Vibrations are everywhere around us all the time and we often recognise them as sounds that we can hear and analyse with our brain. In this thesis, data that has been gathered from a diverter switch (DS) in a controlled environment, is analysed. This data consists of vibroacoustic measurements and information to indicate what is happening inside the DS as the vibroacoustic data is gathered. The frequency properties of vibroacoustic data from the DS gathered before this thesis are displayed using a wavelet transformation model. This means the frequency properties of the signal can be approximated for all times in the operation with a certain accuracy. As the DS is built from many different components, the frequency properties of these components are compared to the time-frequency picture of the full DS operation. This sort of comparison ends up not being feasible as the complexity of the DS frequency pattern is much more than that of a sum of its component’s frequency pattern. A second approach of analysing the gathered vibroacoustic data is by using a classification model. The information about what is happening inside of the DS is used to train a logistic regression model on different defined regions of the vibroacoustic data. Before the training is preformed though, the different defined regions are transformed into frequency space with help of the fast Fourier transform. With this, a classification model is produced, where vibroacoustic data of any time region can be fed into the model and the model will classify which defined region this vibroacoustic data belongs to. The results are promising, and the model can be used both for classification of the defined regions and potentially used to determine if the vibroacoustic properties of the DS has changed due to wear of the mechanical components or transformer oil.

The quadratic class of time-frequency distributions (TFDs) forms a set of tools which allow to effectively extract important information from a nonstationary signal. To determine which TFD best represents the given signal, it is a common practice to visually compare different TFDs' time-frequency plots, and select as best the TFD with the most appealing plot. This visual comparison is not only subjective, but also difficult and unreliable especially when signal components are closely-spaced in the time-frequency plane. To objectively compare TFDs, a quantitative performance measure should be used. Several measures of concentration/complexity have been proposed in the literature. However, those measures by being derived with certain theoretical assumptions about TFDs are generally not suitable for the TFD selection problem encountered in practical applications. The non-existence of practically-valuable measures for TFDs' resolution comparison, and hence the non-existence of methodologies for the signal optimal TFD selection, has significantly limited the use of time-frequency tools in practice. In this thesis, by extending and complementing the concept of spectral resolution to the case of nonstationary signals, and by redefining the set of TFDs' properties desirable for practical applications, we define an objective measure to quantify the quality of TFDs. This local measure of TFDs' resolution performance combines all important signal time-varying parameters, along with TFDs' characteristics that influence their resolution. Methodologies for automatically selecting a TFD which best suits a given signal, including real-life signals, are also developed. The optimisation of the resolution performances of TFDs, by modifying their kernel filter parameters to enhance the TFDs' resolution capabilities, is an important prerequisite in satisfying any additional application-specific requirements by the TFDs. The resolution performance measure and the accompanying TFDs' comparison criteria allow to improve procedures for designing high-resolution quadratic TFDs for practical time-frequency analysis. The separable kernel TFDs, designed in this way, are shown to best resolve closely-spaced components for various classes of synthetic and real-life signals that we have analysed.

The current research work aims at the development of Biomedical Neuroengineering tools (Biotechnologies) for the in-depth functional study, rapid diagnosis, continuous monitoring and well-timed management of acute and chronic brain disorders, of individuals that are subjected to or suffer from any kind of systemic hypoxaemia or more localized brain hypoxia; as well as the functional assessment and continuous control of adaptability during the training of “altinauts” and generally of individuals that practice activities and function within environments of increased visual-cognitive-motor response demands (a type of brain “stress test”). For this purpose, we subject the entire visuocognitive system, from the elementary sensory to the most complex cognitive level, to an experimental test of categorical discrimination of complex visuocognitive stimuli, following ultra-rapid visual stimulation that leads to a motor response upon categorization of targets (images of animals elicit productive responses) and to its suppression upon categorization of nontargets (images of nonanimals elicit inhibitory responses). The oscillatory electro-physiological responses that are concurrently recorded at the occipital-temporal-parietal brain areas are analyzed in the time-domain (<20Hz) and in the joint time-frequency domain broadband (1-60Hz) with the Continuous Wavelet Transform that optimizes the multiresolution analysis of the high frequency (≥20Hz) γ-band oscillatory activity. This visuocognitive categorization test takes place in normoxaemic as well as hypoxaemic conditions (monitored reduction in the blood oxygen saturation from ≥97% to around 80% under conditions of hypobaric hypoxia within a hypobaric chamber), in order to assess electrophysiological markers that can detect and capture in the most sensitive and dynamic way even so transient, short-living and rather mild changes in brain function. The statistical parametric analysis of the time-frequency maps and the generalized, statistically safer, method of analysis of variance have established as the most sensitive and reliable the following markers: the major deflections of the evoked potentials, the phase-coherence factor of the oscillations across single-trials and the elicited energy of the evoked/phase-locked and the induced/total oscillatory activity. These electrophysiological markers in conjunction with psychometric tests allow for the investigation of the stages/levels of the decline as well as of the compensatory reserves in the visual-perceptive and cognitive-mental brain functions in order to determine the functional sensitivity thresholds of different brain functions to hypoxia. They open up the way for the functional characterization, the diagnosis and monitoring of brain insults or other acute and chronic pathological brain conditions. / Η παρούσα ερευνητική εργασία στοχεύει στην ανάπτυξη εργαλείων Βιοϊατρικής Νευρομηχανικής (Βιοτεχνολογίες) για την σε βάθος λειτουργική μελέτη, ταχεία διάγνωση, συνεχή παρακολούθηση και έγκαιρη αντιμετώπιση οξέων και χρόνιων εγκεφαλικών διαταραχών, ατόμων που υπόκεινται σε ή πάσχουν από οιαδήποτε μορφή συστηματικής υποξαιμίας ή πιο εντοπισμένης εγκεφαλικής υποξίας, καθώς και για την λειτουργική αξιολόγηση και το συνεχή έλεγχο της προσαρμοστικότητας κατά την εξάσκηση των «υψιβατών», και γενικότερα ατόμων που ασκούν δραστηριότητες και λειτουργούν μέσα σε περιβάλλοντα αυξημένων οπτικο-γνωστικο-κινητικών απαιτήσεων (ένα είδος «στρες τεστ» για τον εγκέφαλο). Για το σκοπό αυτό υποβάλλουμε ολόκληρο το οπτικογνωστικό σύστημα, από το στοιχειώδες αισθητηριακό έως το πιο πολύπλοκο νοητικό επίπεδο, σε μια πειραματική δοκιμασία κατηγορικής διάκρισης σύνθετων οπτικογνωστικών ερεθισμάτων, μετά από υπερταχεία οπτική διέγερση που οδηγεί στην έκλυση κινητικής απάντησης κατά την κατηγοριοποίηση στόχων (εικόνες «ζώων» εκλύουν παραγωγικές αποκρίσεις) και στην καταστολή της κατά την κατηγοριοποίηση μη-στόχων (εικόνες «μη-ζώων» εκλύουν ανασταλτικές αποκρίσεις). Οι ταλαντωτικές ηλεκτροφυσιολογικές αποκρίσεις που συγχρόνως καταγράφονται στις ινιακές-κροταφικές-βρεγματικές περιοχές του εγκεφάλου αναλύονται στο πεδίο του χρόνου (<20Hz) και στο συζευγμένο χρονοφασματικό πεδίο ευρυζωνικά (1-60Hz) με το συνεχή μετασχηματισμό του κυματίου που βελτιστοποιεί την πολυφασματική ανάλυση της υψίσυχνης (≥20Hz) γ-ταλαντωτικής δραστηριότητας. Αυτή η δοκιμασία οπτικογνωστικής κατηγοριοποίησης λαμβάνει χώρα τόσο σε νορμοξαιμικές όσο και υποξαιμικές συνθήκες (ελεγχόμενη μείωση στον κορεσμό του αίματος σε οξυγόνο από ≥97% γύρω στο 80% για 15 λεπτά κάτω από συνθήκες υποβαρικής υποξίας μέσα σε υποβαρικό θάλαμο), προκειμένου να