سیستم نظارت بر سلامت ساختاری مخازن تحت فشار کامپوزیتی با استفاده از فیبر نوری
محل انتشار: کنفرانس بین المللی علوم و مهندسی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 660
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICESCON01_0907
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
در حال حاضربه منظور کاهش انتشار گازهای گلخانه ای و دود، وسایل نقلیه ای که با گاز طبیعی فشرده و هیدروژن کار می کنند در حال توسعه هستند. برای پاسخگویی به لزوم امنیت جهت سیستم ذخیره سازی سوخت قابل اعتماد و برای تشخیص آسیب در سیلندرهای ذخیره فشار بالا که از فیبر کربن تقویت شده پلیمرها (CFRP) ساخته شده اند، سیستم انجام تست های غیر مخرب بکار می رود. اینسیستم نظارت بر سلامت ساختاری می تواند به روشن تر شدن کاهش هزینه ها، و بهبود ایمنی در سیلندر بکار رفته در خودرو که از هیدروژن و گاز طبیعی استفاده می کنند . منجر شود. در این مقاله ازسنسورهای فیبر نوری برای چند روش ارزیابی غیر مخرب نظارت برسلامت سیلندرها انتخاب و مورد بررسی قرار گرفته شده است. یکپارچه بودن این سنسورها با ساختار فیبر کربن باعث می شودشبکه های حسگر بتوانند برای زمان واقعی نظارت بر سلامت ساختاری کامپوزیت سیلندر استفاده شوند. در این روش، فیبر نوری همانند مبدلی عمل میکند که میتواند تغییرات را توسط تغییرات دامنه نور و تأخیر زمانی، شناسایی کند. با توجه به روش بهکار گرفته شده، این تغییرات بهطور دقیق میتواند به پدیدههای فیزیکی مانند کشش )کرنش(، فشار و دما وابسته باشند. در نتیجه، با کنترل این تغییرات میتوان سطوح کیفیت در مخزن کامپوزیت را کنترل کرد
کلیدواژه ها:
نویسندگان
کامران نمکی
دانشجوی کارشناسی ارشد ساخت و تولید دانشگاه صنعتی قم
جهان تقی زاده
عضو علمی گروه مکانیک دانشگاه صنعتی قم
جواد راستی
عضو علمی گروه مکانیک دانشگاه صنعتی قم
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :