پایان نامه فشرده سازی پست های فشار قوی برق

اختصاصی از فی توو پایان نامه فشرده سازی پست های فشار قوی برق دانلود با لینک مستقیم و پر سرعت .

فایل : word

قابل ویرایش و آماده چاپ

تعداد صفحه :224

فهرست مطالب

مقدمه

فصل اول PASS MO SYSTEM تا سطح ولتاژ 5/72

...............................................................................................................7

1 ـ مقدمه    

.......................................................................................................................................................................8

2 ـ عملکردPASS MO

.......................................................9

3 ـ طراحی PASS MO     ......................................................10

4 ـ نصب درمحل

..................................................................................................................................................................... 10

5 ـ نصب کمیسیون آموزش ودستورالعملهای تعمیر ونگهداری

..............................................................................................................39

6 ـ جزئیات بیشتر

......................................................................................................................................................................43

7- مشخصات فنی PASS MO

......................................................................................................................................................................56

فصل دومSYSTEM PASS MO تا سطح ولتاژ170 170...........................................................................................................56

1- هدف

......................................................60

2- قابلیت ها

......................................................60                                                                                              

3- توصیف عمومی(کلی )

..............................................................................................................................................................................................................................63

4- تولیدات واطمینان ازکیفیت

......................................................................................................................................................................69

5- اطلاعات فنی Pass Mo

...................................................................................................................................................................... 71

6- طرحهای پست با راه حلهای جدید pass Mo  

..............................................................................................................78

7- برخی کاربردها

......................................................................................................................................................................81

8-   pass Mo های متفاوت

......................................................................................................................................................................83

9-

پایان نامه کارشناسی ارشد شیمی مدلسازی شبکه ای جریان در یک بستر فشرده

اختصاصی از فی توو پایان نامه کارشناسی ارشد شیمی مدلسازی شبکه ای جریان در یک بستر فشرده دانلود با لینک مستقیم و پر سرعت .

این فایل در قالب  پی دی اف و 100 صفحه می باشد.

این پایان نامه جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی شیمی طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز پایان نامه ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این پایان نامه را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده:

تعیین مشخصه های جریان داخل یک بستر فشرده، به تشریح کامل مشخصه های هندسی حفره و پدیده های جریان در سطح موضعی نیاز دارد. برای تشریح پدیده های جریان در بسترهای فشرده استحکام نیافته، یک مدل شبکه ای دوبعدی (2-D) مورد بررسی قرار گرفته است. این مدل شبکه ای متشکل از دو نوع مولفه متفاوت است: «حفره های به صورت کره» و «مجراهای به صورت استوانه».

توزیع اندازه مولفه های شبکه با در نظر گرفتن یک مدل هندسی که از تخلخل و قطر متوسط ذره به عنوان داده های ورودی استفاده می کند، به دست می آید. براساس این مدل شبکه ای، یک شبیه ساز جریان معرفی می شود. نتایج نشان می دهد از آنجا که اثرات اینرسی، ناشی از اتصالات میان شیارها (کانال ها) و حفره ها می باشند، این شبیه ساز قادر است جریان تک فاز در تمام حالات ممکن جریان، از آرام تا متلاطم را تشریح کند. همچنین نتایج نشان می دهند که توافق خوبی میان مقادیر پیش بینی شده مدل شبکه ای و داده های تجربی ذکر شده در مقالات وجود دارد.

مقدمه:

پدیده های انتقال و جریان در سطوح بسیار متنوع علوم و مهندسی مشاهده می شوند. فرایندهای بسیاری در صنایع مواد شیمیایی نظیر: جذب سطحی، تبادل یون، واکنشگرهای (راکتورهای) کاتالیزوری و شیمیایی، شامل یک بستر فشرده یا براساس آن هستند و معمولا در بردارنده جریان سیالات از درون یک محیط متخلخل می باشند. برای طراحی و عملکرد عملیاتی بهتر این واحدها، به درک عمیقی از مکانیزم های کنترل کننده پدیده های انتقال درون محیط های متخلخل نیاز است. در میان جنبه های مختلفی که باید در نظر گرفته شوند، تاثیر ساختار فضای خالی، از مهمترین موارد است.

