آزمون­های صورت گرفته در این تحقیق شامل اندازگیری ویژگی­های مکانیکی، ویژگی­های فیزیکو شیمیایی (میزان جذب آب، محتوای رطوبت و حلالیت) ، نفوذپذیری به بخار آب، بررسی ایزوترم و بررسی خاصیت ضد میکروبی با تغییر غلظت های مختلف نانو میله­های اکسید روی بر فیلم­های قدومه شیرازی می­باشد.

3-5-1- ویژگی های مکانیکی

یک آزمون برای ارزیابی تغییر شکل (کششی) در سرعت ثابت در یک نمونه با ابعاد استاندارد برای اندازه ­گیری نیروی لازم برای پارگی مواد مورد استفاده قرار گرفت. منحنی نیرو در مقابل جابجایی این پارامترها را تعیین می­ کند.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

تنش کششی (Tensil stress) (استحکام کششی نیز نامیده می­ شود) که در واحد MPa بیان می­ شود. نیروی لازم برای پارگی (گسیختگی) قسمتی از نمونه را اندازه ­گیری می­ کند.
بیشترین نیرویی که سبب گسیختگی جسم می­ شود تقسیم بر سطح مقطع نمونه، نشان دهنده قدرت کششی فیلم (مقاومت فیلم) است.
که در آن F نیرو بر حسب نیوتن و A مساحت قسمتی از فیلم که مورد آزمون قرار می­گیرد (ضخامت × عرض در mm²)
کشیدگی Elongation (Strain هم نامیده می­ شود) که واحد آن درصد است. که این نسبت جابجایی به طول اولیه نمونه است:
بیشترین تغییر طول به طول اولیه، انعطاف­پذیری فیلم را بررسی می­ کند (چند درصد طولش می ­تواند کش بیاید ولی پاره نشود).
که در آن L جابجایی (mm) و L0 طول اولیه (mm) کشیدگی در نقطه شکست به صورت درصد نسبی است که مقیاسی از انعطاف­پذبری فیلم­ها است.
مدول یانگ (Yang’s Modulus) این پارامتر برابر است با شیب در ناحیه خطی منحنی تنش-کرنش (نسبت stress به strain) بیانگر میزان سختی فیلم­ها است.
ویژگی­های مکانیکی در هر شکست مشخص می­ شود. در هر شکستن تنش و کرنش برای هر نمونه محاسبه شد. قسمتی از آزمون که متفاوت باشد در طول اندازه ­گیری خیلی قابل توجه نیست. شکل منحنی تنش -کرنش رفتار خاص مواد شکننده (شکستن در محدوده الاستیک) یا انعطاف­پذیر (شکست در پلاستیک) را تعریف کند.
ویژگی­های مکانیکی درهرپارگی مشخص شدند. استرس واسترین پارکنندگی (σ، ε) برای هرنمونه محاسبه شد. بخش آزمایش به طورچشمگیری درطی اندازه ­گیری تفاوتی نکرد. می­توان برای تعریف کردن رفتارخاص ماده به عنوان ترد (شکست درمحدوده الاستیک ) یاductile (شکست درپلاستیک)، از شکل منحنی­های stress strainاستفاده کرد. D882-10ASTM باتغییری (اصلاحی) برای تعیین کردن ویژگی­ها مکانیکی­درشرایط­استاندارد­مورداستفاده­قرارگرفت­ ( ASTM ، 2010).­ نوارهای­ فیلم ­به ­طول 100mmو عرض 20mm بریده شد و به مدت 48 ساعت در دمای℃ 23 و رطوبت نسبی 53 % تنظیم شد. آنالیز بافت مجهز شده با نرم افزارTexture Exponent 32 به منظوراندازه­گیری ویژگی­های مکانیکی فیلم به کارگرفته شد. جداسازی سرعت اولیه و سرعت crosshead به ترتیب 50mmو 30 بود. Elongation و قدرت کشش درنقطه پاره شدن از تغییرشکل و نیروی داده ثبت شده توسط نرم افزارمحاسبه شد. 8 تکرارهرنمونه مورد ارزیابی قرارگرفت.

3-5-2- نفوذ پذیری بخار آب (WVP)

از روش اصلاح شده کاپ گراومتریک به روش استاندارد ملی آمریکا ASTM E96-05 که برای تعیین میزان نفوذ پذیری در فیلم ها استفاده شده است( ASTM ,2005b). در این آزمون کاپ ها با آب پر شدند و هوا حدود 5/1 سانتیمتر بین سطح فیلم و آب بود. فیلم ها به اندازه دهانه کاپ بریده شدند و به کمک خمیر بازی بر روی کاپ نگه داشته شدند. در ابتدا وزن اولیه کاپ ها با ترازو با دقت 0001/0 اندازه گیری شد و سپس درون دسیکاتور که با سیلیکاژل(خشک کن) برای تولید رطوبت نسبی %0 پر شده بود قرار گرفتند. پس از آن هر 2 ساعت یک بار نمونه ها توزین شد تا 7 نقطه این روند ادامه داشت. سپس از نمودار وزن بدست آمده در مقابل زمان برای تعیین (WVTR) استفاده شد. شیب قسمت خطی این نمودار نشان دهنده مقدار حالت پایدار از نفوذ بخار آب در میان فیلم در هر واحد زمان (g/h) (WVTR) بر اساس gr بر m² در هر روز بیان شد. رگرسیون دامنه ضرایب %99/0 یا بالاتر بدست آمده. (WVP) فیلم توسط ضرب کردن (WVTR) در ضخامت متوسط فیلم و تقسیم آن بر فشار بخار آب در سطح فیلم محاسبه می شود.

3-5-3- حلالیت فیلم ها

حلایت فیلم­ها در آب بر طبق نظر مایزورا^[115] و دیگران (2007 ) و با قدری تغییرات تعیین شد پس از تعیین میزان رطوبت موجود در هر فیلم میزان مواد جامد موجود در آن قابل تعیین بود با توجه به این مسأله، تکه­های از فیلم (600 میلی گرم) بریده شده در یک دسیکاتور با ( (0% RH کلرید کلسیم به مدت 24 ساعت در دمای 40 درجه سانتیگراد حرارت داده شد. سپس درون بشر با 100 سی­سی آب دیونیزه قرار داده شد این نمونه­ها با تکان خوردن­های دائمی به مدت24 ساعت در دمای اتاق به همزده شدند. سپس مخلوط فیلم و آب بر روی یک کاغذ صافی که قبلا به وزن ثابت رسیده و دقیقا توزین شده بود صاف شد. کاغذ صافی به همراه نمونه تا رسیدن به وزن ثابت در دمای40 درجه سانتیگراد قرار داده ­شد. درصد حلالیت فیلم­ها در آب از رابطه زیر محاسبه گردید.
100= درصد حلالیت

3-5-4- ظرفیت جذب آب (WAC)

برای بررسی میزان ظرفیت جذب آب تکه هایی از فیلم (2×2 cm) بریده و در دسیکاتور که زیر آن کلرید کلسیم (برای صفر شدن رطوبت) قرار داشت به مدت 2 روز قرار داشت. نمونه ها با ترازویی با دقت 0001/0 توزین گردید، درون دسیکاتوری که زیر آن آب قرار دارد، قرار داده می­ شود. و بعد از 24 ساعت نمونه­ها توزین شدند، و از طریق فرمول زیر میزان جذب آب بدست آمد:
وزن خشک فیلم/وزن آب جذب شده =WAC

