35 resultados para Geometric Sums
Resumo:
Työssä on tutkittu laboratoriokokeen ja elementtimenetelmän avulla eri geometrioiden vaikutusta sekundääriseen momentin syntymiseen K-liitoksella. Kokeen liitos on tehty S700-lujuusluokan Ruukin Optim 700 plus MH nelikulmaisista rakenneputkista (RHS). Elementtimalleissa on käytetty geometrista ja materiaalista epälineaarisuutta ennustamaan liitoksen muodonmuutoskykyä ja laskennallista kestävyyttä. Liitoksen elementtimalleissa muutettavia geometrioita ovat: vapaaväli, uumasauvan ja paarteen välinen kulma, paarteen seinämän paksuus, liitoksen eksentrisyys ja uumasauvan ja paarteen leveyden suhde. Laboratoriokokeen liitoksen vetouumasauvassa vaikuttava sekundäärisen momentin aiheuttama jännitys on noin 25 % vetouumasauvan myötörajasta. Suurin sekundäärinen momentti syntyy, kun vapaaväliä pienennetään ja uumasauvaa kavennetaan paarteeseen nähden. Eurocode 3:n mitoitusohjeita voidaan elementtimallien perusteella soveltaa tietyille geometrioille turvallisesti.
Resumo:
Object detection is a fundamental task of computer vision that is utilized as a core part in a number of industrial and scientific applications, for example, in robotics, where objects need to be correctly detected and localized prior to being grasped and manipulated. Existing object detectors vary in (i) the amount of supervision they need for training, (ii) the type of a learning method adopted (generative or discriminative) and (iii) the amount of spatial information used in the object model (model-free, using no spatial information in the object model, or model-based, with the explicit spatial model of an object). Although some existing methods report good performance in the detection of certain objects, the results tend to be application specific and no universal method has been found that clearly outperforms all others in all areas. This work proposes a novel generative part-based object detector. The generative learning procedure of the developed method allows learning from positive examples only. The detector is based on finding semantically meaningful parts of the object (i.e. a part detector) that can provide additional information to object location, for example, pose. The object class model, i.e. the appearance of the object parts and their spatial variance, constellation, is explicitly modelled in a fully probabilistic manner. The appearance is based on bio-inspired complex-valued Gabor features that are transformed to part probabilities by an unsupervised Gaussian Mixture Model (GMM). The proposed novel randomized GMM enables learning from only a few training examples. The probabilistic spatial model of the part configurations is constructed with a mixture of 2D Gaussians. The appearance of the parts of the object is learned in an object canonical space that removes geometric variations from the part appearance model. Robustness to pose variations is achieved by object pose quantization, which is more efficient than previously used scale and orientation shifts in the Gabor feature space. Performance of the resulting generative object detector is characterized by high recall with low precision, i.e. the generative detector produces large number of false positive detections. Thus a discriminative classifier is used to prune false positive candidate detections produced by the generative detector improving its precision while keeping high recall. Using only a small number of positive examples, the developed object detector performs comparably to state-of-the-art discriminative methods.
Resumo:
Meesauuni on osa sulfaattisellutehdasta ja sen kemikaalikiertoa. Se on pyörivä kaltevaan tasoon asetettu rumpu-uuni, joka voi olla jopa 160 metriä pitkä ja halkaisijaltaan 5,5 metriä. Kalkki on kiertävä apukemikaali, jota käytetään soodakattilalta tulevan viherlipeän muuttamiseen valkolipeäksi. Meesauunin tehtävänä on kierrättää kalkki (CaO) uudelleen käytettäväksi kaustisoinnissa syntyneestä meesasta (CaCO3). Meesauunin vaipan konepajavalmistus on prosessina hyvin yksinkertainen, mutta toleranssivaatimukset ovat hyvin tiukat suhteutettuna meesauunin kokoon. Vaippalohkojen valmistus on siirtynyt halpatyövoiman maihin lähelle loppukäyttäjiä, joten vaatimukset piirustusten laadulle, valmistukselle, ohjeille ja tarkastamiselle ovat lisääntyneet. Uunin vaippa toimitetaan asennuspaikalle useassa lohkossa ja jokainen vaippalohko on tarkastettava ennen toimitusta. Virheellisten vaippalohkojen siirtyminen asennuspaikalle on estettävä. Työn tavoitteena oli parantaa meesauunin vaippalohkojen konepajavalmistuksen laaduntarkastusta. Tässä työssä tutkitaan mittausmenetelmiä vaippalohkojen geometrian mittaamiseen. Tärkeimmät uunin toiminnallisiin ominaisuuksiin vaikuttavat muototoleranssit vaippalohkoille ovat ympyrämäisyys ja keskiviivan suoruus. Virheet näissä toleransseissa aiheuttavat vaurioita uunin muurauksille ja liian suuria kuormituksia tuennoille. Vaippalohkot on mitattava pyöritysrullaston päällä ja konepajan olosuhteissa, mikä aiheuttaa omat haasteensa. Vaippalohkojen suuret massat ja dimensiot aiheuttavat vaippalohkoihin muodonmuutoksia. Muodonmuutokset täytyy olla hallinnassa, mikäli halutaan käyttää CMS-laitteistoja (Coordinate Measuring System). Meesauunin vaippalohkot ovat mitattavissa radiaalimittauksina tai käyttäen CMS-laitteistoja.
