Περιβαλλοντική πληροφορική με μεθοδολογίες υπολογιστικής νοημοσύνης σε προβλήματα μηχανολόγου μηχανικού

Abstract

In this thesis, we identify appropriate tools in modern data technologies, such as Computational Intelligence, and develop methodologies for real world engineering problem solving. The main application domain of this thesis is the atmospheric environment. In particular, we address the problem of assessing the air quality of urban environments, taking into account the current legislation (2008/50/EC). We develop a harmonized framework consisting of computational intelligence methods, and apply this methodology in order to analyze air quality data of two European cities (Thessaloniki, Greece and Helsinki, Finland). Furthermore, we expand our approach by forecasting airborne pollen concentrations, whereas we demonstrate the development of innovative quality of life information services, by utilizing medical databases, thus turning numeric forecasts of pollen concentrations into personalized symptoms forecast. Furthermore, we develop and apply a methodology for creating electricity use profiles, utilizing electricity consumption data. Finally, we utilize data monitored during wear experiments in order to develop a model to estimate the friction coefficient. The primary conclusion of this thesis is the ability of computational intelligence methods to support new innovative services.

Στα πλαίσια της παρούσας διατριβής, αναπτύσσουμε και εφαρμόζουμε μεθοδολογίες υπολογιστικής νοημοσύνης για την επίλυση προβλημάτων μηχανολόγου μηχανικού. Κύρια θεματική περιοχή είναι το ατμοσφαιρικό περιβάλλον, ενώ παράλληλα παρουσιάζονται και δύο νέες εφαρμογές από την θεματικές περιοχές της ενέργειας και της τριβολογίας. Ξεκινώντας από το πρόβλημα της αποτίμησης της ποιότητας αέρα αστικών κέντρων, αναπτύσσουμε μία εναρμονισμένη μεθοδολογία που απαντά στις απαιτήσεις της υφιστάμενης νομοθεσίας (2008/50/EC), και την εφαρμόζουμε στην περίπτωση δύο Ευρωπαϊκών πόλεων (Θεσσαλονίκη, Ελλάδα και Ελσίνκι, Φινλανδία). Επεκτείνοντας την αρχική προσέγγιση προβλέπουμε συγκεντρώσεις βιολογικών ατμοσφαιρικών ρύπων, ενώ παράλληλα επιδεικνύουμε την ανάπτυξη καινοτόμων υπηρεσιών ενημέρωσης, αξιοποιώντας νέα δεδομένα αλλεργικών συμπτωμάτων (βιολογικών ρύπων), μετατρέποντας την πρόβλεψη αριθμητικής συγκέντρωσης σε εξατομικευμένη πρόβλεψη συμπτωμάτων. Η διατριβή ολοκληρώνεται με την ανάπτυξη και την εφαρμογή μεθοδολογίας δημιουργίας και απόδοσης προφίλ κατανάλωσης ηλεκτρικής ενέργειας, αξιοποιώντας πραγματικές καταναλώσεις. Τέλος, χρησιμοποιούμε τριβολογικά δεδομένα από πειράματα φθοράς, με στόχο την εκτίμηση του συντελεστή τριβής από μία σειρά μεταβλητών που καταγράφονται κατά τη διάρκεια του πειράματος. Βασικό, συμπέρασμα της διατριβής είναι η αναγνώριση της καταλληλότητας των μεθοδολογιών υπολογιστικής νοημοσύνης για την ανάπτυξη νέων καινοτόμων υπηρεσιών.