3-5-5- اندازه گیری میزان رطوبت فیلم ها

پس از آنکه فیلم ها به تعادل رطوبتی رسیدند، تکه های فیلم وزن شده و درون دسیکاتوری که قبلا به وزن ثابت رسیده بود، قرار داده شدند. سپس در آون با دمای ℃40 به مدت 24 ساعت تا رسیدن به وزن ثابت حرارت داده شدند. پس از روی میزان کاهش وزن نمونه ها نسبت به نمونه اولیه، درصد رطوبت تعیین شد (معینی،1388).
100 = درصد رطوبت

3-5-6- ایزوترم جذب

ایزوترم جذب رطوبت در℃25 براساس روشی که به وسیله برتوزی^[116] و همکاران در سال 2007، شرح داده شده است مشخص شد . موازنه آزمون جذب در 3 تکرار برای هر رطوبت نسبی اندازگیری شد و به صورت گرم جذب آب برگرم فیلم خشک گزارش شد. داده های تجربی جذب در معادلهG.A.B جایگزین شد .معادلهG.A.B به وسیله فرمول زیر تعریف می­ شود:
که در آنWm , C , Kپارامترهای معادلهG.A.B هستند،Wمحتوی­رطوبت (برمبنای خشک) وa_w فعالیت آبی است. برای ارزیابی دقت­وصحت معادله G.A.B داده ­های­ تجربی برای ایزوترم­ جذب به صورت درصد متوسط ضریب انحراف نسبی(E) برای فیلم­ها محاسبه شد. توسط فرمول زیر داده می­ شود:
که در آن Nمقدارداده­های تجربیmi, mip به ترتیب میزان آزمایشی پیش ­بینی شده بود (داده های تئوری).در مدل Eمیزان زیر%10نشان دهنده جایگزینی مناسب است ( چیوارک^[117] و همکاران، 2009).
همچنین مدل ایزوترم جذب تعادلی چند جمله ای با مرتبه 3 نیز در داده های تجربی براز گردید.
3-5-7- خاصیت ضد میکروبی
کارآیی ضد میکروبی فیلم آماده با بهره گرفتن از ارزیابی روش لرزش فلاسک توسط Appendini and Hotchkiss (2002) مورد بررسی قرار گرفت. برای روش لرزش فلاسک هشت نمونه ( cm 5 /1 2) از فیلم­های نانو کامپوزیت در ml 100 از محیط کشت استریل نوترینت براث برای باکتری 150 دور در دقیقه غوطه ور شد و سپس در انکوباتور دمای 37 درجه سانتی ­گراد قرار داده شدند. مدارک و شواهد حاکی از رشد میکروبی بود. مدارک و شواهد از رشد میکروبی با خواندن تغییرات جذب در 600 نانومتر با بهره گرفتن از دستگاه اسپکتروفتومتر در فواصل منظم (2 ساعت) به دست آمد ( هان و همکاران، 2007). جذب داده ­ها با بهره گرفتن از معادله گامپرتز که تغییر افت­هاست توسط 1990 Zwietering et al ارائه شده، مدل شد.
برای تخمین پارامتر­های سنتیک رشد میکروبی
X = غلظت سلولی میکروارگانیسم در محیط کشت
˳X= مقدار اولیه جذب t= زمان = فاز تاخیر
A= حداکثر غلظت باکتریایی بدست آمده در فاز ثابت و مقدار اولیه آن است
µ_max= حداکثر سرعت رشد ویژه (h-1).

3-6- تجزیه و تحلیل آماری

از آزمون های آنووا یک طرفه و توکی (یا دانکن) برای ویژگی های فیزیکی و مکانیکی، و پارامترهای مختلف در میان انواع مختلف فیلم در سطح معنی دار %5 به کار برده شد. تجزیه و تحلیل با بهره گرفتن از گراف پد پریزم 6، انجام شد. برای انجام مدل سازی از تکنیک کمینه کردن مجموع مربعات اختلاف داده های تئوری و عملی به کمک افزونه Solver در نرم افزار اکسل 2010 استفاده شد.

فصل چهارم: نتایج و بحث

 

4-1- ارزیابی کیفی فیلم زیست­تخریب­پذیر خوراکی

 

4-1-1- بررسی اثر نانو اکسید روی بر خواص ظاهری فیلم­های قدومه شیرازی

فیلم­های تهیه شده، فیلم­های کاملاً یکنواخت بودند که نانو ذرات اکسید روی به طور یکدست در آن پخش شده بودند. سطح روی فیلم ها براق بودند، فیلم­ها به راحتی و بدون هیچ ابزاری از سطح پلیت کاستینگ جدا شدند. ضخامت در نقاط مختلف تقریبا یکسان بوده و با افزایش درصد نانو ذرات تأثیری روی ضخامت فیلم ها مشاهده نشد در حالی که بر روی رنگ فیلم ها تأثیر واضحی داشت به طوری که فیلم شاهد قدومه شیرازی کمی کدر و زرد رنگ بوده و با افزایش نانو ذرات تا 5% فیلم کاملاً شیری رنگ بود.

شکل 4- 1: رنگ فیلم­های قدومه شیرازی با غلظت­های متفاوت ( %0، 5%) نانو اکسید روی.

4-1-2- بررسی اثر نانو اکسید روی بر ضخامت فیلم­های قدومه شیرازی

برای اندازه ­گیری ضخامت فیلم­ها از ریزسنج دستی استفاده شد که ضخامت کلی فیلم­های نانو کامپوزیتی بدست آمده، بدون تغییر با اضافه کردن نانو ذرات باقی ماند. مقادیر میانگین ضخامت کلی برای فیلم­های­ قدومه شیرازی ( 04/0 -05/0 میلی­متر می­باشد. و در (جدول 4-1)، نشان داده شده است.
جدول 4- 1: میانگین ضخامت فیلم­های شاهد قدومه شیرازی و نمونه­های حاوی نانو اکسید روی

جانگ

 

 

 

 

 

۱۱

 

محوریت ارزیابی
عملکرد مالی موسسات

 

محوریت ارزیابی عملکرد مالی موسسات انجام گرفته است،عموما بر کارایی و اثر بخشی متمرکز شده اند که می توانند به طور مستقیم بر بقای آن اثر گذار باشند. در این تحقیق با بهره گرفتن از تحلیل دو مرحله ای پوششی داده ها، این نتیجه که موسسات با کارایی بهت همواره اثر بخش نیستند،حاصل شده است.

 

۲۰۰۴

 

چین

 

 

 

 

 

فصل سوم
روششناسی تحقیق
۳-۱ مقدمه
تحقیق عملی منظم، منطقی و دقیق برای دست یازیدن به حقایق و دانش نو، و ارتباط آن با کل زندگی تعریف میشود. همچنین تحقیق عملی منظم، منطقی و دقیق برای حل مسائل و درک روابط بین متغیرها مطرح میگردد(خلیلی شورینی، ۱۳۸۸، ۱۵). بر این اساس، پژوهش فرآیندی است که از طریق آن می‌توان درباره ناشناخته‌ها به جستجو پرداخت و نسبت به آنها شناخت لازم را کسب کرد. در این فرایند، از چگونگی گردآوری شواهد و تبدیل آنها به یافته‌ها تحت عنوان «روش‌شناسی» یاد می‌شود. و روش علمی یا روش پژوهش علمی، فرایند جستجوی منظم برای مشخص‌کردن یک موقعیت نامعین است (مقیمی، ۱۳۸۰، ۱۷).

