خلاصه
ضرب المثلی وجود دارد که می گوید، اگر بتوانید چیزی را بشمارید، قادر به کنترل آن می باشید. ترکیب به عنوان عملیات بنیادین برای هر سیستم دیجیتالی، پردازش سیگنال دیجیتال، یا سیستم کنترل می باشد. فعالیت سریع و دقیق سیستم دیجیتال به شدت تحت تاثیر عملکرد افزونه های ثابت می باشد. با توجه به این، افزونه هیبریدی کارآمد که به ترکیب افزونه انتخابی انتقال و افزونه انتقالی موج دار با استفاده از فناوری QCA می پردازد، برای برآوردن تمام نیازهایی که برای جریانات دیجیتالی ضروری می باشند، طراحی شده است. QCA به عنوان نانوفناوری نوظهور، با پتانسیل سرعت بالاتر، اندازه کوچکتر، و توان مصرفی پایین تر از فناوری مبتنی بر ترانزیستور می باشد. پیشرفت های اخیر در نانوالکترونیک مقدمه خوبی برای مکانیک کوانتوم الکترون ها، مفاهیم الکترون های آزاد و محدود شده، می باشد. از این رو، با کمک فناوری QCA، افزونه های هیبریدی مطرح شده، زمانی که در مقایسه با افزونه های قبلی قرار می گیرند، محصولاتی با تاخیر منطقه ای کمتر تولید می کنند و این افزونه های پیشنهادی برای الگوریتم ضریب تکثیر درخت والاس بکار گرفته می شوند، که در اینجا بازده تاخیر منطقه تاخیرکاهش یافته و سرعت ضریب تکثیر چند برابر می شود.
کلمات کلیدی: افزونه هیبریدی، QCA- اتوماتون سلولی کوانتوم نقطه ای، نانوالکترونیک
– مقدمه
در طی دهه اخیر، تجهیزات نانوالکترونیک مختلفی مورد توجه جوامع تحقیقاتی قرار گرفته است. این موارد شامل نانولوله های کربنی، نانوسیمهای سیلیکونی، دیودهای تونل ساز تشدید کننده، و موارد دیگر می باشد. این تجهیزات به عنوان جایگزینی برای فناوری VLSI بر مبنای CMOS می باشد. فیزیک تجهیزات متعارف بر مبنای مدل الکترون آزاد و بر مبنای کوچک بودن ابعاد دستگاه می باشد. این مدل مناسب نمی باشد زیرا انرژی که یک الکترون می تواند داشته باشد به صورت تفکیک شده می باشد. کتاب های اخیر در زمینه نانوالکترونیک به عنوان مقدمه خوبی برای علم مکانیک الکترون ها، مفاهیم مربوط به الکترون های آزاد و محدود، و همچنین الکترون های مجزا و بسیاری از دستگاه های الکترون می باشد. یکی از تجهیزات پیشنهادی در تحقیقات به عنوان جایگزین برای فناوری مبتنی بر CMOS متعارف، به نام اتوماتون سلولی کوانتوم نقطه ای (QCA) می باشد. در QCA، ابزار مورد استفاده برای منطق، همچنین برای پیوند مورد استفاده قرار می گیرد. گیت های منطقی پایه در معماری QCA بر مبنای گیت های اکثریت (که به عنوان ووتر اکثریت نیز نامیده می شود) و وارونگر می باشد.
چکیده
در این مقاله یک مدل پخش بار بهینه (OPF) با جریان توان پیوندی مبنی بر تزریق جریان معادل (ECI) ارایه شده، و نیز الگوریتم نقطه داخلی پیشبینی کننده تصحیح کننده (PCIPA) ، به منظور بکارگیری OPF (پخش بار بهینه) برای حل مسایل برنامه نویسی غیر خطی (NLP) عنوان شده است. همچنین روش ارایه شده را می توان به دو زیر مساله، تجزیه کرد. نتایج محاسباتی باس های IEEE 9 تا 300 نشان دادند که الگوریتم ارایه شده می تواند با بهبود تعداد تکرارها، ذخیره سازی های حافظه، و زمان CPU، باعث بهبود عکلکرد شود.
کلیدواژگان:ه: تزریق جریان معادل، برنامه نویسی غیرخطی، پخش بار بهینه، الگوریتم نقطه داخلی پیشبینی کننده تصحیح کننده
مقدمه
پخش بار بهینه برای نخستین بار در سال 1962 مورد بحث قرار گرفت [1] و مدت ها طول کشید تا به یک الگوریتم پرکاربدی که در کاربردهای روزانه بکار رود، تبدیل شود [2] و [3]. OPF را می توان نه تنها در برنامه ریزی سیستم بکاربرد، بلکه می توان آن را در عملکرد لحظه ای سیستم های قدرت، در محیط حذف نظارت دولت نیز اعمال کرد. مرجع [4]، یک معرفی کلی از تکنیک های روش تکرار لامبدا، روش گرادیان، روش نیوتون، و برنامه نویسی خطی (LP) به منظور حل مسایل OPF ارایه داده است. با انتشار Karmarkar [5] در سال 1984، الگوریتم های نقطه داخلی (IPA) زیادی برای برنامه نویسی خطی و برنامه نویسی درجه دوم (QP) ارایه شده است. در سال های اخیر، الگوریتم نقطه داخلی اولیه دوگانه، بطور گسترده به منظور حل مسایلی همچون [6]، [7]، پیشبینی حالت [8]، OPF با امنیت محدود [9]، و پخش بار راکتیو بهینه [10] بکار رفته است. نتایج عددی نشان می دهند که PCIPA توانایی زیادی برای حل مسایل عملکرد و برنامه ریزی سیستم قدرت در مقایسه با روش های مرسومی همچون روش نیوتون [11] دارد.
