Dehulling capacity and storability of naked oat

Selostus: Paljasjyväisen kauran kuoriutuvuus ja säilyvyys

Oospores of Phytophthora infestans in soil provide an important new source of primary inoculum in Finland

Selostus: Perunaruton munaitiöt maassa ovat uusi merkittävä epidemian alkulähde Suomessa

Metsäteollisuuden lietteiden bioterminen kuivaus

Työssä tarkastellaan kompostointiin perustuvaa biotermistä kuivausprosessia, prosessiin vaikuttavia tekijöitä sekä sen soveltuvuutta metsäteollisuuden mekaanisesti kuivatun jätevesilietteen lisäkuivaukseen polttoa varten. Tutkimukseen kuuluvien paperitehtaiden lietteillä suoritettavien biotermisten kuivauskokeiden avulla tutkitaan tehtaiden lietteiden sopivuutta biotermiseen kuivaukseen. Lisäksi tehtaille suunnitellaan kuivauskokeiden ja paperitehtailla tehtävien selvitysten perusteella bioterminen kuivauslaitos. Suomen metsäteollisuus tuottaa nykyisin noin 400 000 – 500 000 kuiva-ainetonnia jätevedenpuhdistamolietteitä vuosittain. Tutkimukseen kuuluvan kahden tehdasintegraatin biologisilla puhdistamoilla syntyvien jätevesilietteiden määrät ovat keskimäärin 33 000 ja 15 000 kuiva-ainetonnia vuodessa. Ongelmana metsäteollisuudessa on jätevesilietteen alhainen kuiva-ainepitoisuus lietteen mekaanisen kuivauksen jälkeen. Tämä vaikeuttaa lietteen polttamista voimalaitoskattilassa ja lietteen poltosta talteen saatavan energian määrä jää vähäiseksi. Mekaanisesti kuivatun sekalietteen käsittely biotermisesti kuivaamalla mahdollistaa lietteen kuiva-ainepitoisuuden nostamisen yli 55 %:in kuiva-ainepitoisuuteen. Tämä helpottaa lietteen polton ongelmia ja kasvattaa lietteen poltosta talteen saatavan energian määrää. Bioterminen kuivaus soveltuu hyvin tutkimukseen kuuluvien tehtaiden sekalietteen kuivaukseen. Suositeltava sekalietteen lähtökuiva-ainepitoisuuden arvo on välillä 30 – 35 % ja tukiaineeksi lisättävän kuoren määrä noin 0,5 m3 yhtä lietekuutiota kohden. Kuivausprosessin kesto on tällöin 10 – 14 vuorokautta, kun haluttu lietepolttoaineen kuiva-ainepitoisuus on vähintään 55 %. Tehtaille suunnitelluissa laitoksissa käsiteltävä lietemäärä on noin 40 000 märkätonnia vuodessa. Tutkimukseen kuuluvalle paperitehtaalle yhdistetyn lietteenkuivausprosessin kustannukset ovat edullisimmat kun liete kuivataan ennen biotermistä kuivausta mekaanisesti 35 %:in kuiva-ainepitoisuuteen. Tällöin lietteenkäsittelyn hinnaksi tulee noin 150 mk/t.

Spektrikuvien tiivistäminen itseorganisoituvan kartan avulla.

Vuosi vuodelta kasvava tietokoneiden prosessointikyky on mahdollistanut harmaataso- ja RGB-värikuvia tarkempien spektrikuvien käsittelyn järjellisessä ajassa ilman suuria kustannuksia. Ongelmana on kuitenkin, ettei talletus- ja tiedonsiirtomedia ole kehittynyt prosessointikyvyn vauhdissa. Ratkaisu tähän ongelmaan on spektrikuvien tiivistäminen talletuksen ja tiedonsiirron ajaksi. Tässä työssä esitellään menetelmä, jossa spektrikuva tiivistetään kahdessa vaiheessa: ensin ryhmittelemällä itseorganisoituvan kartan (SOM) avulla ja toisessa vaiheessa jatketaan tiivistämistä perinteisin menetelmin. Saadut tiivistyssuhteet ovat merkittäviä vääristymän pysyessä siedettävänä. Työ on tehty Lappeenrannan teknillisen korkeakoulun Tietotekniikan osaston Tietojenkäsittelytekniikan tutkimuslaboratoriossa osana laajempaa kuvantiivistyksen tutkimushanketta.

