لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..ppt) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 17 اسلاید
قسمتی از متن powerpoint (..ppt) :
روش طیف بینی NMR (رزونانس مغناطیسی هسته )
رزونانس مغناطیسی هسته ای ( NMR )یک روش طیف سنجی است که برای شیمیدانان آلی از اهمیتی والا نسبت به طیف سنجی مادون قرمز برخوردار است . بسیاری از هسته ها را می توان با فنون NMR مطالعه کرد ، ولی هیدروژن و کربن بطور معمول مورد استفاده قرار می گیرند .
رزونانس مغناطیسی هسته ای ما را از تعداد هر نوع هیدروژن مطلع می سازد . به علاوه این روش ، اطلاعاتی راجع به طبیعت محیط اطراف این گونه اتمهای هیدروژن به دست می دهد .
طیف سنجی رزونانس مغناطیسی هسته ای
بخش اول : مفهوم اولیه
شاید مهم ترین طیف سنجی در شناسایی ساختار گسترده ای ترکیبات آلی، طیف سنجی رزونانس مغناطیسی هسته ای ( NMR) باشد. تکنیک طیف سنجی رزونانس مغناطیس هسته ای بر اساس اندازه گیری تابش الکترومغناطیسی در ناحیه فرکانس رادیویی تقریبا 4 تا 600 مگاهرتز می باشد. بر خلاف جذب های فرابنفش مرئی و زیر قرمز که الکترون ها در فرایند جذب درگیرند، در این تکنیک هسته اتم ها در فرایند جذب درگیر می باشند. اساس نظری این تکنیک نخستین بار در سال 1924 توسط دبلیو پائولی ارایه شد.
مقدمه
و پیشنهاد کرد هسته های اتمی خاص، خواص گشتاور مغناطیسی دارند که در نتیجه قرار گرفتن در یک میدان مغناطیسی شکافتگی انرژی آن ها منجر می شود. به هرحال تا سال 1946 طول کشید که بلاخ در دانشگاه استانفورد و پرسل در هاروارد به طور مستقل نشان دادند که هسته در یک میدان مغناطیسی قوی که به شکافتگی سطوح انرژی منجر می شود، تابش الکترومغناطیسی را جذب می کند.
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..ppt) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 38 اسلاید
قسمتی از متن powerpoint (..ppt) :
بسم الله الرحمن الرحیم
آناتومی بینی
بینی:
اصلی ترین راه ورود هوا است. ●
3 /2 بخش تحتانی آن پهنتر از بخش فوقانی بوده توسط مخاط تنفسی ضخیم پرعروق پوش شده.
3/1 بخش فوقانی که باریکتر است توسط مخاط بویایی پوش شده است.
:استخوانی که بصورت جفت ومستطیلی در طرفین خط واسط و در زیر استخوان پیشانی قرار گرفته،اندازه و شکل آن در افراد مختلف ،متفاوت است.
Nasal Bone
ساختمان بینی
شامل دو بخش است:
بینی خارجی
حفره بینی
External Nose
Nasal Cavity
External Nose
شکل هرمی داشته،جذر آن در علوی قرار دارد و قاعده آن بطرف اسفل متوجه است.
شکل آن توسط چوکات عظمی و غضروفی تأمین گردیده است.
استخوان قسمت مرکزی بینی یاد می شود.
سوراخ های نهایی بینی درقسمت قاعده آن موقعیت داشته و به طرف پایین متوجه است و بواسطه ازهمدیگر
جدا می شود.
bridge
columella
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 18 صفحه
قسمتی از متن word (..doc) :
پیشبینی فناوری چیست؟
(با نگاه به تجربه اروپا)
نویسنده: آکسل زوئک[1]. Axel Zweck (VDI-FTD)
[1]
برگردان: اندیشگاه شریف
1. مقدمه و تعریف
این فصل به بررسی یافتههای پروژهی رصد بلندمدت (پیشبینی فناوری) اختصاص دارد. از این فصل، درمییابیم که پیشبینی فناوری، رصد مستمر پیشرفتهای فناورانه است و به شناسایی[2]. Identification
[2] بهموقع (زودتر) کاربردهای نویدبخش در آینده، و ارزیابی و اعتبارسنجی[3]. Validation
[3] پتانسیلهای آنان منتهی میشود. پیشبینی فناوری بر حوزههای خاصی از فناوری متمرکز است؛ و هدف آن، شناسایی زمینههایی است که از پتانسیل بالایی برخوردارند. از این رو، فرصتهای تولید محصولات جدید در دنباله اکتشافات علمی همانند شرایط ظهور، توسعه، و اشاعهی نوآوریهای فناورانه اهمیتی کلیدی دارد.
در عمل میتوان پیشبینی فناوری را فرآیندی دانست که به نحوی یک یا تمامی مراحل زیر را در بر میگیرد:
مرحلهی1. شناسایی؛ در این مرحله، زمینههای جدید و اغلب بینرشتهای، به همراه زمینههای علمی و فناورانهی موجود، که کاربردهای نوین و پیشرفتهای مهیج فناورانه را نوید میدهند، از طریق پویش مستمر شناسایی میشوند.
مرحلهی 2. اعتبارسنجی؛ این مرحله، به اعتبارسنجی بازهی زمانی[4] . Time Scale
[4] اختصاص دارد که طی آن امیدها به واقعیت و در واقع به محصولاتی قابل عرضه به بازار تبدیل میشوند؛ اینکه آیا این محصولات به حل نیازهای مهم اجتماعی و اقتصادی کمک میکنند و در نتیجه تقاضای قابلملاحظهای را برآورده خواهند ساخت؛ یا خیر؟ اعتبارسنجی، بر مجموعه معیارهای شفاف و قابلدرک متکی است؛ و منابع اطلاعاتی آن عبارتند از: مطالعهی نشریات و اختراع
نامهها، مصاحبه و گفتو گو با متخصصان، پرسش و پرسشنامههای رسمی، تحلیل برنامههای کارگاهها و جلسههای علمی، شرکت در رویدادهای منتخب، تحلیل بانکهای اطلاعاتی مرتبط، و سازماندهی جلسات ارائه[5]. Hearings
[5] و کارگاههای آموزشی. البته منابع اطلاعاتی تنها به اینها محدود نمیشود.
مرحلهی 3. انتقال و پیادهسازی اطلاعات؛ این دو مرحله در قالب تحلیلی ریزشده ـ که شامل مجموعهای از توصیههای خاص دربارهی پیادهسازی معیارها است ـ انجام میشوند. سپس نتیجهی تحلیل به اطلاع سیاستگذاران، نمایندگان کسبوکاری منتخب، دانشمندان در زمینههای مرتبط، و عموم میرسد. در نهایت اولین دور اجرای پروژهها بر مبنای این توصیهها آغاز میشود.
اگرچه بعضاً ممکن است این سه مرحله بهطور کاملاً پیوسته و پیدرپی رخ دهند، اما همیشه نمیتوان آنها را کاملاً از یکدیگر تفکیک کرد و گاه فقط بخشی از آنها بهطور کامل انجام میشود. بنابراین، حضور هر یک از این مراحل به تنهایی، شاخص فعالیت پیشبینی فناوری است.
عبارت "پیشبینی فناوری" کمی مبهم است و ممکن است گمراهکننده هم باشد. در گزارش حاضر، این عبارت منحصراً به مفهومی که پیش از این گفتیم، دلالت میکند. همانطور که کوتز[6]. Coates
[6] (1999) نشان داد، امروزه تمایز میان عبارت "پیشبینی فناوری" و عبارت "پیشبینی فناورانه"[7]. Technological forecasting
[7] - که در نوشتارهای مرتبط با این موضوع، بسیار دیده میشود - کاملاً مشهود است. پیشبینی فناورانه، بهطور، کلی بر پیشبینی کمٌی پارامتری که عملکرد یک فناوریِ دادهشده را ارزیابی میکند، تمرکز دارد. مطابق رویکرد دیگری که توسط مارتینو[8]. Martino
[8] (1983) نشان داده شد، پیشبینی فناورانه عبارت است از: "پیشبینی ویژگیهای دستگاهها، رویهها و فنون مفید". این رویکرد که ویژگیهای فناوری را از دیدگاه "توانمندی کارکردی"[9]. Functional capability
[9] مورد بررسی قرار میدهد، "سنجش کمی"[10]. Quantitative measure
[10] نام دارد7. در نوشتارهای موجود، دو نوع پیشبینی وجود دارد. بر خلاف فرآیند سه مرحلهای که در اینجا مورد استفاده قرار گرفته، نوع دیگری از پیشبینی وجود دارد که به پیشبینی کمی ویژگیهای کلیدی میپردازد. در این فصل، پیشبینی فناوری در مفهوم اول مد نظر است.
[11].
به گفتهی برایت[12]. Bright
[12] (1978)، پیشبینی فناوری با این مفهوم عملی نیست، مگر آنکه فناوری مورد نظر به مرحلهی "نمونهی عملی"[13]. Operating Prototype
[13] رسیده باشد؛ چرا که حمایت دولت از توسعهی فناوری بهطور کلی بر مراحل اولیه متمرکز است. مرحلهی اول را میتوان با استفاده از عبارت "رصد فناوری"[14]. Technology monitoring
[14] بهخوبی تشریح کرد. این عبارتی بود که نخست پورتر[15]. Porter
[15] (1991) از آن استفاده کرد و بدین ترتیب به عنوان روشی برای پیشبینی فناوری در میان روشهای دیگر معرفی شد. از طرفی دامنهی این نوع از رصد فناوری، فاقد فرآیند پیشبینی فناوریِ سهمرحلهای است.
بنابراین چنین تصور میشود که شاید عبارت "پیشبینی فناوری"، بهترین گزینه برای تعریف ذکرشده در بالا نباشد. اما با توجه به اینکه این عبارت در تمام طول پروژه یک عبارت متداول بوده و تا کنون نیز در مورد عبارتی بهتر از این اتفاقنظری حاصل نشده است، در این فصل نیز از این عبارت ـ با مفهوم خاصی که در اینجا شرح داده شد ـ استفاده میشود.
اگرچه ابعاد اجتماعی ـ اقتصادی در اعتبارسنجی یک (زمینه) فناوری مشخص بسیار اهمیت دارند، اما پیشبینی فناوری بر بررسی این چنین پرسشهای اجتماعی ـ اقتصادی متمرکز نیست (مرحلهی 2). فعالیتهای آیندهگرا[16]. Future-oriented
[16] ـ که روند اجتماعی / اقتصادی و توسعهی نسبتاً عظیم فناورانه، هستهی مرکزی آن را تشکیل میدهند ـ تحت عنوان فعالیتهای آیندهنگاری3. به فعالیتهای آیندهنگاری در فصل 4 مراجعه شود.
[17] مورد بحث قرار خواهند گرفت[18]. EIRMA (2000)
[18]، که شامل این فصل نمیباشد.
پیشبینی فناوری، ابزاری برای کمک به تصمیمگیرندگان در مواجهه با مشکلات ملموس در یک چارچوب فناورانه به
شمار میرود؛ که نه تنها در بخش دولتی، که در بخش خصوصی نیز بهکار گرفته میشود، و چه بسا کاربرد آن در بخش خصوصی بیشتر باشد[19]. Client
[19]. شروع کار پیشبینی فناوری، مستلزم دستور مشتری است که معیار اعتبارسنجی را مشخص میکند. یکی از مزایای پیشبینی فناوری، امکان فروپاشی ساختارهای تثبیت شده و صلب است؛ بهویژه اگر روشهای تعاملی و میانرشتهای برای این منظور بهکار گرفته شوند. مزیت دیگر پیشبینی فناوری این است که به عنوان یک سکوی ارتباطی نیز کاربرد دارد.
به علاوه، پیشبینی فناوری این پتانسیل را دارد که ابزاری استراتژیک در سطح اروپا باشد. بهواسطه همکاریهای دوجانبه و چندجانبهی مؤسسات میتوان میزان کارهای تکراری را کاهش داده، و در نتیجه شایستگیهای ناکامل موجود در کشورهای گوناگون را با یکدیگر ادغام کرد. بدین ترتیب، دستیابی به شایستگی کامل و فراملی در زمینهی فناوریِ موردنظر میسر میشود و موقعیت اروپا در رقابت جهانی ارتقا مییابد.
تصور عموم این است که پیشبینی فناوری، فرآیندی اجتماعی است که در آن انواع گوناگون دانش، در قالب پیامی معنیدار در مورد پیشرفتهای آیندهی فناوریهای خاص، با یکدیگر ادغام شدهاند. اما این دیدگاه، مشارکت بخش عمومی را شامل نمیشود. در این فرآیند، روشهای مختلف تبدیل دانش[20]. Knowledge-conversion
[20] نقش مهمی ایفا میکنند؛ بهخصوص آنکه آشکارسازی دانش ضمنیِ متخصصان و ادغام اطلاعات آشکار و ضمنی موجود، به عهده پیشبینیکننده[21]. Forecaster
[21] است.
پرسش اصلی که در زمینه پیشبینی فناوری مطرح میشود، چگونگی مواجهه با پیشرفتهای خطشکنانه (مرزشکنانه) است. موفقترین پیشبینیها در زمینهی تغییرات تصاعدی و تدریجی است؛ چرا که در این نوع تغییرات میتوان با ملاک قراردادن گذشته، آینده را به درستی پیشبینی کرد. پیشرفتهای مرزشکنانه علمی و فناورانه کاملاً غیرقابلپیشبینی به نظر میرسند. متخصصانی که در این پروژه همکاری دارند، معتقدند که استفاده از روشهای خلاقانه، بهترین راه برای پی بردن به پیشرفتهای مرزشکنانه است. تمامی مراحل پیشبینی فناوری، دربردارندهی ابعادی از پردازش اطلاعات محض از اطلاعات ذخیرهشده همانند ابعاد اجتماعی و ارتباطی (که به تعامل با گروههای درگیر اشاره میکنند) است. هر چه ارتباط بین ابعاد اجتماعی نزدیکتر باشد، ایجاد نتایجی با کیفت بالاتر بیشتر مدنظر قرار میگیرد. این مساله، به
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 71 صفحه
قسمتی از متن word (..doc) :
1
دانشگاه آزاد اسلامی
واحد زنجان
موضوع :
پیش بینی ضرر در مسئولیت قرار دادی و قهری
فهرست مطالب
عنوان صفحه
پیشگفتار
فصل اول – کلیات
مبحث اول : مفهوم مسئولیت مدنی و اقسام آن از نظر منشأ
مبحث دوم : موضوع مسئولیت مدنی
مبحث سوم : ارکان مسئولیت مدنی
فصل دوم – قلمرو و مبنای قاعده پیش بینی پذیری ضرر
گفتار اول – قلمرو و جایگاه قاعده
2
مبحث اول : جایگاه قاعده در مسئولیت قرار دادی
مبحث دوم : گسترش قلمرو قاعده در الزامات خارج از قرار داد
گفتار دوم – مبنای قاعده پیش بینی پذیری ضرر
مبحث اول : مبنای قاعده در مسئولیت قرار دادی
مبحث دوم : مبنای قاعده در الزامات خارج از قرار داد
فصل سوم – اجرای قاعده پیش بینی ضرر
مبحث اول : اجرای قاعده پیش بینی ضرر در هر دو مسئولیت
مبحث دوم – ضابطه تشخیص ضرر قابل پیش بینی
مبحث سوم – استثنائات قاعده
نتیجه
3
پیشگفتار
مسئولیت مدنی در حقوق تعهدات عنوانی است برای بیان الزام قانونی جبران ضررهای ناروا خواه این ضرر از عهد شکنی و نقص پیمان باشد یا از تخطی از تکلیف عمومی عدم اضرار به غیر بر این اساس مسئولیت مدنی دو شاخه مهم دارد: مسئولیت قرار دادی و الزامات خارج از قرار داد. هدف از مسئولیت جبران ضرر ناروا میباشد و ضرر ناروا ضرری است که در مبانی نظری مسئولیت از آن سخن میرود و معیار آن منطبق بر مبنای مسئولیت است. جبران ضرر ناروا منوط به وجود شرایطی است از جمله این شرایط شرط «قابلیت پیش بینی ضرر» میباشد که هم در مسئولیت قرار دادی و هم در مسئولیت قهری (الزامات خارج از قرار داد) مورد بحث است.
به عنوان مثال در حقوق فرانسه مسئولیت قرار دادی قلمرو مرسوم قاعده پیش بینی ضرر است و اجرای آن در مسئولیت قهری تلویحاً پذیرفته شده است.
4
در کامن لا نیز رویه قضایی و اندیشههای حقوقی در هر دو زمینه قاعده پیش بینی ضرر را قابل اجرا میدانند.
در حقوق ایران نیز میتوان نشانههایی از نفوذ این قاعده یافت. نویسندگان قانون مدنی به طور ضمنی آن را اعلام کرده و این قاعده مبنای نگارش برخی از مواد قانونی قرار گرفته است. در قانون تجارت نیز آثار اجرای قاعده مشهود است اما مهمترین متنی که در حقوق موضوعه ایران در بردارنده این قاعده میباشد قانون مجازات اسلامی است که مواد متعددی از آن در بردارنده قاعده پیش بینی ضرر در عرصه مسئولیت قهری میباشد. میتوان گفت مبنای این قاعده «محدود شدن مسئولیت مدنی به قواعد اخلاقی» است.
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 45 صفحه
قسمتی از متن word (..doc) :
1
فصل اول
2
فصل دوم
3
فصل سوم
بین جهانبینى و علم اخلاق تاثیر و تاثر متقابل وجود دارد; زیرا از یک سواخلاقیات (علم اخلاق) مانند منطقیات، طبیعیات و ریاضیات از علوم جزئىاست و زیر پوشش «علم کلى» (جهانبینى) قرار دارد; چون این علم موضوعخود راکهنفس و قواى آن است اثبات مىکند (1) ، چنانکه بخشى از اینها را همعلوم طبیعى اثبات مىکند، و از سوى دیگر علم اخلاق نیز درباره جهانبینىاظهار نظر مىکند; به این معنا که در علم اخلاق، ثابت مىشود جهانبینى توحیدى، خیر، ملایم با روح و امرى ارزشى و کمال روح است ولىجهانبینى الحادى، شر، زیانبار و قبیح است و براى روح پیامد ناگوارى دربر دارد.
