پایان نامه کارشناسی مدیریت صنعتی (تجارت الکترونیک)

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 120

پایان نامه کارشناسی مدیریت صنعتی

عنوان:

تجارت الکترونیک

نام استاد:

آقای بابک کاظمی

نام دانشجو:

علی اکبر جعفر بگلو

زمستان 81

فصل اول : تجارت الکترونیک چیست وچه مزایایی دارد.

فهرست عناوین:

مقدمه تاریخچه

مقدمه

مبادله الکترونیکی داده ها

فوائد مبادله داده ها

اجرای مبادله داده ها

انجام تدارکات از طریق اینترنت

مزایای تجارت الکترونیک از دیدگاه دولت

مزایای تجارت الکترونیک از دیدگاه فروشندگان

مد فرایند تجارت الکترونیک

گردش کار در تجارت

تاثیر تجارت الکترونیک بر فرایند تولید ومدیریت تولید

دیدگاه دانشمندان از تجارت

چهارچوب های تجارت

فصل دوم: امنیت وپرداخت

کارت اعتباری

امنیت شبکه

خرید زیرکانه با کارت اعتباری

روشهای دیگر پرداخت

معاملات امن اینترنتی

خواص معاملات امن اینترنتی

گامهای اصلی برای تبدیل به فروشنده اینترنتی

چالشهای پول نقد الکترونیکی

نتیجه گیری

فصل سوم:قانونی بودن

قانونی بودن تجارت الکترونیک

توافقات تجارت الکترونیک

حقوق بین المللی در تجارت الکترونیک

قرارداد

سندها در تجارت الکترونیک

6-قوانین در تجارت الکترونیک

نتیجه گیری

فصل چهارم :اینترنت وتجارت الکترونیک

تاریخچه تجارت الکترونیک واینترنت

سطوح تماس با اینترنت

دلایل بهره برداری از اینترنت در تجارت الکترونیک

طراحی پادگاه تجاری

ده فرمان برای طراحی سایتی که مشتری را فراری می دهد

بازاریابی

انواع تکنولوژی تجارت الکترونیک

چرخه ژنریک تجارت

نتیجه گیری

سمینار کارشناسی ارشد (عمران) 197 ص

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 260

فصل اول

پیشگفتار

1-1-پیشگفتار:

زمین لرزه پدیده ای طبیعی است که با شدت های گوناگون ودر نقاط مختلف کره زمین اتفاق می افتد و به دلیل عدم شناخت لایه های زیرین نمی توان زمان وشدت آن را پیش بینی نمود.

گستره زلزله های واقع شده در نقاط مختلف کره زمین، ارتباطی را بین این نقاط نمایان می نماید. امروزه مشخص شده است که اکثر زلزله های دنیا بر روی نوارهایی به نام کمربند زلزله خیزی واقع شده اند.با توجه به تکتونیک صفحه ای موجود، ایران در حال فشرده شدن بین صفحه اروپا،آسیا وصفحه عربستان است. بهترین نشانه این عمل نیز رشته کوه های زاگرس والبرز می باشدکه در فصل مشترک این صفحات واقع شده اند. اکثر زلزله های مهم ایران نیز در حوالی این فصل مشترک ها رخ داده است.

نقشه پهنه بندی لرزه خیزی ایران نشان دهنده این است که هیچ نقطه ای از کشورمان را نمی توان در مقابل اثر زلزله مصون پنداشت.در شکل( 1-1)نقشه پهنه بندی لرزه خیزی ایران طبق آیین نامه 2800 را مشاهده می نمایید.]8[

بنابراین طراحی وساخت سازه هایی که بطور مناسب بتوانند در مقابل زلزله ها پایدار باشد الزامی است،این موضوع درک وشناخت رفتار سیستم های سازه‌ای را آشکار می سازد.

