خطاهای استاتور 38% خطاهای ماشین های الکتریکی را تشکیل می دهند. آشکارسازی خطای حلقه ی استاتور چندین سال است به موضوعی برجسته برای تحقیق در این زمینه تبدیل شده است. هدف این رساله ارائه ی تکنیکی جدید برای پایش شرایط ژنراتور القایی دوسو تغذیه در هنگام خطای اتصال حلقه می باشد. در این رساله روشی برای آشکارسازی خطای حلقه ی استاتور dfig برای نقاط کار مختلف ارائه می شود. مدل جدید پیشنهادی یک مدل هیبرید (abc/dq) برای مدلسازی dfig با خطای حلقه ی استاتور است. همچنین شاخص جدیدی با استفاده از آنالیز موجک جریان استاتور و مفهوم انرژی یک سیگنال به نام شاخص آشکارسازی خطا (fdi) معرفی شده است. به کمک این شاخص خطای حلقه ی استاتور dfig را می توان آشکار نمود. مزیت این شاخص مقاوم بودن آن نسبت به تغییر نقطه ی کار، درصد خطای حلقه، مقاومت استاتور و رتور و فرکانس نمونه برداری جریان می باشد.

از جمله داده های پایه در برنامه ریزی حمل ونقل، ماتریس های تقاضای مبداء- مقصد سفر هستند. استخراج این ماتریس ها توسط آمارگیری و انجام مصاحبه های مبداء- مقصد با مسافرین مستلزم صرف وقت، هزینه و نیروی انسانی زیادی است. از این رو در سال های اخیر روش های برآورد ماتریس تقاضا با استفاده از اطلاعات حجم شبکه مورد توجه قرار گرفته اند. در این روش ها با در دست داشتن اطلاعات شمارش حجم برخی کمان های شبکه و یک ماتریس اولیه، سعی می شود ماتریس تقاضایی برآورد شود که تخصیص آن به شبکه حجم های مشاهده شده در کمان ها را باز تولید کند و تا حد امکان به ماتریس اولیه نزدیک باشد. در این پژوهش به بررسی یکی از روش های برآورد ماتریس مبداء- مقصد (جریان فازی ترافیک ) بر مبنای روش بی نظمی بیشینه که با لحاظ نمودن عدم قطعیت در اطلاعات شمارش حجم شبکه سعی در برآورد نزدیک ترین ماتریس سفر به حالت واقعی را دارد پرداخته می شود. این مدل در قالب یک مسئله بهینه سازی دو سطحی ارائه می شود، که در سطح بالاتر به برآورد ماتریس تقاضا و در سطح پایین تر، با روشی تکراری به تخصیص تعادلی کاربر می پردازد. برای آشنایی بیشتر با مدل پیشنهادی و روش حل آن به حل مثالی ساده به صورت دستی پرداخته شده است. به منظور بررسی کارآیی مدل جریان فازی ترافیک بر روی شبکه های واقعی، الگوریتم این روش بر روی شبکه شهر مشهد پیاده شده است. به منظور افزایش دقت برآورد ماتریس سفر، ماتریس اولیه پس از تصحیح در هر تکرار مجددا به شبکه تخصیص داده می شود تا سهم کمان ها از تقاضای مبداء- مقصد به روز شود. با مقایسه پراکنش حجم های شمارش شده و حجم های حاصل از تخصیص ماتریس مبداء- مقصد، قبل و بعد از اعمال روش جریان فازی ترافیک، ضریب خوبی برازش در حدود 55% (از 28/0 به 82/0) افزایش نشان داد. سپس برای بررسی تاثیر تراکم ترافیک در تعیین سهم کمان های شمارش شده از تقاضای هریک از مبادی و مقاصد، از دو روش تخصیص مختلف در سطح پایین تر مدل استفاده شد. مشاهده شد که با استفاده از تخصیص تعادلی کاربر (با منظور کردن محدودیت ظرفیت در کمان های شبکه) در برابر تخصیص احتمالی محض (که در آن سهم هر کمان از تقاضا مستقل از حجم جریان در کمان ها محاسبه می شود) ضریب خوبی برازش حجم های مشاهده شده در برابر حجم های حاصل از تخصیص مدل به شبکه در حدود 10% افزایش یافت (از 72% به 82%). در انتها، دقت برآورد روش جریان فازی ترافیک برای فرض های مختلف ِ عدم قطعیت در حجم های شمارش شده، مورد مطالعه قرار گرفت، که نتایج نشان دهنده 5% کاهش ضریب خوبی برازش در اثر 10 برابر شدن دامنه تغییرات حجم ترافیک در کمان های شمارش شده است.

چکیده تجارت و حمل و نقل یک رابطه تنگاتنگ و اساسی با هم دارند در این میان رشد روزافزون اقتصادی کشورها یک رابطه دو جانبه با حمل و نقل را داراست. اهمیت دریا و نقش آن در مباحث اقتصادی غیر قابل انکار و ضروری بوده و منافع کشورهای صاحب دریا در ارتباط مستقیم با نیازمندی ها و توانایی کشورهای دریایی تبیین میشود، نقش پررنگ حمل و نقل دریایی را می توان از طریق جابه جایی 90 % کالاها و ملزومات اساسی در کل دنیا و کل این تجارت مشاهده کرد. اطلاعات مورد نیاز برای انجام تحقیق از طریق واحد طرح و توسعه و بخش آمار و انفورماتیک بندر امام خمینی و سازمان بنادر و دریانوردی کشور جمع آوری و تهیه گردیده است، اطلاعات سوخت موردنیاز کشتی ها نیز از طریق بخش خدمات بندری و امور دریایی سازمان بنادر و دریانوردی بندر امام خمینی (ره) جمع آوری و به کار گرفته شد. این تحقیق از لحاظ هدف کاربردی و از لحاظ ماهیت توصیفی – تحلیلی بوده و با استفاده از روش های آماری و کد نویسی رایانه ای با تکیه بر الگوریتم های هوش مصنوعی و انجام گردیده است. متغیرهای مورد بررسی شامل مدت زمان سفر، فاصله دریایی طی mtlab استفاده از نرم افزار شده، نوع و کلاس کشتی، تعداد کشتیهای ورودی به بندر امام خمینی (ره) ، تولید ناخالص داخلی می- باشد.نتایج حاصل از این تحقیق نشان دهنده این است که این شبکه ها قدرت به روز رسانی سریع را پس از ایجاد تغییرات را دارد و هم چنین نتایج نشان داد که با 7 نرون در لایه میانی و با داشتن یک متغیر جامع به و با 57 تکرار و درصد r=. عنوان ورودی و متغییر خروجی میزان مصرف سوخت در نهایت با رگرسیون 97 خطای 1 درصد نتایج مطلوبی بدست آمد و این نشان دهندهی رابطه منطقی میان متغیرهای استفاده شده در مدل میباشد، و همچنین روایی مدل بالا میباشد. . استفاده از الگوی ارائه شده در این تحقیق میتواند به ارز آوری بنادر منجر گردد چرا که شناخت روش های سریع برای برآورد کردن نیازهای یک بندر به خصوص شناخت از میزان سوخت مورد نیاز کشتی ها میتواند راه گشای بسیاری از مسائل مربوطه باشد.