Detection and analysis through communication channels of the physical characteristics of metals by using of ultrasonic sensors

Abstract

The dissertation deals with aspects related to the measurement of forces when testing the loads of parts, structures, modules and complete equipment, which are made of metal in various fields of business and industry. The concept of artificial intelligence in approaches for qualitative and quantitative analysis of acquired measurement data from the inclusion of strain gages functional converters in classical bridge circuits for monitoring and control of power loads has been introduced. One of the most important aspects in modern communications is related to the identification and assessment of superimposed unwanted random noises in the communication channels for communication in the transmission of specialized data again on the basis of artificial neural networks. An essential aspect, which is also the subject of analysis in the dissertation with integration of artificial intelligence, concerns the ability to predict the quantitative measurability of the volume of packet data served. This will ensure quality control and optimization of the served traffic regarding the normal functioning of a specific information and communication measuring system for monitoring of power impacts, without deviations in the processes of customer service.

Η διατριβή πραγματεύεται πτυχές που σχετίζονται με τη μέτρηση των δυνάμεων κατά τη δοκιμή των φορτίων εξαρτημάτων, κατασκευών, μονάδων και πλήρους εξοπλισμού, τα οποία είναι κατασκευασμένα από μέταλλο σε διάφορους τομείς της επιχείρησης και της βιομηχανίας. Έχει εισαχθεί η έννοια της τεχνητής νοημοσύνης σε προσεγγίσεις για ποιοτική και ποσοτική ανάλυση των δεδομένων μέτρησης που αποκτήθηκαν από τη συμπερίληψη λειτουργικών μετατροπέων μέτρησης παραμόρφωσης σε κλασικά κυκλώματα γεφυρών για την παρακολούθηση και τον έλεγχο των φορτίων ισχύος. Μία από τις πιο σημαντικές πτυχές στις σύγχρονες επικοινωνίες σχετίζεται με τον εντοπισμό και την αξιολόγηση υπερτιθέμενων ανεπιθύμητων τυχαίων θορύβων στα κανάλια επικοινωνίας για επικοινωνία στη μετάδοση εξειδικευμένων δεδομένων ξανά με βάση τεχνητά νευρωνικά δίκτυα. Μια ουσιαστική πτυχή, η οποία αποτελεί και αντικείμενο ανάλυσης στη διπλωματική εργασία με ενσωμάτωση τεχνητής νοημοσύνης, αφορά τη δυνατότητα πρόβλεψης της ποσοτικής μετρήσιμης ικανότητας του όγκου των δεδομένων πακέτων που εξυπηρετούνται. Αυτό θα εξασφαλίσει ποιοτικό έλεγχο και βελτιστοποίηση της εξυπηρετούμενης κίνησης όσον αφορά την κανονική λειτουργία ενός συγκεκριμένου συστήματος μέτρησης πληροφοριών και επικοινωνιών για την παρακολούθηση των επιπτώσεων ισχύος, χωρίς αποκλίσεις στις διαδικασίες εξυπηρέτησης πελατών.