بلاگ

علم داده ریاضی و آمار، برنامه‌نویسی تخصصی، تجزیه و تحلیل پیشرفته، هوش مصنوعی (AI) و یادگیری ماشین را با تخصص موضوعی خاص ترکیب می‌کند تا بینش‌های پنهان در داده‌های سازمان را آشکار کند. از این بینش ها می توان برای هدایت، تصمیم گیری و برنامه ریزی استراتژیک استفاده کرد.

حجم فزاینده منابع داده و متعاقباً داده ها باعث شده است که علم داده یکی از سریع ترین زمینه های در حال رشد در هر صنعت باشد. در نتیجه، جای تعجب نیست که نقش دانشمند داده توسط هاروارد بیزینس ریویو به عنوان «جذاب ترین شغل قرن بیست و یکم» شناخته شد .سازمان ها برای تفسیر داده ها و ارائه توصیه های عملی برای بهبود نتایج کسب و کار به طور فزاینده ای به آنها متکی هستند.

علم داده همچنان به عنوان یکی از امیدوار کننده ترین و پر تقاضا ترین مسیرهای شغلی برای متخصصان ماهر در حال تکامل است. امروزه ، متخصصان داده های موفق درک می کنند که باید از مهارت های سنتی تجزیه و تحلیل مقادیر زیادی از داده ها ، داده های کاوی و مهارت های برنامه نویسی گذشته استفاده کنند. به منظور کشف اطلاعات مفید برای سازمان های خود ، دانشمندان داده باید بر طیف کاملی از چرخه زندگی علوم داده تسلط داشته باشند و از سطح انعطاف پذیری و درک برخوردار باشند تا به حداکثر رساندن بازده در هر مرحله از فرآیند باشد.

دیتا ساینتیست کیست

در یک دهه گذشته ، دانشمندان داده به دارایی های لازم تبدیل شده اند و تقریباً در همه سازمان ها حضور دارند. این متخصصان افراد کاملاً گرد و دارای مهارت های فنی سطح بالا هستند که قادر به ساختن الگوریتم های کمی پیچیده برای سازماندهی و سنتز مقادیر زیادی از اطلاعات مورد استفاده برای پاسخ به سؤالات و هدایت استراتژی در سازمان خود هستند. این همراه با تجربه ارتباطات و رهبری لازم برای ارائه نتایج ملموس به ذینفعان مختلف در یک سازمان یا تجارت است.

دانشمندان داده باید با دانش و مهارت های ارتباطی خاص صنعت ، کنجکاو و نتیجه گرا باشند که به آنها امکان می دهد نتایج بسیار فنی را برای همتایان غیر فنی خود توضیح دهند. آنها دارای پیشینه کمی قوی در آمار و جبر خطی و همچنین دانش برنامه نویسی با تمرکز در انبارداری داده ها ، معدن و مدل سازی برای ساخت و تجزیه و تحلیل الگوریتم ها هستند.

دانشمندان داده بررسی می کنند که سؤالات نیاز به پاسخگویی دارند و داده های مرتبط را از کجا پیدا می کنند. آنها دارای مهارت های شغلی و مهارت های تحلیلی و همچنین توانایی داده های معدن ، تمیز و ارائه هستند. مشاغل از دانشمندان داده برای منبع ، مدیریت و تجزیه و تحلیل مقادیر زیادی از داده های بدون ساختار استفاده می کنند. نتایج سپس سنتز و به ذینفعان اصلی برای هدایت تصمیم گیری استراتژیک در سازمان منتقل می شوند. پیشنهاد می کنیم مقاله " دیتا ساینتیست کیست؟" را نیز مطالعه کنید. 

مهارت های مورد در این حوزه شامل موارد زیر است:

مهارت های برنامه نویسی (SAS ، R ، Python) ، مهارت های آماری و ریاضی ، داستان پردازی و تجسم داده ها ، Hadoop ، SQL ، Learning Machine

تفاوت تحلیل گر داده و مهندس داده چیست

تحلیلگران داده فاصله بین دانشمندان داده و تحلیلگران کسب و کار را پر می کنند. سوالاتی که نیاز به پاسخ از سوی یک سازمان دارند به آنها ارائه می شود و سپس داده ها را سازماندهی و تجزیه و تحلیل می کنند تا نتایجی را بیابند که با استراتژی کسب و کار سطح بالا هماهنگ باشد. تحلیلگران داده مسئول ترجمه تحلیل تکنیکال به موارد اقدام کیفی و انتقال موثر یافته های خود به ذینفعان مختلف هستند.

مهارت های مورد در این حوزه شامل موارد زیر است:

 مهارت های برنامه نویسی (SAS، R، Python)، مهارت های آماری و ریاضی، جدال داده ها، تجسم داده ها

مهندس داده

مهندسان داده، مقادیر تصاعدی داده هایی را که به سرعت در حال تغییر هستند مدیریت می کنند. آنها بر توسعه، استقرار، مدیریت و بهینه سازی خطوط داده و زیرساخت برای تبدیل و انتقال داده ها به دانشمندان داده برای پرس و جو تمرکز می کنند.

مهارت های مورد در این حوزه شامل موارد زیر است:

زبان های برنامه نویسی (جاوا، اسکالا)، پایگاه های داده NoSQL (MongoDB، Cassandra DB)، چارچوب ها (Apache Hadoop)

مراحل یک پروژه علم داده

چرخه حیات علم داده شامل نقش‌ها، ابزارها و فرآیندهای مختلفی است که تحلیلگران را قادر می‌سازد تا بینش‌های عملی را به دست آورند. به طور معمول، یک پروژه علم داده مراحل زیر را طی می کند:

•        جذب داده: چرخه حیات با جمع‌آوری داده‌ها هم داده‌های ساختاریافته خام و هم داده‌های بدون ساختار از همه منابع مرتبط با استفاده از روش‌های مختلف آغاز می‌شود .

 این روش‌ها می‌توانند شامل ورود دستی، خراش دادن وب، و جریان داده‌های بی‌درنگ از سیستم‌ها و دستگاه‌ها باشند. منابع داده می‌تواند شامل داده‌های ساختاریافته، مانند داده‌های مشتری، همراه با داده‌های بدون ساختار مانند فایل‌های گزارش، ویدئو، صدا، تصاویر، اینترنت اشیا (IoT)، رسانه‌های اجتماعی و غیره باشد.

•        ذخیره سازی داده ها و پردازش داده ها: از آنجایی که داده ها می توانند فرمت ها و ساختارهای متفاوتی داشته باشند، شرکت ها باید سیستم های ذخیره سازی متفاوتی را بر اساس نوع داده هایی که باید جمع آوری شوند، در نظر بگیرند. تیم‌های مدیریت داده به تنظیم استانداردهایی در مورد ذخیره‌سازی و ساختار داده‌ها کمک می‌کنند، که جریان‌های کاری پیرامون تحلیل‌ها، یادگیری ماشین و مدل‌های یادگیری عمیق را تسهیل می‌کند. این مرحله شامل پاکسازی داده ها، کپی برداری، تبدیل و ترکیب داده ها با استفاده از کارهای ETL (استخراج، تبدیل، بارگذاری) یا سایر فناوری های یکپارچه سازی داده ها است. این آماده سازی داده برای ارتقای کیفیت داده ها قبل از بارگیری در انبار داده، دریاچه داده یا مخزن دیگر ضروری است.
•        تجزیه و تحلیل داده ها: در اینجا، دانشمندان داده تجزیه و تحلیل داده های اکتشافی را برای بررسی سوگیری ها، الگوها، محدوده ها و توزیع مقادیر در داده ها انجام می دهند. این اکتشاف تجزیه و تحلیل داده ها باعث ایجاد فرضیه برای آزمایش a/b می شود. همچنین به تحلیلگران اجازه می‌دهد تا ارتباط داده‌ها را برای استفاده در تلاش‌های مدل‌سازی برای تحلیل‌های پیش‌بینی‌کننده، یادگیری ماشین و/یا یادگیری عمیق تعیین کنند. بسته به دقت مدل، سازمان‌ها می‌توانند برای تصمیم‌گیری تجاری به این بینش‌ها متکی باشند و به آنها امکان مقیاس‌پذیری بیشتری را بدهد.
•        ارتباط: در نهایت، بینش‌ها به‌عنوان گزارش‌ها و سایر تجسم‌های داده ارائه می‌شوند که درک بینش و تأثیر آنها بر تجارت را برای تحلیلگران تجاری و سایر تصمیم‌گیرندگان آسان‌تر می‌کنند. یک زبان برنامه نویسی علم داده مانند R یا Python شامل اجزایی برای تولید تجسم است. به طور متناوب، دانشمندان داده می توانند از ابزارهای تجسم اختصاصی استفاده کنند.

علم داده در مقابل دانشمند داده

علم داده به عنوان یک رشته در نظر گرفته می شود، در حالی که دانشمندان داده در آن زمینه شاغل هستند. دانشمندان داده لزوماً مسئول مستقیم همه فرآیندهای درگیر در چرخه حیات علم داده نیستند. به عنوان مثال، خطوط لوله داده معمولاً توسط مهندسان داده اداره می شود - اما دانشمند داده ممکن است توصیه هایی در مورد نوع داده مفید یا مورد نیاز ارائه دهد. در حالی که دانشمندان داده می‌توانند مدل‌های یادگیری ماشین بسازند، مقیاس این تلاش‌ها در سطحی بزرگ‌تر به مهارت‌های مهندسی نرم‌افزار بیشتری برای بهینه‌سازی یک برنامه برای اجرای سریع‌تر نیاز دارد. در نتیجه، برای یک دانشمند داده معمول است که با مهندسان یادگیری ماشین برای مقیاس‌بندی مدل‌های یادگیری ماشین شریک شود. مسئولیت‌های دانشمند داده معمولاً می‌تواند با یک تحلیلگر داده همپوشانی داشته باشد، به ویژه با تجزیه و تحلیل داده‌های اکتشافی و تجسم داده‌ها. با این حال، مجموعه مهارت های یک دانشمند داده معمولاً گسترده تر از میانگین تحلیلگر داده است. در مقایسه، دانشمندان داده از زبان های برنامه نویسی رایج مانند R و Python برای استنتاج آماری و تجسم داده ها استفاده می کنند. برای انجام این وظایف، دانشمندان داده به علوم کامپیوتر و مهارت های علمی خالص فراتر از یک تحلیلگر تجاری معمولی یا تحلیلگر داده نیاز دارند. دانشمند داده همچنین باید ویژگی‌های کسب‌وکار، مانند ساخت خودرو، تجارت الکترونیک یا مراقبت‌های بهداشتی را درک کند.

 به طور خلاصه، یک دانشمند داده باید بتواند: اطلاعات کافی در مورد کسب و کار داشته باشید تا بتوانید سوالات مربوطه را بپرسید و نقاط دردسر کسب و کار را شناسایی کنید. استفاده از آمار و علوم کامپیوتر، همراه با هوش تجاری، در تجزیه و تحلیل داده ها. از طیف گسترده ای از ابزارها و تکنیک ها برای تهیه و استخراج داده ها استفاده کنید - همه چیز از پایگاه داده و SQL گرفته تا داده کاوی و روش های یکپارچه سازی داده ها. استخراج بینش از داده های بزرگ با استفاده از تجزیه و تحلیل پیش بینی و هوش مصنوعی (AI)، از جمله مدل های یادگیری ماشین، پردازش زبان طبیعی و یادگیری عمیق. برنامه هایی بنویسید که پردازش و محاسبات داده ها را خودکار می کند. داستان هایی را بیان کنید و به تصویر بکشید که به وضوح معنای نتایج را به تصمیم گیرندگان و ذینفعان در هر سطحی از درک فنی منتقل می کند. توضیح دهید که چگونه می توان از نتایج برای حل مشکلات تجاری استفاده کرد. با سایر اعضای تیم علم داده، مانند تحلیلگران داده و کسب و کار، معماران فناوری اطلاعات، مهندسان داده، و توسعه دهندگان برنامه همکاری کنید. این مهارت‌ها تقاضای زیادی دارند و در نتیجه، بسیاری از افرادی که وارد حرفه علم داده می‌شوند، انواع برنامه‌های علم داده مانند برنامه‌های صدور گواهینامه، دوره‌های علوم داده و برنامه‌های درجه ارائه شده توسط موسسات آموزشی را بررسی می‌کنند.

علم داده در مقابل هوش تجاری

ممکن است به راحتی بتوان اصطلاحات "علم داده" و "هوش تجاری" (BI) را اشتباه گرفت زیرا هر دو به داده های سازمان و تجزیه و تحلیل آن داده ها مربوط می شوند، اما در تمرکز متفاوت هستند.

هوش تجاری (BI) معمولاً یک اصطلاح چتر برای فناوری است که آماده سازی داده ها، داده کاوی، مدیریت داده ها و تجسم داده ها را امکان پذیر می کند. ابزارها و فرآیندهای هوش تجاری به کاربران نهایی این امکان را می‌دهند که اطلاعات عملی را از داده‌های خام شناسایی کنند و تصمیم‌گیری مبتنی بر داده را در سازمان‌ها در صنایع مختلف تسهیل کنند. در حالی که ابزارهای علم داده در بسیاری از این موارد با هم همپوشانی دارند، هوش تجاری بیشتر بر داده‌های گذشته تمرکز می‌کند و بینش‌های ابزارهای BI ماهیت توصیفی‌تری دارند. از داده‌ها برای درک آنچه قبلاً رخ داده است استفاده می‌کند تا یک دوره اقدام را اطلاع دهد. BI به سمت داده های ایستا (غیر تغییرناپذیر) که معمولاً ساختاری هستند هدایت می شود. در حالی که علم داده از داده های توصیفی استفاده می کند، معمولاً از آن برای تعیین متغیرهای پیش بینی کننده استفاده می کند، که سپس برای دسته بندی داده ها یا پیش بینی ها استفاده می شود.

علم داده و BI متقابلاً منحصر به فرد نیستند - سازمان‌های هوشمند از هر دو برای درک کامل و استخراج ارزش از داده‌های خود استفاده می‌کنند.

ابزارهای علم داده

دانشمندان داده برای انجام تجزیه و تحلیل داده های اکتشافی و رگرسیون آماری به زبان های برنامه نویسی محبوب متکی هستند. این ابزارهای منبع باز از مدل سازی آماری از پیش ساخته شده، یادگیری ماشین و قابلیت های گرافیکی پشتیبانی می کنند. این زبان ها شامل موارد زیر هستند

R Studio: یک زبان برنامه نویسی متن باز و محیطی برای توسعه محاسبات آماری و گرافیک.

پایتون: یک زبان برنامه نویسی پویا و انعطاف پذیر است. پایتون شامل کتابخانه های متعددی مانند NumPy، Pandas، Matplotlib برای تجزیه و تحلیل سریع داده ها است.

برای تسهیل اشتراک‌گذاری کد و سایر اطلاعات، دانشمندان داده ممکن است از نوت‌بوک‌های GitHub و Jupyter استفاده کنند.

برخی از دانشمندان داده ممکن است یک رابط کاربری را ترجیح دهند و دو ابزار رایج سازمانی برای تجزیه و تحلیل آماری عبارتند از:

SAS: یک مجموعه ابزار جامع، شامل تجسم ها و داشبوردهای تعاملی، برای تجزیه و تحلیل، گزارش، داده کاوی و مدل سازی پیش بینی.

IBM SPSS: تجزیه و تحلیل آماری پیشرفته، کتابخانه بزرگی از الگوریتم های یادگیری ماشین، تجزیه و تحلیل متن، توسعه پذیری منبع باز، ادغام با داده های بزرگ و استقرار یکپارچه در برنامه ها را ارائه می دهد.

دانشمندان داده همچنین در استفاده از پلتفرم های پردازش داده های بزرگ مانند Apache Spark، چارچوب منبع باز Apache Hadoop و پایگاه های داده NoSQL مهارت کسب می کنند. آنها همچنین با طیف گسترده ای از ابزارهای تجسم داده ها، از جمله ابزارهای گرافیکی ساده همراه با برنامه های کاربردی ارائه تجاری و صفحه گسترده (مانند مایکروسافت اکسل)، ابزارهای تجسم تجاری ساخته شده برای هدف مانند Tableau و IBM Cognos، و ابزارهای منبع باز مانند D3 مهارت دارند. .js (یک کتابخانه جاوا اسکریپت برای ایجاد تجسم داده های تعاملی) و نمودارهای RAW. برای ساخت مدل‌های یادگیری ماشین، دانشمندان داده اغلب به چندین چارچوب مانند PyTorch، TensorFlow، MXNet و Spark MLib روی می‌آورند.

مزیت علم داده

مزیت اصلی علم داده، توانمندسازی و تسهیل تصمیم‌گیری است. سازمان‌هایی که بر علم داده سرمایه‌گذاری می‌کنند، می‌توانند از شواهد قابل سنجش و مبتنی بر داده برای تصمیم‌سازی در کسب‌و‌کار خود استفاده کنند. تصمیم‌های داده‌محور می‌تواند منجر به افزایش سود و بهبود بهره‌وری عملیاتی، کارایی کسب‌و‌کار و جریان‌های کاری بشود. در سازمان‌هایی که با ارباب رجوع سر و کار دارند، علم داده به شناسایی و جلب مخاطبان هدف کمک می‌کند. این دانش همچنین می‌تواند به سازمان‌ها در استخدام نیروهایشان کمک کند. علم داده با پردازش داخلی کاربردها و آزمون‌های احراز صلاحیت داده‌محور، می‌تواند به واحد منابع انسانی سازمان‌ها در انجام انتخاب‌های صحیح‌تر و سریع‌تر در طول فرآیند استخدام کمک کند.

و به طور کلی شاید بتوان از مزیت های علم داده به موارد زیر اشاره کرد:

•        بهینه سازی هزینه ها و منابع
•        دقت
•        تمایز از رقیبان

جمع بندی

با توجه به افزایش حجم داده ها در عصر حاضر و اهمیت بالای استفاده بهینه و پردازش این داده ها،در این مقاله به شرح کامل این عنوان پرداختیم و تفاوت های آن را با عناوین مشابه مطرح کردیم علم داده یکی از عناوین به شدت داغ در کسب و کارها و شاید بتوان گفت در تمام زندگی ما شده است. و تخصص در آن میتواند آینده بسیار خوبی را برای فرد متخصص هم از نظر علمی هم مالی هم شغلی رقم بزند.

نویسنده: نگین بشیری، کارشناس دپارتمان مهندسی برق و کامپیوتر گروه آموزشی پارس پژوهان

مهندسی هوافضا (Aerospace Engineering)، یکی از رشته های شاخه فنی مهندسی است که به دلیل ایجاد تکنولوژی های جدید و رشد سریعی که در ارائه پدیده های نو دارد، در سراسر جهان بعنوان یکی از علوم با سطح فناوری بالا (HighTech) محسوب میشود. برای تصور بهتر از سرعت پیشرفت این علم کافیست تلاش های برادران رایت برای اولین پرواز را با لمس خورشید توسط کاوشگر پارکر در بازه زمانی کمتر از 150 سال در نظر بگیرید. این رشته در یک تعریف ساده به بررسی، طراحی و ساخت وسایل پرنده هوایی و فضایی، از هواپیما، هلی کوپتر، موشک، پهپاد گرفته تا بالن، فضاپیما، ماهواره، ایستگاه فضایی و .... می پردازد. مهندسی هوافضا از 5 گرایش اصلی آیرودینامیک، سازه های هوایی، جلوبرندگی، دینامیک پرواز و کنترل و مهندسی فضایی، تشکیل شده است.

آیرودینامیک

گرایش آیرودینامیک، تقریبا معروف ترین شاخه مهندسی هوافضا، حتی برایافراد خارج از این رشته است. عبارت آیرودینامیک از نظر لغوی از دو بخش آیرو (aero) به معنی هوا و دینامیک (dynamic) به معنی حرکت تشکیل شده است. بنابراین آیرودینامیک به معنی علم مطالعه "حرکت هوا" است. از نظر مفهومی و تقسیم بندی های علوم، آیرودینامیک، یکی از زیر مجموعه های علم دینامیک سیالات (مکانیک سیالات) است. به عبارت دقیق تر، دینامیک سیالات به دو بخش اصلی دینامیک گاز و مایعات تقسیم می شود و در مرحله ای جزیی تر دینامیک گاز شامل چند شاخه می شود که آیرودینامیک یکی از آن هاست و  به طور خاص به مطالعه حرکت هوا می پردازد. در واقع در این علم رفتار جریان هوا و تاثیری که بر حرکت اجسام پرنده می گذارد، بررسی می شود.

دروسی که در این گرایش از مهندسی هوافضا بعنوان دروس تخصصی اصلی باید گذرانده شوند، آيروديناميك مافوق صوت،آيروديناميك مادون صوت،  جريان لزج پيشرفته، توربولانس، ديناميك سيالات عددی 1 و 2، آيرو ديناميك ناپايا، هستند. پس از آن، معمولا به فراخور دانشگاه دروسی مانند آيروديناميك ماوراء صوت، آيروديناميك بالگرد، مكانيك سيالات عددي در جريانهاي تراكم پذير، مكانيك سيالات عددي در جريانهاي تراكم ناپذير، جريانهاي چندفازي، تئوري اغتشاشات،اكوستيك، تئوري لايه مرزي، توربولانس، سوخت و احتراق پيشرفته، آيروالاستيسيته، آيروديناميك موشك و...... به عنوان دروس انتخابی ارائه می شوند.