Resumo:
Alfa Laval Aalborg Oy designs and manufactures waste heat recovery systems utilizing extended surfaces. The waste heat recovery boiler considered in this thesis is a water-tube boiler where exhaust gas is used as the convective heat transfer medium and water or steam flowing inside the tubes is subject to cross-flow. This thesis aims to contribute to the design of waste heat recovery boiler unit by developing a numerical model of the H-type finned tube bundle currently used by Alfa Laval Aalborg Oy to evaluate the gas-side heat transfer performance. The main objective is to identify weaknesses and potential areas of development in the current H-type finned tube design. In addition, numerical simulations for a total of 15 cases with varying geometric parameters are conducted to investigate the heat transfer and pressure drop performance dependent on H-type fin geometry. The investigated geometric parameters include fin width and height, fin spacing, and fin thickness. Comparison between single and double tube type configuration is also conducted. Based on the simulation results, the local heat transfer and flow behaviour of the H-type finned tube is presented including boundary layer development between the fins, the formation of recirculation zone behind the tubes, and the local variations of flow velocity and temperature within the tube bundle and on the fin surface. Moreover, an evaluation of the effects of various fin parameters on heat transfer and pressure drop performance of H-type finned tube bundle has been provided. It was concluded that from the studied parameters fin spacing and fin width had the most significant effect on tube bundle performance and the effect of fin thickness was the least important. Furthermore, the results suggested that the heat transfer performance would increase due to enhanced turbulence if the current double tube configuration is replaced with single tube configuration, but further investigation and experimental measurements are required in order to validate the results.
Resumo:
Tämän diplomityön tarkoituksena on tunnistaa UPM Kymin telahiomon tuotannon läpimenoaikaan sekä laatuun vaikuttavia tekijöitä ja löytää keinot niiden optimoimiseksi, jotta hiontatuotannon kustannustehokkuus parantuisi. Tutkimusmenetelminä työssä käytetään Kymin telahiomon tuotannon läpimenoaikojen telakohtaista mittaamista ja hionnasta tehtyjen mittausraporttien, pinnoituksista ja hionnoista tehtyjen ostotilauksien sekä SAP R/3-toiminnanohjausjärjestelmästä saatavan kunnossapitodatan tutkintaa. Tiedon lähteenä on käytetty myös kirjallisuutta ja UPM henkilöstön sekä toimittajien haastatteluita. Muiden telahiomojen aikaansaamaan laatuun ja tuotannon läpimenoaikaan verrattuna Kymin telahiomon keskimääräiset hiontatuotannon läpimenoajat ovat telasta riippuen kaksinkertaisia tai jopa lähes nelinkertaisia, vaikka pinnankarheus jää osassa teloista alle asetetun tavoitteen. Telahiomojen muototoleransseissa ei ole niin merkittäviä eroja, mitkä selittäisivät Kymin pidemmät hiontatuotannon läpimenoajat. Tämän takia muototoleransseja ei ole päädytty muuttamaan työn aikana, mutta käyttökokemusten mukaan pinnankarheusvaatimusta voidaan laskea. Telahiontaprosessin muotohiontavaihe on suurin hiontatuotannon läpimenoaikaan ja kustannuksiin vaikuttava tekijä. Hiontamenetelmien ja hionta-arvojen optimoimisella, hiontatyökalujen lastuamiskyvyn ylläpitämisellä, telahiontatuotannon yliprosessoinnin ehkäisyllä ja laatutoleransseihin tyytymisellä voidaan lyhentää kymmeniä tunteja telahiomon tuotannon läpimenoaikaa. Mittausraporttien mukaan merkittävin muutos telahiontaprosessin kustannuksiin ja hiontatuotannon läpimenoaikaan saadaan noudattamalla laatutoleransseja. Telojen kunnossapitoon liittyviä kustannuksia syntyy turhaan lisää, kun vaihdetaan ja hiotaan käyttökelpoisia teloja sekä uudelleen pinnoitetaan teloja, joiden pinnoitepaksuus on vielä riittävä. Pinnoitepaksuuden seurannalla voidaan minimoida telojen ennenaikaiset uudelleenpinnoitukset. Mittalaitteiden avulla pystyy optimoimaan telojen hiontavälit. Hiontavälien optimointi lyhentää myös hiontajonoa. Tällöin voidaan hyödyntää suunnitellun hiontajärjestyksen tuomia etuja tehokkaammin ja saavuttaa nopeampia tuotannon läpimenoaikoja.