برای طراحی یک سازه مقاوم در برابر زلزله رکورد شتاب و مشخصات زمین لرزه نیز نیاز می‌باشد، تا اثرات زمین لرزه بر سازه شناسایی گردد اثرات زمین لرزه بر سازه های طراحی شده از موضوعات جالب توجه می‌باشد، زیرا نتیجه آزمایش واقعی روی سازه های طراحی شده براساس آخرین آیین نامه های تدوین شده هستند.

معمولا هر چاپ جدید از آیین نامه ساختمانی بازتابی از نتایج حاصل از آخرین زمین لرزه های ثبت شده و تجزیه وتحلیل آنها می‌باشد.

به طور کلی دو روش برای ساخت سازه ای مقاوم در برابر زلزله موجود است:]18[

1-سازه صلب

2-سازه نرم

سازه صلب: در اینگونه سازه ها، پارامتر طراحی تغییر شکلهای جانبی سازه تحت اثرات زلزله است بطوریکه سازه به قدری صلب ساخته می شود که کلیه انرژی را جذب می نماید و بایستی با انتخاب اجزا بسیار مقاوم، توانایی جذب انرژی را به سازه داد.

سازه نرم: در اینگونه سازها، پارامتر انعطاف پذیری سازه در برابر حرکات رفت وبرگشتی که ناشی از خاصیت خمیری آن است مورد استفاده قرار می گیرد. بدین صورت که سازه، انرژی را با حرکات نوسانی و درصد میرایی آزاد می‌کند.

با توجه به مطالب گفته شده تعیین سیستم مقاوم(این سیستم مقاوم شامل ترکیبی از عناصر سازه ای افقی وعناصر مهاربندی عمودی می‌باشد) در برابر نیروهای جانبی یک موضوع اساسی در طراحی سازه ها می باشد، که در اینجا روی سیستم های مهاربندی عمودی بحث خواهد شد.

پروژه مدل سازی، طراحی، بهینه سازی و شبیه سازی مهندسی تکنولوژی برق - قدرت. doc

نوع فایل: word

قابل ویرایش 80 صفحه

چکیده:

پروژه ی ما تحت عنوان (( ربات چندکاره هفت سنسور )) که در پنج فصل تهیه شده است ، فصل اول مستندات این پروژه به بررسی تعاریف خاصی که در زمینه رباتیک وجـــود دارد و همچنین موضوعات مرتبط با آن مانند تاریخچه رباتیک، انـواع رباتهـا، دسته بندی رباتها پرداخته ایم.در فصل دوم کاربرد رباتها و همچنین اجزاء رباتها را مورد بررسی قرار داده ایم.در فصل سوم ، ساختن ربات ، شرح عملکرد ربات ، توضیحات مدار و برنامه ربات و همچنین تصاویری از قطعات این ربات و تصویر ربات به طور کامل قرار داده شده است.در ادامه به نتایج و بهبود عملکرد آن می پردازیم.

رباتی با هفت سنسور، رباتی است که می تواند در یک مسیر از قبل تعیین شده حرکت کند ، این مسیر میتواند یک خط سیاه در زمینه سفید یا یک خط سفید در زمینه سیاه باشد. یا مخلوتی از هر دو باشد.ربات باید بتواند انواع مسیرهای موجود مانند پیچ، بریدگی، خطوط زاویه دار و مهم تر از همه حلقه را در کمترین زمان ممکن طی کند.

مقدمه:

اتوماسیون در بخشهای مختلف صنعت و کارهای تولیدی در چند دهه اخیر ظهور پیدا کرده است و روز به روز نیز در حال توسعه می باشد. بیش از چند دهه از ظهور کارخانجات کاملاً مکانیزه که در آنها تمامی پروسه ها اتوماتیک بوده و نیروی انسانی در آن نقش اجرائی ندارد، نمی گذرد. اما در چند ساله اخیر شاهد بوجود آمدن کارخانجات مکانیزه ای بوده ایم که طراحی، ساخت و نحوه کار آنها واقعاً حیرت انگیز است. ایده و دانش کنترل اتوماتیک و استفاده از سیستمهای مکانیزه در کارخانجات به جنگ جهانی دوم می رسد. ما تحولات عظیم و چشمگیر آن در سالهای اخیر بوقوع پیوسته است.