یکی از روش های بررسی مسائل آیرودینامیکی استفاده از تونل باد بعنوان تست آزمایشگاهی است که البته برای همه مسائل و شرایط امکان پذیر نیست و همچنین برای موارد امکان پذیر هم، هر مرحله از تست هزینه مالی بسیار زیادی را تحمیل می کند. اما در مقابل نرم افزارهای کامپیوتری با کمترین زمان و هزینه انواع متفاوتی از مسائل را شبیه سازی میکنند. از معروف ترین و پرکاربردترین نرم افزارها در این حوزه از مهندسی هوافضا می توان به انسیس فلوئنت (Ansys Fluent)، Ansys CFX، کامسول (COMSOL)، استار سی سی ام (STAR CCM+)، اوپن فوم (OpenFOAM) و .... اشاره کرد.

جهت آشنایی با سایر رشته های مهندسی پیشنهاد می کنیم مقاله " رشته های مهندسی و معرفی گرایش های مختلف آنها " را مطالعه کنید. 

سازه های هوایی

این گرایش همان طور که از اسمش پیداست به طراحی و تحلیل سازه ها در وسایل هوایی می پردازد. گرایش سازه های هوایی را می توان معادل گرایش جامدات در رشته مهندسی مکانیک در نظر گرفت. دردانشکده های مهندسی هوافضا، شروع مطالعات در این شاخه با دروس مقاومت مصالح، تحلیل سازه های هوایی، طراحی سازه های هایی و ... در دوره کارشناسی آغاز می شود. سپس در دوره ی کارشناسی ارشد دروس ديناميكسازه، تحليل پيشرفته سازه هاي هوافضايی، روش اجزاءمحدود، مكانيك موادمركب، طراحي پيشرفته سازه هاي هوافضايي، آيروالاستيسيته، مكانيك محيط هاي پيوسته بعنوان دروس تخصصی اصلی گذرانده می شوند. البته واحدهایی مانند خستگي- شكست- خزش، طراحي پيشرفته وسايل نقليه هوافضايي، پايداري سازه هاي هوايي، ارتعاشات اتفاقي، ارتعاشات پيشرفته و ... در لیست دروس انتخابی ارائه می شوند.

به طور کلی هدف گرایش سازه در مهندسی هوافضا طراحی بخش های مختلف از سازه های هوافضایی و تحلیل آن ها در شرایط متفاوت پروازی و در برابر پدیده های شکست، خستگی، ارتعاشات، کمانش، انفجار و ... است که شامل طراحی بال، بدنه، سکان های عمودی و افقی در دم، ارابه های فرود و .... می شود که هر یک دارای جزییات و چالش های متعددی است.

اگر نرم افزارهای مورد نیاز این زمینه از مهندسی هوافضا را بررسی کنیم.ابتدا به ابزارهایی برای مدلسازی نیاز داریم، بنابراین نرم افزارهای CAD مانند اتوکد (AutoCAD)، سالیدورکس (SolidWorks)، کتیا (CATIA)، زیمنس ان ایکس (Siemens NX)، اینونتور (Autodesk Inventor) و ... مورد توجه قرار میگیرند. پس از مدلسازی گام بعدی قطعا تحلیل سازه ها است که باید در نرم افزارهای مثل آباکوس (Abaqus)، انسیس ورکبنج یا مکانیکال (Ansys Workbench)، ال اس داینا (LS-DYNA)، ادمز (MSC Adams)، MSC Fatigue و ... انجام شود البته گاهی برای بهبود نتایج تحلیل ها به تولید شبکه (مش زنی) های تخصصی و دقیق نیازمندیم که در نرم افزاری مانند هایپرمش (HyperMesh) قابل انجام است.

جلوبرندگی (پیشرانش)

گرایش پیشرانش مانند آیرودینامیک، مبنای سیالاتی دارد و می توان اصول اولیه مشترکی دارند. هدف اصلی این شاخه از مهندسی هوافضا بررسی بخش های تولید کننده تراست (Thrust) یا نیروی پیشران است. بنابراین به مطالعه انواع سیستم‌های جلوبرنده اعم از موتورهای پیستونی، توربینی، راکت‌ها و نحوه تولید نیروی رانش در آن‌ها می‌پردازد. هر موتور هواپیما دارای بخش های مهم و متفاوتی مثل توربین، کمپرسور، محفظه احتراق، نازل، دریچه ورودی و .... است که بررسی و آنالیز هر کدام، چالش و پیچیدگی های خاصی را به دنبال دارد.

اصلی ترین درس های تخصصی این گرایش شامل جلوبرنده پيشرفته، طراحي آيروديناميكي توربوماشين ها، سوخت واحتراق پيشرفته، آيروترموديناميك موتورهاي موشك، روشهاي عددي درتوربوماشين ها، ديناميك سيالات عددی، جريان لزج پيشرفته و ديناميك گازها می شود. پس از آن در قالب دروس انتخابی معمولا واحدهای آيروديناميك مافوق صوت، سوخت واحتراق پيشرفت،صداي موتور، موتورهاي احتراق داخلی پيشرفته، آيروديناميك ورودي، محاسبات عددي پيشرفته، شبيه سازي توربولانس ديناميك گازها،انتقال حرارت جابجايي، انتقال حرارت تشعشع، انتقال حرارت هدايت، ناپايداري احتراق، ارائه می شوند.

از دید نرم افزارهای مناسب و مرتبط با این زمینه از مهندسی هوافضا، چند رویکرد وجود دارد. برخی از مهندسان به طراحی و تحلیل توربوماشین ها مانند کمپرسور و توربین و .... علاقه مند هستند که با ابزارهایی مانند گسترب (GasTurb)، کانسپت انرک (Concept Nrec)، بلیدجن و توبوگرید (BladeGen & TurboGrid) و ... کار میکنند. گروهی دیگر به تحلیل های CFD مانند شبیه سازی احتراق موتور و .... در نرم افزارهایی مثل انسیس فلوئنت (Ansys Fluent) می پردازند. و عده ای نیز به کدنویسی در این حوزه علاقه مند هستند که اغلب زبان فرترن اولین انتخاب آنهاست.

دینامیک پرواز و کنترل

همانطور که می دانیم، دینامیک علم تعیین وضعیت اجسام و حرکت آن هاست. ویژگی این دانش در مهندسی هوافضا این است دینامیک پرواز به تعیین وضعیت وسایل هوافضایی که اصطلاحا پرنده نامیده می شوند، می پردازد. اینکه پیکربندی هواپیما، جایگذاری اجزای مختلف آن، توزیع وزن و .... چگونه باشد که پایداری آن در همه شرایط پروازی، تامین شود، هدف اصلی دینامیک پرواز است. از طرفی بنا بر دلایل مختلف ممکن است پایداری هواپیما، هلی کوپتر، پهپاد یا هر نوع پرنده دیگر، برای لحظاتی از حالت مطلوب خارج شود. اقداماتی که در جهت برگرداندن وضعیت نامطلوب به شرایط پایدار، انجام می شود تحت عنوان اقدامات کنترلی شناخته می شود و به کمک علم کنترل محقق می شود.

ديناميك پروازپيشرفته، هدايت وناوبري، تئوري كنترل بهينه، كنترل پيشرفته، محاسبات عدديپيشرفته، طراحي هواپيماپيشرفته، مدلسازي سيستم ها يديناميكي در هوافضا، از درس های بخش تخصصی اصلی این گرایش از مهندسی هوافضا است و دروس شبيه سازي پروازي، هدايت و ناوبري، كنترل تطبيقي، كنترل چند متغيره، ديناميك پرواز موشك، تئوري ابزارآلات دقيق هواپيما و فضاپيما، مديريت تكنولوژي هوافضا، ديناميك پرواز و كنترل فضاپيماها، سيستم هاي كنترل مقاوم، كنترل فازي، شبكه هاي عصبي، كنترل غيرخطي، ديناميك پرواز بالگردها، شناسائي سيستم و تخمين پارامترهاي پرواز، مباني آزمايش هاي پروازي، فيلترهاي تطبيقي، طراحي بهينه چند موضوعي، طراحي ساختاري موشك، طراحي سيستم هاي كنترلي، تحليل سيستم هاي غيرخطي، كنترل ديجيتالي، روش هاي بهينه سازي، فرآيندهاي تصادفي هدايت وسايل پرنده جز واحدهای انتخابی هستند.

برای استفاده از رایانه در موضوعات دینامیک پرواز، هدایت، کنترل و موارد مشابه، معمولا مهندسان به سراغ کدنویسی و ایجاد حلقه های کنترلی از طریق برنامه نویسی می روند. زبان های C++، پایتون (Python)، فرترن (Fortran) و ... زبان های رایج این حوزه هستند. البته نرم افزار متلب (MATLAB) با امکان کدنویسی متنی در محیط mfile و همچنین کدنویسی از طریق بلوک های آماده در محیط سیمولینک (Simulink)، متناسب ترین ابزار برای علاقه مندان گرایش دینامیک و کنترل است.

مهندسی فضایی

مهندسی فضایی جدیدترین گرایش از مهندسی هوافضا است و بر علوم فضایی تمرکز دارد. برای مجزا کردن مرز هوا و فضا که طبیعتا به تقسیم بندی فعالیت های مربوط به آن دو هم منجر می شود، تعاریف متعددی در طول زمان و در سطوح بین المللی بیان شده است. طبق یکی از تعاریف ارتفاع 100 کیلومتری از سطح دریا، مرز بین قلمرو هوایی و فضای ماورای جو محسوب می شود.

مهندسی فضایی در کلی ترین تعریف به مطالعه موضوعات مرتبط با ماهواره و ماهواره بر (حامل) می پردازد. هر ماهواره به عنوان یک سیستم در مهندسی هوافضا، دارای زیر سیستم هایی مثل سازه، توان، پیشرانش، تعيين و كنترل وضعيت، کنترل دما، مخابرات و ... است که طراحی، تحلیل، ساخت و تست هر یک نیازمند تخصص و دانش مخصوص به خود می باشد. مهندسان نیز معمولا در یکی از این حوزه ها فعالیت دارند البته ارتباط شدید بین زیر سیستم ها نیازمند همکاری و ارتباط نزدیک بین افراد است.

دروس تخصصی اصلی در این گرایش؛ مكانيك مدارپيشرفته، روش هاي بهينه سازي، طراحي سيستمي ماهواره، مدلسازي سيستم هاي ديناميكي درهوافضا، طراحي سيستمي ماهواره بر، ديناميك پروازوكنترل فضاپيما، ديناميك وكنترل پروازماهواره بر است و همانند سایر گرایش های مهندسی هوافضا، واحدهایی مانند ( بالستيك خارجي، طراحي ابزارهاوسيستم هايژيروسكوپي، موادسازه هاي فضايي، پيشرانه هاي فضايي، كاربرداطلاعات دورسنجي، هدايت وكنترل فضاپيما، ارتعاشات سازه هاي فضايي، سيستم هاي پشتيبان حيات درفضا، كنترل حرارتي ماهواه، مديريت تكنولوژي هوافضا، محيط عملكردي فضاپيما، مباني طراحي سيستمي، مهندسي سيستم هاي فضايي، شناسايي مدارووضعيت، طراحي ماموريت هاي فضايي، شبيه سازي پرواز، سيستم هاي مخابرات فضايي وايستگاه هاي زميني، تكنولوژي ساخت صنايع فضايي، قابليت اطمينان وتست درصنايع فضايي، زيست شناسي فضايی، آيروديناميك سامانه هاي فضايي، شبيه سازي سامانه هاي فضايی، اصول بارگذاري وطراحي سازه حامل هاي فضايي، طراحي سيستمي بلوك انتقال مداري، طراحي سازه هاي فضايي، طراحي آزمايش هاي سيستم هاي فضايي، هدايت وناوبري فضایي، اصول كيهان شناسي مشاهداتي، اصول سنجش از راه دور، ديناميك مدارپيشرفته، طراحي وتحليل ماموريت بين سياره اي، طراحي بهينه چندموضوعي فضاپيماها) بعنوان دروس انتخابی قابل اخذ توسط دانشجویان هستند.

البته به دلیل اشتراکاتی که هر بخش از مهندسی فضایی با سایر حوزه های مهندسی هوافضا دارد، برخی از این واحدها مشترک با گرایش های سازه، دینامیک پرواز و کنترل و پیشرانش است. ديناميك گازپيشرفته، طراحي موتورموشكهاي سوخت جامد، طراحي موتورموشكهاي سوخت مايع، محاسبات عدديپيشرفته، كنترل غيرخطي، مباني قابليت اطمينان، كنترل پیشرفته، كنترل بهينه، هدايت وناوبري، ديناميك پروازموشک، كنترل ديجيتال، كنترل تطبيقي، كنترل چندمتغيره، كنترل فازي، شبكه هاي عصبي، طراحي سيستمهاي كنترلي، الگوريتم هاي مدرن دربهينه سازي، ديناميك آشوب، روشهاي تكاملي دربهينه سازي، مدلسازي سيستم هاي ديناميكي، سيستمهاي غيرخطي، كنترل پيشبين، كنترل مقاوم، از جمله این دروس هستند.

همانطور که گفته شد مهندسی فضایی به دلیل مفاهیم مشترک با سایر گرایش ها، از نرم افزارهای مشابهی نیز بهره میبرد. به طور مثال برای مباحث هدایت و کنترل ماهواره ها، مانند مهندسان گرایش کنترل از MATLAB یا برای تحلیل سوخت و احتراق حامل ها از Fluent و .... استفاده می کنند. یکی از ابزارهای خاص این شاخه از مهندسی هوافضا، نرم افزار STK است که از طراحی ماموریت و مدار تا جزییات دریافتی های آنتن های ماهواره ها را می توان در آن شبیه سازی و تحلیل کرد.

نویسنده: ستاره دهقان، کارشناس دپارتمان مهندسی هوافضا گروه آموزشی پارس پژوهان

آموزش حضوری یا آموزش آنلاین در هر صورت از روش‌هایی هستند که ما برای یادگیری و افزایش علم و دانش به آن‌ها روی می‌آوریم؛ درست است که در سال‌های اخیر به دلیل بیماری کرونا خیلی از ما ترجیح می‌دهیم آموزش آنلاین را انتخاب کنیم، اما با این حال هرکدام از این روش‌ها مزایا و معایب خودشان را دارند و مطلقا نمی‌توانیم بگوییم که کدام خوب است و کدام بد! کدام یک از این دو روش بهتر است؟ آیایادگیری آنلاین به اندازه یادگیری حضوری موثر است؟ در این  مقاله، به مقایسه آموزش آنلاین و حضوری می‌پردازیم و تفاوت‌های کلیدی بین این دو روش یادگیری را بررسی می‌کنیم تا دریابیم کدام یک ممکن است روش موثرتری برای سازمان‌ها و افراد باشد؟اگر می‌خواهید در این مورد اطلاعات داشته باشید، با ما همراه باشید.

آموزش آنلاین چیست؟

قبل از اینکه به مقایسه آموزش آنلاین و حضوری بپردازیم؛ بهتر است هرکدام را به صورت کامل توضیح دهیم و مزایا و معایب این دو روش آموزشی را بررسی کنیم. در چند سال اخیر، یادگیری آنلاین هرگز به این اندازه محبوب نبوده است. با استفاده از ابزارهای یادگیری منعطف که اطلاعات را در دسترس فرد قرار می‌دهد، یادگیری آنلاین به گزینه کلاس درس و روش آموزش کارکنان تبدیل شده است؛ اما آیا یادگیری آنلاین می‌تواند به اندازه یادگیری حضوری موثر و کارآمد باشد؟

هر نوع یادگیری که در اینترنت اتفاق می‌افتد را می‌توان یادگیری آنلاین در نظر گرفت که به‌عنوان آموزش الکترونیکی نیز شناخته می‌شود. امروزه، یادگیری مجازی اغلب به موارد آموزشی اشاره دارد که به افراد اجازه می‌دهد تا از هر کجا و در هر زمان با فیلم آموزشی مطالبرا یاد بگیرند.

برای اطلاع از چگونگی استفاده از فیلم‌های آموزشی پارس پژوهان وارد شو.

یک دوره آموزشی آنلاین،باعث تقویت مهارت‌های فرد می‌شود و می‌تواند به هر چیزی از سمینار آموزش کارمندان دیجیتالی مانند دوره آموزشی LinkedIn گرفته تا یک برنامه کامل و مجازی مدرک کالج اشاره کند.

مزایای آموزش آنلاین

آموزش آنلاین مزایای زیادی را برای متخصصان یادگیری و توسعه، برای کاربر نهایی و برای سازمان‌ها ارائه می‌دهد. این مزایا عبارتند از:

•       این نوع روش آموزش مقرون‌به‌صرفه‌تر است؛ یادگیری آنلاین نیازی به آموزش حضوری ندارد، به این معنی که در هزینه‌های رفت‌و‌آمد و همچنین هزینه‌های مربوطه صرفه‌جویی می‌کنید.
•       شما در خریدهای مربوط به آموزش هم صرفه‌جویی خواهید کرد، به این معنی که دیگر نیازی به خرید مواردآموزشی فیزیکی مانند کتاب، کتاب تست، فیلم و غیره ندارید.
•       مقیاس‌بندی این روش آسان‌تر است. دیگر نیازی نیست به این فکر کنید که چند نفر می‌توانید در یک اتاق جا دهید.
•       نیازی به مکان فیزیکی نیست؛آموزش آنلاین را می‌توان در هر جایی که اتصال اینترنتی در دسترس باشد، انجام داد.
•       این روش آموزش سازگارتر است؛ چرا که یادگیری آنلاین کمتر به مربیان تکیه می‌کند، به این معنی که مطالب درسی کمتر به فردی که آن را آموزش می‌دهد، وابسته است. این موضوع اجازه می‌دهد تا تجربه یادگیری کمتر تحت تاثیر سوگیری‌ها یا نظرات قرار گیرد.
•       آموزش آنلاین تعاملی‌تر است. با یادگیری آنلاین، مربیان می‌توانند رویکرد یادگیری چندوجهی را با فیلم‌ها، متن، ارزیابی‌ها و موارد دیگر اتخاذ کنند.
•       ما در دنیایی زندگی می‌کنیم که دانش به طور مداوم در حال تکامل است. وقتی نوبت به ایجاد محتوای آموزشی می‌رسد، به‌روز نگه داشتن آن مهم است تا یادگیرندگان همیشه به اطلاعات دقیق دسترسی داشته باشند. خوشبختانه، یادگیری آنلاین این فرآیند را بسیار ساده‌تر می‌کند. به‌عنوان‌مثال، می‌توانید محتوای خود را در یک سیستم مدیریتیادگیری ذخیره کنید، جایی که می‌توانید در هر زمان تغییراتی ایجاد کنیدیا محتوای جدید را آپلود کنید.
•       آموزش حضوری به منابع زیادی نیاز دارد، از در دسترس بودن اتاق گرفته تا ابزارهای آموزشی و بسیاری از موارد دیگر. انتخاب آموزش الکترونیکی باعث صرفه‌جویی در وقت و هزینه سازمان می‌شود.

آموزش حضوری چیست؟

آموزش حضوری به روش سنتی یادگیری مبتنی بر حضور در کلاس اطلاق می‌شود. این سبک یادگیری شامل جلسات حضوری است که توسط معلم یا یک مربی هدایت می‌شود. سرعت یادگیری توسط مربی تعیین می‌شود و افراد در این محیط، در اصل یادگیرندگان منفعل هستند. یادگیری حضوری به دلیل مزایای تعامل زنده بین مربی و گروه یادگیرندگانیا دانش‌آموزان، یک روش موثرتر در نظر گرفته می‌شود. فراگیران از طریق شرکت در کلاس‌ها یا جلسات آموزشی خاص، تعامل با دانش‌آموزان و تعامل در زمان واقعی با مربی، می‌توانند پیشرفت‌های چشمگیری داشته باشند.

مزایای آموزش حضوری

یادگیری حضوری مزایایی را ارائه می‌دهد که آموزش آنلاین فاقد این مزایا است. این مزایا عبارتند از:

•       تقویت جنبه اجتماعی: یادگیری با همسالان خود، در یک اتاق، برخلاف یادگیری آنلاین، حس یادگیری فیزیکی را تقویت می‌کند. کل گروه در حال یادگیری با هم، در همان زمان، در یک مکان هستند.
•       تقویت یادگیری فردی: یادگیری حضوری، به مربیان اجازه می‌دهد تا روابط خوبی را با افراد ایجاد کنند که نمی‌توانند به صورت آنلاین این رابطه را داشته باشند.
•       بحث و همکاری: عضویت در یک گروه حضوری تفاوت‌های ظریفی را ایجاد می‌کند که انجمن‌های آنلاین نمی‌توانند این پارامتر را داشته باشند.

 در این مقاله با تفاوت های آموزش آنلاین و حضوری بیشتر آشنا شو.

منظور از آموزش ترکیبی چیست؟

یادگیری ترکیبی مفهوم اجرای هر دو یادگیری حضوری و یادگیری آنلاین با هم است که به یادگیرندگان اجازه می‌دهد از هر دو روش یادگیری بهره‌مند شوند. این سبک یادگیری در محیط‌های شرکتی بیشتر رایج است. خیلی از افراد بعد از یادگیری حضوری یا حتی یادگیری آنلاین به دنبال مدرک گرایی هستند و این ذهنیت را دارند که فقط با داشتن مدرک دانشگاهی می‌توانند در جامعه شغل موردنظر خودشان را پیدا کنند.

