صفحه اول تماس با ما RSS قالب وبلاگ
دینامیک سیالات محاسباتی
برتر فایل 1400/2/4

منطق فازی معتقد است که ابهام همیشه و همواره در جوهره و ماهیت علم بوده و می توان از آن بهره جست. بنابراین به دنبال ساختن سیستم هایی است که ابهام را به عنوان بخشی از سیستم، هضم نموده و مدل کند. زیرا تنها در اینصورت است که می توان در سیستم های مبتنی بر هوش مصنوعی، رفتار و عکس العمل این گونه سیستم ها را به رفتار انسانی نزدیک نموده و به نتیجه دلخواه دست یافت. بر همین اساس کاربرد منطق فازی در حل مسائل هوش مصنوعی، بیش از پیش در حال گسترش است. لذا پس از معرفی منطق فازی توسط پروفسور لطفی زاده، شمار زیادی از محققان حوزه علوم کامپیوتر به این مقوله و کاربردی کردن آن در مسائل روی آورده و مقالات و پژوهش های زیادی با این موضوعات منتشر شده است. در این پروژه هم هدف اصلی ما معرفی و نقد و بررسی روش های مبتنی بر منطق فازی و یادگیری ماشین است. روال کار به صورت مطالعه روش های مشابه در مقالات معتبر و جدید ISI، Elsevier، Springer و IEEE می باشد. سپس با استفاده از نتایج شبیه سازی روش های پیشنهادی در این مقالات سعی در ارائه راه حل های جدید به کمک نقاط قوت و ضعف این روش ها خواهیم داشت. در این زمینه فصل اول به معرفی، تاریخچه و مفاهیم اصلی منطق فازی پرداخته و در فصل دوم تعاریف و انواع روش ها و تکنیک های یادگیری ماشین به همراه مزایا و معایب هر یک را بیان نموده و در فصل سوم مروری بر مقالات جدید در این حوزه داشته و در فصل چهارم به بیان ایده های جدید پیرامون ماشین و منطق فازی می پردازیم و پروژه را با بیان نتایج به پایان خواهیم رساند...

کاربرد روش های اکتشافی مبتنی بر تحليل بافت در گروه بندی کيفی محصولات فولادی

جعبه ابزار شبکه عصبی در نرم افزار متلب

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

پروژه کاربردهای منطق فازی در یادگیری ماشین مشتمل بر 4 فصل، 94 صفحه، تایپ شده، به همراه دیاگرام و جدول، روابط و فرمول های اصلی، با فرمت pdf جهت دانلود قرار داده شده و فصل بندی پروژه به ترتیب زیر می باشد:

فصل 1: منطق فازی، معرفی، تارخچه و مفاهیم اصلی

  • مقدمه
  • محاسبات نرم
  • منطق فازی
  • سیر تطور منطق فازی
  • سیستم های فازی
  • سیستم های فازی چگونه سیستم هایی هستند؟
  • مفاهیم اصلی در منطق فازی
  • خلاصه

