1 kN·m = 0.001 MJ
1 MJ = 1,000 kN·m
ಉದಾಹರಣೆ:
15 ಕಿಲೋನ್ಯೂಟನ್-ಮೀಟರ್ ಅನ್ನು ಮೆಗಾಜೌಲ್ ಗೆ ಪರಿವರ್ತಿಸಿ:
15 kN·m = 0.015 MJ
ಕಿಲೋನ್ಯೂಟನ್-ಮೀಟರ್ | ಮೆಗಾಜೌಲ್ |
---|---|
0.01 kN·m | 1.0000e-5 MJ |
0.1 kN·m | 0 MJ |
1 kN·m | 0.001 MJ |
2 kN·m | 0.002 MJ |
3 kN·m | 0.003 MJ |
5 kN·m | 0.005 MJ |
10 kN·m | 0.01 MJ |
20 kN·m | 0.02 MJ |
30 kN·m | 0.03 MJ |
40 kN·m | 0.04 MJ |
50 kN·m | 0.05 MJ |
60 kN·m | 0.06 MJ |
70 kN·m | 0.07 MJ |
80 kN·m | 0.08 MJ |
90 kN·m | 0.09 MJ |
100 kN·m | 0.1 MJ |
250 kN·m | 0.25 MJ |
500 kN·m | 0.5 MJ |
750 kN·m | 0.75 MJ |
1000 kN·m | 1 MJ |
10000 kN·m | 10 MJ |
100000 kN·m | 100 MJ |
ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ (ಕೆಎನ್ · ಮೀ) ಟಾರ್ಕ್ನ ಒಂದು ಘಟಕವಾಗಿದೆ, ಇದು ಪಿವೋಟ್ ಬಿಂದುವಿನಿಂದ ದೂರದಲ್ಲಿ ಅನ್ವಯಿಸುವ ಆವರ್ತಕ ಬಲದ ಅಳತೆಯಾಗಿದೆ.ವಿವಿಧ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಯಾಂತ್ರಿಕ ಅನ್ವಯಿಕೆಗಳಲ್ಲಿ ಟಾರ್ಕ್ ನಿರ್ಣಾಯಕವಾಗಿದೆ, ಏಕೆಂದರೆ ಇದು ಆವರ್ತಕ ಚಲನೆಯ ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.ಒಂದು ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ ಪಿವೋಟ್ ಬಿಂದುವಿನಿಂದ ಒಂದು ಮೀಟರ್ ದೂರದಲ್ಲಿ ಅನ್ವಯಿಸುವ ಒಂದು ಕಿಲೋನೆವ್ಟನ್ನ ಬಲಕ್ಕೆ ಸಮನಾಗಿರುತ್ತದೆ.
ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ ಅಂತರರಾಷ್ಟ್ರೀಯ ವ್ಯವಸ್ಥೆಯ (ಎಸ್ಐ) ಒಂದು ಭಾಗವಾಗಿದೆ, ಅಲ್ಲಿ ಇದನ್ನು ವೈಜ್ಞಾನಿಕ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ಲೆಕ್ಕಾಚಾರಗಳಲ್ಲಿ ಬಳಸಲು ಪ್ರಮಾಣೀಕರಿಸಲಾಗಿದೆ.ಮೆಕ್ಯಾನಿಕಲ್ ಎಂಜಿನಿಯರಿಂಗ್, ಆಟೋಮೋಟಿವ್ ವಿನ್ಯಾಸ ಮತ್ತು ನಿರ್ಮಾಣದಂತಹ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಈ ಘಟಕವನ್ನು ವ್ಯಾಪಕವಾಗಿ ಅಂಗೀಕರಿಸಲಾಗಿದೆ, ವಿವಿಧ ಅಪ್ಲಿಕೇಶನ್ಗಳಲ್ಲಿ ಅಳತೆಗಳಲ್ಲಿ ಸ್ಥಿರತೆ ಮತ್ತು ನಿಖರತೆಯನ್ನು ಖಾತ್ರಿಪಡಿಸುತ್ತದೆ.
