به منظور کاهش میزان مصرف سوخت خودروها و درنتیجه کاهش آلودگی هوای فزاینده و همچنین بهبود امنیت سرنشینان درون خودروها، فولادهای پیشرفته "سریع سرد و بخش‌بندی شده" با وزن کم و استحکام و انعطاف‌پذیری بالا توسعه یافته است. درراستای تقویت خواص مکانیکی این دسته از فولادها، راه‌های متنوعی نظیر تغییر اندازهدانه آستنیت اولیه در طی سال‌های اخیر صورت گرفته است.
کنترل فرآیند آماری در صنعت ساخت و تولید اهمیت ویژه‌ای دارد. ضمن مطالعه جامع نمودارهای کنترل به بررسی روش طرح‌های قوانین اجرا و نحوه پیاده سازی آن‌ها برای انواع مختلف نمودارهای کنترل، خصوصا نمودارهایی که برای نظارت بر نسبت اقلام نامنطبق مطرح می‌شود، پرداخته شده است. همچنین در این پایان‌نامه، نمودار کنترل میانگین پیشرفته($PM$) جدیدی برای نظارت بر تغییرات در نسبت اقلام نامنطبق پیشنهاد می‌گردد، که برای ارزیابی و مقایسه نمودار پیشنهادی با سایر رقبا، از ویژگی‌های مختلفی مانند میانگین طول دنباله و انحراف استاندارد طول دنباله استفاده می‌شود.
اکسایش متان به متانول، با توجه به ارزش بالای افزوده متانول به دلیل کاربرد در سلول¬های سوختی، تبدیل آن به گستره وسیعی از مواد هیدروکربنی با ارزش و به عنوان منبع سوخت پاک و تجدیدپذیر به شدت مورد توجه است. در این پژوهش، با استفاده از روش محاسباتی نیمه تجربی PM7، مطالعه نظری اکسایش متان به متانول با استفاده از مولکول هیدروژن پراکسید به عنوان معرف اکسید کننده برروی نانوخوشه¬های فلزی پالادیم-نیکل پرداخته شد. در این راستا، چهار نانوخوشه بر پایه فلزات نیکل و پالادیم با تعداد 13 اتم به دلیل اینکه این ساختار اولین هندسه جادویی برای نانوخوشه¬های فلزی است، انتخاب شدند.
با توجه به مشکلات زیست‌محیطی ناشی از گرم‌شدن هوای زمین که از انتشار بی‌رویه‌ی گازهای گلخانه‌ای نشأت گرفته است، محققان به فکر بهبود شرایط و ارائه ی راهکارها پرداخته‌اند؛ زیرا در صورتی‌که با همین سرعت در این مسیر پیش رفت، به گفته‌ی برخی از آینده‌پژوهان، تا سال 2030 کره‌ی زمین قابلیت سکونت نخواهد داشت.سهم عمده‌ای از آلودگی هوا، ناشی از منابع متحرک می‌باشد. طبق آمارها در اروپا سهم منابع متحرک %71.7 از آلودگی است که %60.6 آن سهم خودروهای سواری، %27.1 سهم کامیون‌ها و خودروهای دیزلی سنگین، %11 سهم کامیونت‌های دیزلی سبک و %1.3 سهم موتورسیکلت‌ها می‌باشد.
جامعه بشری در طول تاریخ، سازه‌هایی باکاربری‌های متفاوت با هدف مقاومت در برابر نیروهای طبیعی زمین از جمله نیروی زلزلهایجاد کرده است.
در این پروژه به بررسی توانایی پیش‌بینی روش‌های یادگیری ماشین در مواد پادفرومغناطیسپرداخته شده است. هدف از انجامپروژه پیش‌بینی دمای گذار مغناطیسی این مواد با استفاده از رهیافت یادگیری ماشین است. در این کار با استفاده از توصیفگرهای ساختاری مانند ماتریس جمع ایوالد، ماتریس سینوس و هم‌پوشانی نرم موقعیت‌های اتمی دمای گذار را با استفاده از الگوریتم‌هایSVR و xGBoost و RF و KRR بررسی کردیم. در مجموع عملکرد توصیفگر هم‌پوشانی نرمموقعیت‌های اتمی نسبت به دو توصیفگر دیگر ماتریس جمع ایوالد و ماتریس سینوس بهتراست.