خلاصه
به دلیل محدودیت منابع در شبکه های حسگر بی سیم، افزایش طول عمر شبکه همیشه مورد توجه بوده است. یک روش مسیریابی کارا، مسیریابی سلسله مراتبی بر اساس خوشه بندی است که یافتن سر خوشه های بهینه و تعداد آن ها یک چالش محسوب می شود. در این مقاله، از یک منطق فازی دو سطحی برای ارزیابی کیفیت حسگرها برای انتخاب سر خوشه استفاده می شود. در سطح اول (سطح محلی) ، گره های واجد شرایط بر اساس انرژی و تعداد همسایه های آن ها انتخاب می شوند. سپس در سطح دوم (سطح سراسری) ، همکاری کلی گره ها در کل شبکه با سه پارامتر فازی ارزیابی می شود. این پارامترها مرکزیت، مجاورت به ایستگاه اصلی و فاصلۀ بین سر خوشه هاست. نتایج شبیه سازی در پنج معیار نشان می دهد که روش پیشنهادی انرژی کمتری مصرف می کند و طول عمر شبکه را حدود 54 درصد در مقایسه با دیگر الگوریتم ها افزایش می دهد.
مقدمه
یک شبکۀ حسگر بی سیم (WSN) شامل تعداد زیادی گرۀ حسگر و یک ایستگاه اصلی (BS) است. این حسگرها داده ها را جمع آوری و آن ها را از طریق فرستندۀ رادیویی به BS ارسال می کنند. این حسگرها نیرو و ظرفیت محاسباتی محدودی دارند. از WSNها می توان در بسیاری از برنامه ها مثل برنامه های نظامی، دارویی و محیطی استفاده کرد. یافتن مسیر ئ ذخیرۀ آن کار آسانی نیست زیرا میزان محدود انرژی و تغییرات ناگهانی در موقعیت گره ها باعث تغییرات پیش بینی نشده می شود. انرژی، چالش اصلی در طراحی پروتکل مسیریابی در WSNهاست. یکی از مهم ترین الگوریتم های مسیریابی، مسیریابی سلسله مراتبی یا خوشه ای است. در یک معماری سلسله مراتبی، از گره هایی با انرژی بیشتر برای پردازش و ارسال اطلاعات استفاده می شود در حالی که از گره هایی با انرژی کم برای درک نزدیکی مقصد استفاده می شود. LEACH، PEGASIS، TEEN و APTEEN چند الگوریتم مسیریابی سلسله مراتبی هستند.
دسته: برق
حجم فایل: 634 کیلوبایت
تعداد صفحه: 7
تحلیل الکتروحرارتی موتور سنکرون مغناطیس دائم به کار رفته در صنعت اتومبیل2012
ELECTRO THERMAL ANALYSIS OF PERMANENT MAGNET SYNCHRONOUS MOTOR USE IN AUTOMOTIVE INDUSTRY
چکیده- موتور سنکرون مغناطیس دائم در کاربردهای توان پایین تا متوسط و در بیشتر جاهای دنیا به دلیل مزایای ذاتی آن به کار میرود. برای مثال، ماشینهای سنکرون مغناطیس دائم در صنعت اتومبیل، موتورهای درایو الکتریکی خودروها، صنایع نساجی، صنایع شیشه، و کاربردهای رایانه و روباتیک به کار میروند. همچنین برای بهبود راندمان پمپهای شناور، ما به جای روتور موتورهای القائی (آسنکرون) از روتورهای قفسه سنجانی و مغناطیس دائم استفاده میکنیم. این مقاله فرایند تحلیلی طراحی روتور مغناطیس دائم در یک موتور V شکل و دو-قطب را ارائه میدهد. هدف اصلی این است که طراحی و شبیهسازی ماشین سنکرون در نرمافزار MAGNET و ANSYS صورت گرفته و و سپس پارامترهای خروجی موتور سنکرون مغناطیس دائم محاسبه شود. به کمک فرمولهای تحلیلی، نیروی مغناطیسی، انرژی و… محاسبه میشوند و این موارد با توجه به نتایج متناظر بدست آمده از شبیهسازی نرمافزار MAGNET و ANSYS تایید میشوند. همچنین اختلاف درصدی بین نتایج محاسبه شده از فرمولهای تحلیلی با نتایج بدست آمده از شبیهسازی نرمافزار تجزیه و تحلیل میشوند.
کلیدواژگان: موتور سنکرون مغناطیس دائم، شار پراکندگی استاتور، شار پراکندگی روتور، گشتاور الکترومغناطیسی.