ارزیابی سختی کابل های تقویت شده برای فناوری اترنت
فایل این در 13 صفحه با فرمت PDF قابل دریافت می باشد
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
چکیده :
این مقاله یک روش ارزیابی سختی کابل های تقویت شده مورد نیاز برای فناوری اترنت را ارائه می دهد. استفاده از کابل های تقویت شده دسته 6 (Cat 6A) در زیرساخت های اینترنت اشیاء (IoT) که به اترنت متصل هستند، به دلیل تقاضای بالا برای خدماتی که به چنین پیکربندی نیاز دارند، به طور فزاینده ای در حال رشد است. تقاضای فزاینده برای Cat 6A در اترنت به دلیل توانایی آن در انتقال هم داده و هم برق به دستگاه های استفاده شده در IoT، که از نظر هزینه به صرفه است، می باشد. با این حال، وجود کابل های تقلبی و غیراستاندارد در بازار که به عنوان کابل های category-rated شناسایی می شوند، نگرانی بزرگی برای نصب کنندگان و مهندسان کابل است. همچنین، مشکل اصلی این است که فشار بیشتری از آنچه که در طول نصب پیش بینی می شود، به هنگام دستکاری کابل ها به وجود می آید، زیرا این کابل ها ممکن است به شکل سیمپیچی مکرر و باز کردن پی در پی دستکاری شوند. بنابراین، نیاز به یک روش ارزیابی سختی کابل ها قبل از استقرار وجود دارد. در این مقاله، دو کابل Cat 6A از تولیدکنندگان مختلف از بازار انتخاب شدند تا به عنوان نمونه هایی برای آزمایش استفاده شوند. کابل های Cat 6A در دو دور سیمپیچی مورد آزمایش قرار گرفتند تا فشار های دستکاری پیش بینی شده در طول نصب را شبیه سازی کنند. افت برگشتی و تداخل نزدیک پای (NEXT) این کابل ها که از جمله شاخص های اصلی عملکرد هستند، با استفاده از آنالیزور کابل DSX-5000 برای هر یک از فرآیندهای آزمایش جمع آوری شد. این عمل به منظور ارزیابی تاب آوری یا عدم تاب آوری آن ها به فشار دستکاری انجام شد. در این تحقیق از اعتبار سنجی انتخابی ویژگی (FSV) که یک روش استاندارد برای اندازه گیری میزان توافق بین دو مجموعه داده است استفاده شد. نتایج نشان دادند که کابل با کمترین تغییرات بین اندازه گیری های آزمون اول و سوم برای هر یک از جفت های مورد بررسی مقاومت بیشتری دارند. روش ارائه شده نشان داد که می تواند برای ارزیابی اندازه گیری های کابل استفاده شود که می تواند منجر به تصمیمات عینی در مورد کابل های انتخابی برای استقرار شود.
کلیدواژه ها:
نویسندگان
احمد قائنی
دانشجو
مراجع و منابع این :
لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :