تحقیق در مورد بینی حالت تعادل برای یک آلیاژ 40 ص با فرمت ورد

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 40

مقدمه :

اساسی ترین کاربرد ترمودینامیک در متالوژی فیزیکی پیش بینی حالت تعادل برای یک آلیاژ است .

در بررسی های مربوط به دگرگونی های فازی ما همیشه با تغییر سیستم به سمت تعادل روبه رو هستیم. بنابراین ترمودینامیک به صورت یک ابزار بسیار سودمند می تواند عمل کند. باید توجه داشت که ترمودینامیک به تنهایی نمی تواند سرعت رسیدن به حالت تعادل را تعیین کند .

1-تعادل :

یک فاز به عنوان بخشی از یک سیستم تعریف می شود که دارای خصوصیات و ترکیب شیمیایی یکنواخت و همگنی بوده و از نظر فیزیکی از دیگر بخشهای سیستم جداشدنی است . اجزای تشکیل دهنده یک سیستم خاص عناصر مختلف یا ترکیب های شیمیایی است که سیستم را بوجود می آورد و ترکیب شیمیایی یک فاز یا یک سیستم را می توان با مشخص کردن مقدار نسبی هر جزء تشکیل دهنده تعیین کرد .

به طور کلی دلیل رخداد یک دگرگونی این است که حالت اولیه یک آلیاژ نسبت به حالت نهایی ناپایدارتر است اما پایداری یک فاز چگونه تعیین می شود ؟ این پرسش به وسیله ترمودینامیک پاسخ داده می شود . برای دگرگونی هایی که در دما و فشار ثابت رخ می دهد پایداری نسبی یک سیستم از انرژی آزاد گیبس G آن سیستم مشخص می شود .

انرژی آزاد گیبس یک سیستم به صورت زیر تعریف می شود :

( 1-1 ) G=H-TS

که H آنتالپی T دمای مطلق و S آنتروپی سیستم است . آنتالپی میزان گنجایش حرارتی سیستم مورد نظر است و به وسیله رابطه زیر بیان می شود.

( 2-1 ) H=E+PV

که E انرژی درونی سیستم P فشار و V حجم سیستم است . انرژی درونی مجموع انرژی های پتانسیل و جنبشی اتم های درون یک سیستم است. در جامدات انرژی جنبشی تنها ناشی از حرکت ارتعاشی اتم ها است در حالی که در مایعات و گاز ها انرژی جنبشی افزون بر حرکت ارتعاشی اتم ها انرژی انتقالی و انرژی دورانی اتم ها و مولکول ها و گاز ها انرژی جنبشی افزون بر حرکت ارتعاشی اتم ها انرژی انتقالی و انرژی دورانی اتم ها و مولکول های داخل یک مایع یا گاز را نیز در برمیگیرد . انرژی پتانسیل نیز بر اثر اندرکنش ها یا پیوند بین اتم های درون یک سیستم به وجود می آید . هنگامی که یک دگرگونی یا واکنش رخ می دهد حرارت جذب شده یا حرارت آزاد شده به تغییرات در انرژی درونی سیستم ارتباط پیدا می کند اما تغییرات حرارت تابعی از تغییر حجم سیستم نیز بوده و عبارت PV نمایانگر این موضوع است بنابراین در فشار ثابت تغییرات H نشانگر حرارت جذب شده یا آزاد شده است.

هنگامی که یک فاز متراکم (جامد یا مایع) را بررسی می کنیم و عبارت PV در مقایسه با E مقدار بسیار کوچکی است که آن را نادیده می گیرند و .

عبارت دیگری که در رابطه مربوط به G پدیدار می شود آنتروپی ( S ) بوده که بیانگر میزان بی نظمی سیستم است .