Palkanlaskentajärjestelmän kehittäminen

Työn tavoitteena oli selvittää palkanlaskennan nykytilaa ja sen uudistamisen mahdollisuuksia etenkin SAP HR-ohjelmiston valossa. Ensin selvitettiin palkanlaskentaan ja sovellushankintaan liittyviä vaatimuksia kirjallisuuden avulla. Tämän jälkeen tutustuttiin palkanlaskennan nykytilaan haastattelujen, prosessikuvausten ja sisäisten dokumenttien avulla. SAP HR-ohjelmistoon tutustuttiin siihen liittyneiden työtehtävien, erilaisten koulutusmateriaalien ja esittelyiden avulla. Yrityksessä on jo aiemmin yritetty korvata henkilöstö- ja palkanlaskentajärjestelmiä, mutta projekti keskeytettiin. SAP HR-ohjelmiston henkilöstöhallinto-osuutta ollaan ottamassa käyttöön koko yrityksen laajuudessa. Palkanlaskentajärjestelmä vaatii pikaista uusintaa vanhan teknologian ja suuren henkilöriippuvuuden takia. Nykyiset työajanhallinnan ja palkanlaskennan prosessit yrityksessä ovat tiukasti sidottuja nykyisten järjestelmien kanssa ja uuden järjestelmän käyttöönotto vaatii muutoksia koko ketjuun työvuorojen suunnittelusta palkanlaskentaan ja raportointiin asti. Johtopäätöksenä todetaan SAP HR:n palkanlaskennan soveltuvan yrityksen palkanlaskentaan ja tarjoavan monia uusia mahdollisuuksia. Suurimmat mahdollisuudet liittyvät kokonaisten prosessiketjujen läpinäkyvyyteen ja parempaan ohjailtavuuteen. Tämä kuitenkin vaatii nykyistä tarkempaa sisäisten prosessien selvittämistä, SAP HR-palkanlaskennan kyvykkyyden tarkempaa tutkimisia, vaihtoehtoisten ohjelmien vertailua sekä ennen kaikkea valmiutta muuttaa nykyisiä prosesseja.

Satamanosturin dynamiikan reaaliaikasimulointi

Työn tavoitteena oli mallintaa satamanosturin dynamiikkaa mahdollisimman tarkasti kuvaava yksinkertaistettu malli Simulink-ohjelmalla, jonka jälkeen malli käännettiin edelleen reaaliaikasimulaattorille soveltuvaan muotoon. Nosturin malli yksinkertaistettiin käsittämään kolme osaa: Nosturin rungon, nostovaunun ja kontin. Voimista mallinnettiin pyörien kontaktivoimat, köysivoimat sekä siirtovoima. Reaaliaikasimulaattorina käytettiin Opal-RT:n RT-LAB reaaliaikasimulointiohjelmistoa, sekä tavallisia PC-tietokoneita. Simulointiin liitettiin myös 3D-animaatio, jolla nosturin liikkeet saatiin visualisoitua. Animoitava grafiikka luotiin WorldUp-ohjelmistolla ja liitettiin RT-LAB-simulaatioon RT3D-rajapinnan ja WorldUp Player:n avulla. Työn tuloksena saatiin satamanosturin dynaamista käyttäytymistä kuvaava Simulink-malli, jota on mahdollista käyttää reaaliaikaisessa simuloinnissa. Mallia testattiin RT-LAB reaaliaikasimulaattorissa, ja simuloinnista saatuja tuloksia verrattiin Adams:lla simuloituihin tuloksiin. Saatujen tulosten perusteella mallia voidaan pitää onnistuneena. Myös RT-LAB reaaliaikasimulaattori visualisointeineen vaikuttaa toimivalta kokonaisuudelta.