باید این را بگوییم که فقط داشتن مدرک لازمه داشتن یک شغل خوب در جامعه نیست و بعد از گذراندن دوره‌های آموزشی فرد باید مهارت و توانایی‌های موردنظر در آن شغل را بدست آورده باشد تا بتواند در کمترین زمان ممکن در شغل مربوط به مدرک خود حضور پیدا کنند.

مقایسه آموزش آنلاین و حضوری؛ هر کدام چه تفاوتی با هم دارند؟

هر دو نوع یادگیری بسته به هدف طرح درس می‌تواند مفید باشد. در اینجا چند مورد از مهم‌ترین تفاوت‌های بین یادگیری آنلاین و یادگیری حضوری آورده شده است.

• محیط یادگیری

یکی از موارد مهم در مقایسه آموزش آنلاین و حضوری، محیط یادگیری است. در یک آموزش حضوری، کلاس‌ها بر اساس یک برنامه زمان‌بندی ثابت برنامه‌ریزی و ساختار می‌شوند. بنابراین این سیستم یادگیری منظم‌تر است. یادگیری حضوری باعث می‌شود که همه افراد در یک کلاس حضور داشته باشند و این در نهایت موجب تعامل و مشارکت بیشتر یادگیرندگان می‌شوند.

یادگیری آنلاین در مقایسه با این نوع روش آموز، با یک جلسه برنامه‌ریزی شده و به صورت آنلاین اتفاق می‌افتد. دانش‌آموزان یا یادگیرندگان ممکن است انتخاب کنند که یک دوره یا یک ماژول یادگیری را به صورت آنلاین هر زمان که بخواهد، داشته باشند. از آنجایی که این نوع یادگیری شامل بودن یک معلم یا مربی خاص نمی‌شود، یادگیرنده خودش در این محیط باید متکی به خود باشد و سعی کند تمرین‌های بیشتری داشته باشد.

• نوع محتوای آموزشی

روش‌های یادگیری حضوری معمولا فقط شامل موارد آموزشی سنتی مانند کتاب‌های درسی و یادداشت‌های مختلف است. یک جلسه یادگیری آنلاین در مقایسه با انواع مختلف آموزش، تعاملی‌تر است. با پیشرفت تکنولوژی، ماژول‌های یادگیری الکترونیکی از طریق کتاب‌های درسی دیجیتال، پشتیبانی چت آنلاین، تابلوهای بحث آنلاین، مطالب ویدئویی و صوتی، آزمون‌های تعاملی، اطلاعیه‌های مجازی و موارد دیگر پشتیبانی می‌شوند.

•  سرعت یادگیری

در مقایسه آموزش آنلاین و حضوری، یکی از مهمترین فاکتورها، سرعت یادگیری است.مربی سرعت یادگیری را در یک محیط کلاسی حضوری هدایت می‌کند و دانش‌آموزان احتمالا به صورت منفعلانه مطالب را یاد می‌گیرند.

از سوی دیگر، فرد یادگیرنده آزاد است تا با سرعت خود در یک محیط آموزش الکترونیکی حرکت کند. آن‌ها می‌توانند هر زمان که لازم باشد مکث کنند و دوباره بعدها به دنبال یادگیری مطالب به صورت آنلاین باشند.

•  انواع ارزیابی‌ها

در آموزش حضوری، یک معلم یا مربی پس از تدریس بخش‌های مختلفی از آموزش، از افرادی که در این کلاس شرکت کرده‌اند، امتحان می‌گیرد. این به احتمال زیاد یک آزمایش حضوری است که به دقت نظارت می‌شود و در تاریخ، زمان و مکان خاصی انجام می‌شود.

ارزیابی‌ها در زمینه‌های یادگیری الکترونیکی معمولا در مقایسه با روش‌های سنتی انعطاف‌پذیرتر هستند. امروزه، ماژول‌های آموزش الکترونیکی دارای بررسی مکرر دانش و ارزیابی‌های آموزشی کوتاه هستند تا اطمینان حاصل کنند که محتوا به خوبی دریافت شده است و به تیم‌های تحقیق و توسعه اجازه می‌دهد اثربخشی آموزش را اندازه‌گیری کنند.

این با دوره حضوری متفاوت است و ممکن است بیشتر بر ارائه محتوا به سبک سخنرانی سنتی و تمرین‌های یادگیری مبتنی بر کلاس درس متکی باشد.

• مشارکت فعال و مکرر همه

موفقیت در محیط آنلاین مستلزم مشارکت فعال و مکرر همه افراد است؛ این موضوع در آموزش حضوری همیشه دیده می‌شود؛ در حالی که در جلسات آنلاین افراد به‌سختی می‌توانند با هم مشارکت داشته باشند. 

برای دانش‌آموزان، حضور در کلاس با برنامه‌ریزی زمان برای انجام تمرین‌های یادگیری دوره و تعامل با همکلاسی‌های خود جایگزین می‌شود. دوره‌های آنلاین سخت‌تر نیستند و به زمان بیشتری نیاز ندارند، اما نحوه تعامل شما با آن‌ها ممکن است کمی سخت به‌نظر برسد.

• دانش آموزان آنلاین به شدت به راهنمایی و ارتباطات وابسته هستند.

یکی از بزرگ‌ترین چالش‌های یادگیری آنلاین، نبود راهنمایی، ارتباط و پشتیبانی از سوی معلمان است. کلاس حضوری به‌عنوان یک معلم یا مربی این امکان را برای شما ایجاد می‌کند که بتوانید با افراد شرکت‌کننده در کلاس تعامل داشته باشید و به سوالات آن‌ها پاسخ دهید.

این در حالی است که در جلسات آنلاین دانش‌آموزان به‌راحتی نمی‌توانند به شما دسترسی داشته باشند و همه سوالات خود را بپرسند.

به همین دلیل است که شما باید به‌عنوان معلم یا مربی بر ارتباطات تأکید کنید و خود را از طریق ایمیل و حتی برنامه‌های پیام‌رسان مستقیم در دسترس دانش‌آموزان قرار دهید تا به سرعت به همه سؤالات و نگرانی‌های آن‌ها پاسخ دهید.

آموزش آنلاین بهتر است یا حضوری؟

در مقایسه آموزش آنلاین و حضوری باید گفت که علاوه بر مکان و نحوه برگزاری دوره ها، چندین تفاوت مهم بینیادگیری حضوری و آنلاین (یا آموزش الکترونیکی) وجود دارد. هر دو روش، مزایا و معایب خاص خودشان را دارند و نمی‌توان به صورت دقیق گفت که کدام روش برای یادگیری بهتر است!

در حالی که بسیاری از افراد با نظم کلاس‌های حضوری و همچنین تعامل و مشارکت در این کلاس‌ها موافق هستند، اما در عین حال مزایای آموزش آنلاین را هم نمی‌توان نادیده گرفت. ماهیت خود آموزشی محتوای آموزش الکترونیکی ممکن است برای یادگیرنده مدرن بسیار مطلوب باشد و همچنین سازمان‌هایی که به دنبال راه‌های جدیدی برای مدیریت توسعه و آموزش کارکنان هستند، ممکن است این روش را ترجیح دهند.

در مقایسه آموزش آنلاین و حضوری باید گفت که این نوع یادگیری نسبت به یادگیری سنتی انعطاف پذیرتر است و به‌طور‌کلی برای افراد کاربردی‌ترمی‌باشد. با این حال هر دو روش یادگیری به روش‌های خاص خود بسیار مؤثر هستند. انتخاب یک نوع آموزش نسبت به نوع دیگر صرفا به سبک یادگیری فرد بستگی دارد و نمی‌توان گفت که کدام بهتر است. برخی از افراد ترجیح می‌دهند به‌صورت حضوری در کلاس شرکت کنند و برخی دیگر کلاس‌های آنلاین را موثرتر می‌دانند.

در نهایت،قبل از تصمیم‌گیری در مورد انتخاب این دو روش، مهم است که اهداف منحصر‌به‌فرد سازمان را قبل از تعیین اقداماتی که بایدانجام دهید، ارزیابی کنید. اگر از تناسب لازم بینیادگیری آنلاین و حضوری متقاعد نشده‌اید، می توانیدیک رویکردیادگیری ترکیبی را نیز در نظر بگیرید که به شما امکان می‌دهد تا از هر دو روش یادگیری بهره‌مند شوید.

بهتر است به این موضوع هم اشاره کنیم که شما پس از فارغ‌التحصیلی از دانشگاه به دوره کارآموزی نیاز دارید تا بتوانید وارد محیط کار شوید. شرکت در دوره‌های کارآموزی به‌خصوص در رشته‌های فنی مهندسی و مدیریت از اهمیت بالایی برخوردار است و باعث می‌شود که شما بتوانید با محیط کار در آینده کامل آشنا شوید و بسیاری از مفاهیم را یاد بگیرید.

 در این مقاله با مزایای دوره کارآموزی بیشتر آشنا شو.

سخن پایانی

در این مقاله در مورد مقایسه آموزش آنلاین و حضوری صحبت کردیم. با توجه به مطالب گفته شده، هر دو روش مزایا و معایب خاص خودشان را دارند و انتخاب هرکدام از این روش‌های آموزشی فقط به خود فرد بستگی دارد.

در مجموعه پارس پژوهان، دوره‌های آموزشی مختلفی به صورت آنلاین، حضوری یا حتی ترکیبی از هر دو در رشته‌های مختلف مدیریت، فنی مهندسی و... در نظر گرفته شده است. از جمله مزایای دوره‌های آموزشی در این مجموعه می‌توان به گرفتن مدرک، کارآموزی و مدرک فنی حرفه‌ای اشاره شود. برخی از دوره‌های این مجموعه با همکاری سازمان فنی حرفه‌ای است و در پایان دوره دانشجویان با شرکت در آزمون فنی حرفه‌ای ، مدرک فنی حرفه‌ای دریافت می‌کنند.

مبدل حرارتی وسیله ای است که برای انتقال انرژی حرارتی (آنتالپی) بین دو یا چند سیال، در دماهای مختلف و در تماس حرارتی استفاده می شود. به طور کلی، آنها با استفاده از MATLAB طراحی می شوند، اما ما قصد داریم از نرم افزار مجموعه HTRI برای طراحی سریع و منظم استفاده کنیم. مبدل های حرارتی مطابق با استانداردهای ASME طراحی می شوند. نرم افزار مورد استفاده در این مقاله HTRI Xchanger Suite® است. این نرم افزار برای طراحی حرارتی و طراحی مبدل حرارتی استفاده می شود.روش‌های محاسبه نرم افزار HTRI با 50 سال تحقیق گسترده و داده‌های جمع‌آوری‌شده در تجهیزات انتقال حرارت مرتبط صنعتی پشتیبانی می‌شوند.

مبدل حرارتی وسیله ای است که برای انتقال انرژی حرارتی (آنتالپی) بین دو یا چند سیال، بین یک سطح جامد و یک سیال، یا بین ذرات جامد و یک سیال، در دماهای مختلف و در تماس حرارتی استفاده می شود. در مبدل های حرارتی معمولاً هیچ گونه فعل و انفعالات حرارتی و کاری خارجی وجود ندارد. کاربردهای معمولی شامل گرم کردن یا خنک کردن یک جریان سیال و تبخیر یا متراکم شدن جریان های سیال تک یا چند جزئی است. در کاربردهای دیگر، هدف ممکن است بازیابی یا دفع گرما، یا استریل کردن، پاستوریزه کردن، تکه تکه کردن، تقطیر، تغلیظ، کریستالیزه کردن یا کنترل یک سیال فرآیندی باشد. در اکثر مبدل های حرارتی، انتقال حرارت بین سیالات از طریق دیواره جداکننده یا به داخل و خارج از دیوار به صورت گذرا صورت می گیرد. در بسیاری از مبدل‌های حرارتی، سیالات توسط یک سطح انتقال حرارت از هم جدا می‌شوند و در حالت ایده‌آل، مخلوط نمی‌شوند یا نشت نمی‌کنند. چنین مبدل هایی به عنوان نوع انتقال مستقیم یا به سادگی بازیابی کننده نامیده می شوند. در مقابل، مبدل هایی که در آنها تبادل حرارت متناوب بین سیالات سرد و گرم از طریق ذخیره انرژی حرارتی و آزاد شدن از طریق سطح مبدل یا ماتریس وجود دارد، به عنوان نوع انتقال غیرمستقیم یا به سادگی احیا کننده نامیده می شود.

مبدل­های shell&tube یا پوسته و لوله

مبدل های حرارتی پوسته و لوله یک نوع از طرح های مبدل حرارتی هستند. این رایج ترین نوع مبدل حرارتی در پالایشگاه های نفت و سایر فرآیندهای شیمیایی بزرگ است و برای کاربردهای فشار بالاتر مناسب است. همانطور که از نامش پیداست، این نوع مبدل حرارتی از یک پوسته (یک مخزن تحت فشار بزرگ) تشکیل شده است که داخل آن دسته ای از لوله ها قرار دارد. یک سیال از میان لوله ها عبور می کند و سیال دیگری بر روی لوله ها (از طریق پوسته) جریان می یابد تا گرما را بین دو سیال منتقل کند. به مجموعه لوله ها دسته لوله می گویند و ممکن است از چندین نوع لوله تشکیل شده باشد: ساده، باله دار طولی و غیره.

نرم افزار HTRI

موسسه تحقیقاتی انتقال حرارت (HTRI) در سال 1962 تاسیس شد. نرم افزار HTRI تحقیقات کاربردی را روی تأسیسات تحقیقاتی تجهیزات در مقیاس آزمایشی انجام می داد. کارکنان نرم افزار HTRI از این داده‌های تحقیقاتی اختصاصی برای توسعه روش‌ها و نرم‌افزار برای طراحی و تحلیل حرارتی مبدل‌های حرارتی و بخاری‌های آتش‌زا استفاده می‌کنند. این نرم افزار برای طراحی حرارتی و طراحی مبدل حرارتی استفاده می شود. این گرافیک همچنین به شما امکان می دهد جابجایی های متحرک را برای هر حالت بار استرس مشاهده کنید.

روش‌های محاسبه نرم افزار HTRI با 50 سال تحقیق گسترده و داده‌های جمع‌آوری‌شده در تجهیزات انتقال حرارت مرتبط صنعتی پشتیبانی می‌شوند. ویژگی های زیادی وجود دارد که می توان با استفاده از نرم افزار HTRI علاوه بر اجزای شامل انتقال حرارت برای محاسبه طراحی مبدل های حرارتی به کار گرفته شود. به عنوان مثال، نتایج همچنین می‌توانند نمودارها و ترسیم‌های مقیاسی را مانند تجسم دقیق و کاملی از نتایج محاسبه‌شده را ایجاد کنند. علاوه بر این، گزارش‌های خروجی گسترده نیز می‌توانند نتایج دقیقی از جمله پروفایل‌های محلی پارامترهای بسیار مهم را ارائه دهند.

انواع مختلفی از مؤلفه ها وجود دارد که HTRI می تواند شبیه سازی کند. در مجموع 9 جزء می توانند تحت شبیه سازی های مختلف قرار گیرند. برای نام بردن از برخی، Xace می‌تواند یک خنک‌کننده هوا یا اکونومایزر را شبیه‌سازی، رتبه‌بندی و طراحی کند. در حالی که Xfh می تواند عملکرد بخاری های استوانه ای و جعبه ای را شبیه سازی کند. Xist برای طراحی مبدل حرارتی پوسته و لوله با مقادیر شناخته شده ورودی دما، سرعت جریان، هندسه لوله، پوسته و بافل و غیره استفاده می شود.

مواد و متدها:

• مرحله 01: وظیفه را تعریف کنید
• مرحله 02: خواص فیزیکی سیال مورد نیاز است
• مرحله 03: نوع مبدل حرارتی
• مرحله 04: مقدار ضریب انتقال حرارت کلی آزمون و خطا کنید
• مرحله 05: تفاوت میانگین دما را محاسبه کنید
• مرحله 06: مساحت مورد نیاز را محاسبه کنید
• مرحله 07: ضرایب سمت لوله و پوسته را محاسبه کنید
• مرحله 08: ضریب کلی را محاسبه کرده و با مقدار آزمایشی مقایسه کنید
• مرحله 09: افت فشار مبدل را محاسبه کنید
• مرحله 10: بهینه سازی طراحی

Translation is too long to be sav

بدین ترتیب به این نتیجه رسیدیم که طراحی مبدل حرارتی با استفاده از نرم افزار مجموعه HTRI در مقایسه با MATLAB سریع و آسان بود. مقادیر محاسبه شده دستی و مقدار خروجی از نرم افزار HTRI تقریباً یکسان هستند. بدین ترتیب طراحی صنعتی به دست آمده مبدل حرارتی با استفاده از نرم افزار مجموعه نرم افزار HTRI با موفقیت انجام شد. از این رو مطالعه جامع مبدل حرارتی پوسته و لوله با شروع محاسبات طراحی دستی، اعتبارسنجی نرم افزار طراحی و بهینه سازی پارامتر کلیدی با استفاده از حل کننده آنالیز مناسب انجام شد.

نویسنده: فائزه کاظمی زاد، کارشناس دپارتمان مهندسی شیمی گروه آموزشی پارس پژوهان

اگر در رشته مهندسی مکانیک تحصیلی کردی قطعا یکی از سوالاتی که باهاش مواجه بودی درباره تحصیلات تکمیلی بوده. اینکه کارشناسی ارشد مهندسی مکانیک بخونم یا نه؟ تا کجا بخونم؟ دکتری چطور؟ خصوصا رشته مهندسی مکانیک که بازار کار تقریبا خوبی (به نسبت رشته های دیگر مهندسی) برای فارغ التحصیلان این رشته دارد این سوال اساسی تر مطرح می شود. اینکه بعد از فراغت از لیسانس جذب بازار کار بشم یا همچنان ادامه بدم؟ چالش های هر کدام از این مسیرها به چه شکل است؟ و سوالاتی از این قبیل.

نکته قابل تامل و توجه اینکه در انتهای مقاله اگر منتظر هستی که نسخه واحدی پیچیده شده باشه و برای ابد استرس شما را در این زمینه کم کند زهی خیال باطل. نکاتی که در ادامه می آورم برداشت های شخصی بنده در طی این 12 سال کاری که در حوزه مهندسی مکانیک(آموزش، تحقیق و مشاوره) است و به صورت کلی می تواند کمک کننده باشد.

کارشناسی ارشد مهندسی مکانیک!

درباره ادامه دادن دانشگاه بعد از کارشناسی با اطمینان بیشتری می توان گفت که به نظر با توجه به رقابت زیادی که در بازار کار وجود دارد، نسبت به 20 سال قبل داشتن مدرک کارشناسی ارشد از نداشتن آن بیشتر توصیه می شود. فارغ از اینکه در چه رشته و گرایشی ادامه تحصیل می دهید مدرک کارشناسی ارشد این روزها به مراتب موثرتر از مدرک کارشناسی است.

کمبودهای دوران کارشناسی مهندسی مکانیک

زمان تحصیل در دوران کارشناسی فرد معمولا(درصد قابل توجهی) تا سال سوم کم و بیش سر در گم هستند و تصویر ذهنی از آینده به منظور انتخاب شغل در زمینه مهندسی مکانیک ندارند. سالهای آخر مدت کمی دارند تا مسیر برای شان مشخص تر شود، علاقه شان را پیدا کنند و  گرایش شان را تعیین کنند. به نظر می بایست دوران کارشناسی ارشد به منظور عمیق تر شدن در حوزه مورد علاقه شان باشد تا بتوانند بهتر بازار کار را رصد کنند و در زمینه مورد علاقه شان ادامه دهند. جدای از نکات اشاره شده در کارشناسی کمتر فرد گزارش نویسی یاد می گیرد، کمتر به صورت جدی درگیر به ارائه کردن مسئله ای(presentation) می شود. این موارد بسیار در بازار کار از فرد خواسته شده و کارفرما انتظار دارد کارشناس ش بتواند گزارش عملکرد خود را به صورت قابل قبولی ارائه دهد، یا مثلا در جلسه پیشرفت پروژه بتواند در مقابل شرکت کارفرما از پیشرفت پروژه دفاع کند. به نظر این مهارت ها در مقطع کارشناسی ارشد جدی تر و حرفه ای تر دنبال شده و از این حیث هم کارشناسی ارشد مهندسی مکانیک توصیه می شود.

کارشناسی ارشد مهندسی مکانیک یا غیر!

