برتر فایل

مجموعه فایل های آموزش مقدماتی تا پیشرفته نرم افزار کتیا (CATIA) و مجموعه کتب, جزوات, پروژه و مقالات تخصصی مهندسی مکانیک

برتر فایل

مجموعه فایل های آموزش مقدماتی تا پیشرفته نرم افزار کتیا (CATIA) و مجموعه کتب, جزوات, پروژه و مقالات تخصصی مهندسی مکانیک

آموزش کتیا، آموزش تراشکاری (Turning) در محیط Lathe Machining نرم افزار CATIA

ماشین تراش، ماشین ابزاری است که با چرخش یک قطعه خام در برابر لبه برشی یک ابزار و براده برداری به آن شکل می دهد. محیط Lath Machining نرم افزار کتیا، همانند یک ماشین تراش مجازی عمل می کند و با پشتیبانی عملیات مربوط به ماشین های تراش افقی و عمودی برنامه عملیات ماشینکاری توسط ماشین های ابزار برای قطعه تدوین می شود و پس از شبیه سازی کدهای مربوط به ماشین های ترا ش CNC به صورت خودکار استخراج می شود. برخی از پارامترهایی که برای ایجاد یک برنامه ساخت (Manufacturing Program) در محیط Lath Machining می توان تعریف کرد عبارتند از نوع ماشین (ماشین تراش افقی یا عمودی)، نقطه مرجع، انتخاب صفحه حد مرز قلم دستگاه، محدوده قطعه کار نهایی و قطعه خام، مکان تعویض ابزار، مختصات مرکز میز کار، روش براده برداری از قطعه خام (براده برداری از روی قطعه در مسیر طولی، براده برداری از سطوح تخت (کف تراشی)، براده برداری از روی قطعه در مسیر کانتورهای موازی با کانتور نهایی، داخل تراشی، روتراشی، شروع عملیات براده برداری از لبه جلوی قطعه یا از لبه انتهایی آن)، مشخصات قلم ابزار گیر، زاویه نصب قلم ابزارگیر، مختصات مرجع قطعه کار (نقطه آغاز حرکت ابزار در زمان شروع)، نوع قلم ابزار گیر (قلم روتراشی یا داخل تراشی)، نوع و شکل ابزار برشی و تعریف ابعاد آن (ابزارهای برشی 5 ضلعی، 3 ضلعی، 4 ضلعی، الماسه، گرد، شیار زن)، مشخصات دستگاه (سرعت دستگاه در حین براده برداری، سرعت پیشروی، زمان تاخیر، کیفیت سطح (سطح زبر یا سطح تمام شده)، سرعت نزدیک شدن به قطعه کار، سرعت اسپیندل)، نحوه حرکت قلم به طرف قطعه و برگشت بعد از اتمام عملیات...

آموزش تراشکاری (Turning) در محیط Lathe Machining نرم افزار CATIA، یکی از کتاب های مفید و کاربردی در زمینه ماشینکاری با نرم افزار کتیا می باشد. این کتاب مشتمل بر 85 صفحه، به زبان انگلیسی روان، تایپ شده، به همراه تصاویر رنگی، با فرمت PDF، به ترتیب زیر گردآوری شده است:

Getting Started

Open the Part to Machine
Create a Lathe Roughing Operation
Replay the Toolpath
Create a Lathe Grooving Operation
Create Lathe Profile Finishing Operation
Generate NC Code

Basic Tasks

Lathe Machining Operations
Longitudinal Roughing
Face Roughing
Parallel Contour Roughing
Recessing
Grooving
Profile Finishing
Groove Finishing
Threading
Axial Machining Operations
Manufacturing Entities
Auxiliary Operations
Verification, Simulation and Program Output
Part Operations, Programs and Processes
Advanced Tasks
Workbench Description
Menu Bar
Toolbars
Specification Tree

Customizing

Reference Information
Lathe Operations
Cutter Compensation and Finish Operations
Changing the Output Point

Glossary
Index

* 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 تراشکاری (Turning) در محیط Lathe Machining نرم افزار CATIA در این کتاب به صورت قدم به قدم (Step to Step) همراه با تصاویر واضح و رنگی می باشد.

جهت دانلود آموزش تراشکاری (Turning) در محیط Lathe Machining نرم افزار CATIA برلینک زیر کلیک نمایید:

آموزش کتیا، آموزش تراشکاری (Turning) در محیط Lathe Machining نرم افزار CATIA

آموزش ProEngineer، کتاب آموزش مدلسازی پارامتریک در نرم افزار حرفه ای ProEngineer

کتاب آموزش مدلسازی پارامتریک در نرم افزار حرفه ای ProEngineer، یکی از کتاب های مرجع، مفید و کاربردی در زمینه مدلسازی مقدماتی تا پیشرفته، مونتاژ مقدماتی تا پیشرفته و همچنین ایجاد نقشه های صنعتی و اجرایی در نرم افزار پیشرفته ProEngineer می باشد. این کتاب مشتمل بر 9 فصل، 554 صفحه، به زبان انگلیسی روان، تایپ شده، به همراه تصاویر رنگی، با فرمت PDF، به ترتیب زیر گردآوری شده است:

Chapter 1: INTRODUCTION TO CREO PARAMETRIC

Chapter 2: CREO PARAMETRIC BASIC MODELING

Chapter 3: ASSEMBLY

Chapter 4: DRAWING

Chapter 5: ADVANCED MODELING

Chapter 6: ADVANCED ASSEMBLY DESIGN

Chapter 7: INTELLIGENT FASTENER

Chapter 8: DATA EXCHANGE

Chapter 9: APPENDIX

* 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 این کتاب مبتنی با مثال های متنوع کاربردی (قطعاتی که در تصویر جلد کتاب مشاهده می نمایید) می باشد، بطوریکه آموزش مدلسازی قطعات و مجموعه مونتاژی  به صورت قدم به قدم با تصاویر رنگی از محیط نرم افزار  ProEngineer می باشد.

جهت دانلود کتاب آموزش مدلسازی پارامتریک در نرم افزار حرفه ای ProEngineer برلینک زیر کلیک نمایید:

آموزش ProEngineer، کتاب آموزش مدلسازی پارامتریک در نرم افزار حرفه ای ProEngineer

آموزش کتیا، طراحی و مدلسازی بدنه هواپیما (Aircraft) در محیط Generative Shape Design نرم افزار CATIA

در این جزوه آموزشی، طراحی، مدلسازی بدنه هواپیما (Aircraft Design) به صورت گام به گام به زبان انگلیسی روان (85 صفحه)، در محیط های زیر به کاربر آموزش داده می شود:

* Generative Shape Design (محیط سطح سازی پیشرفته کتیا)

* Free Style Shaper (محیط طراحی سطوح و سیم های سه بعدی کتیا)

در این جزوه آموزشی، طراحی و مدلسازی بدنه هواپیما از روی تصویر (BluePrint) در 6 مرحله مطابق مراحل زیر انجام می شود:

Step 1: Create three Extrude surfaces, offsetting from X,Y,Z planes

Step 2: Apply reference pictures onto the three surfaces

Step 3: Create a sketch for each cross-section and then relocate them to the corresponding positions

Step 4: Create 3D curves, then create Freeform surfaces

Step 5: First create the Body, then the Wing, and finally the Tail

Step 6: Create a symmetric model by mirroring the resultant surfaces by a reference plane

لازم به ذکر است که به همراه فایل pdf جزوه آموزشی، فایل تصویر بدنه هواپیما (بلوپرینت بدنه هواپیما) نیز جهت دانلود قرار داده شده است.

* توجه: کاربران نگران زبان انگلیسی جزوه نباشند. حتی کاربرانی که سر انگشتی زبان انگلیسی یاد دارند قادر خواهند بود از این جزوه بهره کافی را ببرند. لازم به ذکر است که آموزش طراحی و مدلسازی بدنه هواپیما (Aircraft) در محیط Generative Shape Design نرم افزار CATIA به صورت قدم به قدم (Step to Step) همراه با تصاویر واضح و رنگی می باشد.

جهت دانلود آموزش طراحی و مدلسازی بدنه هواپیما (Aircraft) در محیط Generative Shape Design نرم افزار CATIA برلینک زیر کلیک نمایید:

پروژه کاربردهای منطق فازی در یادگیری ماشین

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...

پروژه مورد نظر 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

جهت دانلود پروژه کاربردهای منطق فازی در یادگیری ماشین برلینک زیر کلیک نمایید:

تحقیق با عنوان: به کارگیری External Model برای استفاده از یک مدل APDL در محیط Ansys Workbench

در این تحقیق به بررسی یک مدل خاص که بارها و قیود در شرایط استاتیک در محیط APDL به آن اعمال شده است، پرداخته و نحوه انتقال آن توضیح داده می شود. مدل مذکور در شکل زیر به تصویر کشیده شده است:

تحقیق به کارگیری External Model برای استفاده از یک مدل APDL در محیط  Ansys Workbench ، مشتمل بر 9 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، فرمول ها و روابط ریاضی با فرمت word، گردآوری شده است.

جهت دانلود تحقیق به کارگیری External Model برای استفاده از یک مدل APDL در محیط  Ansys Workbench برلینک زیر کلیک نمایید:

تحقیق با عنوان: به کارگیری External Model برای استفاده از یک مدل APDL در محیط  Ansys Workbench