ελέγξουμε ηλεκτροφυσιολογικούς δείκτες που μπορούν να ανιχνεύσουν και να συλλάβουν με τον πιο ευαίσθητο και δυναμικό τρόπο ακόμη και τόσο βραχύβιες και σχετικά ήπιες μεταβολές της εγκεφαλικής λειτουργίας. Η στατιστική παραμετρική ανάλυση των χρονοφασματικών χαρτών και η γενικευμένη, στατιστικά πιο ασφαλής, μέθοδος ανάλυσης των διακυμάνσεων ανέδειξαν ως πλέον ευαίσθητους και αξιόπιστους τους ακόλουθους δείκτες: τις κύριες αιχμές των προκλητών δυναμικών, τον παράγοντα φασικής συνάφειας των ταλαντώσεων μεταξύ των μοναδιαίων καταγραφών και την εκλυόμενη ενέργεια των προκλητών/φασικά-κλειδωμένων και επαγόμενων/ολικών ταλαντώσεων. Οι ηλεκτροφυσιολογικοί αυτοί δείκτες σε συνδυασμό με ψυχομετρικές δοκιμασίες επιτρέπουν τη διερεύνηση των σταδίων/επιπέδων κάμψης καθώς και των αποθεμάτων αντιρρόπησης των οπτικο-αντιληπτικών και γνωστικών-νοητικών λειτουργιών του εγκεφάλου για τον καθορισμό των λειτουργικών ουδών ευαισθησίας διάφορων εγκεφαλικών λειτουργιών στην υποξία. Ανοίγουν μάλιστα το δρόμο. για το λειτουργικό χαρακτηρισμό, τη διάγνωση και την παρακολούθηση εγκεφαλικών προσβολών ή άλλων οξέων και χρόνιων παθολογικών καταστάσεων του εγκεφάλου.

Cette thèse s'inscrit dans le contexte de l'analyse des signaux biomédicaux multicapteurs par des méthodes stochastiques. Les signaux auxquels nous nous intéressons présentent un caractère oscillant transitoire bien représenté par les décompositions dans le plan temps-fréquence c'est pourquoi nous avons choisi de considérer non plus les décours temporels de ces signaux mais les coefficients issus de la décomposition de ces derniers dans le plan temps-fréquence. Dans une première partie, nous décomposons les signaux multicapteurs sur une base de cosinus locaux (appelée base MDCT) et nous modélisons les coefficients à l'aide d'un modèle à états latents. Les coefficients sont considérés comme les réalisations de processus aléatoires gaussiens multivariés dont la distribution est gouvernée par une chaîne de Markov cachée. Nous présentons les algorithmes classiques liés à l'utilisation des modèles de Markov caché et nous proposons une extension dans le cas où les matrices de covariance sont factorisées sous forme d'un produit de Kronecker. Cette modélisation permet de diminuer la complexité des méthodes de calcul numérique utilisées tout en stabilisant les algorithmes associés. Nous appliquons ces modèles à des données électroencéphalographiques et nous montrons que les matrices de covariance représentant les corrélations entre les capteurs et les fréquences apportent des informations pertinentes sur les signaux analysés. Ceci est notamment illustré par un cas d'étude sur la caractérisation de la désynchronisation des ondes alpha dans le contexte de la sclérose en plaques. / This thesis adresses the problem of multichannel biomedical signals analysis using stochastic methods. EEG signals exhibit specific features that are both time and frequency localized, which motivates the use of time-frequency signal representations. In this document the (time-frequency labelled) coefficients are modelled as multivariate random variables. In the first part of this work, multichannel signals are expanded using a local cosine basis (called MDCT basis). The approach we propose models the distribution of time-frequency coefficients (here MDCT coefficients) in terms of latent variables by the use of a hidden Markov model. In the framework of application to EEG signals, the latent variables describe some hidden mental state of the subject. The latter control the covariance matrices of Gaussian vectors of fixed-time vectors of multi-channel, multi-frequency, MDCT coefficients. After presenting classical algorithms to estimate the parameters, we define a new model in which the (space-frequency) covariance matrices are expanded as tensor products (also named Kronecker products) of frequency and channels matrices. Inference for the proposed model is developped and yields estimates for the model parameters, together with maximum likelihood estimates for the sequences of latent variables. The model is applied to electroencephalogram data, and it is shown that variance-covariance matrices labelled by sensor and frequency indices can yield relevant informations on the analyzed signals. This is illustrated with a case study, namely the detection of alpha waves in rest EEG for multiple sclerosis patients and control subjects.

