جلسه 1 مقدم هاي بر انواع سیستمها و سیگنالها، مقدمهاي بر مدلسازي سیستم هاي فیزیکی مختلف همراه با مثال و شبیه سازي نرم افزاري

بخش ۱: مقدمه‌ای بر انواع سیستم‌ها و سیگنال‌ها

• تیتر: آشنایی با مفاهیم پایه سیستم و سیگنال


• توضیحات:


• تعریف سیستم و اجزای آن (ورودی، خروجی، تابع تبدیل).


• طبقه‌بندی سیستم‌ها: خطی/غیرخطی، ایستا/پویا، پایدار/ناپایدار، علّی/غیرعلّی، بدون حافظه/با حافظه.


• تعریف سیگنال و انواع آن (آنالوگ/دیجیتال، پیوسته/گسسته، متناوب/غیرمتناوب، زوج/فرد).


• نمایش سیگنال‌ها (نمودار زمانی، نمایش دامنه-فرکانس).


• مثال:


• سیستم مخابراتی (ورودی: صدا، خروجی: سیگنال منتقل شده).


• سیگنال صوتی، سیگنال تصویر.


• مثال‌هایی از طبقه‌بندی سیستم‌ها (مثلاً یک مقاومت سری شده با منبع ولتاژ به عنوان سیستم خطی و ایستا).


• تمرین پایان فصل:


• تشخیص نوع سیگنال‌های داده شده (مثلاً سیگنال سینوسی، سیگنال مربعی).


• طبقه‌بندی چند سیستم ساده (مثلاً فیلتر پایین‌گذر، مدار RC).


• خلاصه نکات کلیدی:


• سیستم‌ها ورودی را به خروجی تبدیل می‌کنند.


• سیگنال‌ها اطلاعات را حمل می‌کنند.


• دسته‌بندی سیستم‌ها و سیگنال‌ها به درک رفتار آن‌ها کمک می‌کند.

بخش ۲: مقدمه‌ای بر مدل‌سازی سیستم‌های فیزیکی مختلف

• تیتر: اصول مدل‌سازی سیستم‌های فیزیکی


• توضیحات:


• اهمیت مدل‌سازی در تحلیل و طراحی سیستم‌ها.


• روش‌های مدل‌سازی: معادلات دیفرانسیل، توابع تبدیل، بلوک دیاگرام‌ها.


• مدل‌سازی سیستم‌های مکانیکی (جرم، فنر، میراگر).


• مدل‌سازی سیستم‌های الکتریکی (مدارهای RC، RL، RLC).


• مدل‌سازی سیستم‌های حرارتی.


• مدل‌سازی سیستم‌های هیدرولیکی.


• مثال:


• مدل‌سازی یک سیستم تعلیق خودرو (شامل جرم، فنر، میراگر).


• مدل‌سازی مدار RC با استفاده از معادلات دیفرانسیل و استخراج تابع تبدیل.


• مدل‌سازی یک مخزن با ورودی و خروجی سیال.


• شبیه‌سازی نرم‌افزاری:


• معرفی ابزارهای شبیه‌سازی رایج (مانند MATLAB/Simulink، Python با کتابخانه‌های SciPy/NumPy).


• نمونه شبیه‌سازی مدار RC در Simulink برای مشاهده پاسخ به ورودی پله.


• نمونه شبیه‌سازی یک سیستم مرتبه اول ساده با پایتون.


• تمرین پایان فصل:


• نوشتن معادلات دیفرانسیل برای یک سیستم مکانیکی ساده (مثلاً جرم متصل به فنر).


• استخراج تابع تبدیل مدار RLC.


• انجام یک شبیه‌سازی ساده در محیط نرم‌افزاری (مثلاً پاسخ پله یک سیستم مرتبه دوم).


• خلاصه نکات کلیدی:


• مدل‌سازی، تقریب ریاضی از یک سیستم فیزیکی است.


• انتخاب روش مدل‌سازی بستگی به نوع سیستم و هدف تحلیل دارد.


• شبیه‌سازی نرم‌افزاری ابزاری قدرتمند برای تحلیل و اعتبارسنجی مدل‌ها است.