هنگامی یک سیستم را در ( حالت ) تعادل می دانند که در پایدارترین حالت خود قرار گرفته باشد یعنی با گذشت زمان هیچ تغییری در سیستم ایجاد نشود . یک نتیجه مهم از قوانین ترمودینامیک کلاسیک این است که در دما و فشار ثابت یک سیستم بسته ( یعنی سیستمی که جرم و ترکیب شیمیایی آن ثابت است ) هنگامی در تعادل پایدار قرار دارد که انرژی آزاد گیپس آن کمترین مقدار ممکن را داشته باشد یا به شکل ریاضی :

( 3-1 ) dG=O

با توجه به تعریف G ( معادله 1-1 ) ملاحظه می شود که پایدارترین حالت هنگامی رخ می دهد که سیستم کمترین آنتالپی و بیشترین آنتروپی را دارا باشد . بنابراین در دماهای پایین فازهای جامد پایدارتر است چون قویترین اتصال بین اتمی را داشته بنابراین کمترین انرژی درونی ( آنتالپی ) را دارد . در دماهای بالا چون عبارت TS - عبارت غالب است بنابراین فازهایی با بی نظمی بیشتر همچون مایعات و گازها که اتم های آنها به آسانی حرکت کرده و جابه جا می شود پایدارتر است .

تعادل که به وسیله معادله 3-1 تعریف می شود را می توان به صورت ترسیمی نیز نشان داد . اگر انرژی آزاد تمام حالت های فرضی ممکن یک سیستم را محاسبه کنیم آرایش پایدار حالتی خواهد بود که انرژی آزاد آن کمترین مقدار است . این موضوع در شکل یک نشان داده شده است و با این فرض که انرژی مربوط به هر یک از آرایش های اتمی مختلف به صورت نقطه ای روی منحنی موجود قرار می گیرد آرایش یا نظم A نشانگر وجود تعادل پایدار است . در این نقطه تغییرات کوچک در ترتیب اتم ها با یک تقریب مرتبه اول تغییری در G ایجاد نمی کند یعنی معادله 3-1 برقرار است . اگر چه همیشه آرایش ها و نظم های دیگری مانند B وجود دارد که در آن نقاط انرژی آزاد به طور موضعی کمینه است و معادله 3-1 را نیز تصدیق می کند ولی کمترین مقدار ممکن G را ندارد . چنین حالت ها یا آرایش هایی را به منظور جدا کردن از حالت پایدار حالت تعادل نیمه پایدار می نامند . حالت های میانی که را حالت ناپایدار می نامند و فقط در کارهای عملی و به طور لحظه ای هنگام انتقال از یک حالت پایدار به حالت دیگر به وجود می آید . اگر بر اثر نوسان های دمایی اتم ها یک نظم یا آرایش حالت میانی بیاید این نظم بسرعت تغییر می کند و اتم ها دوباره نظم یکی از حالت های دارای انرژی آزاد کمینه را به خود می گیرند . اگر بواسطه تغییری در دما یا فشار برای مثال یک سیستم از حالت پایدار به حالت نیمه پایدار حرکت کند با گذشت زمان سیستم به حالت تعادل پایدار جدیدی تغییر حالت می دهد .

شکل یک : تغییرات شماتیک انرژی آزاد گیبس نسبت به نظم و وضعیت اتمها . آرایش یا نظم A کمترین انرژی آزاد را دارد . بنابراین هنگامی که سیستم در تعادل پایدار است دارای چنین نظمی خواهد بود . آرایش B یک تعادل نیمه پایدار است .

فروش در اقتصاد 20

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 19

پیش بینی فروش

وسیله ای ضروری برای عرضه محصولات جدید، برنامه ریزی تولید ، تعیین سطوح موجودی لازم و ایجاد روس توزیع مطلوب است . پیش بینی خیلی بالا در مورد تقاضا منجر به افزایش سرمایه گذاریهای شرکت در تولید می شود وبا هدردادن منابع مالی ، سود آوری را کاهش می دهد از طرف دیگر پیش بینی خیلی پایین تقاضا نیز باعث میشود شرکت تحرک و سرمایه گذاری و اقدامات لازم برای آینده را محدود کند.

بنابراین پیش بینی براساس تقاضای واقعی صورت گیرد.

تخمین اندازه و سهم بازار

اندازه بازار به تعداد خریداران موجود بستگی دارد . خریداران موجود در بازار دارای سه ویژگی هستند.

علاقه ، درآمد ودسترسی

برای مثال موتور سیکلت 4 در نظر بگیرید . گام اول در خرید آن تخمین تعداد مصرف کنندگانی که علاقمند به داشتن موتور سیکلت هستند که اینان «بازار بالقوه » موتور سیلکت 4 تشکیل می دهند .گام دوم این است که این خریداران بالقوه باید توان مالی خرید موتورسیکلت را داشته باشند. درگام سوم اندازه بازار که تابع علاقه ودر آمد مصرف کنندگان است بر پایه دسترسی به محصول محدود تر می شود . مصرف کنندگانی که باقی می مانند در بازار واجد شرایط » را تشکیل می دهند.

