Uimahallien vedestä haihtuvat epäpuhtaudet ja niiden leviäminen allastilassa

Uimaveden klooridesinfioinnissa syntyy sivutuotteena haihtuvia ja haitallisia halogeeniyhdisteitä, kuten trihalometaaneja ja triklooriamiinia, jotka voivat heikentää allas-tilan sisäilman laatua merkittävästi. Tämän tutkimuksen tavoitteena oli kartoittaa näiden desinfioinnin sivutuotteiden pitoisuuksia suomalaisissa uimahalleissa sekä selvittää epäpuhtauksien kulkeutumista allastiloissa. Lisäksi pyrittiin löytämään merkittävimmät veden laatu- ja käsittelyparametrit sekä ilmanvaihtotekniset tekijät, jotka vaikuttavat vedestä haihtuvien epäpuhtauksien pitoisuuksiin hallitiloissa. Mittaukset tehtiin kymmenessä eri puolilla Suomea sijaitsevassa uimahallissa. Mittausten perusteella havaittiin, että allastilojen kloroformipitoisuudet vaihtelivat välillä 8,9-84,0 ¿g/m3. Terapia-allasostoilta mitatut pitoisuudet olivat pääallastiloista mitattuja pitoisuuksia suurempia ja aamulla mitattu pitoisuus alhaisempi kuin illalla mitattu. Lisäksi ilmastoiduista valvomoista mitatut pitoisuudet olivat merkittävästi allastilojen pitoisuuksia pienempiä. Triklooriamiininäytteistä suurin osa oli alle määritysrajan. Sisäilman kloroformipitoisuuden havaittiin korreloivan veden lämpötilan sekä ilman kosteuden kanssa. Triklooriamiinille tilastollista analyysiä ei voitu tehdä mm. määritys-rajan alle jääneiden näytteiden suuren osuuden vuoksi. Teknisten kyselyiden ja ilmanvaihtomittausten perusteella todettiin, että uimahallien ilmanvaihto toimii lämmitystarpeen vuoksi sekoittavana ja epäpuhtauksien leviämistä allastilassa ei voida käytännössä katsoen estää. Ilman virtausnopeudet pääaltaiden reunoilla olivat pieniä ja ilman virtauskenttien ei todettu vaikuttavan epäpuhtauksien kulkeutumiseen allastiloissa. Mittauskohteiden vähyydestä ja vedenkäsittelyn hallikohtaisista erityispiirteistä johtuen luotettavia johtopäätöksiä vedenkäsittelymenetelmien vaikutuksesta allasveden ja allastilan ilman laatuun ei pystytty tekemään.

Ympäristö- ja yhdyskuntavesien monitorointi Saimaan vesistöalueella

Diplomityössä tutkittiin kromatografian, elektroforeesin ja spektrometrian käyttöä ympäristövesianalytiikassa. Kokeellisessa osassa analysoitiin Saimaan Vesi- ja Ympäristötutkimus Oy:n keräämistä kaatopaikka-, jätevesi-, pohjavesi-, vesistö-, uimahalli-, yksityiskaivo-, poreallas- ja suovesinäytteistä epäorgaaniset anionit (F-, Cl-, Br-, NO3-, NO2- SO42-ja PO42-) sekä ionikromatografilla että kapillaarielektroforeesilla. Näytteet on kerätty Saimaan alueen ympäristökunnista. Kapillaarielektroforeesilla analysoitiin lisäksi tiosulfaatti. Liekkiatomiabsorptio-spektrometrilla analysoitiin Cu, Fe, Na ja Al. Natriumia löytyi jokaisesta vesinäytteestä. Pohjavesistä ei löytynyt rautaa eikä alumiinia ja kuparipitoisuudet olivat alle määritysrajan. Vesistövesistä kahdessa näytteessä oli alle määritysrajan olevia rautapitoisuuksia. Muissa näytteissä ei rautaa ollut. Suovesistä kuparia löytyi hyvin pieniä määriä ja yhdestä näytteestä alumiinia alle määritysrajan. Kaatopaikkavesissä kuparipitoisuudet sekä kolmessa näytteessä alumiinipitoisuudet olivat alle määritysrajan. Jätevesistä oletettiin löytyvän suuria määriä typpispesieksiä ja fosforia. Niitä kuitenkin esiintyi isoissa pitoisuuksissa vain suovesinäytteissä. Jätevesinäytteet sisälsivät bromidia, nitraattia ja fluoridia jopa yli 140 mg/l. Kapillaarielektroforeesilla ja ionikromatografilla mitatut anionipitoisuudet korreloivat hyvin toisiaan. Kontaminoituja vesiä löytyi pohja-, kaatopaikka-, jäte- ja vesistövesistä sekä uima-altaan terapiaaltaan vedestä.

Systeemihinnan volatiliteetin mallinus Nord Pool -sähkömarkkinoilla

Työssä tarkastellaan, miten Nord Poolin spot-sähkömarkkinoiden systeemihinnan volatiliteetti on kehittynyt kyseisten markkinoiden kehittyessä ja onko volatiliteetin dynamiikkaa mahdollista mallintaa. Systeemihinta toimii referenssihintana sekä itse sähköpörssissä että pörssin ulkopuolella tapahtuvassa johdannaiskaupankäynnissä. Teoriaosassa luodaan katsaus Nord Pool -markkinoiden toimintaan ja systeemihinnan muodostumisen periaatteisiin. Lisäksi tutustutaan sähkön hinta-aikasarjoille tyypillisiin piirteisiin. Volatiliteetin mallinnus tapahtuu autoregressiivistä konditionaalista heteroskedastista (ARCH) mallia sekä sen laajennuksia hyödyntäen. Työn johtopäätöksinä todetaan, että sähkömarkkinoiden volatiliteettia mallinnettaessa tulisi ottaa huomioon hinnan muutosten asymmetrinen vaikutus volatiliteettiin ja volatiliteetin kausittainen vaihtelu. Lisäksi todettiin, etteivätparametrien kertoimet ole vakioita pitkällä aikavälillä tarkasteltaessa volatiliteetin ARCH-mallinnuksessa.

Sähkön markkinahintaa selittävät tekijät. Case: Nord Pool 2000-2005

Sähkön markkinahinta on saanut osakseen suurta huomiota viimeaikoina. Sähkömarkkinoiden vapautuminen ja päästökaupan avaaminen Euroopassa onentisestään nostanut sähkömarkkinoita näkyville lehdissä. Tämä tutkielma tutkii erilaisten tekijöiden vaikutusta sähkön markkinahintaan regressioanalyysin avulla. Edellä mainitun päästösopimusten markkinahinnan lisäksi tutkittiin kivihiilen sekä maakaasun markkinahintojen, lämpötilojen, jokien virtaamien, vesivarantojen täyttöasteiden sekä Saksan sähkömarkkinoiden hinnan vaikutusta sähkön markkinahintaan Nord Pool -sähköpörssissä. Työssä luotiin myös sähkön markkinahintaa ennustava malli. Kaikkien selittävien tekijöiden korrelaatiot olivat oletusten mukaiset ja regressioanalyysi onnistui selittämään yli 80 % sähkön markkinahinnan vaih-teluista. Merkittävimpiä selittäviä tekijöitä olivat vesivarannot sekä jokien virtaamat. Ennustavan mallin keskimääräinen suhteellinen virhe oli noin 10 %, joten ennustetarkkuus oli melko hyvä.

Short-term forecasting of power demand in the Nord Pool market

Sähkönkulutuksen lyhyen aikavälin ennustamista on tutkittu jo pitkään. Pohjoismaisien sähkömarkkinoiden vapautuminen on vaikuttanut sähkönkulutuksen ennustamiseen. Aluksi työssä perehdyttiin aiheeseen liittyvään kirjallisuuteen. Sähkönkulutuksen käyttäytymistä tutkittiin eri aikoina. Lämpötila tilastojen käyttökelpoisuutta arvioitiin sähkönkulutusennustetta ajatellen. Kulutus ennusteet tehtiin tunneittain ja ennustejaksona käytettiin yhtä viikkoa. Työssä tutkittiin sähkönkulutuksen- ja lämpötiladatan saatavuutta ja laatua Nord Poolin markkina-alueelta. Syötettävien tietojen ominaisuudet vaikuttavat tunnittaiseen sähkönkulutuksen ennustamiseen. Sähkönkulutuksen ennustamista varten mallinnettiin kaksi lähestymistapaa. Testattavina malleina käytettiin regressiomallia ja autoregressiivistä mallia (autoregressive model, ARX). Mallien parametrit estimoitiin pienimmän neliösumman menetelmällä. Tulokset osoittavat että kulutus- ja lämpötiladata on tarkastettava jälkikäteen koska reaaliaikaisen syötetietojen laatu on huonoa. Lämpötila vaikuttaa kulutukseen talvella, mutta se voidaan jättää huomiotta kesäkaudella. Regressiomalli on vakaampi kuin ARX malli. Regressiomallin virhetermi voidaan mallintaa aikasarjamallia hyväksikäyttäen.

Program hosting in communications environment with Reactor and thread pool approach

In this thesis concurrent communication event handling is implemented using thread pool approach. Concurrent events are handled with a Reactor design pattern and multithreading is implemented using a Leader/Followers design pattern. Main focus is to evaluate behaviour of implemented model by different numbers of concurrent connections and amount of used threads. Furthermore, model feasibility in a PeerHood middleware is evaluated. Implemented model is evaluated with created test environment which enables concurrent message sending from multiple connections to the system under test. Messages round trip times are measured in the tester application. In the evaluation processing delay into system is simulated and influence of delay to the average round trip time is analysed.

The Present State and Future Prospects of a Manpower Pool as Part of Project Business

This research focused on operation of a manpower pool within a service business unit in Company X and aimed to identify how the operation should be improved in order to get most out of it concerning the future prospects of the service business unit. This was done by analyzing the current state of the manpower pool related operations in means of project business, project management and business models. The objective was to deepen the understanding and to highlight possible areas of improvement. The research was conducted as a qualitative single-case study utilizing also an action research method; the research approach was a combination of conceptual, action-oriented and constructive approaches. The primary data was collected with executing a comprehensive literature review and semi-structured theme interviews. The main results described how the manpower pool operates as part of the service business unit in project business by participating in different types of delivery projects; process flows for the project types were mapped. Project management was analyzed especially from the resource management point of view, and an Excel-based skills analysis model was constructed for this purpose. Utilization of operational business models was also studied to define strategic direction for development activities. The results were benchmarked against two competitors in order to specify lessons to be learnt from their use of operational business models.

Defining the keyhole modes – the effects on the weld geometry and the molten pool behaviour in high power laser welding of stainless steels

Keyhole welding, meaning that the laser beam forms a vapour cavity inside the steel, is one of the two types of laser welding processes and currently it is used in few industrial applications. Modern high power solid state lasers are becoming more used generally, but not all process fundamentals and phenomena of the process are well known and understanding of these helps to improve quality of final products. This study concentrates on the process fundamentals and the behaviour of the keyhole welding process by the means of real time high speed x-ray videography. One of the problem areas in laser welding has been mixing of the filler wire into the weld; the phenomena are explained and also one possible solution for this problem is presented in this study. The argument of this thesis is that the keyhole laser welding process has three keyhole modes that behave differently. These modes are trap, cylinder and kaleidoscope. Two of these have sub-modes, in which the keyhole behaves similarly but the molten pool changes behaviour and geometry of the resulting weld is different. X-ray videography was used to visualize the actual keyhole side view profile during the welding process. Several methods were applied to analyse and compile high speed x-ray video data to achieve a clearer image of the keyhole side view. Averaging was used to measure the keyhole side view outline, which was used to reconstruct a 3D-model of the actual keyhole. This 3D-model was taken as basis for calculation of the vapour volume inside of the keyhole for each laser parameter combination and joint geometry. Four different joint geometries were tested, partial penetration bead on plate and I-butt joint and full penetration bead on plate and I-butt joint. The comparison was performed with selected pairs and also compared all combinations together.

Differential evolution based classification with pool of distances and aggregation operators

The objective of this thesis is to develop and generalize further the differential evolution based data classification method. For many years, evolutionary algorithms have been successfully applied to many classification tasks. Evolution algorithms are population based, stochastic search algorithms that mimic natural selection and genetics. Differential evolution is an evolutionary algorithm that has gained popularity because of its simplicity and good observed performance. In this thesis a differential evolution classifier with pool of distances is proposed, demonstrated and initially evaluated. The differential evolution classifier is a nearest prototype vector based classifier that applies a global optimization algorithm, differential evolution, to determine the optimal values for all free parameters of the classifier model during the training phase of the classifier. The differential evolution classifier applies the individually optimized distance measure for each new data set to be classified is generalized to cover a pool of distances. Instead of optimizing a single distance measure for the given data set, the selection of the optimal distance measure from a predefined pool of alternative measures is attempted systematically and automatically. Furthermore, instead of only selecting the optimal distance measure from a set of alternatives, an attempt is made to optimize the values of the possible control parameters related with the selected distance measure. Specifically, a pool of alternative distance measures is first created and then the differential evolution algorithm is applied to select the optimal distance measure that yields the highest classification accuracy with the current data. After determining the optimal distance measures for the given data set together with their optimal parameters, all determined distance measures are aggregated to form a single total distance measure. The total distance measure is applied to the final classification decisions. The actual classification process is still based on the nearest prototype vector principle; a sample belongs to the class represented by the nearest prototype vector when measured with the optimized total distance measure. During the training process the differential evolution algorithm determines the optimal class vectors, selects optimal distance metrics, and determines the optimal values for the free parameters of each selected distance measure. The results obtained with the above method confirm that the choice of distance measure is one of the most crucial factors for obtaining higher classification accuracy. The results also demonstrate that it is possible to build a classifier that is able to select the optimal distance measure for the given data set automatically and systematically. After finding optimal distance measures together with optimal parameters from the particular distance measure results are then aggregated to form a total distance, which will be used to form the deviation between the class vectors and samples and thus classify the samples. This thesis also discusses two types of aggregation operators, namely, ordered weighted averaging (OWA) based multi-distances and generalized ordered weighted averaging (GOWA). These aggregation operators were applied in this work to the aggregation of the normalized distance values. The results demonstrate that a proper combination of aggregation operator and weight generation scheme play an important role in obtaining good classification accuracy. The main outcomes of the work are the six new generalized versions of previous method called differential evolution classifier. All these DE classifier demonstrated good results in the classification tasks.