مقاله درباره علم دینامیک سیالات محاسباتی (CFD)

اختصاصی از اینو دیدی مقاله درباره علم دینامیک سیالات محاسباتی (CFD) دانلود با لینک مستقیم و پر سرعت .

 لینک پرداخت و دانلود در "پایین مطلب"

 فرمت فایل: word (قابل ویرایش و آماده پرینت)

 تعداد صفحات:12

علم دینامیک سیالات محاسباتی (CFD)

-1 مقدمه

امروزه استفاده از روشهای عددی در محاسبات کامپیوتری اهمیت زیادی داشته و به عنوان ابزاری کارآمد در طراحی وسایل مهندسی به کار می‌رود. علم دینامیک سیالات محاسباتی (CFD) به صورت یک ابزار توانا برای تحلیل رفتار جریان سیال و انتقال حرارت در سیستم‌های با هندسه ناموزون و معادلات حاکم پیچیده برای محققان و مهندسان درآمده و در دهه گذشته پیشرفت چشمگیری داشته است. برای حل مسایل جریان سیال توسط روش  عددی (CFD) نرم افزارهای تجاری زیادی به وجود آمده است. نرم‌افزارهایی که در حال حاضر در بازار موجود است، ممکن است بسیار قوی باشند، اما عملکرد آنها هنوز نیازمند یک مهارت و درک بسیار از سوی کاربر می‌باشد، تا نتایج قابل قبولی در حالتهای پیچیده به دست آید. در حال حاضر چهار نرم‌افزار PHOENICS، CD- STAR, FLOW3D و FLUENT  توسط محققین  مورد استفاده قرار می گیرد. که اساس کار همه آنها پایه روش حجم محدود می‌باشند، دقت این نرم‌افزارها توسط محققان زیادی مورد تأیید قرار گرفته است. پیچیدگی معادلات حاکم بر مسأله تأثیر متقابل فیزیکی مختلف، گذرا بودن اغلب مسایل مهندسی، بالا بودن هزینه‌های مربوط به تجهیزات آزمایشگاهی و محدودیت استفاده از دستگاههای اندازه‌گیری در بسیاری از کاربردهای علمی، از جمله دلایلی هستند که استفاده از روشهای تحلیلی و آزمایشگاهی را در مقایسه با روشهای عددی محدود می‌کند.

1-2 متدهای پیشگویی

پیشگویی فرآیندهای انتقال حرارت و جریان سیال به وسیله دو روش اصلی انجام می‌شود: تحقیق آزمایشگاهی و محاسبات تئوری.

اطلاعات دقیق در مورد یک فرآیند فیزیکی غالبا توسط اندازه‌گیری عملی به دست می‌آید. تحقیق آزمایشگاهی انجام شده در مورد یک دستگاه که اندازه‌هایش عینا اندازه‌های دستگاه اصلی باشد، جهت پیشگویی چگونگی کار نسخه‌های مشابه از دستگاه مذکور تحت همان شرایط استفاده می‌شود، اما در بیشتر حالتها انجام چنین آزمایشهایی به علت بزرگ بودن اندازه‌های دستگاه، بسیار گران و اغلب غیر ممکن است. لذا آزمایشها روی مدلهایی با اندازه‌هایی در مقیاس کوچکتر انجام می‌شود، هر چند اینجا هم مسئله بسط دادن اطلاعات به دست آمده از نمونه کوچکتر همیشه تمام جنبه‌های دستگاه اصلی را شبیه‌سازی نمی‌کنند، و غالبا جنبه‌های مهم مانند احتراق از آزمایشهای مربوط به مدل حذف می‌شوند. این محدودیتها، مفید بودن نتایج آزمایش را بیشتر کاهش می‌دهند، بالاخره، باید به خاطر داشت که در بسیاری از حالتها، مشکلات جدی اندازه‌گیری وجود داشته و وسایل اندازه‌گیری نیز عاری از خطا نمی‌باشند.