روشهای پیش بینی فروش

روشهای کیفی پیش بینی فروش

مزیت این روش این است که افرای که بازار های خاصی آشنا هستندو میتوانند براساس معلومات خود میزان فروش 4 را به طور صحیح تخمین بزنند و عینی که این نوع پیش بینی دارد این است که کیفیت این گونه بینها تا حد به ویژگیهای پیش بینی کننده بستگی دارد.

روشهای متدوال پیش بینی کیفی عبارت است از:

1)بررسی نظر هیات مدیران . دراین روش پیش فروش با بررسی عقاید مدیران حاصل می شود که ممکن است شامل کارکنان فروش، بازاریابی وامورخالی باشند.

مزیت این روش که برای پیش بینی های کوتاه مدت مناسب تر است و اجرای این روش آسانتر است وزمان کمتری را در بر می گیرد .

معایب ان عبارتند از 1) علایق شخصی مدیران شرکت ممکن است پیش بینی های غیر واقعی شود .

2) در مواردی که هرمدیر براساس تحقیقات سحفی اطلاعات می دهند این اطلاعات ممکن است از لحاظ زمانی محدود باشد:

3) در پیش بینی های گروهی مسئولیت فردی وجود ندارد.

2) روش دلفی در این روش اغلب از کارشناسان خارج از سازمان استفاده می شود ویژگیهای این روش عبارت است از: الف – اعضای شناخته نشده گروه ب) تکرار با بازخور کنترل شده ج) پاسخ های گروهی آماری

مزیت روش دلفی: با استفاده از گروهی کارشناس ، اطلاعات مشروحی از رشته های مختلف حاصل می شود .

معایب روش دلفی : به دلیل پیروی از رای گیری مستقل وقت گیر است وبه علاوه طرح پرسشنامه ممکن است واضح نباشد و تعداد زیادی سئوال رادربرگیرد.

3) بررسی نظر نیروی فروش .برخی از شرکتهای بازرگانی پیش بینی را از پایین به بالا استفاده می کنند که در آن از کارکنان می خواهند که فروش کوتاه مدت را پیش بینی کنند. اطلاعات فروشندگان به دلیل ارتباط نزدیک با آنها مشتریان بسیار مفید است. البته این نوع پیش بینی زمانی مفید است که بازار شامل تعداد کمی مشتری باشد ونیازهای انان برای فروشندگان مشخص باشد.

مزیت این روش : کارکنان فروش با بازار آشناییی بیشتری دارند در نتیجه این روش بهترین روش برای مشخص شدن انتظارات فروش برای خط محصول ،حسابهای مشتریان و منطقه های فروش است معایت این روش - بیشتر فروشندگان پیش بینی درسطح پایین ارائه می دهند .

4) بررسی قصد مصرف کنندگان ازخرید : روش مستقیم برای پیش بینی فروش پرسش از مشتریان بالقوه در مورد قصد خرید آنهاست .هنگامی که مشتریان مورد بررسی قرار می گیرند پیش بینی فروش صحیح تری امکان پذیر می شود.

5) شبیه سازی آزمایش بازار : در این روش سعی می گردد رفتار خرید مشتریان بدون وقوع خرید واقعی اندازه گیری شود که این کار با پرسش از نماینده مشتریان و یا کاتالوگهایی که در اختیار مشتری قرار می گیرد صورت گیرد .در این روش هزینه پایین است امام عیبی که دارد این است که نمونه (نماینده مشتریان ممکن است نماینده کل جمعیت نباشد.

6) آزمایش بازار: روش دیگر عرضه محصول در یارا ومشاهده واکنش مشتریان نسبت به آن است یعنی بازار یابی محصول درمقیاس محدود.

روشهای کمی پیش بینی فروش

تحیلی سریهای زمانی : روشهای پیش بینی براساس سریهای زمانی عمدتاً بر اطلاعات گذشته وعینی ونیز رویدایهای ساده ریاضی برای محاسبات پیش بینی متکی است.هنگامی که اطلاعات در چند سال موجود وروابط و روندها واضح و ثابت است از روشهای آماری استفاده می شود . استفاده از این روشهای بر مبنای این فرض است که الگوهای فروش موجود در آینده نیز وجود خواهند داشت.

عیب اصلی سریهای زمانی عبارتند از :

1) تحیلی روند

مقاله درباره فروش در اقتصاد

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 19

پیش بینی فروش

وسیله ای ضروری برای عرضه محصولات جدید، برنامه ریزی تولید ، تعیین سطوح موجودی لازم و ایجاد روس توزیع مطلوب است . پیش بینی خیلی بالا در مورد تقاضا منجر به افزایش سرمایه گذاریهای شرکت در تولید می شود وبا هدردادن منابع مالی ، سود آوری را کاهش می دهد از طرف دیگر پیش بینی خیلی پایین تقاضا نیز باعث میشود شرکت تحرک و سرمایه گذاری و اقدامات لازم برای آینده را محدود کند.

بنابراین پیش بینی براساس تقاضای واقعی صورت گیرد.

تخمین اندازه و سهم بازار

اندازه بازار به تعداد خریداران موجود بستگی دارد . خریداران موجود در بازار دارای سه ویژگی هستند.

علاقه ، درآمد ودسترسی

برای مثال موتور سیکلت 4 در نظر بگیرید . گام اول در خرید آن تخمین تعداد مصرف کنندگانی که علاقمند به داشتن موتور سیکلت هستند که اینان «بازار بالقوه » موتور سیلکت 4 تشکیل می دهند .گام دوم این است که این خریداران بالقوه باید توان مالی خرید موتورسیکلت را داشته باشند. درگام سوم اندازه بازار که تابع علاقه ودر آمد مصرف کنندگان است بر پایه دسترسی به محصول محدود تر می شود . مصرف کنندگانی که باقی می مانند در بازار واجد شرایط » را تشکیل می دهند.

روشهای پیش بینی فروش

روشهای کیفی پیش بینی فروش

مزیت این روش این است که افرای که بازار های خاصی آشنا هستندو میتوانند براساس معلومات خود میزان فروش 4 را به طور صحیح تخمین بزنند و عینی که این نوع پیش بینی دارد این است که کیفیت این گونه بینها تا حد به ویژگیهای پیش بینی کننده بستگی دارد.

روشهای متدوال پیش بینی کیفی عبارت است از:

1)بررسی نظر هیات مدیران . دراین روش پیش فروش با بررسی عقاید مدیران حاصل می شود که ممکن است شامل کارکنان فروش، بازاریابی وامورخالی باشند.

مزیت این روش که برای پیش بینی های کوتاه مدت مناسب تر است و اجرای این روش آسانتر است وزمان کمتری را در بر می گیرد .

معایب ان عبارتند از 1) علایق شخصی مدیران شرکت ممکن است پیش بینی های غیر واقعی شود .

2) در مواردی که هرمدیر براساس تحقیقات سحفی اطلاعات می دهند این اطلاعات ممکن است از لحاظ زمانی محدود باشد:

3) در پیش بینی های گروهی مسئولیت فردی وجود ندارد.

2) روش دلفی در این روش اغلب از کارشناسان خارج از سازمان استفاده می شود ویژگیهای این روش عبارت است از: الف – اعضای شناخته نشده گروه ب) تکرار با بازخور کنترل شده ج) پاسخ های گروهی آماری

مزیت روش دلفی: با استفاده از گروهی کارشناس ، اطلاعات مشروحی از رشته های مختلف حاصل می شود .

معایب روش دلفی : به دلیل پیروی از رای گیری مستقل وقت گیر است وبه علاوه طرح پرسشنامه ممکن است واضح نباشد و تعداد زیادی سئوال رادربرگیرد.

3) بررسی نظر نیروی فروش .برخی از شرکتهای بازرگانی پیش بینی را از پایین به بالا استفاده می کنند که در آن از کارکنان می خواهند که فروش کوتاه مدت را پیش بینی کنند. اطلاعات فروشندگان به دلیل ارتباط نزدیک با آنها مشتریان بسیار مفید است. البته این نوع پیش بینی زمانی مفید است که بازار شامل تعداد کمی مشتری باشد ونیازهای انان برای فروشندگان مشخص باشد.

مزیت این روش : کارکنان فروش با بازار آشناییی بیشتری دارند در نتیجه این روش بهترین روش برای مشخص شدن انتظارات فروش برای خط محصول ،حسابهای مشتریان و منطقه های فروش است معایت این روش - بیشتر فروشندگان پیش بینی درسطح پایین ارائه می دهند .

4) بررسی قصد مصرف کنندگان ازخرید : روش مستقیم برای پیش بینی فروش پرسش از مشتریان بالقوه در مورد قصد خرید آنهاست .هنگامی که مشتریان مورد بررسی قرار می گیرند پیش بینی فروش صحیح تری امکان پذیر می شود.

5) شبیه سازی آزمایش بازار : در این روش سعی می گردد رفتار خرید مشتریان بدون وقوع خرید واقعی اندازه گیری شود که این کار با پرسش از نماینده مشتریان و یا کاتالوگهایی که در اختیار مشتری قرار می گیرد صورت گیرد .در این روش هزینه پایین است امام عیبی که دارد این است که نمونه (نماینده مشتریان ممکن است نماینده کل جمعیت نباشد.

6) آزمایش بازار: روش دیگر عرضه محصول در یارا ومشاهده واکنش مشتریان نسبت به آن است یعنی بازار یابی محصول درمقیاس محدود.

روشهای کمی پیش بینی فروش

تحیلی سریهای زمانی : روشهای پیش بینی براساس سریهای زمانی عمدتاً بر اطلاعات گذشته وعینی ونیز رویدایهای ساده ریاضی برای محاسبات پیش بینی متکی است.هنگامی که اطلاعات در چند سال موجود وروابط و روندها واضح و ثابت است از روشهای آماری استفاده می شود . استفاده از این روشهای بر مبنای این فرض است که الگوهای فروش موجود در آینده نیز وجود خواهند داشت.

عیب اصلی سریهای زمانی عبارتند از :

1) تحیلی روند

تحقیق درمورد پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی – عصبی تطبیقی 79 ص

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 81

پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی – عصبی تطبیقی

(ANFIS)

مقدمه:

سدها و مخازن مهمترین و موثرترین سیستم ذخیره آب می باشند که توزیع نابرابر مکانی و زمانی آب را تغییر می دهند. آنها نه تنها در تامین آب شرب، تولید انرژی برقابی و آبیاری زمین های پایین دست کاربرد داشته، بلکه در به حداقل رسانی خسارات ناشی از سیلاب و خشکسالی نیز نقش موثری را ایفا می کنند. بدون شک به منظور استفاده کامل از آب موجود، مدیریت بهینه مخازن بسیار با اهمیت می باشد. مدیریت مخزن مجموعه ای از تصمیم ها را در بر می گیرد که جمع آوری و رهاسازی آب در طول زمان را مشخص می کنند. با توجه به کارکردهای مختلف مخازن، پیش بینی دقیق دبی ورودی و سطح آب می تواند در بهینه سازی مدیریت منابع آب، بسیار موثر باشد. با توجه به وجود روابط غیرخطی، عدم قطعیت زیاد و ویژگی های متغیر زمانی در سیستم های آبی، هیچ یک از مدل های آماری و مفهومی پیشنهاد شده به منظور پیش بینی دقیق سطح آب نتوانسته به عنوان یک مدل برتر و توانا شناخته شوند[1]. امروزه سیستم های هوشمند به منظور پیش بینی یک چنین پدیده های پیچیده و غیرخطی، بسیار مورد استفاده قرار می گیرند. روش بدیع سیستم استنتاج فازی – عصبی تطبیقی (ANFIS) یکی از این روشهاست که یک شبکه پس خور چند لایه می باشد و از الگوریتمهای یادگیری شبکه عصبی و منطق فازی به منظور طراحی نگاشت غیرخطی بین فضای ورودی و خروجی استفاده می کند. ANFIS با توجه به توانایی در ترکیب قدرت زبانی یک سیستم فازی با قدرت عددی یک شبکه عصبی، نشان داده است که در مدل سازی فرایندهای همچون مدیریت مخازن [2،3]، سری های زمانی هیدرولوژیکی [4] و برآورد رسوب [5] بسیار قدرتمند می باشند.

