رزفایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

رزفایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دانلودمقاله حل مسائل برنامه ریزی خطی و درجه دوم بوسیله مدلها

اختصاصی از رزفایل دانلودمقاله حل مسائل برنامه ریزی خطی و درجه دوم بوسیله مدلها دانلود با لینک مستقیم و پر سرعت .

حل مسائل برنامه ریزی خطی و درجه دوم بوسیله مدلهای شبکه های عصب-1 مقدمه
در سالیان اخیر شاهد حرکتی مستمر، از تحقیقات صرفاً تئوری به تحقیقات کاربردی بخصوص در زمینه پردازش اطلاعات، برای مسائلی که برای آن ها راه حلی موجودنیست ویا براحتی قابل حل نیستند بوده ایم. با عنایت به این امر، علاقه فزاینده ای در توسعه تئوریک سیستمهای دنیا میکی هوشمند مدل آزاد ـ که مبتنی بر داده های تجربی هستند ـ ایجاد شده است. شبکه های عصبی مصنوعی جزء این دسته از سیستمهای دینامیکی قراردارند، که با پردازش روی داده های تجربی دانش یا قانون نهفته در ورای داده ها را به ساختار شبکه منتقل می کنند. به همین خاطر به این سیستمها هوشمند گویند. چرا که براساس محاسبات روی داده های عددی یا مثال ها ، قوانین کلی را فرامی گیرند. این سیستم ها در مدلسازی ساختار نرو سیناپتیکی مغز بشر می کوشند. پیاده سازی ویژگیهای شگفت انگیز مغز در یک سیستم مصنوعی (سیستم دینامیکی ساخته دست بشر) همیشه وسوسه انگیز و مطلوب بوده است. محققینی که طی سالها در این زمینه فعالیت کرده اند بسیارند، لیکن نتیجه این تلاشها صرف نظر ازیافته های ارزشمند باور هر چه بیشتر این اصل بوده است که مغز بشر دست یافتنی است.
با تاکید بر این نکته که گذشته از متافیزیک، دور از دسترس بودن ایده آل «هوش طبیعی» را می توان با عدم کفایت دانش موجود بشر از فیزیولوژی عصبی پذیرفت، باید اذعان داشت که عالی بودن هدف و کافی نبودن دانش موجود خود سبب انگیزش پژوهشهای بیشتر و بیشتر در این زمینه بوده و خواهند بود، همچنان که امروزه شاهد بروز چنین فعالیتهایی در قالب شبکه های عصبی مصنوعی هستیم، اغلب آن هایی که با چنین سیستم هایی آشنایی دارند، به اغراق آمیز بودن نام آنها معترفند، اگرچه این اغراق بیانگر مطلوبیت و نیز بعضی شباهتهای این گونه سیستم ها با سیستم های طبیعی است ولی می تواند تا حدی بین آن چه که سیستم های عصبی مصنوعی در اختیار قرار می دهد و آن چه که از نامشان بر می آید تناقض ایجاد نماید.