در علم اخلاق، علوم نافع از علوم غیرنافع شناخته مىشود. پیغمبر اکرمصلى الله علیه و آله و سلم به ذات اقدس اله پناه مىبرد و مىفرماید: «اعوذ بک من علم لا ینفع، وقلب لا یخشع، ونفس لا تشبع» چون علوم از نظر نفع و ضرر به چند قسم تقسیم مىشود، بعضى از علمها نافعند و بعضى نه; بعضى از علوم مانند علوم الحادى، نه تنها نافع نیستند بلکه ضرر هم دارند و بعضى از علوم نه نافع هستند و نه ضار، مانند تاریخ بعضى از اقوام جاهلى که هیچ نکته آموزندهاى در دانستن آن وجود ندارد و هیچ اثر فقهى هم بر آن مترتب نیست.
4
البته برخى از بخشهاى علم تاریخ و نسب، فواید فراوانى دارد و از علوم نافع به شمار مىآید اما آشنایى با قواعد علمى مربوط به انساب و تاریخ اقوامى که آثار علمى یا صنعتى و هنرى از خود به یادگار نگذاشتند، صرف بیهوده عمر و اتلاف وقت است و مصداق علمى است که رسول خداصلى الله علیه و آله و سلم و امام هفتم (علیهالسلام) در باره آن فرمودهاند: «لا یضر من جهله ولا ینفع من علمه» .
بعضى از علوم فى نفسه نافعند ولى چون به مرحله عمل ننشستهاند علم نافع به شمار نمىآیند و این همان است که در بیان حضرت على (علیه السلام) آمده: «لا تجعلوا علمکم جهلا ویقینکم شکا اذا علمتم فاعملوا واذا تیقنتم فاقدموا» و نیز مىفرماید: «رب عالم قد قتله جهله وعلمه معه لا ینفعه» . بعضى از دانشمندان در عین حال که عالمند، جاهلند. چون عاقل نیستند کشته جهلند و علم آنان به حالشان نافع نیست. کسى که علم را براى مقامهاى دنیا، جلب
1. مراد از «علم کلى» که عهدهدار اثبات موضوع علم اخلاق و سایر علوم جزئى است همان فلسفه نظرى است که متکفل هستىشناسى و شناختحقایق (جهانبینى) است و از آن به «علم اعلى» نیز تعبیر مىشود.
توجه و احترام مردم و یا برخوردارى از زرق و برق بیشتر طلب کند، خود را ارزان مىفروشد. او عالم است ولى عاقل نیست. و دیگران که راه دنیا را طى کردهاند، بیشتر و بهتر از این شخص، حطام دنیا را فراهم کردهاند و از آن لذت مىبرند. پس این گونه از علوم هم علوم غیر نافع به شمار مىآید.
نیز حضرت امیرالمؤمنین (علیه السلام) در خطبه «همام» در وصف متقیان مىفرماید: «ووقفوا اسماعهم على العلم النافع لهم» و این تنها در باره سامعه نیستبلکه در مورد سایر اعضا هم هست، یعنى جز به علم نافع، به چیز دیگرى گوش نمىدهند; به این معنا که الفاظ آن را مىشنوند و معانى را ادراک مىکنند ولى وقتى سودمند نبودن آن را ببینند رها مىکنند; مثلا، درسوره «زمر» مىفرماید: «فبشر عباد× الذین یستمعون القول فیتبعون احسنه» آنان، نخست اقوال و مکاتب گوناگون را مىشنوند و سپس تشخیص مىدهند که کدام زیانبار و کدام نافع است و آنگاه به آنچه نافع است دل مىسپارند و گوش مىدهند. گوش فرادادن یعنى اطاعت کردن و پذیرش.
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 18 صفحه
قسمتی از متن word (..doc) :
پیشبینی فناوری چیست؟
(با نگاه به تجربه اروپا)
نویسنده: آکسل زوئک[1]. Axel Zweck (VDI-FTD)
[1]
برگردان: اندیشگاه شریف
1. مقدمه و تعریف
این فصل به بررسی یافتههای پروژهی رصد بلندمدت (پیشبینی فناوری) اختصاص دارد. از این فصل، درمییابیم که پیشبینی فناوری، رصد مستمر پیشرفتهای فناورانه است و به شناسایی[2]. Identification
[2] بهموقع (زودتر) کاربردهای نویدبخش در آینده، و ارزیابی و اعتبارسنجی[3]. Validation
[3] پتانسیلهای آنان منتهی میشود. پیشبینی فناوری بر حوزههای خاصی از فناوری متمرکز است؛ و هدف آن، شناسایی زمینههایی است که از پتانسیل بالایی برخوردارند. از این رو، فرصتهای تولید محصولات جدید در دنباله اکتشافات علمی همانند شرایط ظهور، توسعه، و اشاعهی نوآوریهای فناورانه اهمیتی کلیدی دارد.
در عمل میتوان پیشبینی فناوری را فرآیندی دانست که به نحوی یک یا تمامی مراحل زیر را در بر میگیرد:
مرحلهی1. شناسایی؛ در این مرحله، زمینههای جدید و اغلب بینرشتهای، به همراه زمینههای علمی و فناورانهی موجود، که کاربردهای نوین و پیشرفتهای مهیج فناورانه را نوید میدهند، از طریق پویش مستمر شناسایی میشوند.
مرحلهی 2. اعتبارسنجی؛ این مرحله، به اعتبارسنجی بازهی زمانی[4] . Time Scale
[4] اختصاص دارد که طی آن امیدها به واقعیت و در واقع به محصولاتی قابل عرضه به بازار تبدیل میشوند؛ اینکه آیا این محصولات به حل نیازهای مهم اجتماعی و اقتصادی کمک میکنند و در نتیجه تقاضای قابلملاحظهای را برآورده خواهند ساخت؛ یا خیر؟ اعتبارسنجی، بر مجموعه معیارهای شفاف و قابلدرک متکی است؛ و منابع اطلاعاتی آن عبارتند از: مطالعهی نشریات و اختراع
نامهها، مصاحبه و گفتو گو با متخصصان، پرسش و پرسشنامههای رسمی، تحلیل برنامههای کارگاهها و جلسههای علمی، شرکت در رویدادهای منتخب، تحلیل بانکهای اطلاعاتی مرتبط، و سازماندهی جلسات ارائه[5]. Hearings
[5] و کارگاههای آموزشی. البته منابع اطلاعاتی تنها به اینها محدود نمیشود.
مرحلهی 3. انتقال و پیادهسازی اطلاعات؛ این دو مرحله در قالب تحلیلی ریزشده ـ که شامل مجموعهای از توصیههای خاص دربارهی پیادهسازی معیارها است ـ انجام میشوند. سپس نتیجهی تحلیل به اطلاع سیاستگذاران، نمایندگان کسبوکاری منتخب، دانشمندان در زمینههای مرتبط، و عموم میرسد. در نهایت اولین دور اجرای پروژهها بر مبنای این توصیهها آغاز میشود.
اگرچه بعضاً ممکن است این سه مرحله بهطور کاملاً پیوسته و پیدرپی رخ دهند، اما همیشه نمیتوان آنها را کاملاً از یکدیگر تفکیک کرد و گاه فقط بخشی از آنها بهطور کامل انجام میشود. بنابراین، حضور هر یک از این مراحل به تنهایی، شاخص فعالیت پیشبینی فناوری است.
عبارت "پیشبینی فناوری" کمی مبهم است و ممکن است گمراهکننده هم باشد. در گزارش حاضر، این عبارت منحصراً به مفهومی که پیش از این گفتیم، دلالت میکند. همانطور که کوتز[6]. Coates
[6] (1999) نشان داد، امروزه تمایز میان عبارت "پیشبینی فناوری" و عبارت "پیشبینی فناورانه"[7]. Technological forecasting
[7] - که در نوشتارهای مرتبط با این موضوع، بسیار دیده میشود - کاملاً مشهود است. پیشبینی فناورانه، بهطور، کلی بر پیشبینی کمٌی پارامتری که عملکرد یک فناوریِ دادهشده را ارزیابی میکند، تمرکز دارد. مطابق رویکرد دیگری که توسط مارتینو[8]. Martino
[8] (1983) نشان داده شد، پیشبینی فناورانه عبارت است از: "پیشبینی ویژگیهای دستگاهها، رویهها و فنون مفید". این رویکرد که ویژگیهای فناوری را از دیدگاه "توانمندی کارکردی"[9]. Functional capability
[9] مورد بررسی قرار میدهد، "سنجش کمی"[10]. Quantitative measure
[10] نام دارد7. در نوشتارهای موجود، دو نوع پیشبینی وجود دارد. بر خلاف فرآیند سه مرحلهای که در اینجا مورد استفاده قرار گرفته، نوع دیگری از پیشبینی وجود دارد که به پیشبینی کمی ویژگیهای کلیدی میپردازد. در این فصل، پیشبینی فناوری در مفهوم اول مد نظر است.
[11].
