Αξιοκεντρική Κατανοµή Εργασιών Ανθρώπου - Ροµπότ σε Συστήµατα ∆ιαλογής Αποβλήτων Κατασκευών και Κατεδαφίσεων

dc.contact03121084
dc.contributor.authorΑλεξάνδρα Καραλή
dc.contributor.supervisorΤσανάκας Παναγιώτης
dc.date.accessioned2026-10-07T13:37:43Z
dc.date.issued2026-10-05
dc.departmentΤομέας Τεχνολογίας Πληροφορικής και Υπολογιστών
dc.description.abstractΤα απόβλητα κατασκευών και κατεδαφίσεων (Construction and Demolition Waste, CDW) αποτελούν τη μεγαλύτερη κατηγορία αποβλήτων στην Ευρωπαϊκή Ένωση, καθιστώντας την αποδοτική διαλογή τους κρίσιμη για περιβαλλοντικούς και οικονομικούς λόγους, καθώς και για τη συμμόρφωση με το ευρωπαϊκό νομοθετικό πλαίσιο. H χειροδιαλογή εκθέτει τους εργαζομένους σε δυνητικά επικίνδυνες συνθήκες, ενώ η πλήρως αυτοματοποιημένη ρομποτική διαλογή περιορίζεται από την ετερογένεια των υλικών και την αβεβαιότητα στην ταξινόμηση και τη σύλληψη. Μια ενδιάμεση προσέγγιση είναι η συνεργασία ανθρώπου–ρομπότ, που συνδυάζει την ταχύτητα και τη συνέπεια του ρομπότ με την αντίληψη και την προσαρμοστικότητα του ανθρώπου. Στο πλαίσιο αυτό, η παρούσα διπλωματική εργασία διερευνά ένα συνεργατικό σύστημα διαλογής, όπου οι εργασίες κατανέμονται σε πραγματικό χρόνο μεταξύ ανθρώπου και βιομηχανικού ρομπότ. Για τη μελέτη αναπτύχθηκε προσομοίωση διακριτών γεγονότων (Discrete-Event Simulation, DES), η οποία ενσωματώνει την αβεβαιότητα ταξινόμησης και σύλληψης, τους στοχαστικούς χρόνους εξυπηρέτησης του ανθρώπου και την επίδραση της κόπωσης, της ανάκαμψης και της μάθησης. Για την ανάθεση των εργασιών αναπτύχθηκαν και αξιολογήθηκαν ευρετικοί κανόνες προτεραιοποίησης και μια πολιτική βασισμένη σε επιβλεπόμενη μάθηση, η οποία χρησιμοποιεί μοντέλα παλινδρόμησης, για την εκτίμηση της ωφέλειας ανάθεσης κάθε αντικειμένου στον άνθρωπο ή στο ρομπότ. Τέλος, η εφαρμογή της προτεινόμενης προσέγγισης σε υφιστάμενη εργαστηριακή διάταξη καταδεικνύει τη δυνατότητα υλοποίησής της. Τα αποτελέσματα δείχνουν ότι το συνεργατικό σύστημα υπερέχει της διάταξης ενός ρομπότ, ενώ έναντι των δύο ρομπότ η απόδοσή του εξαρτάται από τον φόρτο. Υπό διαχειρίσιμο φόρτο υπερισχύει, ενώ υπό υπερφόρτωση η ταχύτητα των δύο ρομπότ επιτυγχάνει μεγαλύτερο όγκο ανακτηθείσας αξίας. Ωστόσο, το συνεργατικό σύστημα διατηρεί υψηλότερη ποιότητα διαλογής. Η επιβλεπόμενη μάθηση επιτυγχάνει απόδοση συγκρίσιμη και οριακά υψηλότερη από τον καλύτερο ευρετικό κανόνα. Η σύγκλιση, όμως, των δύο προσεγγίσεων σε παρόμοια επίπεδα απόδοσης υποδεικνύει πιθανό περιορισμό των εξεταζόμενων πολιτικών ενός βήματος και αναδεικνύει ως μελλοντική κατεύθυνση μεθόδους που συνυπολογίζουν τις μακροπρόθεσμες συνέπειες των αποφάσεων ανάθεσης.
dc.description.pages96
dc.identifier.urihttps://artemis.ece.ntua.gr/handle/123456789/20373
dc.languageel
dc.subjectΣυνεργασία Ανθρώπου - Ροµπότ
dc.subjectΑνάθεση Εργασιών σε Πραγµατικό Χρόνο
dc.subject∆ιαλογή Αποβλήτων
dc.subjectΑπόβλητα Κατασκευών και Κατεδαφίσεων
dc.subjectΑξιοκεντρική Ανάθεση Εργάσιων
dc.subjectΕπιβλεπόµενη Μάθηση
dc.subjectΕυρετικοί Κανόνες
dc.titleΑξιοκεντρική Κατανοµή Εργασιών Ανθρώπου - Ροµπότ σε Συστήµατα ∆ιαλογής Αποβλήτων Κατασκευών και Κατεδαφίσεων

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Αλεξάνδρα_Καραλή_Διπλωματική_Εργασία.pdf
Size:
1.4 MB
Format:
Adobe Portable Document Format