هدف اصلی این تحقیق بررسی توانایی سیستم استنتاج فازی – عصبی تطبیقی جهت پیش بینی سطح آب در مواقع سیلابی و به صورت ساعتی می باشد. به این منظور از اطلاعات اشل پنج ایستگاه بالادست سد دز، جهت پیش بینی سطح آب در مخزن این سد استفاده شد. همچنین به منظور بررسی توانایی شبکه های فازی – عصبی در تقابل با تصمیمات بشری، دو الگوی متفاوت یکی با در نظر گرفتن خروجی مخزن به عنوان متغیر ورودی و دیگری بدون این متغیر به کار گرفته شد.

مواد و روشها

سیستم استنتاجی فازی – عصبی تطبیقی (ANFIS)

از زمانی که پروفسور عسگرزاده تئوری منطق فازی را به منظور توصیف سیستم های پیچیده پیشنهاد داد، این منطق بسیار مشهور شده است و به طور موفقیت آمیزی در مسائل مختلف، به ویژه کنترل کننده هایی مثل راکتور شیمیایی، قطارهای خودکار و راکتورهای هسته ای به کار گرفته شده است. اخیرا منطق فازی برای مدل کردن مدیریت مخازن و حل ویژگیهای مبهم آنها پیشنهاد شده است. با وجود این، مشکل اصلی منطق فازی این است که روند سینماتیکی برای طراحی یک کنترل کننده فازی وجود ندارد. به عبارت دیگر، یک شبکه عصبی این توانایی را دارد که از محیط آموزش ببیند (جفت های ورودی – خروجی)، ساختارش را خود مرتب کند و با شیوه ای، تعامل خود را تطبیق دهد. بدین منظور پروفسور جنگ در سال 1993 مدل ANFIS را ارائه کرد که قابلیت ترکیب توانایی دو روش مذکور را داشت[6].

ساختار و الگوریتم: [1]

ANFIS قابلیت خوبی در آموزش، ساخت و طبقه بندی دارد و همچنین دارای این مزیت است که اجازه استخراج قوانین فازی را از اطلاعات عددی یا دانش متخصص می دهد و به طور تطبیقی یک قاعده – بنیاد می سازد. علاوه بر این، می تواند تبدیل پیچیده هوش بشری به سیستم های فازی را تنظیم کند. مشکل اصلی مدل پیش بینی ANFIS، احتیاج نسبتا زیاد به زمان برای آموزش ساختار و تعیین پارامترها می باشد.

به منظور ساده سازی، فرض می شود که سیستم استنتاجی مورد نظر دو ورودی x و y و یک خروجی z دارد. برای یک مدل فازی تاکاگی – سوگنو درجه اول، می توان یک مجموعه قانون نمونه را با دو قانون اگر – آنگاه فازی به صورت زیر بیان کرد:

قانون اول: اگر x برابر A1 و y برابر B1 باشد آنگاه

قانون دوم: اگر x برابر A2 و y برابر B2 باشد آنگاه

که Pi، qi و ri (i=1,2) پارامترهای خطی در بخش تالی مدل فازی تاکاگی – سوگنو درجه اول هستند. ساختار ANFIS شامل پنج لایه می شود (شکل 1) که معرفی خلاصه ای از مدل در پی می آید:

لایه اول، گره های ورودی: هر گره از این لایه، مقادیر عضویتی که به هر یک از مجموعه های فازی مناسب تعلق دارند، با استفاده از تابع عضویت تولید می کنند.

که x و y ورودی های غیرفازی به گره I و Ai و Bi (کوچک، بزرگ و ...)، برچسب های زبانی هستند که به ترتیب با توابع عضویت مناسب Aiμ و Biμ مشخص می شوند. در اینجا معمولا از فازی سازهای گوسی و زنگی شکل استفاده می شود. باید پارامترهای این توابع عضویت که به عنوان پارامترهای مقدماتی در این لایه شناخته می شوند، مشخص شوند.