تحولات اخیر در قدرت کامپیوترها و تکنیک های جدید تعیین مشخصه، استفاده از ساختار واقعی محیط متخلخل جهت مدلسازی پدیده انتقال را ممکن ساخته است. زمانی که مدل های شبکه ای به کار گرفته می شود استراتژی متفاوتی در نظر گرفته می شود. هدف اصلی این است که ساختار موضعی محیط متخلخل به کمک مجموعه ای از مولفه ها به شکل هندسی (نظیر کره، استوانه یا لوله انشعابی) نمایش داده شود تا به سادگی رفتار هیدرودینامیکی آنها توصیف شود. نوع مولفه های به کار رفته ممکن است به هندسه ذره، مشخصه های محیط متخلخل، نحوه ساخت بستر فشرده و دیگر اطلاعات تجربی و نظری مربوطه بستگی داشته باشد. هدف مدلسازی و امکان حل معادلات مدل به صورت تحلیلی یا به کمک کامپیوتر نیز در انتخاب نوع مولفه ها اهمیت دارند. این مدلها کوشش دارند میان توصیف دقیق فضای خالی درون محیط های متخلخل و تلاش لازم برای حل معادلات موازنه، توازن برقرار کنند.

فصل اول

کلیات

پیش بینی متغیرهای فرآیند، از جمله افت نهایی فشار و نرخ (سرعت) نهایی جریان، اغلب مبتنی بر انطباق های نیمه تجربی با ثابتهایی است که می بایست با داده های آزمایشگاهی مطابقت داده شوند. بالاخص معادله ارگان (Ergun) به انطباقی استاندارد تبدیل شده است؛ ولی مثال های دیگر شامل معادله کوزنی (Kozeny) برای جریان آرام صحیح است و معادله فورشیمر (Forcheimer) که در مدل بستر فشرده، فشار نسبت به جریان به صورت خطی تغییر نمی کند، برای جریان غیرخطی صحیح است. در مجموع تعمیم این انطباق ها به موقعیت های مختلف امکان پذیر نیست؛ چرا که براساس داده های تجربی هستند که برای سیستم های خاصی به دست آمده اند. همچنین مطالعه پدیده های انتقال از جمله جریان چند فازی امکان پذیر نیست چرا که در مورد ساختار موضعی اطلاعاتی در نظر گرفته نمی شود. در نظر گرفتن ساختار موضعی در عین اینکه باعث پیچیدگی ریاضیاتی این مدل می شود، باعث بالا رفتن کیفیت و کارائی مدل هم می شود. به خاطر ساختار اتفاقی و بسیار پیچیده بسیاری از بسترهای فشرده، مدل تقریبی ساده ای از ساختار حفره ها باید مورد بررسی قرار گیرد که این مدل باید بتواند مشخصه های اصلی انباشتگی را در قالبی که از لحاظ ریاضی قابل استفاده باشد، حفظ کند.

رویکردهای مختلفی جهت مدلسازی ساختار فضای متخلخل یک بستر فشرده یا یک محیط متخلخل، با سطح پیچیدگی مختلف با استفاده از انواع اطلاعات تجربی، پیشنهاد شده اند. یک نوع از این مدل ها با تعریف نمودن سلول های اولیه – جهت بیان ساختار موضعی بستر فشرده – جریان اطراف ذرات محیط متخلخل را تشریح می کند. در ابتدا این مدل ها فرض کردند که هر ذره منفرد یک سلول را تشکیل می دهد به این صورت که حضور و تاثیر ذرات کناری از طریق عبارات تصحیحی و شرایط خاص مرزی، به حساب آورده می شود. بعدها جریان نیز با فرض ساختارهایی ساده برای بستر فشرده، مدلسازی شد. بخصوص برای فشرده سازی های منظم متشکل از کره و استوانه، به دست آوردن عبارت تحلیلی برای تشریح جریان داخل بستر فشرده، امکان پذیر است. برای بسترهای فشرده نامنظم و دیگر محیط های متخلخل، می توان برای تشریح میدان جریان از تکنیک های میانگین سازی حجم، استفاده کرد. معمولا این رویکردها در مورد جریان خطی (با مقادیر پایین عدد رینولدز)، مقادیر تخلخل بالا و زمانی که یک مدل ساده شده در محیط های متخلخل در نظر گرفته شده، قابل اعمال هستند.

