کاملترین تحقیق در مورد آهن

اختصاصی از فی فوو کاملترین تحقیق در مورد آهن دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه: 29
فهرست مطالب:

تاریخچـــــه پیدایـــــــش آهن

عمومی

خواص اتمی

خواص فیزیکی

متفرقه

اطلاعات اولیه

خصوصیات قابل توجه

کاربردهــــــــــا

ترکیبات بیولـــــــوژی ایزوتوپها

هشدارهـــــــــا  

کانی‌ها

پایدارترین ایزوتوپها

 آلوتروپ‌های آهن

تاریخچـــــه

اولین نشانه‌های استفاده از آهن به زمان سومریان و مصریان بر می‌گردد که تقریبا" 4000 سال قبل از میلاد با آهن کشف شده از شهاب سنگها اقلام کوچکی مثل سر نیزه و زیور آلات می‌ساختند. از 2000 تا 3000 سال قبل از میلاد ، تعداد فزاینده ای از اشیاء ساخته شده با آهن مذاب ( فقدان نیکل ، این محصولات را از آهن شهاب سنگی متمایز می‌کند ) در بین‌النهرین ، آسیای صغیر و مصر به چشم می‌خورد؛ اما ظاهرا" تنها در تشریفات از آهن استفاده می‌شد و آهن فلزی گرانبها حتی باارزش‌تر از طلا به‌حساب می‌آمد.

بر اساس تعدادی از منابع آهن ، بعنوان یک محصول جانبی از تصفیه مس تولید می‌شد - مثل آهن اسفنجی – و بوسیله متالوژی آن زمان قابل تولید مجدد نبوده است. از 1600 تا 1200 قبل از میلاد در خاورمیانه بطور روز افزون از آین فلز استفاده می‌شد، اما جایگزین کابرد برنز در آن زمان نشد.

تبر آهنی متعلق به عصر آهن سوئد در گاتلند سوئد یافت شده است. از قرن 10 تا 12 در خاورمیانه یک جابجایی سریع در تبدیل ابزار و سلاحهای برنزی به آهنی صورت گرفت. عامل مهم در این جابجائی ، آغاز ناگهانی تکنولوژیهای پیشرفته کار با آهن نبود، بلکه عامل اصلی ، مختل شدن تامین قلع بود. این دوره جابجایی که در زمانهای مختلف و در نقاط مختلفی از جهان رخ داد، دوره ای از تمدن به نام عصر آهن را بوجود آورد.

همزمان با جایگزینی آهن به جای برنز ، فرآیند کربوریزاسیون کشف شد که بوسیله آن به آهن موجود در آن زمان ، کربن اضافه می‌کردند. آهن را بصورت اسفنجی که مخلوطی از آهن و سرباره به همراه مقداری کربن یا کاربید است، بازیافت کردند. سپس سرباره آنرا با چکش‌کاری جدا نموده وم حتوی کربن را اکسیده می‌کردند تا بدین طریق آهن نرم تولید کنند.

مردم خاور میانه دریافتند که با حرارت دادن طولانی مدت آهن نرم در لایه ای از ذغال و آب دادن آن در آب یا روغن می‌توان محصولی بسیار محکم‌تر بدست آورد. محصول حاصله که دارای سطح فولادی است، از برنزی که قبلا" کاربرد داشت محکمتر و مقاوم‌تر بود. در چین نیز اولین بار از آهن شهاب سنگی استفاده شد و اولین شواهد باستان شناسی برای اقلام ساخته شده با آهن نرم در شمال شرقی نزدیک Xinjiang مربوط به قرن 8 قبل از میلاد بدست آمده است. این وسایل از آهن نرم و با همان روش خاورمیانه و اروپا ساخته شده بودند و گمان می‌رفت که برای مردم غیر چینی هم ارسال می‌کردند.

در سالهای آخر پادشاهی سلسله ژو ( حدود 550 قبل از میلاد) به سبب پیشرفت زیاد تکنولوژی کوره ، قابلیت تولید آهن جدیدی بوجود آمد. ساخت کوره‌های بلندی که توانایی حرارتهای بالای k 1300 را داشت، موجب تولید آهن خام یا چدن توسط چینِی‌ها شد. اگر سنگ معدن آهن را با کربن k 1470-1420 حرارت دهیم، مایع مذابی بدست می‌آید که آلیاژی با 5/96% آهن و 5/53% کربن است. این محصول محکم را می‌توان به شکلهای ریز و ظریفی در آورد. اما برای استفاده ، بسیار شکننده می‌باشند، مگر آنکه بیشتر کربن آنرا از بین ببرند.

