بررسی اثرات سینرژستیک، پتانسیل اکسایش و کاهش و…

نوع فایل : word

تعداد صفحات : 28

تعداد کلمات : 5500

مجله : Journal of Molecular Graphics and Modelling

انتشار : 2017

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
30 اکتبر 2020
دسته بندی
تعداد بازدیدها
1364 بازدید
25,000 تومان

عنوان فارسی مقاله:بررسی  اثرات سینرژستیک، پتانسیل اکسایش و کاهش و الکترون گیری پیوندهای هیدروژنی درون مولکولی  در میان ۱،۴- بنزوکوینون ها و مولکول‌های هیدروژن فلورید

 چکیده  

ظرفیت پیوند هیدروژنی اکسیژن، دارای کارکردهای زیستی کوینون است. بر اساس یافته‌های محاسبات مکانیکی کوانتومی در انواع واکنش‌های بین مشتقات ۱،۴- بنزوکوینون (BQ) ومولکول های هیدروژن فلورید، برهمکنش میان پیوند هیدروژنی و EHB متأثر از گروه‌های جانشین در حلقه‌ی شش بخشی BQ است. کل انرژی‌های اتصال مجتمع‌ها توسط جایگزین‌های اهدا کننده الکترون (EDS) منفی‌تر می‌شوند در حالی که تغییرات توسط جایگزین‌های خارج کننده الکترون (EWS) برعکس می‌شوند. فعل و انفعال متقابل بین فعل و انفعالات X-BQ-HF) n (1-3 = n) با استفاده از پارامترهای هندسی، انرژی‌های هم افزا (SE) و مقادیر EHB بررسی شده است. پیوند هیدروژنی پتانسیل‌های کاهش (E0red) را کاهش می‌دهد و میل ترکیبی الکترون (EA) مشتقات X-BQ را افزایش می‌دهد. روابط خطی بین مقادیر E0red (و EA) و ثابت‌های همت مواد جایگزین مشاهده شده است(الکترون گیری پیوندهای هیدروژنی).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: ntelligent system based on wavelet decomposition and neural network for predicting of fan speed for energy saving in HVAC system

Abstract

 In this study, a heating, ventilating and air-conditioning (HVAC) system with different zones was designed and tested. Its fan motor speed and damper gap rates were controlled by two controllers (i.e. a PID controller and an intelligent controller) in real time to minimize its energy consumption. The desired temperatures were realized by variable flow-rate by considering the ambient temperature for each zone and evaporator. The PID parameters obtained in our previous theoretical work using fuzzy logic were utilized in this study. The experimental data used in this study was collected using a HVAC system built in a laboratory environment. The fan motor speed and damper gap rates were predicted using wavelet packet decomposition (WPD), entropy, and neural network (NN) techniques. WPD was used to reduce the input vector dimensions of the intelligent model. The suitable architecture of the NN model is determined after certain trial and error steps. According to test results, the developed model performance is at desirable level. Efficiency of the developed method was tested and a mean 95.62% recognition success was obtained. This model is an efficient and robust tool to predict damper gap rates and fan motor speed to minimize energy consumption of the HVAC system.
دیدگاهتان را بنویسید