فصل 2: یادگیری ماشین، تعاریف، انواع روش ها و تکنیک ها

  • مقدمه
  • تعاریف یادگیری
  • یادگیری ماشین چیست ؟
  • هدف یادگیری ماشینی
  • انواع یادگیری
  • یادگیری با ناظر
  • یادگیری بدون ناظر
  • یادگیری تقویتی
  • یادگیری نیمه نظارتی
  • روش های یادگیری نیمه نظارتی
  • رشته های علمی و نمونه هایی از تاثیرشان بر یادگیری ماشینی
  • انواع ماشین های یادگیرنده
  • روش های یادگیری عامل
  • طراحی یک سیستم یادگیری
  • مشکلات ماشین های یادگیرنده
  • تکنیک های یادگیری ماشین
  • یادگیری استنتاجی خصوصا درخت تصمیم
  • ویژگی های درخت تصمیم
  • کاربردهای درخت تصمیم
  • مسائل اساسی برای هر درخت تصمیم
  • یادگیری پیوندگرا خصوصا شبکه عصبی مصنوعی
  • کاربردهای شبکه عصبی مصنوعی
  • مزیت شبکه عصبی
  • یادگیری به روش فازی
  • یادگیری از طریق منطق محاسباتی
  • پایه های منطق محاسباتی
  • پایه ریاضی
  • کاربردهای منطق محاسباتی
  • یادگیری از طریق محاسبات تکاملی خصوصا الگوریتم ژنتیک
  • الگوریتم ژنتیک
  • یادگیری از طریق برنامه ریزی سیستم خبره
  • یادگیری تقویتی
  • کاربردهای یادگیری تقویتی
  • یادگیری مفهوم
  • یادگیری از طریق قوانین وابستگی
  • یادگیری بیزین
  • ویژگی های یادگیری بیزین
  • مشکلات عملی یادگیری بیزین
  • یادگیری از طریق ماشین بردار پشتیبان
  • مزیت های ماشین بردار پشتیبان
  • ایرادات ماشین بردار پشتیبان
  • کاربرد ماشین های یادگیرنده
  • خلاصه

فصل 3: منطق فازی و یادگیری ماشین، مرور مقالات

  • مقدمه
  • مجموعه های فازی بدیهی با استخراج قواعد فازی از درخت های تصمیم فازی
  • مدل هوش محاسباتی ترکیبی مبتنی بر منطق فازی و ماشین بردار پشتیبان
  • سیستم های رابطه ای عصبی فازی برای تقریب و پیش بینی غیرخطی
  • شبکه های مبتنی برمنطق فازی
  • منطق فازی در تولید، مرور ادبیات و نرم افزار تخصصی
  • استنتاج قوانین فازی با سیستم ایمنی مصنوعی و آموزش پارتیشن های فازی
  • خلاصه

فصل 4: منطق فازی و یادگیری ماشین، بیان ایده های جدید

  • مقدمه
  • روش های مبتنی بر الگوریتم هوشمند (خودآگاه)
  • سیستم خبره
  • مزایای سیستم خبره
  • کاربردهای سیستم خبره
  • روش های مبتنی بر استفاده از الگوریتم ژنتیک در یادگیری ماشین
  • الگوریتم ژنتیک
  • مزایای الگوریتم ژنتیک
  • نقاط ضعف الگوریتم ژنتیک
  • روش های مبتنی برساختار درختی
  • مسئله درخت اشتاینر
  • کاربرد های درخت اشتاینر
  • روش های مبتنی بر استفاده از الگوریتم های چند بعدی در یادگیری ماشین
  • یادگیری تقویتی
  • مشخصه های اصلی یادگیری تقویتی
  • کاربردهای یادگیری تقویتی
  • یادگیری مفهومی
  • الگوریتم های مبتنی بر تابع هدف
  • روش K- میانگین
  • مشکلات روش خوشه بندی K- میانگین
  • روش C - میانگین
  • نقاط قوت الگوریتم C – میانگین فازی
  • نقاط ضعف الگوریتم C – میانگین فازی
  • روش های مبتنی برعامل
  • فیلتر کالمن
  • فیلتر کالمن فازی

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

آموزش شبكه هاي عصبي در نرم افزار SPSS

کاهش بعد با استفاده از شبکه های عصبی

جهت دانلود پروژه کاربردهای منطق فازی در یادگیری ماشین بر لینک زیر کلیک نمایید.

