پروژه برج هانوی با ++C
نمای سه بعدی هتل معروف برج العرب دبی را با فرمت DWG برای شما آماده کرده ایم. این فایل شامل نمای سه بعدی کامل برج العرب بوده و می توانید آن را با برنامه Autocad اجرا نمایید.
آیا بدنبال خرید امتیاز واحدی از پروژه برج مرجان هستید؟
آیا تمام سایت ها و وبلاگ های منطقه را گشته اید و نتوانسته اید اطلاعات کاملی کسب کنید؟
آیا ب ...
تعداد صفحات : 109 فرمت : word
اصول بنیادین
1-1 اهمیت دائر نگه داشتن
1-2 شرایط طرح
1-3 اصول پایه در برج خنک کننده
1-4 برج با جریان عرضی و متقابل
1-5 بهینه سازی
اصول بنیادین
1-1-اهمیت دائر نگه داشتن
اغلب مهندسان به برج خنک کننده بهای کافی نمیدهند و به آن حداقل نوجه را دارند و اطلاعاتشان را در مورد برج به وجود چیزی در محوطه واحد که
آب را خنک میکند ، محدود میسازند .
مدیران هم از تأثیر اقتصادی برج در واحدشان آگاهی کافی ندارند . پس به کارگیری برج بنحوی که برای مدیرت واحد سودآور باشد ، بعهده مهندس است .
در تحلیل اقتصادی بیشترین سود اوری به تولید آب سرد مربوط میشود . در سیستم خنک کننده و همینطور تهویه ، هر چه آب سردتر باشد ، برق مصرفی ادوات برقی کمتر خواهد بود . درکارخانه جات شیمیایی ، آب سرد بازدهی فرایند میعان را بالا میبرد و در نتیجه هزینه تولید نزول میکند . در نیروگاهها آب سرد مصرف انرژی الکتریکی را تقلیل میدهد.
نقطه دیگر سودآوری را باید در هزینه های برق و بخار جستجو نمود . برج خنک کننده یک وسیله پر مصرف و نیز ابزار انتقال گرما وجرم است .
برج وقتی احداث شد ، به نگهداری احتیاج دارد ، شرایط طراحی در ان حفظ شود و نقش خنک کنندگی ان با ظرفیت پیش بینی شده برقرار باشد . چنانچه نگهداری از برج کافی و مؤثر نباشد ، برج پس از مدتی از کارکرد ، توان خود را در سرد کردن اب از دست میدهد .
1-2- شرایط طرح :
تفاوت ین دمای ورودی و خروجی آب را دامنه یا دلتا دی مینامند . مقدار خنک کنندگی اب هم باید در دمای تر معینی عمل و شود . تفاوت بین دمای آب سرد خروجی و دمای تر به نزدیک شدن به دمای تر معروف است .
بنابریان آب سردتر ( کمی بیشتر از 7/1درجه سانتیگراد ) خروجی از برج تا 10 درصد انرژی الکتریکی را تقلیل خواهد داد . یک سیستم خنک کننده با ظرفیت 1815تن ، و 22700 لیتر در دقیقه آب در گردش ، 350دلار در سال مصرف برق دارد. با آب سردتر، 10 درصد صرفه جوئی خواهد داشت که 35 هزار دلار میشود و این توجیه اقتصادی کافی برای حفظ توان سرد کنندگی برج را دارد .
1-3- اصول پایه در برج خنک کننده :
مکانیسم خنک کنندگی تبخیر و تبادل گرمای محسوس ، اصولی از خنک کنندگی هستند که در برج تحقیق می یابند . مخلوط خوا و آب گرمهای نهان تبخیر را آزاد میسازد . از آب گرم مصرف شده به جریان هوای سرد بخار بلند میشود . انرژی تبخیر آب btu 1000 به ازای هر کیلوگرم آن میباشد . این گرماگیری از آب ، دمای آب را پائین می آورد .
این فرایند تاوانی هم در پی دارد و آن هدر رفتن آب است که به صورت بخار از بربج وارد هوا میشود . در شرایط عادی مقدار این بخار تقریباً 2/1 درصد برای هر 5/5 درجه سانتیگراد از دامنه برج میباشد . گرمای محسوس که دما را تغییر میدهد نیز بخشی از فرایند برج نقش دارد .
وقتی آب گرمتر از هوا باشد بعضاً هوا آب را خنک میکند و درنتیجه دمای هوا افزایش پیدا خواهد کرد چون گرمای محسوس آب به هوا انتقال می یابد . آزاد شدن گرمای نهان تبخیر ، اثر اثر خنک کنندگی دارد و این تأثیر تقریباً 75 درصد کل عمل خنک کردن برج را تشکیل میدهد و 25 درصد دیگر تبدیل به گرمای محسوس مربوط است . برج خنک کننده به دور از قواعت کلی حفاظت نمیباشد . برج خنک کننده ماشینی میباشد که مقداری گرما را از جایی به جای دیگر انتقال میدهد . چنانچه بخواهیم با اصطلاح تکنیکی تر عمل برج را بیان کنیم ، عبارت خواهد بود از دفع گرمای فرایندی شیمیائی یا حذف گرمای تولید شده توسط لوازم فشاری . لذا برج خنک کننده ماشینی است که گرما را از نقطهA به نقطه B جابجا میکند و نهایتاً آنرا در فضا تخلیه مینماید.
1-4- برج با جریان عرضی و متقابل :
غیر از برجهای کوچک که اختصاصی احداث میگردند ، تمام برج بزرگ بر مبنای متغییرهای حرارتی مورد نظر ، در اندازه و شکل تغییراتی دارند. عمدتاً برجهای خنک کننده را در دوطرح بنا میکنند ، یکی برج با جریان عرضی و دیگری برج با جریان متقابل . رای تفکیک بهتر این دو طرح برج از یکدیگر ، تعریف واژه های مربوط و فهرست کردن آنها مفید است و در استاندارد نمودن واژگان مؤثر میباشند .
1-5- بهینه سازی :
برای بهینه کردن عملکرد برج خنک کننده موجود بایستی سه ناحیه اصلی آن را بررسی نمود که عبارتند از :
مجموعه پر کننده
سیستم توزیع آب
قطره برگردانها
فهرست مطالب
عناوین صحفه
فصل اول : اصول بنیادین
اهمیت دائر نگه داشتن 2
شرایط طرح 3
اصول پایه در برج خنک کننده 3
برج با جریان عرضی و متقابل 4
بهینه سازی 5
فصل دوم : مقایسه برج با جریان متقابل و برج با جریان عرضی
قدرت رانش 9
چرخش مجدد 10
کنترل یخ زدگی 11
توانایی در انتقال حرارت 11
برجها با جریان متقابل و عرضی 12
برخورد هوا و آب 14
شرایط انتخاب 16
فصل سوم : توزیع آب
توزیع آب 18
برگردان قطره ای 19
توزیع دوباره در جریان عرضی 20
فصل چهارم :
عوامل مهم در مفید کار کردن برج 23
داده های اقتصادی 25
فصل پنجم
کنترل حجم و جریان هوا 28
کنترل جریان متغییر هوا 28
سیستم هیدرولیک گرداننده پنکه 34
بازیافت توان توسط بازیافت سرعت 35
هزینه هوا 37
فصل ششم : نگهداری چوپ در برج های خنک کننده
مطالعه روی تخریب چوب در برج 44
مطالعه میدانی روی برج 46
انواع تخریب چوب در برج 52
نتایج مطالعه میدانی روی برج 57
کیفیت چوب و اتصال دهنده های فلزی 66
توصیه ها 66
فصل هفتم : خوردگی مصالح فلزی در برج
خوردگی یکنواخت 76
خوردگی حفره ای یا موضعی 78
خوردگی تنشی 79
خوردگی خستگی 79
آب طبیعی 80
آب های معدنی 82
آب شور 83
آمونیاک 85
سولفید هیدروژن 85
دی اکسید کربن 86
فصل هشتم : برج خنک کننده با جریان طبیعی
هزینه احداث 93
عوامل جغرافیایی 95
فصل نهم : اهمیت دمای تر
شرایط طرح 100
اهمیت دمای تر 101
رابطه بین دمای دمای تر و دمای آب سرد 102
پیشگیری از زیان 104
برج اسمی 104
ضرورت بازرسی توسط فرد حرفه ای 105
چکیده
در این پایان نامه، شناسایی فازی سیستم غیرخطی MIMO برج تقطیر بر اساس مدل فازی (Takagi-Sugeno(TS، بررسی خواهد شد و بر روی مدل عمومی distillation column شبیه سازی شده در دو حالت LV-configuration و uncontrolled column مورد آزمایش قرار خواهد گرفت. لازم به تذکر است که در این پایان نامه شناسایی و کاربرد آن در سیستم های online مورد توجه اساسی میباشد.
در حالت offline یعنی هنگامیکه کل داده ها در ابتدای پروسه آموزش در دسترس است، ساختن مدل فازی TS در دو مرحله انجام می گیرد. در مرحله اول مجموعه های فازی (توابع عضویت) در قسمت مقدم rule تعیین میشوند. میتوان این مرحله را با استفاده از اطلاعات اولیه از پروسه و یا بوسیله تکنیک های data-driven انجام داد. در مرحله دوم پارامترهای مقدم هریک از زیر مدلهای خطی با استفاده از الگوریتم RLS محاسبه میشود. مشکل اصلی بدست آوردن مدل، شناسایی توابع عضویت مقدم است که در حقیقت مسئله بهینه سازی غیر خطی است. چونکه مدل فازی TS بدست آمده وابسته به توابع عضویت است، انتخاب مجموعه های فازی بر دقت مدل اثر خواهد گذاشت. بنابراین یکی از نکات اساسی برای بهبود دقت مدل، تنظیم دقیق مجموعه های فازی , بگونه ای است که خطای متوسط مربعی (mean-square) بین مدل تخمین زده شده و سیستم واقعی مینیمم شود.
در حالت online تمام داده ها را در ابتدای پروسه آموزش در اختیار نداریم، بنابراین آموزش مدل فازی TS باید با اولین نمونه داده شروع شود. در این شرایط، ساختار مدل در ابتدا در دست نیست و به صورت تدریجی در خلال پروسه شناسایی تکامل می یابد. آموزش پیوسته online مدل TS، بر پایه متد clustering بازگشتی و غیر تکرارشونده بنا شده است که قسمت مقدم را تخمین می زند و الگوریتم RLS که پارامترهای زیر مدلهای خطی تالی را محاسبه می کند. در این روش، ساختار مدل در ابتدا شناخته شده نیست و در طی پروسه شناسایی تکامل می یابد. (قابل ذکر است که این تکامل بسیار آهسته تر از تکامل پارامترهای مدل صورت می گیرد.) در مدل eTS، پتانسیل داده جدید برای update کردن پایگاه قوانین استفاده میشود. در این الگوریتم داده های پرت هیچگونه شانسی برای اینکه به عنوان مرکز rule انتخاب شوند، ندارند. دلیل این مسئله روش خاص تعریف مراکز rule است. این مسئله بسیار مهم است که آموزش بدون هیچ گونه دانش اولیه از سیستم و فقط با استفاده از اولین داده آغاز میشود. این ویژگی جالب توجه کاربرد این شیوه را در بسیاری از سیستم های adaptive سودمند می سازد.
مشکل اصلی در این شیوه، تولید نامحدود rule در طی پروسه شناسایی مخصوصا در شرایط اولیه است. در این پایان نامه، دو شیوه برای مقابله با این مسئله ارایه شده است. در روش اول، شرایط ایجاد rule در الگوریتم اصلی به گونه ای اصلاح شده است که بتواند نرخ تولید rule را مخصوصا در آغاز پروسه آموزش کنترل کند که باعث کاهش تعداد rule می شود. این اصلاح باعث می شود که الگوریتم در شرایط اولیه با احتیاط بیشتری اضافه کردن rule را انجام دهد. سپس هنگامیکه اطلاعات بیشتری بدست آمد و پروسه شناسایی پیشرفت کرد، شرایط تولید rule به حالت اولیه اش برمیگردد وهمانند الگوریتم اصلی عمل میکند. روش دوم، یک مکانیزم جدید نظارت برای شناسایی و از بین بردن rule های غیر ضروری با استفاده از forgetting factor ارایه شده است.
همچنین در این پایان نامه، متد آنالیز برهم کنش برای سیستم های چندمتغیره ارایه شده است. در بسیاری از کاربردهای عملی، مدل کمی دقیق سیستم در دست نیست و یا بدست آوردن آن بسیار مشکل است. در این متد، سیستم غیرخطی MIMO ابتدا با استفاده از الگوریتم eTS مدلسازی میشود، سپس برهم کنش سیستم چندمتغیره حول یک نقطه کار خاص بر اساس RGA بررسی می شود.
