Control Engineering
الذهاب إلى القناة على Telegram
جهت ارتباط با ادمینها، به گروه کانال مراجعه کنین. https://t.me/+k1OZ6I6uW5YzY2I8
إظهار المزيد2 320
المشتركون
+324 ساعات
+87 أيام
+1930 أيام
أرشيف المشاركات
2 320
Eplan Electric P8 – Full course from Beginner to Advance | دوره آموزشی نرمافزار Eplan Electric P8
آنچه در دوره Eplan Electric P8 – Full course from Beginner to Advance یاد خواهید گرفت:
کار با نرم افزار #Eplan و ساخت مدارهای الکتریکی و گزارش گیری از نرم افزار
آشنایی کامل با محیط نرم افزار
ایجاد صفحه در پروژه و انواع آن ها
آموزش طراحی فریم و ساختار پروژه
آموزش ساخت Plot form و Plot frame
ساخت و بهینه سازی بخش های مختلف گزارش مانند چیدمان کابل ها، نمودارها و جداول، معرفی قطعات مختلف
خروجی گرفتن پروژه های Eplan در قالب فرمت پی دی اف
روش نصب نرم افزار
ساخت مدل های سه بعدی
طراحی و ساخت ماکرو، کنترلگر منطقی برنامهپذیر (#PLC) و دیوایس ها
بکاپ گیری و بازیابی پروژه های حذف شده
ساخت پانل ها و ماکروهای سه بعدی
2 320
Ultimate MATLAB-Simulink for Electrical Engineering | دوره جامع آموزش متلب و سیمولینک برای مهندسی برق
آنچه در دوره Ultimate MATLAB-Simulink for Electrical Engineering فرا خواهید گرفت:
شبیه سازی های #متلب مرتبط با مباحث مهندسی برق را بیاموزید
شبیه سازی کامل MATLAB الکترونیک قدرت
شبیه سازی یکسو کننده های 1 فاز (کنترل شده، کنترل نشده، HWR و FWR)
نحوه شبیه سازی یکسو کننده های 3 فاز در MATLAB-Simulink
شبیه سازی کامل کنترل کننده های ولتاژ AC (1-ph و 3-ph)
نحوه اعمال کنترل حلقه بسته کنترل کننده های ولتاژ AC در متلب-سیمولینک
شبیه سازی کامل مبدل های DC-DC MATLAB
نحوه اعمال کنترلر PID به مبدل های DC-DC در MATLAB/Simulink
نحوه اعمال کنترلر Hystereysis به مبدل های DC-DC در MATLAB/Simulink
نحوه طراحی رگولاتورهای DC مختلف در MATLAB/Simulink
نحوه شبیه سازی مدارهای اینورتر تک فاز (نیم پل و یک پل)
نحوه اعمال تکنیک های مدولاسیون عرض پالس (PWM) در MATLAB/Simulink
چگونه مدارهای اینورتر 3 فاز را شبیه سازی کنیم
شبیه سازی مدارهای RL، RC ،RLC در MATLAB/Simulink
استفاده از پاسخ اجباری و آزاد در مدارهای گذرا در سیمولینک
نحوه شبیه سازی رزونانس الکتریکی در MATLAB/Simulink
شبیه سازی کامل MATLAB موتورهای DC (شنت، سری و تحریک مستقل)
نحوه اعمال کنترل سرعت موتورهای DC در MATLAB/Simulink
نحوه راه اندازی موتورهای DC با استفاده از استارت در MATLAB/Simulinkشبیه سازی کامل موتورهای القایی
آموزش کنترل سرعت و راه اندازی موتورهای القایی در MATLAB/Simulink
VFD را با موتورهای القایی در MATLAB/Simulink اعمال کنید
تست های مختلف موتور القایی را در MATLAB/Simulink انجام دهید
شبیه سازی کامل ژنراتورهای القایی
شبیه سازی کامل MATLAB ماشین های سنکرون
