CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مدلسازی فشار بخار در بویلرها با استفاده از شبکه های عصبی-فازی ANFIS

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۴۰۷ | نظرات: ۰
سرفصل ارائه مقاله: کنترل و حفاظت
سال انتشار: ۱۳۸۸
کد COI مقاله: POWERPLANT01_028
زبان مقاله: فارسی
حجم فایل: ۱۹۵.۴۱ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدلسازی فشار بخار در بویلرها با استفاده از شبکه های عصبی-فازی ANFIS

پیام نیک نهاد - شرکت مدیریت پروژههای نیروگاهی ایران (مپنا)، معاونت تحقیق و توسعه، ایر
علی اشرف مدرس - شرکت
    حمیدرضا مومنی - دانشگاه تربیت مدرس، دانشکده مهندسی برق، گروه کنترل، ایران، تهران

چکیده مقاله:

مدلسازی فشار بخار در بویلرها به چند دلیل مهم می باشد. فشار بخار که عامل اصلی تاثیرگذار بر سیستم احتراق بویلر می-
باشد حتی در حضور تغییرات بار باید مقدار ثابتی داشته باشد. استفاده از روشهای مبتنی بر هوش مصنوعی برای مدلسازی
فرآیندهای غیر خطی، یک راه مؤثر در شناسایی چنین سیستمهایی میباشد. در مقاله حاضر فشار بخار بویلر با استفاده ازشبکه های عصبی- فازی ANFIS مدل میگردد. نتایج شبیه سازی مؤثر بودن روش را نشان میدهد

کلیدواژه‌ها:

مدلسازی، شناسایی سیستم غیر خطی، فشار بخار، احتراق، بویلر،ANFIS

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-POWERPLANT01-POWERPLANT01_028.html
کد COI مقاله: POWERPLANT01_028

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نیک نهاد, پیام؛ علی اشرف مدرس و حمیدرضا مومنی، ۱۳۸۸، مدلسازی فشار بخار در بویلرها با استفاده از شبکه های عصبی-فازی ANFIS، اولین کنفرانس ملی صنعت نیروگاههای حرارتی، تهران، دانشکده فنی دانشگاه تهران، https://www.civilica.com/Paper-POWERPLANT01-POWERPLANT01_028.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (نیک نهاد, پیام؛ علی اشرف مدرس و حمیدرضا مومنی، ۱۳۸۸)
برای بار دوم به بعد: (نیک نهاد؛ مدرس و مومنی، ۱۳۸۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Astrom K.J., Ecklund K., 00A simplified nonlinear model of a ...
  • Astrom K.J., Ecklund K., ، Drum Boiler Dynamics', 2000, Automatica, ...
  • _ hraf-Modarres A., Jahed-M otlagh M.R., *'Improving Boiler Efficiency through ...
  • Kalogirou S.A., 00Artificial intelligence for the modeling and control of ...
  • Brown M., Harris C.J., *Neurofiuzzy Adaptive Modelling and Control', 1994 ...
  • Sugeno, M and Kang G.T., 0*Structure identification of fuzzy model', ...
  • Takagi T. and Sugeno M. *Fuzzy identification of systems and ...
  • Jang J. Sh., Sun C.T., *Neuro-fuzzy and soft computing: A ...
  • Jang J. Sh., ;'Input selection for ANFIS learning , Fuzzy ...
  • http://homes .es at. kuleuven.be/- smc/daisy/ d aisydata.html ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.