1-2 تاریخچه شبکه های عصبی
بعضی از پیش زمینه های شبکه های عصبی را می توان به اوایل قرن بیستم و اواخر قرن نوزدهم برگرداند. در این دوره کارهای اساسی در فیزیک ، روانشناسی و نروفیزیولوژی توسط علمایی چون هرمان فون هلمهلتز ، ارنست ماخ و ایوان پاولف صورت پذیرفت. این کارهای اولیه عموماً بر تئوریهای کلی یادگیری ، بینایی و شرطی تاکید داشته اند و اصلاً به مدلهای مشخص ریاضی عملکرد نرونها اشاره ای نداشته اند.
دیدگاه جدید شبکه های عصبی در دهه 40 قرن بیستم آغاز شد زمانی که وارن مک کلوث و والترپیتز نشان دادند که شبکه های عصبی می توانند هر تابع حسابی و منطقی را محاسبه نمایند. کار این افراد را می توان نقطه شروع حوزه علمی شبکه های عصبی مصنوعی نامید و این موضوع با دونالدهب ادامه یافت، شخصی که عمل شرط گذاری کلاسیک را که توسط پاولف مطرح شده بود به عنوان خواص نرونها معرفی نمود و سپس مکانیسمی را جهت یادگیری نرونها بیولوژیکی ارائه داد. نخستین کاربرد شبکه های عصبی در اواخر دهه50 قرن بیستم مطرح شد زمانی که فرانک روز نبلات در سال 1958 شبکه پرسپترون را معرفی نمود. روز نبلات و همکارانش شبکه ای ساختند که قادر بود الگوها را از هم شناسایی نماید. در همین زمان بود که برنارد ویدرو در سال 1960 شبکه عصبی تطبیقی خطی آدلاین را با قانون یادگیری جدید مطرح نمود که از لحاظ ساختار، شبیه شبکه پرسپترون بود. پیشرفت شبکه های عصبی تا دهه 70 قرن بیستم ادامه یافت. در سال 1972 تئوکوهونن ، جیمز اندرسون ، بطور مستقل و بدون اطلاع از هم، شبکه های عصبی جدیدی را معرفی نمودند که قادر بودند به عنوان عناصر ذخیره ساز عمل نمایند. استفان گروسبرگ در این دهه روی شبکه های خود سازمانده فعالیت می کرد. فعالیت در زمینه شبکه های عصبی در دهه 60 قرن بیستم در قیاس با دهه 80 به علت عدم بروز ایده های جدید و نبود کامپیوترهای سریع ـ جهت پیاده سازی ـ کمرنگ می نمود. لکن در خلال دهه 80، رشد تکنولوژی میکروپروسسورها روند صعودی داشت و تحقیقات روی شبکه های عصبی فزونی یافت و ایده های بسیار جدیدی مطرح شدند. ایده های نووتکنولوژی بالا برای رونسانس دوباره در شبکه های عصبی کافی به نظر می رسید. در این زایش دوباره شبکه های عصبی و جدید قابل تامل می باشد. استفاده از مکانیسم تصادفی جهت توضیح عملکرد یک طبقه وسیع از شبکه های برگشتی است که می توان آن ها را جهت ذخیره سازی اطلاعات استفاده نمود. این ایده توسط جان هاپفلید ، فیزیکدان آمریکایی در سال 1982 مطرح شد. دومین ایده مهم که کلید توسعه شبکه های عصبی در دهه 80 شد الگوریتم «پس انتشار خطا» می باشد که توسط دیوید رامل هارت و جیمز مکلند در سال 1986 مطرح گردید. با بروز این دو ایده شبکه های عصبی متحول شدند. در ده سال اخیر هزاران مقاله نوشته شده است و شبکه های عصبی کاربرد زیادی در رشته های مختلف علوم پیدا کردند. شبکه های عصبی در هر دو جهت توسعه تئوریک و عملی در حال رشد می باشند اما این روند رشد، آهسته و مطمئن نبوده، دوره هایی بسیار سریع و دوره هایی کند مشاهده شده است. بیشتر پیشرفتها در شبکه های عصبی به ساختارهای نوین و روشهای یادگیری جدید مربوط می شود.
حال صرفنظر از اینکه آیا شبکه های عصبی جایگاه گسترده ای به عنوان یک ابزار علمی ـ مهندسی در آینده پیدا می کنند یا اینکه دچار کمرنگی می شوند، می توان در حال حاضر بطور قاطع بیان کرد که شبکه های عصبی جایگاه مهمی خواهند داشت البته نه به عنوان یک جواب و راه حل برای هر مسئله بلکه به عنوان یک ابزار علمی که بتواند برای راه حلهای خاص و مناسب مورد استفاده قرار گیرد. باید توجه داشت که در حال حاضر اطلاعات موجود درباره نحوه عملکرد مغز بسیار محدود است و مهمترین پیشرفتها در شبکه های عصبی در آینده مطرح خواهند شد. زمانی که اطلاعات بیشتری از چگونگی عملکرد مغز و نرونهای بیولوژیک در دست باشد. شبکه های عصبی چه در بعد آنالیز و توسعه ساختاری و چه در بعد پیاده سازی سخت افزاری از نظر کمی، کیفی و توانایی، در حال رشد و پیشرفت می باشد و تکنیکهای مختلف محاسبات عصبی از لحاظ تعداد همچنان در حال افزایش است. فعالیت علمی و کاربردی در مسائل فنی ـ مهندسی از قبیل سیستم های کنترلی، پردازش سیگنالها و شناسایی الگو گسترش یافته است. با توجه به این مسائل، در این قسمت قصد داریم به معنای شبکه های عصبی و مصنوعی، حدود انتظارات ما از این شبکه ها و شباهت های آن ها با شبکه های واقعی بپردازیم.