شاید براتون جالب باشه بدونید که درصد قابل توجهی از افرادی که مدرک کارشناسی مهندسی مکانیک می گیرند در کارشناسی ارشد رشته MBA را انتخاب می کنند. جالب تر اینکه در گرایش های مختلف رشته MBA  بیشترین درصد ورودی از کارشناسی مهندسی مکانیک است. من خودم بعد از کارشناسی ارشد مهندسی مکانیک ارشد مجدد مدرک کارشناسی ارشد MBA هم اخذ کردم. برای دوستانی که از فضای آکادمیک فنی در کارشناسی خسته شدند و قصد ادامه تحصیل در کارشناسی ارشد مهندسی مکانیک را ندارند یکی از بهترین انتخاب ها می تواند رشته های حوزه مدیریت باشد. البته MBA بلافاصله بعد از کارشناسی کمتر توصیه می شود، توصیه بر این است که بعد دو سه سال تجربه محیط کار برای این رشته اقدام کنید. مدیریت و در کل رشته های علوم انسانی جنس شان با رشته های فنی مهندسی متفاوت هست و فردی که وارد این قبیل رشته ها می شود چنانچه چرایی ورود به آن را نداند و نیازش را برای خودش واضح و مشخص نکرده باشد به جواب قابل قبول و به درد بخوری هم نخواهد رسید.

دکتری مهندسی مکانیک بعد از کارشناسی ارشد مهندسی مکانیک؟

درباره ادامه تحصیل پس از کارشناسی ارشد مهندسی مکانیک کمی با تامل بیشتری باید تصمیم گرفت. در واقع اهمیتِ داشتن چرایی برای اخذ مدرک دکتری در هر رشته ای چندین برابر اهمیت چگونگی آن است. دوستانی که دنبال اخذ مدرک دکتری می روند در درجه اول می بایست دغدغه علمی داشته و برای شان مهم باشد که مرزهای علم را در انتهای رساله دکتری بتوانند جابجا کنند. در واقع فلسفه PHD جز این نیست و چنانچه فقط و فقط به منظور داشتن موقعیت شغلی بهتر و یا اینکه در فلان محفل آقا یا خانم دکتر صدایتان می کنند پا در مسیر فرساینده دکتری آن هم در رشته مهندسی مکانیک بگذارید، احتمال اینکه در ادامه مسیر کار برای تان سخت شود بسیار زیاد است و موارد زیادی از دوستان تجربه نیمه کاره گذاشتن دکتری را تجربه کرده اند.

در ایران اخذ مدرک دکتری با چالشهای بیشتری نسبت به ادامه تحصیل در خارج از کشور رو به رو است. در ایران دکتری شغل حساب نمی شود و فردی که دانشجوی دکتری است با این چالش رو به رو است. مشکل وقتی دو چندان می شود که استاد پروژه دانشجوی دکتری را ملزم به حضور در آزمایشگاه تحقیقاتی کند و رسما دانشجوی دکتری را از کار کردن منع کند. البته موارد بسیار هستند که دانشجوی دکتر هستند و کار هم می کنند یا موضوع تزشون دقیقا مشکلی در صنعت را حل می کند ثبت اختراع می کنند و حتی نتیجه کار را به تولید می رسانند و شرکت های مشاوره می زنند. همیشه و در هر زمینه ای استثناهایی پیدا می شود.

جمع بندی

در واقع اینکه نمی توان نسخه ای واحد برای همه پیچید دلیل آن این است که افراد با سلایق مختلف، علایق متفاوت، استعدادهای متنوع و شرایط گوناگون هستند و در نهایت فرد با توجه به تمام جوانب تصمیم بگیرد. امید آنکه فارغ از اینکه مدرک شما کارشناسی ارشد مهندسی مکانیک است یا دکتری مکانیک همه عزیزان بتوانند در مسیری مناسب به رشد و توسعه فردی خود پرداخته و برای کشورمان مفید و موثر واقع شوند.

نویسنده: مهندس حمیدرضا سمیع پور، مدیریت گروه آموزشی پارس پژوهان

در این مقاله به کاربرد پایتون در مهندسی پزشکی می پردازیم. برای این موضوع بهتر است ابتدا با نرم افزار پایتون کاربرد آن در رشته های مختلف آشنا شویم.  پایتون یک زبان برنامه نویسی سطح بالا و همه منظوره است.«زبان برنامه نویسی پایتون»، زبانی با یادگیری آسان محسوب می‌شود و از همین رو بسیاری از برنامه‌نویس‌های تازه‌کار آن را به عنوان اولین زبان برنامه‌نویسی خود برمی‌گزینند، زیرا پایتون به عنوان یک «زبان همه‌منظوره» ساخته و توسعه داده شده و محدود به توسعه نوع خاصی از نرم‌افزارها نیست. به بیان دیگر، می‌توان از آن برای هر کاری، از «تحلیل داده»گرفته تا ساخت بازی‌های کامپیوتری استفاده کرد. بنابراین، یادگیری پایتون بسیار حائز اهمیت است.

همانطور که گفته شد پایتون در همه گرایش ها و رشته ها کاربرد فراوانی دارد. یکی از موارد کاربرد پایتون در مهندسی پزشکی است. امروزه با رشد و پیشرفت علم مهندسي پزشکي و فراگير شدن زمينه هاي پژوهشي اين علم، روند گسترش نرم افزارهاي تخصصي این رشته  نيز سير صعودي به خود گرفته است. اين نرم افزار در دو زمينه بيوالکتريک و بيومکانيک بسیار کاربرد دارد به همین دلیل در حال حاضر نرم افزار بسیار محبوبی بین مهندسین پزشکی می باشد.

نرم افزار پایتون در مهندسی پزشکی

پیشتر گفتیم که پایتون در مهندسی پزشکی بسیار حائز اهمیت است. این نرم افزار امروزه در بسیاری از رشته ها استفاده میشود. پايتون با کمک متن بازبودن خود داراي کتاب خانه ها و ماژول هاي متعددي است که در بسياري از زبان هاي کامپيوتري ديگر به طور کامل به آن پرداخته نشده است به همين دليل اين زبان در بين برنامه نويسان و مهندسي پزشکي گرايش بيوالکتريک و بیومکانيک که تمایل دارند که در مباحث تشخيص و طبقه بندي و نيز در طراحي قطعات علي الخصوص طراحي ايرفويل هاو رسم پلات ها و گرافها و اشکال پيچيده و مصورسازيخروجي کدهاي نوشته شده در زبان هاي ديگر اقدام کنند، يکي از محبوبترين زبان هاي برنامه نويسي است.

از دیگر ویژگی های این نرم افزار وسیع بودن منابع آن است که به همین دلیل روان تر و آسان تر از سایر زبان های برنامه نویسی است. پایتون یک زبان برنامه‌نویسی سطح بالا است. به بیان ساده، سطح بالا بودن پایتون بدان معنا است که کدهای پایتون، نسبت به زبان ماشین، بیشتر به  زبان انسانی و در واقع، به زبان انگلیسی نزدیک هستند. همین امر موجب شده است تا کدنویسی به زبان پایتون به سرعت و در زمانی کمتر از برخی از انواع دیگر زبان‌های برنامه‌نویسی مانند جاوا ، انجام‌پذیر باشد. از کاربرد های  پایتون در مهندسی پزشکی میتوان پردازش تصویر و پردازش سیگنال های پزشکی را نام برد. که در ادامه به هر کدام جداگانه می پردازیم.

پردازش تصویر پزشکی با پایتون

همانطور که گفته شد پردازش تصویر یکی از کاربرد های پایتون در مهندسی پزشکی می باشد. به طور کلی پردازش تصاویر پرشکی برای تشخیص بیماری بسیار حائز اهمیت است. معمولا تصاویر را برای اندازه دقیق تومور و یا محل دقیق آن مورد پردازش قرار میدهند تا پزشکان راحت تر بتوانند برای درمان تصمیم بگیرند. یکی از راه های پردازش این تصویر با نرم افزار پایتون است. البته این تصاویر را با نرم افزار های دیگری از جمله متلب هم پردازش میکنند.

اما به دلیل یادگیری آسان پایتون این نرم افزار امروزه محبوبیت بیشتری دارد. زبان پایتون می‌تواند به عنوان ابزاری برای انجام عملیات پردازشی روی تصاویر دیجیتالی مورد استفاده قرار بگیرد. از جمله متداول‌ترین فرایندهای پردازش تصویر با پایتون که توسط ابزارها و کتابخانه‌های این زبان برنامه‌نویسی قابل اجرا هستند، می‌توان به مواردی نظیر «برش» (Cropping) ، «برعکس کردن» (Flipping) ، «چرخاندن» (Rotating) ، «قطعه‌بندی تصویر» (Image Segmentation) ، «دسته‌بندی تصویر»(Image Classification)، «استخراج ویژگی» (Feature Extraction) ، «ترمیم تصاویر»(Image Restoration) و «بازشناسی تصویر» (Image Recognition)  اشاره کرد. که همگی این ابزار ها در پردازش تصاویر پزشکی نیز کاربرد دارد. از دیگر کاربرد های پایتون در مهندسی پزشکی پردازش سیگنال های حیاتی از جمله سیگنال های مغزی و قلبی است و در ادامه بیشتر توضیح میدهیم.

پردازش سیگنال حیاتی با پایتون

از دیگر کاربردهای پایتون در مهندسی پزشکی پردازش سیگنال های حیاتی است. البته به طور کلی از پایتون برای پردازش سیگنال های دیگر هم استفاده میشود. ابتدا با سیگنال حیاتی بیشتر آشنا میشویم. به هر سیگنالی که از بدن موجود زنده دریافت می شود، سیگنال حیاتی یا زیستی گفته می شود. این سیگنال که در نتیجه فعالیت ها و تعاملات الکتریکی بین سلول ها ایجاد می شود، حامل اطلاعات دقیقی از نحوه عملکرد سیستم های درونی بدن است. به ثبت سیگنال های الکتریکی سیستم حیاتی بدن، استخراج داده های مربوطه از آن بر پایه عملیات های مختلف ریاضی و تجزیه و تحلیل داده ها به منظور ارائه یک خروجی مناسب که نشان دهنده عملکرد اعضا و اندام های زیستی است، علم پردازش سیگنال های حیاتی گفته می شود

به همین دلیل پردازش سیگنال های حیاتی در علم پزشکی بسیار پر اهمیت است.پردازش سیگنال های حیاتی بر عهده مهندسین پزشکی است به همین دلیل مهندسین باید با نرم افزار های مختلفی که با آن پردازش انجام میشود آشنایی داشته باشند. به همین دلیل است که پایتون در مهندسی پزشکی بسیار کاربرد دارد. ازجمله کاربردهای دیگر پردازش سیگنال می توان به: تشخیص گفتار و پردازش زبان طبیعی در هوش مصنوعی، سونار (Sonar) و رادار، مخابرات و تحلیل داده های دریافت شده از بدن بیمار اشاره نمود. استفاده از زبان برنامه نویسی پایتون، همواره مورد توجه اهداف پژوهشی و نیز صنعتی بوده است، به گونه ای که این زبان برنامه نویسی به یکی از محبوب ترین زبان های سطح بالا در حوزه مهندسی و تحلیل داده های آماری تبدیل شده است.برای آشنایی بیشتر با فناوری های هوش مصنوعی پیشنهاد می کنیم مقاله " فناوری های هوش مصنوعی همه چیز را تغییر خواهند داد" را مطالعه نمایید. 

جمع بندی

همانطور که در این مقاله گفته شد پایتون در مهندسی پزشکی کاربرد بسیاری دارد. مبحث پردازش سیگنال و تصاویر بسیار پرکاربرد دارد و زبان پایتون هم این پردازش را آسان میکند به همین دلیل از پایتون در مهندسی پزشکی بیشتر از سایر نرم افزار ها استفاده می شود. به دلیل اهمیت این زبان در رشته مهندسی پزشکی بهتر است که دانشجویان این رشته در هر مقطعی به یادگیری این زبان بپردازند.

نویسنده: سمانه خان بیگی، کارشناس دپارتمان مهندسی پزشکی گروه آموزشی پارس پژوهان

مدل‌های ریاضی به دانشمندان، توسعه‌ دهندگان و مهندسان کمک می ‌کنند تا فرآیندها، پدیده‌ها و طرح ‌های سیستم ‌های واکنش‌دهنده را درک کنند.پس از توسعه یک مدل معتبر، می توان از آن برای مطالعه شرایط عملیاتی مختلف و طراحی سیستم های واکنش دهنده و پدیده های حمل و نقل استفاده کرد. حل معادلات مدل بارها و بارها برای ورودی های مختلف منجر به درک واقعی سیستم مورد مطالعه می شود. طراح در نرم افزار Comsolاین امکان را برای متخصصان شبیه سازی فراهم می کند تا برنامه های شبیه سازی با کاربری آسان ایجاد کنند. و آنها را در داخل یا خارج از سازمان خود با COMSOL Server™ و COMSOL Compiler™ مستقر کنند. بنابراین، فناوری شبیه‌سازی فیزیکی با دقت بالا برای همه قابل دسترس می‌شود. در این مقاله، ما مثال هایی از نحوه استفاده افراد از نرم افزار COMSOL ارائه می دهیم.

روند کار مدلسازی خط جریان

نرم افزار comsol شما را برای شبیه سازی الکترومغناطیس، مکانیک سازه، آکوستیک، جریان سیال، انتقال حرارت و پدیده های شیمیایی در یک محیط، قادر می سازد. با تکمیل روند کار مدل سازی بهینه، برنامه ها با کلیک یک دکمه مستقر می شوند و هر کسی می تواند از دیدگاه های ارائه شده توسط نتایج شبیه سازی بهره­مند شود.

با یک خط جریان و سطح مشترک آسان برای استفاده و GUI و هر دو قابلیت تک و چند فیزیکی، ما می توانیم تنوع زیادی از ابزارها را ایجاد کنیم. در شکل زیر، این برنامه فرآیند استریلیزه کردن از Amgen، غلظت اکسید اتیلن را محاسبه می کند.

 فهمیدن رفتار محصول

با استفاده از اپلیکیشن های شبیه سازی، افراد غیرمتخصص می توانند تست های خود را بدون نیاز به درک پیچیدگی های شبیه سازی واقعی انجام دهند. در نتیجه، کل سازمان می تواند از شبیه سازی ها بهره مند شود، که به نوبه خود منجر به درک بیشتر از نحوه رفتار محصول آنها در دنیای واقعی می شود. برای مثال، یک شبیه‌سازی انجام شده که تنش‌ها و تغییر شکل‌ها را در طول ساخت قطعه پیش‌بینی می‌کند تا درک روشنی از نحوه تغییر شکل آن در طول چاپ بدهد. در شکل زیر، برنامه ای که توسط MTC ساخته شده است تا تنظیمات طرح های خود را آزمایش کند.

 مشارکت آسان

در زمینه فناوری پزشکی، ما تلاش می کنیم تا زندگی را از طریق راه حل های نوآورانه تغییر دهیم که زندگی روزمره بیماران ما را بهبود می بخشد. از توسعه محصول، سفارشی‌سازی نیازهای واقعی بیمار، تا بررسی پس از بازار، شبیه‌سازی نقش مهمی دارد. دیر یا زود، استفاده از شبیه سازی به یک استاندارد در صنعت فناوری پزشکی تبدیل خواهد شد. در بخش تحقیق و توسعه، کار ما همیشه با فیزیک شروع می‌شود تا یک مدل بسازیم، چه از شبیه‌سازی برای مهندسی معکوس راه‌حل موجود استفاده کنیم و چه برای آزمایش محصولات و سناریوهای جدید. شبیه سازی تضمین ما در مسیر عملکرد و ایمنی است. تجربه ما ثابت کرده است که ساعت‌های صرف شده در شبیه‌سازی ارزش سال‌هایی را دارد که در توسعه صرف شده است.

واضح است که COMSOL در زمان معرفی، قدرت شبیه‌سازی چندفیزیکی را تصور می‌کرد. برنامه های شبیه سازی به بخش های دیگر اجازه می دهند تا پیکربندی های مختلف را برای نیازهای خاص خود آزمایش کنند و بهترین طراحی را انتخاب کنند.

از نظر ساختار درونی، برنامه های شبیه سازی ما را قادر ساخته اند که فرهنگ همکاری را تقویت کنیم. از دیدگاه تحقیق و توسعه، بسیار مفید است که بتوان یک رابط خاص را فقط با پارامترهای مربوط به یک گروه خاص به اشتراک گذاشت، با دانستن اینکه مدل و فیزیک محافظت می شوند. این به همه بخش ها اجازه می دهد تا از شبیه سازی چند فیزیک بهره مند شوند. با این سطح از همکاری، مدل گسترش می یابد تا به عنوان یک معیار فیزیکی ، با ویژگی های بیشتر یا کمتر بسته به کاربر نهایی عمل کند. به‌علاوه، برنامه‌های شبیه‌سازی این پتانسیل را دارند که یک مدل چند فیزیکی را در جریان کار یک متخصص مراقبت‌های بهداشتی جاسازی کنند. این فناوری تصویر کاملی از تشخیص را در اختیار آنها قرار می دهد و آنها را قادر می سازد تا سطح جدیدی از برنامه ریزی درمانی سفارشی را اجرا کنند. در شکل زیر، برنامه شبیه سازی یک چشم 3 بعدی پارامتریک برای محک زدن فیزیکی در یک محیط بالینی نشان داده شده است.

فراهم کردن پاسخ سریع

به عنوان اجزای ضروری در محرکه های الکتریکی، روتورها باید از نظر دوام مورد آزمایش قرار گیرند، زیرا آنها باید تعداد بسیار زیادی چرخش را با سرعت و گشتاور متغیر در حین کار درایو تحمل کنند. با این حال، ارزیابی استحکام لمینیت های روتور زمان بر است. فولکس‌واگن کاسل با ساخت برنامه‌های شبیه‌سازی با نرم‌افزارCOMSOL ، این فرآیند تست روتورها را خودکار می‌کند، همچنین هزینه‌های توسعه و افزایش کیفیت محصول را کاهش می‌دهد.

در شکل فوق، شبیه سازی توسط فولکس واگن کاسل برای ارزیابی استحکام لمینیت روتور انجام شده است.

بسیاری از برنامه‌های شبیه‌سازی صنعتی به‌عنوان یک جعبه سیاه طراحی شده‌اند، در حالی که COMSOL  از نظر شفافیت منحصربه ‌فرد است. نرم افزارCOMSOL  به کاربران امکان می دهد معادلات پیاده سازی شده را مشاهده و اصلاح کنند یا حتی معادلات خود را اضافه کنند. علاوه بر این، این نرم افزار از ابتدا به عنوان یک ابزار چندفیزیکی طراحی شده است و کاربران را قادر می سازد تا زمینه های فیزیکی مختلف را به طور همزمان شبیه سازی کنند. از این رو، کاربر می تواند زمینه های فیزیکی مختلف را برای انجام کاری کاملا جدید ترکیب کند.

نویسنده: فائزه کاظمی زاد، کارشناس دپارتمان مهندسی شیمی گروه آموزشی پارس پژوهان

شرکت SolidWorks در دسامبر 1993 توسط Jon Hirschtick فارغ التحصیل موسسه فناوری ماساچوست تاسیس شد. هیرشتیک از 1 میلیون دلاری که در زمانی که عضو تیم بلک جک MIT بود برای راه اندازی شرکت استفاده کرد.چه کسی Solidworks را توسعه داد؟جان هیرشتیک، SOLIDWORKS، یک برنامه طراحی به کمک کامپیوتر و برنامه مهندسی به کمک کامپیوتر مدل سازی جامد، یکی از محبوب ترین گزینه های نرم افزاری برای مهندسان مکاترونیک و همچنین SOLIDWORKS در مهندسی مواد برای مهندسین متالورژی است. SOLIDWORKS توسط Jon Hirschtick فارغ التحصیل MIT توسعه داده شد و توسط Dassault Systems در سال 1997 خریداری شد. SolidWorks یک نرم افزار طراحی به کمک کامپیوتر (CAD) است که متعلق به داسو سیستمز است. از اصل طراحی پارامتریک استفاده می کند و سه نوع فایل به هم پیوسته تولید می کند: قطعه، مونتاژ و نقشه. ابزارهای نرم افزاری سه بعدی کاملی را ارائه می دهد که به شما امکان می دهد داده های خود را ایجاد، شبیه سازی، انتشار و مدیریت کنید.این یکی از محبوب ترین نرم افزارهای طراحی و مهندسی در بازار است.SOLIDWORKS در مهندسی مواد به مهندسین متالورژی این امکان را میدهد که قطعاتی که به روش ورقکاری تهیه میشوند را مورد بررسی قرار بدهند،SOLIDWORKSکه به دلیل طیف وسیعی از ویژگی ها و عملکرد بالا شناخته شده است، در مشاغل و صنایع مختلف در سراسر جهان استفاده می شود.SOLIDWORKSاز طراحی پارامتریک استفاده می کند، به همین دلیل است که ابزار بسیار موثری برای طراحان و مهندسان است.SOLIDWORKSنرم افزارCADاست که امروزه توسط اکثر دنیای مهندسی طراحی استفاده می شود. به طور فزاینده ای رایج تر می شود، زیرا بسیاری از شرکت ها شروع به جابجایی از سایر رقبا می کنند.SOLIDWORKS در مهندسی مواد یک نرم‌افزار مدل‌سازی سه‌بعدی است که به کاربران این امکان را می‌دهد تا تقریباً هر شکلی را که تصور می‌کنند بسازند و آن را به صورت سه بعدی بچرخانند.

 SOLIDWORKS در مهندسی مواد

دارای دو مجموعه ویژگی بصری و فیزیکی (مکانیکی) هستند. SimulationXpress از خواص فیزیکی مواد تعریف شده در کتابخانه مواد SOLIDWORKS استفاده می کند. مواد می توانند همسانگرد، ارتوتروپ یا ناهمسانگرد باشند. SimulationXpress فقط از مواد همسانگرد پشتیبانی می کند.