لایه دوم، گره های قاعده: در لایه دوم، عملگر " و" (AND) به کار برده می شود تا خروجی (قوه اشتعال) که نمایانگر بخش مقدم آن قانون است، بدست می آید. قوه اشتغال به مقدار درجه ای که بخش مقدم یک قانون فازی برآورده شده، گفته می شود و

تحقیق درمورد پیش بینی سرعت و جهت بادهای فرساینده در ایران 22 ص

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 23

پیش بینی سرعت و جهت بادهای فرساینده در ایران

مقدمه

فرسایش بادی یک معضل جدی در بیشتر مناطق خشک و نیمه خشک دنیا و ایران است . توانائی پیش بینی دقیق فرسایش بادی خاک برای بسیاری منظورها ، از جمله برنامه های حفاظتی ، منابع طبیعی ، و کاهش آلودگی هوا ناشی از طوفان ضروری است ( 3 ) . از آنجایی که نیروی باد در طول سال ، ماه وحتی روز تا حد زیادی تغییر می نماید ، و همچنین قدرت فرسایندگی باد بستگی به توان سوم سرعت باد دارد . به منشور پیش بینی و کنترل فرسایش بادی در هر منطقه توزیع سرعت باد حائز اهمیت میباشد . همچنین علاوه برسرعت باد ، دانستن چگونگی تغییرات جهت باد در منطقه نیز امری ضروری است . زیرا نسبت جهت باد به جهت اضلاع زمین ، بادشکن ها ، ردیف کاشت گیاهان ، و شخم زمین ، نقش مهمی را در پیش بینی مقدار و جهت فرسایش بادی ایفا می کند ( 4) . مدل های مختلفی برای نشان دادن توزیع سرعت باد استفاده شده است . بی شک توزیع ویبل یکی از گسترده ترین توزیع هایی است که تا بحال برای نشان دادن پراکندگی سرعت باد مورد استفاده قرار گرفته است ( 5 ) . اهداف این پژوهش عبارت بودند از : 1 ) شبیه سازی ساعتی سرعت و جهت باد به روش استوکاستیک با استفاده از توزیع ویبل ، به منظور استفاده در مدل WEPS ، برای پیش بینی فرسایش بادی در شهرهای مختلف ایران ، 2) آزمون اعتبار سنجی توزیع ویبل و مدل کامپیوتری windpred ، در پیش بینی ساعتی سرعت و جهت باد ، . 3) ترسیم نقشه های سرعت و جهت بادهای فرساینده در ایران .

مواد و روشها

ابتدا 38 شهر که دارای حداقل 10 سال آمار ساعتی سرعت و جهت باد بودند ، انتخاب گردیدند . در مرحله بعد تعداد سال آماری هر شهری به دو دوره برابر تقسیم گردید ، بطوریکه از دوره اول برای شبیه سازی و از دوره دوم برای آزمون اعتبار سنجی مدل ( با استفاده از معنی دار بودن و نبودن ضرائب همبستگی ) استفاده شد . سپس با استفاده از توزیع ویبل ، شبیه سازی سرعت و جه باد بصورت ساعتی توسط برنامه Windpred ( 2 و 1 ) انجام گرفت . تابع توزیع تجمعی ویبل F (U) به صورت زیر میباشد :

(1) [-(u/c)k]F(u)=1-exp

که در این معادله u سرعت باد ( متر بر ثانیه ) ، c، پارامتر مقیاس ( با واحد سرعت ) ، و k پارامتر شکل ( بدون واحد ) ، میباشند ( 6 ) . در هرمرحله بعد ، دوره های باد آرام حذف و فراوانی باد در هر گروه سرعتی نرمالیزه گردیدند . بنابراین :

(2) [-(u/c)k]= 1-exp [ (F(u)-F0 ) / (1-F0)] F1(u) =

که در آن F1(u) توزیع تجمعی در حالتی است که دوره های باد آرام حذف شده است ، و F0 فراوانی دوره های باد آرام میباشد . پارامترهای k, c به روش حداقل مربعات و بکارگیری تابع توزیع تجمعی محاسبه شدند ( معادله 2 ) .

