👈فول فایل فور یو ff4u.ir 👉

تشخیص اشباع و جبران سازی اعوجاج جریان ثانویه CT با درنظرگرفتن تغییر ساختار معمولی سیستم قدرتword

ارتباط با ما

دانلود


تشخیص اشباع و جبران سازی اعوجاج جریان ثانویه CT با درنظرگرفتن تغییر ساختار معمولی سیستم قدرتword
در این پایان­نامه، ضمن بررسی پدیده اشباع در CTهای حفاظتی، به مشکلات مربوط به آشکارسازی این پدیده و جبرانسازی جریان معوج ثانویه CT پرداخته شده است و بمنظور رفع مشکلات مطرح شده، روش­هایی معرفی شده و نتایج حاصله در محیط نرم­افزاری و بصورت مدلسازی با هم مقایسه گردیده­اند.
جهت آشکارسازی پدیده اشباع از روش­هایی مبتنی بر:
 
1- مشتق مرتبه سوم،
2- تبدیل موجک گسسته،
3- ریخت­شناسی پیشرو،
4- و ریخت­شناسی ریاضیاتی
استفاده شده است.
برای جبرانسازی جریان معوج ثانویه نیز از روش­های:
 
1- حداقل مربعات خطا،
2- تخمین جریان مغناطیس­کنندگی،
3- و شبکه عصبی مصنوعی با درنظرگرفتن تغییرات ساختاری شبکه نمونه (و در نتیجه تغییر قدرت اتصال کوتاه در محل نصب CT) جهت آموزش این شبکه،
استفاده گردیده است.
پس از پیاده­سازی و مقایسه روش­های ذکرشده، روش ریخت­شناسی ریاضیاتی و حداقل مربعات خطا بعنوان مناسب­ترین روش­ جهت آشکارسازی پدیده اشباع و جبرانسازی جریان معوج ثانویه CT پیشنهاد شده­اند.
علاوه بر موارد فوق­الذکر، تلاش شده است با تغییراتی در روش اعمال ریخت­شناسی ریاضیاتی (جهت آشکارسازی) و روش حداقل مربعات خطا (جهت جبرانسازی جریان معوج ثانویه)، امکان استفاده از روشهای مذکور در شرایط Online فراهم آید.
مشخصات هسته CT بررسی­شده در این پایان­نامه نیز بر اساس آزمایش عملی بر روی هستة یک CT واقعی استخراج­ گردیده و در نهایت، مدل حاصله در قسمتی از شبکه شبیه­سازی­شدة ایران (در محیط نرم­افزار EMTP-RV) اعمال و مورد بررسی قرار گرفته است.
کلمات کلیدی: ترانسفورماتور جریان، آشکارسازی پدیده اشباع CT، مشتق مرتبه سوم، تبدیل موجک گسسته، ریخت­شناسی پیشرو، ریخت­شناسی ریاضیاتی، جبرانسازی جریان معوج ثانویه، حداقل مربعات خطا، تخمین جریان مغناطیس­کنندگی، شبکه عصبی مصنوعی
 
