close
دانلود فیلم
مقاله ارشد
 
بررسی پارامترهای طراحی ترانسفورماتورهای قدرت تکه فاز و ارائه الگوریتم مناسب برای طراحی بهینه آن

بررسی پارامترهای طراحی ترانسفورماتورهای قدرت تکه فاز و ارائه الگوریتم مناسب برای طراحی بهینه آن با استفاده از نرم افزارMATLAB

 

مقدمه

در میان مباحث مختلف علوم بحث طراحی یکی از مهمترین موضوعاتی است که در مورد آن باید تحقیقات وسیعی انجام شود. در مورد دستگاهها و وسایل الکتریکی نیز موضوع طراحی جایگاه ویژه ای دارد.

شاید پرکاربردترین وسیله ای که در اغلب دستگاههای الکتریکی و الکترونیکی بصورت مستقیم یا غیرمستقیم و در اندازه های کوچک و بزرگ استفاده می شود، ترانسفورماتور می باشد.

ترانسفورماتورها از نظر کاربرد انواع مختلفی دارند: ترانسفورماتورهای ولتاژ (VT) ، ترانسفورماتورهای جریان (CT) ، ترانسفورماتورهای قدرت (PT) ، ترانسفورماتورهای امپدانس، ترانسفورماتورهای ایزولاسیون و اتوترانسفورمرها . هر کدام از این نوع ترانسفورماتورها کاربرد و تعریف خاص خود را دارند.

در روند طراحی ترانسها مسایل مختلفی مطرح می شود، و مراحل متعددی باید طی شود تا یک طراحی بصورت پایدار و مناسب ، قاب ساخت و استفاده بصورت عملی باشد.

در این پروژه، بعد از بررسی مقدماتی و تعریف بعضی از پارامترهای مهم در مبحث ترانس، از جمله میل مدور (CM) ، ضریب شکل موج (Form Factor) و نیز ضریب انباشتگی سطح مقطع (Stacking factor) به معرفی دو فرمول اساسی مورد استفاده در روند طراحی پیشنهادی در این پروژه می پردازیم و در فصول بعدی به معرفی ضرایب مورد استفاده در طراحی هسته و سیم پیچی و نیز معرفی و ارایه کاتالوگها و نمودارهای موردنیاز برای طراحی انواع هسته و سیم پیجی، که از مباحث اساسی در ترانسفورماتورها می‌باشد، پرداخته میشود.

در ادامه مبحث اصلی و در واقع نتیجه ای که از مباحث قبلی گرفته شده است، در جهت ارائه یک نتیجه کلی، روندی برای طراحی ترانسفورماتورهای قدرت بصورت یک الگوریتم و روش برای طراحی آورده شده است.

در انتها نیز یک برنامه کامپیوتری در جهت بهبود روند طراحی و سرعت بخشیدن به انجام فرایند حجیم محاسباتی مبحث طراحی و بهبود بعضی از پارامترهای مهم از جمله راندمان، ارائه شده است. در پایان این بخش نیز نتایج چند طراحی آورده شده است.

ادامه مطلب...
پایان نامه چگونگی نصب تجهیزات الکتریکی در نیروگاه در حال ساخت

1-1 انواع ژنراتورها

فركانس كار شبكه انتقال CEGB (كمپاني برق بريتانيا)، 50 هرتز مي باشد، بنابراين ژنراتورهاي سنكرون متصل به اين شبكه نيز در فركانس 50 هرتز كار مي كند. ژنراتورهاي بزرگتر اغلب در سرعت 3000 دور بر دقيقه و بوسيله توربينهاي بخار كار مي كنند و تعداد كمي از آنها سرعتشان 1500 دور بر دقيقه است. اين ژنراتورهاي سرعت بالا كه عموماً تحت عنوان توربين ژنراتورها از آن نام برده مي شود و داراي روتور استوانه اي[1] مي باشند. موضوع بحث اين فصل مي باشند. چنانچه منظور نوع ديگري از ژنراتورها باشد. صراحتاً ذكر مي گردد.

از مدتها قبل، واحدهاي استاندارد شده در شبكه CEGB، ژنراتورهاي با ظرفيت 500 و 660 مگاوات بوده اند. در اين ظرفيتها شش نوع طراحي مختلف انجام گرفته است كه هر كدام در طول زمان تغييرات ناچيزي نسبت به هم داشته اند. به هر حال اين ژنراتورها تا حد بسيار زيادي از نقطه نظر عمكرد بهم شبيه هستند و در صورتي كه يك نوع خاص داراي تفاوت فاحشي باشد، اين موضوع ذكر خواهد گرديد (رجوع شود به شكل 1-1). قسمت اعظم اين فصل به ژنراتورهاي با ظرفيت هاي ذكر شده پرداخته و تئوري كلي اي در مورد ژنراتورهاي سنكرون عنوان مي گردد. در انتهاي اين فصل توضيح مختصري راجع به انواع ديگر ژنراتورهاي مورد استفاده در CEGB داده خواهد شد.                  