 

کاربردهای منطق فازی در یادگیری ماشین

 

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

طراحی شبکه های عصبی مصنوعی

تحلیل اجزاء محدود خرپای دو بعدی با نرم افزار متلب

حل معادله انتقال حرارت دو بعدی به روش صریح و ضمنی در نرم افزار متلب

حل معادلات لاپلاس برای مش بندی سه و هشت گرهی

تحلیل تیر سراسری با استفاده از نرم افزار متلب

روش اجزای محدود در نرم افزار متلب


 



| نسخه قابل چاپ | تعداد بازديد : 3
برتر فایل 1395/12/18

در دو دهه گذشته، آنالیز مودال به دانشی فراگیر با هدف تعیین، بهبود و بهینه سازی مشخصات دینامیکی سازه های مهندسی تبدیل شده است. طراحی امروزی سازه های پیچیده مکانیکی، هوایی و ساختمانی به گونه ای است که علاوه بر مقاومت بالا بایستی دارای وزن کم و قابلیت انعطاف زیاد باشند. به عنوان مثال، در صنعت خودروسازی تلاش زیادی صرف کاهش وزن بدنه شده است. به منظور کم کردن اثرات اینرسی حین ماموریت در سازه های فضایی، مانند آنتن های ماهواره ای، کاهش وزنی در حد چند گرم نیز حائز اهمیت فراوان است. این نیازهای جدی در طراحی سازه های جدید، پتانسیل بروز ارتعاشات ناخواسته را در این سازه ها افزایش می دهد. از دیگر حقایق زندگی مدرن، تقاضای روزافزون برای سازه های ایمن و قابل اعتماد مطابق با ضوابط وضع شده توسط دولت ها و یا نیاز مشتری می باشد. مدل سازی کامپیوتری به تنهایی قادر به تعیین رفتار دینامیکی سازه نمی باشد، زیرا برخی خواص سازه مانند میرایی و یا خواص غیرخطی از قواعد معمول در مدل سازی پیروی نمی کنند. همچنین، اطلاعات فراتری برای مدل سازی به دلیل عدم قطعیت در شرایط مرزی، مورد نیاز می باشد. پیشرفت های اخیر در تکنیک های تجربی باعث تکامل مقوله مدل سازی با استفاده از خواص تجربی، شده است. بخش مهمی از این تلاش، پیشرفت های حاصل شده در آنالایزرهای تبدیل دیجیتال فوریه بوده است. تکنیک های تجربی توسط آنالیز مودال رشد و تقویت یافته و در مقابل،  انگیزه ای قوی برای پیشرفت آنالیز مودال ایجاد کرده اند.


روش های اجزاء محدود پیشرفته پروفسور عیسی سلاجقه

کدهای متلب برای آنالیز اجزاء محدود

اجزاء محدود غیر خطی پروفسور عیسی سلاجقه

 

آنالیز مودال چیست؟

آنالیز مودال، فرآیند تعیین خواص ذاتی دینامیکی یک سیستم در قالب فرکانس های طبیعی، ضرایب میرایی و شکل مودها و به کارگیری آنها به منظور ایجاد مدلی ریاضی از رفتار دینامیکی سیستم می باشد. این مدل ریاضی به مدل مودال سیستم و اطلاعات مربوط به مشخصات آن، داده های مودال نامیده می شوند. آنالیز مودال، هر دو مبحث تئوری و تجربی را در بر می گیرد. آنالیز مودال تئوری، بر اساس یک مدل فیزیکی از سیستمی دینامیکی شامل خواص جرمی، سختی و میرایی می باشد. این خواص ممکن است به صورت معادلات دیفرانسیل پاره ای موجود باشند. به کمک تحلیل اجزای محدود مدرن می توان تقریباً هر سازه دینامیکی خطی را گسسته سازی کرد و در نتیجه به طور قابل ملاحظه ای قابلیت و میدان کاری آنالیز مودال تئوریک  افزایش یافته است. امروزه آنالیز مودال تجربی کاربردهای گسترده‌ای در تصحیح دینامیک سازه‌ها، بهبود مدل‌های تحلیلی، طراحی دینامیکی بهینه، کنترل ارتعاشات، عیب‌یابی و پایش سلامت سازه‌ها در زمینه‌های مهندسی هوافضا، مکانیک و عمران پیدا کرده است. برای انجام آزمون مودال معمولاً سیستم مورد نظر به آزمایشگاه منتقل شده و پس از شبیه‌سازی شرایط مرزی با اعمال نیروهای تحریک ساخته شده و معین به ارتعاش واداشته می‌شود. سپس با استفاده از پاسخ و نیروی تحریک اندازه‌گیری شده توابع پاسخ فرکانسی محاسبه و از طریق روش‌های مختلف آنالیز مودال، پارامترهای مودال سیستم شامل فرکانس‌های طبیعی، نسبت‌های میرایی و شکل مودها استخراج می‌شود...