1 ـ3 معنای شبکه های عصبی
هنگامی که این جملات را مطالعه می کنید، در عمل از یک سیستم شبکه های عصبی بیولوژی پیچیده، جهت فهم مطالب آن استفاده می نمایید. از مغز به عنوان یک سیستم پردازش اطلاعات با ساختاری موازی و کاملاً پیچیده که دو درصد وزن بدن را تشکیل می دهد و بیش از بیست درصد کل اکسیژن بدن را مصرف می کند برای خواندن، نفس کشیدن، حرکت وتفکروکلیه اعمال آگاهانه و بسیاری از رفتارهای ناخود آگاه استفاده می شود. جهت واضح شدن توانایی مغز، یک بازی تنیس را در نظر بگیرید. بازیکن اول به توپ ضربه می زند، توپ با سرعتی بیش از 130 کیلومتر در ساعت به زمین حریف می رسد. حریف مقابل نیز با سرعتی معادل 60 کیلومتر در ساعت به توپ ارسالی پاسخ می دهد، تصور نمایید که چه حجم عظیمی از اطلاعات و سیگنالها جهت این کار و درطی زمانی کمتر از چند صدم ثانیه بایستی جمع آوری و محاسبه شود. این که چگونه مغز این کارها را انجام می دهد از زمانی مطرح شد که دریافتند مغز برای محاسبات خود از ساختاری کاملاً مغایر با ساختار کامپیوترهای متداول برخوردار می باشند. تلاش برای فهم این موضوع خصوصاً از سال 1911 قوت گرفت، زمانی که برای نخستین بار شخصی به نام سگال اعلام کرد که مغز از عناصر اصلی ساختاری بنام «نرون» تشکیل یافته است. هر نرون بیولوژیکی به عنوان اجتماعی از مواد آلی، اگرچه دارای پیچیدگی یک میکروپروسسور می باشد، ولی دارای سرعت محاسباتی برابر با یک میکروپروسسور نیست. بعضی از ساختارهای نرونی در هنگام تولد ساخته می شوند و قسمت های دیگر در طول مسیرحیات، مخصوصاً در اوایل زندگی بوجود می آیند و قوام می گیرند. دانشمندان علم بیولوژی به تازگی دریافته اند که عملکرد نرونهای بیولوژیکی از قبیل ذخیره سازی و حفظ اطلاعات در خود نرونها و تنظیم مجدد ارتباطات موجود استنباط می شود.
شبکه های عصبی مصنوعی یک شبکه ساده ازنرونهای مصنوعی می سازد به طوری که جهت مسائل پیچیده که در اصل چیزی جز یادگیری نگاشتها نیست بکاربرده شود. نرونهایی که درشبکه های عصبی مصنوعی مورد بررسی قرارمی گیرند، نرونهایی بیولوژیکی نیستند بلکه شکل بسیاربسیارساده ازنرونهای بیولوژیکی می باشد که می توان آنها را به عنوان عناصری از یک برنامه کامپیوتری یا شاید تراشه های نیمه هادی در نظر گرفت. باید توجه داشت که شبکه های عصبی مصنوعی تشکیل شده از این نرونها، اگر چه مقابل نرونهای بیولوژیکی از سرعت بسیار بالایی حدود000/000/1 برابر برخوردارند ولی تنها از کسری از توانایی بالای نرونهای بیولوژیکی بهره می برند.

 

 

 

فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد

تعداد صفحات این مقاله  98  صفحه

پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید


دانلود با لینک مستقیم


دانلودمقاله حل مسائل برنامه ریزی خطی و درجه دوم بوسیله مدلها

کنترل ربات بوسیله کنترلر انفیس anfis controller for robot

اختصاصی از رزفایل کنترل ربات بوسیله کنترلر انفیس anfis controller for robot دانلود با لینک مستقیم و پر سرعت .

کنترل ربات بوسیله کنترلر انفیس anfis controller for robot


کنترل ربات بوسیله کنترلر انفیس anfis controller for robot

کنترل ربات بوسیله کنترلر انفیس anfis controller for robot  

با استفاده از کنترلر فازی عصبی یا انفیس ربات با 2 درجه ازادی را کنترل می کنیم و ربات به نقطه مطلوب می رسد که در این حالت با استفاده از اموزش داده ها و تست داده های خروجی به نتیجه خروجی میرسد.

برای اموزش رایگان متلب در تلگرام telegram.me/matlab nevisan


دانلود با لینک مستقیم


کنترل ربات بوسیله کنترلر انفیس anfis controller for robot

دانلودمقاله رشد نانوکریستالهای cu روی نانوتیوب های پیتید بوسیله بازیافت

اختصاصی از رزفایل دانلودمقاله رشد نانوکریستالهای cu روی نانوتیوب های پیتید بوسیله بازیافت دانلود با لینک مستقیم و پر سرعت .

 

 


کنترل اندازه نانو کریستالهای cu به وسیله هماهنگ کردن شکل پیتید.
اخیرا که در جستجو کردن روش های ابزار سازی جدید در نانو تکنولوژی که از لحاظ زیستی الهام گرفته شده اند ،یک روش زیستی جدید برای نانومیتویهای cu با استفاده از نانومیتویهای پتپید معتی از هستیدین متوالی آزمایش شد. مولکولهای پتپید متنی از هستیدین متوالی قبل نانو نیتوپ ها جفت شدند و شناخت زیستی توالی خاص نسبت به cu منجر می شود تا cu کافی روی نانو تیوپ ها را بپوشاند. نانوکریستالهاس cu به صورت یکنواخت روی نانوتیوپ های هسترین با غلظت پرشش بالا پوشانده شدند . به علاوه قطر متوسط نانو کریستال cu بین 10 و 30 nm روی نانو نیوپ به وسیله کنترل کردن شکل یستیدعی از هستیدین به وسیله تغییرات ph کنترل شد . آن نانوتیوپها تغییر مهمی را در ساخت راکستریکی به وسیله متنوع کردن قطره دایره نانوکریستال نشان دادند . بنابر این این سیستم ممکن است به یک قالب ساختاری هدایتگر برای میکروالکترونیک ها حس گرهای زیستی گسترش پیدا کرد. این دوش بازیافت ساده می تواند برای ساختن نانوتیوپ های فلزی و متنوع با پیشدهایی که توالی هایشان برای یون های مخصوص شناخته شده به کار رود .
اندازه و شکل نانو کریستال ها تاثیرات مهم روی خاصیت های کاتالیتیک و الکترونیک دارد . برای به کار بردن نانو کریستال ها به عنوان قالب های ساختاری برای الکترونیک ابزار مغناطیسی نانوکریستال ها باید جفت شوند . اگر چه نانو کریستال های گوناگون یکنواخت جمع شده اند و همچنین نانوکریستال ها روی سطوح نانو تیوپ ها اخیراً استوانه ای گزارش شده اند.
وقتی نیروی اتصالی عملکردهای موج روی هم افتاده بین نانو کریستال های هم جوار به وسیله فشار شبکه نانو کریستال ها هماهنگ می شود ، دامنه ساختارهای الکترونیک قابل توجه می باشد زیرا به مسافت و اندازه interdot بستگی دارد . اگر نانو کریستال ها بتوانند روی شکل هندسی نانو تیوپ در قطرهای کنترل شده و غلظت های پوشش تشکیل شوند ممکن است نانوتیوب هایی با خاصیت های الکترونیک سازگار از یک نوع نانو کریستال تولید کند . اگر چه این نوع ماده به عنوان یک قالب ساختاری به کار می رود تا اجزای الکترونیکی با اندازه نانو متر در حس گرهای میکروالکترونیکی و زیستی ریشه هایی را هم مربوط سازد .
سیستم های زیستی ترکیب های نانو کریستال فلزات گوناگون در شکل ها و اندازه های دقیق و قابل تجدید را کنترل می کنند . بنابر این به کار بردن نانوتیوب ها به عنوان قالب ها که در آن نانوکریستال های monodisperse رشد می کنند ، منطقی است .پیچیدگی فلزات و پپتیدهایی شامل هستییدین به صورت گسترده ای مطالعه شده اند ، زیرا میل ترکیبی بالای آنها برای یون های فلزی سیستم های عصبی مرکزی به وسیله تغییر شکل پپیتد به شکل های غیر عادی صدمه می زند و این تغییر شکل پروتئین ممکن است سبب بیماری پارکنسون و بیماری آلزایمر شود . بنابر این شکل نانوتیوب های غنی از هیستیدین متوالی برای به کار بردن یک قالب کافی برای ترکیب های نانوتیوب فلزی میسر می باشد ، به علت توالی های خاص پپیتد ها برای تولید نانوکریستال ها بابلور بالا . به علاوه شکل های پپیتد روی نانوتیوب ها که می توانند به وسیله شرایط تجربی مثل PH غلظت یون و درجه حرارت ، تعیین اندازه و غلظت پوشش نانوکریستال ها کنترل شوند بنابر این اندازه و غلظت پوشش نانوکریستال ها روی سطح نانوتیوب پپیتد غنی از هیستیدین به وسیله هماهنگ کردن آن شرائط کنترل می شوند . زیرا نانوکریستال های فلزی در قطرهای کمتر از nm 10 برای مشاهده یک تغییر هادی مهم به وسیله اندازه نانوکریستال ها هستند . این سیستم ممکن است به یک قالب ساختاری نانوتیوب گسترش پیدا کند .
با به کار بردن این قاعده ، نانو کریستال های Au را روی نانویتوب های متوالی
[Alu-His-His-Ala-His-His-Ala-Asp(HRE) ]
بازیافت کردیم و غلظت پوشش نانوکریستال Au به وسیله تغییر ph محلول کنترل شد. پپتیدهای HRE متوالی به وسیله تغییر PH غلظت پوششی نانوکریستال Au را کنترل کرد.
اندازه نانوکریستال Au بیش از ارزش های گوناگون PH ثلبت بود، زیرا شکل پپتید HRE نمی توانست به وسیله تغییر PH ، تغییر پیدا کند و این به علت غلظت استحکام پپتید HRE است.
در اینجا ما رشد نانوکریستال Cu را روی نانوتیوب ها به وسیله یک پپتید غنی از هیتیدین شرح می دهیم ، عملکرد ساخت در شکل 1 شرح داده شده است. به طور خلاصه پپتیدهای HG12 متوالی به گروه های آمید نانوتیوب ها پراکنده شدند و به وسیله هیدروژن جفت شدند.