رُبات یا روبوت وسیله‌ای مکانیکی جهت انجام وظایف مختلف است. یک ماشین که می‌تواند برای عمل به دستورات مختلف برنامه‌ریزی گردد و یا یک سری اعمال ویژه انجام دهد. مخصوصا آن دسته از کارها که فراتر از حد توانایی‌های طبیعی بشر باشند. این ماشینهای مکانیکی برای بهتر به انجام رساندن اعمالی از قبیل احساس کردن درک نمودن و جابجایی اشیا یا اعمال تکراری شبیه جوشکاری تولید می‌شوند.

فهرست مطالب:

مقدمه

فصل اول (رباتها ، تاریخچه و انواع آنها)

ربات  

تعاریف ربات 

علم رباتیک

مزایای رباتها

معایب رباتها

تاریخچه رباتها

دسته بندی رباتها 

دسته بندی اتحادیه رباتهای ژاپن   

دسته بندی موسسه رباتیک آمریکا  

دسته بندی اتحادیه فرانسوی رباتهای صنعتی 

انواع رباتها

رباتهای متحرک   

ربات همکار

نانوبات

طبقه بندی رباتها

طبقه بندی رباتها از نظر کاربرد

1-5-1-1- رباتهای صنعتی  

1-5-1-2- رباتهای شخصی و علمی

1-5-1-3- رباتهای نظامی  

طبقه بندی رباتها از نظر استراتژی کنترل

1-5-2-1- نسل اول 

1-5-2-2- نسل دوم

1-5-2-3- نسل سوم 

1-5-2-4- نسل چهارم

طبقه بندی رباتها از نظر محرک مفصلها  1-5-3-1- سیستمهای الکتریکی

1-5-3-2- موتورهای DC   

1-5-3-3- موتورهای AC   

فصل دوم (کاربرد رباتها و اجزاء آنها)

2-1- کاربرد رباتها

2-1-1- ربات آدم نمای اعلام خطر

2-1-2- رباتها برای تقلید رفتار حیوانات   

2-1-3- ربات تعقیب خط

2-1-4- ربات حس کننده تماس 

2-1-5- ربات آبی، برای یافتن جعبه سیاه هواپیما  

2-1-6- ربات پذیرش 

2-2- اجزاء اصلی یک ربات

2-2-1- بازوی مکانیکی ماهر   

2-2-2- سنسورها  

2-2-2-1- سنسورهای بدون تماس

2-2-2-2- سنسورهای القائی  

2-2-3- کنترلر

2-2-4- واحد تبدیل توان  

2-2-4-1- موتور   

2-2-4-2- دسته بندی کلی موتورها

2-2-5- محرک مفاصل

فصل سوم (ربات مسیریاب)

3-1- ربات مسیریاب

3-1-1- ربات مسیر یاب 7 سنسور 

3-1-2- شرح عملکرد ربات مسیر یاب  

3-1-3- ساختن ربات مسیر یاب

3-1-4- مدار ربات مسیر یاب

3-1-5- برنامه ربات مسیر یاب

3-1-6- شکل ربات مسیر یاب 7 سنسور

فصل چهارم (نتایج شبیه سازی )

فصل پنجم (نتیجه گیری و پیشنهادها)  

منابع 

پیوست الف

پیوست ب

منابع ومأخذ:

[1] D. Dessimoz, J. Richiardi, “Multimodal Biometrics for Identity Documents,” Research Report, PFS 341-08.05 (Version 2.0), June 2009.

[2] Kresimir Delac, Mislav Grgic, “Survey Of Biometric Recognition Methods”, 46th International Symposium Electronics in Marine, LMAR-2004, Zadar, Croatia 16-18 June 2004.

