[صفحه اصلی ]   [ English ]  
بخش‌های اصلی
صفحه اصلی::
درباره دانشکده::
معرفی افراد::
امور آموزشی::
امور پژوهشی::
فضاهای تحقیقاتی::
اخبار و رویدادها::
پردیس و مجازی::
آیین نامه ها و فرم ها::
تسهیلات پایگاه::
::
اطلاعات تماس

AWT IMAGE

آدرس: تهران، میدان رسالت، خیابان هنگام، دانشگاه علم و صنعت ایران، دانشکده مهندسی مکانیک

کدپستی: 13114-16846

صندوق پستی: 163-16765

تلفن:9-77491228

فاکس:77240488

پست الکترونیکی:

meresearch@iust.ac.ir

..
سیستم جامع گلستان

AWT IMAGE

..
جستجو در پایگاه

جستجوی پیشرفته
..
نظرسنجی
سایت دانشکده مکانیک را چگونه ارزیابی می کنید:
عالی
خوب
متوسط
   
..
قطب علمی

AWT IMAGE

قطب علمی مکانیک جامدات تجربی و دینامیک

..
کادمان

AWT IMAGE

کانون دانش آموختگان و اساتید دانشکده مهندسی مکانیک دانشگاه علم و صنعت ایران

..
:: 96/09/12 دفاعیه دکتری ::
 | تاریخ ارسال: ۱۳۹۶/۹/۱۲ | 
AWT IMAGE

آقای مهرداد ولدی دانشجوی دکتری جناب آقای دکتر نوری، روز دوشنبه 96/09/13 از رساله دکتری خود تحت عنوان "توسعه الگوریتم تخمین و شناسایی مشتقات هیدرودینامیکی وسیله زیرسطحی خودکنترل" دفاع خواهد کرد. این جلسه ساعت 17 روز دوشنبه در آمفی تاتر دانشکده مهندسی مکانیک برگزار می گردد.

چکیده:

امروزه توسعه و به کار گیری وسایل زیر سطحی خودکنترل به دلیل کاهش هزینه، زمان و ریسک انجام ماموریت دریایی مورد توجه ویژه صنایع دریایی قرار دارد. محققین جهت طراحی و همچنین کنترل،ارزیابی و پیش‌بینی رفتار دینامیکی این وسایل زیر سطحی نیازمند مدلی دینامیکی از رفتار آن‌ها هستند. این مدل دینامیکی پارامترهای نامعلومی دارد که چگونگی ارتباط بین متغیرهای رفتاری این وسایل را بیان می‌کنند و به عنوانمشتقات هیدرودینامیکی شناخته می‌شوند. در رساله حاضر الگوریتمی جهت تخمین مشتقات هیدرودینامیکی وسیله زیر سطحی خودکنترل با رهیافت شناسایی سیستم ارائه می‌شود. فرآیند تخمین مشتقات هیدرودینامیکی به کمک شناسایی سیستم از چند مرحله اساسی طراحی ورودی کنترلی، تحلیل و سازگاری داده‌های اندازه‌گیری شده، تعیین ساختار مدل دینامیکی و تخمین پارامترهای مدل دینامیکی تشکیل می‌شود که در رساله حاضر همه‌ی این مراحل اساسی به همراه چالش‌های مرتبط باآن برای وسیله زیر سطحی خودکنترل بررسی و راهکارهای مناسب ارائه شده است.

در رساله حاضر دو الگوریتم برای طراحی ورودی کنترلی برای زیر سطحی خودکنترل به صورت بهینه و مقاوم ارائه شده است. هر دو الگوریتم توانایی مدیریت قیود حاکم بر حرکت وسیله زیر سطحی را دارند.الگوریتم ژنتیک (GA) و الگوریتم انبوه ذرات(PSO) به ترتیب برای طراحی ورودی بهینه ومقاوم به کار گرفته شده‌اند. در این الگوریتم‌ها، برای برقراری ارتباط بین ورودی‌ها و کیفیت تخمین مشتقات هیدرودینامیکی تابعی از ماتریس اطلاعات به عنوان معیار طراحی انتخاب شده که برای طراحی ورودی مقاوم از اصول بیزی نیز استفاده شده است. برای تعیین ساختار مدلاز بستر رگرسیون خطی استفاده شده و به کمک متعامدسازی رگرسورهای کاندید و استفاده از معیار PSE، الگوریتمی برای مشخص کردن ساختار مدل مناسب برای مدل دینامیکی وسیله زیر سطحی خودکنترل ارائه شده است.همچنین در این رساله دو تخمینگر حداقل مربعات و ماکزیمم احتمال وقوع برای تخمین مشتقات هیدرودینامیکی وسیله زیر سطحی خودکنترل استفاده شده است. هر دو تخمینگر به گونه مورد استفاده قرار گرفته‌اند، که امکان تخمین همزمان همه‌ی مشتقات هیدرودینامیکی جرم افزوده، استهلاکی و کنترلی برای مدل شش درجه آزادی همبسته غیر خطی فراهم آمده است. جهت بهبود تواناییحداقل مربعات درمدیریت هم خطی داده‌ها و تخمین مناسب مشتقات هیدرودینامیکی از تفکیک به مقادیر منفرد (SVD) استفاده شده است. همچنین رهیافتی برای تخمین مشتقات هیدرودینامیکی در شرایط عدم دسترسی به مولفه‌های سرعت خطی توسط ماکزیمم احتمال وقوع ارائه شده است. در این رهیافت به جای استفاده از مدل دینامیکی حاوی مشقات هیدرودینامیکی به عنوان معادلات حالت، از این معادلات به عنوان معادلات خروجی (مشاهده‌گر) استفاده شده است.همچنین رساله حاضر ابزار لازم برای حذف خطای سیستماتیک و تصادفی از داده‌های اندازه‌گیری شده از وسیله زیر سطحی خودکنترل را معرفی می‌کند.

واژه‌های کلیدی:وسیله زیر سطحی خودکنترل، مشتقات هیدرودینامیکی، شناسایی سیستم، طراحی ورودی بهینه، طراحی ورودی مقاوم

دفعات مشاهده: 564 بار   |   دفعات چاپ: 21 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

کد امنیتی را در کادر بنویسید >
   
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
School of Mechanical Engineering
Persian site map - English site map - Created in 0.105 seconds with 1027 queries by yektaweb 3571