Estudo comparativo sobre filtragem de sinais instrumentais usando transformadas de Fourier e Wavelet

A comparative study of the Fourier (FT) and the wavelet transforms (WT) for instrumental signal denoising is presented. The basic principles of wavelet theory are described in a succinct and simplified manner. For illustration, FT and WT are used to filter UV-VIS and plasma emission spectra using MATLAB software for computation. Results show that FT and WT filters are comparable when the signal does not display sharp peaks (UV-VIS spectra), but the WT yields a better filtering when the filling factor of the signal is small (plasma spectra), since it causes low peak distortion.

Learning Preferences with Kernel-Based Methods

Learning of preference relations has recently received significant attention in machine learning community. It is closely related to the classification and regression analysis and can be reduced to these tasks. However, preference learning involves prediction of ordering of the data points rather than prediction of a single numerical value as in case of regression or a class label as in case of classification. Therefore, studying preference relations within a separate framework facilitates not only better theoretical understanding of the problem, but also motivates development of the efficient algorithms for the task. Preference learning has many applications in domains such as information retrieval, bioinformatics, natural language processing, etc. For example, algorithms that learn to rank are frequently used in search engines for ordering documents retrieved by the query. Preference learning methods have been also applied to collaborative filtering problems for predicting individual customer choices from the vast amount of user generated feedback. In this thesis we propose several algorithms for learning preference relations. These algorithms stem from well founded and robust class of regularized least-squares methods and have many attractive computational properties. In order to improve the performance of our methods, we introduce several non-linear kernel functions. Thus, contribution of this thesis is twofold: kernel functions for structured data that are used to take advantage of various non-vectorial data representations and the preference learning algorithms that are suitable for different tasks, namely efficient learning of preference relations, learning with large amount of training data, and semi-supervised preference learning. Proposed kernel-based algorithms and kernels are applied to the parse ranking task in natural language processing, document ranking in information retrieval, and remote homology detection in bioinformatics domain. Training of kernel-based ranking algorithms can be infeasible when the size of the training set is large. This problem is addressed by proposing a preference learning algorithm whose computation complexity scales linearly with the number of training data points. We also introduce sparse approximation of the algorithm that can be efficiently trained with large amount of data. For situations when small amount of labeled data but a large amount of unlabeled data is available, we propose a co-regularized preference learning algorithm. To conclude, the methods presented in this thesis address not only the problem of the efficient training of the algorithms but also fast regularization parameter selection, multiple output prediction, and cross-validation. Furthermore, proposed algorithms lead to notably better performance in many preference learning tasks considered.

Informed recommender: basing recommendations on consumer product reviews

Recommender systems attempt to predict items in which a user might be interested, given some information about the user's and items' profiles. Most existing recommender systems use content-based or collaborative filtering methods or hybrid methods that combine both techniques (see the sidebar for more details). We created Informed Recommender to address the problem of using consumer opinion about products, expressed online in free-form text, to generate product recommendations. Informed recommender uses prioritized consumer product reviews to make recommendations. Using text-mining techniques, it maps each piece of each review comment automatically into an ontology

Converter Supply Transformer For LVDC Distribution System

This master’s thesis is focused on optimizing the parameters of a distribution transformer with respect to low voltage direct current (LVDC) distribution system. One of the main parts of low voltage direct current (LVDC) distribution system is transformer. It is studied from several viewpoints like filtering capabilities of harmonics caused by rectifier, losses and short circuit current limiting Determining available short circuit currents is one of the most important aspects of designing power distribution systems. Short circuits and their effects must be considered in selecting electrical equipment, circuit protection and other devices.

Sadevälkkeen mallinnus ilmavalvontatutkajärjestelmää varten

Tutkat muodostavat Suomen rauhanajan ilmavalvonnan rungon. Ilmatilassa on lentokoneiden lisäksi paljon muitakin kohteita, jotka ilmavalvontatutka havaitsee. Naita ei toivottuja kaikuja kutsutaan välkkeeksi. Sadevälke on tilavuusvälkettä. Tämän työn tarkoituksena on löytää menetelmä tai malli, jolla voitaisiin mallintaa sadevälkkeen vaikutus ilmavalvontatutkassa. Toisaalta myös sadevälkkeen suodatus on työn keskeinen tavoite. Käytettyjä suodatusmenetelmiä olivat adaptiivinen suodatus ja doppler-suodatus. Suodinpankkiin eli doppler-suodatukseen lisättiin vielä CFAR Työn tuloksena voi todeta, että sadevälkkeen suodatus onnistui hyvin mutta itse sadevälkkeen mallintamista tulee kehittää edelleen. Työssä käytetyt menetelmät on esitetty algoritmimuodossa. Mittausaineiston keräys suoritettiin keskivalvontatutkalla ja SP-testerillä. Varsinaiset suodatuskokeet ja mallin testaus tehtiin Matlab-ohjelmistolla.