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در این فصل، روش‌شناسی تحقیق حاضر تشریح و تبیین خواهد شد و در زیر به آنها اشاره شده است:
۳-۲. روش تحقیق
انتخاب روش تحقیق در تحقیقات به موضوع ، اهداف و ماهیت تحقیق بستگی دارد . محقق برای پاسخ به مسأله تحقیق ملزم به بکارگیری یک متدلوژی و استراتژی کلی است تا به کمک آن بتواند اطلاعات را جمع آوری و داده ها را تجزیه و تحلیل نموده و به مسأله پاسخ دهد (کیامنش،۱۳۸۲.ص۷۵).
تحقیق حاضر از لحاظ مخاطب ، با توجه به اینکه به دنبال نتایج ملموس و عملی است ، یک تحقیق کاربردی و بنیادی است و از منظر دیگر یک تحقیق توصیفی نیز می باشد ، چون قصد بر آن است تا برخی از متغیرهای وضع موجود را ، همان گونه که هستند گزارش نماید . تحقیق حاضر از نظر روش ، یک تحقیق زمینه یابی ( پیمایشی ) مقطعی است .
۳-۳. جامعه آماری
جامعه آماری عبارتست از مجموعهای از افراد، اشیاء و … که حداقل در یک صفت مشترک باشند (کیاکجوری، ۱۳۸۹).
جامعه آماری این تحقیق کلیه کارکنان در واحدهای کاری شعب بانک رسالت در استان تهران به تعداد ۱۵۰ نفر می باشند.
۳-۴. نمونه آماری
نمونه عبارتست از مجموعهای از نشانه ها که از یک قسمت، یک گروه یا جامعهای بزرگتر انتخاب میشود، به طوری که این مجموعه معرف کیفیات و ویژگیهای آن قسمت، گروه یا جامعه بزرگتر باشد(همان منبع).
پس از تعیین تعداد کل کارکنان مد نظر در شعب بانک رسالت در استان تهران به تعداد ۱۵۰نفر، با بهره گرفتن از جدول کرجسی و مورگان تعداد نمونه ۱۰۸ نفر تعیین و داده های تحقیق از همین تعداد افراد گرداوری می شود.
۳-۵ . ابزار جمع‌ آوری داده‌ها و اطلاعات
برای گرد آوری اطلاعات از دو روش کتابخانه ای و میدانی استفاده می گردد
الف- روش کتابخانه ای : مطالعه ی کتاب ها، مقاله ها وتحقیقات دیگران باعث آشنایی بیشترمحقق باموضوع تحقیق ،اهداف وابعادآن می شود و بااستفاده ازاین نظرات ،نتایج تحقیق موردارزیابی علمی قرار می گیرد و متناسب با آن پیشنهاداتی ارائه می گردد. همچنین برای تکمیل فصل دوم که شامل پیشینه ی تحقیق می باشد و بررسی تحقیقات داخلی و خارجی با مراجعه به کتابخانه ها و بررسی مطالب وکتب مختلف و همچنین بررسی مقالات علمی – پژوهشی مندرج در مجلات و فصلنامه و ماهنامه هایی که در زمینه تحقیق حاضر وجود دارد و نیز با بهره گرفتن از اینترنت اطلاعات مورد نیاز جمع آوری خواهد شد.
ب- روش میدانی : دراین پژوهش از یک پرسشنامه محقق ساخته برای گردآوری اطلاعات استفاده می شود . پرسشنامه این پژوهش بصورت محقق ساخته، دارای ۳۸ سوال و دارای ۵ طیف(خیلی کم تا خیلی زیاد ) می باشد.

 

 

متغیــــرها

 

ســــوالات

 

 

 

تجهیز منابع پولی

 

سوال ۱ تا ۲۳

 

 

 

استفاده از شاخص CAMEL

 

سوال ۲۴ تا ۲۹

 

 

 

مدیریت ریسک

 

سوال ۳۰ و ۳۱

 

 

 

بهینه گزینی

 

سوال ۳۲ تا ۳۸

 

۳۰٪

۵۰٪

۲۰٪

احتمال وقوع شرایط اقتصادی

 

 

جدول۲-۷ تابع توزیع احتمالات نرخ بازدهی سهام الف در شرایط مختلف اقتصادی
نمودار ۲-۱۴ توزیع احتمالات بازدهی سهم ۱۰۰۰ ریالی در شرایط مختلف اقتصادی
برخی توزیع احتمالات عینی^[۱۷۹] هستند و این هنگامی است که نرخ‌های بازده اتفاق افتاده‌اند و اصطلاحاً از اطلاعات تاریخی استفاده شده است. به این توزیع اصطلاحاً توزیع فراوانی نسبی^[۱۸۰] گفته می‌شود. نوع دیگر، توزیع احتمالات ذهنی^[۱۸۱] بر اساس نظرات تحلیل‌گران مالی است که آینده را پیش‌بینی می‌کنند. البته در هر دو صورت توزیع احتمالات پایه و اساس تحلیل‌های مقداری سرمایه‌گذاری خواهد بود (فرانسیس^[۱۸۲]، ۱۹۸۶). تحقیقات تجربی فیشر و لوری نشان داده است توزیع احتمالات تاریخی نرخ بازدهی از نوع توزیع نرمال می‌باشد (فیشر و لوری^[۱۸۳]، ۱۹۷۰). در عین حال تحقیقات زیادی نیز وجود دارد که نرمال بودن توزیع بازدهی را رد کرده است. اولین تحقیق توسط یوجین فاما در سال ۱۹۶۸ انجام گرفت و نهایتاً نتیجه‌ی آخرین تحقیقات نیز بر نرمال نبودن توزیع بازدهی دلالت دارد. بنابر بیانات فاما، آنچه دست‌ساز بشر باشد، از توزیع نرمال برخوردار نیست، چرا که تصادفی بودن آن مبهم است؛ در مقابل آنچه ساخته‌ی طبیعت است و به عبارتی بشر در ایجاد آن دخالت ندارد، دارای توزیع نرمال است. نتایج این تحقیقات نشان می‌دهد توزیع بازدهی از توزیع نرمال کشیده‌تر است و دارای چولگی نیز می‌باشد. چولگی نیز در بازارهای مالی مختلف متفاوت است، به گونه‌ای که در برخی بازارها، چولگی راست و در برخی چولگی چپ وجود دارد (کافبرسون^[۱۸۴]، ۲۰۰۱).
در اینجا برای سهولت در بیان ماهیت ریسک از توزیع نرمال استفاده می‌کنیم. بعد از ترسیم این توزیع (خواه با بهره گرفتن از اطلاعات تاریخی و خواه با بهره گرفتن از پیش‌بینی‌های آتی) می‌توان به این نتیجه رسید که به احتمال ۶۸ درصد، نرخ بازدهی در محدوده‌ی اولین انحراف معیار خواهد بود. به همین صورت به احتمال ۹۵ درصد و ۵/۹۹ درصد، نرخ بازدهی به ترتیب در محدوده‌های دومین و سومین انحراف معیار خواهد بود.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

به عنوان مثال اگر شرکت الف دارای میانگین نرخ بازدهی ۱۰ درصد باشد و انحراف معیار سهم این شرکت نیز ۲۰ درصد محاسبه شده باشد می‌توان نتیجه گرفت سهم این شرکت در ۶۸ درصد مواقع بین ۲۰ ٪ ۱۰٪ یعنی ۲۰ درصد و ۱۰- درصد تغییر می‌کند.
نمودار ۲-۱۵ توزیع احتمالات نرخ بازدهی اطراف میانگین
البته نتیجه‌ی واقعی ممکن است خارج از این محدوده باشد ولی احتمال آن بیش از ۳۲ درصد نخواهد بود. همان‌طور که پیش از این نیز اشاره شد، برای افزایش سطح اطمینان می‌توان محدوده را گسترش داد. به عبارت دیگر به احتمال ۹۵ درصد و یا در ۹۵ درصد اوقات، نرخ بازدهی واقعی بین ۴۰ ٪ ۱۰ ٪ یعنی ۳۰- درصد و ۵۰ درصد خواهد بود.
نمودار ۲-۱۶ میانگین نرخ بازدهی شرکت الف، ۱۰ ٪ با نوسانات در محدوده‌ی ۲۰ ٪ ۱۰ ٪
۲-۳-۶- نااطمینانی
۲-۳-۶-۱- تعریف
نااطمینانی شرایطی است که در آن یا پیشامدهای ممکن در آینده اتفاق می‌افتد مشخص و معلوم نیست یا اینکه اگر این پیشامدها مشخص و معلوم باشد، احتمال وقوع این پیشامد مشخص نیست و وقتی هرکدام یا هردوی این موارد پیش می‌آید، تصمیم‌گیری نسبت به آینده پیچیده و مشکل می‌شود و ازاین‌رو فضای نااطمینانی بر تصمیم‌ها حاکم می‌شود.
۲-۳-۶-۲- تفاوت ریسک و نااطمینانی
نوسان از تغییرات در متغیرها حاصل می شود درصورتی‌که نااطمینانی، نبود اطلاعات و دانش محدود در مورد نتیجه­ تغییرات در متغیرها است. در واقع نوسان، یک متغیر مشهود است درصورتی‌که نااطمینانی، یک متغیر نامشهود است و برای کسب اگاهی از آن باید این نااطمینانی را از مدلهای که سطح نامشهود را گزارش میکنند، استفاده کرد. هرچند واژه‌های ریسک و عدم اطمینان مترادف یکدیگر به‌کاربرده می‌شوند، اما از منظر اقتصادی دو معنای متفاوت دارند. ریسک در معنای خاص خود به رویدادهای گفته می‌شود که احتمال وقوع آن‌ها قابل‌اندازه‌گیری باشد. اما عدم اطمینان به علت نبود داده‌های کافی، احتمال وقوع قابل‌اندازه‌گیری ندارد (سلطانی، ۱۳۷۲).
ریسک مفهومی نزدیک به عدم اطمینان است که در آن، نتیجه­های ممکن تأثیر نامطلوب و یا زیان نامشخصی را به بار می ­آورد (زارع، ۱۳۸۹). ریگوتی و شانون (۲۰۰۵) به نقل از نایت (۱۹۲۱) بیان می‌کنند که تفاوت مهمی بین نااطمینانی و ریسک وجود دارد، ریسک با ویژگی تصادفی خود که دقیقاً قابل‌اندازه‌گیری است، مشخص می‌شود. اگر ریسک تنها وجه تصادفی بودن باشد، نهادهای مالی خوب سازمان‌دهی شده قادر خواهند بود پدیده ریسک را قیمت‌گذاری نموده و هزینۀ آن را در معاملات لحاظ نمایند؛ اما نااطمینانی شرایطی ایجاد می‌کند که این نهادها قادر نخواهند بود خود را تطبیق بدهند. السبرگ (۱۹۶۱) تعریف دقیق‌تری از نااطمینانی ارائه می‌دهد. او معتقد است حادثه‌ای غیرقطعی است که احتمال وقوع ناشناخته‌ای داشته باشد.
ریگوتی و شانون (۲۰۰۵) همچنین اعلام می‌کنند که نااطمینانی و ریسک ویژگی‌های جداگانۀ یک محیط تصادفی هستند و می‌توانند به‌طور متفاوتی روی افراد تأثیر بگذارند. برای مثال نایت (۱۹۲۱) ادعا می‌کند که ریسک از طریق مبادله، قابل بیمه کردن است، در حالی‌ که نااطمینانی چنین نیست. نااطمینانی می‌تواند منجر به انحراف از رفتار تقسیم ریسک استاندارد در مدل‌های مطلوبیت انتظاری گردد. علاوه بر این در حالت وجود نااطمینانی عدم قطعیت به وجود خواهد آمد که این عدم قطعیت می‌تواند در دریافتی‌های تعادلی، تغییرات قیمتی زیاد و پیشگوئی‌هایی که به خطاهای اندازه‌گیری کوچک، بی‌نهایت حساس هستند، منجر شود.
در دایره‌المعارف اینترنتی ویکی پدیا^[۱۸۵] تفاوت بین نااطمینانی و ریسک را بدین صورت توضیح می‌دهد: ریسک قسمت نامطلوب از یک مجموعه دریافتی نامطمئن است که در بخش قبل به‌طور تفضیلی به نحوه اندازه‌گیری آن شاهد شد اما نااطمینانی کاملاً مطلب دیگری است. برای مثال یک خطرکننده هنگامی‌که در یک بازی عادلانه بازی می‌کند و احتمال وقوع را می‌داند ریسک می‌کند؛ اما وقتی‌که به عادلانه بودن بازی و یا احتمال وقوع نامطمئن است یک وضعیت نااطمینانی است.
۲-۳-۶-۳- نااطمینانی اقتصاد کلان
الف- تعریف نااطمینانی اقتصادی
نااطمینانی اقتصادی فضایی است که در آن تصمیم‌گیرنده‌ها و عاملین اقتصادی نسبت به تغییرات آتی متغیرها مطمئن نیستند، بنابراین با توجه به اطلاعات ناقص، اقدام به اخذ تصمیم نموده و یا اخذ تصمیم را به تأخیر می‌اندازند. درنتیجه فرایند اقتصادی دچار عملکرد نامطلوب یا کند خواهد شد.
مفهوم نااطمینانی در اقتصاد مدرن برای اولین بار توسط کینز مطرح گردید. وی معتقد بود که با بروز عدم اطمینان نسبت به وضعیت تقاضای آینده، اقتصاد در معرض بی‌ثباتی اساسی قرار می‌گیرد. لذا تنظیم و تحریک تقاضا نقش قابل ملاحظه‌ای ایفا می‌کند. کینز همچنین بیان می‌کند که اگر نااطمینانی نسبت به فعالیت‌های آینده اقتصادی شدید باشد، سیاست پولی بی‌اثر می‌گردد (شاکری، ۱۳۷۹). کینزین های بنیادگرا بر این نوآوری کلیدی کینز، یعنی قرار دادن نقش نااطمینانی در مرکز تحلیل‌های اقتصادی، تأکید می‌کنند. کینز به روشنی بین موقعیت‌های نااطمینانی و ریسک تفاوت قائل شد و تأکید وی بر نااطمینانی بود (بشیری، ۱۳۸۷).
ب- تعریف نااطمینانی تورمی
نااطمینانی حاصل از منابع مختلف، موجب تغییر روش و نوع تصمیم‌های عاملان اقتصادی می‌شود که این تصمیم‌ها درنهایت بر فعالیت حقیقی آن‌ها اثر می‌گذارد. نااطمینانی تورمی به سبب اینکه در مورد قیمت‌های فروش و هزینه‌های تولید و درنهایت پیش‌بینی سود مورد انتظار آینده، حالت نااطمینانی و بی‌ثباتی به وجود می‌آورد، موجب تغییر تصمیم‌ها و فعالیت عاملان اقتصادی می‌شود. همچنین نااطمینانی با تأثیر بر تصمیم‌های مصرف‌کننده در مورد زمان خرید کالا موجب نااطمینانی و غیرقابل‌پیش‌بینی شدن تقاضای کالا می‌شود.
نرخ تورم بالا و مستمر از پدیده‌های مضر اقتصادی است که هزینه‌های اقتصادی و اجتماعی زیادی را بر جوامع تحمیل می‌کند، اما یکی از اصلی‌ترین و مهم‌ترین زیان‌های اقتصادی ناشی از تورم، عدم اطمینان از مقدار آن در دوره‌های آتی است. نااطمینانی تورمی فضایی است که در آن تصمیم فعالان اقتصادی اعم از خانوارها، بنگاه‌ها و یا بخش دولتی در زمینه‌های مختلف با نااطمینانی تورم آتی همراه است. نااطمینان درباره نرخ تورم آینده حالت نااطمینانی و بی‌ثباتی در قیمت‌ها را به وجود می‌آورد و از این کانال مداوم سبب تغییرات در تصمیمات اقتصادی می‌شود. در فضای نااطمینانی فعالان اقتصادی تصمیماتی اتخاذ می‌نمایند که با انتظارات آن‌ها مغایر است.
نااطمینانی تورم با ایجاد انحراف در تصمیمات پس‌انداز و سرمایه‌گذاری بنگاه‌های اقتصادی و خانوارها یکی از هزینه‌های مهم تورم قلمداد می‌شود. به‌طور واضح با افزایش نااطمینانی تورم، برآورد هزینه و درآمدهای آتی فعالیت‌ها غیرشفاف شده و این امر می‌تواند آثار نامطلوبی بر تخصیص منابع و کارایی فعالیت‌های اقتصادی داشته باشد. همچنین اثر نااطمینانی بر تصمیمات عامل‌های اقتصادی در افق‌های زمانی مختلف، متفاوت است به‌طوری‌که نااطمینانی کوتاه‌مدت غالباً تصمیمات گذرا را تحت تأثیر قرار می‌دهد ولی نااطمینانی تورم در بلندمدت به‌طورجدی تصمیمات بین دوره‌ای را متأثر می‌سازد. نااطمینانی را نمی‌توان به طور کامل از بین برد ولی امکان حداقل کردن آن از طریق برخی تعدیلات در رژیم‌های سیاستی وجود دارد.
در ادبیات تئوریک مطرح‌شده نااطمینانی تورم با سطح تورم افزایش می‌یابد و لذا امکان حداقل کردن هزینه‌های نااطمینانی از طریق سیاست تثبیت قیمت وجود دارد.
نوسان زیاد در شوک‌های آتی متغیرهای کلان باعث می‌شود فعالان اقتصادی درک و فهم کاملی از شرایط اقتصادی نداشته باشند و بیشتر آن‌ها در پاسخ به شوک‌های واقعی تقاضا قیمت‌ها را به‌جای تولید تعدیل نمایند، به عبارتی بنگاه‌ها قادر نیستند تغییرات خاص قیمتی در بازارهای مربوطه را بین تغییر قیمت ناشی از تقاضای کل و تقاضای نسبی تولید تفکیک نمایند. بنابراین با تغییر اندک در مقدار عرضه، قیمت‌ها جهت به تعادل رساندن آن با مقدار تقاضا شده به طور گسترده نوسان می‌یابند. یک راه برای پیش ­بینی واریانس آن است که تغییرات آن­ را به‌وسیله یک متغیر برون­زای مستقلی مدل‌سازی نماییم. انگل (۱۹۷۲) نشان داد که به‌جای انتخاب دنباله­های متعدد و یا تبدیل داده ­ها می­توان میانگین و واریانس یک سری از داده ­ها را به‌طور همزمان مدل‌سازی نمود. بالرسلو (۱۹۸۶) توانست الگوی اولیه ارائه‌شده توسط انگل را توسعه دهد. وی روشی را ابداع نمود که بر اساس آن واریانس شرطی می ­تواند یک فرایند آرما باشد.
اگرچه برای اندازه‌گیری و سنجش نااطمینانی تابه‌حال از معیارها و متغیرهای مختلفی استفاده‌شده است، اما امروزه از انواع مدل‌های GARCH برای به دست آوردن نااطمینانی در بسیاری از مطالعات به کار برده می‌شود. نااطمینانی بر اساس مدل‌های سری زمانی که در آن واریانس‌های شرطی نرخ تورم از یک دوره به دوره دیگر تغییر می‌کند، اندازه‌گیری می‌شود.
با ارائه مدل‌های ARCH به‌وسیله انگل (۱۹۸۲) ابزار مناسبی برای سنجش نااطمینانی به دست آمد. در این مدل‌ها از واریانس شرطی خود رگرسیون جهت محاسبه نااطمینانی تورم استفاده می‌شود، بولرسلو (۱۹۸۶) مدل دیگری تحت عنوان مدل واریانس ناهمسانی شرطی اتورگرسیون تعمیم‌یافته GARCH را ارائه داد. امروزه اکثر تحقیقاتی که در زمینه نااطمینانی صورت می‌گیرد، از خانواده مدل‌های GARCH برای سنجش نااطمینانی استفاده می‌نمایند. این مدل‌ها ابزار مورداستفاده در این مطالعه نیز خواهند بود.
در این مدل، واریانس شرطی بر اساس اطلاعات دوره قبل و خطای پیش‌بینی گذشته تغییر کرده که نشان‌دهنده نااطمینانی نرخ تورم است. در ادامه این بخش به توضیح نظری مدل‌های آرچ و گارچ پرداخته ‌شده است.
ج- سنجش نااطمینانی اقتصاد کلان با بهره گرفتن از مدل‌های ARCH و GARCH
طی سال‌های اخیر در مورد مدل‌سازی و پیش‌بینی تغییرپذیری به‌ویژه در بازار سهام، نرخ ارز، تورم و … مطالعات تجربی و نظری متعددی انجام‌شده است. تغییرپذیری یکی از مفاهیم مهم در مباحث اقتصادی و مالی است. تغییرپذیری را اغلب به‌صورت انحراف معیار یا واریانس تعریف می‌کنند که در هر مثال و موضوعی دارای مفهوم خاصی است. به‌عنوان‌مثال در رابطه با بازدهی سهام، انحراف معیار بیانگر نااطمینانی است.
ساده‌ترین برخورد با تغییرپذیری، استفاده از برآورد تاریخی است. تغییرپذیری تاریخی مستلزم محاسبه واریانس (یا انحراف معیار) متغیر مورد نظر در طول دوره مورد بررسی است که آن را به عنوان معیاری برای تغییرپذیری آینده به کار می‌برند. از طرف دیگر، واریانس تاریخی روش مفیدی برای مقایسه توانایی پیش‌بینی مدل‌ها می‌باشد.
همه مدل‌هایی که برای قیمت‌گذاری دارایی‌های مالی طرح می‌شوند، نیازمند برآورد و پیش‌بینی تغییرپذیری می‌باشند، زیرا از یک طرف، پیش‌بینی بازدهی اهمیت دارد و از طرف دیگر نوسانات آتی این بازدهی‌ها نیز از اهمیت زیادی برخوردار است.
سری زمانی Y را درنظر بگیرید که مقدار آن در زمان t می‌باشد. در مباحث مرسوم رگرسیون، یک معادله برای معرفی می‌کنیم که در ساده‌ترین حالت به صورت است. آنچه در اینجا برآورد می‌شود، معادله میانگین شرطی ، یعنی است که برآورد آن را نشان می‌دهیم. در این شرایط، فرض ضمینی این است که واریانس شرطی ثابت است.
در مباحث رگرسیون یک متغیره دیدیم که تغییرات شامل دو قسمت است: یکی تغییرات توضیح داده شده که توسط تبیین می‌شود و دیگری تغییرات توضیح داده نشده که توسط یا توصیف می‌شود. یعنی در زمان t بخشی از توسط تبیین می‌شود که برای ما قابل پیش‌بینی است و هیچ نااطمینانی راجع به آن وجود ندارد و بخشی نیز مربوط به جمله خطا است که فرض می‌شود این قسمت از تغییرات در هر زمانی برابر با مقدار ثابت است. بنابراین یک جزء نامطمئن داریم که آن را ثابت فرض کرده‌ایم. یعنی فرض کرده‌ایم که تغییرات غیرقابل پیش‌بینی که ناشی از عوامل تصادفی است، ثابت است.
به هر حال در این مباحث تغییرات غیرقابل پیش‌بینی را که ناشی از عوامل تصادفی است، معادل با نااطمینانی در درنظر می‌گیریم و همان‌طور که ملاحظه شد، معیار نااطمینانی، واریانس جمله خطا می‌باشد. حال موضوع دیگری که راجع به نااطمینانی یا تغییرات پیش‌بینی نشده‌ی مطرح است این است که به عنوان معیار نااطمینانی لزوماً ثابت نیست. به عنوان مثال در مورد بازدهی سهام، همچنان که مقدار بازدهی به طور متوسط افزایش می‌یابد، ممکن است نااطمینانی نسبت به آن (مثلاً واریانس یا انحراف معیار آن که بیانگر نااطمینانی است) نیز افزایش یابد. در چنین حالتی، نمی‌تواند ثابت باشد که آن را با نشان می‌دهیم. بدین ترتیب بیانگر تغییرات است که ناشی از عوامل تصادفی می‌باشد و معیاری از تغییرپذیری یا نااطمینانی در خصوص است. بنابراین همان‌طور که برای میانگین شرطی یک معادله رگرسیون تعریف و برآورد می‌کنیم، لازم است برای واریانس شرطی نیز یک معادله تعریف و برآورد نماییم.
۱- مدل ^[۱۸۶]ARCH
مدل‌های ARCH مدل‌هایی هستند که در آنها واریانس شرطی خود رگرسیونی، ثابت نمی‌باشد. به خاطر داریم که در یک مدل رگرسیون، جمله خطا دارای ویژگی می‌باشد. فرض ثابت بودن واریانس تضمن می‌کند که برآورد کننده‌های ^[۱۸۷]OLS بدون تورش و کارا باشند.
اما یکی از ویژگی‌های مهم برخی از سریهای زمانی اقتصادی و مالی این است که دارای تغییرپذیری خوشه‌ای هستند. یعنی تغییرات بزرگ منجر به تغییرات بزرگ، و تغییرات کوچک منجر به تغییرات کوچک می‌شود. به عبارت دیگر سطح جاری تغییرپذیری رابطه مثبت با مقادیر گذشته آن دارد. این پدیده در نمودار (۳-۱) برای نرخ رشد هفتگی شاخص قیمت سهام در بورس تهران نشان داده شده است.
نمودار ۲-۱۸ نرخ رشد هفتگی شاخص قیمت سهام در بورس تهران
سوال این است که این پدیده را چگونه مدل‌سازی کنیم؟ یک روش استفاده از مدل ARCH است. برای توصیف این مدل، تعریف واریانس شرطی متغیر تصادفی را باید بررسی کنیم. تمایز بین واریانس شرطی و غیرشرطی یک متغیر تصادفی دقیقاً مشابه با میانگین شرطی و غیرشرطی است. واریانس شرطی که با نشان داده می‌شود، عبارت است از:
(۲-۳۸)
با فرض ، خواهیم داشت:
(۲-۳۹)
معادله (۲-۳۹) بیان می‌کند که واریانس شرطی برابر با امید ریاضی شرطی است. لذا که در زمان t محاسبه می‌شود به شرط معلوم بودن مقدار خطاها در زمان‌های گذشته است.
در مدل ARCH، «خودهمبستگی در تغییرپذیری^[۱۸۸]» توسط واریانس شرطی جمله خطا بیان می‌شود که در ساده‌ترین حالت، بستگی به مجذور خطای دوره قبل دارد:
(۲-۴۰)