عنوان صفحه
فهرست جدول‌ها‌ح
فهرست شکل‌‌ها‌ط
فصل 1-.. مقدمه
1-1- مقدمه 2
1-2- مروری بر کارهای انجام شده3
1-3- ساختار پایان نامه4
فصل 2-.. ترانسفورماتور جریان
2-1- مقدمه 6
2-2- معرفی انواع ترانسفورماتورهای جریان6
2-3- کمیتهای مهم در ترانسفورماتور جریان حفاظتی8
2-4- مدار معادل ترانسفورماتور جریان10
2-5- شار هسته ترانسفورماتور جریان در شرایط خطا10
2-6- اشباع ترانسفورماتور جریان حفاظتی12
2-6-1-عوامل تأثیرگذار بر اشباع13
2-7- جمع­بندی13
فصل 3- روشهای آشکارسازی پدیده اشباع ترانسفورماتور جریان
3-1- مقدمه 16
3-2- آشکارسازی پدیده اشباع مبتنی بر مشتق مرتبه سوم16
3-3- آشکارسازی پدیده اشباع مبتنی بر تبدیل موجک گسسته19
3-3-1- توابع مادر و خصوصیات آنها20
3-3-2- رفتار فیلتری و مشخصه فرکانسی توابع و 24
3-3-3- وابستگينرخنمونهبرداريبهبالاترينحدفركانسي24
3-3-4- انواع دیگر توابع مادر26
3-4- آشکارسازی پدیده اشباع مبتنی بر روش ریخت­شناسی ریاضیاتی یک­بعدی28
3-4-1- عملگرهای اساسی MM28
3-4-2- فیلترهای MM29
3-4-3- اجزاء ساختاری (SE)29
3-4-4- آشکارسازی اشباع مبتنی بر روش MM30
3-5- آشکارسازی پدیده اشباع با استفاده از روش ریخت­شناسی پیشرو33
3-5-1- عملگرهای MLS33
فصل 4- مدلسازی و مقایسه روشهای آشکارسازی پدیده اشباع
4-1- مقدمه 37
4-2- مدلسازی ترانسفورماتور جریان37
4-3- نتایج حاصل از آشکارسازی پدیده اشباع CT مبتنی بر روش مشتق مرتبه سوم42
4-4- نتایج حاصل از آشکارسازی پدیده اشباع با استفاده از روش تبدیل موجک43
4-4-1- آستانه گذاری تطبیقی44
4-5- نتایج حاصل از آشکارسازی پدیده اشباع CT با استفاده از روش پیشنهادی MM45
4-6- نتایج حاصل از آشکارسازی پدیده اشباع CT مبتنی بر MLS47
4-7- مقایسه روشهای بررسی شده آشکارسازی پدیده اشباع CT48
فصل 5-.. روشهای جبرانسازی جریان معوج ثانویه ترانسفورماتور جریان
5-1- مقدمه 51
5-2- جبرانسازی جریان معوج ثانویه CT با استفاده از روش حداقل مربعات خطا (LSE)51
5-2-1- روش حداقل مربعات خطا (LSE)51
5-2-2- استفاده از روش LSE برای جبرانسازی جریان معوج ثانویه CT53
5-3- جبرانسازی جریان معوج ثانویه CT مبتنی روش تخمین جریان مغناطیس­کنندگی55
5-4- روش پیشنهادی جبرانسازی جریان معوج ثانویه CT با استفاده از شبکه عصبی 59
5-4-1- فرایند آموزش شبکه عصبی59
5-4-2- جبرانسازی جریان معوج ثانویه با استفاده از شبکه عصبی مصنوعی60
5-5- مقایسه روشهای بررسی شده جبرانسازی جریان معوج ثانویه CT70
فصل 6- روشهای پیشنهادی پایان­نامه بمنظور آشکارسازی پدیده اشباع و جبرانسازی جریان معوج­ CT در شرایط Online
6-1- آشکارسازی پدیده اشباع CT مبتنی بر روش ریخت­شناسی ریاضیاتی در شرایط Online ......................73
6-2- جبرانسازی جریان معوج ثانویه در شرایط Online مبتنی بر روش پیشنهادی حداقل مربعات خطای اصلاح شده (MLSE)75
6-2-1- امکان بکارگیری در شرایط Online77
6-3- فلوچارت پیاده­سازی آشکارسازی آشکارسازی پدیده اشباع CT و جبران سازی جریان معوج ثانویه در شرایط Online77
فصل 7-.. جمع­بندی، نتیجه­گیری و ارائه پیشنهادات
7-1- جمع­بندی و نتیجه­گیری81
7-2- پیشنهادات82
فهرست مراجع83
پیوست یک 87
پیوست دو 90
 
فهرست جدول‌ها
عنوان صفحه
جدول ‏4‑1 : مدت زمان پیاده­سازی روشهای آشکارسازی پدیده اشباع49
جدول ‏5‑1 : اطلاعات شرایط ساختاری در نظر گرفته شده برای آموزش شبکه عصبی مصنوعی به ازای مقاومت خطای صفر اهم64
جدول ‏5‑2 : اطلاعات شرایط ساختاری در نظر گرفته شده برای آموزش شبکه عصبی مصنوعی به ازای مقاومت خطای 25/1 اهم65
جدول ‏5‑3 : اطلاعات شرایط ساختاری در نظر گرفته شده برای آموزش شبکه عصبی مصنوعی به ازای مقاومت خطای 5/2 اهم66
جدول ‏5‑4 : اطلاعات شرایط ساختاری در نظر گرفته شده برای آموزش شبکه عصبی مصنوعی به ازای مقاومت خطای 75/3 اهم67
جدول ‏5‑5 : اطلاعات شرایط ساختاری در نظر گرفته شده برای آموزش شبکه عصبی مصنوعی به ازای مقاومت خطای 5 اهم68
 