Text Classification and Indexing in IP Networks

Internet on elektronisen postin perusrakenne ja ollut tärkeä tiedonlähde akateemisille käyttäjille jo pitkään. Siitä on tullut merkittävä tietolähde kaupallisille yrityksille niiden pyrkiessä pitämään yhteyttä asiakkaisiinsa ja seuraamaan kilpailijoitansa. WWW:n kasvu sekä määrällisesti että sen moninaisuus on luonut kasvavan kysynnän kehittyneille tiedonhallintapalveluille. Tällaisia palveluja ovet ryhmittely ja luokittelu, tiedon löytäminen ja suodattaminen sekä lähteiden käytön personointi ja seuranta. Vaikka WWW:stä saatavan tieteellisen ja kaupallisesti arvokkaan tiedon määrä on huomattavasti kasvanut viime vuosina sen etsiminen ja löytyminen on edelleen tavanomaisen Internet hakukoneen varassa. Tietojen hakuun kohdistuvien kasvavien ja muuttuvien tarpeiden tyydyttämisestä on tullut monimutkainen tehtävä Internet hakukoneille. Luokittelu ja indeksointi ovat merkittävä osa luotettavan ja täsmällisen tiedon etsimisessä ja löytämisessä. Tämä diplomityö esittelee luokittelussa ja indeksoinnissa käytettävät yleisimmät menetelmät ja niitä käyttäviä sovelluksia ja projekteja, joissa tiedon hakuun liittyvät ongelmat on pyritty ratkaisemaan.

Liikesimulaattorialustan kehittäminen virtuaaliprototyypin avulla

Työn tarkoituksena oli kehittää kuuden vapausasteen liikesimulaattorialusta virtuaaliprototyypin avulla siten, että alustan dynamiikka mallinnetaan Adams-ohjelmistolla ja ohjaus- ja säätöpiiri Matlab Simulink:llä. Tarkoituksena oli tutkia dynaamisen mallin ja säätöteknisen mallin yhdistämistä ja niiden yhteen toimimista. Tarkoituksena oli myös selvittää tulevaisuudessa rakennettavan Stewart:n alustan mekaniikan mitat ja hydraulikomponenttien koot. Työssä tutkittiin alustan käyttäytymistä halutulla liikealueella, nopeuksia joita saavutetaan ja mekaanisia rajoitteita. Työn tuloksesta on tarkoitus rakentaa fyysinen prototyyppi liittyen KONSI-projektiin, jossa kehitetään satamanosturisimulaattori nosturiohjaajan koulutuksen tueksi. Malli tullaan kytkemään Teppo Lehtisen diplomityönä tehtyyn satamanosturi kontin simulointimalliin ja koko järjestelmän on tarkoitus toimia reaaliaikaisena.

Asiakkuudenhallinnan tukeminen neuroverkkoteknologian avulla

CRM on yritysten tietojärjestelmä, jolla voidaan tukea asiakkuuden hallintaa ja kehittämistä. Monilla suuryrityksillä on paljon asiakkaita ja niiden on mahdotonta tunnistaa asiakkaitaan yksilöinä. Kuitenkin asiakkaat arvostavat yhä enemmän henkilökohtaista palvelua ja kontakteja. Yritysten asiakastietokantoihin kertyy runsaasti tietoa asiakkaista ja heidän ostokäyttäytymisestään. Suuresta informaatiomäärästä johtuen tarvitaan kehittynyttä tietotekniikkaa asiakkaiden tyypittelyyn ja asiakastarpeiden tunnistamiseen. Tässä diplomityössä kehitetään neuroCRM-teoriaa määrällisesti suuren ja monimutkaisen asiakasinformaation hallintaan. Teoria perustuu itseorganisoituvien neuroverkkojen käyttöön asiakasinformaation analysoimiseksi CRM-järjestelmässä. Asiakkaat segmentoidaan ja personoidaan iteratiivisia SOM-analyysejä suorittamalla. Tulosten perusteella kehitetään asiakkaiden yksilöllisyyttä huomioivia markkinointikeinoja ja käytetään uusia kanavia, esimerkiksi mobiilia viestintätekniikkaa asiakkaiden tavoittamiseen. Asiakaskannattavuuden parantamiseksi voi- daan tehdä strategisia valintoja ja päätöksiä markkinoinnin kohdentamista varten.