Ratsastussimulaattorin jatkokehitys

Työssä tehtiin jatkokehitystyötä jo olemassa olevaan ratsastussimulaattoriin. Kehitystyö aloitettiin selvittämällä ratsastuksen liiketila, mittaamalla ratsastukseen aikana ratsastajaan kohdistuvat dynaamiset suureet 6 vapausasteen suhteen. Mitatut signaalit käsiteltiin transformaation ja suodatuksen avulla. Käsiteltyjä signaaleja käytettiin simulaattorin liikealustan asemaohjesignaaleina. Liikealustaan päälle kiinnitettyyn hevosenrunkoon muodostettiin antureiden avulla interaktiivinen rajapinta, joka mahdollisti simulaattorin ohjastamisen pohje- ja ohja-avuin. Jatkokehitetty simulaattori toistaa käynti-, ravi- ja laukka-askellajit tunnistettavasti. Simulaattori kuvaa ratsastuksen nopeuden muutosta vaihtamalla askellajia ja muuntamalla portaattomasti askelluksen taajuutta sekä amplitudia.

Evolución de la NAIRU en la economía española: una estimación mediante el filtro de Kalman

La tasa de paro de inflación estable (NAIRU) describe aquella tasa de desempleo que se alcanza en el equilibrio entre las reivindicaciones salariales de los trabajadores y los objetivos de beneficio de las empresas. En este trabajo se desarrolla un enfoque teórico general que permite determinar el nivel de la NAIRU. Esta cuestión adquiere una especial trascendencia teórica y empírica si se tiene en cuenta que esta tasa de paro de equilibrio ha aumentado en la mayoría de países europeos. Sin embargo, esta tasa de paro de equilibrio no puede observarse directamente por lo que se recurre a su estimación econométrica a partir del filtro de Kalman. Para ilustrar la potencialidad del modelo desarrollado y la influencia de la determinadas variables relacionadas con la distribución de las rentas salariales, se analiza cual ha sido la evolución de la NAIRU para la economía española en el periodo 1964-2004.

Inversion and assimilation methods with applications in geophysical remote sensing

Stratospheric ozone can be measured accurately using a limb scatter remote sensing technique at the UV-visible spectral region of solar light. The advantages of this technique includes a good vertical resolution and a good daytime coverage of the measurements. In addition to ozone, UV-visible limb scatter measurements contain information about NO2, NO3, OClO, BrO and aerosols. There are currently several satellite instruments continuously scanning the atmosphere and measuring the UVvisible region of the spectrum, e.g., the Optical Spectrograph and Infrared Imager System (OSIRIS) launched on the Odin satellite in February 2001, and the Scanning Imaging Absorption SpectroMeter for Atmospheric CartograpHY (SCIAMACHY) launched on Envisat in March 2002. Envisat also carries the Global Ozone Monitoring by Occultation of Stars (GOMOS) instrument, which also measures limb-scattered sunlight under bright limb occultation conditions. These conditions occur during daytime occultation measurements. The global coverage of the satellite measurements is far better than any other ozone measurement technique, but still the measurements are sparse in the spatial domain. Measurements are also repeated relatively rarely over a certain area, and the composition of the Earth’s atmosphere changes dynamically. Assimilation methods are therefore needed in order to combine the information of the measurements with the atmospheric model. In recent years, the focus of assimilation algorithm research has turned towards filtering methods. The traditional Extended Kalman filter (EKF) method takes into account not only the uncertainty of the measurements, but also the uncertainty of the evolution model of the system. However, the computational cost of full blown EKF increases rapidly as the number of the model parameters increases. Therefore the EKF method cannot be applied directly to the stratospheric ozone assimilation problem. The work in this thesis is devoted to the development of inversion methods for satellite instruments and the development of assimilation methods used with atmospheric models.

Improving Cross Direction Basis Weight Profile in a Fourdrinier Paper Machine

The purpose of this study was to improve PM7’s basis weight CD profile in Stora Enso’s Berghuizer mill and to search mechanical defects which affect to the formation of the basis weight CD profile. In the theoretical part PM7’s structure was presented and the formation of the basis weight and caliper CD profiles was examined as well as disturbances which are affecting to the formation. The function of the control system was scrutinised for the side of CD profiles as well as the formation of the measured CD profiles. Tuning of the control system was examined through the response model and filtering. Specification of the response model and filtering was explained and how to determine 2sigma statistical number. In the end of the theoretical part ATPA hardware and a new profile browser were introduced. In the experimental part focus was in the beginning to search and remove mechanical defects which are affecting to CD profiles. The next step was to verify the reliability of the online measurements, to study the stability of the basis weight CD profile and to find out so called fingerprint, a basis weight CD profile which is unique for each paper machine. New response model and filtering value for basis weight CD profile was determined by bump tests. After a follow up period the affect of the new response model and filtering was analysed.