Dans cette thèse, nous nous proposons d’investiguer les signaux expérimentaux provenant des transmissions par courroie, afin d’envisager par exemple le diagnostic de la tension. N’étant pas issu du domaine de la Mécanique, nous présentons donc une bibliographie exhaustive et thématique sur la théorie et l’expérimentation dans les systèmes transmissions par courroie. Le résumé de ce travail a permis de choisir une approche de modélisation mécanique correspondant au mieux aux conditions réelles de fonctionnement de notre système. Elle inclut les variations temporelles dans la vitesse de rotation du moteur qui entraîne la transmission entière et des changements dans la tension de la courroie. Malheureusement, nous n’avons pas réussi à implémenter numériquement les équations de simulation. Néanmoins, les conclusions que nous en tirons nous aident par la suite à mieux comprendre et interpréter les résultats expérimentaux obtenus, après application de l’ensemble des procédures de Traitement du signal. Notre panoplie d’outils de traitements numériques est tirée d’une longue analyse comparative des différents algorithmes de Traitement du Signal existants, dédiés à la surveillance, au diagnostic et au pronostic des défaillances observées sur les roulements et les engrenages. Nous les avons réadaptés pour convenir à l'étude des paramètres variables (tension, charge et/ou vitesse) qui peuvent apparaître dans les transmissions par courroie. Le principal intérêt de notre travail est le développement d’une procédure automatisée et efficace, permettant un suivi fiable des défaillances, dans les domaines d’analyses : modale, traditionnelle (temporelle, fréquentielle, spectrale), synchrone, temps-fréquence et surtout « cyclostationnaire » . Dans ce dernier domaine, avec des méthodes d’extraction de sources à partir d’un signal préalablement rééchantillonné, nous étudions spécifiquement les composantes périodique et aléatoire. Chaque type de défaut (variations au niveau de la tension, la charge et/ou la vitesse) a une signature que nous cherchons à distinguer avec des indicateurs de condition(temporels, fréquentiels et spectraux). Nous essayons de comparer les résultats expérimentaux à la théorie sur les transmissions par courroie. Grâce aux méthodes et algorithmes développés dans ce travail de thèse, nous apportons une contribution permettant de traiter un certain nombre de problèmes inhérents aux transmissions par courroies, à partir de leurs signaux expérimentaux acquis sur des accéléromètres, des jauges de contraintes et des codeurs optiques / In this PHD, we investigate experimental signals recorded from belt drives with a diagnosis aim of belt tension. Our research works present an exhaustive and thematic bibliography on theory and experimentation in belt drive to complete our insufficient knowledges in mechanical domain. We choosed a theoritical approach nearest real conditions of our belt drives bench. We included time fluctuaction in drive shaft speed and blet changes. Unfortunately, we could not resolve motion equations because existence of numerical limits. All conclusions will be used to understand and interprate experimental results after our signal processing numerical procedures. Our tools panel of numerical process comes from a comparative analysis extracted in several scientific documents and differents algorithms. They dedicate to surveillance, diagnosis and pronostic oriented toward bear and gear defaults. A adaptation in our belt case is necessary with variables parameters (tension, load and/or speed) affecting our case. In our automatic approach, we study several faults in analysis domains : modal, traditionnal (time, frequency, spectrum), synchronous, time-frequency and « cyclostationary » . In this last domain, we extract both comopnent (discret and random), after an previous resmapling operation applying to raw collected signal. Each falut type has a specific signature to discriminate with pertinent condition indications (time, frequency and spectrum domains). All results are discussed at the end of this PHD document. Our developped methods and algorithms are a contribution to process belt drives problems, from exprerimental signals recording with acceleromertes, constraint gauges and optical coders

No description available.

