Spelling suggestions: "subject:"μηχανική"" "subject:"µηχανική""
41 |
Μοντελοποίηση και ψηφιακή επεξεργασία προσωδιακών φαινομένων της ελληνικής γλώσσας με εφαρμογή στην σύνθεση ομιλίας / Modeling and signal processing of greek language prosodic events with application to speech synthesisΖέρβας, Παναγιώτης 04 February 2008 (has links)
Αντικείμενο της παρούσης διδακτορικής διατριβής αποτελεί η μελέτη και μοντελοποίηση των φαινομένων επιτονισμού της Ελληνικής γλώσσας με εφαρμογές στην σύνθεση ομιλίας. Στα πλαίσια της διατριβής αυτής αναπτύχθηκαν πόροι ομιλίας και εργαλεία για την επεξεργασία και μελέτη προσωδιακών παραγόντων οι οποίοι επηρεάζουν την πληροφορία που μεταφέρεται μέσω του προφορικού λόγου. Για την διαχείρηση και επεξεργασία των παραπάνω πόρων υλοποιήθηκε πλατφόρμα μετατροπής κειμένου σε ομιλία βασισμένη στην συνένωση δομικών μονάδων ομιλίας. Για την μελέτη και την δημιουργία των μοντέλων μηχανικής μάθησης χρησιμοποιήθηκε η γλωσσολογική αναπαράσταση GRToBI των φαινομένων επιτονισμού. / In this thesis we cope with the task of studying and modeling prosodic phenomena encountered in Greek language with applications to the task of speech synthesis from tex. Thus, spoken corpora with various levels of morphosyntactical and linguistic representation as well as tools for their processing, we constructed. For the task of coding the emerged prosodic phenomena of our recorded utterences we have utilized the GRToBI annotation of speech.
|
42 |
Μελέτη πολυφασικής ροής σε πορώδη σώματα με τη μέθοδο των κυτταρικών αυτομάτωνΑγγελόπουλος, Αθανάσιος 27 May 2010 (has links)
- / -
|
43 |
Υπολογισμός διάδοσης ρωγμών υπό ψευδοστατικά ή χρονικά μεταβαλλόμενα φορτία με τη μέθοδο των συνοριακών στοιχείωνΚοντούλης, Παναγιώτης 27 May 2010 (has links)
- / -
|
44 |
Ευφυής ανάλυση βιοσημάτων προκλητών δυναμικών στον μετεγχειρητικό πόνοΝτουραντώνης, Δημήτριος 26 July 2013 (has links)
Στην παρούσα διπλωματική εργασία γίνεται μια προσπάθεια αντικειμενοποίησης και μοντελοποίησης του μετεγχειρητικού πόνου συνεπεία προγραμματισμένων ορθοπαιδικών επεμβάσεων στην άρθρωση του γόνατος με την βοήθεια εργαλείων μηχανικής μάθησης. Σκοπός της εν λόγω μοντελοποίησης είναι η δημιουργία ενός ευφυούς συστήματος αξιολόγησης και εκτίμησης του μετεγχειρητικού πόνου και η εξέταση της υπόθεσης του κατά πόσο η χρήση ως παραμέτρου μιας αντικειμενικής τιμής όπως αυτή που προέρχεται από την καταγραφή των σωματοαισθητικών προκλητών δυναμικών μπορεί να επηρεάσει την ακρίβεια του συστήματος μας.
Συγκεκριμένα χρησιμοποιήθηκαν παράμετροι από το ιστορικό του ασθενούς, τα σωματομετρικά του χαρακτηριστικά, τα δεδομένα του χειρουργείου και της αναλγησίας που δόθηκε σε αυτό, η αυτοαξιολόγηση του ίδιου του ασθενούς μέσω της κλίμακας αυτοαξιολόγησης του πόνου NRS και τέλος αυτό που διαφοροποιεί την παρούσα διπλωματική είναι η προσπάθεια συσχέτισης μιας αντικειμενικής παραμέτρου που τα τελευταία χρόνια έχει συσχετιστεί με τον πόνο, αυτή των σωματοαισθητικών προκλητών δυναμικών. / In this paper we made an attempt of objectification and modeling of postoperative pain as a result of planned orthopedic surgery in the knee joint with the help of machine learning tools. The purpose of this modeling is to create an intelligent system evaluation and assessment of postoperative pain and the case is whether the use as an objective parameter value as derived from the recording of somatosensory evoked potentials may affect the accuracy of the system our.
Specific parameters used by the patient's history, the anthropometric characteristics, data of surgery and analgesia given to this, self-evaluation of the patient using the scale of self-assessment of pain NRS and finally what differentiates this thesis is the attempt correlation of an objective parameter in recent years has been associated with pain, that of somatosensory evoked potentials.
|
45 |
Αναγνώριση προτύπων από εικόνεςΚωτσιόπουλος, Χάρης 06 November 2014 (has links)
Η παρούσα διπλωματική εργασία ασχολείται με ένα σημαντικό ερευνητικό πρόβλημα του πεδίου της υπολογιστικής όρασης το οποίο είναι η Αναγνώριση Προτύπων (pattern recognition) μέσα από εικόνες. Πιο συγκεκριμένα, θα μελετήσουμε τον σχεδιασμό και την υλοποίηση ενός συστήματος αναγνώρισης αντικειμένων από ψηφιακές εικόνες καθώς και την ταξινόμησή τους σε κατηγορίες (image classification). / This thesis deals with an important research problem field of computer vision which is pattern recognition through images. In particular, we will study the design and implementation of a system to recognize objects from digital images and their classification in categories (image classification).
|
46 |
Σχεδιασμός και ανάπτυξη αλγορίθμου συσταδοποίησης μεγάλης κλίμακας δεδομένωνΓούλας, Χαράλαμπος January 2015 (has links)
Υπό το φάσμα της νέας, ανερχόμενης κοινωνίας της πληροφορίας, η σύγκλιση των υπολογιστών με τις τηλεπικοινωνίες έχει οδηγήσει στην συνεχώς αυξανόμενη παραγωγή και αποθήκευση τεράστιου όγκου δεδομένων σχεδόν για οποιονδήποτε τομέα της ανθρώπινης ενασχόλησης. Αν, λοιπόν, τα δεδομένα αποτελούν τα καταγεγραμμένα γεγονότα της ανθρώπινης ενασχόλησης, οι πληροφορίες αποτελούν τους κανόνες, που τα διέπουν. Και η κοινωνία στηρίζεται και αναζητά διακαώς νέες πληροφορίες. Το μόνο που απομένει, είναι η ανακάλυψη τους.
Ο τομέας, που ασχολείται με την συστηματική ανάλυση των δεδομένων με σκοπό την εξαγωγή χρήσιμης γνώσης ονομάζεται μηχανική μάθηση. Υπό αυτό, λοιπόν, το πρίσμα, η παρούσα διπλωματική πραγματεύεται την μηχανική μάθηση ως μια ελπίδα των επιστημόνων να αποσαφηνίσουν τις δομές που διέπουν τα δεδομένα και να ανακαλύψουν και να κατανοήσουν τους κανόνες, που “κινούν” τον φυσικό κόσμο.
Αρχικά, πραγματοποιείται μια πρώτη περιγραφή της μηχανικής μάθησης ως ένα από τα βασικότερα δομικά στοιχεία της τεχνητής νοημοσύνης, παρουσιάζοντας ταυτόχρονα μια πληθώρα προβλημάτων, στα οποία μπορεί να βρει λύση, ενώ γίνεται και μια σύντομη ιστορική αναδρομή της πορείας και των κομβικών της σημείων.
Ακολούθως, πραγματοποιείται μια όσο το δυνατόν πιο εμπεριστατωμένη περιγραφή, μέσω χρήσης εκτεταμένης βιβλιογραφίας, σχεδιαγραμμάτων και λειτουργικών παραδειγμάτων των βασικότερων κλάδων της, όπως είναι η επιβλεπόμενη μάθηση (δέντρα αποφάσεων, νευρωνικά δίκτυα), η μη-επιβλεπόμενη μάθηση (συσταδοποίηση δεδομένων), καθώς και πιο εξειδικευμένων μορφών της, όπως είναι η ημί-επιβλεπόμενη μηχανική μάθηση και οι γενετικοί αλγόριθμοι.
Επιπρόσθετα, σχεδιάζεται και υλοποιείται ένας νέος πιθανοτικός αλγόριθμος συσταδοποίησης (clustering) δεδομένων, ο οποίος ουσιαστικά αποτελεί ένα υβρίδιο ενός ιεραρχικού αλγορίθμου ομαδοποίησης και ενός αλγορίθμου διαμέρισης. Ο αλγόριθμος δοκιμάστηκε σε ένα πλήθος διαφορετικών συνόλων, πετυχαίνοντας αρκετά ενθαρρυντικά αποτελέσματα, συγκριτικά με άλλους γνωστούς αλγορίθμους, όπως είναι ο k-means και ο single-linkage. Πιο συγκεκριμένα, ο αλγόριθμος κατασκευάζει συστάδες δεδομένων, με μεγαλύτερη ομοιογένεια κατά πλειοψηφία σε σχέση με τους παραπάνω, ενώ το σημαντικότερο πλεονέκτημά του είναι ότι δεν χρειάζεται κάποια αντίστοιχη παράμετρο k για να λειτουργήσει.
Τέλος, γίνονται προτάσεις τόσο για περαιτέρω βελτίωση του παραπάνω αλγορίθμου, όσο και για την ανάπτυξη νέων τεχνικών και μεθόδων, εναρμονισμένων με τις σύγχρονες τάσεις της αγοράς και προσανατολισμένων προς τις απαιτητικές ανάγκες της νέας, αναδυόμενης κοινωνίας της πληροφορίας. / In the spectrum of a new and emerging information society, the convergence of computers and telecommunication has led to a continuously increasing production and storage of huge amounts of data for almost any field of human engagement. So, if the data are recorded facts of human involvement, then information are the rules that govern them. And society depends on and looking earnestly for new information. All that remains is their discovery.
The field of computer science, which deals with the systematic analysis of data in order to extract useful information, is called machine learning. In this light, therefore, this thesis discusses the machine learning as a hope of scientists to elucidate the structures that govern the data and discover and understand the rules that "move" the natural world.
Firstly, a general description of machine learning, as one of the main components of artificial intelligence, is discussed, while presenting a variety of problems that machine learning can find solutions, as well as a brief historical overview of its progress.
Secondly, a more detailed description of machine learning is presented by using extensive literature, diagrams, drawings and working examples of its major research areas, as is the supervised learning (decision trees, neural networks), the unsupervised learning (clustering algorithms) and more specialized forms, as is the semi-supervised machine learning and genetic algorithms.
In addition to the above, it is planned and implemented a new probabilistic clustering algorithm, which is a hybrid of a hierarchical clustering algorithm and a partitioning algorithm. The algorithm was tested on a plurality of different datasets, achieving sufficiently encouraging results, as compared to other known algorithms, such as k-means and single-linkage. More specifically, the algorithm constructs data blocks, with greater homogeneity by majority with respect to the above, while the most important advantage is that it needs no corresponding parameter k to operate.
Finally, suggestions are made in order to further improve the above algorithm, as well as to develop new techniques and methods in keeping with the current market trends, oriented to the demanding needs of this new, emerging information society.
