Nosturin kuormauselimen liitynnän suunnittelu

Paperiteollisuuden prosessituotteista paperia varastoidaan erikokoisina rullina esim. pystyrullavarastoihin. Tämän diplomityön tavoitteena oli kehittää Konecranesin prosessinosturille liityntä paperirullia käsittelevän kuormauselimen ja nosturin välille. Tavoitteena oli löytää kiinnitysmenetelmä, joka mahdollistaa nosturien joustavan käytön mahdollisimman pienin muutoksin itse nosturin standardoituun rakenteeseen. Pääasiallisena syventymisen kohteena oli alipaineella paperirullia nostettavan kuormauselimen liityntä. Liitynnän on kyettävä joustamaan ja vaimentamaan paperirullia nostavaan kuormauselimeen nosturin liikkeelle lähdöstä ja pysähtymisestä syntyvät herätteet ja voimat. Nosturin liikenopeus on kyettävä pitämään mahdollisimman suurena lyhyen rullienkäsittelyajan saavuttamiseksi. Liitynnältä vaaditaan kykyä ottaa kuormauselin vastaan mahdollisimman suurella nostonopeudella. Lisäksi kuorman ja kuormauselimen oskillaatio on vaimennettava mahdollisimman nopeasti samalla rajoittaen heilunnasta aiheutuvaa maksimi siirtymää. Liitynnän suunnittelu pohjautuu nosturin, kuormauselimen ja paperirullan muodostaman systeemin teoreettiseen tarkasteluun. Systeemistä laadittiin dynaaminen malli, jonka avulla tutkittiin oskillaation ja syntyvien kiihtyvyyksien suuruutta. Näiden teoriaan perustuvien tuloksien pohjalta suunniteltiin vaimennukseen tarvittavat vaimennuselementit ja liitynnän rakenne. Suunnittelutyön tuloksena saatiin liitynnälle alustava rakenne, joka mahdollistaa käytettävien vaimennuselementtien vaihtamisen ja siten tehokkaan heilunnan vaimmennuksen. Suunnittelutyön lähtökohtana oleva teoreettinen tarkastelu vaatii tuekseen esim. prototyypin kokeellisten tulosten saamiseksi ennen lopullisen tuotteen valmistamista. Suunnitteluprosessissa noudatettiin järjestelmällisen tuotesuunnittelun vaiheita ja menetelmiä.

Electric-drive-based control and electric energy regeneration in a hydraulic system

Over the recent years, development in mobile working machines has concentrated on reducing emissions owing to the tightening rules and needs to improve energy utilization and reduce power losses. This study focuses on energy utilization and regeneration in an electro-hydraulic forklift, which is a lifting equipment application. The study starts from the modelling and simulation of a hydraulic forklift. The energy regeneration from the potential energy of the load was studied. Also a flow-based electric motor speed control was suggested in this thesis instead of the throttle control method or the variable displacement pump control. Topics related to further development in the future are discussed. Finally, a summary and conclusions are presented.

Long-term nutrient load management and lake restoration: Case of Säkylän Pyhäjärvi (SW Finland)

Eutrophication caused by anthropogenic nutrient pollution has become one of the most severe threats to water bodies. Nutrients enter water bodies from atmospheric precipitation, industrial and domestic wastewaters and surface runoff from agricultural and forest areas. As point pollution has been significantly reduced in developed countries in recent decades, agricultural non-point sources have been increasingly identified as the largest source of nutrient loading in water bodies. In this study, Lake Säkylän Pyhäjärvi and its catchment are studied as an example of a long-term, voluntary-based, co-operative model of lake and catchment management. Lake Pyhäjärvi is located in the centre of an intensive agricultural area in southwestern Finland. More than 20 professional fishermen operate in the lake area, and the lake is used as a drinking water source and for various recreational activities. Lake Pyhäjärvi is a good example of a large and shallow lake that suffers from eutrophication and is subject to measures to improve this undesired state under changing conditions. Climate change is one of the most important challenges faced by Lake Pyhäjärvi and other water bodies. The results show that climatic variation affects the amounts of runoff and nutrient loading and their timing during the year. The findings from the study area concerning warm winters and their influences on nutrient loading are in accordance with the IPCC scenarios of future climate change. In addition to nutrient reduction measures, the restoration of food chains (biomanipulation) is a key method in water quality management. The food-web structure in Lake Pyhäjärvi has, however, become disturbed due to mild winters, short ice cover and low fish catch. Ice cover that enables winter seining is extremely important to the water quality and ecosystem of Lake Pyhäjärvi, as the vendace stock is one of the key factors affecting the food web and the state of the lake. New methods for the reduction of nutrient loading and the treatment of runoff waters from agriculture, such as sand filters, were tested in field conditions. The results confirm that the filter technique is an applicable method for nutrient reduction, but further development is needed. The ability of sand filters to absorb nutrients can be improved with nutrient binding compounds, such as lime. Long-term hydrological, chemical and biological research and monitoring data on Lake Pyhäjärvi and its catchment provide a basis for water protection measures and improve our understanding of the complicated physical, chemical and biological interactions between the terrestrial and aquatic realms. In addition to measurements carried out in field conditions, Lake Pyhäjärvi and its catchment were studied using various modelling methods. In the calibration and validation of models, long-term and wide-ranging time series data proved to be valuable. Collaboration between researchers, modellers and local water managers further improves the reliability and usefulness of models. Lake Pyhäjärvi and its catchment can also be regarded as a good research laboratory from the point of view of the Baltic Sea. The main problem in both of them is eutrophication caused by excess nutrients, and nutrient loading has to be reduced – especially from agriculture. Mitigation measures are also similar in both cases.

A Bayesian Approach for Forecasting Heat Load in a District Heating System

The growing population in cities increases the energy demand and affects the environment by increasing carbon emissions. Information and communications technology solutions which enable energy optimization are needed to address this growing energy demand in cities and to reduce carbon emissions. District heating systems optimize the energy production by reusing waste energy with combined heat and power plants. Forecasting the heat load demand in residential buildings assists in optimizing energy production and consumption in a district heating system. However, the presence of a large number of factors such as weather forecast, district heating operational parameters and user behavioural parameters, make heat load forecasting a challenging task. This thesis proposes a probabilistic machine learning model using a Naive Bayes classifier, to forecast the hourly heat load demand for three residential buildings in the city of Skellefteå, Sweden over a period of winter and spring seasons. The district heating data collected from the sensors equipped at the residential buildings in Skellefteå, is utilized to build the Bayesian network to forecast the heat load demand for horizons of 1, 2, 3, 6 and 24 hours. The proposed model is validated by using four cases to study the influence of various parameters on the heat load forecast by carrying out trace driven analysis in Weka and GeNIe. Results show that current heat load consumption and outdoor temperature forecast are the two parameters with most influence on the heat load forecast. The proposed model achieves average accuracies of 81.23 % and 76.74 % for a forecast horizon of 1 hour in the three buildings for winter and spring seasons respectively. The model also achieves an average accuracy of 77.97 % for three buildings across both seasons for the forecast horizon of 1 hour by utilizing only 10 % of the training data. The results indicate that even a simple model like Naive Bayes classifier can forecast the heat load demand by utilizing less training data.

Load balancing in P2P smartphone based distributed IoT systems

With the new age of Internet of Things (IoT), object of everyday such as mobile smart devices start to be equipped with cheap sensors and low energy wireless communication capability. Nowadays mobile smart devices (phones, tablets) have become an ubiquitous device with everyone having access to at least one device. There is an opportunity to build innovative applications and services by exploiting these devices’ untapped rechargeable energy, sensing and processing capabilities. In this thesis, we propose, develop, implement and evaluate LoadIoT a peer-to-peer load balancing scheme that can distribute tasks among plethora of mobile smart devices in the IoT world. We develop and demonstrate an android-based proof of concept load-balancing application. We also present a model of the system which is used to validate the efficiency of the load balancing approach under varying application scenarios. Load balancing concepts can be apply to IoT scenario linked to smart devices. It is able to reduce the traffic send to the Cloud and the energy consumption of the devices. The data acquired from the experimental outcomes enable us to determine the feasibility and cost-effectiveness of a load balanced P2P smart phone-based applications.

Hävittäjäohjaajan kognitiivisen kuormituksen tason mittaaminen NASA-Task Load Index ja Modified Cooper-Harper -mittareilla F/A-18 virtuaalisimulaattorissa

F/A-18-monitoimihävittäjän ohjaajan tehtävän kognitiiviset vaatimukset ovat korkeat. Kognitiivisen kuormituksen taso vaikuttaa hävittäjäohjaajan suoritustasoon ja subjektiivisiin tun-temuksiin. Yerkesin ja Dodsonin periaatteen mukaisesti erittäin matala tai erittäin korkea kuormituksen taso laskee suoritustasoa. Optimaalinen kuormituksen taso ja suoritustaso saa-vutetaan jossain ääripäiden välillä. Hävittäjäohjaajan kognitiivisen kuormituksen tasoon vaikuttaa lentotehtävän suorittamiseen vaadittava henkinen ponnistelu. Vaadittavan ponnistelun taso riippuu tehtävien vaatimustasosta ja määrästä, tehtäviin käytettävissä olevasta ajasta sekä yksilöllisistä ominaisuuksista. Tutkimuksessa mitattiin kognitiivisen kuormituksen tasoa subjektiivisen arvioinnin menetelmällä NASA-TLX (National Aeronautics and Space Administration - Task Load Index) ja MCH (Modified Cooper-Harper) -mittareilla. Tutkimuksessa selvitettiin mittareiden havaintoarvojen muutosta, sensitiivisyyttä ja yhdenmukaisuutta kognitiivisen kuormituksen tason muuttuessa. Tutkimuksen mittauksiin osallistui 35 Suomen ilmavoimien aktiivisessa palveluksessa olevaa F/A-18-monitoimihävittäjäohjaajaa. Koehenkilöiden lentotuntien keskiarvo F/A-18-monitoimihävittäjällä oli 598 tuntia ja keskihajonta 445 tuntia. Koehenkilöiden tehtävänä oli lentää F/A-18-virtuaalisimulaattorilla 11 ILS (Instrument Landing System) -mittarilähestymistä eri aloitusetäisyyksiltä kiitotien kynnyksestä. Kognitiivisesti kuormitta-van mittarilähestymistehtävän aikana kuormituksen tasoa nostettiin lisätehtävillä ja vähentä-mällä tehtäviin käytettävissä olevaa aikaa. Koehenkilöitä pyydettiin ponnistelemaan mahdollisimman paljon tehtävien suorittamisen aikana hyvän suoritustason ylläpitämiseksi. Tulosten perusteella mittareiden havaintoarvot muuttuivat kognitiivisen kuormituksen tason muuttuessa. Käytettävissä olevan ajan vaikutus kognitiivisen kuormituksen tasoon oli tilastollisesti erittäin merkitsevä. Mittarit olivat sensitiivisiä kognitiivisen kuormituksen tason muutokselle ja antoivat yhdenmukaisia havaintoarvoja.