{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK20",
        "title": "تشخیص خطای ژنراتور سنکرون با استفاده از شبکه عصبی ",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1384",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TK20",
        "title": "تشخیص خطای ژنراتور سنکرون با استفاده از شبکه عصبی ",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1384,
        "authors": [
            {
                "name": "حسن افشار پور",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "احمد دارابی",
                "role": "استاد راهنما"
            },
            {
                "name": "محمد علی صدرنیا",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "ندارد"
        ],
        "abstract": "در سالهای اخیر به علت تجدید ساختار و تعرفه های جدید دیزل ژنراتورهای سنکرون کاربرد فزاینده ای در سیستم های توزیع پیدا کرده اند. بنابراین تشخیص خطای بموقع و پیشگیرانه در این زنراتورها یکی از مباحث مورد توجه محققین در سالهای اخیر بوده است. خطای قطع یک یا در بعضی موارد حتی چند کویل موازی در دیزل ژنراتورهای سنکرون کوچک بکاررفته در سیستم توزیع تاثیر عمده قابل تشخیص روی رفتار نرمال ژنراتور ندارد لذا تشخیص بموقع اینچنین خطاها در حین کار و بدون خارج کردن ژنراتور از مدار برای جلوگیری از گسترش خطا با رله های متداول و یا اندازه گیری های معمول مشکل بوده و یا حتی امکان پذیر نیست. تخمین online‎ پارامترهای ماشین و یا استفاده از یک سیستم تشخیص خبره می تواند روشی مناسب برای این نوع خطا باشد. در این رساله تشخیص به موقع خطای قطع کویل در یک ژنراتور ‎۳۰ کیلوولتی با استفاده از شبکه های عصبی مصنوعی انجام می شود، شبیه سازی ژنراتور سنکرون در فضای abc‎ انجام گرفته و وجود خطای داخلی قطع کویل های موازی در استاتور ماشین در یک جایگاه خبره با نمونه برداری از ژنراتور تحت نظارت مشخص می شود.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TK20.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}