دانلود مقاله بهبود در تصاویر فشرده شده

اختصاصی از فی توو دانلود مقاله بهبود در تصاویر فشرده شده دانلود با لینک مستقیم و پر سرعت .

این مقاله دارای تصاویر است که در سایت قابل نمایش نیست
1.چکیده
در این مقاله ما روشهایی که در حوزه فشرده سازی ،تصاویر JPEG را بهبود می دهند را مورد بررسی قرار می دهیم بدون این که تصاویر فشرده شده را به طور کامل رمز گشایی کنیم روش اولی که مورد بررسی قرار می دهیم استفاده از یک تابع فازی جهت بهبود تصویر است در این روش ابتدا تابع بهبود را به حوزه فشرده سازی می بریم برای این کار ما نیاز به پیاده سازی عملگر های غیر خطی در حوزه فشرده سازی داریم پس از پیاده سازی این تابع را بر بلاک های 8*8 اعمال می کنیم و نتایج این تابع را بر روی بلاکها یکنواخت وبلاکهای دارای جزییات بررسی میکنیم و در پایان اتلگوریتم را برای بلاک ها متفاوت بهبود می دهیم . در روش دوم ابتدا مقدار کنسترانت تصویر را اندازه گیری کرده و سپس کنسترانت ضرایب را با یک مقدار ثابت بهبود می دهیم

2.مقدمه
امروزه حجم بالا تصاویر باعث شده است تا تصاویر فشرده شده مورد توجه بیشتری قرار گیرد فشرده سازی تصاویر با نگهداشتن کیفیت نسبی تصاویر حجم تصاویر را تا حد زیادی پایین می آورد . حجم پایین تصاویر در جایی که می خواهیم انتقال اطلاعات داشته باشیم بسیار مفید است . برای مثال می توان به انتقال تصاویر پزشکی از طریق اینترنت اشاره کرد
الگوریتم هایی که برای فشرده سازی تصاویر به کار می رود به دو گروه lossy ,lossless تقسیم می شوددر روش lossless اطلاعات تصویر از بین نمی رود و می توان با استفاده از تصویر فشرده شده و با استفاده از یک الگوریتم کدگشایی تصویر اولیه را بدست آورد ولی در روش های lossy مقداری از اطلاعات تصویر از بین می رود [2]
یکی از الگوریتم های معروف و پر کاربرد در فشرده سازی تصاویر الگوریتم فشرده سازی (JPEG) است در این روش ابتدا تصویر به قطعات 8*8 که همپوشانی ندارند تقسیم شده سپس ماتریس DCT را بر روی هر بلاک اعمال می کنیم ضرایب DCT را با استفاده از جدول مقدار دهی (Quantize Table) به یک مقدار گسسته مقدار دهی می کنیم این پردازش یک پردازش لوسی (lossy process) است و مقداری از اطلاعات را از دست می دهیم در این مرحله بسیاری از ضرایب کوچک (معمولاً قرکانس بالا) به مقدار صفر مقدار دهی می شوند حال این ضراین را با استفاده از یک الگوریتم کد گذاری کدگذاری می کنیم این عمل باعث پایین آمدن نسبت بیتی (bit rate) تصویر می شود [5]

الگوریتم هایی که برای بهبود تصویر فشرده شده ارائه شده اند بر اساس زمان بهبود تصویر می توان به 3 دسته کلی تقسیم کرد :1- بهبود تصویر قبل از فشرده سازی 2- بهبود تصویر بعد از فشرده سازی 3- بهبود تصویردر حین فشرده سا زی[4]
یکی از معایب بزرگ الگوریتم ها دسته اول (بهبود قبل از فشرده سازی ) پایین آمدن قدرت و ضریب فشرده سازی تصویر پس از اعمال الگوریتم بهبود است الگوریتم هایی که در اینجا مورد بررسی قرار می دهیم از الگوریتم های دسته 2و3 است

3.روشهای بکار رفته برای بهبود تصاویر فشرده شده (JPEG)
یک تصویر فشرده شده به دو روش می توان بهبود بخشید در روش اول تصویر کاملاً رمز گشایی کرده و به حوزه پیکسلی می بریم و سپس تصویر بهبود یافته را با الگوریتم فشرده سازی مجدد فشرده می کنیم این امر (compress/decompress) باعث زمانبر شدن الگوریتم می شود علاوه بر این قدرت و ضریب فشرده سازی در تصاویر بهبود یافته در حوزه پیکسلی کم می شود.
روش دیگر برای بهبود تصاویر فشرده شده استفاده از ضرایب DCT تصویر است در این روش ما ابتدا ضرایب را با یک الگوریتم کدگشایی از تصویر بدست می آوریم سپس پردازش را در حوزه فشرده شده (Compressed Domain) بر روی تصویر اعمال کرده و سپس ضرایب را کد گذاری می کنیم در این روش ما زمان لازم برای (compress/decompress) را صرفه جویی می کنیم در این روش بدلیل این که بسیاری از ضرایب پس از عمل (Quantize) صفر می شوند محاسبات کمتری نسبت به حوزه پیکسلی خواهیم داشت

دو روش جهت بهبود تصاویر فشرده شده

1-3.استفاده از تابع فازی INT برای بهبود کنتراست تصویر
تابع فازی (INT-OP) بر اساس حد آستانه عمومی کنتراست تصویر را بهبود می دهد برای اعمال این تابع در حوزه پیکسلی ابتدا نیاز است تا سطوح خاکستری تصویر را در بازه [0 1] نرمال می کنیم

این تابع نقاطی که روشنایی کمتری دارد را تاریک تر می کند و نقاطی که روشنایی بیشتری را دارد را روشن تر می کند این تابع باعث می شود تا سطوح خاکستری ابتدا و انتها بازه فشرده شده و در عوض فاصله سطوح خاکستری میانی را افزایش می دهد که این موجب بالا رفتن کنسترانت تصویر می شود. این تابع یک تابع غیر خطی است

تابع INT در حوزه فشرده شده (Compressed Domain)
برای اعمال تابع در حوزه فشرده شده ما نیاز به پیاده سازی عملگر های خطی (جمع ، ضرب ، ...)و عملگر های غیر خطی (توان) در حوزه فشرده سازی داریم عملگر های خطی به راحتی پیاده سازی می شوند ولی مشکل اساسی ما پیاده سازی عملگر ها غیر خطی است اگر ما سطوح خاکستری هر بلاک 8*8 را با ماتریس U[8*8] نمایش دهیم و ضرایب DCT هر بلاک Udct(که به طور مستقیم از تصویر فشرده شده بدست می آید) را داشته باشیم آنگاه با روابط زیر می توان عملگر غیر خطی توان را پیاده سازی کرد (Udct*sq)

در روابط بالا چند نکته را باید مورد نظر داشته باشیم اولاً در اغلب مواقع Udct صفر است و دوم این که تابع WQ(y1,y2,w1,w2,x1,x2) در 96% اوقات مقدار صفر را بر می گرداند. این نکات نشان می دهد که هر چند روابط بالا پیچیده و زمانبر است ولی در واقع زمان کمتری برای محاسبه آنها صرف خواهد شد.[1]
حال برای اعمال INT در حوزه فشرده سازی به صورت زیر عمل می کنیم .ابتدا مقادیر سطوح خاکستری را از بازه [0 255] به بازه [-128 127] می بریم تا مقادیر حول عدد صفر متقارن شوند . عدد صفر را به عنوان مقدار حد آستانه در نظر می گیریم (به جای مقدار 0.5 که در حوزه پیکسلی به عنوان حد آستانه در نظر می گرفتیم) و در نهایت تابع INT را به صورت زیر برای هر بلاک محاسبه می کنیم [1]

همانطور که در فرمول بالا مشاهده می کنید مقدار حد آستانه Udct(0,0) برای هر بلاک 8*8 تنها یکبار محاسبه می شود و هر بلاک 64 پیکسلی فقط از یک حد آستانه استفاده می کند در صورتی که در حوزه پیکسلی 64 حد آستانه متفاوت (سطح خاکستری پیکسل ) خواهیم داشت که این امر باعث بروز مشکل در بهبود تصویر می شود این مشکل در بلاک هایی یکنواخت که سطوح خاکستری نزدیکی به هم دارند مشکل کمتری ایجاد می کند نسبت به بلاک هایی که دارای جزییات هستند
برای رفع این مشکل می توان از یک حد آستانه انتخابی برای تمایز بین بلاک ها یکنواخت و بلاک ها دارای جزییات استفاده کرد و بلاک ها یکنواخت را در حوزه فشرده سازی پردازش کرده و بلاک ها دارای جزییات را به حوزه پیکسلی برده و پردازش پیکسلی بر روی آن انجام داده و سپس فشرده کنیم بنابر این الگوریتم بهبود به صورت زیر تغییر می کند :
1- محاسبه انرژی ضرایبDCT برای هر بلاک به صورت زیر

2- اگر EAC < eth ( eth یک حد آستانه انتخابی ) بهبود در حوزه فشرده سازی بوسیله تابعی که در بالا بیان شد انجام می شود
3- اگر EAC > eth بلاک را به حوزه پیکسلی می بریم و با تابع بهبود در حوزه پیکسلی که در قبل بیان شد تصویر را بهبود داده و سپس با الگوریتم فشرده سازی بلاک را فشرده می کنیم

مقدار eth به صورت آزمایشی و دستی انتخاب می شود و تاثیر در کیفیت و سرعت الگوریتم دارد هر چه مقدار eth را بزرگتر انتخاب کنیم تعداد بلاک هایی که در حوزه پیکسلی پردازش می شوند کاهش یافته بنابراین سرعت الگوریتم افزایش و کیفیت کاهش می یابد و هر چه مقدار eth را کوچکتر انتخاب کنیم بلاک ها بیشتری در حوزه پیکسلی پردازش شده و سرعت الگوریتم کاهش وکیفیت افزایش می یابد کیفیت تصویر را می توان با MSE نمایش داد MSE میانگین مجذور خطایی است که بین بلاک پردازش شده در حوزه پیکسلی و بلاک پردازش شده درحوزه فشرده شده وجود دارد. [1]

2-3.بهبود تصویر به روش اندازه گیری کنسترانت تصویر در حوزه DCT
در این روش ما بهبود را به طور مستقیم بر روی تصویر اعمال می کنیم و برای این کار کنسترانت تصویر را در حوزه DCT اندازه گیری می کنیم ضرایب DCT محتویات فرکانسی در حوزه مکان را برای تصویر نشان می دهد و شبیه یک ربع فوریه دو بعدی است [3]

d00 مقدارDC را نشان می دهد و دیگر ضرایب بقیه فرکانس ها مکانی از تصویر را نشان می دهند که فاصله آنها از d00 افزایش می یابد به طور مثال ضرایب d40 ,d04 فرکانس مکانی با فاصله 4 سیکل/بلاک در جهت افقی و عمودی است بنابر این اندازه یک باند کنسترانت محدود شده را به صورت زیر می توان محاسبه کرد :

در این روش 14 باند تعریف شده است که تقریباً برابر با فرکانس مکانی تصویر است و با ساختار zigzag در کد گذاری بلاک های JPEG سازگار است
حال ما را مقادیر مختلف کنسترانت تصویر در نظر بگیریم ومقادیر مختلف برای کنسترانت تصاویر بهبود یافته را با نمایش دهیم. حال اگر ما از یک فاکتور ثابت(λ) برای بهبود کنسترانت در تمام باند ها فرکانس استفاده کنیم رابطه زیر را خواهیم داشت :[3]

با استفاده از رابطه 3و7 می توان ضرایب بهبود یافته را به صورت مقابل بدست آورد:
و می توان این مقادیر را با استفاده از جدول مقادیر دهی (Dequantize table) مقدار حقیقی را بدست آورد . مقدار Q’ رابطه زیر بدست می آید

* ضرب خانه به خانه است و A از رابطه روبرو بدست می آید
مراحل انجام این الگوریتم را در شکل زیر آمده است:

4.پیاده سازی و نتایج تجربی
1-4.استفاده از تابع فازی INT برای بهبود کنتراست تصویر
الگوریتم که در بالا توضیح داده شد را بر روی چند تصویر که دارای ابعاد ، کنسترانت ، و جزئیات متفاوتی هستند و روشنایی تصاویر در حد متوسط است اعمال کرده ایم

کارایی الگوریتم بهبود تصویر که در بالا بیان شد به دو چیز بستگی دارد
1- کیفیت تصویر حاصل از پردازش در حوزه فشرده شده در مقایسه با تصویر بهبود یافته با تابع INT در حوزه پیکسلی. کیفیت تصویر را می توان با MSE نمایش داد MSE میانگین مجذور خطایی است که بین بلاک پردازش شده در حوزه پیکسلی و بلاک پردازش شده درحوزه فشرده شده وجود دارد.
2- نسبت تعداد بلاک هایی که در حوزه فشرده شده پردازش می شوند به بلاک هایی که به حوزه پیکسلی منتقل شده و با پردازش پیکسلی بهبود می یابند

فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد

تعداد صفحات این مقاله   13 صفحه

پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید

فشرده ساز تصاویر تا 10 برابر بدون افت کیفیت - مخصوص اندروید

اختصاصی از فی توو فشرده ساز تصاویر تا 10 برابر بدون افت کیفیت - مخصوص اندروید دانلود با لینک مستقیم و پر سرعت .

 آزادسازی فضای ذخیره تا 10 برابر
 صرفه جویی در پهنای باند اینترنت هنگام اشتراک تصاویر تا 10 برابر

تنها برنامه فارسی که قادر است تا 10 برابر عکس تصاویر شما را کم کند بدون هیچ افت کیفیتی

با این برنامه هم از شر کمبود فضا گوشی راحت شوید و هم پهنای باند اینترنت خود تا 10 برابر صرفه جویی کنید

به عکس اول دقت کنید حجم این عکس 1.28 مگابایت می باشد :

و حالا بعد از فشرده سازی می بینید که حجمش به 218 کیلوبایت رسیده

تصویری از عکس فشرده شده در تبلیت 10.5 اینچی

امکان فشرده سازی دسته جمعی عکس ها

تغییر سایز عکس و یا برشی بخشی از عکس

الگوریتم فشرده سازی تصویر با توازن مصرف انرژی برای شبکه های حسگر بی سیم

اختصاصی از فی توو الگوریتم فشرده سازی تصویر با توازن مصرف انرژی برای شبکه های حسگر بی سیم دانلود با لینک مستقیم و پر سرعت .

سمینار کارشناسی ارشد مهندسی کامپیوتر

الگوریتم فشرده سازی تصویر با توازن مصرف انرژی برای شبکه های حسگر بی سیم

چکیده

یک شبکه حسگر متشکل از تعدادی نودهای حسگر است که در محیط مورد نظر قرار گرفته است ، یک شبکه حسگر تصویری برای اهدافی مانند استخراج تصویر ، انتقال و جستجوی تصویر بوجود آمده است.

در این مقاله الگوریتم هایی برای توازن انرژی مصرفی میان نودهای سنسور با تکنیک های فشرده سازی تصویر در شبکه های حسگر بی سیم پیشنهادشده است و از تکنیک های تبدیلی برای فشرده سازی استفاده کرده یکی از این تکنیک ها تبدیل کسینوسی گسسته (DCT) که از فیلترهای بالاگذر و پایین گذر در حوزه فرکانسی تصویر استفاده شده است. همچنین این الگوریتم فشرده سازی شامل نیمه ناحیه ای دودویی DCT است که تنها نیمی از نمونه ها و کدهای آنها را با استفاده ازکد برنجی‌Golomb   محاسبه می کند. روش ارائه شده بر محدودیت های محاسباتی و انرژی در گره های فردی غلبه می کند و تصاویر را از نظر   کیفیتی، آنتروپی و مصرف انرژی بررسی می کند .

تعداد صفحات: 15

قالب فایل ورد می باشد.