شکل 1a. سپس پپتیدهای HG12 ، Cu(II) را به عنوان محل تشکیل هسته
(شکل 1b) برای رشد نانوکریستالها Cu بیشتر به وسیله احیای یون های حبس شده هماهنگ می کنند. (شکل 1c)
این توالی پپتید به شکل های چندتایی به وسیله هماهنگ کردن یون های Cu در موقعیت های مختلف وتبسته به ارزش های PH تبدیل شد. بنابراین پپتید HG12 که روی سطح نانوتیوب پراکنده می شود.
امکان دارد که انداره نانوکریستال ها را در نتیجه شکل های قابل تغییر با روش تغییر PH کنترل کند.
ما مشاهده کردیم که تغییر PH ، شکل پپتید HG12 را تغییر داد و اندازه نانوکریستال Cu رشد کرده روی نانوتیوب به وسیله طیف نمای IR و میکروسکوپ الکترونی نشان داده شد. اگر چه جمع شدن نانوکریستال های Cu روی سطوح یکنواخت به طور گسترده برای کاربردهای میکروالکترونیک ، حس گرها و کاتالیتیک مطالعه شده اند.
این مطالعه یک نمونه رسیدگی نشده از monodisperse در حال رشد و نانوکریستال های Cu ایزوتروپیک روی سطوح نانوتیوب به وسیله بازیافت می باشد.


Materials and methods:
برای آماده کردن قالب ها برای پوشش نانوکریستال Cu ، مولکول های Dicarboxylate به نانوتیوب ها در یک محلول اسید سیتریک (PH 5.5) NaOH جمع شدند. پپتید HG12 به وسیله ترکیب کننده پپتید عملی به صورت متوالی درآمد و با استفاده از Beckman 110 HPLC تصفیه شده که مجهز بود به یک ردیف c.18 برای مطالعه ساختار و عملکرد ژن . برای پراکندن پپتید HG12 روی نانوتیوب های قالب 50l از محلول پپتید HG12 به 100l از محلول نانوتیوب و پپتیدهای HG12 در محل های آمید ، سطوح نانوتیوب به وسیله هیدروژن محدود شد (شکل 1a).
ترکیب واکنش به آرامی به مدت 24 ساعت به حرکت درآمد. نانوتیوب های پوشیده شده از آب و یونیزه شستشو شدند.
و سپس به مدت 30 دقیقه centrifuged تا نانوتیوب های پوشیده از پپتید HG12 را جمع آوری شدند.
پوشش پپتید HG12 روی نانوتیوب ها با استفاده از یک میکروسکوپ Raman و میکروسکوپ نیروی اتمی تایید شد. برای رشد نانوکریستال های Cu روی نانوتیوب های پپتید HG12 ، 50l از محلول به محلول نانوتیوب پپتید اضافه شد تا ترکیب های Cu(II)-HG12 را روی محلول نانوتیوب ها تشکیل بدهد تا محل های تشکیل هسته نانوکریستال Cu را به وجود بیاورد (شکل 1b).