فهرست شکل‌‌ها
عنوان صفحه
شکل ‏2‑1 : نحوه­ی اتصال CT به شبکه قدرت6
شکل ‏2‑2: مدار معادل ترانسفورماتور جریان10
شکل ‏2‑3 : جریان اولیه و ثانویه اشباع­شده CT13
شکل ‏3‑1 : جریان اولیه منتقل شده به ثانویه و جریان ثانویه CT16
شکل ‏3‑2 : تخمین جریان با استفاده از مشتقات مرتبه اول (الف)، دوم (ب) و سوم (ج)18
شکل ‏3‑3 : نمونه­ای از تابع مادر (db10) و تابع عمود بر آن[23]21
شکل ‏3‑4 : پروسه محاسبهضرايبمولفهدقيقوتقريبيدرمراحلمختلفتجزيه23
شکل ‏3‑5 : مشخصه فرکانسی فیلتر موجک با تابع مادر در مراحل مختلف تجزیه23
شکل ‏3‑6 : مشخصهفركانسيتوابعمادرمختلفبهازايفركانسنمونهبرداري 10 کیلوهرتز25
شکل ‏3‑7: مشخصهفركانسيتابعمادر (db2)بهازايفركانسنمونهبرداري 5 کیلوهرتز26
شکل ‏3‑8: تابع Haar گسسته26
شکل ‏3‑9: توابع Daubechies پیوسته27
شکل ‏3‑10 : تابع Mexican Hat پیوسته27
شکل ‏3‑11 : تابع Morlet پیوسته27
شکل ‏3‑12 : تابع Meyer پیوسته27
شکل ‏3‑13 : نتیجه اعمال عملگرها و فیلترهای MM بر سیگنالf30
شکل ‏3‑14 : اشکال مورد استفاده برای اجزاء ساختاری30
شکل ‏3‑15 : تبدیل فوریه سیگنال جریان ثانویه CT در شرایط عادی سیستم و در شرایط خطا بدون معوج شدن سیگنال31
شکل ‏3‑16 : تبدیل فوریه سیگنال جریان ثانویه CT در شرایط عادی سیستم و در شرایط خطا و معوج شدن سیگنال جریان31
شکل ‏3‑17 : نتیجه اعمال فیلترهای متوسط­گیر و تفاضلی بر سیگنال f32
شکل ‏3‑18 : گام­های روش MLS33
شکل ‏3‑19 : نتیجه اعمال عملگرهای MLS بر سیگنال 34
شکل ‏4‑1 : مدار آزمایشگاهی استخراج منحنی هیسترزیس هسته CT38
شکل ‏4‑2 : ترانسفورماتور جریان مدلسازی شده در نرمافزار EMTP-RV39
شکل ‏4‑3 : منحنی رفت هیسترزیس مدل­شده در فیلتر هیسترزیس39
شکل ‏4‑4 : منحنی هیسترزیس مدلسازی شده در نرم افزار EMTP-RV39
شکل ‏4‑5 : شبکه انتقال (شبیه سازی شده در نرم افزار EMTP-RV )40
شکل ‏4‑6 : شبکه انتقال مورد بررسی (قسمتي از شبكه ايران)41
شکل ‏4‑7 : نمونه سیگنال جریان خروجی پست شماره 2 به ازای اتصال کوتاه در 25 میلی ثانیه41
شکل ‏4‑8 : نمونه سیگنال جریان خروجی پست شماره 2 به ازای اتصال کوتاه در 25 میلی ثانیه از دید ثانویه CT41
شکل ‏4‑9 : آشکارسازی پدیده اشباع مبتنی بر روش مشتق مرتبه سوم به ازای وقوع خطا در زاویه صفر درجه جریان42
شکل ‏4‑10 : آشکارسازی پدیده اشباع مبتنی بر روش مشتق مرتبه سوم به ازای وقوع خطا در زاویه 180 درجه جریان42
شکل ‏4‑11 :آشکارسازی پدیده اشباع مبتنی بر روش تبدیل موجک به ازای خطا در زاویه صفر درجه جریان44
شکل ‏4‑12 : آشکارسازی پدیده اشباع مبتنی بر روش تبدیل موجک به ازای خطا در زاویه 180 درجه جریان44
شکل ‏4‑13 : سیگنال اجزا ساختاری مناسب برای سیستم­های قدرت با طول 20 نمونه45
شکل ‏4‑14 : آشکارسازی پدیده اشباع مبتنی بر روش MM به ازای خطا در زاویه صفر درجه جریان46
شکل ‏4‑15 : آشکارسازی پدیده اشباع مبتنی بر روش MM به ازای خطا در زاویه 180 درجه جریان46
شکل ‏4‑16 : آشکارسازی پدیده اشباع مبتنی بر روش MLS به ازای خطا در زاویه صفر درجه جریان47
شکل ‏4‑17 : آشکارسازی پدیده اشباع مبتنی بر روش MLS به ازای خطا در زاویه 180 درجه جریان48
شکل ‏5‑1 : جریان­های اولیه ارجاع داده شده به ثانویة و جریان ثانویه CT در حالت اشباع­شده54
شکل ‏5‑2 : جبرانسازی جریان ثانویه CT با استفاده از روش LSE به ازای خطا در زاویه صفر درجه جریان55
شکل ‏5‑3 : جبرانسازی جریان ثانویه CT با استفاده از روش LSE به ازای خطا در زاویه 180 درجه جریان55
شکل ‏5‑4 : مدار معادل CT56
شکل ‏5‑5 : جریانهای اولیه و ثانویة معوج CT56
شکل ‏5‑6 : جبرانسازی جریان ثانویه CT با استفاده از روش MLS به ازای خطا در زاویه صفر درجه جریان58
شکل ‏5‑7 : جبرانسازی جریان ثانویه CT با استفاده از روش MLS به ازای خطا در زاویه 180 درجه جریان59