چگونه از SOLIDWORKS در مهندسی مواد استفاده می کنید؟

برای اعمال یک ماده:نمایش منوی میانبر برای مواد: قسمت. در یک سند قطعه، روی Material در درخت طراحی FeatureManager کلیک راست کنید. قسمت چند تنه ...انتخاب یک ماده: از لیست علاقه مندی ها انتخاب کنید. روی Edit Material کلیک کنید، یک ماده را در درخت متریال انتخاب کنید و روی Apply و سپس Close کلیک کنید. SOLIDWORKS برای توسعه سیستم های مکاترونیک از ابتدا تا انتها استفاده می شود. در مرحله اولیه، نرم افزار برای برنامه ریزی، ایده پردازی بصری، مدل سازی، ارزیابی امکان سنجی، نمونه سازی و مدیریت پروژه استفاده می شود. سپس از این نرم افزار برای طراحی و ساخت عناصر مکانیکی، الکتریکی و نرم افزاری استفاده می شود.

کاربرد SOLIDWORKS در مهندسی مواد

یک راه ضروری برای به دست آوردن بینش بیشتر در مورد طرح های شما هستند. این را می توان با عمل به عنوان بخشی از یک شبیه سازی، یا تجزیه و تحلیل مرکز ثقل و وزن خود طرح به دست آورد. شما نمی توانید هیچ یک از این موارد را بدون اختصاص خواص مواد به قطعات خود انجام دهید. این کار با دسترسی به کتابخانه  SOLIDWORKS در مهندسی مواد انجام می شود که حاوی ویژگی های مواد همراه برنامه است. این مواد فقط خواندنی هستند، به این معنی که اگر مواد مورد نیاز شما از قبل وجود نداشته باشد، باید یک ماده سفارشی جدید ایجاد کنید که دارای خواص لازم باشد. اختصاص یک ماده به بخشی در کتابخانه موادتخصیص یک ماده به یک قطعه/مجموعه بسیار ساده است. روی قسمتی که می خواهید متریال را به آن اختصاص دهید در درخت طراحی Feature Manager کلیک کنید تا باز شود. در منوی کشویی، باید "Material <مشخص نشده>" را مشاهده کنید. روی این گزینه کلیک راست کنید تا پایگاه داده گسترده مواد باز شود. ینجا جایی است که تمام مواد از پیش نصب شده نگهداری می شوند و شما می توانید آنها را برای جلوه های مختلفی که می خواهید، مانند ظاهر، crosshatch و غیره ویرایش کنید. گزینه های زیادی در اینجا وجود دارد که برای اکثریت قریب به اتفاق پروژه ها مناسب هستند. برای ایجاد یک کتابخانه سفارشی، باید یکی از پوشه های آبی را در سمت چپ پنجره اضافه کنید. در قسمت آبی رنگ راست کلیک کرده و روی «کتابخانه جدید» کلیک کنید. هنگامی که این مورد ساخته شد، کتابخانه جدید را نامگذاری کنید، و این به عنوان یک ابزار سازماندهی برای دسته بندی های مختلف مواد جدیدی که قرار است ایجاد کنید، عمل می کند. این به عنوان یک فایل مرجع خارجی ذخیره می شود، به این معنی که می توان آن را با سایر کاربران به اشتراک گذاشت.

ایجاد یک دسته بندی سفارشی یا یک ماده جدید در پایگاه داده SOLIDWORKS در مهندسی مواد برای ایجاد یک دسته بندی سفارشی، روی کتابخانه سفارشی جدید خود راست کلیک کرده و روی «دسته جدید» کلیک کنید. این دوباره به عنوان یک پوشه سازمانی دیگر در کتابخانه SOLIDWORKS در مهندسی مواد عمل می کند.

برای ایجاد یک متریال جدید مجدداً همین روند را دنبال کنید، روی دسته سفارشی که به تازگی ساخته اید راست کلیک کرده و روی «مواد جدید» کلیک کنید. این مواد سفارشی جدید شما خواهد بود و ظاهر، خواص و سایر اطلاعات مربوط به مواد را می توان به دلخواه تغییر داد.

حتی اگر همه مطالبی که از قبل در SOLIDWORKS نصب شده اند فقط خواندنی هستند، هر یک از این مطالب را می توان کپی و در یک کتابخانه سفارشی جایگذاری کرد و سپس در صورت نیاز ویرایش کرد این یکی از ویژگی های SOLIDWORKS در مهندسی مواد است. این باعث صرفه جویی در زمان زیادی می شود زیرا در بیشتر مواقع یک فلز یا مواد دیگر فقط باید اصلاح شود (یعنی فقط چند ویژگی باید تغییر کند) و نیازی به ایجاد یک ماده کاملاً جدید نیست.

وارد کردن مواد سفارشی به کتابخانه مواد SOLIDWORKS

فایلی که باید هنگام تلاش برای وارد کردن برخی مواد سفارشی جدید به SOLIDWORKS به دنبال آن باشید، فایل "Custom Materials.sldmat" است. این فایل از طریق خود نرم افزار SOLIDWORKS یافت می شود.

منوی کشویی «ابزارها» را که در نوار ابزار قرار دارد پیدا کنید و روی «گزینه ها» کلیک کنید. System Option را از لیست کشویی انتخاب کنید و سپس روی File Locations کلیک کنید اکنون دوباره از لیست کشویی زیر Show Folder For به پایین بروید و Material Databases را پیدا کنید. 

پس از یافتن پوشه حاوی مطالب سفارشی جدید خود در قالب .sldmat که قبلا ذکر کردیم، روی «افزودن» و سپس «انتخاب پوشه» کلیک کنید. پس از تکمیل این کار، با کلیک بر روی دکمه "OK" خارج شوید.

مواد سفارشی جدید وارداتی شما اکنون باید برای استفاده در دسترس باشد. یک راه آسان برای اطمینان از اینکه چندین کاربر به مواد سفارشی یکسان دسترسی دارند، انتخاب یک مکان فایل برای کتابخانه مواد سفارشی SOLIDWORKS است که در یک شبکه است. به این ترتیب دسترسی به تمام مواد سفارشی که ممکن است به آن نیاز داشته باشند برای همه افراد در یک شرکت آسان است. بنابراین اکنون شما آماده هستید تا برخی از مواد سفارشی خود را داخل SOLIDWORKS در مهندسی مواد ایجاد کنید! این یک فرآیند نسبتاً ساده است، بنابراین حتی کاربران مبتدی نیز باید بتوانند این زمان را تکمیل کنند، ما به شما ایمان داریم! SOLIDWORKS یک بخش راهنما در زمینه مواد و پایگاه داده مواد دارد. اگر سوالی دارید یا چیزی برای اضافه کردن به مقاله دارید، خوشحال می شویم در نظرات زیر با شما در میان بگذاریم. از اینکه مطالب ما را خواندید متشکریم و امیدواریم به زودی شما را در دوره SOLIDWORKS در مهندسی مواد ببینیم! بنابراین گروه آموزشی پارس پژوهان با برگزاری دوره های تخصصیمهندسی مواد و متالورژی، مهندسی مکانیک، مهندسی هوافضا و... که شامل نرم افزار هایی همچون SOLIDWORKS در مهندسی مواد، ABAQUS، CATIA، کلید فولاد، عملیات حرارتی و... میشود به شما عزیزان کمک میکند تا هر چه سریعتر وارد بازار کار شوید.

نویسنده: مصطفی عینعلی، کارشناس دپارتمان مهندسی مواد و متالورژی گروه آموزشی پارس پژوهان

سیمولینک یکی از سه بخش اصلی نرم افزار متلب است که به طور خاص برای شبیه سازی ایجاد شده است. Simulink به کاربر این امکان را می دهد که بدون ساختن یک سیستم، بتواند رفتار آن را بررسی کند و تاثیر ورودی های متفاوت مانند نویزها، اغتشاشات و .... را بر عملکرد سیستم مورد مطالعه قرار دهد، در نتیجه با صرف زمان و انرژی کمتر به اهداف شبیه سازی دست می یابد. simulink در واقع یک کتابخانه بسیار وسیع از انواع بلوک ها است که مهندسان می توانند با استفاده از این بلوک ها، هر سیستم، پلنت، فرآیند یا معادله ای را به صورت دیاگرام بلوکی شبیه سازی کنند و به تحلیل آن از جهات مختلف بپردازند، هر زمان لازم شد، به راحتی تغییرات مد نظر را در سیستم ایجاد کرده و مجدد آن را آنالیز کنند.

متلب (MATLAB) چیست

متلب (MATLAB) به بیان سایت شرکت توسعه دهنده اش Mathworks هم یک نرم افزار، هم یک بستر برنامه نویسی و هم یک زبان برنامه نویسی است که برای اهداف بسیار ساده مانند محاسبات جبری خطی تا مسائل بسیار پیچیده ای ماننده بهینه سازی، کار با شبکه های عصبی، پردازش تصویر و .... به مهندسین شاخه های متفاوت مثل مکانیک، هوافضا، برق، کامپیوتر، عمران و .... و حتی محققین سایر رشته ها کمک می کند.

نرم افزار متلب دارای سه بخش اصلی است:

•      بخش اسکریپت نویسی یا کدهای تایپی که به محیط  mfile معروف است.
•      بخش گرافیکی یا gui (Graphical user interface)
•      بخش Simulink که به محیط شبیه سازی معروف است.

سیمولینک چیست

بخش مربوط به simulink برای این ایجاد شده است که کاربر نیازمند کد نویسی نباشد و از بلوک های آماده استفاده کند. این محیط مزیت ها و کاربردهای زیادی دارد. به طور مثال امکان لینک متلب به سخت افزار را به مهندس شبیه ساز می دهد. اگر قطعه ای داشته باشیم که بخواهیم تست سخت افزاری بگیریم و کدی داشته باشیم، این کد حتما باید در داخل سیمولینک اجرا شود و simulink فرامین را به قطعه یا مجموعه سخت افزاری بدهد. مزیت بعدی اینکه اگر کدهای آماده مثل فرترن (fortran) یا c++ داشته شیم، بدون اینکه آنها را تغییر دهیم می توان داخل سیمولینک فراخوانی کرده و آن ها را اجرا کرد. مزیت دیگر این بخش از نرم افزار متلب فرمت بلوک دیاگرامی بودن است. از این جهت که بخش های کد به به صورت بلوک کنار هم چیده می شوند حس شبیه سازی بهتری به کاربر می دهد.

اساسا این بخش از نرم فزار یک ابزار شبیه سازی و simulation است. البته این به این معنا نیست که در سایر محیط های matlab شبیه سازی انجام نمی شود، هر کدی که نوشته می شود در واقع یک فرآیند در حال شبیه سازی است اما این محیط مختص این کار ایجاد شده و توسعه یافته است.

سیمولینک و کاربران متلب

شما به عنوان یک مهندس برنامه نویس یا طراح و شبیه ساز، می توانید از MATLAB و simulink همزمان استفاده کنید تا قدرت برنامه نویسی متنی و گرافیکی را در یک محیط ترکیب کنید. در حقیقت این فرصت را دارید تا از دانش خود در متلب برای موارد زیر استفاده کنید:

•        بهینه سازی پارامترها
•        ایجاد بلوک های جدید
•        نوشتن متن های تست و اتوماسیون
•        اجرای هزاران شبیه سازی به طور موازی
•        تحلیل نتایج شبیه سازی

سیمولینک برای همه پروژه ها

طبق بیان شرکت توسعه دهنده اش، Simulink در حوزه های بسیار متنوع و متفاوتی مانند، ارتباطات بی سیم، سیستم های کنترلی، کاربردهای الکتریکی، چردازش سیگنال، رباتیک و سیستم های خودکار، سیستم های دیجیتال، هوش مصنوعی و ..... قابل کاربری است. در اینجا به چند نمونه از کاربردها اشاره شده است.

سیمولینک برای سیستم های کنترلی

مهندسان کنترل در همه مراحل توسعه از این بخش متلب استفاده می کنند از مدلسازی پلنت تا طراحی و تنظیم کردن الگوریتم های کنترلی و منطق های نظارتی، تمام مسیر تا توسعه با تولید کدهای خودکار و اعتبارسنجی، صحت سنجی و تست سیستم. پیشنهادات simulink :

•        یک محیط بلوک دیاگرامی چند دامنه ای برای مدلسازی دینامیک های پلنت ، الگوریتم های کنترلی طراحی و اجرای شبیه سازی های حلقه بسته
•        مدلسازی پلنت با استفاده از شناسایی و ابزار مدلسازی فیزیکی
•        توابع پیش ساخته و ابزارهای در تعامل برای تحلیل اورشوت (overshoot)، زمان برخاست، حاشیه فاز، حاشیه بهره و سایر ویژگی های عملکردی و پایداری در دامنه های زمان و فرکانس
•        مکان هندسی ریشه ها، دیاگرام بد (bode) ، کنترل مقاوم، کنترل قابل پیش بینی و سایر تکنیک های طراحی و آنالیز
•        تنظیم خودکار PID، تنظیم ضرایب و سیستم های کنترلی تک ورودی-تک خروجی (SISO) و چند ورودی-چند خروجی (MIMO)
•        مدلسازی، طراحی و شبیه سازی منطق نظارتی برای زمان بندی عملکرد، تعویض مد کنترلی و بررسی شناسایی، محدود کردن و بازیابی خطا (FDIR)

سیمولینک برای کاربردهای برق

مهندسان این حوزه از MATLAB و simulink برای توسعه فناوری های الکتریکی که به افزایش قابلیت اطمینان و بهبود بهره وری از کنترل موتور و مدیریت باتری برای وسایل حمل و نقل برقی تا یکپارچه سازی انرژی های تجدیدپذیر در یک شبکه برق، استفاده می کنند. موارد زیر مثال هایی از این کاربردها هستند:

راه اندازی موتور

انرژی های تجدیدپذیر و ذخیره انرژی

وسایل حمل و نقل الکتریکی

سیستم های باتری

سلول های سوختی و الکترولیزها (Electrolyzers)

تبدیل نیرو

تولید، انتقال و توزیع

سیمولینک برای طراحی برای پایه مدل

شرکت های پیشرو، برای توسعه ی سیستم های پیچیده، طراحی بر پایه مدل (Model-Based Design) با استفاده از مدل هایی در سراسر فرآیند را اتخاد کردند.

•        استفاده از یک مدل مجازی برای شبیه سازی و تست سیستم به زودی و مکرر
•        اعتبارسنجی طراحی با تست مدل های فیزیکی، سخت افزار در حلقه و ساخت نمونه (پروتوتایپ)
•        ایجاد یک کد C، C++، CUDA، PLC و اعمال مستقیم ان به سیستم
•        حفظ یک رشته دیجیتال با قابیت ردیابی از طریق الزامات، معماری سیستم، طراحی جزء، کد ئ تست ها
•        گسترش مدل ها به سیستم های در حال عملیات برای اجرای نگهداری قابل پیش بینی و آنالیز خطا

سیمولینک برای شبیه سازی

طراحی و شبیه سازی سیستم قبل از انتقال به سخت افزار:

در Simulink شما با فضای گسترده ی طراحی مواجه هستید و می توانید سیستم ها با مدلسازی و شبیه سازی چند دامنه ای تست کنید.

•        به سرعت ایده های طراحی را در یک محیط شبیه سازی چند دامنه ای ارزیابی کنید
•        مدل های سیستم را با استفاده از عناصر و کتابخانه ها شبیه سازی کنید
•        مدل های شبیه سازی را برای تست سخت افزار در حلقه در حالت real-time در نظر بگیرید
•        شبیه سازی های بزرگ را در محیط دستکتاپ و یا فضای ابری اجرا کنید

 نویسنده: ستاره دهقان، کارشناس دپارتمان مهندسی هوافضا گروه آموزشی پارس پژوهان

برای درک اهمیت یادگیری python لازم است تفاوت آن با سایر زبان های برنامه نویسی را بدانیم. وقتی نوبت به حل بسیاری از مسائل ریاضی مختلف می رسد که در مهندسی شیمی با آن روبرو می شویم، گزینه های نرم افزاری مختلفی برای به دست آوردن یک راه حل دقیق یا تقریبی وجود دارد. برخی از گزینه ها مانند HYSYS و Aspen بسیار کاربرپسند هستند ولی آنها بیشتر جزئیات محاسبات را از کاربر پنهان می کنند. در حالی که این بسته های نرم افزاری منبع مهمی برای مهندسان هستند، هدف ما در اینجا در واقع یادگیری و درک محاسباتی است که در پس زمینه این بسته های تجاری اتفاق می افتد. ما در اینجا این بسته‌های نرم‌افزاری سطح بالا را صرفاً به این دلیل که می‌خواهیم روی جزئیات محاسباتی واقعی تمرکز کرده و درک کنیم، بحث نمی‌کنیم.

مجموعه های بعدی گزینه های نرم افزاری برای حل مسائل مهندسی، بسته های نرم افزاری ریاضی مانند MATLAB یا MathCAD هستند. این بسته‌ها به کاربر کنترل بیشتری بر محاسبات می‌دهند، اما به دانش تخصصی بیشتری نسبت به نرم‌افزار شبیه‌سازی فرآیند که قبلاً توضیح داده شد، نیاز دارند. این بسته‌های نرم‌افزاری ریاضی احتمالاً محبوب‌ترین گزینه‌ها برای دوره‌ های دانشگاهی در محاسبات مهندسی شیمی هستند. آنها یک نقطه ضعف بزرگ دارند و می توانند بسیار گران باشند، به خصوص اگر کتابخانه های مختلف پشتیبانی و بسته های الحاقی نیز مورد نیاز باشند. درست است که بسیاری از موسسات دارای مجوز سایت برای این بسته‌های نرم‌افزاری هستند، اما مثلا دانشجو پس از فارغ التحصیلی بعید است بتواند به آن دسترسی داشته باشد. گزینه نهایی برای حل محاسباتی مسائل مهندسی این است که به سادگی کد کامپیوتر خود را بنویسید. متأسفانه، این گزینه به دانش تخصصی قابل توجهی نیاز دارد. راه حل کاملی برای معضل انتخاب یک محیط کامپیوتری بهینه برای یادگیری تکنیک های محاسباتی برای حل مسائل مهندسی وجود ندارد. با این حال، زبان برنامه نویسی python دارای مزایای بسیاری است که آن را به پلتفرم انتخابی در اینجا تبدیل می کند. این مزایا عبارتند از:

1.       به صورت رایگان در دسترس است و بر روی اکثر پلتفرم های کامپیوتری اصلی از جمله ویندوز، MacOS و لینوکس اجرا می شود.
2.       دارای تعداد زیادی کتابخانه اضافی است که همچنین رایگان هستند و قابلیت‌های ریاضی محاسباتی را اضافه می‌کنند. به عنوان مثال، کتابخانه Numpy قابلیت هایی را به python ارائه می دهد که شبیه به MATLAB هستند.
3.       بسیاری از کتابخانه‌ های الگوریتم ‌های جمع آوری شده قبلی را می‌توان به python وارد کرد، که امکان محاسبات بسیار سریع و کارآمد را فراهم می‌کند.

فرآیند یادگیری روش های عددی برای مهندسی شیمی نیازمند نوشتن و اجرای برنامه های کامپیوتری است. به شدت توصیه می شود که حداقل به Python2.7 به علاوه کتابخانه های زیر دسترسی داشته باشید.

•        Numpy- (www.numpy.org) کتابخانه عملیات آرایه ای
•        Scipy(www.scipy.org)- کتابخانه الگوریتم علمی که از numpy استفاده می کند
•        Matplotlib-(www.matplotlib.org)کتابخانه های رسم pyplot و pylab را فراهم می کند
•        SymPy(www.sympy.org)-کتابخانه ریاضیات نمادی

نمونه هایی از کاربردPython در مهندسی شیمی 

1- هنگام طراحی یک راکتور شیمیایی، گاهی اوقات یک عبارت ریاضی داریم که در راکتور غلظت را به زمان مرتبط می کند. به عنوان مثال، فرض کنید که ما می دانیم:

C_A=C_A0 exp(-k.t)

که در آن C_A غلظت ماده A است، C_A0 غلظت اولیه A است، k یک ثابت است و t زمان است. ما می خواهیم مشتق C_A را با توجه به زمان برای تعیین سرعت واکنش بگیریم. کد python زیر مشتق را تعیین می کند

خروجی از اسکریپت C_A0 exp(-k.t)است، که خواننده ناظر تشخیص می دهد که می تواند به k CA ساده شود. انتگرال نمادی بیشتر ازمشتق گیری نمادی مفید است، احتمالاً به این دلیل که انتگرال با دست دشوارتر از مشتق گیری است. بلوک کد زیر انتگرال تک و دوگانه یک تابع sin(x) ساده را نشان می دهد.

2- در طراحی راکتور،برای تعیین اندازه یک راکتور batch حاوی یک واکنش مرتبه دوم برگشت ناپذیر B A مستلزم آن است که انتگرال را ارزیابی کنیم:

در حالی که این انتگرال هنوز نسبتاً ساده است، بررسی کار ما با یک برنامه ریاضی نمادین هرگز ضرری ندارد. اسکریپت زیر این انتگرال را با استفاده از python تعیین می کند.