مقاله درباره منطق محاسباتی 34 ص

اختصاصی از اینو دیدی مقاله درباره منطق محاسباتی 34 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 39

منطق محاسباتی

خلاصه

این مقاله به بررسی جنبه‌های مختلف و رو به رشد منطق محاسباتی می‌پردازد. تکنیکها و کاربردهای فعلی آن را مطالعه میکند و در نهایت به یک نتیجه‌گیری و ارایه پیشنهادهایی در مورد منطق محاسباتی می‌پردازد.

1- مقدمه

منطق محاسباتی بخشی از منطق است که به بررسی راهکارهای محتلف بررسی درستی احکام در دستگاه‌های مختلف منطقی میپردازد. این رشته به طور عمیقی با علوم کامپیوتر پیوند یافته است و به صورت کلی رشد واقعی آن از وقتی شروع شد که توان محاسباتی کامپیوترها پیشرفت کرد و انجام محاسبات پیچیده بوسیله کامپیوترها با هزینه کم امکان پذیر شد. منطق محاسباتی به صورت کلی به منطق از دید محاسباتی آن مینگرد. این که در یک دستگاه منطقی انجام یک محاسبه (به طور مثال چک کردن درستی یک گزاره) امکان پذیر هست یا نه و اگر امکان پذیر است این کار چه هزینه ای دارد. از آنجا که حقایق علمی ما با منطق پیوند عمیقی دارند، برای بررسی این حقایق استفاده از زبان منطقی، یکی از بهترین راه های ممکن است.

امروزه بشر علاقه زیادی دارد که تمام کارها از جمله فکر کردن را به ماشین واگذار کند. اما واگذار کردن فکر کردن به یک ماشین کار ساده ای نیست. ما دید عمیقی درباره اینکه فکر کردن چیست و چگونه انجام میشود نداریم. ازینرو تلاشهای اولیه برای این کار با شکست مواجه شدند یا با سختی زیادی همراه بودند. اما اگر بخواهیم تنها قسمت منطقی فکر کردن را به ماشین واگذار کنیم کار ساده تر است چون برای این کار از منطق ریاضی استفاده میکنیم و منطق یک زیر شاخه قوی از ریاضی است که به سوالات زیادی در مورد آن جواب داده شده است. گرچه ما هنوز واقعا نمیدانیم که چه مقدار از روند تفکر ما منطقی است. به این مطلب در قسمت نتیجه گیری بیشتر خواهیم پرداخت.

امروزه منطق محاسباتی کاربرد گسترده ای در تکنولوژی پیدا کرده است. بدین ترتیب حجم کارهای انجام شده بر روی آن در حال افزایش است. این کارها نه تنها در زمینه ریاضی بلکه بر روی دیگر ابعاد مربوط به این قضیه نیز انجام میشود. عموما این کارها به سه دسته تقسیم میشوند. دسته اول کارهای مرتبط با پایه ریاضی منطق محاسباتی هستند. دسته دوم کارهای مرتبط با تکنیکهای هوش مصنوعی جهت ارتقای کارایی روشهای ریاضی ابداع شده و دسته سوم کارهای انجام شده جهت استفاده از منطق محاسباتی در مسایل واقعی مهندسی.

2. پایه‌ی منطق محاسباتی

تمام موارد مرتبط با منطق محاسباتی احتیاج به پایه‌ای برای بنا کردن ساختارهایی معنا دار برای توصیف داده های مربوطه دارند. باید بتوانیم درباره درستی یک گزاره با توجه به دیگر گزاره ها اظهار نظر کنیم. بدین منظور میتوان از مراتب مختلف منطق استفاده کرد. سیستمهای بسیار ساده معمولا از منطق مرتبه صفر برای توصیف جهان خود استفاده میکنند. اما اکثر سیستمهای پیشنهادی از منطق مرتبه اول برای توصیف جهان خود استفاده میکنند. بعضی سیستمها هم از مراتب بالاتر منطق برای اهداف خود استفاده میکنند. هنوز نمیدانیم که ذهن انسان تحت چه مرتبه‌ای از منطق کار میکند، و حتی به درستی نمیدانیم آیا تمام جنبه های تفکر در ذهن انسان از اصول منطق تبعیت میکنند یا نه. به هر حال علم منطق روشی سمبولیک برای مدل کردن جهان در اختیار ما قرار میدهد.