ಟಾರ್ಕ್ ಪರಿಕಲ್ಪನೆಯನ್ನು ಶತಮಾನಗಳಿಂದ ಅಧ್ಯಯನ ಮಾಡಲಾಗಿದೆ, ಪ್ರಾಚೀನ ನಾಗರಿಕತೆಗಳ ಹಿಂದಿನ ಯಂತ್ರಶಾಸ್ತ್ರದಲ್ಲಿ ಆರಂಭಿಕ ಅನ್ವಯಿಕೆಗಳು.ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ 20 ನೇ ಶತಮಾನದಲ್ಲಿ ಪ್ರಮಾಣೀಕೃತ ಘಟಕವಾಗಿ ಹೊರಹೊಮ್ಮಿತು, ಇದು ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ತಂತ್ರಜ್ಞಾನದ ಪ್ರಗತಿಯೊಂದಿಗೆ.ಕೈಗಾರಿಕೆಗಳು ವಿಕಸನಗೊಳ್ಳುತ್ತಿದ್ದಂತೆ, ನಿಖರವಾದ ಟಾರ್ಕ್ ಮಾಪನಗಳ ಅಗತ್ಯವು ಅತ್ಯುನ್ನತವಾದುದು, ಇದು ಮಾಪನದ ವಿಶ್ವಾಸಾರ್ಹ ಘಟಕವಾಗಿ kn · m ಅನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಕಾರಣವಾಯಿತು.
ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ಗಳ ಬಳಕೆಯನ್ನು ವಿವರಿಸಲು, ಪಿವೋಟ್ ಬಿಂದುವಿನಿಂದ 2 ಮೀಟರ್ ದೂರದಲ್ಲಿ 5 ಕೆಎನ್ ಬಲವನ್ನು ಅನ್ವಯಿಸುವ ಸನ್ನಿವೇಶವನ್ನು ಪರಿಗಣಿಸಿ.ಸೂತ್ರವನ್ನು ಬಳಸಿಕೊಂಡು ಟಾರ್ಕ್ ಅನ್ನು ಲೆಕ್ಕಹಾಕಬಹುದು:
[ \text{Torque (kN·m)} = \text{Force (kN)} \times \text{Distance (m)} ]
ಹೀಗಾಗಿ, ಟಾರ್ಕ್ ಹೀಗಿರುತ್ತದೆ:
[ \text{Torque} = 5 , \text{kN} \times 2 , \text{m} = 10 , \text{kN·m} ]
ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ವಿವಿಧ ಎಂಜಿನಿಯರಿಂಗ್ ಅಪ್ಲಿಕೇಶನ್ಗಳಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ, ಅವುಗಳೆಂದರೆ:
ನಮ್ಮ ವೆಬ್ಸೈಟ್ನಲ್ಲಿ ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ ಉಪಕರಣವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಬಳಸಲು, ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ ಮತ್ತು ಕಿಲೋನೆವ್ಟನ್ ಮೀಟರ್ ಉಪಕರಣವನ್ನು ಪ್ರವೇಶಿಸಲು, [inayam ನ ಟಾರ್ಕ್ ಪರಿವರ್ತಕ] (https://www.inayam.co/unit-converter/torque) ಗೆ ಭೇಟಿ ನೀಡಿ.
ಮೆಗಾಜೌಲ್ (ಎಮ್ಜೆ) ಅಂತರರಾಷ್ಟ್ರೀಯ ಘಟಕಗಳ (ಎಸ್ಐ) ಶಕ್ತಿಯನ್ನು ಪಡೆದ ಘಟಕವಾಗಿದೆ.ಇದು ಒಂದು ಮಿಲಿಯನ್ ಜೌಲ್ಗಳಿಗೆ ಸಮಾನವಾಗಿರುತ್ತದೆ ಮತ್ತು ಇದನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಶಕ್ತಿ, ಕೆಲಸ ಅಥವಾ ಶಾಖವನ್ನು ಅಳೆಯಲು ಬಳಸಲಾಗುತ್ತದೆ.ಮೆಗಾಜೌಲ್ನ ಸಂಕೇತವು ಎಮ್ಜೆ ಆಗಿದೆ, ಇದು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಶಕ್ತಿಯನ್ನು ವ್ಯಕ್ತಪಡಿಸಲು ಅನುಕೂಲಕರ ಘಟಕವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ವೈಜ್ಞಾನಿಕ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ಸಂದರ್ಭಗಳಲ್ಲಿ.
ಮೆಗಾಜೌಲ್ ಅನ್ನು ಎಸ್ಐ ವ್ಯವಸ್ಥೆಯಡಿಯಲ್ಲಿ ಪ್ರಮಾಣೀಕರಿಸಲಾಗಿದೆ, ಇದು ವಿವಿಧ ವಿಭಾಗಗಳಲ್ಲಿ ಅಳತೆಗಳಲ್ಲಿ ಸ್ಥಿರತೆಯನ್ನು ಖಾತ್ರಿಗೊಳಿಸುತ್ತದೆ.ಇದನ್ನು ಜೌಲ್ಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ, ಅಲ್ಲಿ 1 ಎಮ್ಜೆ 1,000,000 ಜೌಲ್ಗಳಿಗೆ (ಜೆ) ಸಮನಾಗಿರುತ್ತದೆ.ಈ ಪ್ರಮಾಣೀಕರಣವು ಜಾಗತಿಕವಾಗಿ ನಿಖರವಾದ ಸಂವಹನ ಮತ್ತು ಶಕ್ತಿಯ ಅಳತೆಗಳ ತಿಳುವಳಿಕೆಯನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ.