چند نکته جالب را می توان در این بلوک کد مشاهده کرد . ابتدا به رابط تابع برای انتگرال های معین توجه کنید (متغیر، حد پایین، حد بالا) که در اینجا به صورت (x, 0, x) است. نتیجه انتگرال گیری اولیه -1- است.

 3- از توابع bobcatLU() و bobcatBS() برای حل ستون تقطیر استفاده کنید.

محلول باید همان چیزی باشد که با استفاده ازpython به دست می آید. تابع () حل کنید: 

در حوزه مهندسی، ما اغلب علاقه مندیم که چگونه سیستمی که در وضعیت شناخته شده است به تغییرات پارامتری که بر آن سیستم تأثیر می گذارد واکنش نشان می دهد. به عنوان مثال، اگر تغییری در مقاومت در سراسر دستگاه در مدار ایجاد شود، برای مدار جریان در مدار چه اتفاقی می‌افتد؟ اگر دمای هوا تغییر کند، چه اتفاقی برای دمای مایع خنک‌کننده خروجی از رادیاتور می‌افتد؟ سرعت تغییر چقدر است؟ بزرگی تغییر چقدر است؟ بسیاری از سیستم ها را می توان با یک معادله دیفرانسیل توصیف کرد که مشتقاتی با توجه به زمان دارد. به طور معمول، شرایط اولیه سیستم مشخص است و ما علاقه مند به مدل سازی رفتار بلند مدت سیستم هستیم. در این موارد برای سهولت کار از نرم افزار python  اسفاده می کنیم که هم به راحتی در دسترس است و همچنین محاسبات سریع و با دقت بالا انجام می شود.

نویسنده: فائزه کاظمی زاد، کارشناس دپارتمان مهندسی شیمی گروه آموزشی پارس پژوهان

متلب به کاربر این امکان را می دهد که برای مجموعه بزرگی از معادلات همزمان راه حل پیدا کند. همچنین به کاربر اجازه می‌دهد تا معادلاتی را حل کند که شامل عبارت‌های دیفرانسیل و انتگرال است که معمولاً بسیار وقت‌گیر هستند. یک پلت فرم برنامه نویسی است که به طور خاص برای مهندسان و دانشمندان طراحی شده است تا سیستم ها و محصولاتی را که دنیای ما را متحول می کنند تجزیه و تحلیل و طراحی کنند. قلب متلب زبان متلب است، زبانی مبتنی بر ماتریس که امکان بیان طبیعی ترین ریاضیات محاسباتی را فراهم می کند. متلب در مهندسی مواد برای بهینه سازی توان عملیاتی، به حداقل رساندن زمان خرابی و افزایش ایمنی استفاده می کنند. آنها داده‌های حسگر بلادرنگ را تجزیه و تحلیل می‌کنند، عملیات استخراج را مدل‌سازی و شبیه‌سازی می‌کنند، استراتژی‌های کنترلی را پیاده‌سازی می‌کنند و از سیستم‌های هوش مصنوعی استفاده می‌کنند.

آیا از متلب در مهندسی مواداستفاده می شود؟

مهندسان را قادر می سازند تا به پیچیدگی روزافزون تجهیزات تولید مدرن و تقاضا برای انعطاف پذیری بالاتر رسیدگی کنند. مهندسین اتوماسیون صنعتی و ماشین آلات از طراحی مبتنی بر مدل در متلب و سیمولینک برای طراحی و آزمایش کنترل‌های ماشین و منطق نظارتی استفاده می‌کنند.

از MATLAB/Simulink برای برنامه های طراحی و تحلیل مهندسی مکانیک استفاده کنید. برنامه با استفاده از MATLAB و Simulink برای کاربرد در مباحث مهندسی مانند دینامیک، ارتعاشات، سیستم ها، کنترل، مکانیک سیالات و انتقال حرارت.

APIهای موتور MATLAB برای: C/C++Fortran در دسترس هستند. مهندسین مکانیک رشته طراحی و ساخت به شدت از MATLAB و Simulink استفاده می کنند. تعجب خواهید کرد اگر بدانید که متلب همچنین پایه نرم افزارهای مختلف CAD و همچنین طراحی نرم افزار را درست مانند SOLIDWORKS تشکیل می دهد.

MATLAB برای چه چیزی بهتر است استفاده شود؟

MATLAB یک پلت فرم محاسباتی است که برای کاربردهای مهندسی و علمی مانند تجزیه و تحلیل داده ها، پردازش سیگنال و تصویر، سیستم های کنترل، ارتباطات بی سیم و روباتیک استفاده می شود.

چرا مهندسان از MATLAB به جای پایتون استفاده می کنند؟

متلب توانایی محاسبات ریاضی بسیار قوی دارد، انجام پایتون دشوار است. پایتون هیچ پشتیبانی ماتریسی ندارد، اما کتابخانه NumPy قابل دستیابی است. MATLAB به ویژه در پردازش سیگنال، پردازش تصویر، که در آن پایتون قوی نیست، خوب است و عملکرد نیز بسیار بدتر است. متلب مخففMatrix laboratory است. این توسطCleve Moller طراحی و توسطMathWorks توسعه یافته است. این یک زبان برنامه نویسی چند منظوره برای محاسبات عددی است. پروژه هایLINPACK وEISPACK مسئول توسعه اولیه بودند تا بتوانند به نرم افزارMatrix که ایجاد کرده بودند دسترسی داشته باشند.

آیا یادگیری متلب در مهندسی مواد سخت است؟

برای انجام این کار از سیستم و زبان برنامه نویسی به نامMATLAB استفاده می کند زیرا یادگیری آن آسان، همه کاره و برای مهندسان و دیگر متخصصان بسیار مفید است.MATLAB یک زبان با هدف خاص است که یک انتخاب عالی برای نوشتن برنامه های با اندازه متوسط ​​است که مشکلات مربوط به دستکاری اعداد راحل میکند. مهندسین متالورژی میتوانند تا با یادگیری صفر تا صد متلب در مهندسی مواد که مهارتی ارزشمند برای تجزیه و تحلیل داده ها در بسیاری از صنایع است، مهارت پیدا کنند. اگر یک برنامه نویس مبتدی هستید، می توانید انتظار داشته باشید که کمی بیشتر از زمانی که یک برنامه نویس باتجربه هستید، طول بکشد. کسی که می تواند تمام وقت خود را به متلب اختصاص دهد می تواند در عرض دو هفته یادگیری زبان را به پایان برساند.

شما می توانید ریاضیات ماتریس و آرایه را مستقیماً با استفاده از نحو آشنا بیان کنید. MATLAB هزاران توابع داخلی را برای محاسبات رایج ریاضی، علمی و مهندسی فراهم می کند.

در واقع، شما می توانید یک شغل به عنوان برنامه نویس ریاضیات را در آنجا شروع کنید یا یک شغل مرتبط پیدا کنید. اگر آن را بدانید، شانس شما برای اشتغال بسیار افزایش می یابد. شما به سرعت مشاغل Matlab را برای تازه کارها پیدا خواهید کرد.

چه کسی نرم افزار متلب را اختراع کرد؟

کلیو بری مولر یک ریاضیدان و برنامه نویس کامپیوتر آمریکایی است که در تحلیل عددی تخصص دارد. در اواسط تا اواخر دهه 1970، او یکی از نویسندگان LINPACK و EISPACK، کتابخانه‌های فرترن برای محاسبات عددی بود.

متلب در مهندسی مواد برای چه مواردی استفاده می شود؟

مثال‌های زیادی برای نشان دادن کاربرد MATLAB در تجزیه و تحلیل مشکلات در سیستم‌های کنترل،شبیه سازی، مهندسی پایه، استاتیک و دینامیک، ارتعاشات مکانیکی، مدارهای الکتریکی و روش‌های عددی ارائه شده‌اند. مهندسان و دانشمندان به یک زبان برنامه نویسی نیاز دارند که به آنها اجازه دهد ریاضیات ماتریس و آرایه را مستقیماً بیان کنند. جبر خطی در متلب بصری و مختصر است. همین امر برای تجزیه و تحلیل داده ها، پردازش سیگنال و تصویر، طراحی کنترل و سایر برنامه ها صادق است.

متلب در مهندسی مواد چقدر اهمیت دارد؟

می‌توان از MATLAB برای بررسی راه‌حل‌های معادله، ادغام‌ها، مشتقات و بهینه‌سازی نتایج در مسائل طراحی که شامل پارامترهای مختلف متعدد هستند، استفاده کرد. همچنین می‌توان از آن در کلاس‌های آزمایشگاهی برای پردازش داده‌های تجربی و ایجاد نمودارهایی برای تجسم آزمایش‌ها و استخراج نتیجه‌گیری استفاده کرد.متلب در مهندسی مواد امروزه پر کاربردترین زبان برنامه نویسی برای مهندسین متالورژی است.

انواع مختلفی از توابع با MATLAB در دسترس هستند، از جمله توابع محلی، توابع تو در تو، توابع خصوصی و توابع ناشناس. برای تعیین اینکه وقتی چندین تابع در محدوده فعلی نام یکسان دارند کدام تابع را فراخوانی کنیم، متلب از ترتیب اولویت تابع استفاده می کند.

چند نوع بردار در متلب وجود دارد: به عنوان مثال، اصطلاحات آرایه یک بعدی، بردار ستون و بردار ردیف در بین سه نوع سیگنال برداری متمایز می شوند. اندازه یک ماتریس جفت اعدادی است که نشان می دهد ماتریس چند سطر و ستون دارد. متلب در مهندسی مواد شامل سه نوع عملگر و توابع منطقی میباشد: Element-wise: بر روی عناصر مربوط به آرایه های منطقی کار می کند. Bit-wise: روی بیت های مربوط به مقادیر یا آرایه های عدد صحیح کار می کند. اتصال کوتاه: روی عبارات اسکالر و منطقی کار می کند.

نتیجه گیری

گروه آموزشی پارس پژوهان با برگزاری دوره های تخصصی مهندسی مواد و متالورژی، مهندسی هوافضا، مهندسی کامپیوتر، مهندسی مکانیک، مهندسی پزشکی و... که شامل متلب در مهندسی مواد، پایتون، نرم افزار SolidWorks و... میباشد به شما عزیزان کمک میکند تا هرچه سریعتر وارد بازار کار شوید.

 نویسنده: مصطفی عینعلی، کارشناس دپارتمان مهندسی مواد و متالورژی گروه آموزشی پارس پژوهان

نرم افزار اکسل یا در حالت صحیح تر Microsoft Excel یکی از برنامه های کاربردی است که برای هر فردی فارغ از رشته تحصیلی، حوزه ی تخصصی، موقعیت شغلی و .... آشنایی و مهارت کار با آن از نیازهای اولیه محسوب می شود. این نرم افزار که بعد از ورد (word) معروف ترین عضو خانواده مایکروسافت آفیس (Microsoft Offoce) است، از ابتدا در اولین پکیج نرم افزاری آفیس که در سال 1990 برای ویندوز منتشر شد، در کنار ورد و پاورپوینت حضور داشت. Excel در تعریف ساده، مانند سایر ابزارهای صفحه گسترده، از یک جدول شامل ستون ها و ردیف ها تشکیل شده است که در آن می توان اطلاعات و داده های متنوعی را سازماندهی کرد.

اساس کار

در نگاه اول همه آنچه در اکسل دیده می شود، خانه های به اسم سلول (cell) است که از تقاطع ستون ها و ردیف ها به وجود آمده اند. ستون ها با حروف انگلیسی و ردیف ها با اعداد نام گذاری شده اند، به همین دلیل نام هر سلول از یک حرف که نشان دهنده ی ستون قرارگیری و یک عدد که نشان دهنده ی ردیف قرارگیری است، تشکیل شده است. در واقع کوچکترین جز و مهمترین جز از برنامه، همین سلول ها هستند. همه داده ها و اطلاعات در سلول ها وارد شده و ذخیره می شوند.

توابع

برای کار با داده هایی که در سلول ها وارد و ذخیره شده، که شامل سازمان دهی آنها ، انجام محاسبات، ایجاد داده های جدید و ارتباط سلول ها و صفحات مختلف باهم، به توابعی نیاز داریم که توسط شرکت ماکروسافت تعریف شده اند و به مرور هر ساله افزایش پیدا کرده اند. از نسخه 2010 اکسل بیش از 300 تابع تعریف شده قابل استفاده دارد که در 14 دسته بندی، معرفی شده اند.

کاربردها

تنوع و تعدد کاربری های excel در حوزه های مختلف علوم، چه شاخه های مهندسی مانند مکانیک، هوافضا،مواد و ... چه شاخه های مدیریتی تا حدی گسترده است که نام بردن و شرح همه آنها در یک نوشتار امکن پذیر نیست. در اینجا به مثال ساده ای از کار در این ابزار اشاره می کنیم که شاید نمونه کوچکی از یک فرآیند مدیریت ارتباط با مشتری (CRM) است.

برای تصور بهتر، فرض کنید لیستی از دانشجویان یک دانشکده را در اختیار دارید. از طرفی دروس مختلفی در دانشکده ارائه شده است که برای هر کدام چند استاد قابل انتخاب هستند. هر درس توسط تعدادی از دانشجویان به ظرفیت می رسد و با یکی از اساتید برگزار می شود و در نهایت بحث های مالی و تسویه با توجه به شهریه های پرداختی و حق التدریس مدرس ها، انجام می شود. اگر در حالت عادی قصد داشته باشیم به این فرآیند بپردازیم، حتما چندین ساعت زمان صرف خواهد شد و در نهایت با انبوهی از داده هایی مواجه هستید که به یکدیگر وابسته هستند به سختی قابلیت سازمان دهی دارند.

اما حال در نظر بگیرید شما ابزاری مانند نرم افزار اکسل در اختیار داشته باشید، همه این اطلاعات در جدول های متناسب، دسته بندی می شوند. می توان دانشجویان را بر اساس رشته ها، سال ورود، شهر محل تولد و ... مرتب (sort) کرد. به دانشجویان، رشته ها و اساتید کد اختصاص داد و با این کدها و استفاده از توابع و ارتباط بین جداول همه اطلاعات را به سهولت سازمان دهی کرد، به طوری که هر تغییر به طور خودکار در همه کاربرگ ها اعمال شود و حالت نهایی را به دست آورد.

جداول و نمودارها

یکی از مهمترین و جذابترین قابلیت های نرم افزار اکسل، امکان تهیه جداول و نمودارهای بسیار متنوع از سلول های موجود در صفحه است و از طرفی نیاز به ارائه و نمایش داده ها به صورت های مختلف، همیشه یکی از دغدغه های افراد با مسئولیت های متفاوت است، به همین دلیل Excel اولین انتخاب در این زمینه است.

شما در EXCEL  می توانید با استفاده از داده ی ستون ها و سطرها، انواع جداول را تشکیل داده و به سبک های مختلفی آن ها را سازماندهی کنید که بر چه اساس مرتب شوند یا با چه معیاری بعضی از داده ها نمایش داده شوند، برخی دیگر پنهان شوند و ..... نکته جالب اینکه اگر داده ها را تغییر دهید، جداول به صورت خودکار به روز می شوند.

علاوه بر جداول ، وجود تنوع زیادی از گراف ها، که در بیش از 15 دسته بندی مختلف قابل استفاده هستند، از محاسن کار با ایم عضو خانواده آفیس است.

ماکرونویسی

محیط صفحه گسترده ی اکسل با وجود تمام قابلیت ها و امکانات، محدودیت هایی نیز دارد که گاهی مانع پیشبرد یک مسئله خاص می شود. برای رفع این محدودیت، توسعه دهندگان excel از روش کدنویسی کمک گرفته اند. برای اینکار که اصطلاحا ماکرونویسی نامیده می شود از برنامه ویژوال بیسیک (Visual Basic) استفاده می شود. برنامه نویسی با ویژوال بیسیک به کاربران اجازه می دهد با اعمال نفوذ در صفحه گسترده، فعالیت هایی که با تکنیک های استاندارد غیرممکن است، را انجام دهند.

اکسل در پلتفرم های دیگر

نرم افزار EXCEL علاوه بر ویندوز در پلترفرم های دیگری نیز قابل دسترس است که کارایی آن برای افراد را بیش از پیش افزایش می دهد.

نسخه تلفن همراه این نرم افزار (Excel Mobile) یک برنامه صفحه گسترده است که می تواند فایل های با فرمت XLSXویرایش کند. این برنامه می تواند داده های سلول ها، فرمول های محاسباتی را ویرایش کند، در فضای برنامه داده ای را سرچ کند، ستون و سطرها را مرتب سازی و یا فیلتر کند، کامنت اضافه کند و نمودار ایجاد کند.

نرم افزار تحت وب، یک نسخه کم حجم از مایکروسافت اکسل است که مانند ورد و پاورپوینت، بعنوان بخشی از Office تحت وب، قابل دسترس است. این نسخه اکثر امکانات نسخه دسکتاپ را دارد.

پسورد گذاری

فایل های اکسل مانند سایر برنامه های کاربردی  Microsoft Office قابل پسوردگذاری هستند. انواع پسوردگذاری های زیر می تواند مورد استفاده قرار گیرد:

•        پسورد برای باز کردن یک سند
•        پسورد برای ویرایش یک سند
•        پسورد برای غیرفعال کردن حالت محافظت شده ی یک کاربرگ (worksheet)
•        پسورد برای محافظت یک سند در حال اشتراک گذاری

نویسنده: ستاره دهقان، کارشناس دپارتمان مهندسی هوافضا گروه آموزشی پارس پژوهان

در این مقاله میخواهیم به سیگنال حیاتی و یا بیوسیگنال ها بپردازیم. بیو سیگنال در واقع هر سیگنالی در موجودات زنده است که به طور مداوم قابل اندازه گیری و نظارت باشد. اصطلاح بیوسیگنال اغلب برای اشاره به سیگنال های بیوالکتریکی استفاده می شود، اما ممکن است برای سیگنال های الکتریکی و غیر الکتریکی هم کاربرد داشته باشد .بیوسیگنال‌ الکتریکی یا سیگنال‌ حیاتی بر حسب زمان معمولاً به تغییر جریان الکتریکی تولید شده توسط مجموع اختلاف پتانسیل الکتریکی در یک بافت، اندام یا سیستم سلولی تخصصی مانند سیستم عصبی اشاره دارد. بنابراین، شناخته شده ترین سیگنال های بیوالکتریکی عبارتند از:

•         Electroencephalogram (EEG)
•         Electrocardiogram (ECG)
•         Electromyogram (EMG)
•         Electrooculogram (EOG)
•         Electroretinogram (ERG)
•         Electrogastrogram (EGG)
•         Galvanic skin response (GSR) or electrodermal activity (EDA)

EEG، ECG، EOG و EMG با یک تقویت کننده دیفرانسیل اندازه گیری می شوند که تفاوت بین دو الکترود متصل به پوست را ثبت می کند. با این حال، پاسخ پوست گالوانیکی (GSR) مقاومت الکتریکی را اندازه‌گیری می‌کند و MEG میدان مغناطیسی ناشی از جریان‌های الکتریکی (الکتروانسفالوگرام) مغز را اندازه‌گیری می‌کند.در ادامه به توضیح بیشتر برخی از سیگنال های گفته شده میپردازیم.

الکتروانسفالوگرام (EEG)

الکتروانسفالوگرافی (EEG) روشی برای ثبت الکتروگرام از فعالیت الکتریکی خود به خودی مغز است. سیگنال حیاتی شناسایی شده توسط EEG نشان دهنده پتانسیل های پس سیناپسی نورون های هرمی در نئوکورتکس و آلوکورتکس هستند. این روش ثبت سیگنال معمولاً غیر تهاجمی است و الکترودهای EEG در امتداد پوست سر قرار می‌گیرند (که معمولاً "EEG پوست سر" نامیده می‌شود) با استفاده از سیستم بین‌المللی 10-20 یا انواع آن. الکتروکورتیکوگرافی، که شامل قرار دادن الکترودها با جراحی است، گاهی اوقات "EEG داخل جمجمه ای" نامیده می شود. تفسیر بالینی ضبط EEG اغلب با بازرسی بصری ردیابی یا تجزیه و تحلیل کمی EEG انجام می شود.

نوسانات ولتاژ اندازه گیری شده توسط تقویت کننده زیستی EEG و الکترودها امکان ارزیابی فعالیت طبیعی مغز را فراهم می کند. از آنجایی که فعالیت الکتریکی کنترل شده توسط EEG از نورون‌های بافت زیرین مغز منشا می‌گیرد، ضبط‌های انجام شده توسط الکترودها بر روی سطح پوست سر بسته به جهت و فاصله آنها تا منبع فعالیت متفاوت است.

علاوه بر این، سیگنال حیاتی ثبت شده ممکن است توسط بافت‌های میانی و استخوان که مانند مقاومت‌ها و خازن‌های یک مدار الکتریکی عمل می‌کنند، دچار تغییر شود. این بدان معناست که همه نورون‌ها به طور یکسان در سیگنال EEG مشارکت نمی‌کنند و عمدتا نورون‌های قشر مغز که در نزدیکی الکترودهای روی پوست سر قرار دارند مشارکت دارند.

ساختارهای عمیق درون مغز دورتر از الکترودها مستقیماً به EEG کمک نمی کنند، این ساختارها شامل قاعده شکنج قشر مغز، دیواره های مزیال لوب های اصلی، هیپوکامپ، تالاموس و ساقه مغز است.