 

در سمت چپ طیف‌، کانون ارزیابی سنتی قرار دارد. در این کانون نقش ارزیاب، ارزیابی رفتارها با هدف تصمیم و انتخاب است. بقیه طیف گونه‌های مختلف کانون توسعه‌ای را نشان می‌دهد. این گونه‌ها شامل شناسایی افراد مستعد است. در ضمن کانون توسعه‌ای با تمرکز بر راهنمایی و توسعه شرکت‌کنندگان را نیز شامل می‌شود. ما نیز معتقدیم نباید رویدادی را که عنصر توسعه‌ای ندارد، کانون توسعه‌ای نامید، اما هیچ کانون توسعه‌ای از عنصر ارزیابی خالی نیست. در واقع، افراد به سختی می‌توانند مهارت‌هایشان را بدون فرصت نشان دادن رفتارهای مورد نیاز و گرفتن بازخورد متناسب با عملکرد، توسعه بدهند[۱۱].
۲-۳-۳- تکامل کانون‌های توسعه‌ای
گریفیث و گودجی^[۱۴] (۱۹۹۴)، سه نسل از کانون‌های توسعه‌ای را شناسایی کرده‌اند که به طور خلاصه در جدول ۲-۲ نشان داده شده‌اند[۱۱].
جدول۲-۲: ویژگی‌های سه نسل کانون‌های توسعه‌ای [۱۱]

نوع کانون
نسل اول
نسل دوم
نسل سوم

حضور شرکت‌کنندگان
شرکت‌کنندگان فقط در تمرین‌ها حضور دارند
به شرکت‌کنندگان در پایان کانون و گاهی در پایان هر تمرین بازخور داده می‌شود
تصمیم‌گیری بر اساس شایستگی‌های مشاهده شده پس از هر تمرین

تمرین‌ها و آزمون‌ها
تمرین‌های موجود و آزمون‌های روانشناختی
تمرین‌های موجود و آزمون‌های روانشناختی
مشکلات واقعی کسب و کار

برنامه‌ریزی توسعه‌ای
کم، شاید در حد ارائه بازخور پس از کانون
گاهی در کانون ارائه می‌شود که با نظارت و حمایت بعدی همراه است
زمان بیشتری از کانون به آن اختصاص دارد و با نظارت کامل و هدایت پس از برنامه‌ریزی همراه است

 

آن‌ها، نسل اول این کانون‌ها را متعلق به دهه ۱۹۷۰ و نزدیک به کانون‌های ارزیابی می‌دانند که ۱ تا ۱٫۵ روز طول می‌کشد و به دنبال شناسایی افراد مستعد است. شکل‌گیری کانون‌های نسل دوم مربوط به اواخر دهه ۱۹۸۰ و اوایل دهه ۱۹۹۰ می‌باشد؛ در این دوره دو تفاوت عمده در کانون‌های توسعه‌ای ایجاد شد: نخست ارائه بازخورد و دوم اختصاص زمان به برنامه‌ریزی توسعه‌ای در حین کانون، لذا این رویکرد کارمندمدار تلقی شد، البته هنوز تمرکز بر شناسایی افراد مستعد بود. نسل سوم که در اواسط دهه ۱۹۹۰ شکل گرفت، سه تغییر را نشان می‌دهد:
- استفاده از مسائل واقعی کاری به عنوان اساس تمرین‌ها به جای استفاده از تمرین‌های موجود
- اختصاص زمان بیشتر و افزایش توجه به برنامه‌ریزی توسعه‌ای در کانون و پس از آن
- مهم‌تر از همه، افزایش توانمندی شرکت‌کنندگان به دلیل مشارکت در ارزیابی خود
به گفته گریفیث و گودجی (۱۹۹۴) ۷۵% سازمان‌ها از نسل اول، ۲۰% از نسل دوم و تنها ۵% از نسل سوم کانون‌های توسعه‌ای استفاده می‌کنند[۱۱].
آن‌ها، کانون‌های نسل اول را نوعی طراحی برای انتخاب و کانون‌های نسل دوم را برای شناسایی پتانسیل‌ها مناسب می‌دانستند. هم چنین معتقد بودند، تنها کانون‌های نسل سوم را می‌توان به عنوان یک کانون توسعه‌ای واقعی به منظور شناسایی نیاز‌های توسعه‌ای محسوب نمود[۶۰].

( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

بالانتاین و پوا^[۱۵] (۲۰۰۴) و لی^[۱۶] (۲۰۰۰)، معتقدند این روند تکاملی بیان شده چندان درست نیست. چون استفاده از تمرین‌های اختصاصی در برخی کانون‌های نسل اول و دوم نیز مرسوم بوده است. همچنین در برخی از کانون‌های توسعه‌ای دهه ۱۹۷۰ شکل‌هایی از مشارکت شرکت‌کنندگان در فرایند ارزیابی دیده می‌شود. بنابراین کانون‌های نسل سوم همزمان با کانون‌های نسل اول و دوم وجود داشته است و هیچ نسلی به طور کلی نابود نشده است[۱۱؛۶۱].
نسل جدید کانون‌های توسعه که توسط اندرو کانستبل^[۱۷] (۱۹۹۹) مطرح شد،کانون‌های نسل چهارم یا کانون همکاران^[۱۸] نامیده می‌شود و ویژگی‌های آن عبارت است از:
- ارائه بازخور و راهنمایی همکاران پس از هر تمرین
- ترکیب تمرین‌ها و آزمون‌های موجود با مشکلات و فعالیت‌های زندگی واقعی برای شناسایی ارزش‌های شخصی
- برنامه‌ریزی فردی و گروهی در کانون، تأکید بیشتر بر منتورینگ و استفاده از بسترهای یادگیری

شکل(۲-۴۰) : منبع ولتاژ سینوسی خالص [۲۹]
 
شکل (۲-۴۱) : منبع ولتاژ هارمونیک اعوجاج ‌یافته [۲۹]
 
شکل (۲-۴۲) : منبع ولتاژ نامتعادل [۲۹]
فصل سوم
بیان مساله
۳-۱ کنترل STATCOM
مهم‌ترین بخش در تجهیزات الکترونیک قدرت، بهبود کیفیت توان از قبیل فیلترهای اکتیو و ادوات جبران‌ساز توان راکتیو و عدم تعادل، واحد کنترل است. این بخش نقش تعیین کننده‌ای در عملکرد و کارایی کل سیستم ایفا می‌کند و مطابق شکل (۳-۱) مشتمل بر دو بخش است:
کنترل­­کننده
داخلی
اندازه گیری پارامترها
کنترل­ کننده خارجی
الگوی
سوئیچینگ
مدولاتور
باند
اینورتر
شکل (۳-۱) : بلوک دیاگرام سیستم کنترل STATCOM

کنترل­ کننده داخلی
کنترل­ کننده داخلی یا کنترل­ کننده سیستم، محاسبه ‌سیگنال‌های مرجع با هدف کنترلی مورد نظر را بر عهده دارد. این مراجع عمدتا به ‌‌فرم مراجع جریان می‌باشند. طراحی کنترل­ کننده داخلی بر مبنای دینامیک‌های ما بین سیستم AC و STATCOM انجام می‌پذیرد. در ادوات جبران‌ساز توان راکتیو و عدم تعادل که با هدف تنظیم ولتاژ در شبکه‌های توزیع نصب می‌گردند به‌دلیل کوچک بودن توان جبران‌ساز در مقایسه با شبکه قدرت اساسا مسئله دینامیک و نوسانات میان سیستم AC و جبران‌ساز مطرح نیست. اما در مواردی که هدف از بکارگیری ادوات FACTS پایدارسازی سیستم قدرت، میرا نمودن نوسانات الکترومکانیکی و نوسانات فرکانس پایین باشد، مسئله طراحی کنترل­ کننده داخلی از اهمیت بسیاری برخوردار است.
تنظیم ولتاژ لینک DC در واحد کنترل از طریق کنترل جریان اکتیو STATCOM که مشخص کننده میزان توان اکتیو جذب شده یا تحویل داده شده توسط STATCOM می‌باشد، صورت می‌گیرد. برای حفظ ولتاژ لینک DC در مقدار مشخص، جریان‌های اکتیو STATCOM به‌گونه‌ای محاسبه ‌می‌شوند که متوسط توان اکتیو جذب شده توسط STATCOM با توان تلف شده در STATCOM برابر باشد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