چرچ در 1936 ثابت کرد که منطق مرتبه اول برای زبانی که فقط یک نماد رابطه‌ای دو موضعی داشته باشد تصمیم ناپذیر است. بنا بر قضیه چرچ روشی متناهی برای پاسخ به این سوال که آیا جمله A در منطق مرتبه اول معتبر است، به صورت "آری" یا "نه" نداریم، اما نیمه ای از پاسخ را میتوان مهیا کرد. به عبارت بهتر روشی متناهی وجود دارد که اگر A معتبر باشد، پاسخ روش "آری" است. به عبارت دیگر مجموعه جملات معتبر در منطق مرتبه اول لیست پذیر هستند. از طرف دیگر با توجه به قضیه تمامیت (در صورتی که در مورد دستگاه استنتاجی ما درست باشد) با استفاده از فرضها و اصول استنتاج میتوان جملات درست را لیست کرد. این قسمت در حقیقت قلب تپنده‌ی منطق محاسباتی است. در صورت پیدا شدن روشهای جدید و سریعتر برای چک کردن درستی یک جمله تحت چند فرض، شاهد تحول بزرگی در دیگر شاخه های مرتبط با این موضوع خواهیم بود.

تحقیقات در بخش پایه‌ی منطق محاسباتی به طور گسترده‌ای بر دیگر بخشهای این علم تاثیر دارند. این تحقیقات عموما به دو بخش تقسیم میشوند:

تحقیقات در زمینه‌های روشهای استنتاج از قبیل Resolution و ...

تحقیقات در زمینه‌ی پیدا کردن پایه های مناسب ریاضی برای انجام به صرفه‌ی (از نظر زمانی و حافظه) محاسبات مربوط به منطق محاسباتی.

2-1 پایه‌های منطق محاسباتی

روش کلی برای فهمیدن درستی یک جمله این است که از فرضها شروع کرده و در هر مرحله یک جمله درست جدید را با توجه به جملات قبلی و استفاده از قواعد استنتاج تولید کنیم. (یعنی جملات درست را لیست میکنیم.) این کار ادامه پیدا میکند تا وقتی که به جمله مورد سوال یا نقیض آن برسیم.

قسمت دیگری که مورد توجه است، یکی سازی است. به طور مثال دو جمله (x:f(x) و (y:f(y) را در نظر بگیرید. واضح است که درستی این دو جمله یکسان است. به طور کلی هر جمله را به طریقه های ظاهرا متفاوت بسیار زیادی میتوان نوشت که همگی یک معنای واحد داشته باشند. (در همین مثال به جای x از تمام متغیرها میتوان استفاده

فایل اتوکد پلان آپارتمان همراه با تمامی نقشه های اجرایی و محاسباتی

اختصاصی از اینو دیدی فایل اتوکد پلان آپارتمان همراه با تمامی نقشه های اجرایی و محاسباتی دانلود با لینک مستقیم و پر سرعت .

دوستان عزیز این فایل شامل پلان 4 طبقه و پیلون  میباشد با تمام  نقشه های اجرایی و محاسباتی بدون هیچ نقص وایرادی.