به گفتهی برایت[12]. Bright
[12] (1978)، پیشبینی فناوری با این مفهوم عملی نیست، مگر آنکه فناوری مورد نظر به مرحلهی "نمونهی عملی"[13]. Operating Prototype
[13] رسیده باشد؛ چرا که حمایت دولت از توسعهی فناوری بهطور کلی بر مراحل اولیه متمرکز است. مرحلهی اول را میتوان با استفاده از عبارت "رصد فناوری"[14]. Technology monitoring
[14] بهخوبی تشریح کرد. این عبارتی بود که نخست پورتر[15]. Porter
[15] (1991) از آن استفاده کرد و بدین ترتیب به عنوان روشی برای پیشبینی فناوری در میان روشهای دیگر معرفی شد. از طرفی دامنهی این نوع از رصد فناوری، فاقد فرآیند پیشبینی فناوریِ سهمرحلهای است.
بنابراین چنین تصور میشود که شاید عبارت "پیشبینی فناوری"، بهترین گزینه برای تعریف ذکرشده در بالا نباشد. اما با توجه به اینکه این عبارت در تمام طول پروژه یک عبارت متداول بوده و تا کنون نیز در مورد عبارتی بهتر از این اتفاقنظری حاصل نشده است، در این فصل نیز از این عبارت ـ با مفهوم خاصی که در اینجا شرح داده شد ـ استفاده میشود.
اگرچه ابعاد اجتماعی ـ اقتصادی در اعتبارسنجی یک (زمینه) فناوری مشخص بسیار اهمیت دارند، اما پیشبینی فناوری بر بررسی این چنین پرسشهای اجتماعی ـ اقتصادی متمرکز نیست (مرحلهی 2). فعالیتهای آیندهگرا[16]. Future-oriented
[16] ـ که روند اجتماعی / اقتصادی و توسعهی نسبتاً عظیم فناورانه، هستهی مرکزی آن را تشکیل میدهند ـ تحت عنوان فعالیتهای آیندهنگاری3. به فعالیتهای آیندهنگاری در فصل 4 مراجعه شود.
[17] مورد بحث قرار خواهند گرفت[18]. EIRMA (2000)
[18]، که شامل این فصل نمیباشد.
پیشبینی فناوری، ابزاری برای کمک به تصمیمگیرندگان در مواجهه با مشکلات ملموس در یک چارچوب فناورانه به
شمار میرود؛ که نه تنها در بخش دولتی، که در بخش خصوصی نیز بهکار گرفته میشود، و چه بسا کاربرد آن در بخش خصوصی بیشتر باشد[19]. Client
[19]. شروع کار پیشبینی فناوری، مستلزم دستور مشتری است که معیار اعتبارسنجی را مشخص میکند. یکی از مزایای پیشبینی فناوری، امکان فروپاشی ساختارهای تثبیت شده و صلب است؛ بهویژه اگر روشهای تعاملی و میانرشتهای برای این منظور بهکار گرفته شوند. مزیت دیگر پیشبینی فناوری این است که به عنوان یک سکوی ارتباطی نیز کاربرد دارد.
به علاوه، پیشبینی فناوری این پتانسیل را دارد که ابزاری استراتژیک در سطح اروپا باشد. بهواسطه همکاریهای دوجانبه و چندجانبهی مؤسسات میتوان میزان کارهای تکراری را کاهش داده، و در نتیجه شایستگیهای ناکامل موجود در کشورهای گوناگون را با یکدیگر ادغام کرد. بدین ترتیب، دستیابی به شایستگی کامل و فراملی در زمینهی فناوریِ موردنظر میسر میشود و موقعیت اروپا در رقابت جهانی ارتقا مییابد.
تصور عموم این است که پیشبینی فناوری، فرآیندی اجتماعی است که در آن انواع گوناگون دانش، در قالب پیامی معنیدار در مورد پیشرفتهای آیندهی فناوریهای خاص، با یکدیگر ادغام شدهاند. اما این دیدگاه، مشارکت بخش عمومی را شامل نمیشود. در این فرآیند، روشهای مختلف تبدیل دانش[20]. Knowledge-conversion
[20] نقش مهمی ایفا میکنند؛ بهخصوص آنکه آشکارسازی دانش ضمنیِ متخصصان و ادغام اطلاعات آشکار و ضمنی موجود، به عهده پیشبینیکننده[21]. Forecaster
[21] است.
پرسش اصلی که در زمینه پیشبینی فناوری مطرح میشود، چگونگی مواجهه با پیشرفتهای خطشکنانه (مرزشکنانه) است. موفقترین پیشبینیها در زمینهی تغییرات تصاعدی و تدریجی است؛ چرا که در این نوع تغییرات میتوان با ملاک قراردادن گذشته، آینده را به درستی پیشبینی کرد. پیشرفتهای مرزشکنانه علمی و فناورانه کاملاً غیرقابلپیشبینی به نظر میرسند. متخصصانی که در این پروژه همکاری دارند، معتقدند که استفاده از روشهای خلاقانه، بهترین راه برای پی بردن به پیشرفتهای مرزشکنانه است. تمامی مراحل پیشبینی فناوری، دربردارندهی ابعادی از پردازش اطلاعات محض از اطلاعات ذخیرهشده همانند ابعاد اجتماعی و ارتباطی (که به تعامل با گروههای درگیر اشاره میکنند) است. هر چه ارتباط بین ابعاد اجتماعی نزدیکتر باشد، ایجاد نتایجی با کیفت بالاتر بیشتر مدنظر قرار میگیرد. این مساله، به
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 71 صفحه
قسمتی از متن word (..doc) :
1
دانشگاه آزاد اسلامی
واحد زنجان
موضوع :
پیش بینی ضرر در مسئولیت قرار دادی و قهری
فهرست مطالب
عنوان صفحه
پیشگفتار
فصل اول – کلیات
مبحث اول : مفهوم مسئولیت مدنی و اقسام آن از نظر منشأ
مبحث دوم : موضوع مسئولیت مدنی
مبحث سوم : ارکان مسئولیت مدنی
فصل دوم – قلمرو و مبنای قاعده پیش بینی پذیری ضرر
گفتار اول – قلمرو و جایگاه قاعده
2
مبحث اول : جایگاه قاعده در مسئولیت قرار دادی
مبحث دوم : گسترش قلمرو قاعده در الزامات خارج از قرار داد
گفتار دوم – مبنای قاعده پیش بینی پذیری ضرر
مبحث اول : مبنای قاعده در مسئولیت قرار دادی
مبحث دوم : مبنای قاعده در الزامات خارج از قرار داد
فصل سوم – اجرای قاعده پیش بینی ضرر
مبحث اول : اجرای قاعده پیش بینی ضرر در هر دو مسئولیت
مبحث دوم – ضابطه تشخیص ضرر قابل پیش بینی
مبحث سوم – استثنائات قاعده
نتیجه
3
پیشگفتار
مسئولیت مدنی در حقوق تعهدات عنوانی است برای بیان الزام قانونی جبران ضررهای ناروا خواه این ضرر از عهد شکنی و نقص پیمان باشد یا از تخطی از تکلیف عمومی عدم اضرار به غیر بر این اساس مسئولیت مدنی دو شاخه مهم دارد: مسئولیت قرار دادی و الزامات خارج از قرار داد. هدف از مسئولیت جبران ضرر ناروا میباشد و ضرر ناروا ضرری است که در مبانی نظری مسئولیت از آن سخن میرود و معیار آن منطبق بر مبنای مسئولیت است. جبران ضرر ناروا منوط به وجود شرایطی است از جمله این شرایط شرط «قابلیت پیش بینی ضرر» میباشد که هم در مسئولیت قرار دادی و هم در مسئولیت قهری (الزامات خارج از قرار داد) مورد بحث است.
به عنوان مثال در حقوق فرانسه مسئولیت قرار دادی قلمرو مرسوم قاعده پیش بینی ضرر است و اجرای آن در مسئولیت قهری تلویحاً پذیرفته شده است.
4
در کامن لا نیز رویه قضایی و اندیشههای حقوقی در هر دو زمینه قاعده پیش بینی ضرر را قابل اجرا میدانند.
در حقوق ایران نیز میتوان نشانههایی از نفوذ این قاعده یافت. نویسندگان قانون مدنی به طور ضمنی آن را اعلام کرده و این قاعده مبنای نگارش برخی از مواد قانونی قرار گرفته است. در قانون تجارت نیز آثار اجرای قاعده مشهود است اما مهمترین متنی که در حقوق موضوعه ایران در بردارنده این قاعده میباشد قانون مجازات اسلامی است که مواد متعددی از آن در بردارنده قاعده پیش بینی ضرر در عرصه مسئولیت قهری میباشد. میتوان گفت مبنای این قاعده «محدود شدن مسئولیت مدنی به قواعد اخلاقی» است.
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 45 صفحه
قسمتی از متن word (..doc) :
1
فصل اول
2
فصل دوم
3
فصل سوم
بین جهانبینى و علم اخلاق تاثیر و تاثر متقابل وجود دارد; زیرا از یک سواخلاقیات (علم اخلاق) مانند منطقیات، طبیعیات و ریاضیات از علوم جزئىاست و زیر پوشش «علم کلى» (جهانبینى) قرار دارد; چون این علم موضوعخود راکهنفس و قواى آن است اثبات مىکند (1) ، چنانکه بخشى از اینها را همعلوم طبیعى اثبات مىکند، و از سوى دیگر علم اخلاق نیز درباره جهانبینىاظهار نظر مىکند; به این معنا که در علم اخلاق، ثابت مىشود جهانبینى توحیدى، خیر، ملایم با روح و امرى ارزشى و کمال روح است ولىجهانبینى الحادى، شر، زیانبار و قبیح است و براى روح پیامد ناگوارى دربر دارد.