از زمان سلسله ژو به بعد اکثر تولیدات آهن در چین به شکل چدن است. با این همه آهن بعنوان یک محصول عادی که برای صدها سال مورد استفاده کشاورزان قرار گرفته است، باقی ماند و تا زمان سلسله شین ( حدود 221 قبل از میلاد ) عظمت چین را واقعا" تحت تاثیر قرار نداد.

توسعه چدن در اروپا عقب افتاد، چون کوره‌های ذوب در اروپا فقط توانایی k 1000 را داشت. در بخش زیادی از قرون وسطی در اروپای غربی آهن را همچنان با روش تبدیل آهن اسفنجی به آهن نرم بدست می‌آوردند. تعدادی از قالب‌گیریهای آهن در اروپا بین سالهای 1150 و 1350 بعد از میلاد در دو منطقه در سوئد به نامهای Lapphyttan و Vinarhyttan انجام شد.

دانشمندان می‌پندارند شاید این روش بعد از این دو مکان تا مغولستان آن سوی روسیه ادامه یافته باشد، اما دلیل محکمی برای اثبات این فرضیه وجود ندارد. تا اواخر قرن نوزدهم در هر رویدادی یک بازار برای کالاهای چدنی بوجود آمد، مانند درخواست برای گلوله‌های توپ چدنی.

در آغاز برای ذوب آهن از زغال چوب هم بعنوان منبع حرارتی و هم عامل کاهنده استفاده می‌شد. در قرن 18 در انگلستان تامین کنندگان چوب کم شدند و از زغال سنگ که یک سوخت فسیلی است، بعنوان منبع جانشین استفاده شد. این نوآوری بوسیلـــه Abraham Darby انرژی لازم برای انقلاب صنعتی را تامین نمود.

این فقط قسمتی از متن مقاله است . جهت دریافت کل متن مقاله ، لطفا آن را خریداری نمایید

بهترین و کاملترین خودآموز زبان ترک آذری (تبریزی) - نسخه کمیاب

اختصاصی از فی فوو بهترین و کاملترین خودآموز زبان ترک آذری (تبریزی) - نسخه کمیاب دانلود با لینک مستقیم و پر سرعت .

بهترین و کاملترین خودآموز زبان ترک آذری (تبریزی) -

این کتاب نسخه کمیاب و قدیمی می باشد که به صورت کامل و روان زبان ترک آذری را آموزش می دهد.

مناسب برای تمام اقشار جامعه که دوستدار فرهنگ  و زبان ترک هستند.

با این کتاب به راحتی زبان ترکی را یاد بگیرید.

کاملترین جزوه آموزشی سخت افزار PLC S7-300

اختصاصی از فی فوو کاملترین جزوه آموزشی سخت افزار PLC S7-300 دانلود با لینک مستقیم و پر سرعت .

مجموعه ای که پیش رو دارید، شامل آموزش کامل سخت افزار PLC های سری S7-300 شرکت زیمنس می باشد. در این مجموعه مشخصات کلیه CPU ها ، کارت های IM ، FM و CP بررسی شده است.

تعداد صفحه:307

مولف:مهندس اکبر اویسی فر

کاملترین کتاب آموزش کیبورد و ارگ

اختصاصی از فی فوو کاملترین کتاب آموزش کیبورد و ارگ دانلود با لینک مستقیم و پر سرعت .

این فایل حاوی:

آموزش کیبورد از:

دو ر می فا سل لا سی
Si la sol fa mi re do

تا:

اکتاوها و نواختن از روی این جزوه

بهمراه جزوه ی آموزش سلفژ و شناخت انواع پیانو (اشانتیون)

کاملترین مجموعه داده کاوی: استفاده از داده کاوی در دسته بندی مشتریان

اختصاصی از فی فوو کاملترین مجموعه داده کاوی: استفاده از داده کاوی در دسته بندی مشتریان دانلود با لینک مستقیم و پر سرعت .