و شما میتوانید ازآن در پروژه های خود استفاده کنید

تحقیق و بررسی در مورد مدلها و تئوریهای محاسباتی باز شناسی اشیاء 14 ص

اختصاصی از اینو دیدی تحقیق و بررسی در مورد مدلها و تئوریهای محاسباتی باز شناسی اشیاء 14 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 14

مدلها و تئوریهای محاسباتی باز شناسی اشیاء

چکیده:

در این مقالة مروری، سعی ما بر آن است که اصول بازشناسی اشیاء و نحوه ی انجام آن توسط سیستم بینایی بیولوژیکی (زیستی) را به اختصار بیان کنیم؛ که این مورد یکی از اهداف رایانه و هوش مصنوعی نیز می باشد. در همین حال نگاهی به تئوریها و مدلهای محاسباتی بازشناسی اشیاء خواهیم داشت که در آنها ایدة اصلی به نوعی از سیستم بینایی گرفته شده است یا به عبارتی دیگر از مدلها و تئوریهایی که از نگاه بیولوژیکی، قابل باور هستند.

کلمات کلیدی:

بازشناسی اشیاء؛ سیستم بینایی بیولوژیک تئوریها؛ مدلها؛

1ـ معرفی

بینایی کامپیوتر، به خوبی می تواند نمونه های محدودی از بازشناسی اشیاء را، هم دسته بندی و هم شناسایی کند. در عین حال سیستمی که قادر به دسته بندی اقسام اشیاء در تصاویر پیچیده باشد و هم چنین بتواند تصاویری همانند چهرة انسان را در سطحی برابر با توانایی بشر، در شرایط مختلف نور و زاویه دید بازشناسی کند، قادر به گذراندن تست «Turing» برای بینایی می باشد. جای تعجب نیست که آن چنان سیستم منعطف و جامعی هنوز موضوع چشم انداز علم است. باز شناسی اشیاء، در بالاترین نقطة سلسله مراتب اعمال بینایی قرار دارد و در حالت کلی یک مسئله محاسباتی پیچیده است، که نقش مهمی در ساختار نهایی ماشین های هوشمند خواهد داشت. بدون اغراق، این مسئله موضوع پیچیده تر و بدون جوابی برای علوم اعصاب شناختی نیز می باشد.

شناسایی و دسته بندی دو عمل مهم در بازشناسی هستند. کدام یک از عمل آسانتر و انجام آن در اولویت است؟ جواب این سؤال در علوم اعصاب شناختی متفاوت از پاسخ آن در بینایی کامپیوتر است. معمولاً تکنیک های بینایی کامپیوتر شناسایی را بسیار آسانتر دریافتند ـ همچنان که کمپانی های بسیاری، سیستم های شناسایی چهره را به راحتی می فروشند ـ ولی امر دسته بندی را تقریباً غیر ممکن می داند. حال آنکه روانشناسان و علوم اعصاب شناسان این داستان را بر عکس بیان می کنند: بدین صورت که در سیستم های بینایی بیولوژیک، طی پروسه بازشناسی، دسته بندی به نظر مرحله ای ساده تر و مقدم تر

نسبت به شناسایی به شمار می رود.

تئوری های بازشناسی اشیاء، بر یک پدیدة مشترک تحت عنوان بازنمایی استوارند. باور عمومی بر این است که، یک بازنمایی خوب، منجر به بازشناسی کامل می شود و دیگر امور مربوط به بینایی را نیز تسریع می کند. برای حل مسئلة بازنمایی نوعی تطابق بین مجموعة اشیاء بیرونی و اجزاء داخلی باید در نظر گرفته شود.

در میان مدلهای بیولوژیکی بازشناسی اشیاء، تفاوت اصلی بین سیستم های پیشرو و فیدبک و بین سیستم های «object - centered» و «view - centered» است. تمرکز این مقالة بازنگری، بر روی مدلهای پیشرو «view - centered» است، که با شواهد نورو بیولوژیکی سازگاری بیشتری دارند. بخش 2 و 3 پیش زمینه ای برای سیستم های بینایی بیولوژیکی و بازنمایی های ممکن برای اجسام خارجی در یک سیستم بازشناسی را ارائه می دهد. بخش 4 سه نوع مختلف تئوری های بازشناسی اشیاء بررسی می کند. بخش 5 مدلهای بازشناسی اشیاء، مبتنی بر تئوریهای ذکر شده را شرح می دهد و بخش 6 خلاصه ای از مقاله را ارائه می کند.

2ـ بازشناسی اشیاء در مغز:سیستم بینایی انسان سلسله مراتب از نواحی چند گانه مغزی است که محاسبات نورونی پیشرو بر روی سیگنالهای بینایی ورودی را انجام می دهند. در مراحل اولیه، قشرهای بینایی V1 و V2 عمل شناسایی خط و لبه را انجام می دهند. در مرحله بالاتر پردازش، ناحیه V4 ، اشکال تقریباً پیچیده را با اطلاعاتی دربارة توضیحات ساختاری ویژگی های حاصل شده، بازنمایی می کنند. مرحلة نهایی پردازش بینایی، «IT» یا قشر تحتانی می باشد که گمان می رود بازشناسی بینایی اشیاء را انجام می دهد.

3ـ بازنمایی:بازنمایی و اهداف آن به طور کلی می توانند دو دسته در نظر گرفته شوند. در نتیجة بازنمایی به یک نوع نگاشت تبدیل می شود. این نگاشت، تطابقی بین ویژگی های خارجی و دستة اجزاء داخلی می باشد؛ ولی این تطابق از کدام گونه از ارتباطات باید باشد؟

3ـ1 تناظر درجه اول و دوم:

دو نوع نگاشت مختلف بین دامنه و برد بازنمایی ها وجود دارد. بهترین حالت، تطابق یک به یک (Isomorphism) است. یک حالت نا مطلوب اما

اجتناب ناپذیر، نگاشت چند به یک (Homomorphism) است. اجتناب ناپذیر است، زیرا از سیستم هایی با منابع محدود سر چشمه می گیرد

علوم محاسباتی و علم نانو 38 ص

اختصاصی از اینو دیدی علوم محاسباتی و علم نانو 38 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 37

علوم محاسباتی و علم نانو

قسمت دوم

یکی از کاربردی ترین و مولدترین زمینه ها در علوم محاسباتی، کاربرد آن در شاخه های علوم مولکولی و نانوفناوری است. این زمینه ها در کنار هم و در کنار علومی چون بیولوژی مولکولی ، ژنتیک مولکولی، فناوری اطلاعات و علوم شناختی ارکان انقلاب صنعتی-علمی را تشکیل می دهند. اشتراک بین این 4 رکن در آینده نزدیک ،به خلق فناوری همگرای فوق العاده ای منجر می شود که بوجود آمدن سیستم ها و ابزار و مواد هوشمندی را نوید می دهد؛ که ازپایین به بالا، اتم به اتم و مولکول به مولکول چیده شده و این در بر دارنده تمام کاراکترها، عملکردها و مکانیزم های پیچیده در سیستم های هوشمند زنده مانند حافظه، تعمیر خود به خود، تکثیربرنامه ریزی شده بی نقص، خود چیدمانی و خود سازماندهی می‌باشد.

 همگرایی در مقیاس نانو رخ می دهد؛ جایی بنیادین که در آنجا بلوک های ساختمانی پایه، اعم از فیزیکی، بیلوژیکی و مواد هوشمند در کنار هم قرار می گیرند. نانوساختارها (یعنی اندازه ای بین 1 تا 100 نانومتر) چیده می شوند و قوانین میکروسکوپی چیدمان، ساختار قرارگیری زیر لایه ها را کنترل می کنند. در نهایت علوم محاسباتی و فناوری نانو با هم دانشی عالی را برای دستکاری و اصلاح ساختاری مواد در سطوح اتمی و هسته ای، بوجود آورده و چگونگی امکان کنترل کامل روی شکل گیری، عملکرد و خواص آنها را به عنوان مواد جدید هوشمند در اختیار ما می گذارند.  باکمک علوم نانو محاسبات اکنون می توانیم روی یک تک اتم در یک سیستم پیچیده مولکولی سوار شده  و به بررسی تعاملات ذرات آن بپردازیم، نظربه اینکه این سیستم نانومتری می تواند جامد، سیال، گاز، یک پروتئین DNA و یا یک ویروس باشد که در فاز خود از یک میکرو حالت به میکرو حالتی دیگر سویچ کرده و نتایج محاسباتی معنی داری را برای خواص قابل مشاهده بدست دهد.

مثال این آزمایش مفید در تصاویر زیر آمده؛ جایی که توزیع یک شکافت دینامیک در یک لایه اتمی به تصویر کشیده شده است.

رنگ ها نشان دهنده فشار در تراز مولکولی هستند بدین ترتیب که رنگ آبی کمترین و رنگ قرمز بیشترین فشار را نشان می دهد. موتورهای پروتئینی برائونی که از انواع آن می توان کینسین ها و میوسین ها(انتقال دهنده های غذا به داخل سلول های بدن) را نام برد و موتور چرخنده ATPase که برای سلول ها تولید سوخت ATP می کند ،جزسیستم هایی هستند که در چندین بخش دچار تغییر شده اند و بر اساس دینامیک لانژوین بهترین مثال برای کاربرد مدل سازی محاسباتی در سیستم های نانو بیولوژیکی هستند.

شبیه سازی در مقیاس های بزرگ در بخش نانو هم اکنون در کشورهای آمریکا، ژاپن و اروپا در حال انجام است. علاوه بر شبیه سازی مبتنی بر دینامیک کلاسیک، ما اکنون شاهد وقوع انفجاری در کاربردهای کوآنتم مکانیکی بر پایه روش های شبیه سازی برای طراحی مواد جدید وسیستم های کوچک که شامل چدین تن اتم می باشند هستیم. وقتی شبیه سازی انجام می شود داده های خروجی به سادگی به چشم می آیند و دیدی عمیق را نسبت به عمل شبیه سازی در اختیار محققان قرار می دهند. به عنوان یک نتیجه ابزار بصری در حال ورود به انقلابی در کاربردهای خود می باشند. دید خوب نسبت به نتایج، به ما امکان تصحیح فیزیک پایه را بوسیله دستیابی سریع به تغییر شکل های تحمل شده توسط سیستم می دهد.

در سطوح بین المللی علوم محاسباتی افق های جدیدی را برای کشورهای در حال توسعه بوسیله منابع و تعدیل مصارف روشن کرده است تا بتوانند در سطح جهانی نقش آفرین باشند. در ایران انستیتو تحقیقات علوم پایه (IPM) که در سال 1989 تاسیس شد، موسسه پیشگام در این زمینه بوده و در چندین شاخه از علوم پایه مانند فیزیک پلاسما، علوم نانو، پردازش تصویر، ریاضیات محاسباتی و مدل سازی پدیده ها در فیزیک ذرات با استفاده از داده های CERN فعالیت می کند. ما اکنون از این شادمان هستیم که می بینیم علوم محاسباتی در ایران با استقبال از سوی مراکز علمی همچون دانشگاه ها روبرو شده و در حال تبدیل به شاخه ای مستقل است. 

جلبک ها درخدمت نانوگیاه پزشکی

جلبک ها با قدمتی بالغ بر 40 میلیون سال در مقایسه با دیگر رستنی ها توانسته اند مقام نخست را از نظر تولید انرژی و همچنین مواد تجدیدشونده بویژه در دنیای نانو، کسب کنند.

نانولوله های کربنی؛ خواص و کاربرد

مواد ساخته شده از نانو لوله های کربنی می توانند به طور ریشه ای و پایه ای و به طرز اساسی جرم ساختاری را کاهش دهند, وسایل الکتریکی مورد استفاده را ریزتر و کوچکتر بسازند و مصرف انرژی را نیز کم کنند.

نانوسرامیک قسمت اول

نانوفناوری را هم از نظر شاخه های علمی و فنی آن و هم از نظر کاربردهای صنعتی می توان دسته بندی نمود که یکی دیگر از آنها نانوسرامیک ها هستند.

نانوپودر ه