Dans ce travail, une approche de reconnaissance de l’orateur en utilisant un microphone de contact est développée et présentée. L'élément passif de contact est construit à partir d'un matériau piézoélectrique. La position du transducteur piézoélectrique sur le cou de l'individu peut affecter grandement la qualité du signal recueilli et par conséquent les informations qui en sont extraites. Ainsi, le milieu multicouche dans lequel les vibrations des cordes vocales se propagent avant d'être détectées par le transducteur est modélisé. Le meilleur emplacement sur le cou de l’individu pour attacher un élément transducteur particulier est déterminé en mettant en œuvre des techniques de simulation Monte Carlo et, par conséquent, les résultats de la simulation sont vérifiés en utilisant des expériences réelles. La reconnaissance est basée sur le signal généré par les vibrations des cordes vocales lorsqu'un individu parle et non sur le signal vocal à la sortie des lèvres qui est influencé par les résonances dans le conduit vocal. Par conséquent, en raison de la nature variable du signal recueilli, l'analyse a été effectuée en appliquant la technique de transformation de Fourier à court terme pour décomposer le signal en ses composantes de fréquence. Ces fréquences représentent les vibrations des cordes vocales (50-1000 Hz). Les caractéristiques en termes d'intervalle de fréquences sont extraites du spectrogramme résultant. Ensuite, un vecteur 1-D est formé à des fins d'identification. L'identification de l’orateur est effectuée en utilisant deux critères d'évaluation qui sont la mesure de la similarité de corrélation et l'analyse en composantes principales (ACP) en conjonction avec la distance euclidienne. Les résultats montrent qu'un pourcentage élevé de reconnaissance est atteint et que la performance est bien meilleure que de nombreuses techniques existantes dans la littérature. / In this work, a speaker recognition approach using a contact microphone is developed and presented. The contact passive element is constructed from a piezoelectric material. In this context, the position of the piezoelectric transducer on the individual’s neck may greatly affect the quality of the collected signal and consequently the information extracted from it. Thus, the multilayered medium in which the sound propagates before being detected by the transducer is modeled. The best location on the individual’ neck to place a particular transducer element is determined by implementing Monte Carlo simulation techniques and consequently, the simulation results are verified using real experiments. The recognition is based on the signal generated from the vocal cords’ vibrations when an individual is speaking and not on the vocal signal at the output of the lips that is influenced by the resonances in the vocal tract. Therefore, due to the varying nature of the collected signal, the analysis was performed by applying the Short Term Fourier Transform technique to decompose the signal into its frequency components. These frequencies represent the vocal folds’ vibrations (50-1000 Hz). The features in terms of frequencies’ interval are extracted from the resulting spectrogram. Then, a 1-D vector is formed for identification purposes. The identification of the speaker is performed using two evaluation criteria, namely, the correlation similarity measure and the Principal Component Analysis (PCA) in conjunction with the Euclidean distance. The results show that a high percentage of recognition is achieved and the performance is much better than many existing techniques in the literature.

Το πρόβλημα που αντιμετωπίζει η διατριβή αφορά στη μοντελοποίηση μη-στασίμων τυχαίων ταλαντώσεων επί τη βάσει μετρήσεων του σήματος της ταλάντωσης, μέσω μοντέλων FS-TAR/TARMA. Οι στόχοι της διατριβής περιλαμβάνουν την αποτίμηση της εφαρμοσιμότητας των μεθόδων FS-TAR/TARMA για την μοντελοποίηση και ανάλυση της ταλάντωσης χρονικά μεταβαλλόμενών κατασκευών, καθώς και τη σύγκρισή τους με εναλλακτικές παραμετρικές μεθόδους του πεδίου του χρόνου. Ιδιαίτερη βαρύτητα δίνεται και στην αντιμετώπιση θεμάτων που σχετίζονται με την εκτίμηση μοντέλων FS-ΤAR/TARMA, καθώς και στην θεωρητική ασυμπτωτική ανάλυση των ιδιοτήτων των εκτιμητριών που χρησιμοποιούνται. Η διατριβή αρχικά παρουσιάζει μια συγκριτική ανασκόπηση της βιβλιογραφίας στο θέμα της μοντελοποίησης μη-στασίμων ταλαντώσεων μέσω παραμετρικών μεθόδων του πεδίου του χρόνου, η οποία και επιδεικνύει τα πλεονεκτήματα των μεθόδων FS-TAR/TARMA. Στη συνέχεια αντιμετωπίζεται μια σειρά προβλημάτων που εμφανίζονται κατά την εκτίμηση (των παραμέτρων) και την επιλογή της δομής του μοντέλου. Η αποτελεσματικότητα των μεθόδων FS-TAR/TARMA για την μοντελοποίηση και ανάλυση μη-στάσίμων ταλαντώσεων επιδεικνύεται και πειραματικά μέσω εφαρμογής στην οποία πραγματοποιείται επιτυχής εξαγωγή των δυναμικών χαρακτηριστικών μιας εργαστηριακής χρονικά μεταβαλλόμενης κατασκευής. Στη συνέχεια, η διατριβή εστιάζει στην αναζήτηση ακριβέστερων εκτιμητριών, καθώς και στην ασυμπτωτική ανάλυση των ιδιοτήτων των εκτιμητριών «γενικών» (όχι αναγκαστικά περιοδικά μεταβαλλόμενων) μοντέλων FS-TAR/TARMA. Συγκεκριμένα, εξετάζονται οι περιπτώσεις των εκτιμητριών σταθμισμένων ελαχίστων τετραγώνων [Weighted Least Squares (WLS)], μέγιστης πιθανοφάνειας [Maximum Likelihood (ML)], καθώς και μια εκτιμήτρια πολλαπλών σταδίων [Multi Stage (MS)], η οποία αναπτύσσεται στην παρούσα διατριβή και είναι ασυμπτωτικά ισοδύναμη με την εκτιμήτρια ML ενώ ταυτόχρονα χαρακτηρίζεται από μειωμένη υπολογιστική πολυπλοκότητα. Στη διατριβή αποδεικνύεται η συνέπεια (consistency) των εκτιμητριών αυτών και εξάγεται η ασυμπτωτική κατανομή (asymptotic distribution) τους. Παράλληλα, αναπτύσσεται μια συνεπής εκτιμήτρια του ασυμπτωτικού πίνακα συνδιασποράς και μια μέθοδος για τον έλεγχο εγκυρότητας των μοντέλων FS-TAR/TARMA. Η ορθότητα των αποτελεσμάτων της ασυμπτωτικής ανάλυσης επιβεβαιώνεται μέσω μελετών Monte Carlo. / The thesis studies the problem of non-stationary random vibration modeling and analysis based on available measurements of the vibration signal via Functional Series Time-dependent AutoRegressive / AutoRegressive Moving Average (FS-TAR/ TARMA) models. The aims of the thesis include the assessment of the applicability of FS-TAR/TARMA methods for the modeling and analysis of non-stationary random vibration, as well as their comparison with alternative time-domain parametric methods. In addition, significant attention has been paid to the FS-TAR/TARMA estimation problem and to the theoretical asymptotic analysis of the estimators. A critical overview and comparison of time-domain, parametric, non-stationary random vibration modeling and analysis methods is firstly presented, where the high potential of FS-TAR/TARMA methods is demonstrated. In the following, a number of issues concerning the FS-TAR/TARMA model (parameter) estimation and model structure selection are considered. The effectiveness of the FS-TARMA methods for non-stationary random vibration modeling and analysis is experimentally demonstrated, through their application for the recovery of the dynamical characteristics of a time-varying bridge-like laboratory structure. In the sequel, the thesis focuses on the asymptotic analysis of “general” (that is not necessarily periodically evolving) FS-TAR/TARMA estimators. In particular, the Weighted Least Squares (WLS) and Maximum Likelihood (ML) estimators are both investigated, while a Multi Stage (MS) estimator, that approximates the ML estimator at reduced complexity, is developed. The consistency of the considered estimators is established and their asymptotic distribution is extracted. Furthermore, a consistent estimator of the asymptotic covariance matrix is formulated and an FS-TAR/TARMA model validation method is proposed. The validity of the theoretical asymptotic analysis results is assessed through several Monte Carlo studies.