مقدمه
بسیاری از پروسه های صنعتی دارای سیستم های غیرخطی چند متغیره با چندین ورودی و چندین خروجی می باشند که کوپلینگ متقابل پیچیده ای دارند. مدلسازی چنین پروسه پیچیده ای کار بسیار سختی می باشد. بکار بستن تکنیک های متداول مدلسازی سخت و یا حتی غیر قابل استفاده در چنین مسایل عملی می باشد . یک راه حل مفید دیگر استفاده از شیوه های شناسایی data-driven است که از داده های تجربی به دست آمده و از ورودی و خروجی پروسه استفاده می کند.
روش های مدلسازی فازی rule base به دلیل انعطاف پذیری ذاتی شان در ساختن مدلها ازداده های ورودی و خروجی توجه بسیاری را به خود جلب کرده اند. از میان متدهای مختلف فازی، تکنیک مدلسازی TS به دلیل قابلیت بالای محاسباتی بیشتر مورد توجه قرار گرفته است. مدل فازی TS شامل قانون های اگر – آنگاه در مقدم و توابع ریاضی در بخش تالی خود می باشد. بنابراین وظیفه شناسایی مدل فازی TS تعیین پارامترهای غیرخطی توابع عضویت مقدم و پارامترهای خطی قانون های تالی می باشد.
تحقیقات اخیر بر روی تکنیک های data-driven که در آن مدل های فازی دینامیکی با استفاده از داده های ورودی – خروجی اندازه گیری شده قابل آموزش هستند، متمرکز شده است.
آموزش Online مدل فازی TS نیازمند شناسایی بازگشتی برای تخمین ساختار مدل و همچنین تخمین پارامترهای تالی می باشد. از آن رو که تمام داده های ورودی – خروجی در آغاز پروسه آموزش در دسترس نیست، ارائه روش شناسایی Online که در آن ساختار مدل و پارامترها به صورت تدریجی تکامل می یابند ضروری است که این روش بدون در اختیار داشتن دانش اولیه از پروسه، با اولین داده ورودی شناسایی را آغاز می کند. این ویژگی جالب، این شیوه را تبدیل به یک مکانیزم کارآمد در سیستم های adaptive و self-tuning ساخته است. تاکنون توجه اندکی به شناسایی فازی پروسه های صنعتی چند متغیره (MIMO) شده است. در این پایان نامه شناسایی فازی Online برای پروسه های چند متغیره ارائه شده در [3] و اصلاحات و نکات لازم جهت بهبود کارایی آن ارائه شده است.
مشکل اصلی در این شیوه، تولید نامحدود rule در طی پروسه شناسایی مخصوصا در شرایط اولیه است. در این پایان نامه، دو شیوه برای مقابله با این مسئله ارایه شده است. در روش اول، شرایط ایجاد rule در الگوریتم اصلی به گونه ای اصلاح شده است که بتواند نرخ تولید rule را مخصوصا در آغاز پروسه آموزش کنترل کند که باعث کاهش تعداد rule می شود. این اصلاح باعث می شود که الگوریتم در شرایط اولیه با احتیاط بیشتری اضافه کردن rule را انجام دهد. سپس هنگامی که اطلاعات بیشتری بدست آمد و پروسه شناسایی پیشرفت کرد، شرایط تولید rule به حالت اولیه اش برمیگردد وهمانند الگوریتم اصلی عمل میکند. روش دوم، یک مکانیزم جدید نظارت برای شناسایی و از بین بردن rule های غیر ضروری با استفاده از forgetting factor ارایه شده است.
برهم کنش در بسیاری از سیستم های صنعتی وجوددارد و این بدین معنی است که تغییر یک متغیر کنترل بر بیش از یک خروجی سیستم اثر خواهد داشت. در این پایان نامه، با متمرکز شدن بر آنالیز برهم کنش خروجی, یک شیوه جدید برای بدست آوردن RGA ارایه شده است که درجه برهم کنش متغیرها را حول یک نقطه کار خاص ارایه می دهد.
تعداد صفحه : 92