نحوه اعمال کنترل ولتاژ و فرکانس ژنراتور سنکرون در سیمولینکنحوه شبیه سازی ژنراتور سنکرون متصل به شبکه
شبیه سازی موتورهای سنکرون آهنربای دائم (PMSM)
نحوه شبیه سازی ترانسفورماتور (1 فاز و 3 فاز) در متلب/سیمولینک
نحوه به دست آوردن راندمان، تلفات و تنظیم ولتاژ ترانسفورماتور در سیمولینک
انجام تست مدار باز و اتصال کوتاه ترانسفورماتورها در MATLAB/Simulink
شبیه سازی سیستم های قدرت در MATLAB/Simulink
نحوه مدلسازی خطوط انتقال در متلب/سیمولینک
نحوه انجام تحلیل جریان بار MATLAB/Simulink
تجزیه و تحلیل خطای متقارن و نامتقارن در MATLAB/Simulink
نحوه اعمال حفاظت اضافه جریان در برابر خطا در MATLAB/Simulink
شبیه سازی کامل انرژی خورشیدی متلب
مدل سازی و طراحی گام به گام پنل های خورشیدی در سیمولینک
نحوه به دست آوردن مشخصات I-V و P-V پنل خورشیدی در متلب
نحوه شبیه سازی پنل خورشیدی با استفاده از کتابخانه MATLAB Simscape
مدل سازی و طراحی گام به گام توربین بادی در MATLAB/Simulink
نحوه طراحی توربین بادی 5 کیلوواتی در متلب/سیمولینک
آموزش تاثیر پارامترهای توربین بادی بر توان توربین در MATLAB/Simulink
🔥🔥🔥🔥
2 320
5 Days of Matlab, Simulink & SimScape – New 2022 | دوره آموزش ساخت و شبیه سازی مدل های مختلف در #متلب، Simulink و SimScape
آنچه در دوره آموزشی 5 Days of Matlab, Simulink & SimScape – New 2022! فرا خواهید گرفت:
مدلسازی و شبیه سازی سیستم های مکانیکی با استفاده از تکنیک های مدل سازی فیزیکی در #SimScape
مدلسازی و شبیه سازی سیستم های مختلف در حوزه زمان با استفاده از #Simulink
آنالیز پاسخ یک سیستم و تغییر پارامترهای مدل با استفاده از Matlab Live Scripts
آشنایی با کانسپت های مقدماتی و اولیه سیستم های کنترل و توسعه کنترلرهای اختصاصی در Simulink
تئوری سیستم های کنترل، توسعه کنترلرهای #PID و بهینه سازی کنترلرها در Simulink
تابع انتقال (transfer function)
2 320
Industrial Advanced Process Control Design and Optimization | دوره طراحی و بهینه سازی کنترل فرآیند پیشرفته صنعتی
آنچه در دوره آموزشی Industrial Advanced Process Control Design and Optimization فرا خواهید گرفت:
با نحوه طراحی و ساخت کنترلرهای قدرتمند در DCS/PLC آشنا شوید.
تنظیم #PID، اجرای پیشخور، و مشخصات پارامتر برای انواع کنترلرهای #DCS/#PLC را بیاموزید.
نحوه محاسبه دقیق تنظیم و سایر پارامترهای DCS، حذف حدس و گمان و تولید کنش کنترل دقیق و بهینه را بیاموزید.
یاد بگیرید که چگونه هنگام فعال کردن و راه اندازی طرح های کنترلی جدید، اجتناب از خطاها، و راه اندازی زنجیره کنترل به ترتیب صحیح محتاط باشید.
تشخیص زمان استفاده از کنترل پیشرفته سنتی و زمان استفاده از کنترل مدل چند متغیره-پیش بینی.
یاد بگیرید که چگونه یک فرآیند و P&ID های آن را مطالعه کنید و با اطمینان با افراد مناسب در کارخانه یا اتاق کنترل صحبت کنید.
