لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

در این مقاله یک سیستم کنترل فعال ارتعاشات برای حذف لرزه ابزار داخل تراش در فرآیند تراشکاری داخلی ارایه شده است. این سیستم شامل ابزار داخل تراش مجهز به عملگر الکترومغناطیس و سنسور شتاب سنج به همراه یک الگوریتم کنترل تطبیقی بدیع است که معمولا در حوزه کنترل فعال نویز صوتی مورد استفاده قرار می گیرد. الگوریتم کنترل پیشنهادی با نام FxNLMS پس خور شناخته شده و شامل دو فیلتر تطبیقی با پاسخ ضربه محدود است. یکی از این فیلترها با عنوان فیلتر مدل نامیده شده و تخمینی از مدل دینامیکی مجموعه عملگر-ابزار ارایه می دهد. فیلتر تطبیقی دیگر به عنوان فیلتر کنترل بوده و معکوس دینامیک مسیر پیشرو را تخمین می زند. ضرایب وزنی این فیلتر تطبیقی با بهره گیری از الگوریتم حداقل میانگین مربعات نرمال شده تنظیم می شود. ابتدا در آزمون کنترل ضربه نشان داده است که با بهره گیری از این کنترلر تطبیقی، دامنه منحنی پاسخ فرکانسی مسیر پیشرو در مجاورت مود اصلی آن تا میزان 36دسی بل کاهش می یابد. سپس با اجرای تراشکاری داخلی روی قطعاتی از جنس آلومینیوم آلیاژی رده 6063-T6 کارآیی کنترلر پیشنهادی برای حذف ناپایداری لرزه ارزیابی شده است. در اثر عملکرد بهینه کنترلر تطبیقی، دامنه منحنی چگالی طیفی توان سیگنال شتاب نوک ابزار به میزان 68دسی بل کاهش یافته و عمق برش متناظر با آستانه پایداری در فرآیند برش به میزان 10 برابر افزایش یافته است. همچنین مقدار زبری سطح قطعه کار در حالت دارای کنترل، تا 8 برابر نسبت به حالت بدون کنترل بهبود یافته است. به علاوه هزینه عملگر نیز تا 3 برابر نسبت به کنترلر انتگرال گیر بهینه با ضریب بهره ثابت کاهش داشته است.

هدف از مقاله حاضر، بررسی اثرات روزهای هفته بر بازده شاخص کل قیمت سهام بورس تهران، طی سال های 1383 تا 1388 و 1389 است. در این مطالعه از رویکرد «فیلترهای وفقی با روش جستجوی الگوریتم حداقل میانگین مربعات (LMS)، جهت تغییرات ضرایب فیلتر در مدل رگرسیون» استفاده شده و نتایج آن با مدل های گارچ مقایسه شده است. با استفاده از الگوریتم رگرسیون حداقل میانگین مربعات از طبقه بندی متغیرهای مجازی به صفر و یک، که در روش های آمار و اقتصادسنجی سنتی انجام می شود، اجتناب ورزیده و اثرات آرچ و خودهمبستگی های پی در پی نیز حذف می شوند.نتایج نشان می دهد در دوره 1383 تا 1388 بازده روز یکشنبه مثبت و معنی دار است و در دوره 1389 بازده معنی داری وجود ندارد.

لطفا برای مشاهده چکیده به متن کامل (pdf) مراجعه فرمایید.

اصل مقاله به صورت متن کامل انگلیسی، در بخش انگلیسی قابل رویت است.

یکی از مسایل تعیین کننده در زمینه حذف نویز در حوزه ویولت بر اساس تئوری بیز، استفاده از تابع چگال احتمال مناسب برای مدل کردن ضرایب ویولت می باشد. از جمله خصوصیات ضرایب ویولت، وابستگی مابین مقیاسی آنها می باشد. در واقع مابین ضرایب ویولت و والد آنها در مقیاس مجاور همبستگی بالایی وجود دارد. بر همین اساس در چند سال اخیر به جای استفاده از توزیع های تک متغیره در هر زیرباند ویولت از توزیع های دومتغیره استفاده شده است. در این مقاله از مخلوط دو توزیع دومتغیره لاپلاسی برای مدل کردن ضرایب ویولت استفاده شده است. استفاده از این مدل، هم خصوصیات نوک تیزبودن در مبدأ و دُم داربودن توزیع ضرایب ویولت و هم خصوصیت وابستگی مابین مقیاسی آنها را به طور توام به همراه خواهد داشت. بر اساس این مدل توزیع احتمال و با استفاده از تخمین زننده کمینه کننده میانگین مربعات خطا (MMSE)، الگوریتم تطبیقی جدیدی برای کاهش نویز حاصل می گردد. از این الگوریتم برای کاهش نویز تصاویر مقطع نگاری رایانه ای (CT) از شکم در حوزه تبدیل ویولت مختلط استفاده می گردد. نتایج شبیه سازی های صورت گرفته با این الگوریتم بیانگر بهبود عملیات کاهش نویز به طور کمی و کیفی در مقایسه با دیگر روش های مطرح شده در مقالات می باشد.