ಶಕ್ತಿ ಮಾಪನದ ಪರಿಕಲ್ಪನೆಯು ವರ್ಷಗಳಲ್ಲಿ ಗಮನಾರ್ಹವಾಗಿ ವಿಕಸನಗೊಂಡಿದೆ.19 ನೇ ಶತಮಾನದಲ್ಲಿ ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ನಲ್ಲಿ ಪ್ರವರ್ತಕ ಕಾರ್ಯವನ್ನು ನಡೆಸಿದ ಇಂಗ್ಲಿಷ್ ಭೌತಶಾಸ್ತ್ರಜ್ಞ ಜೇಮ್ಸ್ ಪ್ರೆಸ್ಕಾಟ್ ಜೌಲ್ ಅವರ ಹೆಸರನ್ನು ಜೌಲ್ಗೆ ಹೆಸರಿಸಲಾಯಿತು.ಶಕ್ತಿಯ ಬೇಡಿಕೆಗಳು ಹೆಚ್ಚಾದಂತೆ, ಮೆಗಾಜೌಲ್ನಂತಹ ದೊಡ್ಡ ಘಟಕಗಳ ಅಗತ್ಯವು ಹೊರಹೊಮ್ಮಿತು, ವಿಶೇಷವಾಗಿ ಭೌತಶಾಸ್ತ್ರ, ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಪರಿಸರ ವಿಜ್ಞಾನದಂತಹ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ.
ಮೆಗಾಜೌಲ್ಗಳ ಬಳಕೆಯನ್ನು ವಿವರಿಸಲು, ಈ ಕೆಳಗಿನ ಉದಾಹರಣೆಯನ್ನು ಪರಿಗಣಿಸಿ: ಬೆಳಕಿನ ಬಲ್ಬ್ 60 ವ್ಯಾಟ್ ಶಕ್ತಿಯನ್ನು ಸೇವಿಸಿದರೆ, ಒಂದು ಗಂಟೆಯಲ್ಲಿ ಬಳಸುವ ಶಕ್ತಿಯನ್ನು ಈ ಕೆಳಗಿನಂತೆ ಲೆಕ್ಕಹಾಕಬಹುದು:
ಶಕ್ತಿ (ಜೌಲ್ಸ್ನಲ್ಲಿ) = ಶಕ್ತಿ (ವಾಟ್ಸ್ನಲ್ಲಿ) × ಸಮಯ (ಸೆಕೆಂಡುಗಳಲ್ಲಿ) ಶಕ್ತಿ = 60 W × 3600 s = 216,000 j ಇದನ್ನು ಮೆಗಾಜೌಲ್ಗಳಾಗಿ ಪರಿವರ್ತಿಸಲು: ಶಕ್ತಿ = 216,000 ಜೆ ÷ 1,000,000 = 0.216 ಎಮ್ಜೆ
ಮೆಗಾಜೌಲ್ಗಳನ್ನು ವಿವಿಧ ಅಪ್ಲಿಕೇಶನ್ಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ, ಅವುಗಳೆಂದರೆ:
ಮೆಗಾಜೌಲ್ ಯುನಿಟ್ ಪರಿವರ್ತಕ ಉಪಕರಣದೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು, ಈ ಸರಳ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ ಮತ್ತು ಮೆಗಾಜೌಲ್ ಯುನಿಟ್ ಪರಿವರ್ತಕ ಸಾಧನವನ್ನು ಬಳಸಿಕೊಳ್ಳಲು, [ಇನಾಯಮ್ ಮೆಗಾಜೌಲ್ ಪರಿವರ್ತಕ] ಗೆ ಭೇಟಿ ನೀಡಿ (https://www.inayam.co/unit-conve rter/TORQUE).ಈ ಉಪಕರಣವನ್ನು ಬಳಸುವ ಮೂಲಕ, ನೀವು ಶಕ್ತಿಯ ಅಳತೆಗಳ ಬಗ್ಗೆ ನಿಮ್ಮ ತಿಳುವಳಿಕೆಯನ್ನು ಹೆಚ್ಚಿಸಬಹುದು ಮತ್ತು ನಿಖರವಾದ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ತಿಳುವಳಿಕೆಯುಳ್ಳ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು.