مهناز ابوالوفائی

پنل‌های ساندویچی کامپوزیتی به دلیل نسبت بالای استحکام و سختی به وزن، در صنایعی نظیر هوافضا، حمل‌ونقل و سازه‌های سبک کاربرد گسترده‌ای دارند. یکی از چالش‌های اصلی طراحی این سازه‌ها، بهبود رفتار ضربه‌ای و افزایش ظرفیت جذب انرژی آن‌هاست. در پژوهش حاضر، رفتار ضربه‌ای یک پنل ساندویچی کامپوزیتی و تاثیر تغییرات ساختاری بر جذب انرژی و جذب انرژی ویژه بررسی شد. بدین منظور، مدل عددی پنل در نرم‌افزار آباکوس توسعه یافت و با نتایج مرجع پنل‌های توخالی و پرشده با فوم پلی‌متاکریلیمید   در انرژی‌های ضربه ?? و ??? ژول صحت‌سنجی شد. درصد خطای مدل برای پنل توخالی در محدوده ?/?? تا ?/?? درصد و برای پنل پرشده با فوم پلی‌متاکریلیمید در محدوده ?/?? تا ?/?? درصد به دست آمد که بیانگر تطابق قابل قبول با نتایج مرجع بود.پس از صحت‌سنجی، تاثیر افزایش تعداد لایه‌های صفحات رویی از شش به هشت، جایگزینی الیاف کولار در لایه‌های اول و آخر صفحات رویی و تغییر جنس هسته از فوم پلی‌متاکریلیمید به پلی‌یورتان بررسی شد.   نتایج نشان داد تاثیر افزایش تعداد لایه‌ها به انرژی ضربه وابسته است؛ به‌گونه‌ای که در انرژی‌های پایین، افزایش لایه‌ها لزوماً عملکرد را بهبود نداد، اما در انرژی‌های بالاتر، نقش لایه‌های اضافی در جذب انرژی پررنگ‌تر شد. استفاده از کولار در لایه‌های خارجی، در تمام انرژی‌های بررسی‌شده موجب بهبود جذب انرژی و دستیابی به بیشترین جذب انرژی ویژه شد. همچنین، فوم پلی‌متاکریلیمید از نظر جذب انرژی کل عملکرد مطلوب‌تری داشت، درحالی‌که فوم پلی یورتان به دلیل جرم کمتر، در برخی شرایط جذب انرژی ویژه بالاتری ارائه کرد.در مجموع، عملکرد ضربه‌ای پنل‌های ساندویچی به تعداد و جنس لایه‌های صفحات رویی، نوع هسته و جرم کلی سازه وابسته است. بنابراین، ارزیابی هم‌زمان انرژی جذب‌شده و جذب انرژی ویژه می‌تواند معیار جامع‌تری برای طراحی و بهینه‌سازی پنل‌های ساندویچی سبک با عملکرد مناسب در برابر ضربه فراهم کند. واژگان کلیدی: ضربه سرعت پایین، ساندویچ پنل، جذب انرژی، هسته لانه زنبوری، مدل عددی   

   چکیده: با گسترش استفاده از سامانه‌های فتوولتائیک و افزایش اهمیت ارتقای قابلیت اطمینان در سیستم‌های تولید انرژی‌های تجدیدپذیر، تشخیص سریع و دقیق خطاها به یکی از چالش‌های اساسی این حوزه تبدیل شده است. پایان نامه حاضر با هدف شناسایی و طبقه‌بندی خطاها در سامانه‌های فتوولتائیک با بهره‌گیری از الگوریتم‌های یادگیری تقویتی عمیق انجام شده است. در این پایان نامه، عملکرد دو الگوریتم شبکه عمیق و بهینه‌سازی سیاست   مجاورتی در شناسایی و طبقه‌بندی متداول‌ترین انواع خطاها شامل خطای اتصال کوتاه، خطای مدار باز، خطای سایه‌اندازی، خطای تخریب ماژول و شرایط عملکرد عادی مورد بررسی و مقایسه قرار گرفت. مجموعه‌داده مورد استفاده پس از ایجاد تعادل میان کلاس‌ها و انجام مراحل پیش‌پردازش، برای آموزش و ارزیابی مدل‌ها به کار گرفته شد. معیارهای ارزیابی شامل دقت، صحت، بازخوانیو امتیاز Macro-F1 بودند. نتایج پایان نامه نشان داد که الگوریتم یادگیری تقویتی عمیق عملکردی بسیار پایدار و کارآمد در طبقه‌بندی خطاها ارائه می‌دهد. این الگوریتم با دستیابی به دقت ????? درصد و امتیاز Macro-F1 برابر با ????? توانست مرزهای تصمیم‌گیری بسیار دقیقی میان کلاس‌های مختلف خطا ایجاد کند. در مقابل، الگوریتم PPO با کسب دقت ????? درصد و امتیاز Macro-F1 برابر با ????? عملکرد ضعیف‌تری از خود نشان داد و این ضعف به‌ویژه در شناسایی کلاس تخریب ماژول مشهود بود. یافته‌های این پایان نامه نشان می‌دهد که الگوریتم‌های مبتنی بر ارزش، به دلیل پایداری بیشتر و توانایی بهره‌گیری مجدد از تجربیات گذشته، در مسائل طبقه‌بندی مبتنی بر مجموعه‌داده‌های ساختاریافته، نسبت به الگوریتم‌های مبتنی بر سیاست کارایی بالاتری دارند. در نهایت، الگوریتم شبکه عمیق به‌عنوان مدل بهینه برای تشخیص خطا در سامانه‌های فتوولتائیک معرفی شد. کلیدواژه‌ها: سامانه‌های فتوولتائیک، یادگیری تقویتی عمیق، شبکه عمیق، تشخیص خطا.      

   در میان انواع عیوب ماشین‌های الکتریکی، عیب خروج از مرکز فاصله هوایی یکی از مهم‌ترین و پیچیده‌ترین عیوب مکانیکی محسوب می‌شود. این عیب زمانی رخ می‌دهد که فاصله هوایی بین روتور و استاتور در تمام محیط ماشین یکنواخت نباشد. در شرایط ایده‌آل، محور هندسی روتور و استاتور کاملاً منطبق بوده و فاصله هوایی مقدار ثابتی دارد؛ اما وجود خطاهای ساخت، نصب، مونتاژ، سایش یاتاقان‌ها، خم‌شدگی شافت، نابالانسی روتور یا تغییر شکل اجزای مکانیکی می‌تواند این تقارن را بر هم زند. در نتیجه، میدان مغناطیسی در محیط ماشین به‌صورت نامتقارن توزیع شده و نیروهای مغناطیسی نامتعادلی ایجاد می‌شوند که بر عملکرد الکترومغناطیسی و مکانیکی ماشین تاثیر مستقیم دارند. از انجا که استفاده از روش آنالیز المان محدود امکان مدل‌سازی دقیق هندسه واقعی ماشین، خواص غیرخطی مواد مغناطیسی، اشباع هسته، اثر شیارها و تغییرات موضعی فاصله هوایی را فراهم می کند لذا در این پایان نامه با بهره گیری از این روش تحلیلی به بررسی و تحلیل رفتار ماشین سوئیچ رلوکتانسی در هنگام بروز عیب خروج از مرکز پرداخته­ایم. نتایج بدست آمده از شبیه‌سازی‌های اجزای محدود نشان می­دهد که با خروج از مرکز، چگالی شار مغناطیسی در محیط فاصله هوایی به‌صورت نامتقارن توزیع می‌شود و همین موضوع اثر خود را در شار فاصله هوایی، جریان و اندوکتانس فازها و نهایتاً گشتاور تولیدی نشان می دهد و می توان با تحلیل این پارامترها میزان خروج از مرکز را تشخیص داد. در این پایان نامه در ادامه با استفاده از نتایج بدست آمده از آنالیز المان محدود یک شبکه عصبی پرسپترون چندلایه (MLP) برای تخمین میزان خروج از مرکز روتور در موتورهای SRM   بر اساس پارامترهای الکترومغناطیسی و عملکردی موتور توسعه داده شده است. داده‌های مورد استفاده شامل ?? نمونه از دو موتور سه‌فاز و چهارفاز با مقادیر مختلف خروج از مرکز (از صفر تا حدود ? میلی‌متر) می‌باشند. ورودی‌های شبکه شامل میانگین شار پیوندی فازها، میانگین گشتاور خروجی، درصد ریپل گشتاور و میانگین جریان فازها بوده و خروجی شبکه، مقدار خروج از مرکز روتور بر حسب میلی‌متر است. داده‌ها پس از نرمال‌سازی، برای آموزش شبکه استفاده شده‌اند. پس از اتمام فرایند آموزش، عملکرد شبکه با استفاده از شاخص‌هایی مانند خطای میانگین مربعات، میانگین قدرمطلق خطا و ضریب تعیین ارزیابی شد تا توانایی مدل در تخمین مقدار خروج از مرکز روتور و بازسازی الگوی موجود در داده‌ها مشخص شود.