جزر و مدی درصد خطای پارامتر بدون بعد وی یو افزایش می یابد.
کلید واژگان: طبقه بندی مورفولوژیکی, خور و خلیج, دهانه های جزر و مدی, حساسیت سنجی, پارامتر بدون بعد VUEstuaries and bays are areas with a wide range of hydrodynamic and morphological phenomena. The existence of this diversity in environmental processes will lead to complex and sometimes unknown interactions in their structure. Understanding the behavior and environmental conditions of these beaches will improve the attitude of coastal users for better management of these areas. Many classifications have been made by researchers to understand the behavior of this coastal environment. The dimensionless VU parameter is a numerical parameter to facilitate speed, accuracy as well as cost reduction in the classification of this coastal environment. This parameter classifies the estuaries into three categories: tidal domination, wave domination, and mixed energy, based on the relative strength of the tides and the river flow relative to the wave infiltration. Each of these classes has its own behavioral characteristics. The purpose of this study is to identify the type of performance of the North Persian Gulf estuaries and sensitivity measurement The dimensionless VU parameter in the classification of morphodynamic class of Persian Gulf estuaries. Morphological classification was used as the basic criterion for validation and Hayes hydrodynamic classification was used as a comparison tool. For this purpose, data from observing the trend of changes from satellite images, wave data and tides and meteorology have been used. To classify the dimensionless parameters of the estuaries, the tidal amplitude, the area of the estuaries and the tidal prism in the estuaries have been calculated. The results of morphological classification indicate that the study area is dominated by tides and the results of Hayes hydrodynamic classification with 96% accuracy have presented similar results to morphological classification. In contrast, the dimensionless parameter VU with poor accuracy of 53% presented poor results in classification. By examining the calculation results, the error rate of the dimensionless parameter VU in small estuaries and tidal domains has been determined. By defining the ratio of wave height to tidal amplitude (H / TR), regression lines of difference intervals, the dimensionless parameter VU with morphological classification is determined. It was also found that in a constant ratio of wave height to tidal amplitude, with increasing wave height, the percentage of classification the dimensionless parameter VU error increases. And also at a constant wave height, with decreasing tidal amplitude, the percentage of the dimensionless parameter VU increases.
Keywords: Morphological classification, Estuary, bay, Tidal inlets, The dimensionless VU parameter, Sensitivity -
وقوع عیب و به تبع آن از دست دادن ربات زیرآبی خودمختار گاها خسارات غیرقابل جبرانی را به صاحبان آن ها وارد می کند. شناخت و دسته بندی این عیوب اطلاعاتی مفید برای طراحان ربات زیرآبی به منظور تعیین گلوگاه های سیستم و رفع آن ها ارایه می کند. این مقاله انواع عیوب اساسی در ربات زیرآبی خودمختار را شناسایی و دستهبندی کرده و از روی توپولوژی سیستم، درخت عیب ربات زیرآبی را که برای شناسایی مسیرهای بحرانی، تشخیص اجزای بانفوذ در ازکارافتادگی سیستم و شناسایی گلوگاه های آن به کار می رود، می سازد. آنگاه قابلیت اطمینان ربات زیرآبی را از روی درخت عیب آن در حضور/ عدم حضور "عدم قطعیت ها" ارزیابی کرده و حساسیت رویداد ازکارافتادن کامل ربات زیرآبی را نسبت به تغییرات احتمال وقوع عیب در اجزای آن از روش جدیدی محاسبه می کند. قابلیت اطمینان ربات زیرآبی خودمختار با در نظر گرفتن عدم قطعیت های مذکور به کمک منطق فازی محاسبه شده و بدین ترتیب تخمین واقعی تری از قابلیت اطمینان ربات به دست آمده است. با استفاده از نتایج حاصل از بخش اول کار، می توان قابلیت اطمینان سیستم را در هر بازه زمانی دلخواه ارزیابی کرد و زمان تعمیرات پیشگیرانه و پیشبینانه را تعیین کرد. با استفاده از نتایج حاصل از ارزیابی حساسیت هم می توان تاثیر هر کدام از زیرسیستم ها و اجزا را در خرابی سیستم مشخص کرده و بهینه ترین روش را برای افزایش قابلیت اطمینان شناسایی کرد.کلید واژگان: ربات زیرآبی خودمختار, احتمال خرابی, حساسیت, درخت عیب, قابلیت اطمینانThe occurrence of faults, and consequently the loss of Autonomous Underwater Vehicles (AUV) may create catastrophic outcomes to their owners. Identification of these faults and their classification provide useful information result in the detection of system bottlenecks in the design process. This paper examines the basic faults of AUVs, and studies the failure probability of their components and subsystems. The paper is then builds up the fault tree model of the AUV from its identified faults and structural Topology to highlight its critical paths, critical sub-systems, components importance, and cut-set importance values. The reliability of the AUV is then calculated from its fault tree model in the absence/presence of uncertainty associated with the failure probability of basic events. Fuzzy approach is used for handling the uncertainties. The sensitivity of the vehicle failure to the variation of the failure probability of system components is also calculated by using an innovative way. By the aid of the results of paper, the AUV reliability can be assessed at any arbitrary time frame, the appropriate preventive and predictive maintenance time be determined and by recognition of the AUV failure path, make the system more fault tolerant.Keywords: Autonomous Underwater Vehicle, Fault Tree, Probability of Failure, Reliability, Sensitivity
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.