در علم اخلاق، علوم نافع از علوم غیرنافع شناخته مىشود. پیغمبر اکرمصلى الله علیه و آله و سلم به ذات اقدس اله پناه مىبرد و مىفرماید: «اعوذ بک من علم لا ینفع، وقلب لا یخشع، ونفس لا تشبع» چون علوم از نظر نفع و ضرر به چند قسم تقسیم مىشود، بعضى از علمها نافعند و بعضى نه; بعضى از علوم مانند علوم الحادى، نه تنها نافع نیستند بلکه ضرر هم دارند و بعضى از علوم نه نافع هستند و نه ضار، مانند تاریخ بعضى از اقوام جاهلى که هیچ نکته آموزندهاى در دانستن آن وجود ندارد و هیچ اثر فقهى هم بر آن مترتب نیست.
4
البته برخى از بخشهاى علم تاریخ و نسب، فواید فراوانى دارد و از علوم نافع به شمار مىآید اما آشنایى با قواعد علمى مربوط به انساب و تاریخ اقوامى که آثار علمى یا صنعتى و هنرى از خود به یادگار نگذاشتند، صرف بیهوده عمر و اتلاف وقت است و مصداق علمى است که رسول خداصلى الله علیه و آله و سلم و امام هفتم (علیهالسلام) در باره آن فرمودهاند: «لا یضر من جهله ولا ینفع من علمه» .
بعضى از علوم فى نفسه نافعند ولى چون به مرحله عمل ننشستهاند علم نافع به شمار نمىآیند و این همان است که در بیان حضرت على (علیه السلام) آمده: «لا تجعلوا علمکم جهلا ویقینکم شکا اذا علمتم فاعملوا واذا تیقنتم فاقدموا» و نیز مىفرماید: «رب عالم قد قتله جهله وعلمه معه لا ینفعه» . بعضى از دانشمندان در عین حال که عالمند، جاهلند. چون عاقل نیستند کشته جهلند و علم آنان به حالشان نافع نیست. کسى که علم را براى مقامهاى دنیا، جلب
1. مراد از «علم کلى» که عهدهدار اثبات موضوع علم اخلاق و سایر علوم جزئى است همان فلسفه نظرى است که متکفل هستىشناسى و شناختحقایق (جهانبینى) است و از آن به «علم اعلى» نیز تعبیر مىشود.
توجه و احترام مردم و یا برخوردارى از زرق و برق بیشتر طلب کند، خود را ارزان مىفروشد. او عالم است ولى عاقل نیست. و دیگران که راه دنیا را طى کردهاند، بیشتر و بهتر از این شخص، حطام دنیا را فراهم کردهاند و از آن لذت مىبرند. پس این گونه از علوم هم علوم غیر نافع به شمار مىآید.
نیز حضرت امیرالمؤمنین (علیه السلام) در خطبه «همام» در وصف متقیان مىفرماید: «ووقفوا اسماعهم على العلم النافع لهم» و این تنها در باره سامعه نیستبلکه در مورد سایر اعضا هم هست، یعنى جز به علم نافع، به چیز دیگرى گوش نمىدهند; به این معنا که الفاظ آن را مىشنوند و معانى را ادراک مىکنند ولى وقتى سودمند نبودن آن را ببینند رها مىکنند; مثلا، درسوره «زمر» مىفرماید: «فبشر عباد× الذین یستمعون القول فیتبعون احسنه» آنان، نخست اقوال و مکاتب گوناگون را مىشنوند و سپس تشخیص مىدهند که کدام زیانبار و کدام نافع است و آنگاه به آنچه نافع است دل مىسپارند و گوش مىدهند. گوش فرادادن یعنى اطاعت کردن و پذیرش.
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 132 اسلاید
قسمتی از متن powerpoint (..pptx) :
بسم الله الرحمن الرحیم
پیش بینی بار در سیستمهای انرژی
فهرست مطالب
عنوان
فصل اول : مقدمه ای بر پیش بینی بار در سیستم های توزیع انرژی الکتریکی
1-1 مقدمه کلی و تاریخچه
2-1 اهداف پروژه
3-1 تقسیم بندی زمانی پیش بینی بار
4-1 مرور روشهای پیش بینی بار سیستم های توزیع انرژی
1-4-1 پیش بینی بار با روش رگرسیون خطی
2-4-1 پیش بینی بار با سریهای زمانی تصادفی
1-2-4-1 روش خود برگشتی
2-2-4-1 روش حرکت متوسط
3-2-4-1 روش خود برگشتی حرکت متوسط
4-2-4-1 روش خود برگشتی تجمع یافته با حرکت متوسط
3-4-1 روش یکنواخت سازی نمایی عمومی
4-4-1 پیش بینی بار با کاربری ارضی
5-4-1 پیش بینی بار با شبکه های عصبی
6-4-1 پیش بینی بار با منطق فازی
فصل دوم : پیش بینی بار در سیستم های توزیع با روش رگرسیون
1-2 مقدمه
2-2 تقسیم بندی کلی روشهای کلاسیک پیش بینی بار و بررسی روش رگرسیون
3-2 اصلاح روش پیش بینی بار رگرسیونی
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 22 صفحه
قسمتی از متن word (..doc) :
18
پیش بینی تغییرات خصوصیات فیزیکی بتن
در تماس با آب قرار می گیرد به این دلیل اتفاق می افتند که مواد تحت این شرایط در اثر جدا شدن از هم و یا ترکیب شدن با هم مبادله می شوند. هر چند که تا کنون روش خاصی برای اندازه گیری مقدار تغییرات خواص یافت نشده است . نویسنده در این مقاله سعی دارد تا کارایی آزمایشات سیمان در شرایط مایع ودقت سازه های بتنی 34 تا 104 ساله را مورد مطالعه قرار دهد و مدلی برای تضعیف خصوصیات فیزیکی به دلیل نشت مواد هیدراته و بر اساس نتایج این مطالعات طراحی کند.
سازه های بتنی مانند مخازن ، تانکرها ، سدها ، لوله های ذخیره آب در طولانی مدت در تماس با آب می باشند و به همین خاطر ممکن است بخشی از مواد آن جدا شده و شسته شود همانند مشکلات محیطی بنابراین نشت مواد هیدراته دلیل اصلی افزایش تحقیقات در این زمینه بوده است. بخشی از اطلاعاتی که اکنون درباره افزایش غلظت مایع به خاطر نشت موادی مانند کلسیم از هیدراتهای سیمانی بدست آمده نتیجه تحقیقات گذشته می باشد ، همچنین تحقیقات بسیاری برای مدل سازی و اندازه گیری تغییرات شیمیا یی حاصل از نشت مواد صورت گرفته است. هرچند که تاکنون روش و راه حل خاصی برای اندازه گیری کاهش غلظت مواد شیمیایی و تحلیل این تغییرات بدست نیامده است که این مسئله حاصل روند بسیار کند واکنشهای تجزیه حاصل از نشت مواد می باشد. به همین ترتیب نتایج بدست آمده از آزمایش خمیر در آب و رزین عایق و تغییرات خصوصیات فیزیکی حاصل از نشت مواد هیدراته سیمان مورد مطالعه قرار گرفتند و به طورهم زمان این نتایج با داده های سازه های حقیقی در بازه سنی 34 تا 104 سال مقایسه شدند. حاصل این تحقیقات شایان توجه می باشد زیرا کارآمدی و وسعت روشهای مطرح شده را در تخمین و اندازه گیری تغییرات خواص فیزیکی در اثر نشت مواد نشان می دهد ، افزون بر آنکه مدلی برای پیش بینی کمی این تغییرات وبر اساس نتایج این اکتشافات ابداع شد.
نمونه های خمیر مورد آزمایش در 4 نوع که از نظر میزان آب سیمان با یکدیگر متفاوتند آماده شده و همانطور که مشاهده می شود نتایج آزمایشات کیفیت سیمان به کار برده شده در نمونه آورده شده است.
سیمان معمولی پورتلند (Portland) که برای این تحقیق در نظر گرفته شده است دارای 100 %
19
OPC می باشد و هیچ ماده زائدی مانند کربنات کلسیم همراه خود ندارد ، از این سیمان برای تهیه نمونه استفاده شده است وآب یونیزه شده برای مخلوط کردن آن به کار برده شده است. برای تهیه این مخلوط از مخلوط کن چرخشی استفاده شد و دمای حفره و رطوبت فضای مخلوط کن برابر با 30 ºC و 60 %RH می باشد. بعد از یک روز که خمیر مورد نظر در شرایط آزمایش قرار داده شد مدت 56 روز زیر آب و در دمای 40 ºC قرار می گیرد این کار به جهت افزایش میزان هیدراتاسیون آن در شروع آزمایش و در طول انجام ان می باشد و پس از این مدت آزمایشات انجام شده جهت تثبیت خواص نمونه تکمیل شده است. سرانجام شش نمونه یک اندازه ازقسمت هسته قطعه اصلی جدا شده و برای آزمایش کنار گزارده می شوند.