با استفاده از پارامترهای توزیع ویبل (c,k) فراوانی سرعت باد در هر ماه و در سال بصورت تجمعی و نرمال شده بدست آمد . به منظور شبیه سازی جهت باد ، اعداد بین صفر و یک بصورت تصادفی انتخاب ، و با جدول توزیع تجمعی جهت باد مقایسه گردیدند . برای شبیه سازی سرعت باد براساس جهت باد تعیین شده ، پارامترهای c،k توزیع ویبل برای آن جهت خاص از جدول های تعیین شده قبلی ، بدست امد و از معادله زیر استفاده گردید :

U= c{-1n[1-(F(u)-F0]/(1-F0)}1/k

با استفاده از روش انتخاب عدد تصادفی ، یک عدد بین صفر و یک انتخاب گردید . سپس این مقدار را به جای F(u) قرارداده و در نهایت سرعت باد شبیه سازی شده محاسبه گردید . به دلیل اینکه هدف شبیه سازی سرعت باد بصورت ساعتی بود ، با استفاده از رابطه زیر سرعت باد بصورت ساعتی شبیه سازی شد :

U(1)= Urep+0.5(umax-Umin) Cos[2p(24-hrmax+I)/24]

که در آن ، hrmax ساعتی از روز که سرعت باد حداکثر است ، I شاخص ساعت روز ، Umax سرعت باد حداکثر ، Umin سرعت باد حداقل ، و Urep سرعت شبیه سازی شده حاصل از معادله( 3 ) میباشد .

در مرحله بعد ، با استفاده از نتایج شبیه سازی شده ، نقشه درصد سرعت بادهای فرساینده و جهت غالب آنها ، و همچنین نقشه حداکثر سرعت باد و جهت غالب باد در هر ایستگاه با استفاده از نرم افزارهای SURFER و CorelDRAW10 برای ماه های مختلف سال تهیه گردید . بعنوان نمونه نقشه درصد سرعت بادهای فرساینده و جهت غال آنها ، برای ماه جولای نشان داده شده است ( شکل 1 ) لازم به ذکر است که در این نقشه ها ، شهرها به صورت دایره ، اسم شهرها واطلاعات مربوط به سرعت باد شهرها در داخل دایره و جهت باد غالب آنها هم بر روی دایره بشکل حروف و بصورت علامت پیکان ، نمایش داده شده است . همچنین برای نشان دادن سرعت حداکثر و درصد سرعت بادهای فرساینده ، از رنگهای مختلفی نیز استفاده گردید .

نتایج و بحث

با استفاده از داده های خام سرعت باد متعلق به نیمه اول هر دوره ، توزیع تجمعی ویبل بصورت ماهانه در تمامی ایستگاه ها ترسیم شد . سپس با استفاده از داده های خام همان دوره در مدل ، مقادیر شبیه سازی سرعت باد بدست آمد در ادامه ، ضریب های همبستگی بین توزیع تجمعی ویبل و سرعت شبیه سازی شده مشخص ، و معنی دار بودن یا نبودن آنها نیز تعیین گردیدند . مقادیر ضریب های همبستگی در تمامی ایستگاه ها و در تمامی ماه های سال بین 93/0 تا 0/1 بوده و در سطح یک درصد معنی دار بودند . بنابراین میتوان ادعا نمود که داده های سرعت باد از توزیع ویبل پیروی نموده ، و استفاده از این توزیع در امر شبیه سازی سرعت باد یتواند قابل قبول میباشد . در ادامه هم به منظور اعتبار سنجی مدل کامپیوتری Windpred ، مقایسه هایی بین توزیع فراوانی سرعت و جهت باد شبیه سازی شده ( با استفاده از داده های خام دوره اول ) ، و داده های خام دوره دوم صورت گرفت ، و ضریب های همبستگی آنها نیز تعیین گردیدند . مقادیر ضریب های همبستگی در تمامی ایستگاه ها و در تمامی ماه های سال ، برای سرعت باد بین 94/0 تا 0/1 ، و برای جهت باد بین 46/0 تا 0/1 بودند ، که در سطح یک درصد معنی دار می باشند . از اینرو میتوان نتیجه گرفت که همبستگی بسیار قوی بین سرعت و جهت باد شبیه سازی شده و داده های خام وجود دارد . در مرحله بعد درصد سرعت بادهای فرساینده و جهت غالب آنها در شهرهای مختلف ایران در ماه جولای ترسیم شد ( شکل 1 ) همانطور که مشاهده میشود ، در ماه جولای ، بیشترین میزان بادهای فرساینده متعلق به شهر زابل ( %7/61 ) با جهت باد غالب شمال شمال غربی ،و کمترین میزان بادهای فرساینده ، متعلق به شهر تبریز ( %1/0 ) با جهت باد غالب شرق میباشند .