کاملترین مجموعه داده کاوی: استفاده از داده کاوی در دسته بندی مشتریان

استفاده از داده کاوی در دسته بندی مشتریان

به همراه منابع و اسلاید ها و دکیومت رود 108 صفحه ای

 مقدمه ای بر داده کاوی
 داده کاوی داده های مشتریان
دسته بندی مشتریان با روشهای موجود
 ارائه یک روش جدید برای انجام عملیات دسته بندی
مقایسه روشهای موجود و روش جدید
 تعیین تعداد بهینه مشتریان دعوتی برای یک محصول جدید
پیشنهاد یک روش جدید برای مقایسه الگوریتمهای دسته بندی مشتریان
 نتیجه گیری و اقدامات آتی

مقدمه

از زمان پیدایش علم آمار دانشمندان نیاز به کشف خصوصیات داده ها را احساس کرده بودند. با استفاده از آمار و روشهای آن در آن زمان خصوصیات داده ها از قبیل پراکندگی و تمرکز آنها بررسی می شد. با افزایش نیاز به استفاده از داده ها و درک ارزش اطلاعات ، داده ها به سرعت در حال جمع و ذخیره شدن می باشند که این سرعت همه روزه در حال زیاد شدن می باشد. به موازات سرعت زیاد ذخیره شدن داده ها ابزارهای محاسبه مکانیکی، الکتریکی و در نهایت کامپیوترها نیز بوجود آمده اند. حجم زیاد داده های ذخیره شده که معمولا  از منابع گوناگون تهیه شده بودند و بعضا دارای قالبهای متفاوتی نیز بودند سبب شد که در بعضی موارد روشهای آماری به تنهایی قادر به کشف خصوصیات داده ها نباشند. دانشمندان برای رفع این مشکل تصمیم گرفتند که از سرعت بالای کامپیوترها استفاده نمایند. همین امر سبب شد که روشهای ابتکاری دیگری علاوه بر روشهای آماری مثل شبکه های عصبی، الگوریتم ژنتیک ایجاد شود.

سه موضوع انبارش و ذخیره شدن داده ها، افزایش سرعت کامپیوترها و پیدایش الگوریتمهای جدید کار با داده ها باعث ایجاد علمی با نام داده کاوی[1] شده است.

داده کاوی عبارت است از "استخراج اطلاعات و دانش و کشف الگوهای پنهان از یک پایگاه داده های بسیار بزرگ"  ]3[ . که این الگوها و دانشها معمولا مستتر در داده        می باشند. از داده کاوی می توان برای انجام کارهایی مثل دسته بندی[2]، پیش بینی[3]، تخمین[4] و خوشه بندی[5] داده ها استفاده نمود. برای انجام این کارها تکنیکهایی توسعه یافته اند که با توجه به پیشرفت کامپیوترها و این علم همه روزه برتعداد و کیفیت این تکنیکها افزوده  می شود. تعدادی از معروفترین این تکنیکها عبارتند از: الگوریتمهای خوشه بندی[6]، شبکه های عصبی[7]، الگوریتم ژنتیک[8]، نزدیکترین همسایگی[9] و درخت تصمیم گیری[10].

ویژگیهای داده کاوی سبب شده که امروزه در تجارت و کسب و کار از آن بسیار استفاده شود. شرکتهای مخابراتی، بانکها، شرکتهای بازاریابی و تبلیغاتی و کلیه شرکتهایی که از پایگاههای داده های بزرگی برخوردار بوده و از اهمیت اطلاعات و آگاهی در بازار خبر دارند‏‏، می توانند از داده کاوی بعنوان یک ابزار بسیار قوی برای رشد و پیشرفت در بازار استفاده کنند.

یکی از زمینه های بسیار مهم تجارت که امروزه مورد توجه بسیاری قرار گرفته است مشتریان و داده های مربوط به آنهاست. سازمانها به دلیل اهمیتی که به مشتریان و اطلاعات مربوط به آنها می دهند با سرعت زیادی در حال ذخیره سازی  و استفاده از   داده های مربوط به مشتریان خود هستند. همین امر سبب شده تا علم داده کاوی خود را بیشتر درتحلیل داده های مشتریان نمایان سازد.

[1]  Data Mining

[2]  Classification

[3]  Prediction

[4]  Estimation

[5]  Clustering

[6]  Cluster Detection Algorithm

[7]  Neural Networks

[8]  Genetic Algorithm

[9]  Nearest Neighboring

[10]  Decision Tree