شکل ‏5‑10 : ساختار شبکه عصبی مصنوعی انتخاب شده60
شکل ‏5‑8 : جبرانسازی جریان ثانویه CT با استفاده از شبکه عصبی مصنوعی آموزش دیده بوسیله اطلاعات شبکه با ساختار ثابت61
شکل ‏5‑9 : جبرانسازی جریان ثانویه CT موجود در شبکه تغییر ساختار یافته با استفاده از شبکه عصبی مصنوعی آموزش دیده بوسیله اطلاعات شبکه با ساختار ثابت62
شکل ‏5‑11 : جبرانسازی جریان ثانویه CT موجود در شبکه تغییر ساختار یافته با استفاده از شبکه عصبی مصنوعی آموزش دیده بوسیله اطلاعات شبکه با در نظر گرفتن تغییرات ساختاری ممکن در شبکه نمونه69
شکل ‏5‑12 : جبرانسازی جریان ثانویه CT موجود در شبکه تغییر ساختار یافته با استفاده از شبکه عصبی مصنوعی آموزش دیده بوسیله اطلاعات شبکه با در نظر گرفتن تغییرات ساختاری ممکن در شبکه نمونه69
شکل ‏6‑1 : آشکارسازی پدیده اشباع مبتنی بر روش MM در شرایط Online به ازای خطا در زاویه صفر درجه جریان74
شکل ‏6‑2 : آشکارسازی پدیده اشباع مبتنی بر روش MM در شرایط Online به ازای خطا در زاویه 180 درجه جریان74
شکل ‏6‑3 : آشکارسازی پدیده اشباع مبتنی بر روش MM در شرایط Online به ازای خطا در زاویه صفر درجه جریان75
شکل ‏6‑4 : جبرانسازی جریان ثانویه CT با استفاده از روش MLSE به ازای خطا در زاویه صفر درجه جریان76
شکل ‏6‑5 : جبرانسازی جریان ثانویه CT با استفاده از روش MLSE به ازای خطا در زاویه 180 درجه جریان77
شکل ‏6‑6 : فلوچارت آشکارسازی پدیده اشباع CT و جبران سازی جریان معوج ثانویه در شرایط Online78
 فصل 1- مقدمه
به تناسب توسعه صنعت و گستردگی و پیچیدگی سیستم­های قدرت، بر سطح اتصال کوتاه در سیستم قدرت افزوده می­شود که این موضوع سبب افزایش نقش رله­های حفاظتی و تجهیزات واسط در جلوگیری از واردآمدن خسارت به تجهیزات فشارقوی در سیستم­های قدرت شده است. این رله­ها برای کارکرد صحیح، نیاز به دریافت اطلاعات صحیح داشته و لذا در صورت ایجاد اعوجاج در سیگنالهای دریافتی، انتظار عملکرد مورد نظر از آنها، امری بیهوده تلقی می­گردد. ترانسفورماتور جریان (CT)[1] از جمله عناصر بسیار مهم بعنوان واسط رله­هاست که برای اخذ سیگنال جریانی متناسب با جریان اولیه و با دامنه­ای کوچکتر بکار گرفته می­شود. با وجود اینکه CTها از هسته­های آهنی برای بیشینه­کردن شار پیوندی بین سیم­پیچی اولیه و ثانویه (و کمینه­کردن شار نشتی) استفاده می­کنند، به دلیل غیرخطی­بودن مشخصه­ی مغناطیسی هسته، مستعد اشباع­شدن می­باشند. در نقاط بالاتر از زانوی منحنی مغناطیس­شوندگی، به ازای تغییرات جریان اولیه، جریان مغناطیسی هسته افزایش چشمگیری خواهد یافت. از آنجا كه جريان ثانويه‌ي CTها از تفاضل جريانِ ترانسفورماتوري اوليه و جريان مغناطيس­كنندگي بدست مي­آيد، تحت شرایط اشباع، جریان ثانویه با نسبت ثابتی جریان اولیه را دنبال ننموده و علاوه بر افزایش خطای نسبت تبدیل، اعوجاجی در سیگنال خروجی ظاهر خواهد شد. به هنگام بروز خطا، در اثر مولفة DC جریانخطا (که معمولاً در طراحی CT لحاظ نمی­گردد)، پدیدة اشباع رخ خواهد داد که یکی از راههای محدودکردن این اثر، استفاده از CT با مشخصات نامی بالاتر یا استفاده از الگوریتم­های خاص برای اصلاح این پدیده است. از آنجا که استفاده از CT با مشخصات نامی بالاتر، از نظر اقتصادی مقرون به صرفه نیست، جبرانسازی نرم­افزاری پدیدة اشباع CT در سیستم­های قدرت، راهکار مناسبی برای حل مسئله بوده که منجر به کاهش هزینه و افزایش قابلیت اطمینان سیستم قدرت خواهد شد؛ بویژه آنکه چنین الگوریتمی را می­توان بسهولت در ساختار رله­های عددی (بعنوان یک پیش­پردازشگر اطلاعات) اعمال نمود. لذا هدف از انجام این پروژه، تشخیص پدیده اشباع و جبران­سازی اعوجاج جریان ثانویه CT با استفاده از روش­های پردازش سیگنال می­باشد.
