The need and desire to create robust and accurate joining of materials has been one of up most importance throughout the course of history. Many forms have often been employed, but none exhibit the strength or durability as the weld. This study endeavors to explore some of the aspects of welding, more specifically relating to the Double Sided Arc Welding process and how best to model the dynamic non-linear response of such a system. Concepts of the Volterra series, NARMAX approximation and neural networks are explored. Fundamental methods of the neural network, including radial basis functions, and Back-propagation are investigated.

This degree project focused on examining new possible application of near-infrared (NIR) spectroscopy for quantitative and qualitative characterization of refuse derived fuel (RDF). Particularly, two possible applications were examined as part of the project. Firstly, use of NIR hyperspectral imaging for classification of common materials present in RDF. The classification was studied on artificial mixtures of materials commonly present in municipal solid waste and RDF. Data from hyperspectral camera was used as an input for machine learning models to train them, validate them, and test them. Three classification machine learning models were used in the project; partial least-square discriminant analysis (PLS-DA), support vector machine (SVM), and radial basis neural network (RBNN). Best results for classifying the materials into 11 distinct classes were reached for SVM (accuracy 94%), even though its high computational cost makes it not very suitable for real-time deployment. Second best result was reached for RBNN (91%) and the lowest accuracy was recorded for PLS-DA model (88%). On the other hand, the PLS-DA model was the fastest, being 10 times faster than the RBNN and 100 times faster than the SVM. NIR spectroscopy was concluded as a suitable method for identification of most common materials in RDF mix, except for incombustible materials like glass, metals, or ceramics. The second part of the project uncovered a potential in using NIR spectroscopy for identification of inorganic chlorine content in RDF. Experiments were performed on samples of textile impregnated with a water solution of kitchen salt representing NaCl as inorganic chlorine source. Results showed that contents of 0.2-1 wt.% of salt can be identified in absorbance spectra of the samples. Limitation appeared to be water content of the examined samples, as with too large amount of water in the sample, the influence of salt on NIR absorbance spectrum of water was too small to be recognized. / FUDIPO

Σκοπός της διδακτορικής διατριβής είναι η ανάπτυξη κατάλληλων μεθόδων ψηφιακής επεξεργασίας εικόνας και αναγνώρισης προτύπων με τις οποίες θα προσδιορίζονται βιομετρικές και διαγνωστικές παράμετροι μέσω της αλληλεπίδρασης φωτονίων στο ορατό και υπέρυθρο φάσμα. Πιο συγκεκριμένα επιλύεται ένα αντίστροφο πρόβλημα σκέδασης ΗΜ ακτινοβολίας από ένα ανθρώπινο, υγιές και απαραμόρφωτο ερυθρό αιμοσφαίριο. Παρουσιάζονται μέθοδοι εκτίμησης και αναγνώρισης των γεωμετρικών χαρακτηριστικών απαραμόρφωτων υγιών ερυθρών αιμοσφαιρίων με χρήση εικόνων που προσομοιώνουν φαινόμενα σκέδασης ηλεκτρομαγνητικής ακτινοβολίας που διέρχεται από προσανατολισμένα ερυθρά αιμοσφαίρια. Η διαδικασία της ανάκτησης της πληροφορίας περιλαμβάνει, εξαγωγή χαρακτηριστικών με χρήση δισδιάστατων μετασχηματισμών, κανονικοποίηση των χαρακτηριστικών και την χρήση νευρωνικών δικτύων για την εκτίμηση των γεωμετρικών ιδιοτήτων του ερυθροκυττάρου. Παράλληλα σχεδιάστηκε και αξιολογήθηκε σύστημα αναγνώρισης των γεωμετρικών χαρακτηριστικών των ερυθρών αιμοσφαιρίων. Οι εικόνες σκέδασης δημιουργήθηκαν προσομοιώνοντας το πρόβλημα εμπρόσθιας σκέδασης ενός επίπεδου ηλεκτρομαγνητικού (ΗΜ) κύματος, χρησιμοποιώντας την μέθοδο των συνοριακών στοιχείων, λαμβάνοντας υπόψη τόσο την αξονοσυμμετρική γεωμετρία του ερυθροκυττάρου όσο και τις μη αξονοσυμμετρικές οριακές συνθήκες του προβλήματος. Η επίλυση του εν λόγω προβλήματος πραγματοποιήθηκε στα 632.8 nm και εν συνεχεία επεκτάθηκε σε 12 διακριτά ίσου βήματος μήκη κύματος από 432.8 nm έως 1032.8 nm. Επίσης, προτάθηκε μία νέα πειραματική διάταξη για την απόκτηση πολλαπλών εικόνων σκέδασης και την εκτίμηση των γεωμετρικών χαρακτηριστικών των ερυθρών αιμοσφαιρίων, αποτελούμενη από μία πολυχρωματική πηγή φωτός (Led) και πολλαπλά χρωματικά φίλτρα. Επίσης κατασκευάστηκε μέθοδος επίλυσης του σημαντικού προβλήματος εύρεσης της περιεκτικότητας του διαλύματος σε ερυθρά αιμοσφαίρια διαφορετικών μεγεθών στην περίπτωση απόκτησης πολλαπλών εικόνων σκέδασης από διαφορετικές φωτοδιόδους και πολλαπλά χρωματικά φίλτρα. Στα πειράματα αξιολόγησης της μεθόδου που προτείνεται με εικόνες προσομοίωσης δείχνεται ότι είναι ικανή η εύρεση της αναλογίας των ερυθρών αιμοσφαιρίων με πολύ μεγάλη ακρίβεια ακόμα και στη περίπτωση όπου στις εικόνες έχει προστεθεί λευκός κανονικός θόρυβος. Η βασική μεθοδολογία που παρουσιάζεται στην παρούσα δια-τριβή μπορεί να χρησιμοποιηθεί για την αναγνώριση παθολογικών αιμοσφαιρίων ή να χρησιμοποιηθεί στην αναγνώριση μικροσωματιδίων σε υγρά ή αέρια. / The aim of this PhD thesis is the development of digital image processing and pattern recognition methods to estimate biometric and diagnostic parameters using scattering phenomena in the visible and infrared spectrum. More concretely, several reverse scattering problems of EM radiation from a human, healthy and undistorted Red Blood Cell (RBC) is solved. Methods of estimation and recognition of geometrical characteristics of healthy and undistorted RBCs using simulating images are presented. The information retrieval process includes, features extraction using two-dimensional integral transforms, features normalization, and Neural Networks for estimation of three major RBC geometrical proper-ties. Using the same features set, a recognition system of the geometric characteristics of RBCs was developed and evaluated. The scattering images were created simulating the forward scattering problem of a plane electromagnetic wave using the Boundary Element Method, taking into account both axisymmetric geometry of the scatterer and the non-axisymmetric boundary conditions of the problem. Initially, the problem is solved at 632.8 nm and consequently the same problem was solved at 12 different wavelengths, from 432.8 to 1032.8 nm equally spaced. Also, a new device for acquisition of scattering images from RBCs-flow, consisting of a multi-color light source (Led) was proposed, for RBC size estimation and recognition. Finally, a system for the estimation of different RBCs concentration was developed when scattering images acquired using multiple scattering images acquired from multiple Leds and color filters. The system was evaluated using additive white regular noise.