An Exact Schedulability Test for Global FP Using State Space Pruning

Presented at 23rd International Conference on Real-Time Networks and Systems (RTNS 2015). 4 to 6, Nov, 2015, Main Track. Lille, France.

Using neural networks and support vector regression to relate marchetti dilatometer test parameters and maximum shear modulus

In the last two decades, small strain shear modulus became one of the most important geotechnical parameters to characterize soil stiffness. Finite element analysis have shown that in-situ stiffness of soils and rocks is much higher than what was previously thought and that stress-strain behaviour of these materials is non-linear in most cases with small strain levels, especially in the ground around retaining walls, foundations and tunnels, typically in the order of 10−2 to 10−4 of strain. Although the best approach to estimate shear modulus seems to be based in measuring seismic wave velocities, deriving the parameter through correlations with in-situ tests is usually considered very useful for design practice.The use of Neural Networks for modeling systems has been widespread, in particular within areas where the great amount of available data and the complexity of the systems keeps the problem very unfriendly to treat following traditional data analysis methodologies. In this work, the use of Neural Networks and Support Vector Regression is proposed to estimate small strain shear modulus for sedimentary soils from the basic or intermediate parameters derived from Marchetti Dilatometer Test. The results are discussed and compared with some of the most common available methodologies for this evaluation.

Using neural networks and support vector regression to relate marchetti dilatometer test parameters and maximum shear modulus

In the last two decades, small strain shear modulus became one of the most important geotechnical parameters to characterize soil stiffness. Finite element analysis have shown that in-situ stiffness of soils and rocks is much higher than what was previously thought and that stress-strain behaviour of these materials is non-linear in most cases with small strain levels, especially in the ground around retaining walls, foundations and tunnels, typically in the order of 10−2 to 10−4 of strain. Although the best approach to estimate shear modulus seems to be based in measuring seismic wave velocities, deriving the parameter through correlations with in-situ tests is usually considered very useful for design practice.The use of Neural Networks for modeling systems has been widespread, in particular within areas where the great amount of available data and the complexity of the systems keeps the problem very unfriendly to treat following traditional data analysis methodologies. In this work, the use of Neural Networks and Support Vector Regression is proposed to estimate small strain shear modulus for sedimentary soils from the basic or intermediate parameters derived from Marchetti Dilatometer Test. The results are discussed and compared with some of the most common available methodologies for this evaluation.

Experimental characterization of the out-of-plane performance of regular stone masonry walls, including test setups and axial load influence

Stone masonry is one of the oldest and most worldwide used building techniques. Nevertheless, the structural response of masonry structures is complex and the effective knowledge about their mechanical behaviour is still limited. This fact is particularly notorious when dealing with the description of their out-of-plane behaviour under horizontal loadings, as is the case of the earthquake action. In this context, this paper describes an experimental program, conducted in laboratory environment, aiming at characterizing the out-of-plane behaviour of traditional unreinforced stone masonry walls. In the scope of this campaign, six full-scale sacco stone masonry specimens were fully characterised regarding their most important mechanic, geometric and dynamic features and were tested resorting to two different loading techniques under three distinct vertical pre-compression states; three of the specimens were subjected to an out-of-plane surface load by means of a system of airbags and the remaining were subjected to an out-of-plane horizontal line-load at the top. From the experiments it was possible to observe that both test setups were able to globally mobilize the out-of-plane response of the walls, which presented substantial displacement capacity, with ratios of ultimate displacement to the wall thickness ranging between 26 and 45 %, as well as good energy dissipation capacity. Finally, very interesting results were also obtained from a simple analytical model used herein to compute a set of experimental-based ratios, namely between the maximum stability displacement and the wall thickness for which a mean value of about 60 % was found.