|
47 |
Αναγνώριση προπορευόμενου οχήματος με ψηφιακή επεξεργασία εικόναςΣκόδρας, Ευάγγελος 03 July 2009 (has links)
Η ανάπτυξη ενός ενσωματωμένου στο όχημα συστήματος υποβοήθησης του οδηγού για αποφυγή συγκρούσεων με άλλα οχήματα, βρίσκεται τελευταία στο επίκεντρο του ενδιαφέροντος. Στα συστήματα αυτά η αξιοπιστία αποτελεί ένα πολύ σημαντικό παράγοντα. Στην παρούσα εργασία αναπτύσσεται ένα σύστημα αναγνώρισης προπορευόμενου οχήματος βασισμένο σε εικόνες οι οποίες λαμβάνονται από βιντεοκάμερα που έχει ενσωματωθεί στο όχημα. Η μεθοδολογία την οποία επιλέξαμε να εργαστούμε περιλαμβάνει τον εντοπισμό των κόκκινων εικονοστοιχείων στην εικόνα και τη δημιουργία της αντίστοιχης δυαδικής εικόνας. Στη συνέχεια, με μορφολογική επεξεργασία της δυαδικής εικόνας εντοπίζουμε τις περιοχές που αντιστοιχούν στα πιθανά φανάρια του οχήματος. Με βάση τα σημεία των πιθανών φαναριών καθορίζουμε την περιοχή στην οποία περικλείεται το όχημα. Για την επιβεβαίωση της ύπαρξης οχήματος στην περιοχή αυτή, εκτελούμε έναν έλεγχο συμμετρίας βασιζόμενοι στην ομοιότητα των υποεικόνων και συνεχίζουμε με τον προσεγγιστικό υπολογισμό της απόστασής του. Τέλος, παρουσιάζουμε τα αποτελέσματα της μεθόδου, τα συμπεράσματα που προέκυψαν και προτείνουμε κατευθύνσεις για μελλοντικές βελτιώσεις. / Developing on-board automotive driver assistance systems aiming to alert drivers about possible collision with other vehicles has attracted a lot of attention lately. In these systems, robust and reliable vehicle detection is a critical step. In this work a vehicle detection system is developed based on video frames grabbed by a camera mounted on the vehicle. Vehicle detection is mainly based on the detection of its red rear-lights. First we detect all red pixels of the frame and create the corresponding binary image (mask). Then we detect the areas that possibly constitute vehicle’s rear-lights by performing morphological binary image processing. Based on that, we determine the boundary of the vehicle. To verify the presence of the vehicle in this area, we perform a symmetry test based on sub-image similarity. Finally, we present some experimental results and give directions for future improvements.
|
48 |
Ποιοτικός έλεγχος ραφής σε υπερ-εύκαμπτα υλικά με χρήση μεθόδων ψηφιακής επεξεργασίας σημάτων βίντεο / Seam quality control of non-rigid materials based on digital signal processing techniques of video dataΜαριόλης, Ιωάννης 07 July 2010 (has links)
Στα πλαίσια της διατριβής μελετήθηκε αρχικά το πρόβλημα της εύρεσης της θέσης του υφάσματος επάνω στην τράπεζα εργασίας με μεθόδους ψηφιακής ανάλυσης σημάτων βίντεο, παρουσία φαινομένων παραμόρφωσης και μερικής επικάλυψης του υφάσματος. Οι νέες μέθοδοι εντοπισμού που αναπτύχθηκαν αξιολογήθηκαν πειραματικά παρουσιάζοντας ικανοποιητική ακρίβεια εντοπισμού και ανοχή του συστήματος σε μερικές επικαλύψεις και παραμορφώσεις.
Μετά την ολοκλήρωση της ραφής του υφάσματος πραγματοποιείται αυτόματος εντοπισμός της θέσης της ραφής από ψηφιακές φωτογραφίες. Αναπτύχθηκαν τρείς πρωτότυπες μέθοδοι εντοπισμού της θέσης της ραφής οι οποίες διαφοροποιούνται στο στάδιο της προεπεξεργασίας. Η πειραματική αξιολόγηση γίνεται σε βάση δεδομένων που περιέχει 118 εικόνες έτοιμων ενδυμάτων.
Προτού πραγματοποιηθεί ποιοτικός έλεγχος ραφής, οι εικόνες κανονικοποιούνται ως προς τη θέση και τον προσανατολισμό της ραφής χρησιμοποιώντας τις παραπάνω μεθόδους αυτόματου εντοπισμού της θέσης της ραφής. Αναπτύχθηκαν και αξιολογήθηκαν τρείς διαφορετικές μέθοδοι αυτόματης αναγνώρισης της ποιότητας σε δείγματα ραφής οι οποίες εξάγουν τρία διαφορετικά σύνολα χαρακτηριστικών. Η πρώτη μέθοδος βασίζεται σε φασματικά χαρακτηριστικά, η δεύτερη στην επιβολή αυτό-σκίασης, ενώ η τρίτη βασίζεται στην εκτίμηση της ανομοιομορφίας της επιφάνειας των δειγμάτων ραφής. Η πειραματική αξιολόγηση γίνεται σε βάση δεδομένων δειγμάτων ραφής που περιλαμβάνει 325 ραφές.
Η εκτίμηση της ποιότητας ραφής πραγματοποιείται με ταξινόμηση σε πέντε διατεταγμένους βαθμούς ποιότητας. Σε αυτήν την κατεύθυνση, προτείνονται και συγκρίνονται τέσσερις μέθοδοι αναγνώρισης προτύπων διατεταγμένων κατηγοριών. Η πρώτη μέθοδος χρησιμοποιεί για την ταξινόμηση μοντέλο σύμμετρων αναλογιών πιθανότητας. Η δεύτερη μέθοδος κάνει αναγνώριση με χρήση γραμμικού μοντέλου. Οι άλλες δύο μέθοδοι είναι πρωτότυπες και επίσης χρησιμοποιούν γραμμικό μοντέλο για την ταξινόμηση. Η διαφοροποίησή τους από τη δεύτερη μέθοδο είναι ότι η επιλογή των αριθμητικών τιμών των διατεταγμένων κατηγορίων δεν γίνεται αυθαίρετα., αλλά προκύπτει ως λύση προβλημάτων ελαχιστοποίησης.. Η πειραματική αξιολόγηση και σύγκριση των μεθόδων στο πρόβλημα του ποιοτικού ελέγχου ραφών οδηγεί στην επιλογή του μοντέλου σύμμετρων αναλογιών πιθανότητας σε περίπτωση που υπάρχει ικανός αριθμός παραδειγμάτων εκπαίδευσης, ενώ σε αντίθετη περίπτωση μπορεί να προτιμηθεί το γραμμικό μοντέλο αφού προηγηθεί βελτιστοποίηση με χρήση κάποιας εκ των δύο προτεινόμενων μεθόδων επιλογής αριθμητικών τιμών. / One of the problems studied in the present dissertation is that of the detection of the fabrics’ position on the working area. The proposed detection methods are based on image processing and analysis techniques and take into consideration both partial occlusion and fabric deformation. The methods have been experimentally evaluated and the results indicate sufficient detection accuracy and robustness regarding partial occlusion and fabric deformation.
After sewing the fabric, the position and orientation of the seam is automatically detected. Three novel seam detection methods have been developed using different pre-processing techniques. The experimental evaluation of the three detection methods is made on a database containing 118 images of ready sewn garments.
Before performing seam quality control the seam images are normalized with respect to the seam position and orientation, using the aforementioned seam detection methods. Feature selection has been studied next, extracting three different sets of features and assessing seam quality using three different methods. The first method uses spectral features; the second method is based on the detection of self-shadows onto the seam specimens, while the third method is based on the estimation of the surface roughness of the specimens. The experimental evaluation of the proposed methods is made on a database containing 325 images of seam specimens.
Seam quality control is performed by classifying the seam specimens into five ordinal grades of quality. In this direction, four classification methods are proposed and evaluated, taking into account the ordered arrangement of the classes. The first method uses the proportional odds model; while the second method uses a linear model. The other two methods are novel and also employ a linear model. The difference between these two methods and the second method is that the numerical values they are assigning to the ordered categories are not arbitrary like in the case of the second method. The experimental evaluation of these four methods indicates that in case of a large number of training data, the first method which is based on the proportional odds model is more efficient, while in case of an insufficient number of training data the linear model optimized by one of the two novel methods should be selected.
|
49 |
Προσδιορισμός μηχανικών παραμέτρων του βραχώδους υλικού και εφαρμογή αυτών στην εκτίμηση της αντοχής και παραμορφωσιμότητας της βραχομάζαςΠαπανακλή, Στυλιανή 01 February 2008 (has links)
Αντικείμενο της παρούσας διατριβής αποτελεί η διερεύνηση των μηχανικών
παραμέτρων του βραχώδους υλικού και η εφαρμογή αυτών στην εκτίμηση της
αντοχής και παραμορφωσιμότητας της βραχομάζας. Προς την κατεύθυνση αυτή,
έγινε οριοθέτηση της μηχανικής συμπεριφοράς του βραχώδους υλικού, διατύπωση
συσχετίσεων μεταξύ των φυσικών και μηχανικών παραμέτρων του καθώς και
ημιποσοτική εκτίμηση της επίδρασης της ορυκτολογικής σύστασης στη
διαφοροποίηση της συμπεριφοράς τους. Η επεξεργασία των αποτελεσμάτων της
έρευνας έγινε μέσω ενός «Σχεσιακού Συστήματος Διαχείρισης Φυσικών και
Μηχανικών Παραμέτρων Γεωλογικών Υλικών» που σχεδιάστηκε και δημιουργήθηκε
στα πλαίσια της Διατριβής. Η έρευνα εστιάστηκε σε ιζηματογενή πετρώματα, χημικά
(ασβεστόλιθους) και κλαστικά (ψαμμίτες και ιλυόλιθοι του φλύσχη) που συναντώνται
εκτεταμένα στη Δυτική Ελλάδα καθώς επίσης και σε μεταμορφωμένα πετρώματα
(μάρμαρα).
Η δειγματοληψία των ιζηματογενών πετρωμάτων επικεντρώθηκε στους
σχηματισμούς που απαρτίζουν τις γεωτεκτονικές ζώνες των Εξωτερικών Ελληνίδων,
οι οποίες καλύπτουν το δυτικό ήμισυ του Ελλαδικού χώρου και φιλοξενούν πλήθος
τεχνικών έργων. Για τα μεταμορφωμένα, δείγματα μαρμάρων λήφθηκαν από
λατομεία της Βόρειας Ελλάδας που περιλαμβάνονται στις ζώνες των Εσωτερικών
Ελληνίδων.
Συνολικά, στα πλαίσια της έρευνας λήφθηκαν βραχώδη τεμάχη από 62 θέσεις
δειγματοληψίας από τα οποία διαμορφώθηκαν και εξετάστηκαν ως προς τις φυσικές,
δυναμικές και μηχανικές τους ιδιότητες 519 δείγματα βραχώδους υλικού. Ειδικότερα
πρόκειται για 33 θέσεις δειγματοληψίας σε ασβεστολιθικούς σχηματισμούς (271
δοκίμια), 22 θέσεις σε σχηματισμούς του φλύσχη (152 δοκίμια ψαμμίτη και 24 δοκίμια
ιλυόλιθου) και 7 θέσεις σε μάρμαρα (72 δοκίμια).
Για κάθε θέση δειγματοληψίας διαμορφώθηκαν, με εργαστηριακό
αδαμαντοτρύπανο, αδαμαντοτροχό και συσκευή λείανσης, έξι δοκίμια για τον
εργαστηριακό προσδιορισμό των φυσικών, των δυναμικών και των μηχανικών
παραμέτρων του βραχώδους υλικού. Οι εργαστηριακές δοκιμές πραγματοποιήθηκαν
σύμφωνα με τις προδιαγραφές της ISRM (1981), του ΥΠΕΧΩΔΕ (Ε102-84) καθώς και
της ASTM (D 2664 – 86, D 2938 – 86, D 2845 – 90, D 3967 – 92, D 3148 – 93).
Έτσι, συνολικά εκτελέστηκαν:
• 476 δοκιμές προσδιορισμού του πορώδους n (%), ξηρής πυκνότητας ρd
(kN/m3), κορεσμένης πυκνότητας ρsat (kN/m3), λόγου κενών e και δείκτη κενών
Iv (%).
• 249 δοκιμές προσδιορισμού της ταχύτητας διάδοσης των υπερήχων Vp και Vs
(m/sec).
• 336 δοκιμές προσδιορισμού της σκληρότητας SHV.
• 120 δοκιμές προσδιορισμού του δείκτη σημειακής φόρτισης Is(50) (MPa).
• 67 δοκιμές προσδιορισμού της αντοχής σε μοναξονική θλίψη σc (MPa) από τις
οποίες οι 58 έγιναν με σύγχρονη μέτρηση των αξονικών και πλευρικών
παραμορφώσεων για τον προσδιορισμό του μέτρου ελαστικότητας Ε και του
λόγου Poisson ν.
• 75 δοκιμές προσδιορισμού της αντοχής σε εφελκυσμό σt (MPa).
• 62 τριαξονικές δοκιμές.
Κατά την αξιολόγηση των αποτελεσμάτων των εργαστηριακών δοκιμών κρίθηκε
σκόπιμη η προετοιμασία και παρατήρηση στο μικροσκόπιο 20 λεπτών τομών που
προήλθαν από διαφορετικά δείγματα με σκοπό την καλύτερη πληροφόρηση σχετικά
με την ορυκτολογική σύσταση και τη δομή των βραχωδών υλικών που εξετάστηκαν.
Μετά το πέρας των εργαστηριακών δοκιμών τα αποτελέσματα αυτών
συγκεντρώθηκαν και αξιολογήθηκαν. Ακολούθησε στατιστική επεξεργασία από την
οποία προέκυψαν ιστογράμματα διακύμανσης των τιμών της κάθε παραμέτρου και
οριοθετήθηκε η συμπεριφορά των βραχωδών υλικών που εξετάστηκαν. Επιπλέον,
μεταξύ των διαφόρων παραμέτρων του βραχώδους υλικού σχεδιάστηκαν τα
αντίστοιχα διαγράμματα συσχέτισης και προτάθηκαν εμπειρικές σχέσεις που
συνδέουν αυτές. Επίσης, πολύ σημαντικές ποιοτικές και ημιποσοτικές εκτιμήσεις
προέκυψαν από τη συσχέτιση των παραμέτρων αντοχής με την ορυκτολογική
σύσταση των βραχωδών υλικών.
Μετά την ολοκλήρωση των εργαστηριακών δοκιμών στα πλαίσια της παρούσας
διατριβής οι παράμετροι αντοχής (αντοχή σε μοναξονική θλίψη και σταθερά mi) που
υπολογίστηκαν για το βραχώδες υλικό χρησιμοποιήθηκαν για την εκτίμηση κυρίως
της αντοχής της βραχομάζας. Για το σκοπό αυτό εκτιμήθηκε ο Γεωλογικός δείκτης
Αντοχής, GSI, σε 32 συνολικά θέσεις και προσδιορίστηκαν με τη χρήση του
προγράμματος Roclab οι παράμετροι αντοχής της βραχομάζας για τις θέσεις αυτές.
Στη συνέχεια και για να διερευνηθεί η επίδραση της διακύμανσης των παραμέτρων
του βραχώδους υλικού στη συμπεριφορά της βραχομάζας υπολογίστηκαν οι
παράμετροι αντοχής και παραμορφωσιμότητάς της με βάση τις προτεινόμενες από
τη βιβλιογραφία τιμές του mi και όχι αυτές που υπολογίστηκαν εργαστηριακά. Από τη
σύγκριση των δύο αποτελεσμάτων προέκυψαν χρήσιμα συμπεράσματα σχετικά με
τη σημασία των εργαστηριακών δοκιμών αλλά και τη σημαντική επίδραση που έχουν
οι ακριβείς τιμές των παραμέτρων του βραχώδους υλικού στην εκτίμηση της αντοχής
της βραχομάζας. / The aim of this thesis is the determination of the mechanical properties of intact
rock and their application to the estimation of the strength and deformability of the
rock mass. There has been made an attempt to set up the boundaries in rock
material behavior and to formulate empirical correlations between rock material
parameters.
In the frame of the current research a data base has been developed in order to
file all laboratory testing results that had been conducted before in Greece by the
Laboratory of Engineering Geology in University of Patras as well as the Central
Public Works Laboratory. There has been recorded a total number of 5885 entries
which correspond to an equal amount of rock specimens subjected to laboratory
tests of their physical and/or mechanical properties.
The research was focused on triaxial tests of clastic and chemical sedimentary rock specimens as well as marble rock specimens. Clastic and chemical sedimentary rocks are known to be the most widespread rock formations in Western Greece and a lot of major constructions have been made on or within these formations. Block samples were collected from 62 different sites in Greece, in order to be investigated through laboratory testing procedures. After the cutting of the samples laboratory tests were conducted in 519 cylindrical specimens. From these sites 33 were in limestones (271 specimens), 22 in flysch formations (152 sandstone specimens and 24 siltstone specimens) and 7 in marbles (72 specimens).
Laboratory core drill and saw machines were used to cut the samples and end
faces were ground in order to provide cylindrical specimens in size, shape and ends
geometries according to testing requirements. The execution of laboratory tests was in accordance with ISRM suggested methods (1981, 1986) and ASTM standards (D
2664 – 86, D 2938 – 86, D 2845 – 90, D 3967 – 92, D 3148 – 93).
More specifically the following laboratory tests were conducted:
• 476 tests for porosity n (%), ρd (kN/m3), ρsat (kN/m3), e and Iv.
• 249 tests for sound velocities (Vp and Vs).
• 336 SHV tests.
• 120 point load tests.
• 67 uniaxial compressive tests with determination of modulus of deformation E
and Poisson ratio, ν (in 58 UCS tests).
• 75 brazilian tests.
• 62 triaxial tests for rock material constant mi determination.
During the evaluation of the results of laboratory testing, 20 thin sections have
been made corresponding to different samples, in order to provide all the information
as far as the mineralogy and structure of the samples are concerned.
Statistical analyses were used in order to evaluate the test results.
The strength and deformability of the rock mass corresponding to 32 selected sites
were estimated. The Geological Strength Index, GSI and the Disturbance Factor, D were estimated in each site and used as input parameters. The values of mi, also used as input parameters, were those estimated by triaxial testing in the laboratory. Additionally, in order to evaluate the impact of the mechanical parameters of intact rock to the estimation of the strength and deformability of the rock mass, rock mass parameters
were estimated using the mi values proposed by relevant bibliographical references. As a result of the comparison between the two methods,the remarkable usefulness of the laboratory testing, as a means of preliminary design as well as the considerable impact of the mechanical parameters of the rock material
to the strength and deformability of the rock mass have been pointed out.
|
50 |
Εμπλουτισμός στατιστικού ελέγχου ποιότητας με τεχνικές μηχανικής μάθησης / Augmenting statistical quality control with machine learning techniquesΦουντουλάκη, Αικατερίνη 09 January 2012 (has links)
Η παρούσα διατριβή αφορά στην ολοκλήρωση των μεθόδων Στατιστικού Ελέγχου Ποιότητας με τεχνικές Μηχανικής Μάθησης, για την καλύτερη εξυπηρέτηση των αναγκών των σύγχρονων επιχειρήσεων. Προς αυτή την κατεύθυνση, έγινε αρχικά μια λεπτομερής ανασκόπηση της σχετικής βιβλιογραφίας για τον εντοπισμό και την αναγνώριση των σημαντικότερων ελλείψεων του Στατιστικού Ελέγχου Ποιότητας. Στη συνέχεια, χρησιμοποιήθηκαν τεχνικές Μηχανικής Μάθησης για την αντιμετώπιση των παραπάνω ελλείψεων. Πιο συγκεκριμένα, προτάθηκε μια μεθοδολογία για αναγνώριση μέσων μετατοπίσεων σε αυτοσυσχετιζόμενα δεδομένα πολυμεταβλητών διεργασιών, τα οποία συναντώνται πολύ συχνά σε πραγματικές διεργασίες. Η προτεινόμενη μεθοδολογία δοκιμάζεται και ελέγχεται ως προς την απόδοσή της και την ικανότητά της για εφαρμογή σε δεδομένα διαφορετικής φύσεως σε δυο μελέτες περίπτωσης. Τα αποτελέσματα από τις μελέτες αυτές είναι ενθαρρυντικά καθώς επιτεύχθηκαν αρκετά υψηλά ποσοστά επιτυχών αναγνωρίσεων μέσων μετατοπίσεων. Η διατριβή ολοκληρώνεται με παράθεση μιας σειράς συμπερασμάτων, ανάδειξη της συμβολής της προτεινόμενης μεθοδολογίας και υπόδειξη μελλοντικών ερευνητικών κατευθύνσεων για την επέκτασή της. / This thesis concerns the integration of Statistical Quality Control methods with Machine Learning techniques for covering contemporary business needs. The proposed approach took into account a thorough review of the literature, which identified the major shortcomings of Statistical Quality Control. A consideration of Machine Learning techniques with respect to the above shortcomings was then performed. More specifically, a methodology was proposed for identifying mean shifts in auto-correlated multivariate data processes, which occurs very often in real processes. The proposed approach was tested through two different case studies for its performance and ability to implement data of different type. The results of these case studies were encouraging as quite high rates were achieved for the successful recognition of mean shifts. The thesis concludes by listing a series of findings, highlighting the contribution of the proposed approach and suggesting a series of future research directions.
|
Page generated in 0.054 seconds