[3] C. Sansone and M. Vento, “Signature Verification: Increasing Performance by a Multi-Stage System”, Pattern Analysis & Applications (2000)3:169-181, 2010.

[4] Daugman, John, "How Iris Recognition Works", IEEE Trans. CSVT, 14(1), 21-30, 2008.

[5] P. Ding and L. Zhang, “Speaker recognition using principal component analysis,” in Proceedings ICONIP, 2001.

[6] G.-J. Jang, T.-W. Lee, and Y.-H. Oh, “Learning statistically efficient features for speaker recognition,” in Proceedings ICASSP, 2011.

[7] Jain, A.K., Ross, A. and Pankanti, S., “A Prototype Hand Geometry-Based Verification System”, in 2nd International Conference on Audio- and Video-based Biometric Person Authentication, Washington D.C., 2010.

[8] Ming-Hsuan Yang, D.. Kriegman and N. Ahuja, “Detecting Faces in Images: A Survey”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 24, No. 1, pp. 34-58, January 2002.

[9] R. Chellappa, C. L. Wilson, S. Sirohey, “Human and Machine Recognition of Faces: a Survey”, roceedings of the IEEE, Volume 83, No. 5, pp. 705-740, May 1995.

[10] L. Torres, J. Vilà, “Automatic Face Recognition for Video Indexing Applications”, Pattern Recognition, Vol 35/3, pp. 615-625, December 2001.

[11] F. Borj, “Individual Biometrics: Iris Scan” 5 July 05, National Center for State Courts 6 July06 [Online]. available:

<http://ctl.ncsc.dni.us/biomet%20web/BMIris.html>.

[12] Iridian Technologies, “Historical Timeline,” 2003 [Online]. Available: <http://www.iridiantech.com/about.php?page=4>.

[13] Kelly Smith, “Iris Patent Question,” Email to Jim Cambier 9 June 2005.

[14] St. Luke’s “Eye Anatomy,”Cataract & Laser Institute [Online]. Available: <http://www.stlukeseye.com/Anatomy.asp>.

[15] Rafael C. Gonzalez, Richard E. Woods, “Digital Image Processing”, 1992

[16] Institute of Automation Chinese Academy of Sciences, “Casia iris image databaseV2.0"[Online].Available: >http://www.cbsr.ia.ac.cn/english/Iris%20Databases.asp>

[17] Lowe, D.G. “Object recognition from local scale-invariant features”. In International Conference on Computer Vision, Corfu,Greece, pp. 1150-1157. 1999.

[18] David G. Lowe, " Distinctive image features from scale-invariant keypoints," IEEE computers society confrance on computer vision and pattern recognition (CVPR’03)-vol.2,2004.

[19] J. Daugman. “How iris recognition works.” Proceedings of 2002 International Conference on Image Processing, Vol. 1, 2002.

[20] Brown, M. and Lowe, D.G. “Invariant features from interest point groups”. In British Machine Vision Conference, Cardiff, Wales, pp. 65, 2002.

[21] J. Daugman. “Biometric personal identification system based on iris analysis.” United States Patent, Patent Number: 5,291,560, 1994.

[22] J. Daugman. “High confidence visual recognition of persons by a test of statistical independence”. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 15, No. 11, 1993.

[23]Mikolajczyk, K. and Schmid, C. “An affine invariant interest point detector”. In European Conference on Computer Vision (ECCV), Copenhagen, Denmark, pp. 128-142. 2002.

[24] K.Mikolajczyk, C. Schmin,” A performance evaluation of local descriptors”, Proceeding of the IEEE, 2003.

[25] Lindeberg, T. “Scale-space theory: A basic tool for analyzing structures at different scales”. Journal of Applied Statistics, 21(2):224-270. 1994.

[26] Mukesh A. Zaveri, S. N. Merchant, Uday B. Desai. “Air-Born Aproaching Target Detection And Tracking In Infrared Image Sequence” SPANN Lab, Electrical Engineering Dept., IIT Bombay - 400076, 2004.

[27] R.P. Wildes. “ Iris Recognition: An Emerging Biometric Technology “. Proceeding of the IEEE, 85(9):1348~1363,1997.

[28] [Online]. Available: www.Wikipedia.com

[29] Moravec, H.. "Rover visual obstacle avoidance". In International Joint Conference on Artificial Intelligence, Vancouver, Canada, pp. 785-790, 1981.

[30] Harris, C. and Stephens, M.. "A combined corner and edge detector". In Fourth Alvey Vision Conference, Manchester, UK, pp. 147-151, 1988.

[31] Harris, C. "Geometry from visual motion. In Active Vision", A. Blake and A. Yuille (Eds.), MIT Press, pp. 263-284 ,1992.

[32] Zhang, Z., Deriche, R., Faugeras, O., and Luong, Q.T. "A robust technique for matching two uncalibrated images through the recovery of the unknown epipolar geometry". Artificial Intelligence Conference, 78:87-119 ,1995.

[33] Torr, P.. "Motion Segmentation and Outlier Detection", Ph.D. Thesis, Dept. of Engineering Science,University of Oxford, UK ,1995.

[34] Schmid, C., and Mohr, R.." Local grayvalue invariants for image retrieval". IEEE Trans. on Pattern Analysis and Machine Intelligence, 19(5):530-534 ,1997.

[35] Lowe, D.G. 1999. Object recognition from local scale-invariant features. In International Conference on Computer Vision, Corfu, Greece, pp. 1150-1157.

[36] Crowley, J. L. and Parker, A.C.. "A representation for shape based on peaks and ridges in the difference of low-pass transform". IEEE Trans. on Pattern Analysis and Machine Intelligence, 6(2):156-170 ,1984.

[37] Lindeberg, T. "Scale-space theory: A basic tool for analysing structures at different scales". Journal of Applied Statistics, 21(2):224-270, 1994.

[38] Matas, J., Chum, O., Urban, M., and Pajdla, "TRobust wide baseline stereo from maximally stable extremal regions". In British Machine Vision Conference, Cardiff, Wales, pp. 384-393., 2002.

[39] Mikolajczyk, K., Zisserman, A., and Schmid, C. "Shape recognition with edge-based features". In Proceedings of the British Machine Vision Conference, Norwich, U.K. ,2003.

[40] Nelson, R.C., and Selinger, "A. Large-scale tests of a keyed, appearance-based 3-D object recognition system". Vision Research, 38(15):2469-88, 1998.

[41] Pope, A.R., and Lowe, D.G. "Probabilistic models of appearance for 3-D object recognition". International Journal of Computer Vision, 40(2):149-167, 2000.

[42] Schiele, B., and Crowley, J.L. "Recognition without correspondence using multidimensional receptive field histograms". International Journal of Computer Vision, 36(1):31-50, 2000.

[43] Basri, R., and Jacobs, D.W. "Recognition using region correspondences". International Journal of Computer Vision, 25(2):145-166, 1997.

[44] Edelman, S., Intrator, N. and Poggio, T.. Complex cells and object recognition,1997.

Available: http://kybele.psych.cornell.edu/-edelman/archive.html

[45] Mikolajczyk, K. "Detection of local features invariant to affine transformations", Ph.D. thesis, Institut National Polytechnique de Grenoble, France., 2002.

[46] Pritchard, D., and Heidrich,W. "Cloth motion capture". Computer Graphics Forum (Eurographics 2003), 22(3):263-271. 2003.

[47] Lowe, D.G. "Local feature view clustering for 3D object recognition". IEEE Conference on Computer Vision and Pattern Recognition, Kauai, Hawaii, pp. 682-688. ,2001.

[48] R. Wildes,. J L. Wayman, A. K. Jain, D. Maltoni, and D. Maio, Eds. “Iris recognition,” in Biometric Systems: Technology, Design and Performance Evaluation", London: Springer-Verlag, ch. 3, pp. 63-95, 2005.