این دوره برای چه کسانی مناسب است:
مهندسین کنترل فرآیند، مهندسین کنترل فرآیند پیشرفته و مهندسان ابزار
تکنسین های آزمایشگاه و تکنسین های DCS/PLC
مدیران و سرپرستان
🔥🔥🔥🔥🔥🔥🔥
2 320
Control Systems: From Mathematical Modelling to PID Control | سیستم های کنترلی: از مدلسازی ریاضی تا کنترل PID
مواردی که در این دوره آموزش داده میشود:
نحوه تعامل سیگنال ها و سیستم ها در سیستم های مهندسی
مدل ریاضی سیستم های مهندسی
مدل الکتریکی سیستم های مهندسی
تبدیل لاپلاس
معادله دیفرانسیل خطی
توابع تبدیل سیستم ها
طراحی کنترلر PID#
2 320
Instrumentation Training Including PID Loop Training | دوره آموزش ابزار دقیق شامل آموزش حلقه PID
آنچه در دوره آموزشی Instrumentation Training Including PID Loop Training. فرا خواهید گرفت:
این برای هر کسی است که در زمینه #ابزار_دقیق و سیستم #کنترل_صنعتی فعالیت دارد. انواع اندازه گیری برای همه پارامترهای رایج را خواهید آموخت.
چقدر کنترل PID را می شناسید؟ این دوره تمام جنبه های حلقه های #PID از جمله کنترل نسبت و آبشار را به شما نشان می دهد.
اگر این دوره را بگذرانید، از دانش عملی مورد نیاز برای پیاده سازی راه حل های ابزار بهره مند خواهید شد.
شما اعتماد به نفس را به دست خواهید آورد.
این دوره برای چه کسانی مناسب است:
همه پرسنل درگیر در ابزار دقیق در تمام سطوح دانش.
2 320
Introduction to Genetic Algorithms: Theory and Applications | مقدمه ای بر #الگوریتم_ژنتیک: تئوری و کاربردها
مواردی که در این دوره آموزش داده میشود:
استفاده از الگوریتم ژنتیک برای حل مسائل بهینه سازی
ویرایش و بهبود #الگوریتم_ژنتیک
تحلیل عملکرد الگوریتم ژنتیک
2 320
Primary Process Control and PID Tuning | دوره کنترل فرآیند اولیه و تنظیم PID
آنچه در دوره آموزشی Primary Process Control and PID Tuning فرا خواهید گرفت:
نحوه تنظیم کنترلرهای PID در هر DCS/PLC را بیاموزید.
یاد بگیرید که چگونه مشکلات را عیب یابی کنید، نوسانات را کاهش دهید/از بین ببرید.
نحوه بهبود عملکرد کنترلر را بیاموزید.
اعتماد فوق العاده ای در تنظیم #PID در #DCS/#PLC های زنده در کارخانه های واقعی به دست آورید.
بسیاری از مفاهیم مهم و کاربردی در مورد عملیات DCS/PLC را بیاموزید.
کسب دانش در مورد چگونگی به حداکثر رساندن نرخ ها، که مستقیماً سود نهایی کارخانه را افزایش می دهد.
این دوره برای چه کسانی مناسب است:
این دوره برای تکنسین های DCS، اپراتورهای کارخانه، مهندسان ابزار، مهندسان فرآیند و مهندسین کنترل فرآیند طراحی شده است.
🔥🔥🔥🔥🔥
2 320
Machine Learning Optimization Using Genetic Algorithm | یادگیری ماشین با استفاده از الگوریتم ژنتیک
مواردی که در این دوره آموزش داده میشود:
آشنایی ابتدایی و اصولی با #الگوریتم_ژنتیک
آشنایی با هایپر پارامتر ها در یادگیری ماشین و استفاده از آن ها
یادگیری نحوه بهینه سازی عملکرد داده های شما
یادگیری مهارت های بهبود بخشی به دقت و توانایی های پیش بینی
آشنایی با شبکه های عصبی SVMs و MLP
2 320
Optimization with Metaheuristics in Python | دوره آموزشی نحوه بهینه سازی به کمک الگوریتمهای فرا ابتکاری، الگوریتم تبرید شبیهسازیشده، #الگوریتم _ژنتیک، جستجوی ممنوعه، و راهبرد فرگشتی
آنچه در دوره آموزشی Optimization with Metaheuristics in Python فرا خواهید گرفت:
آموزش مباحث اصلی بهینه سازی
آشنایی با الگوریتمهای فرا ابتکاری
الگوریتم تبرید شبیهسازیشده، #الگوریتم_ژنتیک، جستجوی ممنوعه، و راهبرد فرگشتی
کدنویسی الگوریتمهای فرا ابتکاری در زبان #پایتون
مدیریت محدودیت ها به کمک متد پنالتی
2 320
AI and Meta-Heuristics (Combinatorial Optimization) Python | دوره هوش مصنوعی و فراابتکاری (بهینه سازی ترکیبی) #پایتون
آنچه در دوره آموزشی AI and Meta-Heuristics (Combinatorial Optimization) Python فرا خواهید گرفت:
درک چرایی اهمیت هوش مصنوعی
درک الگوریتم های مسیریابی (جستجوی BFS، DFS و A*)
اکتشافی و فراابتکاری را درک کنید.
درک الگوریتم های ژنتیک
درک بهینه سازی #ازدحام_ذرات
بازپخت شبیه سازی شده را درک کنید.
این دوره برای چه کسانی مناسب است:
برنامه نویسان مبتدی #پایتون کنجکاو در مورد هوش مصنوعی و بهینه سازی ترکیبی هستند.
2 320
The Ultimate Beginners Guide to Genetic Algorithms In Python |دوره راهنمای مبتدیان نهایی برای الگوریتم های ژنتیک در #پایتون
آنچه در دوره آموزشی The Ultimate Beginners Guide to Genetic Algorithms In Python فرا خواهید گرفت:
مفاهیم اصلی الگوریتمهای ژنتیک را به صورت تئوری و عملی بیاموزید، مانند: فرد، جمعیت، متقاطع/تولید، جهش و ارزیابی.
پیاده سازی الگوریتم های ژنتیک از ابتدا در پایتون.
از الگوریتم های ژنتیک برای به حداکثر رساندن و به حداقل رساندن مسائل استفاده کنید.
نتایج #الگوریتم_ژنتیک را با استفاده از نمودارهای پویا تجسم کنید.
ادغام الگوریتم های ژنتیک با پایگاه داده در MySql.
یاد بگیرید که چگونه الگوریتم های ژنتیک را با استفاده از کتابخانه های DEAP و MLROSe بسازید.
این دوره برای چه کسانی مناسب است:
افراد علاقه مند به الگوریتم های ژنتیک، الگوریتم های بهینه سازی یا هوش مصنوعی
افرادی که علاقه مند به پیاده سازی الگوریتم های ژنتیک از ابتدا هستند.
افراد علاقه مند به کتابخانه های DEAP و MLROSe
دانش آموزانی که در حال مطالعه موضوعات مرتبط با هوش مصنوعی هستند.
دانشمندان داده ای که می خواهند دانش خود را در الگوریتم های ژنتیک افزایش دهند.
2 320
Genetic Algorithm: A to Z with Combinatorial Problems | دوره ی کامل آموزش پیاده سازی الگوریتم ژنتیک برای حل مسائل دنیای واقعی با استفاده از #متلب
آنچه در این دوره میآموزید:
مفاهیم و اصطلاحات مرتبط با #الگوریتم_ژنتیک
قوانین اساسی در برنامه نویسی #متلب که برای پیاده سازی هر الگوریتم فراابتکاری به آن ها نیاز دارید
استفاده ار الگوریتم ژنتیک برای طیف وسیعی از مسائل تحقیق عملیات
با استفاده از دو روش معروف، بهترین مقادیر را برای پارامترهای الگوریتم ژنتیک تعیین کنید
تجزیه و تحلیل آماری برای مقایسه ی الگوریتم های فراابتکاری
این دوره مناسب چه کسانی است:
هر کس که میخواهد الگوریتم ژنتیک را بیاموزد
کسانی که میخواهند مسائل تحقیق عملیات را با الگوریتم ژنتیک حل کنند
هر کسی که میخواهد الگوریتم ژنتیک را در متلب پیاده سازی کند
هر کسی که میخواهد دو الگوریتم فراابتکاری از نظر آماری با هم مقایسه کند