همانطور که اشاره شد، بر اثر اشباع ترانسفورماتور جریان علاوه بر افزایش خطای نسبت تبدیل، سیگنال خروجی معوج نیز خواهد شد. در [3-1] مشکلات ناشی از بروز اشباع در ترانسفورماتورهای جریان مورد بررسی قرار گرفته­شده است.
در [4] یک روش برای آشکارسازی اشباع در ترانسفورماتورهای جریان بر اساس این واقعیت که جریان در هنگام شروع اشباع به تندی تغییر می­کند، ارائه شده است. این روش، اشباع CT را به سبب کاهش ناگهانی مقدار جریان، تشخیص داده و لیکن در صورت استفاده از یک فیلتر پایین­گذر آنتی­الیاسینگ، از موفقیت چندانی برخوردار نیست. در [5] و [6] یک روش برای آشکارسازی اشباع ترانسفورماتور جریان بر اساس مشتق مرتبه سوم جریان ثانویه ارائه شده است. در این مقالات اثر فیلتر پایین گذر آنتی الیاسینگ در نظر گرفته شده است.
در [7] یک الگوریتم برای محاسبه شار هسته از روی جریان ثانویه و سپس جبران­سازی آن پیشنهاد شده است. این الگوریتم به خوبی شار هسته را محاسبه می­کند و اشباع CT را در شرایط مختلف تشخیص می­دهد. با این وجود در این روش از این فرض استفاده شده است که شار پسماند در شروع محاسبات برابر صفر است که در شرایط واقعی فرض مناسبی نمی­باشد.
یک روش دیگر برای آشکارسازی اشباع با محاسبه متوسط خطا و واریانس دامنه جریان در [8] پیشنهاد شده است. مقدار خطا با این فرض که اگر یک جریان سینوسی کامل باشد، باید جمع آن جریان با ضریبی از مشتق دومش صفر باشد، تعیین می­گردد. در [9] یک روش امپدانسی برای آشکار سازی اشباع در یک ترانسفورماتور جریان به منظور حفاظت دیفرانسیلی باسبار پیشنهاد شده است. این روش بر پایه معادله دیفرانسیل مرتبه اول امپدانس منبع سیستم قدرت در محل رله می­باشد و در آن از ولتاژ باسبار و جریان ثانویه ترانسفورماتور جریان برای محاسبه امپدانس استفاده شده است. تغییرات در این امپدانس برای تعیین وضعیت ترانسفورماتور جریان به کار می­روند. همچنین در مورد اثرات شار پسماند در هسته، اندازه اندوکتانس مغناطیس کنندگی و حالات مختلف خطا بحث شده است. در [10] یک روش آشکارسازی با استفاده از مولفه­های متقارن برای حفاظت دیفرانسیل پیشنهاد شده است. در [11] یک روش دیگر برای آشکارسازی با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک پیشنهاد شده است. در این روش از شبکه عصبی به منظور تشخیص اشباع و از الگوریتم ژنتیک برای پیدا کردن ساختار بهینه شبکه عصبی از نظر تعداد لایه­ها و تعداد نرون­ها در هر لایه استفاده شده است. در [12] یک روش جدید ترکیبی با استفاده از مشتق دوم جریان خروجی ترانسفورماتور جریان و قاعده گذر از صفر ارائه شده است.
در [13] یک روش جبران­سازی پیشنهاد شده است که طی آن، پس از تخمین جریان مغناطیس­کنندگی هسته CT، این جریان به جریان ثانویه اندازه­گیری­شده اضافه ­شده، تا جریان ثانویه حاصل شود. این الگوریتم برای شرایط مختلف خطا و سیستم به خوبی کار می­کند ولی (همانند [7]) بر این فرض استوار است که شار پسماند قبل از وقوع خطا صفر است. الگوریتم پیشنهاد شده در [14] جریان ثانویه اعوجاج دار را جبران می­کند و سطح شار پسماند روی آن اثر نامطلوب ندارد. این الگوریتم از یک تایع دیفرانسیل مرتبه دوم برای تشخیص لحظه به اشباع رفتن استفاده می­کند.
یک روش جایگزین بکار بردن یک شبکه عصبی-مصنوعی برای تخمین تابعی است که جریان ثانویه ترانسفورماتور جریان که در اثر اشباع اعوجاج دار شده است را تصحیح کند. این روش در مقالات زیادی استفاده شده است[19- 15]. وابستگی به ظرفیت ثانویه ترانسفورماتور جریان، عدم در نظر گرفتن کلیه عواملی که می­توانند روی اشباع تاثیر بگذارند و بهینه نبودن ساختار شبکه عصبی از نقایصی است که در این مقالات به چشم می­خورند. در [20] از شبکه عصبی مصنوعی که تعداد نرون­ها و لایه­های این شبکه بوسیله الگوریتم ژنتیک بهینه شده است، بمنظور آشکارسازی و جبرانسازی اشباع استفاده شده است.
 
