CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تشخیص خطای به هنگام در نیروگاه با استفاده از هوش مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۹۵۶ | نظرات: ۰
سال انتشار: ۱۳۷۷
کد COI مقاله: PSC13_032
زبان مقاله: فارسی
حجم فایل: ۱۰۹.۰۳ کلیوبایت (فایل این مقاله در ۷ 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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تشخیص خطای به هنگام در نیروگاه با استفاده از هوش مصنوعی

  مهیار ضرغامی - مرکز تحقیقات نیرو - بخش برق تهران - ایران
  غلامرضا منیبی - مرکز تحقیقات نیرو - بخش برق تهران - ایران

چکیده مقاله:

وقوع یک یا چند آلارم در اتاق فرمان نیروگاه بیانگر ایجاد خطاست . تشخیص سریع خطا در نیروگاه می تواند مانع از بروز خسارات فراوان و جبران ناپذیر گردد . در این واحد های عظیم و پیچیده ، عوامل مختلفی می توانند باعث ایجاد خطا در سیستم گردند که این عوامل به دو دسته تقسیم می گردند، -1 عوامل معمول، -2 عوامل غیر معمول . عوامل معمول همانهایی هستند که توسط سازندگان سیستم پیش بینی شده اند و عوامل غیر معمول، بسته به شرایط محلی خاص به وجود می آیند که این شرایط توسط سازندگان سیستم پیش بینی نشده اند و تنها خبرگان نیروگاه، یعنی کارشناسان و اپراتور های با تجربه ای که سالها در نیروگاه کار کرده اند و از کم و کیف علل بروز خطا آگاه هستند , قادر به تشخیص این عوامل می باشند . هدف از این مقاله آن است که چگونگی استفاده از سیستم خبره را در بکارگیری تجربه اپراتور های خبره به همراه عملکرد های ترتیبی جهت تشخیص خطا در نیروگاه روشن سازد . نتیجه این فعالیت تهیه یک نرم افزار با تکنیک سیستم خبره قالبمند (2) جهت استفاده در هنگام بروز خطا و نشان دادن علل به وجود آمدن آن است . چنین سیستمی در صورت اتصال به هنگام، می تواند اولاباعث افزایش سرعت و بالا رفتن قابلیت اطمینان در تشخیص خطا گردیده و ثانیاً احتمال وقوع خطای پرسنل را کاهش دهد , زیرا حتی اپراتور های با تجربه نیز می توانند در هنگام بروز خطا به علت شرایط خاص روحی و روانی دستخوش اشتباه گردند .

کلیدواژه‌ها:

سیستم خبره – تشخیص خطای نیروگاه – مدل علت و معلول

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-PSC13-PSC13_032.html
کد COI مقاله: PSC13_032

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:
ضرغامی, مهیار و غلامرضا منیبی، ۱۳۷۷، تشخیص خطای به هنگام در نیروگاه با استفاده از هوش مصنوعی، سیزدهمین کنفرانس بین المللی برق، تهران، شرکت توانیر، پژوهشگاه نیرو، https://www.civilica.com/Paper-PSC13-PSC13_032.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: (ضرغامی, مهیار و غلامرضا منیبی، ۱۳۷۷)
برای بار دوم به بعد: (ضرغامی و منیبی، ۱۳۷۷)
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 :

  • مهیار ضرغامی، غلامرضا منیبی % تشخیص خطا در نیروگاه با ... (مقاله کنفرانسی)
  • حسن منصف، علیمحمد رنجبر، &#۰۳۹;کاربردهای هوش مصنوعی در سیستم‌های قدرت۴، ...
  • مهیار ضرغامی، غلامرضا منیبی، حامد دهقان حقیقی، گزارشهای سه ماهه ...
  • Tous Power Station, Operation Manual , BBC ...
  • Tous Power Station, Maintenance Manual, BB ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۰۹۶
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    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.