چرخ ها از مهمترین قسمت های تجهیزات وسایل نقلیه ریلی می باشند. وجود خرابی بر روی سطوح غلتشی چرخ ها عامل افزایش ارتعاشات در آن ها و متعاقبا باعث خرابی دیگر متعلقات می شود. به طور سنتی سیستم های ریلی از فرآیند بازرسی پیشگیرانه پیروی می کنند. این بازرسی ها هزینه بر، با بازدهی پایین، زمان بر و در معرض خطای انسانی هستند. نگهداری و تعمیرات بر اساس پایش وضعیت مزایای بیشتری نسبت به روش های قدیمی دارد. در این روش ها، ارتعاشات، نویز و یا سایر پارامترهای کارکردی اجزای وسیله نقلیه، از جمله چرخ، اندازه گیری و تحلیل می شود. در این تحقیق، روشی جهت عیب یابی چرخ به کمک اندازه گیری ارتعاشات ریل ارائه شده است. با اندازه گیری ارتعاشات ریل از طریق نصب تجهیزات اندازگیری، ارتعاشات حاصل از عبور هر چرخ ثبت می گردد. سپس با استفاده از پارامتر میانگین مربعات متحرک در حوزه زمان به پایش وضعیت سلامت چرخ های ریلی پرداخته شده است. تنظیم صحیح پارامترهای مرتبط مانند طول پنجره و میزان همپوشانی در محاسبه میانگین مربعات متحرک تاثیر مستقیمی بر نتایج دارد. روش پیشنهادی بر روی داده های اندازه گیری شده پیاده سازی شده است. نتایج تجربی نشان می دهد که به کمک این روش می توان وجود و موقعیت آسیب در چرخ را تعیین نمود.

پژوهش حاضر با هدف مقایسه دقّت پیش بینی روش های رگرسیونی، شبکه عصبی مصنوعی و سیستم استنتاج فازی-عصبی تطبیقی در برآورد سرعت باد در منطقه سیستان انجام شد. برای این منظور از داده های روزانه ایستگاه های هواشناسی سینوپتیک زابل و زهک طی یک دوره پنج ساله (2015-2010) استفاده شد. برای مدل سازی به روش شبکه عصبی مصنوعی و سیستم استنتاج فازی از نرم افزار MATLAB و برای مدل سازی با روش های رگرسیونی از نرم افزار DATA FITاستفاده شد. دقّت روش ها با استفاده از آماره های جذر میانگین مربعات خطا، شاخص تطابق و میانگین قدر مطلق خطا مورد ارزیابی قرار گرفت. ب بر اساس نتایج، متوسط درجه حررات روزانه و متوسط رطوبت نسبی به ترتیب، بیش ترین وکمترین تأثیر را بر سرعت باد در منطقه سیستان دارند (به ترتیب ضریب همبستگی 42/0 و 25/0). علاوه بر این، نتایج بیانگر آن است که در بین روش های مورداستفاده روش نروفازی با تابع عملگر گوسین در برآورد سرعت باد دارای عملکرد دقیق تری است (جذر میانگین مربعات خطا، 56/2). در حالی که مجذور میانگین مربعات خطا برای مدل رگرسیون 44/4 می باشد. همچنین ضریب تشخیص روابط رگرسیون (51/0 و 45/0) نیز در مقایسه با مدل پرسترون چندلایه و مدل نروفازی (52/0 و 51/0) در هر دو ایستگاه کمتر است. بر این اساس پیشنهاد می گردد جهت تخمین و پیش بینی دقیق تر سرعت باد در منطقه سیستان از روش نروفازی استفاده شود تا با برآورد دقیق این مؤلفه، علاوه بر برنامه ریزی جهت کاهش خسارات ناشی از وزش باد های شدید، امکان بهره برداری بهینه از این منبع انرژی نیز فراهم شود.