[1] -Currant Transfirmer

👇 تصادفی👇

ترجمه مقاله زبان انگلیسی(ازمایش بنچ-مکانیک)نسخه کامل صوتی هفت قانون معنوی موفقیتپاور پوینت برج پرشیاپروژه آماده سیستم های خبره تبديل حرف به صدا در زبان فارسی با فرمت word-ورد 24 صفحهدانلود Mapbar Map – برنامه GPS اندرویدبررسی وارزیابی اثر دفعات عبور تراكتور و سرعت پيشروی بر وزن مخصوص ظاهری خاکزراعت و اصلاح نباتاتتحقیق هوش- روانشناسیپاورپوینت "تاثیر اقلیم بر خانه های شهر یزد" ✅فایل های دیگر✅

#️⃣ برچسب های فایل تشخیص اشباع و جبران سازی اعوجاج جریان ثانویه CT با درنظرگرفتن تغییر ساختار معمولی سیستم قدرتword

تشخیص اشباع و جبران سازی اعوجاج جریان ثانویه CT با درنظرگرفتن تغییر ساختار معمولی سیستم قدرتword

دانلود تشخیص اشباع و جبران سازی اعوجاج جریان ثانویه CT با درنظرگرفتن تغییر ساختار معمولی سیستم قدرتword

خرید اینترنتی تشخیص اشباع و جبران سازی اعوجاج جریان ثانویه CT با درنظرگرفتن تغییر ساختار معمولی سیستم قدرتword

👇🏞 تصاویر 🏞