[49] R. P. Wildes, “Iris recognition: An emerging biometric technology,” in Proceedings of the IEEE, vol. 85, no. 9, pp. 1348-1363, 1997.

[50] R. P.Wildes, J. C. Asmuth, G. L. Green, S. C. Hsu, R. J. Kolczynski, J. R. Matey, and S. E. McBride, “A system for automated iris recognition,” in Proceedings of the Second IEEE Workshop on Applications of Computer Vision, pp. 121-128, 1994.

[51] C.-L. Tisse, “Contribution `a la v´erification biom´etrique de personnes par reconnaissance de l’iris,” Ph.D, Universit´e de Monpellier II, 2003.

[52] Basis administratie Persoonsgegevens en Reisdocumenten, “Biometrie In Zicht, Januari 2005,” Biometrie In-Zicht, vol. 1, no. 1, pp. 1-2, 2005.

[53] Adler, F.H, “Physiology of the Eye.” Mosby, St. Louis, MO, 1965.

[54] “International biometric group: Biometrics market and industry report 2007-2012.” [Online]. Available:

<http://www.biometricgroup.com/reports/public/market report.html>

6-665. 2007. [55]M.thieme,”Independent Testing Of Iris Recignition Technology”, in International biometric group,London,2005.

[56] Naotoshi Seo and David A. Schug, “IMAGE MATCHING USING SCALE INVARIANT FEATURE TRANSFORM (SIFT)”, Final Project, Digital Image and Video Processing, niversity of Maryland, 2007.

[57] " UBIRIS Image Database" [Online].

Available: http://www.di.ubi.pt

[58] “Casia iris image database ver 3.0.” [Online]. Available: http://www.cbsr.ia.ac.cn/Databases.htm

[59]J. Daugman. “The importance of being random:Statistical principles of iris recognition.” Pattern Recognition, 36(2):279-291, 2003.

[60] R.Wildes. “Iris recognition: An emerging biometric technology.” Proceedings of the IEEE, 85(9):1348-1363, September 1997.

[61] C. Tisse, L.Martin, L. Torres, and M. Robert. “Person identification technique using human iris recognition” In Proceedings of ICVI’02, pages 294-299, 2002.

[62] L. Ma, T. Tan, Y. Wang, D. Zhang. “Personal recognition based on iris texture analysis.” IEEE Trans. PAMI, 25(12):1519-1533, 2003.

[63] W.Kong, D.Zhang. “Accurate iris segmentation based on novel reflection and eyelash detection model.” In Proceedings of ISIMVSP, pages263-266, 2001.

پروژه رشته برق با موضوع نوسانات ولتاژ. doc

نوع فایل: word

قابل ویرایش 205 صفحه

مقدمه:

بحث نوسانات ولتاژو تاثییرات موقتی آن روی سیستم برق شاید در ابتدا به علت موقتی بودن این اثرات از اهمیت زیادی برخوردار نباشد ولی با دقت در این موضوع که این نوسانات با عبور از روی شبکه برق و گذر کردن از روی تجهیزات و وسایل حساس برقی و با توجه به دامنه بالای این اثر می تواند صدمات جبران ناپذیری به تجهیزات وارد کرده و باعث می گردد اهمیت این موضوع دو صد چندان گردد و حتی می تواند باعث ناپایداری خط عبوری انرژی گشته و صدمات جبران ناپذیری ایجاد کند.

بنابراین بحث در مورد عوامل ایجاد کننده و تاثیر گذار بر این موضوع ایجاد راهکاری مناسب برای کم کردن اثرات نامطلوب این موضوع و حدالامکان حذف کردن آن می تواند کمک قابل توجهی به صنعت انتقال و توزیع برق داشته باشد و کمک شایانی به پایداری هر چه بیشتر سیستم انتقال نماید. اما اکنون باید ببینیم چه عواملی ایجاد کننده ی این اثر نامطلوب می تواند باشد اگر از خود بارهای الکتریکی بحث را شروع کنیم می بینیم که بارها نیز می تواند به عنوان یک عامل تاثیر گذار در این موضوع باشند بارهایی نظیر کوره های الکتریکی موتورهای الکتریکی و دستگاههای جوش سهم به سزاییدر این مطلب دارند و پدیده هایی نظیر flicker ولتاژ نیز مسئله با اهمیتی است که در جای خود به بررسی آنها می پردازیم.

در ابتدای تبدیل شدن اختراع برق بعنوان یک صنعت همه گیر از آن بیشتر برای مصارف خانگی استفاده می گردد که این مسائل از اهمیت چندان زیادی برخوردار نبود لیکن با استفاده روز از فزون این پدیده جدید انرژی در صنعت این مسائل اهمیت خود را بخوبی نشان داد.

البته باید توجه داشت این موضوع با افت ولتاژ دائمی در طول یک خط انتقال برق کاملا متفاوت می باشد.

نوسانات ناشی از راه اندازی تجهیزات خاص در کارخانجات که در هنگام شروع کار احتیاج به مصرف بالایی دارند.

یکی دیگر از مسائل با اهمیت که باعث بوجود آمدن بحث پیچیده و با اهمیت حفاظت در شبک های مختلف می گردد بحث تغییرات ولتاژ ناشی از خطاهای گذرا در شبکه.

فهرست مطالب:

مقدمه

نوسانات ولتاژ ناشی از بارهای مختلف

روشهای جبران و تصحیح فلیکر

بررسی اثرات TOV بر یک شبکه نمونه

اضافه ولتاژهای ناشی از کلید زنی

بررسی قرار دادن برقگیر در سمت فشار ضعیف

فصل دوم

چکیده فصل

هدف فصل

قطع کننده های حفاظت - ترانسفورمر محدود کننده

نوع PKZM0 - T

CL- PKZ0

کلیدهای - اصلی مدل NZM

کلیدهای اصلی مدل IZM

دستگاه رها کننده شائت (F3) A (SHUNT RELEASE )

دستگاه ولتاژ پایین با همراه تاخیر زمانی uv(f4)off

تاثیر عومل مخرب بر عملکرد فیوزها

هماهنگی فیوز با رله های جریان زیاد زمان ثابت (DTOC)

هماهنگی فیوز با واحد لحظه ای رله های جریان زیاد

هماهنگی با ریکلوزرها

فصل سوم

خطاهای اتصال کوتاه

انواع رله های حفاظتی

رله های اضافه جریان

رله های اضافه جریان - اتصال کوتاه

رله های حفاظت اتصال زمین

حفاظت دیستانس

اساس عملکرد حفاظت دیستانس

فصل چهارم

چکیده

مقدمه

آشنایی با جریانهای خطا

الف: نوع کابل

ج: اتصال کلمپ

و: مقاومت سیستم زمین

ولتاژ القایی

فلوی مغناطیسی القایی

اتصالات و بانداژها

نتیجه

فصل پنجم

حفاظت بهینه هوشمند اضافه جریان در سیستمهای قدرت

مقدمه

روش پیشنهادی

پایگاه اطلاعات

قوانین خبره مرتبط با مکان قرار گرفتن رله در شبکه

قوانین خیره مرتبط با مدقار تنظیم جریانی رله

نتایج

بررسی نقش رله اتصال مجدد در شبکه های توزیع

مقدمه

عوامل موثر در ایجاد عیوب گذار

دوره زمانی استفاده از رله اتصال مجدد

انتخاب کلیدها جهت استفاده از رله

بررسی اقتصادی استفاده از رله اتصال مجدد

حالت بار کامل

حالت بار ناچیز

در حالت استارت

رله تعادل فاز ها Phase blanc relay

رله قطعی فاز phase failure relay

نتیجه

شرح فصل

تحول در ساختار خازنها

شرح فصل

مقدمه

طرح مسئله

راه حل پیشنهادی

روش محاسباتی تنظیم رله های

جریانی

روش صحیح تنظیم رله های جریانی در شبکه توزیع

مقدمه

شرح

مقدمه

مزایا و معایبروش پیشنهادی

نتیجه گیری

مراجع

مقدمه

مقدمه

الگوریتم ژنتیک

الگوریتم pso

طرح تطبیقی حفاظتی

هماهنگ سازی بهینه رله های جریان

فهرست منا بع

منابع ومأخذ:

دکتر حسین عکسریان بیانه ، مهندس محمود حق شناس، دکتر مسعود شفیعی هماهنگی بهینه رله های جریان زیاد با در نظر گرفتن اثر گروههای ترانسفورماتوری دانشگاه صنعتی خواجه نصیر - مرکز تحقیقات نیرو، دانشگاه صنعتی امیر کبیر، کنفرانس توانیر؛ آبان ماه 1371.

عباس اخوان «مطالعات اتصال کوتاه » دفتر برنامه ریزی برق وزارت نیرو ، 1362.

پروژه رشته برق قدرت با عنوان نوسان سازه. doc

نوع فایل: word

قابل ویرایش 50 صفحه

مقدمه:

اسیلاتورهای مایکروویو و RF به طورکلی در سیستم های نسبتا مدرن و سیستم های بی سیم مخابراتی برای تولید منبع سیگنال ، ترکیب فرکانسی و تولید موج حامل به کار می رود.

اسیلاتورهای نیمه هادی با قطعات غیر خطی فعال مثل دیود و ترانزیستور به صورت ترکیب با مدارات پسیو برای تبدیل DC به سیگنال حالت دائمی سینوسی RFمورد استفاده قرارمی گیرد.

مدارات اسیلاتوری ترانزیستوری پایه می توانند به صورت عمده در فرکانسهای پایین همچنین با نوسان ساز های کریستالی برای تولید فرکانس های پایدار و با نویز کم استفاده شوند.

در فرکانس های بالا دیود ها و ترانزیستورها به صورتی بایاس می شوند که در نقطه کار به صورت یک مقاومت منفی عمل می کنند. با استفاده از کاواک ،خطوط انتقال یا رزوناتورهای دی الکتریک برای تولید فرکانس های نوسان پایه تا 100GHz به کار می روند.

آنالیز دقیق این مدارات با استفاده از نرم افزارهای CAD انجام می شود.

ما ابتدا یک یادآوری در مورد اسیلاتور ترانزیستوری شامل ساختارهای هارتلی و کلپیتس که بهتر از اسیلاتور کریستالی عمل می کنند خواهیم داشت سپس اسیلاتورهای مایکروویو را بررسی می کنیم.

اسیلاتورهای مایکروویو به خاطر داشتن مشخصه های متفاوت ترانزیستوری و توانایی ایجاد قطعات مقاومت منفی و ضریب کیفیت بالاتر با ساختارهای فرکانس پایین تفاوت اساسی دارند.

فهرست مطالب:

مقدمه

معیارنوسان

نوسان ساز مقاومت منفی

روش های تولید مقاومت منفی

دیود تونلی

دیود گان

دیود زمان گذربهمنی

دیود زمان گذربهمنی پلاسما بدام افتاده

تکنیکهای طراحی نوسان ساز

نوسان سازهای فیدبک دار

نوسان ساز هارتلی

نوسان ساز کلپیتس

نوسان سازهای کنترل شده با کریستال

اسیلاتورهای مایکروویو

اسیلاتورهای ترانزیستوری

تشدید‌کننده‌های مایکروویو

مدارهای تشدید سری و موازی (یادآوری)

تشدیدکننده های خطوط انتقال

کاواک های موجبر مستطیلی

کاواک های موجبراستوانه‌ای

تشدید کننده های دی الکتریک

ایجاد کردن رزوناتور

اسیلاتورDR

تنظیم فرکانس در DR

اسیلاتورتنظیم شوندهYIG

اسیلاتور  Gunn element