Proefschrift--Utrecht. / Summary in English. Bibliography: p. 116-117.

Proefschrift--Utrecht. / Summary in English. Bibliography: p. 116-117.

Thesis (Ph. D.)--Johns Hopkins University, 1927. / Vita. "By W.B. Kouwenhoven and Paul L. Betz." "Presented at the Regional meeting of District no. 1 of the A.I.E.E., Niagara Falls, N.Y., May 26-28, 1926." Bibliography: p. 10.

N/A / Thesis / Master of Arts (MA)

Thesis (M.S.)--Rochester Institute of Technology, 1987. / Typescript. Includes bibliographical references (leaves 96-98).

Proefschrift--Utrecht. / "Zusammenfassung" : p. [104]-105. "Stellingen" ([2] p.) laid in. "Litteratuur": p. [106].

Proefschrift--Utrecht. / "Zusammenfassung" : p. [104]-105. "Stellingen" ([2] p.) laid in. "Litteratuur" : p. [106].

The aim of the work is to design an application for mobile devices with the Android operating system. This application allows image capturing with a camera and image processing with the support of the OpenCV library. The purpose of this application is automatic value recognition of the analog electrometer. The text contains a description of the analog electrometers. The following is characteristic of Android operating system, and this part is directly connected to a draft of the application itself. Next part contains the image processing algorithms, testing and implementation into Android application.

La mesure des champs électromagnétiques très basses fréquences en mer est utilisée pour de nombreuses applications, dont les principales sont militaires et géophysiques. Les besoins pour ces applications sont des capteurs capables d'effectuer des mesures à très basses fréquences avec un niveau de bruit inférieur au nV.m^(-1).Hz^(-1/2).Les électromètres commerciaux et académiques utilisés actuellement pour la mesure des champs électriques en mer sont à mesure de tension. Leur inconvénient majeur est une remontée de bruit aux basses fréquences, due à l'électronique d'amplification du signal. Une autre méthode de mesure des champs électriques en mer consiste à mesurer le courant traversant un dispositif de faible impédance. Nous avons conçu un électromètre à mesure de courant et magnétomètre au sein du même capteur, en essayant de pallier les défauts des électromètres passés et actuels.Dans un premier temps, nous décrivons le milieu dans lequel le capteur sera amené à fonctionner, puis les applications auxquelles il est destiné, et enfin l'état de l'art des capteurs existant et leurs limites.Nous décrivons ensuite de manière détaillée le comportement du capteur. En particulier, nous déterminons par simulation et de manière expérimentale les différentes fonctions de transfert du capteur, en fonction de ses caractéristiques géométriques et de son environnement.Après avoir présenté plusieurs architectures possibles d'électromètres répondant aux objectifs fixés, nous utilisons les résultats obtenus au chapitre précédent pour dimensionner un électromètre dont la conductivité équivalente n'est pas forcément égale à celle de l'eau de mer. Ce degré de liberté supplémentaire par rapport aux contraintes de conception des électromètres à mesure de courant passés permet d'améliorer les performances du capteur. Enfin nous proposons deux méthodes de calibration de l'électromètre, sans connaissance a priori de son environnement.Enfin nous caractérisons les différents éléments d'un prototype de laboratoire, et nous présentons les résultats des tests de ce prototype complet. / The measurement of electric and magnetic fields at sea is of great interest for many applications (geophysics, oil prospection, vessels detection, etc.) In all cases, measurements at very low frequency with a very low noise are required.Most marine electrometers measure the potential difference between two separated electrodes. Their noise level is very good but increases when frequency decreases, due to amplification electronics. Another type of electrometers is based on a low impedance current measurement system. We designed a current based electrometer, which is as well able to simultaneously measure the magnetic field, trying to solve the problems of former devices.First, we describe the medium in which the sensor will be used, the applications for which it is intended, and the state of the art of existing sensors and their defects.We then describe in detail the behavior of the sensor. In particular, we determine by simulation and experimentally the different transfer functions of the sensor, depending on its geometrical characteristics and its environment.After presenting several potential architectures of electrometers meeting the targets, we use the results obtained in the previous chapter to scale an electrometer, whose equivalent conductivity is not necessarily equal to that of seawater. This additional degree of freedom in comparison with the design constraints of the former current measurement electrometers enables us to improve the performance of the sensor. Finally we propose two calibration methods of the electrometer, without prior knowledge of its environment.Finally we characterize the different elements of a laboratory prototype, and we present the results of the tests of the complete prototype.

The goal of this master's thesis is to design and implement a system for recognition of home appliances based on their power consumption characteristics. This system should identify the individual home appliances from measurements of the total household consumption. The acquired data could be used for statistics of usage of a particular appliance and subsequent detection of errors or non-standard behavior of the measured device. An important part of my work is a design and hardware implementation of a unit for measuring and a system for processing the measured signal. The first version of my project uses pulse output of an electrometer to measure the energy. This method does not provide a sufficient sample rate but it's a quick way to obtain data for processing and analysis. The second version monitors the power consumption with a multi-purpose AC converter which measures active and reactive power with the desired sample rate. The data is then processed and recognized by two classifiers - HMM and KNN.