در آزمایشهای اولیه سعی در تثبیت خواص فیزیکی است و این آزمایشها بر اساس JIS R5210 انجام شده اند. در تمامی این آزمایشها سختی آب به صورت تصادفی در نقاط مختلف اندازه گیری شده و برای هر نمونه ایت کار 30 بار انجام گرفته است . همچنین آزمایشهای خمیر در مایع و در دمای 20ºC انجام شده است و آب حاصل از تبادل یونها و کاتیونها با میزان غلظت اسیدی بالا در واکنش با سولفات کلسیم با کمترین خسارت در مقایسه با یونهای سیلیس قرار داده شده و بر این اساس تمام کلسیم موجود در خمیر نمونه دارای یونهای تغییر یافته بود برای آماده سازی آب در تهیه خمیر نمونه و سرانجام پس از مدت زیاد وبا ادامه این آزمایشات میزان سختی و خوردگی را می توان در کنار هم بدست آورد. از نتایخ این آزمایشات مشاهده شد که درجه هیدارات F را می توان 9.77 در نظر گرفت ودر اینصورت نتایج آزمایش فرقی نخواهد کرد. همچنین مشاهده شد که به طور تجربی تغییرات خطی در میان درصد آب سیمان است.
همانگونه که از نتایج بر می آمد ، نیروی قوی در این آزمایشها وجود دارد و واکنشی که سبب تضیف بود به جهت نشت مواد بسیار کند پیش رفته و به همین خاطر تعیین نیروی پس از تضعیف دشوار است.
در مطالعه سازه های نمونه و در پیش بینی میزان تخلخل روشهای به کار برده شده ، این تحقیقات بر روی مجموع 5 سازه متفاوت انجام شده اند که ازحدود 34 تا 104 ساله و در تماس با آب بوده اند و به همین ترتیب 9 نمونه متفاوت از ملات و سیمان که میزان تخلخل در نظر گرفته شده برای سازه اصلی همان میزان تخلخل ملات می باشد . هرچند به طور معمول هرگاه میزان این مقادیر اندازه گیری شده افزایش میابد مقادیر پیش بینی شده نیز افزوده می شوند و این در حالیست که کاملا واضح است که مقادیراندازه گرفته شده از مقادیر پیش بینی شده بزرگتر هستند . بنابراین پیش بینی های انجام شده با در نظر گرقتن کلیه احتمالات ممکن انجام می گیرد. بر اساس نمودارهای بدست آمده مقادیر پیش بینی شده و اندازه گیری شده به خوبی با هم مطابقت داشته و نقطه شاخص آنها نشاند هنده ضرورت توجه به میزان خلل پذیری و شدت آن در ملات و سیمان وهمچنین تثبیت تاثیرات زیاد این روش می باشد.
به همین ترتیب یک سری آزمایشهای انجام شده در شرایط مطلوب آزمایشگاه نیز وجود دارند که به بررسی ارتباط میزان تمرکزخمیر سفت کلسیم در آزمایشهای یاد شده می پردازند. با کمک میزان آب سیمان مشاهده می شود که میزان تمرکزخمیر سفت کلسیم کاهش میابد و میزان سختی رو به افزایش می گذارد و به این ترتیب می توان در یک نمودار این روند را نمایش داد. دلیل این امر می تواند این باشد که تمرکز یونهای موجود در آب در طی آزمایشها زیاد شده وسرعت تجزیه و تخلخل تا حد زیادی افزایش میابد همانطور که قبلا هم ذکر شد. و بر اساس منحنی ها می بینیم که در یک طیف
20
±50 %
از محدوده نمودار این شرایط قابل پیش بینی هستند .
بر همین اساس نتایج نشان می دهند که در سازه های حقیقی میان دو فاکتور تمرکز خمیر جامد کلسیم و میزان سختی ارتباطی وجود دارد و این رابطه کاملا پایدار و ثابت است وهمینطور مشاهده شد که میزان سختی قابل پیش بینی است در صورتیکه تمرکز کلسیم در ملات یا سیمان مشخص باشد. هرچند منحنیهای مشابهی در مورد نتایج آزمایشهای تبادل یون درشرایط آزمایشگاه و همچنین در مورد سازه های اصلی دیده می شوند اما نتایج آزمایش در شرایط آزمایشگاه از تنوع یکنواخت تری برخوردار است و هرچند تفاوتهایی میان ملات ، سیمان و خمیر مورد آزمایش مشاهده می شود اما ارتباط یافت شده در بررسیها آنها را از نظرکاربردی مشابه نشان می دهد. بر این اساس هدف یافتن ارتباط اولیه و ریشه ای میان میزان تمرکز خمیر جامد کلسیم و میزان سختی مطابق اطلاعات داده شده و تبادل یونهای رزین در آزمایشگاه با تنایج حاصل از سازه های اصلی می باشد. هرچند شرایط مخلوط را می توان نادیده گرفت و بدین ترتیب میزان سختی را در طیف ±50 % بر اساس این تناسب پیش بینی نمود. همانطور که از مقایسه نمونه ها بدست آمده است قبل و بعد از تجزیه ای که به دلیل نشت مواد اتفاق می افتد هیچگونه تغییری در ارتباط میان تخلخل و سختی رخ نمی دهد و اگر هم چنین چیزی مشاهده شود به دلیل تشابه تغییرات سختی و ارتباط آن با قدرت خلل پذیری می باشد و به هر حال برای این سری از نتایج نمونه ها و ؛آزمایشهای جداگانه ای لازم است .
نتایج بدست آمده از این سری آزمایشها و بررسیها به این شرح می باشند ،
1. هیچگونه تفاوت قابل توجهی در مکانیسم واکنشها میان آزمایشهای داخل آبی که بر روی رزین با تبادل کاتیونهای با شدت اسیدی بالا و همچنین بدون رزین مشاهده نشد. و از آنجا که بیشترین میزان تجزیه در آزمایشات داخل آب اتفاق می افتد ، می توان این آزمایش را به عنوان یک روش کارآمد آزمایش درمورد نست مواد در نظر گرفت.
2. میزان خلل پذیری خمیر مورد آزمایش پس از تجزیه حاصل از نشت را می توان بوسیله مدل سازی پیش بینی نمود و همچنین مدلی که نشان دهنده کاهش خلل پذیری در طول نشت است.
3. در شرایطی که که سیمان یا ملات را نیز منظور می کنیم پیش بینی ها را می توان بر اساس استانداردهای آئین نامه در نظر گرفت.
4. مدلی که برای مشخص کردن درجه سختی از میزان پراکندگی ش
20
اخص تمرکز خمیر جامدکلسیم و همچنین مدل جدا کننده درجه سختی از تخلخل با یکدیگر مقایسه شده اند و مدل دوم طبق مشاهدات بسیار دقیق تر می باشد.
5. میزان تخلخل را می توان با محاسبه میزان نغوذ خمیرجامد کلسیم بدست آورد ، و تغییرات قدرت تحمل فشار ، قدرت تطبیق و شدت تجزیه را می توان برای تک تک مواد حاصل از تجزیه در اثر نشت محاسبه نمود.
سیمان چیست؟
سیمان ها مواد چسبنده اى هستند که قابلیت چسبانیدن ذرات به یکدیگر و بوجود آوردن جسم یک پارچه از ذرات متشکله را دارند. این تعریف از سیمان داراى آن چنان جامعیتى است که مى تواند شامل انواع چسبها از جمله چسبهاى مایع که در چسبانیدن قطعات سنگ یا سنگ و فلزات به یکدیگر بکار مى روند نیز بشود.
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 81 صفحه
قسمتی از متن word (..doc) :
2
پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی – عصبی تطبیقی
(ANFIS)
مقدمه:
سدها و مخازن مهمترین و موثرترین سیستم ذخیره آب می باشند که توزیع نابرابر مکانی و زمانی آب را تغییر می دهند. آنها نه تنها در تامین آب شرب، تولید انرژی برقابی و آبیاری زمین های پایین دست کاربرد داشته، بلکه در به حداقل رسانی خسارات ناشی از سیلاب و خشکسالی نیز نقش موثری را ایفا می کنند. بدون شک به منظور استفاده کامل از آب موجود، مدیریت بهینه مخازن بسیار با اهمیت می باشد. مدیریت مخزن مجموعه ای از تصمیم ها را در بر می گیرد که جمع آوری و رهاسازی آب در طول زمان را مشخص می کنند. با توجه به کارکردهای مختلف مخازن، پیش بینی دقیق دبی ورودی و سطح آب می تواند در بهینه سازی مدیریت منابع آب، بسیار موثر باشد. با توجه به وجود روابط غیرخطی، عدم قطعیت زیاد و ویژگی های متغیر زمانی در سیستم های آبی، هیچ یک از مدل های آماری و مفهومی پیشنهاد شده به منظور پیش بینی دقیق سطح آب نتوانسته به عنوان یک مدل برتر و توانا شناخته شوند[1]. امروزه سیستم های هوشمند به منظور پیش بینی یک چنین پدیده های پیچیده و غیرخطی، بسیار مورد استفاده قرار می گیرند. روش بدیع سیستم استنتاج فازی – عصبی تطبیقی1- Adaptive Neuro-Fuzzy Inference System
(ANFIS) یکی از این روشهاست که یک شبکه پس خور چند لایه می باشد و از الگوریتمهای یادگیری شبکه عصبی و منطق فازی به منظور طراحی نگاشت غیرخطی بین فضای ورودی و خروجی استفاده می کند. ANFIS با توجه به توانایی در ترکیب قدرت زبانی یک سیستم فازی با قدرت عددی یک شبکه عصبی، نشان داده است که در مدل سازی فرایندهای همچون مدیریت مخازن [2،3]، سری های زمانی هیدرولوژیکی [4] و برآورد رسوب [5] بسیار قدرتمند می باشند.
هدف اصلی این تحقیق بررسی توانایی سیستم استنتاج فازی – عصبی تطبیقی جهت پیش بینی سطح آب در مواقع سیلابی و به صورت ساعتی می باشد. به این منظور از اطلاعات اشل پنج ایستگاه بالادست سد دز، جهت پیش بینی سطح آب در مخزن این سد استفاده شد. همچنین به منظور بررسی توانایی شبکه های فازی
2
– عصبی در تقابل با تصمیمات بشری، دو الگوی متفاوت یکی با در نظر گرفتن خروجی مخزن به عنوان متغیر ورودی و دیگری بدون این متغیر به کار گرفته شد.
مواد و روشها
سیستم استنتاجی فازی – عصبی تطبیقی (ANFIS)
از زمانی که پروفسور عسگرزاده تئوری منطق فازی را به منظور توصیف سیستم های پیچیده پیشنهاد داد، این منطق بسیار مشهور شده است و به طور موفقیت آمیزی در مسائل مختلف، به ویژه کنترل کننده هایی مثل راکتور شیمیایی، قطارهای خودکار و راکتورهای هسته ای به کار گرفته شده است. اخیرا منطق فازی برای مدل کردن مدیریت مخازن و حل ویژگیهای مبهم آنها پیشنهاد شده است. با وجود این، مشکل اصلی منطق فازی این است که روند سینماتیکی برای طراحی یک کنترل کننده فازی وجود ندارد. به عبارت دیگر، یک شبکه عصبی این توانایی را دارد که از محیط آموزش ببیند (جفت های ورودی – خروجی)، ساختارش را خود مرتب کند و با شیوه ای، تعامل خود را تطبیق دهد. بدین منظور پروفسور جنگ در سال 1993 مدل ANFIS را ارائه کرد که قابلیت ترکیب توانایی دو روش مذکور را داشت[6].
ساختار و الگوریتم: [1]
ANFIS قابلیت خوبی در آموزش، ساخت و طبقه بندی دارد و همچنین دارای این مزیت است که اجازه استخراج قوانین فازی را از اطلاعات عددی یا دانش متخصص می دهد و به طور تطبیقی یک قاعده – بنیاد می سازد. علاوه بر این، می تواند تبدیل پیچیده هوش بشری به سیستم های فازی را تنظیم کند. مشکل اصلی مدل پیش بینی ANFIS، احتیاج نسبتا زیاد به زمان برای آموزش ساختار و تعیین پارامترها می باشد.
به منظور ساده سازی، فرض می شود که سیستم استنتاجی مورد نظر دو ورودی x و y و یک خروجی z دارد. برای یک مدل فازی تاکاگی – سوگنو درجه اول، می توان یک مجموعه قانون نمونه را با دو قانون اگر – آنگاه فازی به صورت زیر بیان کرد:
قانون اول: اگر x برابر A1 و y برابر B1 باشد آنگاه
قانون دوم: اگر x برابر A2 و y برابر B2 باشد آنگاه
3
که Pi، qi و ri (i=1,2) پارامترهای خطی در بخش تالی مدل فازی تاکاگی – سوگنو درجه اول هستند. ساختار ANFIS شامل پنج لایه می شود (شکل 1) که معرفی خلاصه ای از مدل در پی می آید:
لایه اول، گره های ورودی1- Input Nodes
: هر گره از این لایه، مقادیر عضویتی که به هر یک از مجموعه های فازی مناسب تعلق دارند، با استفاده از تابع عضویت تولید می کنند.
که x و y ورودی های غیرفازی به گره I و Ai و Bi (کوچک، بزرگ و ...)، برچسب های زبانی هستند که به ترتیب با توابع عضویت مناسب Aiμ و Biμ مشخص می شوند. در اینجا معمولا از فازی سازهای گوسی و زنگی شکل استفاده می شود. باید پارامترهای این توابع عضویت که به عنوان پارامترهای مقدماتی در این لایه شناخته می شوند، مشخص شوند.
لایه دوم، گره های قاعده2- Rule Nodes
: در لایه دوم، عملگر " و" (AND) به کار برده می شود تا خروجی (قوه اشتعال3- Firing Strength
) که نمایانگر بخش مقدم آن قانون است، بدست می آید. قوه اشتغال به مقدار درجه ای که بخش مقدم یک قانون فازی برآورده شده، گفته می شود و به تابع خروجی آن قانون شکل می دهد. از این رو، خروجی های O2,k این لایه، حاصل ضرب درجات مربوط به لایه اول هستند.
لایه سوم، گره های متوسط4- Average Nodes
: هدف اصلی در لایه سوم، تعیین نسبت هر قوه اشتعال iامین قانون به مجموع همه قوه اشتعال قوانین می باشد. در نتیجه به عنوان قوه اشتعال نرمال شده به دست می آید:
لایه چهارم، گره های نتیجه5- Consequent Nodes
: تابع گره چهارمین لایه توزیع iامین قانون را به کل خروجی محاسبه می کند و به صورت زیر تعریف می شود:
که خروجی iامین گره از لایه قبلی است.
{pi , qi , ri} ضرایب این ترکیب خطی بوده، همچنین مجموعه پارامترهای بخش تالی مدل فازی تاکاگی – سوگنو نیز می باشند.
4
لایه پنجم، گره های خروجی6- Output Nodes
: این تک گره، خروجی کلی را با جمع کردن همه سیگنال های ورودی محاسبه می کند. بنابراین، در این لایه فرایند غیرفازی سازی، نتایج هر قانون فازی را به خروجی غیرفازی تغییر شکل می دهد.
این شبکه براساس یادگیری با نظارت، آموزش داده می شود. بنابراین هدف ما آموزش شبکه های تطبیقی است که قادر به تخمین توابع نامشخص حاصل از اطلاعات آموزش بوده و مقدار دقیقی برای پارامترهای بالا پیدا کنند.
ویژگی متمایزکننده ANFIS، فراهم کردن الگوریتم یادگیری پیوندی، روش شیب گرادیان و روش حداقل مربعات، به منظور اصلاح پارامترها می باشد. روش شیب گرادیان به کار گرفته می شود تا پارامترهای غیرخطی مقدماتی (ai , bi) را تنظیم کند، در حالیکه روش حداقل مربعات به کار گرفته می شود تا پارامترهای خطی بخش تالی را تعیین کند. روند آموزش دو مرحله دارد: در مرحله اول، در حالیکه پارامترهای بخش مقدم (توابع عضویت) ثابت فرض می شوند، با استفاده از روش حداقل مربعات پارامترهای بخش تالی تعیین می شوند. سپس سیگنال های خطا پس ار انتشار می یابند. روش شیب گرادیان استفاده می شود تا پارامترهای مقدماتی از طریق حداقل کردن تابع هزینه درجه دوم کلی، اصلاح شود. به منظور اطلاعات بیشتر در مورد الگوریتم یادگیری پیوندی می توانید به مرجع [6] رجوع کنید.
منطقه و حوزه مورد مطالعه
سد دز بلندترین سد ایران بوده و بر روی رودخانه دز در استان خوزستان ساخته شده است. رودخانه دز که از ارتفاعات غربی زاگرس سرچشمه می گیرد، از نظر میزان آبدهی دومین رودخانه ایران محسوب می شود. در شکل (2) موقعیت سد دز و ایستگاه های بالادست آن دیده می شود. سد دز از نوع بتونی دو قوسی بوده که عرض بدنه آن در پی 27 متر و در تاج 4.5 متر و رقوم تاج سد 354 متر از سطح دریا می باشد. حداکثر تراز بهره برداری سد، 352 متر بوده که سطح دریاچه در این رقوم به 65 کیلومتر مربع می رسد. حداقل تراز بهره برداری از مخزن 310 متر و رقوم آستانه سرریزها 335 متر از سطح دریاست.