1-2 پيشينه تاريخي

مزيت شبكه هاي توزيع AC بر DC در اواخر قرن نوزدهم مشخص گرديد و رشد سريع شبكه هاي AC به دنبال خود نياز به ژنراتورهاي AC را بدنبال داشت. ژنراتورهاي اوليه، ماشينهاي با سرعت پايين بودند كه بوسيله موتورهاي رسپيروكال[2] مي چرخيدند، ولي در حوالي سالهاي 1900 به بعد ژنراتورها مستقيماً بوسيله توربينهاي بخار[3] سرعت بالا به حركت در آمدند و پايه ماشينهاي مدرن امروزي را بنياد نهادند. روند پيشرفت عمدتاً در محرك ژنراتورها بوده است. توربين ژنراتورهاي اوليه هم بصورت محور عمودي و هم بصورت محور افقي ساخته مي شدند.

 

[1] -Cylindrical Rotor

[2] -Reciprocal

[3] – Steam Turbines

 

ادامه مطلب...
دانلود پایان نامه مدلی کارا برای ساخت پیکره متنی موازی از روی پیکره متنی تطبیقی

پایان‌نامه کارشناسی ارشد در رشته مهندسی کامپیوتر (نرم افزار)

عنوان:مدلی کارا برای ساخت پیکره متنی موازی از روی پیکره متنی تطبیقی

تعداد صفحات : 98

چکیده:

اغلب رویکردهای نوین ترجمه در حوزه ترجمه ماشینی از جمله ترجمه ماشینی آماری، ترجمه ماشینی مبتنی بر مثال و ترجمه ماشینی ترکیبی از مجموعه متون هم‌ترجمه تحت عنوان پیکره‌های متنی موازی به عنوان داده آموزشی اصلی استفاده می‌کنند. اما برای اغلب زبان‌ها پیکره‌های موازی به میزان بسیار کمی در دسترس هستند و یا مربوط به دامنه خاصی از نوشتجات می‌شوند. در طرف دیگر پیکره‌های تطبیقی قرار دارند که مواد اولیه آنها به راحتی به دست می‌آید. پیکره‌های تطبیقی شامل متون هم‌ترجمه نیستند اما در آن هر دو متن در دو زبان مختلف از نظر شباهت معیارهایی چون محتوا، تاریخ انتشار، عنوان و … با یکدیگر قابل تطبیق هستند.

پیکره‌های تطبیقی شامل جملاتی هستند که می‌توانند ترجمه خوبی برای یکدیگر باشند. هدف این رساله ساخت خودکار پیکره موازی با استخراج اینگونه جملات از پیکره تطبیقی است. مدلی که در این پژوهش ارائه می‌شود از سه مرحله اصلی تشکیل می‌شود: انتخاب جفت جملات کاندیدای موازی بودن با استفاده از فیلتر نسبت طول جملات و فیلتر تعداد کلمات مشترک  انتخاب جفت جملات موازی با استفاده از طبقه‌بند آنتروپی بیشینه و در نظر گرفتن ویژگی‌های مربوط به طول دو جمله، کلمات مشترک آنها و ویژگی‌های مبتنی بر همترازی در سطح کلمه بین دو جمله  بالابردن دقت جفت جملات استخراج شده با انتخاب تنها یکی از جملات جفت شده با هر جمله. این کار را می‌توان بوسیله محاسبه نزدیکی آن جمله با ترجمه جملات جفت شده از طرف مقابل توسط معیار TER و انتخاب نزدیک‌ترین جمله انجام داد.

در انتها کارآیی مدل ارائه شده در دو بخش  ارزیابی طبقه‌بند آنتروپی بیشینه طراحی شده و  ارزیابی میزان سودمندی جفت جملات موازی استخراج شده در بهبود کیفیت ترجمه ماشینی بررسی می‌شود.

فصل اول: مقدمه

1-1- مقدمه

به دلیل افزایش ارتباطات متقابل منطقه‌ای و نیاز برای تبادل اطلاعات، تقاضا برای ترجمه زبان بسیار افزایش یافته است. بسیاری از نوشتجات نیاز به ترجمه دارند از جمله مستندات علمی و فنی، دستورالعمل‌های راهنما، مستندات حقوقی، کتاب‌های درسی، بروشورهای تبلیغاتی، اخبار روزنامه‌ها و غیره؛ که ترجمه برخی از آنها سخت و چالش برانگیز است اما اکثرا خسته کننده و تکراری هستند و در عین حال به انسجام و دقت نیاز دارند. برآوردن نیازهای روز افزون ترجمه برای مترجمان حرفه‌ای دشوار است. در چنین موقعیتی ترجمه ماشینی می‌تواند به عنوان یک جایگزین به کار گرفته شود.