نمونه سوالات امتحانی و تمرینات حل شده درس روش های اجزای محدود

حل معادلات لاپلاس برای مش بندی سه و هشت گرهی

روش های اجزاء محدود مقدماتی پروفسور عیسی سلاجقه

 

جزوه آموزش آنالیز مودال پروفسور سعید ضیائی راد، جزوه ای جامع و بی نظیر از آموزش روش اجزای محدود و آنالیز مودال است که مشتمل بر 19 بخش، در 570 اسلاید، با فرمت Powerpoint و به ترتیب زیر گردآوری شده است:

بخش 1: مروری بر آنالیز مودال

بخش 2: تحلیل و تست مودال

بخش 3: تئوری آنالیز مودال سیستم یک درجه آزادی

بخش 4: سیستم نامیرا MDOF

بخش 5: آنالیز مودال سیستم های چند درجه آزادی نامیرا

بخش 6: سیستم MDOF با میرایی متناسب

بخش 7: سیستم MDOF با میرایی

بخش 8: آنالیز مودال سیستم های چند درجه آزادی میرا

بخش 9: شیوه های پیچیده آنالیز و تست مودال

بخش 10: ویژگی ها و ارائه MDOF FRF داده

بخش 11: تکنیک های اساسی اندازه گیری آنالیز و تست مودال

بخش 12: اندازه گیری تابع پاسخ فرکانسی

بخش 13: وارون کلی آنالیز و تست مودال

بخش 14: توابع حالت شاخص

بخش 15: روش های آنالیز مودال در حوزه فرکانسی

بخش 16: روش استخراج پارامتر مودال

بخش 17: مقایسه تست و آنالیز مودال

بخش 18: پردازش سیگنال های دیجیتال

بخش 19: برنامه ریزی آزمون


روش های اجزای محدود

آنالیز و تحلیل مهندسی با نرم افزار آباکوس

روش اجزای محدود مقدماتی

 


تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

کاربردهای منطق فازی در یادگیری ماشین

جعبه ابزار شبکه عصبی در نرم افزار متلب

** توجه: علاوه بر جزوه آموزشی بالا، پروژه آنالیز مودال یک سیستم شش درجه آزادی در حوزه فرکانس با استفاده از نرم افزار MATLAB نیز جهت دانلود قرار داده شده است:

در این پروژه 20 صفحه ای، یک سیستم شش درجه آزادی که می­ تواند مدلی از یک وسیله نقلیه باشد، در حوزه فرکانس و به روش مودال تحلیل شده است. بعد از محاسبه ماتریس توابع پاسخ فرکانسی آن، بعضی از درایه­ های این ماتریس ­ها در مقیاس نیمه لگاریتمی رسم شده ­اند. همه موارد تحلیل با استفاده از نرم افزار MATLAB انجام شده است. تشکیل ماتریس های جرم و سختی سیستم، با استفاده از مفهوم درایه ای انجام شده است.

 

** توجه: علاوه بر جزوه آموزشی و پروژه بالا، 2 مقاله از پروفسور سعید ضیائی راد با عناوین زیر نیز جهت دانلود قرار داده شده است:

مقاله 1: طراحی و ساخت چکش تحریک به منظور ارزیابی دینامیکی تیرها و پل ها به کمک چکش طراحی شده مناسب

مقاله 2: مقایسه روش های رزونانس فازی و جداسازی فازی در تست ارتعاشات زمینی (GVT) سازه های هوایی


آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

آموزش شبكه هاي عصبي در نرم افزار SPSS

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

جهت دانلود جزوه آموزش جامع آنالیز مودال پروفسور سعید ضیائی راد + پروژه آنالیز مودال یک سیستم شش درجه آزادی در حوزه فرکانس با استفاده از نرم افزار MATLAB + دو مقاله، بر لینک زیر کلیک نمایید:



جزوه آموزش جامع آنالیز مودال پروفسور سعید ضیائی راد

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:


مدلسازی و شبیه سازی اجزاء محدود با نرم افزار ANSYS Workbench

تحلیل اجزاء محدود خرپای دو بعدی با نرم افزار متلب

برنامه المان چهار گرهی تنش مسطح و کرنش مسطح در نرم افزار متلب

تحلیل صفحه خمشی تحت بار گسترده ثقلی در نرم افزار متلب

کاربرد روش تفاضل محدود در تئوری صفحات نازک

تحليل ورق تحت بار درون صفحه اي به روش اجزاء محدود با استفاده از نرم افزار متلب

روش اجزای محدود در نرم افزار متلب

روش اجزاء محدود توسعه یافته

روش اجزای محدود مقدماتی



| نسخه قابل چاپ | تعداد بازديد : 29
برتر فایل 1395/12/18

معادلات دیفرانسیل جزئی (P.D.E) یکی از موارد پر کاربرد در محیط های مختلف پیوسته می باشند که نظیر آنها را در معادلات موج یا انتقال حرارت می توان مشاهده نمود. در این جزوه آموزشی هدف آموزش برنامه نویسی روش explicit و implicit در حل انتقال حرارت دو بعدی در یک صفحه مستطیلی به روش تفاضل محدود (Finite Difference) است...


نمونه سوالات امتحانی و تمرینات حل شده درس روش های اجزای محدود

روش های اجزاء محدود مقدماتی پروفسور عیسی سلاجقه

روش های اجزاء محدود پیشرفته پروفسور عیسی سلاجقه

کدهای متلب برای آنالیز اجزاء محدود

جزوه آموزش حل معادله انتقال حرارت دو بعدی به روش صریح و ضمنی در نرم افزار MATLAB، یک جزوه آموزشی مفید و کاربردی از آموزش مبحث انتقال حرارت در نرم افزار پیشرفته متلب است. همچنین به همراه جزوه بالا تمام m فایل های استفاده شده در این جزوه آموزشی، در فایل rar دانلود شده موجود می باشد. با توجه به اینکه این برنامه دارای تابع می باشد، حتماً بایستی Current Folder نرم افزار بر روی فولدر این مجموعه تنظیم شود. این جزوه مشتمل بر 22 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر رنگی، با فرمت PDF، به ترتیب زیر گردآوری شده است:

بخش 1: مقدمه

بخش 2: روش های حل معادلات دیفرانسیل جزئی از نوع سهمیگون

  • روش صریح
  • روش ضمنی

بخش 3: صورت مسئله

بخش 4: برنامه MATLAB

  • برنامه روش صریح
  • برنامه روش ضمنی

بخش 5: خروجی ها

بخش 6: متن برنامه

  • ضمیمه الف
  • ضمیمه ب

جهت دانلود جزوه آموزش حل معادله انتقال حرارت دو بعدی به روش صریح و ضمنی در نرم افزار MATLAB بر لینک زیر کلیک نمایید:



آموزش متلب، جزوه آموزش حل معادله انتقال حرارت دو بعدی به روش صریح و ضمنی در نرم افزار MATLAB


اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:


طراحی و شبیه سازی پروژه های مهندسی با نرم افزار کامسول

روش اجزای محدود در نرم افزار متلب

برنامه نویسی به روش المان محدود در نرم افزار متلب

تحلیل المان محدود غیرخطی جامدات و سازه‌ها

تحلیل ستون بتن مسلح به روش اجزاء محدود در نرم افزار آباکوس

تعیین نمودار هیسترزیس ستون تحت بارگذاری به روش اجزاء محدود در آباکوس

کاربرد روش اجزاء محدود در مسائل مهندسی سازه

بررسی و آنالیز اثر تراوش دوبعدی آب در سدهای خاکی به روش المان محدود

ساخت محصولات بهتر با تحلیل المان محدود

شبیه سازی جوشکاری و اتصال آلیاژهای آلومینیوم به روش آنالیز اجزای محدود




| نسخه قابل چاپ | تعداد بازديد : 127
برتر فایل 1395/8/25

کتاب خودآموز نرم افزار ANSYS ED Workbench Tutorial به همراه تمرینات کاربردی، مشتمل بر 9 فصل، 430 صفحه، به زبان انگلیسی روان، تایپ شده، به همراه کلی تصاویر، با فرمت PDF، به ترتیب زیر گردآوری شده است:

  • Chapter 1: Introduction and Overview
  • Chapter 2: Description of Tutorials
  • Chapter 3: Workbench Basics
  • Chapter 4: Dimensions and Parameters
  • Chapter 5: Named Selections and Localized Loads
  • Chapter 6: Remote and Combined Loads
  • Chapter 7: Assemblies and Contact
  • Chapter 8: Exploring Simulation (Part 2)
  • Chapter 9: Exploring Simulation

* توجه: کاربران نگران زبان انگلیسی کتاب نباشند. حتی کاربرانی که سر انگشتی زبان انگلیسی یاد دارند قادر خواهند بود از این کتاب بهره کافی را ببرند. لازم به ذکر است که آموزش در کتاب خودآموز نرم افزار ANSYS ED Workbench Tutorial به صورت قدم به قدم (Step to Step) همراه با تصاویر واضح و رنگی می باشد.


کاربردها و روش اجزاء محدود در مهندسی با استفاده از نرم افزار انسیس

تحلیل المان محدود به کمک نرم افزار انسیس

آزمایشگاه های مکانیک مواد با شبیه سازی سالیدورکس

جهت دانلود کتاب خودآموز نرم افزار ANSYS ED Workbench Tutorial به همراه تمرینات کاربردی، بر لینک زیر کلیک نمایید:

آموزش انسیس، کتاب خودآموز نرم افزار ANSYS ED Workbench Tutorial به همراه تمرینات کاربردی


اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند


مدلسازی و شبیه سازی اجزاء محدود با نرم افزار ANSYS Workbench

شبیه سازی ارتعاشات با استفاده از نرم افزارهای متلب و انسیس

آنالیز و تحلیل مدل های مهندسی سازه با انسیس

تجزیه و تحلیل آکوستیک با استفاده از نرم افزار متلب و انسیس

آموزش نرم افزار ANSYS/ LS-dyna

تحلیل مهندسی با نرم افزار انسیس

کاربردها و روش اجزاء محدود در مهندسی با استفاده از نرم افزار انسیس



| نسخه قابل چاپ | تعداد بازديد : 32

 

نرم افزار  ansys  در سال ۱۹۷۱ توسط شرکت آمریکایی swanson به عنوان یکی از پیشگامان نرم افزارهای اجزا محدود ساخته شد. این نرم افزار نسخه ی پیشرفته NISA می باشد و با استفاده از روش اجرای محدود (FEM) به حل معادلات گرمایی و مدل سازی تنش در اجسام می پردازد این نرم افزار هم می تواند در مکانیک سیالات برای برسی رفتار یک سیال و یا برسی مسائل انتقال حرارت با استفاده از اجزای محدود به کار رود و هم در مکانیک جامدات با بررسی تنش ها و ارتعاشات در سازه ها و قاب ها مسائل را حل کند. نرم افزار انسیس برای مهندسان مکانیک، متالوژی، عمران و هوافضا بسیار کاربردی می باشد.

شبیه سازی احتراق موتور دیزل با مدل Eddy Dissipation در نرم افزار انسیس

آنالیز و تحلیل مدل های مهندسی سازه با انسیس

شبیه سازی خنک کاری برد الکترونیکی با استفاده از نرم افزار انسیس فلوئنت


کتاب آموزش مدلسازی، آنالیز سازه ای، حرارتی، میدان های کوپله در نرم افزار انسیس Ansys، یک کتاب جامع و مفید از آموزش نرم افزار انسیس می باشد. الگوی آموزشی این کتاب مبتنی بر آموزش با مثال و تمرین می باشد. این کتاب بخشی از امکانات عظیم نرم افزار انسیس را توضیح داده، مشتمل بر 395 صفحه، در 7 فصل، با فرمت pdf، به زبان فارسی و به همراه تصاویر هر محیط و نوار ابزارها، به ترتیب زیر گردآوری شده است:

فصل 1: آشنایی کلی با روش اجزاء محدود و نرم افزار ANSYS

  • آشنایی با روش اجزاء محدود
  • معرفی نرم افزار Ansys و هدف از انتخاب آن
  • آشنایی با نحوه نصب نرم افزار و نیازهای سخت افزاری آن
  • روش های اجراء نرم افزار
  • توضیح محیط نرم افزار و منوهای آن
  • انواع فایل های به کار گرفته شده توسط نرم افزار
  • ارتباط با نرم افزارهای دیگر

فصل 2: مدلسازی

  • مقدمه
  • تمرین اول: صفحه سوراخ دار
  • تمرین دوم: تونل باد
  • تمرین سوم: نقشه مهندسی
  • تمرین چهارم: سیلندر مخروطی
  • تمرین پنجم: آشنایی با کاربرد Work Plane
  • تمرین ششم: آشنایی با انتخاب اجزاء
  • تمرین هفتم: قالب صنعتی

فصل 3: آنالیزهای سازه ای

  • تمرین اول: استاتیکی
  • تمرین دوم: مودال
  • تمرین سوم: پاسخ منظم
  • تمرین چهارم: دینامیکی گذرا
  • تمرین پنجم:غیر خطی
  • تمرین ششم: خزش
  • تمرین هفتم: کمانش
  • تمرین هشتم: مواد مرکب
  • تمرین نهم: خستگی

 فصل 4: آنالیزهای حرارتی

  • تمرین اول: حالت پایدار
  • تمرین دوم: حالت گذرا
  • تمرین سوم: تشعشع

فصل 5: آنالیزهای میدان های کوپله

  • مقدمه
  • تمرین اول: تحلیل ترموالاستیک (غیر مستقیم)
  • تمرین دوم: میدان های کوپله مستقیم
  • تمرین سوم: آکوستیک

 فصل 6: آنالیزهای ویژه

  • تمرین اول: تحلیل دینامیکی سیال
  • تمرین دوم: مکانیک شکست
  • تمرین سوم: بهینه سازی طراحی
  • تمرین چهارم: آنالیز مودال برای سازه های متقارن تکراری
  • تمرین پنجم: تحلیل ویسکو الاستیک
  • تمرین ششم: آنالیز تماس

فصل 7: آشنایی با برخی امکانات ویژه

  • تمرین اول: تولد و مرگ المان
  • تمرین دوم: ساخت ماکرو

جهت دانلود کتاب کم نظیر آموزش مدلسازی، آنالیز سازه ای، حرارتی، میدان های کوپله در نرم افزار انسیس Ansys بر لینک زیر کلیک نمایید:

آموزش انسیس، کتاب آموزش مدلسازی، آنالیز سازه ای، حرارتی، میدان های کوپله در نرم افزار انسیس Ansys


اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:


بررسی و شبیه سازی خواص نانو لوله های کربنی و کاربردهای آن


بررسی رفتار مخازن تحت فشار استوانه ای با روش المان محدود توسط نرم افزار انسیس



| نسخه قابل چاپ | تعداد بازديد : 10