کنترل­ کننده خارجی
کنترل­ کننده خارجی یا کنترل­ کننده جریان، عهده‌دار تعقیب مراجع جریان محاسبه ‌شده توسط کنترل­ کننده داخلی است. کنترل­ کننده جریان اساسی‌ترین بخش در واحد کنترل است و تنها به‌شرط عملکرد صحیح کنترل‌کننده جریان می‌توان به ‌بررسی مسائلی همچون پایداری سیستم در تعامل با شبکه قدرت یا تنظیم ولتاژ پرداخت. برای دستیابی به‌عملکرد مطلوب سیستم در حالت‌های گذرا نظیر خطاهای اتصال کوتاه در شبکه یا تغییرات ناگهانی بار، پاسخ دینامیکی سریع کنترل­ کننده جریان از درجه اهمیت بسیار بالایی برخوردار می‌باشد. این بخش، کنترل وضعیت سوئیچ‌های اینورتر را با هدف تعقیب مراجع جریان، در سریع‌ترین زمان و با خطای حالت دائمی صفر بر‌عهده دارد.
روش­های کنترل STATCOM را می­توان از دیدگاه‌های مختلف دسته­بندی کرد. اینکه جریان مرجع بدست آمده از واحد کنترل داخلی، مبنای سوئیچینگ قرار گیرد و یا اینکه جریان مرجع با اعمال روش­هایی به‌ یک ولتاژ مرجع تبدیل شده و سپس ولتاژ مرجع مبنای عملیات سوئیچینگ قرار گیرد، می ­تواند معیاری برای دسته‌بندی روش­های کنترل STATCOM باشد. دیدگاه دیگر در دسته­بندی روش­های کنترلی می ­تواند براساس ماهیت خطی و یا غیر­خطی این روش­ها باشد. بعنوان مثال روش کنترل جریان هیسترزیس بعلت استفاده از مقایسه­کننده­ های دو سطحی برای کنترل عدم خروج جریان از باند مجاز، غیرخطی است و در مقابل استفاده از کنترلر PI سنکرون که براساس مدل DQ خطی­شده STATCOM می­باشد، روش کنترل خطی محسوب می‌شود. معیار دیگری که می ­تواند اساس دسته­بندی روش­های کنترل STATCOM قرار گیرد، این است که آیا روش کنترلی مبتنی بر مدل STATCOMو سیستم است و یا مستقل از مدل STATCOM و پارامترهای سیستم می­باشد. برای مدل‌سازی STATCOM دو روش عمده وجود دارد. روش اول براساس معادلات دکوپله شده STATCOM در فضای DQ است. در این روش از تلفات سوئیچینگ و مولفه­های هارمونیکی غیر اصلی در ولتاژ خروجی STATCOMصرفنظر می­ شود. روش دوم براساس اعمال تکنیک متوسط­گیری بر معادلات فضای حالت ناپیوسته STATCOMاست، که منجر به ‌پیوستگی این معادلات می­ شود. مدل متوسط دینامیک سوئیچ­های مبدل STATCOM را در نظر می­گیرد و از تغییرات متغیرهای حالت سیستم که بازه­ی زمانی آنها کمتر از پریود سوئیچینگ باشد صرفنظر می­ کند.
۳-۲ مدل متوسط STATCOM
در شکل (۳-۲) یک STATCOM سه ­فاز که شامل یک مبدل منبع ولتاژی است و به‌وسیله­ اندوکتانس و مقاومت سری به ‌شبکه قدرت سه ­فاز سه­سیمه متصل شده، نشان داده شده است. معادلات حالت STATCOM که به‌علت وجود توابع سوئیچینگ در آن ناپیوسته هستند، در زیر آمده­اند :
(۳-۱)
که در آن :
در روش متوسط تغییرات آنی یک سیگنال بررسی نمی­ شود بلکه متوسط تغییرات سیگنال در یک بازه­ی زمانی(پریود متوسط گیری) در نظر گرفته می­ شود. متوسط سیگنال x(t) در بازه­ی زمانی τ بصورت زیر تعریف می­ شود :
(۳-۲)
هدف از متوسط­گیری در الکترونیک قدرت آن است که از تغییرات سریع و شدید در پریود متوسط­گیری صرفنظر شود. مدل متوسط تغییرات سریع متغیرها را حذف می­ کند که مطلوب ما در بررسی سیستم­های قدرت است.
شکل( ۳-۲): STATCOM متصل به ‌شبکه قدرت
برای بدست آوردن مدل متوسط یک سیستم باید مراحل زیر را به ترتیب پیمود :
بدست آوردن معادلات حالت سیستم
اعمال اپراتور متوسط­گیری به‌معادلات حالت سیستم
ساده سازی معادلات حالت متوسط
با اعمال مراحل دو و سه فوق به‌معادلات حالت (۳-۱)، می­توانیم به‌ معادلات حالت متوسط دست یابیم که در زیر نشان داده شده ­اند :
(۳-۳)
که در آن توابع ، توابع سیکل وظیفه­ی فازهای مبدل سوئیچینگ هستند که با توجه به ‌پریود سوئیچینگ () بصورت زیر تعریف می­شوند :
(۳-۴)
مطابق معادله­ (۳-۱) سیستم واقعی، غیرخطی، متغیر با زمان و ناپیوسته است ولی بنابر معادله­ (۳-۳) مدل متوسط، غیرخطی، متغیر با زمان و پیوسته است. به‌عنوان مثال اگر در هر سیکل سیستم قدرت، ۲۴ پالس سوئیچینگ داشته باشیم، برای بدست آوردن مقادیر متغیرها باید معادلات مربوط به ‌روشن و خاموش شدن سوئیچ را نوشته و حل کنیم. یعنی در مدل واقعی که ناپیوسته می­باشد لازم است ۴۸ معادله­ دیفرانسیل غیرخطی متغیر با زمان را حل کنیم که بسیار وقت­گیر است. در همین مثال اگر از مدل متوسط استفاده کنیم، تنها حل یک معادله­ دیفرانسیل به‌علت پیوسته بودن سیستم، کفایت می­ کند. بنابراین مدل متوسط نسبت به ‌مدل واقعی، پاسخ­ها را سریعتر می­دهد ولی دارای دقت کمتری است. دقت مدل متوسط به ‌پریود متوسط‌گیری() و شدت تغییرات متغیر متوسط گیری شده، وابسته است. هر چه کوچکتر باشد تغییرات بیشتری از متغیر متوسط­گیری شده قابل مشاهده است.
معادلات (۳-۱) را پس از ساده­سازی و انجام پاره­ای عملیات جبری می­توان بصورت زیر نوشت که از روی آن مدل مداری متوسطی که در شکل (۳-۳) نمایش داده شده است را می­توان در نظر گرفت.
(۳-۵)
که در آن :
مطابق مدل مداری متوسط STATCOM می­توان توابع ، و را به‌عنوان ولتاژ متوسط خروجی STATCOM در فازهای a، b و c تعریف کرد. در مدل متوسط دو دسته ورودی داریم، دسته­ی اول ولتاژهای فاز سیستم قدرت هستند و دسته دوم توابع سیکل وظیفه می­باشند. ولتاژهای فاز در دسترس و قابل اندازه ­گیری هستند ولی توابع سیکل وظیفه را باید با توجه به ‌اهداف کنترلی تولید کرد.

شکل(۳-۳) : مدل مداری متوسط STATCOM
با بهره گرفتن از تکنیک متوسط­گیری می­توان معادلات حالت غیرخطی ناپیوسته STATCOM را پیوسته کرد ولی همچنان مشکل غیرخطی بودن در مورد معادلات حالت متوسط مطرح است. بنابراین براساس معادلات حالت متوسط نمی­ توان به‌طراحی کنترل­ کننده­ های خطی مانند کنترل PI یا فیدبک حالت پرداخت. در معادلات حالت متوسط مطابق رابطه­ (۳-۳)، توابع سیکل وظیفه­ی سه ‌فاز ورودی هستند که در متغیرهای حالت ضرب شده‌اند و باعث غیرخطی شدن مدل گشته­اند.