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 81 صفحه
قسمتی از متن word (..doc) :
2
پیش بینی سطح آب در مخزن با استفاده از سیستم استنتاج فازی – عصبی تطبیقی
(ANFIS)
مقدمه:
سدها و مخازن مهمترین و موثرترین سیستم ذخیره آب می باشند که توزیع نابرابر مکانی و زمانی آب را تغییر می دهند. آنها نه تنها در تامین آب شرب، تولید انرژی برقابی و آبیاری زمین های پایین دست کاربرد داشته، بلکه در به حداقل رسانی خسارات ناشی از سیلاب و خشکسالی نیز نقش موثری را ایفا می کنند. بدون شک به منظور استفاده کامل از آب موجود، مدیریت بهینه مخازن بسیار با اهمیت می باشد. مدیریت مخزن مجموعه ای از تصمیم ها را در بر می گیرد که جمع آوری و رهاسازی آب در طول زمان را مشخص می کنند. با توجه به کارکردهای مختلف مخازن، پیش بینی دقیق دبی ورودی و سطح آب می تواند در بهینه سازی مدیریت منابع آب، بسیار موثر باشد. با توجه به وجود روابط غیرخطی، عدم قطعیت زیاد و ویژگی های متغیر زمانی در سیستم های آبی، هیچ یک از مدل های آماری و مفهومی پیشنهاد شده به منظور پیش بینی دقیق سطح آب نتوانسته به عنوان یک مدل برتر و توانا شناخته شوند[1]. امروزه سیستم های هوشمند به منظور پیش بینی یک چنین پدیده های پیچیده و غیرخطی، بسیار مورد استفاده قرار می گیرند. روش بدیع سیستم استنتاج فازی – عصبی تطبیقی1- Adaptive Neuro-Fuzzy Inference System
(ANFIS) یکی از این روشهاست که یک شبکه پس خور چند لایه می باشد و از الگوریتمهای یادگیری شبکه عصبی و منطق فازی به منظور طراحی نگاشت غیرخطی بین فضای ورودی و خروجی استفاده می کند. ANFIS با توجه به توانایی در ترکیب قدرت زبانی یک سیستم فازی با قدرت عددی یک شبکه عصبی، نشان داده است که در مدل سازی فرایندهای همچون مدیریت مخازن [2،3]، سری های زمانی هیدرولوژیکی [4] و برآورد رسوب [5] بسیار قدرتمند می باشند.
هدف اصلی این تحقیق بررسی توانایی سیستم استنتاج فازی – عصبی تطبیقی جهت پیش بینی سطح آب در مواقع سیلابی و به صورت ساعتی می باشد. به این منظور از اطلاعات اشل پنج ایستگاه بالادست سد دز، جهت پیش بینی سطح آب در مخزن این سد استفاده شد. همچنین به منظور بررسی توانایی شبکه های فازی
2
– عصبی در تقابل با تصمیمات بشری، دو الگوی متفاوت یکی با در نظر گرفتن خروجی مخزن به عنوان متغیر ورودی و دیگری بدون این متغیر به کار گرفته شد.
مواد و روشها
سیستم استنتاجی فازی – عصبی تطبیقی (ANFIS)
از زمانی که پروفسور عسگرزاده تئوری منطق فازی را به منظور توصیف سیستم های پیچیده پیشنهاد داد، این منطق بسیار مشهور شده است و به طور موفقیت آمیزی در مسائل مختلف، به ویژه کنترل کننده هایی مثل راکتور شیمیایی، قطارهای خودکار و راکتورهای هسته ای به کار گرفته شده است. اخیرا منطق فازی برای مدل کردن مدیریت مخازن و حل ویژگیهای مبهم آنها پیشنهاد شده است. با وجود این، مشکل اصلی منطق فازی این است که روند سینماتیکی برای طراحی یک کنترل کننده فازی وجود ندارد. به عبارت دیگر، یک شبکه عصبی این توانایی را دارد که از محیط آموزش ببیند (جفت های ورودی – خروجی)، ساختارش را خود مرتب کند و با شیوه ای، تعامل خود را تطبیق دهد. بدین منظور پروفسور جنگ در سال 1993 مدل ANFIS را ارائه کرد که قابلیت ترکیب توانایی دو روش مذکور را داشت[6].
ساختار و الگوریتم: [1]
ANFIS قابلیت خوبی در آموزش، ساخت و طبقه بندی دارد و همچنین دارای این مزیت است که اجازه استخراج قوانین فازی را از اطلاعات عددی یا دانش متخصص می دهد و به طور تطبیقی یک قاعده – بنیاد می سازد. علاوه بر این، می تواند تبدیل پیچیده هوش بشری به سیستم های فازی را تنظیم کند. مشکل اصلی مدل پیش بینی ANFIS، احتیاج نسبتا زیاد به زمان برای آموزش ساختار و تعیین پارامترها می باشد.
به منظور ساده سازی، فرض می شود که سیستم استنتاجی مورد نظر دو ورودی x و y و یک خروجی z دارد. برای یک مدل فازی تاکاگی – سوگنو درجه اول، می توان یک مجموعه قانون نمونه را با دو قانون اگر – آنگاه فازی به صورت زیر بیان کرد:
قانون اول: اگر x برابر A1 و y برابر B1 باشد آنگاه
قانون دوم: اگر x برابر A2 و y برابر B2 باشد آنگاه
3
که Pi، qi و ri (i=1,2) پارامترهای خطی در بخش تالی مدل فازی تاکاگی – سوگنو درجه اول هستند. ساختار ANFIS شامل پنج لایه می شود (شکل 1) که معرفی خلاصه ای از مدل در پی می آید:
لایه اول، گره های ورودی1- Input Nodes
: هر گره از این لایه، مقادیر عضویتی که به هر یک از مجموعه های فازی مناسب تعلق دارند، با استفاده از تابع عضویت تولید می کنند.
که x و y ورودی های غیرفازی به گره I و Ai و Bi (کوچک، بزرگ و ...)، برچسب های زبانی هستند که به ترتیب با توابع عضویت مناسب Aiμ و Biμ مشخص می شوند. در اینجا معمولا از فازی سازهای گوسی و زنگی شکل استفاده می شود. باید پارامترهای این توابع عضویت که به عنوان پارامترهای مقدماتی در این لایه شناخته می شوند، مشخص شوند.
لایه دوم، گره های قاعده2- Rule Nodes
: در لایه دوم، عملگر " و" (AND) به کار برده می شود تا خروجی (قوه اشتعال3- Firing Strength
) که نمایانگر بخش مقدم آن قانون است، بدست می آید. قوه اشتغال به مقدار درجه ای که بخش مقدم یک قانون فازی برآورده شده، گفته می شود و به تابع خروجی آن قانون شکل می دهد. از این رو، خروجی های O2,k این لایه، حاصل ضرب درجات مربوط به لایه اول هستند.
لایه سوم، گره های متوسط4- Average Nodes
: هدف اصلی در لایه سوم، تعیین نسبت هر قوه اشتعال iامین قانون به مجموع همه قوه اشتعال قوانین می باشد. در نتیجه به عنوان قوه اشتعال نرمال شده به دست می آید:
لایه چهارم، گره های نتیجه5- Consequent Nodes
: تابع گره چهارمین لایه توزیع iامین قانون را به کل خروجی محاسبه می کند و به صورت زیر تعریف می شود:
که خروجی iامین گره از لایه قبلی است.
{pi , qi , ri} ضرایب این ترکیب خطی بوده، همچنین مجموعه پارامترهای بخش تالی مدل فازی تاکاگی – سوگنو نیز می باشند.
4
لایه پنجم، گره های خروجی6- Output Nodes
: این تک گره، خروجی کلی را با جمع کردن همه سیگنال های ورودی محاسبه می کند. بنابراین، در این لایه فرایند غیرفازی سازی، نتایج هر قانون فازی را به خروجی غیرفازی تغییر شکل می دهد.
این شبکه براساس یادگیری با نظارت، آموزش داده می شود. بنابراین هدف ما آموزش شبکه های تطبیقی است که قادر به تخمین توابع نامشخص حاصل از اطلاعات آموزش بوده و مقدار دقیقی برای پارامترهای بالا پیدا کنند.
ویژگی متمایزکننده ANFIS، فراهم کردن الگوریتم یادگیری پیوندی، روش شیب گرادیان و روش حداقل مربعات، به منظور اصلاح پارامترها می باشد. روش شیب گرادیان به کار گرفته می شود تا پارامترهای غیرخطی مقدماتی (ai , bi) را تنظیم کند، در حالیکه روش حداقل مربعات به کار گرفته می شود تا پارامترهای خطی بخش تالی را تعیین کند. روند آموزش دو مرحله دارد: در مرحله اول، در حالیکه پارامترهای بخش مقدم (توابع عضویت) ثابت فرض می شوند، با استفاده از روش حداقل مربعات پارامترهای بخش تالی تعیین می شوند. سپس سیگنال های خطا پس ار انتشار می یابند. روش شیب گرادیان استفاده می شود تا پارامترهای مقدماتی از طریق حداقل کردن تابع هزینه درجه دوم کلی، اصلاح شود. به منظور اطلاعات بیشتر در مورد الگوریتم یادگیری پیوندی می توانید به مرجع [6] رجوع کنید.
منطقه و حوزه مورد مطالعه
سد دز بلندترین سد ایران بوده و بر روی رودخانه دز در استان خوزستان ساخته شده است. رودخانه دز که از ارتفاعات غربی زاگرس سرچشمه می گیرد، از نظر میزان آبدهی دومین رودخانه ایران محسوب می شود. در شکل (2) موقعیت سد دز و ایستگاه های بالادست آن دیده می شود. سد دز از نوع بتونی دو قوسی بوده که عرض بدنه آن در پی 27 متر و در تاج 4.5 متر و رقوم تاج سد 354 متر از سطح دریا می باشد. حداکثر تراز بهره برداری سد، 352 متر بوده که سطح دریاچه در این رقوم به 65 کیلومتر مربع می رسد. حداقل تراز بهره برداری از مخزن 310 متر و رقوم آستانه سرریزها 335 متر از سطح دریاست.