خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : پیش شناسی خازن های الکترولیت آلومینیومی با استفاده از رویکرد شبکه عصبی مصنوعی
.
English Article Title: Prognostics of aluminum electrolytic capacitors using artificial neural network approach
Year: 2018
Publisher: ELSEVIER
Journal: Microelectronics Reliability
DOI: https://doi.org/10.1016/j.microrel.2017.11.002

Keywords:
#Accelerated_aging
#Artificial_neural_network
#Back_propagation
#Electrolytic_capacitor
#Prognostics
#فرسودگی_تسریع_شده
#شبکه_عصبی_مصنوعی
#انتشار_رو_به_عقب
#خازن_الکترولیتی
#خازن_الکترولیتی_آلومینیومی
#پیش_شناسی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)

چکیده مقاله:
در این تحقیق، تلاشی برای نظارت بر شرایط خازن الکترولیت آلومینیوم داخل مدار با استفاده از شبکه های عصبی مصنوعی انجام شده است. بررسی¬های صنعتی اخیر در مورد قابلیت اطمینان سیستم های الکترونیک قدرت نشان می دهند که بیشتر خطاهای رخ داده، که ناشی از فرسودگی خازن های الکترولیت آلومینیوم و فشار گرمایی بوده است، علت اصلی تجزیه پارامتری است. شرایط خازن های هدف می تواند با نظارت بر تغییر در مقاومت سری معادل (ESR) از مقدار حالت پیشین اولیه برآورد شود. برای برآورد ESR خازن های اولیه و خازن های هدف ضعیف در شرایط تست از شبکه عصبی مصنوعی استفاده می¬شود. داده های آزمایشی و آموزشی شبکه عصبی انتشار رو به عقب پیشنهادی، به طور عملی از بستر تست توسعه داده شده بدست می آیند. با استفاده از بستر تست، خازن های هدف در معرض فرکانس و دمای اجرایی مختلف در بخش خروجی مدار کانورتور DC/DC قرار می گیرند تا اثر تغییر در فشار گرمایی و الکتریکی روی مقدار ESR را تعیین کند. پس از آموزش آفلاین، شبکه عصبی مصنوعی با استفاده از نرم افزار ابزار ملی LabVIEW پیاده سازی می شود. یک میکروکنترلر کم هزینه نیز برای اکتساب داده های بلادرنگ خازن های هدف برنامه ریزی می شود و انتقال سریال دیتاست بدست آمده در نرم افزار LabVIEW در کامپیوتر میزبان نصب می شود. عملکرد روش پیشنهادی، با مقایسه ESR حاصل، با مقادیر آزمایشی در خازن های هدف داخل مدار ارزیابی می شود. شبکه عصبی مصنوعی پس از آن که به درستی آموزش داده شد، به دلیل قابلیت تعمیم خود می تواند برای مدارهای مختلف و در شرایط اجرایی مختلف بکار رود.

کلمات کلیدی: فرسودگی تسریع شده، شبکه عصبی مصنوعی، انتشار رو به عقب، خازن الکترولیتی، پیش-شناسی

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/36cz9rB

خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : چارچوب بیوفیزیکی نو برای پیش بینی انتشار CO2 در هند
.
English Article Title: A Novel Bio-Inspired Framework for CO2 Emission Forecast in India
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2017.12.048

Keywords:
#Air_pollution
#Artificial_Neural_Network
#Bio_Inspired_Computing
#CO2_Emission_Estimation
#CO2_Emission_Forecasting
#Particle_Swarm_Optimization
#چارچوب_بیوفیزیکی
#آلودگي_هوا
#شبکه‌های_عصبی_مصنوعی
#محاسبات_بیو_الهام
#ارزیابی_انتشار_CO2
#پیش‌بینی_میزان_انتشار_CO2
#بهینه‌سازی_ذرات
#مقاله_کامپیوتر (#Computer_Science)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#مقاله_ایمونولوژی
#مقاله_میکروبیولوژی (#Immunology_and_Microbiology)

چکیده مقاله:
گازهای گلخانه ای (GHG) ناشی از احتراق سوخت های فسیلی منجر به تغییرات اقلیمی نامنظم و ایجاد مشکل شدید زیست محیطی در سراسر جهان می شود. انتشار گازهای گلخانه‌ای از منابع متنوع تاثیرات مضر بر کیفیت هوا، آب، خاک و موجودات زنده دارد. کربن دی اکسید (CO 2 ) یکی از گازهای گلخانه ای است که نقش مهمی در آلایندگی هوا بازی می کند، از این رو تخمین و پیش بینی انتشار CO 2 برای برنامه ریزی انرژی و تصمیم گیری های استراتژیک زیست محیطی ضروری است. هدف این تحقیق، ارزیابی و پیش بینی انتشار CO 2 در هند از منابع مختلف مصرف انرژی است. مدل رگرسیون خطی چندگانه و الگوریتم PSO بر اساس مدل غیرخطی برای برآورد انتشار CO 2 استفاده شده است. نتایج به دست آمده نشان داده است که انتشار CO 2 در هند طی دهه گذشته هشدار دهنده بوده است. نتایج نشان می دهد که مدل PSO می تواند برآورد بسیار دقیق را نسبت به مدل MLR بدست آورد. از نتيجه برآورد PSO، پيشبيني آينده انتشار CO 2 در هند براي سالهاي 2017 تا 2030 با استفاده از شبكه عصبي مصنوعي انجام شد. نتایج پیش بینی همچنین تأکید می کنند که باید برای جلوگیری از انتشار CO 2 در سراسر کشور، باید اقدامات لازم را انجام داد ، زیرا افزایش ناگهانی آن در هند به تهدید شدید طبیعت و محیط منجر می شود.
کليدواژگان: آلودگي هوا , شبکه های عصبی مصنوعی , محاسبات بیو الهام , ارزیابی انتشار CO2 , پیش بینی میزان انتشار CO2 , بهینه سازی ذرات

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2sDS1kK