بحران های طبیعی و انسانی همواره به عنوان یکی از مهم ترین چالش های جوامع بشری مطرح بوده اند و مدیریت کارآمد زنجیره تأمین بشردوستانه، نقش اساسی در کاهش آسیب ها و تلفات دارد. این پژوهش به ارائه یک مدل یکپارچه جهت مکان یابی مراکز توزیع، تخصیص بهینه منابع و زمان بندی توزیع کمک ها در شرایط بحرانی می پردازد.در این تحقیق، ابتدا مفاهیم و ادبیات مرتبط با مدیریت بحران، لجستیک بشردوستانه و روش های بهینه سازی چندهدفه بررسی شده است.
چرخ دنده ها به عنوان یکی از اجزای اصلی مجموعه های انتقال قدرت، نقش بسیار مهمی در صنایع مختلف ایفا می کنند و بروز عیوبی نظیر سایش و حفره های خستگی در سطوح دندانه آن ها می تواند منجر به افزایش ارتعاشات، کاهش عمر کاری و در نهایت خرابی جعبه دنده شود. ازاین رو، شناسایی، پایش و پیش بینی رشد این عیوب حین بهره برداری و کارکرد جعبه دنده و بدون توقف آن از طریق روش های غیرمخرب، به ویژه تحلیل ارتعاشات، از اهمیت ویژه ای برخوردار است.
امروزه افزایش ایمنی و کاهش هزینه های تولید امری مهم در صنایع نفت، گاز و پتروشیمی است و تحقیقات بسیاری برای دستیابی به این هدف انجام شده است. یکی از راه های دستیابی به این هدف، بررسی صلاحیت سرویس دهی تجهیزات تحت فشار همچون مخازن ذخیره است. زیرا تجهیزات تحت فشار در صورت مواجه با مکانیزم های تخریب همچون خستگی و نزدیک شدن به پایان عمر بهره برداری، ازجمله تجهیزات خطرناک در صنایع محسوب می شوند. بررسی صلاحیت سرویس دهی رایج ترین روش برای تخمین عمر تجهیزات تحت فشار از جمله مخازن ذخیره است.
توربین های بادی یکی از منابع تجدیدپذیر تولید انرژی به شمار می روند که پایداری عملکرد آن ها نقش مؤثری در بهره وری سیستم های تولید برق دارد. در این پایان نامه، یک چارچوب داده محور برای تشخیص زودهنگام خرابی در توربین های بادی طراحی شد که شامل سه مرحله ی اصلی آماده سازی داده ها، کنترل فرآیند آماری و مدل سازی مبتنی بر یادگیری ماشین بود. در بخش کنترل فرآیند آماری، عبور مکرر متغیرهای دمایی مانند دمای روغن هیدرولیک از آستانه های تعریف شده شناسایی شد که این نوسانات می تواند به عنوان نشانه های هشدار برای بروز خرابی در نظر گرفته شود.
پایش دقیق و بلادرنگ گازهای خطرناک مانند هیدروژن، به ویژه در سامانه های صنعتی، انرژی و ایمنی، مستلزم توسعه حسگرهای گازی با حساسیت بالا، گزینش پذیری مناسب و پایداری عملکردی قابل اعتماد است. در این میان، حسگرهای گازی مبتنی بر نیمه رساناهای اکسید فلزی به دلیل هزینه ساخت پایین، سادگی فرآیند تولید، قابلیت کوچک سازی و پایداری حرارتی مطلوب، به طور گسترده مورد توجه قرار گرفته اند. در این پژوهش، نانوساختارهای مولیبدات کبالت (CoMoO) به عنوان ماده فعال حسگری برای تشخیص گاز هیدروژن مورد بررسی قرار گرفته است.
در دنیای دیجیتال مدرن و پویا، سازمان ها در حال تکامل مداوم هستند و برای مدیریت نوآوری و حفظ مزیت رقابتی، فناوری های جدید را به کار می گیرند. با توجه به اثری که هوش مصنوعی در صنایع سراسر جهان دارد، شرکت ها باید به درخواست های فراگیر برای نوآوری مسئولانه توجه کنند که مسئولیت های اقتصادی، زیست محیطی و اجتماعی را در بر می گیرد. همچنین سازمان ها برای استفاده از فناوری هوش مصنوعی و یکپارچه سازی آن در فرایند نوآوری خود باید به رفع مشکلات و چالش های مرتبط با آن بپردازند و از طرفی دیگر، باید مباحث و ابعاد مرتبط با پایداری را نیز در رأس امور کارهای خود قرار دهند.
مسائل بنیادی در یادگیری ماشین بر روی دادهای هستهای کارا برای آن ها ی مقایسی گراف ها و طراح
در این حوزه محسوب بر مسیرهای کوتاترین از جمله روش های کلاسی ساختاریافته است. هستهای گرافمبتن
شوند. در این پژوهش، هستی شوند، اما در مواجهه با گراف های بزرگ و پیچیده دچار محدودیت هایی م م
بر مسیرهای کوتاترین در مقیاس های مختلف عمل مبتن شود که بر پایی نگاشت ویژگ م معرف MWSP
مسیرهای کوتاترین در هر گره و بررس BFS آن استکه با ریشگذاری درخت های جستجوی کند. ایدی اصل م
از ساختار گراف استخراج کرد.
صنعت سنگبری به عنوان صنعتی فعال و ارزآور مورد توجه بسیاری از صنعتگران قرارگرفته است. در این صنعت به منظور کاهش میزان بهره برداری از آب های زیرزمینی، از پساب تصفیه شده به صورت چرخشی استفاده می شود. امروزه در فرایند تصفیه پساب کارخانه های سنگبری عمدتا از مواد پلیمری نظیر پلی اکریل آمید برای کاهش قابل توجه زمان ترسیب و افزایش راندمان تصفیه استفاده می شود. درست انجام نشدن فرایند پلیمریزاسیون منجر به کاهش خلوص پلیمر تولیدی شده و مونومر اکریل آمید باقی مانده در پلیمر، پس از انجام فرایند انعقاد وارد پساب تصفیه شده می شود.