 

غلظت Cu(II) ، در یک PH بین 4 و 10 برای مطالعه تاثیر PH روی رشد نانوکریستال Cu متفاوت بود. در همه موارد ، به مخلوط های واکنش اجازه داده شد تا در زیر اکسیژن توزیع نشده قرار بگیرد تا پراکندگی یون Cu را روی نانوتیوب ها کامل کند. (Cu II) روی نانوتیوب های پپتید به وسیله 50 mol از کاهش پیدا کرد تا نانوکریستال های Cu را تولید کند (شکل 1c). این کاهش (احیا) زیر اکسیژن انجام شد و محلول های به دست آمده به مدت 24 ساعت بعد از کاهش با برنهایدرید سدیم wereaged بعد از 24 ساعت نانوتیوب ها با آب nanepurt شستشو داده شدند و سپس دوبار centrifuged تا عامل کاهش اضافی و نانوکریستال هایی که روی نانوتیوب ها را پوشاندند ، انتقال دهد. محلول های نانوتیوب l)5-3( روی شبکه های TEM برای تجزیه بیشتر به وسیله TEM were dropped (مدل JEOL_1200 EX). دو دوره از آزمایشات کنترل به عنوان نمونه انجام شدند. در دوره اول ، نانوکریستال های Cu مستقیماً روی نانوتیوب های مرتب در PH 6 بدون پپتیدهای HG12 که روی نانوتیوب ها را می پوشاند ، رشد یافتند. شرایط تجربی مانند مورد بالا بود به جز اینکه هیچ HG12 روی نانوتیوب ها را قبل از یون های Cu نمی پوشاند. در دوره دوم ، 50l از محلول 50mM با 50l از پپتیدها در محلول هایی از PH6,PH8 زیر نتیه وژن هنگام عدم حضور نانوتیوب ها incubated. این محلول ها به وسیله برنهیدرید سدیم کاهش پیدا کردند و مثل مرحله بالا شستشو پیدا کردند. این نمونه ها به وسیله TEM تجزیه شدند.

 

Results and discussion:
به علت تغییرات هیتیدین در حدود PH6 ، HG12 انتظار می رود یم تغییر شکل مهم را در زیر و بالای PH6 رشد کردند ، نانوکریستال های Cu ، monodisperse بودند و در غلظت بالا فشرده می شود ، همانطور که در تصویر TEM در شکل 2a سمت چپ نشان داده شد. یک تصویر بزرگ شده TEM شکل نانوکریستال Cu ایزوتروپیک در PH6 نمایش می دهد. در این ترتیب PH ، نانوکریستال های Cu در یک قطر متوسط 10nm (در شکل 2a سمت راست) رشد پیدا کردند که به وسیله تصاویر TEM مشخص شدند. پپتید HG12 از نانوکریستال های Cu روی نانوتیوب ها از اکسیداسیون محافظت کند.

 

 

فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد

تعداد صفحات این مقاله 23   صفحه

پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید


دانلود با لینک مستقیم


دانلودمقاله رشد نانوکریستالهای cu روی نانوتیوب های پیتید بوسیله بازیافت

دانلودمقاله مدار محاسبه فاصله از طریق امواج آلتراسونیک بوسیله میکروکنتر

اختصاصی از رزفایل دانلودمقاله مدار محاسبه فاصله از طریق امواج آلتراسونیک بوسیله میکروکنتر دانلود با لینک مستقیم و پر سرعت .