ترجمه ماشینی بعد از 65 سال یکی از قدیمی‌ترین کاربردهای کامپیوتر است. در طول سال‌ها، ترجمه ماشینی مرکز توجه تحقیقات زبان‌شناسان، روان‌شناسان، فیلسوفان، دانشمندان و مهندسان علم کامپیوتر بوده است. اغراق نیست اگر بگوییم کارهای جدید در حوزه ترجمه ماشینی، به طور قابل ملاحظه‌ای در توسعه زمینه‌هایی نظیر زبان شناسی رایانه‌ای، هوش مصنوعی و پردازش زبان‌های طبیعی برنامه‌گرا، مشارکت کرده است.

ترجمه ماشینی را می‌توان به این صورت تعریف کرد: “ترجمه از یک زبان طبیعی (زبان مبدأ) به زبان دیگر (زبان مقصد) با استفاده از سیستم‌های کامپیوتری شده و به همراه یا بدون کمک انسان”. کار پژوهشی در حوزه ترجمه ماشینی به هدف بزرگ ترجمه تمام خودکار با کیفیت بالا (قابل نشر) محدود نمی‌شود. غالبا ترجمه‌های ناهموار برای بازبینی موضوعات خارجی کافی است. تلاش‌های اخیر، در جهت ساخت کاربردهای محدودی در ترکیب با تشخیص گفتار به خصوص برای دستگاه‌های دستی می‌باشند. ترجمه ماشینی می‌تواند به عنوان پایه‌ای برای ویرایش‌های بعدی به کار گرفته شود، مترجم‌ها معمولا با ابزارهایی نظیر حافظه‌های ترجمه که از فناوری ترجمه ماشینی استفاده می‌کنند اما آنها را در کنترل خود قرار می‌دهند، استفاده می‌کنند.

ترجمه ماشینی یکی از حوزه‌های پژوهشی «زبانشناسی رایانه‌ای» است. تا کنون روش‌های مختلفی جهت خودکار کردن ترجمه ابداع شده است، که در نوشتجات حوزه ترجمه ماشینی به صورت‌های مختلفی دسته‌بندی شده‌اند. شکل 1-1 انواع روش‌های ترجمه ماشینی موجود را در قالب دسته‌بندی که در  آمده است نشان می‌دهد.

1-1-1- ترجمه ماشینی مبتنی بر فرهنگ لغت

این نوع ترجمه ماشینی مبتنی بر مدخل‌های فرهنگ لغت است؛ و در آن از معادل کلمه جهت تولید ترجمه استفاده می‌شود. اولین نسل ترجمه ماشینی (از اواخر دهه 1940 تا اواسط دهه 1960) کاملا بر مبنای فرهنگ لغت‌های الکترونیک بودند. این روش همچنان تا حدی در ترجمه عبارات و نه جملات مفید است. اکثر روش‌هایی که بعدا توسعه داده شدند کم یا بیش از فرهنگ لغات دوزبانه بهره می‌گیرند .

2-1-1- ترجمه ماشینی مبتنی بر قانون

ترجمه ماشینی مبتنی بر قانون با اطلاعات ریخت شناسی، نحوی و معنایی زبان‌های مبدأ و مقصد سر و کار دارد. قوانین زبانی از این اطلاعات ساخته می‌شوند. این روش می‌تواند با پدیده‌های مختلف زبانی مقابله کند و قابل گسترش و قابل نگهداشت است، اما استثنائات موجود در دستور زبان مشکلاتی به این سیستم می‌افزاید. همچنین فرآیند پژوهشی آن نیاز به سرمایه‌گذاری زیادی دارد. هدف ترجمه ماشینی مبتنی بر قانون تبدیل ساختارهای زبان مبدأ به ساختارهای زبان مقصد است. این روش رویکردهای مختلفی دارد.

– رویکرد مستقیم: کلمات زبان مبدأ بدون عبور از یک نمایش میانی ترجمه می‌شوند. در این روش به بستر متن، معنی و دامنه توجه نمی‌شود.

– رویکرد انتقالی: مدل انتقالی متعلق به نسل دوم ترجمه ماشینی است (از اواسط دهه 1960 تا دهه 1980). در این مدل، زبان مبدأ به یک انتزاع که نمایشی کمتر مختص به زبان است، انتقال می‌یابد. سپس یک نمایش معادل برای زبان مقصد (با همان سطح انتزاع) با استفاده از فرهنگ لغات دوزبانه و قوانین گرامری تولید می‌شود.

– میان زبانی: این روش متعلق به نسل سوم ترجمه ماشینی است. در این روش زبان مبدأ به یک زبان (نمایش) میانی تغییر شکل می‌دهد که این زبان میانی مستقل از هر دو زبان شرکت کننده (مبدأ و مقصد) در ترجمه است. سپس ترجمه برای زبان مقصد از این نمایش کمکی به دست می‌آید. از اینرو در این نوع سیستم تنها به دو ماژول تجزیه و ترکیب نیاز است. همچینن به دلیل مستقل بودن این روش از زبان‌های مبدأ و مقصد، بیشتر در ماشین‌های ترجمه چندزبانه استفاده می‌شود. این روش بر یک نمایش واحد از زبان‌های مختلف تأکید می‌کند.

3-1-1- ترجمه ماشینی مبتنی بر دانش

این روش با واژه‌نامه‌ای مفهومی‌که یک دامنه را نشان می‌دهد سر و کار دارد. این روش شامل دو مرحله تحلیل و تولید است. اجزای پایه‌ای یک ماشین ترجمه مبتنی بر دانش عبارتند از یک آنتولوژی از مفاهیم، واژه‌نامه و گرامر زبان مبدأ برای فرآیند تحلیل، واژه‌نامه و گرامر برای زبان مقصد و قوانین نگاشت بین نحو زبان میانی و زبان‌های مبدأ و مقصد.

4-1-1- ترجمه ماشینی مبتنی بر پیکره

رویکرد ترجمه ماشینی مبتنی بر پیکره‌های متنی از سال 1989 ظهور پیدا کرد و به طور وسیعی در حوزه ترجمه ماشینی به آن پرداخته شد؛ و به دلیل دقت بالای این روش در ترجمه، بر دیگر روش‌ها غلبه یافت. در این روش، دانش یا مدل ترجمه به طور خودکار از پیکره‌های متنی (مجموعه متون) دوزبانه گرفته می‌شود. از آنجایی که این رویکرد با حجم زیادی از داده‌ها کار می‌کند، ترجمه ماشینی مبتنی بر پیکره نامیده شده است. برخی از انواع روش‌های مبتنی بر پیکره در ادامه شرح داده می‌شوند.

ترجمه ماشینی آماری

با اینکه ایده اولیه ترجمه ماشینی آماری توسط وارن ویور در سال 1941 معرفی شد، اما از سال 1993 که این روش توسط محققان آی بی ام مدل شد به طور گسترده‌ای مورد استفاده قرار گرفت؛ به طوری‌که در حال حاضر ترجمه ماشینی آماری رایج‌ترین رویکرد در ترجمه ماشینی به شمار می‌آید. در روش ترجمه ماشینی آماری از مدل‌های آماری استفاده می‌شود که پارامترهای این مدل‌ها از متون دوزبانه یا همان «پیکره‌های موازی» استخراج می‌شوند. به عبارت دیگر سیستم ترجمه ماشینی آماری، احتمالات ترجمه را از پیکره موازی می‌آموزد و با استفاده از این احتمالات برای جملات ورودی که در فرآیند آموزش دیده نشده‌اند، ترجمه‌ای مناسب تولید می‌کند. در این روش از دو مدل عمده به نام مدل‌های مبتنی بر کلمه و مدل‌های مبتنی بر عبارت استفاده می‌شود.

ترجمه ماشینی مبتنی بر مثال

روشهای ترجمه ماشینی مبتنی بر مثال، روشهای مبتنی بر حافظه نیز نامیده شده‌اند. ایده این روش از سال 1980 در ژاپن شروع شد. این نوع سیستم‌ها تلاش می‌کنند تا جمله‌ای مشابه جمله ورودی در پیکره موازی پیدا کنند، و سپس با اِعمال تغییراتی بر روی جمله ترجمه شده که قبلا ذخیره شده، ترجمه جمله ورودی را تولید کنند.

ایده اولیه در این روش، استفاده از ترجمه‌های انسانی موجود برای ترجمه متن‌های جدید است. لذا کافی است متون جدید به قطعه‌های کوچک شکسته شود و ترجمه معادل این قطعات، در پایگاه داده‌ای از قطعات ترجمه شده جستجو شده و ترجمه مورد نظر تولید گردد. این روش دارای محدودیت دادگان می‌باشد. جمع‌آوری مجموعه مثال‌های بسیار بزرگ نیز کل زبان را پوشش نمی دهد. بنابراین معمولا این روش برای زیر مجموعه‌های محدودی از یک زبان استفاده می‌شود.

 

ادامه مطلب...
به کانال تلگرام سایت ما بپیوندید