Ο στόχος της παρούσας διδακτορικής διατριβής είναι διττός: η ανάπτυξη και η εφαρμογή αριθμητικών τεχνικών για την επίλυση προβλημάτων που εμπίπτουν στην περιοχή του Μη-Καταστροφικού Ελέγχου. Συγκεκριμένα αναπτύχθηκαν η Μέθοδος των Συνοριακών Στοιχείων (ΜΣΣ) και η Μέθοδος των Τοπικών Ολοκληρωτικών Εξισώσεων χωρίς Διακριτοποίηση για την αριθμητική ανάλυση στατικών και μεταβατικών προβλημάτων στο πεδίο της ελαστικότητας και της αλληλεπίδρασης ελαστικού με ακουστικό μέσο στις δύο διαστάσεις. Σημαντικό μέρος της διδακτορικής διατριβής αποτέλεσε η ανάπτυξη προγράμματος ηλεκτρονικού υπολογιστή, το οποίο επιλύει τα προβλήματα στα οποία πραγματεύεται το παρόν σύγγραμμα. Η διδακτορική διατριβή αποτελείται από τρεις ενότητες. Στην πρώτη ενότητα γίνεται πλήρης περιγραφή της απαραίτητης θεωρίας για την κάλυψη και κατανόηση των αριθμητικών ΜΣΣ αλλά και των Τοπικών Μεθόδων χωρίς Διακριτοποίηση (ΤΜχΔ). Στη δεύτερη ενότητα εφαρμόζονται οι προαναφερθείσες αριθμητικές μέθοδοι για την επίλυση στατικών και δυναμικών (στο πεδίο συχνοτήτων) διδιάστατων προβλημάτων, ώστε να πιστοποιηθεί η ακρίβεια και η αξιοπιστία των εν λόγω μεθοδολογιών. Τέλος, στην τρίτη ενότητα οι αριθμητικές ΜΣΣ και ΤΜχΔ εφαρμόζονται για την επίλυση προβλημάτων κυματικής διάδοσης που εμπίπτουν στο πεδίο του Μη-Καταστροφικού Ελέγχου. Πιο συγκεκριμένα μελετήθηκε η κυματική διάδοση σε ελεύθερες επίπεδες πλάκες και σε κυλινδρικές δεξαμενές αποθήκευσης υγρών καυσίμων. / The aim of this doctoral thesis is twofold: the development and implementation of numerical techniques for solving wave propagation problems in Non-Destructive Testing applications. Particularly, the Boundary Element Method (BEM) and the Local Boyndary Integral Equation Method are developed, so as to numerically solve static and transient problems on the field of elasticity and fluid-structure interaction in two dimensions. A major part of the present research is the construction of a computer program for solving such kind of problems. This textbook consists of three sections. In the first section, a thorough description on the theory of the BEM and the Local Meshless Methods (LMM) is done. The second section is dedicated for the numerical implementation of the BEM and LMM for solving steady state and time-harmonic two dimensional elastic and acoustic problems, in order to verify the accuracy and the ability of the proposed methodologies to solve the above-mentioned problems. Finally in the third section, the wave propagation problems of traction-free plates and cylindrical fuel storage tanks is studied, from the perspective of Non-Destructive Testing. The numerical methods of BEM and LMM are implemented, as well as spectral methods are utilized, for drawing useful conclusions on the wave propagation phenomena.

La Décomposition Modale Empirique (EMD) est un outil de traitement de signal piloté par les données et dédié aux signaux non-stationnaires issus ou non de systèmes linéaires. L'idée de base de l'EMD est l'interpolation des extrema par des splines pour extraire de composantes oscillantes appelées modes empiriques intrinsèques (IMFs) et un résidu. Dans cette thèse, un nouvel algorithme de l'EMD est introduit où au lieu d'une interpolation rigide, un lissage est utilisé pour la construction des enveloppes supérieures et inférieures du signal à décomposer. Ce nouvel algorithme est plus robuste au bruit que l'EMD conventionnelle et réduit le nombre d'IMFs "artificielles" (sur-décomposition). En combinant le nouvel algorithme et la méthode de séparation d'énergie (ESA) basée sur l'Opérateur d'Energie de Teager-Kaiser (OETK), un nouveau schéma de démodulation des signaux AM-FM multi-composante appelé EMD-ESA est introduit. Différentes versions de l'EMD-ESA sont analysées en terme de performance. Pour l'analyse Temps-Fréquence (TF), une nouvelle formulation de la carte TF de l'EMD-ESA appelée Transformation de Teager-Huang (THT) est présentée. Cette nouvelle Représentation TF (RTF) ne présentant pas de termes d'interférences est comparée aux RTF classiques telles que le spectrogramme, le scalogramme, la distribution de Wigner-Ville Distribution (WVD), la Pseudo-WVD et la réallocation de la Pseudo-WVD. En combinant la nouvelle formulation de la THT et la transformée de Hough, une nouvelle méthode de détection des signaux multi-composante à modulation linéaire de fréquence dans le plan TF est présentée. Cette méthode de détection est appelée transformation de Teager-Huang-Hough (THHT). Les résultats de la THHT sont comparés à ceux de la transformée WVD-Hough. Finalement, l'analyse TF par THT et par des RTF classiques (WVD, spectrogramme, etc.) de signaux réels de rétrodiffusion par des coques cylindriques de dimensions et de caractéristiques physiques différentes est présentée. Les résultats obtenus montrent l'apport de la THT comme un outil TF.