Adaptação Cultural e Linguística do Trunk Control Test: avaliação das propriedades psicométricas

Introdução: O controlo postural do tronco é um fator preditivo de autonomia, sendo fundamental a existência de instrumentos válidos e fiáveis a fim da sua avaliação na população portuguesa. Objetivo: Traduzir e adaptar o Trunk Control Test (TCT) para a população portuguesa em indivíduos após AVE e avaliar as suas propriedades psicométricas. Métodos: O TCT foi sujeito aos processos de tradução e retroversão para a população portuguesa por dois tradutores bilingues e realizadas duas reuniões com painel de peritos na área. Avaliou-se a validade, a fiabilidade, a sensibilidade, a especificidade e o poder de resposta em 19 indivíduos com AVE. Para avaliar a validade de critério os indivíduos foram adicionalmente submetidos à Escala de Equilíbrio de Berg (EEB), à Avaliação Motora de Rivermead (AMR) e à Escala de Comprometimento do Tronco (ECT). A fiabilidade inter-observadores foi garantida por uma segunda amostra de 25 fisioterapeutas, através da avaliação do desempenho de um participante no TCT. Os dados foram analisados no programa SPSS 22.0. Resultados: O TCT apresentou baixa consistência interna ( =0,523) e fiabilidade inter-observadores substancial (k=0,662). Obteve-se forte correlação do TCT com a ECT (r=0,885) e AMR (r=0,864), e correlação moderada com a EEB (r=0,700). A validade de construção aponta para uma moderada correlação entre itens (KMO=0,755; Bartlett=0,001). Não foi possível obter os valores de sensibilidade, especificidade e poder de resposta do TCT. Conclusão: O estudo demonstrou que o TCT é um instrumento válido e fiável na avaliação da população portuguesa após AVE.

Aquisição por Visão Artificial e Medição Automática de Micro Dureza Vickers

O ensaio de dureza, e mais concretamente o ensaio de micro dureza Vickers, é no universo dos ensaios mecânicos um dos mais utilizados quer seja na indústria, no ensino ou na investigação e desenvolvimento de produto no âmbito das ciências dos materiais. Na grande maioria dos casos, a utilização deste ensaio tem como principal aplicação a caracterização ou controlo da qualidade de fabrico de materiais metálicos. Sendo um ensaio de relativa simplicidade de execução, rapidez e com resultados comparáveis e relacionáveis a outras grandezas físicas das propriedades dos materiais. Contudo, e tratando-se de um método de ensaio cuja intervenção humana é importante, na medição da indentação gerada por penetração mecânica através de um sistema ótico, não deixa de exibir algumas debilidades que daí advêm, como sendo o treino dos técnicos e respetivas acuidades visuais, fenómenos de fadiga visual que afetam os resultados ao longo de um turno de trabalho; ora estes fenómenos afetam a repetibilidade e reprodutibilidade dos resultados obtidos no ensaio. O CINFU possui um micro durómetro Vickers, cuja realização dos ensaios depende de um técnico treinado para a execução do mesmo, apresentando todas as debilidades já mencionadas e que o tornou elegível para o estudo e aplicação de uma solução alternativa. Assim, esta dissertação apresenta o desenvolvimento de uma solução alternativa ao método ótico convencional na medição de micro dureza Vickers. Utilizando programação em LabVIEW da National Instruments, juntamente com as ferramentas de visão computacional (NI Vision), o programa começa por solicitar ao técnico a seleção da câmara para aquisição da imagem digital acoplada ao micro durómetro, seleção do método de ensaio (Força de ensaio); posteriormente o programa efetua o tratamento da imagem (aplicação de filtros para eliminação do ruído de fundo da imagem original), segue-se, por indicação do operador, a zona de interesse (ROI) e por sua vez são identificadas automaticamente os vértices da calote e respetivas distâncias das diagonais geradas concluindo, após aceitação das mesmas, com o respetivo cálculo de micro dureza resultante. Para validação dos resultados foram utilizados blocos-padrão de dureza certificada (CRM), cujos resultados foram satisfatórios, tendo-se obtido um elevado nível de exatidão nas medições efetuadas. Por fim, desenvolveu-se uma folha de cálculo em Excel com a determinação da incerteza associada às medições de micro dureza Vickers. Foram então comparados os resultados nas duas metodologias possíveis, pelo método ótico convencional e pela utilização das ferramentas de visão computacional, tendo-se obtido bons resultados com a solução proposta.