 

 

 

قطعات مورد نیاز
1. 2 عدد سنسور آلتراسونیک گیرنده و فرستنده
2. 1 عدد آیسی LM833
3. 1 عدد آیسی LM358
4. 1 عدد آیسی 4011
5. 1 عدد آیسی 4069
6. 1 عدد آیسی PIC 16F873
7. 1 عدد رگولاتور 7805
8. 1 عدد رگولاتور 7809
9. 3 عدد ترانزیستور 2SA1015
10. 3 عدد ترانزیستور 2S1815
11. 3 عدد سون سگمنت آند مشترک
12. 1 عدد کریستال 4MHz
13. 2 عدد خازن)22P
14. 7 عدد مقاومت 330 اهم
15. 1 عدد پتا نسیو متر 1 کیلو اهم
16. 6 عدد مقاومت 5.6 کیلو اهم
17. 6 عدد خازن 0.1 میکرو فاراد
18. 3 عدد خازن 1000 پیکو فاراد
19. 1 عدد 100 میکرو فاراد
20. 2 عدد دیود 1SS106

 

 

 

 

 

 

 

سنسور آلتراسونیک
این سنسور به صورت دو pack مجزای گیرنده و فرستنده موجو د می باشد.این دو سنسور به صورت یک پک(pack) واحد نیز وجود دارد. فرکانس تولید شده توسط این سنسور 40 کیلو هرتز می باشد

 

 

 

 

 

میکروکنترلر PIC 16F873

 

در این مدار از ویژگی تولید امواج (A/D) آنالوگ به دیجیتال این آیسی و ههچنین از آن جهت محاسبه و درایو کردن 7segment ها جهت نمایش فاصله نیز استفاده شده است.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


LM833
این آیسی جهت تقویت امواج آلتراسونیک به میزان 60 دسی بل (db) در قسمت گیرنده مورد استفاده قرار می گیرد.

 

 

 

 

 

 

 

 

 

 

 

LM538
این آیسی جهت آشکار سازی امواج آلتراسونیک، در این مدار مورد استفاده قرار می گیرد.

 

 

 

 

 

 

 


4011
امواج آلتراسونیک تقویت شده توسط دو آیسی فوق، توسط این آیسی hold یا نگهداری می شود.،و وارد میکروکنترلر می شود .،عملکرد این آیسی در این مدار به نوعی شبیه فلیپ فلاپ نوع D است.این آیسی همانطور که در شکل ملاحظه می کنید.، دارای 4 گیت NAND است.

 

 

 

 

 

 

 

 

 

 

 


رگولاتور 7805
این آیسی جهت تثبیت ولتاژ به میزان 5 ولت جهت مصارف قطعاتی که این حد از ولتاژ برای آنها تعریف شده مورد استفاده قرار می گیرد.

 

 

 

 

 

 

 

 

 

 

 


رگولاتور 7809
این آیسی نیز جهت تثبیت ولتاژ به میزان 9 ولت در مدار مورد استفاده قرار می گیرد.

 

 

 

 

 

 

 


ترانزیستور 1815
این ترانزیستور از نوع npn است .،در این مدار ترانزیستور 1815 جهت درایو کردن آیسی 4069 (not buffer) با تغذیه 9 ولت مورد استفاده قرار می گیرد.،فعال شدن این ترانزیستور توسط میکروکنترلر انجام می گیرد.

 

 

 

 

 


ترانزیستور1015
این ترانزیستور از نوع pnp است.،و بیشتر جهت درایو کردن 7segmentوled مورد استفاده قرار می گیرد.

 

 

 

 

 

 

 


4069
این آیسی دارای 6 عدد بافر not است.،در این مدار این آیسی جهت درایو کردن سنسور آلتراسونیک در قسمت فرستنده مورد استفاده قرار می گیرد.

 

 

 

 

 

 

 

 

 


خازن
خازنها در مدار جهت حذف جریان dc وعبور جریان متغییر مورد استفاده قرار می گیرد.،همچنین عمل حذف نویز را در مدار نیز انجام می دهند.خازنهای سرامیکی در فرکانسهای بالا کاربرد دارند.،خازنهای مولتی لایر نیز از نوع سرامیک هستند.با این تفاوت که تعداد لایه بیشتری دارند.و در فرکانسهای بالا عملکرد بهتری به خاطر چند لایه بودن از نوع سرامیکی دارند. خازنهای الکترولیتی بیشتر جهت حذف نویز در منابع تغذیه کاربرد دارند و دارای جهت مثبت و منفی هستند.،در هنگام اتصال آنها بر روی برد به جهت مثبت و منفی آنها دقت کنید.

 

 

 

فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد

تعداد صفحات این مقاله  14  صفحه

پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید


دانلود با لینک مستقیم


دانلودمقاله مدار محاسبه فاصله از طریق امواج آلتراسونیک بوسیله میکروکنتر