Υπολογιστές υψηλής επίδοσης (HPC) για αντίστροφα προβλήματα: Εφαρμογή στην επιτήρηση δομικής αντοχής πλοίων

Μπάκαλος, Νικόλαος; Bakalos, Nikolaos

dc.contributor.author	Μπάκαλος, Νικόλαος	el
dc.contributor.author	Bakalos, Nikolaos	en
dc.date.accessioned	2017-09-11T11:45:45Z
dc.date.issued	2017-09-11
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45572
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14465
dc.rights	Default License
dc.subject	Υπολογιστές υψηλής επίδοσης	el
dc.subject	Αντίστροφα προβλήματα	el
dc.title	Υπολογιστές υψηλής επίδοσης (HPC) για αντίστροφα προβλήματα: Εφαρμογή στην επιτήρηση δομικής αντοχής πλοίων	el
heal.type	bachelorThesis
heal.classification	Θέματα υπολογιστών απτόμενα αριθμητικών αλγορίθμων	el
heal.classificationURI	http://data.seab.gr/concepts/2b5a4cd76a68c3173a55bfccd0270c372a87ca60
heal.dateAvailable	2018-09-10T21:00:00Z
heal.language	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2017-03-22
heal.abstract	Risk assessment engineering for vessels is currently undergoing a “perfect storm”. Namely: a convergence of immense amounts of sensor data, new supercomputers (High Performance Computing -HPC) to analyse it, and improved mathematical models to plug the data into. All of these converging streams have to funnel through a bottleneck known as inverse problems. Without fundamental improvements in this essentially computational problem, we will lose much of the opportunity for extracting knowledge from the data deluge. Computational Inverse Problems can drive a Big Data revolution. The combination of computer science applied mathematics and continuum mechanics are necessary to solve the problems together with advanced statistical and stochastic methods. Consider an ocean travelling big vessel, tanker or container-ship, which has a full array of sensors on many positions of its hull, as well as other measuring devices measuring and keeping data on sea waves, wind speed, geographic location, and time. We can collect all these data almost continuously in time. We would like to use the full stress and strain fields and the hydrodynamic partial differential equations (PDE’s) describing the interaction of the sea waves and the wind with vessel, taking data from all the instruments and integrating them through an inverse problem. Our aim is to solve the distribution of elastic properties inside the hull of the vessel and isolate the points of high fatigue and high corrosion at which there is a grave risk to have the beginn ing of a serious damage, by providing an information system that will alert for one or a worldwide fleet of vessels for such incidents, and preventing damages and pollution with impact in human life and in oceans and in our earth environment.	en
heal.abstract	Η εκτίμηση ρίσκου για τον ναυπηγικό κόσμο έχει έρθει τα τελευταία χρόνια αντιμέτωπη με την χρήση τεράστιων συνόλων δεδομένων από διάφορους αισθητήρες, νέους υπερ-υπολογιστές με την ικανότητα να αναλύσουν αυτά τα δεδομένα και βελτιωμένα μαθηματικά μοντέλα για την χρήση αυτών των αναλύσεων. Τα υπολογιστικά inverse problems βρίσκονται στο κέντρο αυτής της επανάστασης των μεγάλων δεδομένων. Η παρούσα εργασία εκμεταλλεύεται τα παραπάνω για χρήση σε μεγάλες θαλάσσιες κατασκευές (tanker, υπερωκεανια κλπ.) με την ενσωμάτωση ενός μεγάλου αριθμού αισθητήρων και άλλων συσκευών μέτρησης, oι οποίες μας παρέχουν δεδομένα για σε θαλάσσια κύματα, ταχύτητα του ανέμου, γεωγραφική θέση, την ώρα κλπ. Η συλλογή αυτών των δεδομένων γίνεται συνεχώς και σε πραγματικό χρόνο. Ο στόχος μας είναι η χρήση όλων των υδροδυναμικών μερικών διαφορικών εξισώσεων που περιγράφουν την αλληλεπιδραση του σκελετού του πλοίου με τη θάλασσα και τον αέρα, η χρήση δεδομένων από τους αισθητήρες και η αξιοποίηση όλων αυτών μέσω ενός inverse προβλήματος. Η επίλυση και αναγνώριση σημέιων υψηλής έντασης ή διάβρωσης στον σκελετό, όπου ο κίνδυνος για μεγάλη ζημιά είναι μεγάλος, θα οδηγήσει στην δημιουργία ενός συστήματος πληροφοριών για την έγκαιρη ενημέρωση και την αποφυγή μεγάλων καταστροφών.	el
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Παπαβασιλείου, Συμεών	el
heal.committeeMemberName	Ρουσσάκη, Ιωάννα	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	127 σ.
heal.fullTextAvailability	true