این سیگنال حیاتی برای تشخیص یا درمان اختلالات زیر مورد استفاده قرار میگیرد:

• تومور مغزی
• آسیب مغزی ناشی از ضربه به سر
• اختلال عملکرد مغز که می تواند دلایل مختلفی داشته باشد (آنسفالوپاتی)
• التهاب مغز (آنسفالیت)
• سکته
•  اختلالات خواب
• صرع و بیش فعالی ADHD

الکتروکاردیوگرام (ECG)

سیگنال حیاتی الکتروکاردیوگرافی فرآیند تولید الکتروکاردیوگرام (ECG) یا EKG)) ثبت فعالیت الکتریکی قلب است. این الکترودها تغییرات الکتریکی کوچکی را که در نتیجه دپلاریزاسیون عضله قلب و به دنبال آن رپلاریزاسیون در طول هر چرخه قلبی (ضربان قلب) است، تشخیص می دهند.

تغییرات در الگوی طبیعی ECG در بسیاری از ناهنجاری‌های قلبی، از جمله اختلالات ریتم قلب (مانند فیبریلاسیون دهلیزی و تاکی کاردی بطنی )، جریان خون ناکافی شریان کرونر (مانند ایسکمی میوکارد و انفارکتوس میوکارد و اختلالات الکترولیتی (مانند هیپوکالمی و هیپرکالمی) رخ می دهد.

به طور سنتی، سیگنال حیاتی ""ECG معمولاً به معنای 12 لید است که در حالت دراز کشیدن گرفته می شود. با این حال، دستگاه‌های دیگر می‌توانند فعالیت الکتریکی قلب مانند مانیتور هولتر را ثبت کنند، برخی از مدل‌های ساعت هوشمند نیز قادر به ضبط نوار قلب هستند. در نتیجه سیگنال های ECG را می توان در زمینه های دیگر با دستگاه های دیگر هم ضبط کرد.

در یک ECG معمولی 12 لید، ده الکترود بر روی اندام های بیمار و روی سطح قفسه سینه قرار می گیرد. سپس مقدار کلی پتانسیل الکتریکی قلب از دوازده زاویه مختلف ("lead") اندازه گیری می شود و در یک دوره زمانی (معمولاً ده ثانیه) ثبت می شود. و به این ترتیب، مقدار کلی و جهت دپلاریزاسیون الکتریکی قلب در هر لحظه در طول چرخه قلبی ثبت می شود.

هدف کلی از انجام ECG به دست آوردن اطلاعات در مورد عملکرد الکتریکی قلب است. کاربردهای پزشکی برای این اطلاعات متنوع است و اغلب باید با دانش ساختار قلب و علائم معاینه فیزیکی ترکیب شوند تا تفسیر شوند. برخی از نشانه ها برای ثبت سیگنال حیاتی ECG شامل موارد زیر است:

درد قفسه سینه یا مشکوک به انفارکتوس میوکارد (حمله قلبی)

علائمی مانند تنگی نفس، غش، تشنج، یا آریتمی از جمله تپش قلب

تست استرس قلبی

و همچنین الکتروفیزیولوژی بالینی قلب، که در آن یک کاتتر از طریق ورید فمورال وارد می شود و می تواند چندین الکترود در طول آن برای ثبت جهت فعالیت الکتریکی از داخل قلب داشته باشد.

الکترومایوگرام(EMG)

سیگنال حیاتی الکترومایوگرافی (EMG) تکنیکی برای ارزیابی و ثبت فعالیت الکتریکی تولید شده توسط عضلات اسکلتی است.EMG  با استفاده از ابزاری به نام الکترومایوگراف برای تولید رکوردی به نام الکترومایوگرام انجام می شود. یک الکترومایوگراف پتانسیل الکتریکی تولید شده توسط سلول‌های عضلانی را هنگامی که این سلول‌ها از نظر الکتریکی یا عصبی فعال می‌شوند، تشخیص می‌دهد. این سیگنال‌ حیاتی را می‌توان برای تشخیص ناهنجاری‌ها، سطح فعال‌سازی، یا تجزیه و تحلیل حرکت بیومکانیکی انسان یا حیوان استفاده کرد. سوزن EMG یک تکنیک پزشکی الکترودیاگنوستیک است که معمولا توسط متخصصان مغز و اعصاب استفاده می شود و  EMG سطحی یک روش غیرپزشکی است که برای ارزیابی فعال شدن عضلات توسط چندین متخصص، از جمله فیزیوتراپیست ها، حرکت شناسان و مهندسان زیست پزشکی استفاده می شود.

آزمایش EMG کاربردهای بالینی و زیست پزشکی متنوعی دارد. سوزن EMG به عنوان یک ابزار تشخیصی برای شناسایی بیماری های عصبی عضلانی،  یا به عنوان یک ابزار تحقیقاتی برای مطالعه حرکت شناسی، و اختلالات کنترل حرکتی استفاده می شود. سیگنال حیاتی EMG سطحی برای تشخیص عملکردی و در طول آنالیز حرکت ابزاری استفاده می شود. سیگنال های EMG همچنین به عنوان سیگنال کنترلی برای دستگاه های مصنوعی مانند دست های مصنوعی، بازوها و اندام های تحتانی نیز کاربرد دارد.

پردازش سیگنالهای حیاتی

پردازش سیگنال حیاتی شامل به دست آوردن و پیش پردازش سیگنال های فیزیولوژیکی و استخراج اطلاعات معنی دار برای شناسایی الگوها و روندهای درون سیگنال ها است. منابع سیگنال حیاتی شامل فعالیت عصبی، ریتم قلبی، حرکت ماهیچه ها و سایر فعالیت های فیزیولوژیکی است.

سیگنال هایی مانند نوار قلب (ECG) ، الکتروانسفالوگرام (EEG)، الکترومایوگرافی (EMG)را می توان به صورت غیر تهاجمی ضبط کرد و برای تشخیص و به عنوان شاخص های سلامت کلی استفاده کرد.

پردازش سیگنال حیاتی شامل:

• دریافت سیگنال
• ترسیم  و تفسیرسیگنال
• حذف مصنوعات و نویز و پیش پردازش
• استخراج ویژگی

سپس ویژگی‌های استخراج‌شده به مدل‌های طبقه‌بندی وارد می‌شوند یا مستقیماً برای تشخیص استفاده می‌شوند.

پردازش بیو سیگنال ها را معمولا با نرم افزار های برنامه نویسی انجام میدهند. یکی از این نرم افزار ها متلب می باشد.

در حوزه مهندسی پزشکی سیگنال حیاتی با متلب بسیار کاربرد دارد و از ان برای پردازش سیگنال های حیاتی و استخراج ویژگی ها کمک میگیرند.

از دیگر نرم افزار های پرکاربرد دیگر نرم افزار پایتون می باشد. این این نرم افزار نیز برای پردازش سیگنال های حیاتی استفاده میشود.

جمع بندی

سیگنال حیاتی انواع مختلفی دارد که در این مقاله سه تا از مهمترین سیگنال ها در حوزه پزشکی توضیح داده شد. بعد از ثبت این سیگنال ها بحث پردازش ان برای تشخیص بیماری بسیار مهم است. گاهی اوقات پزشک با نگاه کردن به سیگنال نوع عارضه را میتواند تشخیص دهد و اما گاهی به بررسی بیشتر احتیاج است که  در واقع سیگنال باید پردازش شود و اگر نویز و یا مصنوعاتی دارد حذف شود و از ان استخراج ویژگی شود و بعد میتوان نوع عارضه را تشخیص داد و درمان را شروع کرد.

 همانطور که گفته شد دو نرم افزار متلب و  پایتون هم کاربرد بسیاری در حوزه پردازش سیگنال دارند. افرادی که در حوزه مهندسی پزشکی کار میکند باید به مبحث سیگنال حیاتی تسلط داشته باشند و طرز پردازش این سیگنال ها را یاد گرفته باشند.

نویسنده: سمانه خان بیگی، کارشناس دپارتمان مهندسی پزشکی گروه آموزشی پارس پژوهان

یکی از چالش های اصلی در لوله کشی تجاری، مدیریت ساختمان های چند طبقه است.انتقال آب شیرین در برابر جاذبه از یک طبقه به طبقه دیگر نیاز به دستگاه ها و سازه های لوله کشی تخصصی دارد.یکی از اجزای ضروری لوله کشی سازه های چند طبقه، رایزرها هستند.لوله کشی در ساختمان ها به سادگی نمی تواند بدون آنها کار کند. رایزر ها جزو کاراکترهایی هستند که در نرم افزارهایی مثل اتوکد Revit Mep، PDMS و همینطور AUTOCAD P&ID بعضا آماده استفاده در آپشن هایشان موجود است و بعضا پس از مدل کردن در سازه طراحی شده اضافه می شوند.

شما ممکن است در مورد رایزرهای ساختمان خود ندانید زیرا قرار است کار خود را بدون اینکه شما متوجه شوید انجام دهند.رایزرها که به آنها رایزر اصلی نیز می گویند به خطوط آبرسانی اطلاق می شود که از طبقه ای به طبقه دیگر حرکت می کنند.به عبارت دیگر، لوله های عمودی در یک ساختمان که اجازه می دهد آب شیرین از طبقات پایین به طبقات بالا برود.رایزرها دارای ویژگی هایی مانند جلوگیری از جریان برگشتی برای جلوگیری از حرکت آب در جهت اشتباه در سیستم هستند. رایزرها می توانند از مواد مختلفی ساخته شوند و انواع موجود در تاسیسات شما به سن ساختمان بستگی دارد.متداول ترین مواد رایزر پلاستیک، مس، برنج و فولاد گالوانیزه هستند.مانند هر بخش از سیستم لوله کشی، رایزرها طول عمر محدودی دارند و در برخی مواقع نیاز به تعویض دارند. چگونه می توانم بفهمم که نیاز به تعویض رایزر دارم؟ شما می توانید بر اساس سن لوله ها تخمینی در مورد تعویض رایزر انجام دهید.بسته به مواد، رایزرها می توانند از 40 تا 100 سال عمر کنند.لوله های پلاستیکی کوتاه ترین طول عمر متوسط را دارند، حدود 40 سال، اگرچه اغلب عمر طولانی تری دارند.فولاد گالوانیزه می تواند 50 سال، برنج 70 سال و مس نوع K تا 100 سال دوام بیاورد.(می توانید ببینید که چرا لوله های مسی به متداول ترین فلز مورد استفاده در لوله کشی تجاری تبدیل شده اند.) سن یک عامل تعیین کننده مطلق برای جایگزینی رایزر نیست، با این حال، از آنجایی که میزان استفاده از رایزرها، سابقه نگهداری آنها و وجود مواد شیمیایی در آب که باعث خوردگی می شود، همگی می توانند طول عمر آنها را کاهش دهند.اگر تأسیسات قدیمی‌تری دارید که ممکن است بلندگوهای قدیمی داشته باشد، توصیه می‌کنیم با لوله‌کش‌های ما تماس بگیرید تا آنها را بررسی کنند تا ببینند آیا نیاز به تعویض آنها دارید یا خیر. علائم هشدار دهنده خاصی وجود دارد که می توانید به آنها توجه کنید که به شما می گوید زمان آن فرا رسیده است که رایزرهای جدید قرار دهید: کاهش تدریجی فشار آب: اگر فشار آب در ساختمان شروع به کاهش کند، در حالی که طبقات بالا بدترین وضعیت را دارند، می تواند به معنای رایزرهای پوسیده یا بالابرهایی با انسداد باشد. تغییر رنگ: خراب شدن لوله های فلزی می تواند باعث ایجاد تغییر رنگ در آب شیرین شود. علائم نشتی روی دیوارها: وقتی می بینید که لکه آب روی دیوار ظاهر می شود، احتمالاً به این معنی است که یک بالابر پشت دیوار نشتی دارد. قبوض آب بالا: نشتی افزایش دهنده ها همچنین هشداری را در قالب قبض آب بالاتر برای شما ارسال می کند.

رایزر عمودی

رایزر عمودی رایزر عمودی هر جزء است که به صورت عمودی از طریق یک ساختمان امتداد می یابد، از جمله پله ها و بالابرها، اما این اصطلاح بیشتر برای اشاره به کانال ها، لوله ها، مجراها و کابل ها استفاده می شود. کانال‌های عمودی باید با دقت قرار داده شوند تا طول لوله و کابل را به حداقل برسانید و همچنین در مورد لوله‌کشی از خمیدگی‌های غیرضروری جلوگیری کنید. از آنجایی که رایزرهای عمودی معمولاً طبقات را نقض می کنند، می توانند از نظر گسترش آتش خطر ایجاد کنند و بنابراین باید به طور مناسب در برابر آتش محافظت شوند. انواع دیگر رایزر عمودی عبارتند از: رایزر خشک: برای تامین آب داخل ساختمان ها برای اهداف اطفاء حریق استفاده می شود. رایزرهای خشک در مواقعی که استفاده نمی شوند حاوی آب نیستند اما در صورت لزوم توسط دستگاه های پمپاژ آتش نشانی با آب شارژ می شوند. برای اطلاعات بیشتر به: رایزر خشک مراجعه کنید. رایزر مرطوب: برای تامین آب داخل ساختمان ها برای اهداف اطفاء حریق استفاده می شود. رایزرهای مرطوب به طور دائم با آب شارژ می شوند. برای اطلاعات بیشتر رجوع کنید به: رایزر مرطوب. نکته: اصطلاح "رایزر" را می توان در رابطه با اجزای پله نیز به کار برد. پله رایزر به صورت عمودی بین پشت آج یک پله و جلوی آج پله بالا گفته می شود. برای اطلاعات بیشتر، پله‌ها را ببینید.

رایزر پله رو

بخش K مقررات ساختمانی مستلزم آن است که بالا آمدن، رفتن، نرده‌ها، فضای سر، طول و عرض هر پله، نردبان و رمپ بین سطوح برای ایجاد ایمنی مناسب برای افرادی که به ساختمان‌ها دسترسی پیدا می‌کنند و در اطراف آن حرکت می‌کنند، مناسب باشد. سند تایید شده K - حفاظت در برابر سقوط، برخورد و ضربه مقرراتی را توصیف می کند که این الزام را برآورده می کند.این "بالا رفتن" پله ها را به عنوان ارتفاع بین آج های متوالی یا برای رمپ ها، فاصله عمودی بین هر انتهای مسیر رمپ تعریف می کند. اندازه گیری افزایش و رفتن

در یک سری مراحل، برای تمام مراحل، اندازه‌گیری‌های صعود و رفتن باید مطابق شکل زیر باشد. افزایش و رفتن حداقل و حداکثر مقادیر :

 همه ساختمان‌ها باید دارای آج‌های هموار بر روی پله‌ها باشند، با بالا رفتن و رفتن هر پله در طول یک پله ثابت.اگر پله ها در پروازهای متوالی بیش از 36 بالابر داشته باشند، باید حداقل یک تغییر جهت بین پروازها انجام شود. ساختمان های غیر از مسکن نباید تک پله داشته باشند.برای پروازهای بین فرود، حداکثر تعداد رایزرها باید 16 رایزر برای پله‌های شهری و برای پله‌های دسترسی عمومی، 12 رایزر باشد، اما استثنائاً در مکان‌های کوچکی که منطقه طرح محدود است، بیش از 16 افزایش نمی‌یابد. در ساختمان‌هایی غیر از خانه‌ها، رایزرها نباید باز باشند تا از گیرکردن پاها یا وسایل کمکی راه رفتن در زیر آج در هنگام صعود که احتمالاً باعث سقوط یا ایجاد احساس ناامنی در سرنشینان می‌شود، جلوگیری شود.در خانه‌ها، اگر آج‌ها حداقل 16 میلی‌متر همپوشانی داشته باشند و پله‌ها طوری ساخته شوند که کره‌ای به قطر 100 میلی‌متر نتواند از رایزرهای باز عبور کند، ممکن است پله‌ها دارای رایزر باز باشند. در ساختمان‌هایی غیر از خانه‌ها، نوک پله‌ها باید با استفاده از مواد متضاد بصری، حداقل به عرض 55 میلی‌متر، هم روی آج و هم روی رایزر آشکار شوند.برای مناطق دسترسی مشترک در ساختمان‌هایی که دارای تخت هستند، رایزرها نباید باز باشند و نوک پله‌ها باید از نظر بصری مشخص باشند، با استفاده از موادی که از نظر بصری متضاد هستند، عرض 50 - 65 میلی‌متر روی آج و 30 - 55 میلی‌متر روی رایزر. در مواردی که باندهای پلکانی در ساختمان های مونتاژ وجود دارد، هر پله در باند باید حداقل ارتفاع 100 میلی متر و حداکثر ارتفاع 190 میلی متر داشته باشد.اگر برای هر ردیف صندلی دو یا چند خیز وجود داشته باشد، هر پله باید دارای ارتفاع مساوی باشد.

رایزر خشک

رایزرهای خشک برای تامین آب داخل ساختمان ها برای اهداف اطفاء حریق استفاده می شوند. ارائه یک سیستم توزیع آب داخلی به این معنی است که آتش نشانان برای مقابله با آتش نیازی به ایجاد سیستم توزیع خود ندارند و با اجرای خطوط شلنگ بین آنها از شکستن محفظه های آتش جلوگیری می کند. رایزرهای خشک زمانی که از آنها استفاده نمی شود حاوی آب نیستند، اما در صورت لزوم توسط دستگاه های پمپاژ آتش نشانی با آب شارژ می شوند. این برخلاف رایزرهای مرطوب است که به طور دائم با آب شارژ می شوند. رایزرهای خشک دارای یک رابط ورودی در سطح دسترسی خودروی خدمات نجات و دریچه های فرود در مکان های هر طبقه هستند. بخش B مقررات ساختمانی (ایمنی آتش نشانی) ایجاب می کند که در ساختمان هایی با ارتفاع بیش از 18 متر، شبکه آتش نشانی ارائه شود. در ساختمان‌هایی با ارتفاع کمتر از 50 متر، شبکه آتش‌نشانی می‌تواند به صورت خشک یا مرطوب باشد، با این حال، در جایی که ساختمان تا بیش از 50 متر بالاتر از سطح دسترسی خودروی خدمات امدادی گسترش می‌یابد، رایزرهای مرطوب ضروری هستند زیرا فشار پمپاژ مورد نیاز برای شارژ کردن رایزر است. بالاتر از آنچه که توسط یک دستگاه خدمات آتش نشانی قابل ارائه است، و برای اطمینان از تامین فوری آب در سطح بالا. هر کانکتور ورودی باید در 18 متری دسترسی دستگاه خدمات آتش نشانی باشد. کانکتورهای ورودی معمولاً در محفظه‌های قابل دسترسی، اما ایمن در وجه خارجی ساختمان‌ها قرار دارند و به‌عنوان «ورودی رایزر خشک» شناخته می‌شوند. خود رایزرهای خشک باید در داخل میله های آتش نشانی و در صورت لزوم در پله های فرار محافظت شده باشند. خروجی های رایزر خشک یا دریچه های فرود ممکن است در لابی ها، پله ها یا محفظه های محافظت شده که در دسترس هستند قرار گیرند. در بالای لوله‌های رایزر خشک، یک دریچه هوا تعبیه شده است تا هنگامی که رایزر با آب شارژ می‌شود، هوا در رایزر خشک خارج شود. اغلب یک خروجی تست در سطح سقف نیز وجود دارد. رایزرهای خشک باید مرتباً بازرسی و آزمایش شوند تا اطمینان حاصل شود که تجهیزات به درستی کار می کنند و آماده استفاده هستند. مشکلات می توانند در صورت آتش سوزی بسیار جدی باشند و معمولاً به دلیل خرابکاری یا سرقت، انسداد یا خرابی لوله ها یا شکست اتصال یا باز بودن خروجی ها ایجاد می شوند.

رایزر مرطوب

 رایزرهای مرطوب برای تامین آب داخل ساختمان ها برای اهداف اطفاء حریق استفاده می شوند. ارائه یک سیستم توزیع آب داخلی به این معنی است که آتش نشانان برای مقابله با آتش سوزی نیازی به ایجاد سیستم توزیع خود ندارند و با اجرای خطوط شلنگ بین آنها از شکستن محفظه های آتش جلوگیری می کنند. رایزرهای مرطوب به طور دائم با آب شارژ می شوند. این بر خلاف رایزرهای خشک است که در صورت عدم استفاده، حاوی آب نیستند، اما در صورت لزوم توسط دستگاه های پمپاژ آتش نشانی، آب را شارژ می کنند. بخش B مقررات ساختمانی (ایمنی آتش نشانی) ایجاب می کند که در تمام ساختمان هایی که ارتفاع آنها بیش از 18 متر است، شبکه آتش نشانی وجود داشته باشد. در ساختمان هایی با ارتفاع کمتر از 50 متر، می توان یک رایزر مرطوب یا رایزر خشک را برای آتش نشانی ارائه کرد. با این حال، در جایی که یک ساختمان تا بیش از 50 متر بالاتر از سطح دسترسی خودروی خدمات نجات امتداد دارد، بالابرهای مرطوب ضروری هستند زیرا فشار پمپاژ مورد نیاز برای شارژ رایزر بیشتر از آن است که توسط یک دستگاه خدمات آتش نشانی تامین شود و برای اطمینان از تامین فوری آن است. آب در سطح بالایی در دسترس است. رایزرهای مرطوب با آب از منبع تحت فشار، که اغلب از مخزن ذخیره پمپ می شود، با دریچه های فرود در مکان های مشخص در هر طبقه شارژ می شوند. وسایل پمپاژ خدمات آتش نشانی باید در مواقع اضطراری، مانند خالی شدن مخازن ذخیره سازی در طول حوادث طولانی، منبع تغذیه رایزرهای مرطوب را تکمیل کنند. وسایل پمپاژ باید بتوانند به "...در فاصله 18 متری و در محدوده دید، به ورودی مناسب دسترسی به ورودی اصلی و در دید ورودی" دسترسی داشته باشند. به طور کلی، یک سیستم تامین رایزر مرطوب باید بتواند حداقل فشار جاری را در خروجی بالا در سطح سقف 4 بار با سرعت جریان 22.7 لیتر در ثانیه حفظ کند. حداکثر فشار جاری مجاز تنها با یک خروجی در حال کار 5 بار است. رایزرهای مرطوب باید در داخل محورهای آتش نشانی و در صورت لزوم در پله های فرار محافظت شده باشند. خروجی‌های خیس‌کننده یا «شیرهای فرود» ممکن است در لابی‌های محافظت‌شده، پله‌ها یا محوطه‌هایی که در دسترس هستند، وجود داشته باشند. رایزرهای مرطوب باید مرتباً بازرسی و آزمایش شوند تا اطمینان حاصل شود که تجهیزات به درستی کار می کنند و آماده استفاده هستند. مشکلات می توانند در صورت آتش سوزی بسیار جدی باشند و معمولاً به دلیل خرابکاری یا سرقت، انسداد یا خرابی لوله ها یا شکست اتصال یا باز بودن خروجی ها ایجاد می شوند.

نویسنده : علیرضا خانی، کارشناس دپارتمان تاسیسات و انرژی گروه آموزشی پارس پژوهان

درتعریف عام، بهینه سازی به معنای به دست آوردن بهترین نتیجه است، به عبارتی دیگر بهینه سازی یعنی بیشترین دستیابی به هدف مورد نظر با صرف کمترین انرژی و هزینه. اما تعریف ریاضیاتی بهینه سازی که در مهندسی و علوم پایه ورد استفاده قرار می گیرد، دقیق تر و کامل تر است. طبق این تعریف بهینه سازی عبارت از انتخاب بهترین نتیجه از بین نتایج دست یافتنی می باشد. در واقع ابتدا باید مجموعه ای از نتایج قابل دست یابی (که بنابر بر ماهیت مسئله، از هر نوعی ممکن است باشند) را پیدا کرد و سپس با استفاده از تکنیک هایی، به بهترین عضو از این مجموعه رسید. روش های بهینه سازی را می توان به 2 دسته کلی کلاسیک (تحلیلی) و فراابتکاری تقسیم کرد. برای اجرای فرآیندهای مربوط به روش های بهینه سازی فراابتکاری می توان از زبان های برنامه نویسی متفاوت استفاده کرد که MATLAB  به دلایل زیادی یکی از رایج ترین ها است.

هدف و گام های اصلی

هدف بهینه سازی فارغ از اینکه از روش های تحلیلی استفاده  می کند یا روش های بهینه سازی فراابتکاری و با چه ابزارهایی انجام می شود این است که یک کمیت، بیشینه (maximum) یا یک کمیت، کمینه (minimum) یا هر دو به طور همزمان ماکزیمم و مینیموم شوند. برای مثال فرض کنید یک کارگاه تولیدی مواجه هستیم که مواد اولیه را خریداری می کند، با انجام مراحلی به کمک کارگران، آنرا به محصول تبدیل کرده و از فروش آنها به سود می رسد. برای این کارگاه هم می توان بهینه سازی را با هدف بیشترین سود انجام داد، هم میتوان با هدف کمترین هزینه ی اولیه بهینه سازی را پیاده سازی کرد، هم میتوان با در نظر گرفتن هر دو عامل ، این کار رار انجام داد.

اگر این پروسه را به زبان ریاضی بیان کنیم به طور خلاصه با چند گام اصلی رو به رو هستیم:

گام اول، تعریف مسئله یه صورت تابع کمی که دامنه تغییرات مشخص باشد.

 گام دوم، یافتن نقاط بحرانی (نقاطی که احتمال دارد نقاط بیشینه یا کمینه باشند) در تابع  مورد نظر

گام سوم، یافتن نقطه اکسترمم (ماکزیمم یا مینیموم) از بین نقاط بحرانی

بهینه سازی تحلیلی (کلاسیک)

اگرچه این نوع بهینه سازی بیشتر در گذشته کاربرد داشته اما همچنان دقیق ترین روش یافتن جواب بهینه در مسائل مختلف است. ساز و کار روش تحلیلی بر خلاف بهینه سازی فراابتکاری، مبتنی بر مشتق یا اصطلاحا gradient based است. می دانیم که مشتق هر تابع در نقاط اکسترمم صفر است. بنابراین در روند بهینه سازی تحلیلی مشتق تابع را برابر صفر قرار می دهند و با حل معادلات نقاطی که در آن مشتق صفر را به دست می آوردند. با وجود دقت بالا، بهینه سازی کلاسیک برای بعضی مسائل پیچیده قابل استفاده نیست و گاهی نیز بسیار زمان بر است. به همین دلیل روش های نوینی برای بهینه سازی توسعه یافت.

الگوریتم های بهینه سازی فراابتکاری

در حالت مقابل روش دقیق، روش های تقریبی در سه دسته کلی ابتکاری (heuristic)، فراابتکاری (meta-heuristic) و فوق ابتکاری (hyper heuristic) ایجاد شده و توسعه یافتند که الگوریتم های فراابتکاری مهمترین آنها هستند. الگوریتم های فراابتکاری انواع مختلفی دارند که روش های مبتنی بر جمعیت، پر کاربردترین آن ها هستند. در ادامه به چند الگوریتم از بهینه سازی فراابتکاری مبتنی جمعیت می پردازیم.

الگوریتم ژنتیک

یکی از انواع روش های بهینه سازی فراابتکاری مبتنی بر جمعیت، الگوریتم های تکاملی (Evolutionary algorithm) هستند که معروف ترین آنها، الگوریتم ژنتیک است. اساس این روش الهام گرفته شده از طبیعت و بر پایه فرآیند زیستی موجودات است. در طبیعت هر نسلی از موجودات با تولید مثل نسل دیگری را به وجود می آورند و هر موجودی سازگاری بیشتری با طبیعت داشته باشد، باقی می ماند. همین اصول، پایه ی اصلی الگوریتم ژنتیک هستند.

اجزای اصلی الگوریتم ژنتیک:

•        شخص یا  ژن یا متغیر یا  .......
•        تابع برازندگی یا تابع هدف یا ....
•        جمعیت
•        انتخاب والدین
•        ترکیب والدین
•        جهش

عملکرد کلی الگوریتم ژنتیک به زبان ساده به این صورت است که ابتدا یک جمعیت از افراد در نظر گرفته می شوند، از بین آنها افراد با ویژگی های خوب (خوب بودن در واقع همان معیار بهینه سازی مسئله است) به عنوان والد انتخاب می شوند، والدین به کمک یکی از روش های ترکیب، باعث ایجاد افراد جدید می شوند. پس از اتمام افراد با ویژگی خوب بیشتر (افراد برازنده تر) جایگزین افرادی که ویژگی خوب کمتری دارند، می شوند و این فرآیند بارها و بارها تکرار می شود. حال بجای افراد، جواب های دست یافتنی را قرار دهید. به این ترتیب این فرآیند ما را به یافتن جواب بهینه نزدیک و نزدیک تر میکند تا جایی که تولید نسل جدید، تغییر چندانی در بهتر شدن نتیجه ایجاد نمی کند. اینجا زمان توقف این الگوریتم بهینه سازی فراابتکاری است.

ازدحام ذرات (Particle swarm optimization)

الگوریتم ازدحام ذرات یا PSO بر اساس رفتار جمعی پرنده های در حال پرواز ایجاد شده است. این موضوع که مسیر پرنده ها در هنگام پرواز تحت تاثیر رفتار سایر پرندگان است و در واقع جستجوی هر پرنده تحت تاثیر انبوه جمعیت است، مبنای شکل گیری این روش از بهینه سازی فراابتکاری است. الگوریتم به گونه ای پیش می روند که هر ذره (پاسخ احتمالی) در هر لحظه مکان خود را در فضای کلی جستجو با در نظر گرفتن بهترین مکانی که تا الان تجربه کرده و همچنین با توجه به بهترین مکانی که اطرافش وجود دارد، تنظیم میکند.

کلونی مورچگان(Ant colony optimization)

ایده ی این الگوریتم از روش های بهینه سازی فراابتکاری نیز با الهام از طبیعت شکل گرفته است. همانطور که میدانیم مورچه ها در کلونی و به صورت گروهی زندگی میکنند و تلاش همه اعضا برای بقا و حفظ کلونی است. مورچه ها برای یافتن غذا ابتدا به طور تصادفی به این سو و آن سو حرکت می کنند پس از یافتن غذا به خانه باز میگردند و در طی مسیر از خود فرومون (ماده شیمیایی ترشح شده از بدن حشرات) به جای میگذارند. مورچه های بعدی در جستجوهایشان با این آثار سفید رنگ مواجه شده و مسیر خود را در آن مسیر ادامه می دهند به این ترتیب مسیر منتهی به غذا پر تردد شده و همه به آن مسیر هدایت می شوند. البته فرومون ها بعد از مدتی تبخیر می شوند و این موضوع کمک می کند همواره کوتاه ترین مسیر قابل دید و استفاده باشد و در واقع کوتاه ترین مسیر برای رسیدن به غذا به دست آید.

در الگوریتم کلونی موچگان (ACO) همین تئوری پیاده سازی شده است. با فرق اینکه مورچه های مصنوعی در روی نمودار (به کمک گراف ها ) در حال حرکت هستند و هدف یافتن کوتاه ترین مسیر برای رسیدن به جواب مسئله است.

بهینه سازی فراابتکاری در MATLAB

متلب (MATLAB) به بیان خود سایت توسعه دهنده اش Mathworks هم یک نرم افزار، هم یک بستر برنامه نویسی و هم یک زبان برنامه نویسی است که برای اهداف بسیار ساده ماننده محاسبات جبری خطی تا مسائل بسیار پیچیده ی به مهندسین شاخه های متفاوت مثل مکانیک، هوافضا، برق، کامپیوتر، عمران و .... و حتی محققین سایر رشته ها کمک می کند. در همین راستا یک از ابزارهای پرکاربرد برای اجرا فرآیندهای بهینه سازی همین برنامه است.

متلب دارای یک جعبه ابزار مخصوص برای بهینه سازی است که با نام Optimization Toolbox شناخته می شود و برای مسائل مختلف بهینه سازی خطی و غیرخطی و همچنین روش های بهینه سازی فراابتکاری مورد استفاده قرار می گیرد. به طور مثال برای جل یک مسئله از طریق الگوریتم ژنتیک، matlab یک فرم مخصوص دارد که حتی شاید بدون تسلط 100% بر تئوری های پشت الگوریتم با انتخاب تعداد جمعیت، اهداف، روش ترکیب و ...  قادر هستید از این ابزار استفاده کنید. البته جدا از این تولباکس با فراخوانی مستقیم خود توابع مربوط به الگوریتم ها نیز میتوان حل را دنبال کرد.

جمع بندی

در نهایت بهینه سازی علمی است که به کمک بشر آمده تا در کمترین زمان و با صرف کمترین انرژی به بهترین راه حل ها و اهداف برسد. طبیعی است که انسان ها در علوم مختلف تا به امروز برای بسیاری از مسائل و مشکلات راه حل هایی یافته اند، اما اینکه بین این راه حل ها کدام یک با کمترین هزینه به بیشترین بازدهی منتهی می شود، سوالی است که پاسخ آن در بهینه سازی به دست می آید. روش های تحلیلی دقیق و یا روش های تقریبی مانند بهینه سازی فراابتکاری و همچنین ابزارهایی مانند زبان های برنامه نویسی مثل پایتون (Python) یا تولباکس های موجود در متلب، همه این هدف را دنبال می کنند.

نویسنده: ستاره دهقان، کارشناس دپارتمان مهندسی هوافضا گروه آموزشی پارس پژوهان

امروزه با رشد و پیشرفت علم مهندسي پزشکي، استفاده از نرم افزارهاي تخصصي این رشته  نيز سير افزایش یافته است. اين نرم افزارها در دو زمينه بيوالکتريک و بيومکانيک بسیار کاربرد دارد و از تحليل و شبيه سازي مدارها و تصاوير پزشکي گرفته تا مدل سازي و طراحي سيستمهاي فيزيولوژيکي و بيولوژيکیرا پوشش می دهد.

 به دلیل فراگیری نرم افزار ها به ویژه برنامه نویسی در مهندسی پزشکی یادگیری نرم افزار های مرتبط با گرایش بسیار حائز اهمیت است و امروزه یادگیری حداقل یک نوع زبان برنامه نویسی به همه افراد فعال در حوزه علم و پژوهش توصیه می شود.  از پرکاربردی ترین نرم افزار برنامه نویسی در مهندسی پزشکی نرم افزار پایتون می باشد که در ادامه به آن می پردازیم.

نرم افزار پایتون در مهندسی پزشکی

پیشتر گفتیم که برنامه نویسی در مهندسی پزشکی بسیار حائز اهمیت است. یکی از این نرم افزار های پرکاربرد و معرف در این حوزه نرم افزار پایتون می باشد. این نرم افزار امروزه در بسیاری از رشته ها استفاده میشود. پايتون با کمک متن بازبودن خود داراي کتاب خانه ها و ماژول هاي متعددي است که در بسياري از زبان هاي کامپيوتري ديگر به طور کامل به آن پرداخته نشده است به همين دليل اين زبان در بين برنامه نويسان و مهندسي پزشکي گرايش بيوالکتريک و بیومکانيک که تمایل دارند که در مباحث تشخيص و طبقه بندي و نيز در طراحي قطعات علي الخصوص طراحي ايرفويل هاو رسم پلات ها و گرافها و اشکال پيچيده و مصورسازيخروجي کدهاي نوشته شده در زبان هاي ديگر اقدام کنند، يکي از محبوبترين زبان هاي برنامه نويسي است. از دیگر ویژگی های این نرم افزار وسیع بودن منابع آن است که به همین دلیل روان تر و آسان تر از سایر زبان های برنامه نویسی است.

پایتون یک زبان برنامه‌نویسی سطح بالا است. به بیان ساده، سطح بالا بودن پایتون بدان معنا است که کدهای پایتون، نسبت به زبان ماشین، بیشتر به  زبان انسانی و در واقع، به زبان انگلیسی نزدیک هستند. همین امر موجب شده است تا کدنویسی به زبان پایتون به سرعت و در زمانی کمتر از برخی از انواع دیگر زبان‌های برنامه‌نویسی مانند جاوا ، انجام‌پذیر باشد.

برای برنامه نویسی در مهندسی پزشکی از پایتون برای پردازش تصویر و پردازش سیگنال های پزشکی استفاده می شود. در ادامه این مقاله به نرم افزار متلب و کاربرد آن در مهندسی پزشکی می پردازیم.

نرم افزار متلب در مهندسی پزشکی

نرم افزار متلب ازمهمترین و کاربردی تین نرم افزار های مهندسی است که در تمام رشته های مهندسی استفاده میشود. یکی از رشته هایی که در ان از متلب استفاده میشود مهندسی پزشکی است که جعبه ابزار های بسیاری برای آن تعبیه شده است. این جعبه ابزار های شامل پردازش تصویر، پردازش صوت ، پردازش ویدیو، پردازش سیگنال ،شبکه های عصبی ، هوش مصنوعی و ... می باشد. این نرم افزار بر پایه ماتریس می باشد و تمامی محاسبات آن بر پایه داده های ماتریسی است و هسته آن بر مبنای زبان C و رابط گرافیکی آن بر مبنای جاوا می باشد.

جعبه ابزار پردازش تصویر برای اعمال هر گونه عمل از جمله ویرایش ، تشخیص و پیش بینی بر روی تصاویر پزشکی حاصل از تجهیزاتی چون ام آر ای ، سی تی اسکن و پت است که بخش زیادی از آن در آنالیز تصاویر برگرفته از مغز در مغز در تشخیص حالت های روحی، سرطانی ،تومور و مدل کردن آن ها برای پیش بینی است.

جعبه ابزار پردازش سیگنال فرآیند تجزیه، تحلیل و تفسیر سیگنال های حیاتی و بیولوژیکی را میسر می سازد. این سیگنال ها میتواند برگرفته از صدا، تصویر ، فیلم و یا هر سیگنال دیگری از بدن باشند.بخش قابل توجه کاربرد این نرم افزار مربوط به پردازش سیگنال های مغزی و قلبی است. در نتیجه این نرم افزار نقش بسیار مهمی در حوزه برنامه نویسی در مهندسی پزشکی دارد.

نرم افزار lab view در مهندسی پزشکی

با پیشرفت علم و تکنولوژی برنامه نویسی در مهندسی پزشکی نیز پر اهمیت تر میشود. یکی دیگر از این نرم افزار های پرکاربرد نرم افزار لب ویو است. نرم افزار لب ویو یک زبان برنامه نویسی سطح بالا و گرافیکی است که در بسیاری از رشته ها به ویژه مهندسی زیست پزشکی کاربرد تخصصی دارد. این نرم افزار در واقع یک میز کار مهندسی بر پایه نماد های گرافیکی مهندسی به جای زبان متنی تحت عنوان ابزار های مجازی برای تجزیه و تحلیل سیستم های اندازه گیری است. عمده کاربرد ان در تفسیر و تحلیل سیگنال هاست.

یکی از کاربرد های مهم این نرم افزار در مهندسی پزشکی می باشد.چرا که قابلیت هایی که در این نرم افزار وجود دارد آن را قادر ساخته است بتوان با آن محیط های بیولوژیکی ، سیگنال های حیاتی به ویژه قلب و مغز را شبیه سازی کرد. از جمله استفاده های این نرم افزار در حوزه برنامه نویسی در مهندسی پزشکی  شبیه سازی تجهیزانی چون ونیلاتور ( تنفس مصنوعی) ،اکوکاردیو گراف (تصویربرداری از قلب )، پالسی اکسی متر( سنجش اکسیژن خون)،الکترو شوک( اعمال شوک قوی به بیماران قلبی) ، الکتروکوتر ( ابزار جراحی برای برش) و پردازش بیو سیگنال ها از جمله سیگنال های مغزی ، سیگنال های قلبی ، سیگنال های عضله ای و سیگنال های چشمی اشاره کرد.

این نرم افزار در گروه بیو الکتریک قرار میگیرد. میتوان کاربرد های دیگری از جمله انتقال اطلاعات ، ذخیره سازی داده ها و نمایش وضعیت بیمار  و پردازش تصاویر دو بعدی و سه بعدی پزشکی را نیز برای قاببلیت های این نرم افزار برشمرد به طور کلی برنامه نویسی در مهندسی پزشکی در گرایش های بیومکانیک و بیو الکتریک و بیومواد کاربرد دارد ولی کاربرد آن در بیو الکتریک بیشتر است.

نرم افزار C++ و کاربرد آن در مهندسی پزشکی

از دیگر زبان های برنامه نویسی در مهندسی پزشکی زبان برنامه نویسی  سی پلاس پلاس است. سی پلاس پلاس یک‌زبان برنامه‌نویسی است که دارای ویژگی‌های ضروری و شیءگرایی است و از آن به‌عنوان زبان برنامه‌نویسی سطح متوسط نیز یاد می‌شود. این زبان توسط Bjarne Stroustrup در آزمایشگاه Bell از سال ۱۹۷۹ توسعه‌یافته است و برای اولین بار در سال ۱۹۸۵ ظاهر شد. این زبان برنامه‌نویسی کامپایل شده، همه‌منظوره، تایپ ایستا، حساس به حروف کوچک و بزرگ و منبع باز است. از برنامه‌نویسی رویه‌ای، شیءگرا و عمومی پشتیبانی می‌کند. این زبان دارای یک کتابخانه استاندارد غنی با مجموعه‌ای غنی از توابع است که فایل‌ها و روش‌های دست‌کاری ساختارهای داده و غیره را انجام می‌دهد.

++C همچنین برای کاربردهای پزشکی و مهندسی، سیستم‌های طراحی به کمک رایانه استفاده می‌شود. از این برنامه‌ برای دستگاه هایی مانند دستگاه‌های اسکن MRI، سیستم‌های CAM که عمدتاً در بیمارستان‌ها،سازمان‌های دولتی می باشد و استفاده می‌شود.

جمع بندی

زبان هایی که در مقاله در موردشان صحبت شد بخشی از زبان های برنامه نویسی است که در مهندسی پزشکی کاربرد دارد. به طول کلی برنامه نویسی در مهندسی پزشکی به ویزه در گرایش بیو الکتریک از کاربرد فراوانی دارد لذا توصیه می شود که دانشجویان مهندسی پزشکی حداقل به یکی از زبان ها تسلط کافی داشته باشند.

نویسنده: سمانه خان بیگی، کارشناس دپارتمان مهندسی پزشکی گروه آموزشی پارس پژوهان