Liikkuvan kenttätyön hallinta etätunnistusta ja paikannusta hyödyntävällä mobiilijärjestelmällä

Liikkuvan kenttätyön työntekijät suorittavat työpäivän aikana työtä useassa eri työkohteessa. Työkohteilla suoritettujen työtehtävien kirjaus tapahtuu usein jälkikäteen ja muistinvaraisesti. Diplomityön tavoitteena on esittää ratkaisu liikkuvan kenttätyön työkirjausten automatisointiin. Tavoitteen mukaisen etätunnistusta ja paikannusta hyödyntävän mobiilijärjestelmän avulla työntekijöiden käsinkirjoitetut ja mahdollisesti puutteelliset työkirjaukset korvataan automaattisilla ja täsmällisillä kirjauksilla. Järjestelmän tavoitteena on vähentää työntekijöiden työkuormaa. Työssä arvioidaan etätunnistuksen hyödyntämistä mobiilisovelluksen käyttöä helpottavana tekniikkana. Parhaimmillaan etätunnistus poistaa kokonaan mobiililaitteen näppäilytarpeen, mutta aiheuttaa osaltaan lisää työtä järjestelmän ylläpitoon. Työn tuloksissa esitetään myös satelliittipaikannuksen todettu tarkkuus ja soveltuvuus liikkuvan kenttätyön tarpeisiin taajama- ja kaupunkialueella. Varsinkin kaupunkialueella satelliittiperustaisen paikkatiedon tehokas hyödyntäminen edellyttää suodatusta ja älykkyyttä paikkatiedon prosessointiin.

Multilevel converter modulation: implementation and analysis

Multilevel converters provide an attractive solution to bring the benefits of speed-controlled rotational movement to high-power applications. Therefore, multilevel inverters have attracted wide interest in both the academic community and in the industry for the past two decades. In this doctoral thesis, modulation methods suitable especially for series connected H-bridge multilevel inverters are discussed. A concept of duty cycle modulation is presented and its modification is proposed. These methods are compared with other well-known modulation schemes, such as space-vector pulse width modulation and carrier-based modulation schemes. The advantage of the modified duty-cycle modulation is its algorithmic simplicity. A similar mathematical formulation for the original duty cycle modulation is proposed. The modified duty cycle modulation is shown to produce well-formed phase-to-neutral voltages that have lower total harmonic distortion than the space-vector pulse width modulation and the duty cycle modulation. The space-vector-based solution and the duty cycle modulation, on the other hand, result in a better-quality line-to-line voltage and current waveform. The voltage of the DC links in the modules of the series-connected H-bridge inverter are shown to fluctuate while they are under load. The fluctuation causes inaccuracies in the voltage production, which may result in a failure of the flux estimator in the controller. An extension for upper-level modulation schemes, which changes the switching instants of the inverter so that the output voltage meets the reference voltage accurately regardless of the DC link voltages, is proposed. The method is shown to reduce the error to a very low level when a sufficient switching frequency is used. An appropriate way to organize the switching instants of the multilevel inverter is to make only one-level steps at a time. This causes restrictions on the dynamical features of the modulation schemes. The produced voltage vector cannot be rotated several tens of degrees in a single switching period without violating the above-mentioned one-level-step rule. The dynamical capabilities of multilevel inverters are analyzed in this doctoral thesis, and it is shown that the multilevel inverters are capable of operating even in dynamically demanding metal industry applications. In addition to the discussion on modulation schemes, an overvoltage in multilevel converter drives caused by cable reflection is addressed. The voltage reflection phenomenon in drives with long feeder cables causes premature insulation deterioration and also affects the commonmode voltage, which is one of the main reasons for bearing currents. Bearing currents, on the other hand, cause fluting in the bearings, which results in premature bearing failure. The reflection phenomenon is traditionally prevented by filtering, but in this thesis, a modulationbased filterless method to mitigate the overvoltage in multilevel drives is proposed. Moreover, the mitigation method can be implemented as an extension for upper-level modulation schemes. The method exploits the oscillations caused by two consecutive voltage edges so that the sum of the oscillations results in a mitigated peak of the overvoltage. The applicability of the method is verified by simulations together with experiments with a full-scale prototype.

Impedanssisovituksen tarkkailu jännitevälipiirillisessä taajuusmuuttajakäytössä

Invertterikäyttöjen pitkissä kuormakaapeleissa jännitteen aaltomuodossa on havaittavissa ylijännitteitä. Ylijännitteet johtuvat invertterikäytön käyttämien kytkinten ohjaamisesta pulssinleveysmodulaatiolla, niiden nopeista kytkeytymisistä ja itse järjestelmästä. Ylijännitteet ovat haitallisia järjestelmässä, joten niitä pyritään estämään esim. suodattamalla. Yksi käytännön sovellus sähkökoneen suotimena on RC-suodin. RC-suotimen toimintakyvyn aleneminen on kuitenkin oletettavaa, joten sähkökone altistuu tällöin ylijännitteille. Mittaamalla RC-suotimen kuntoa voidaan valvoa generaattorin kokemia ylijännitteitä. Työssä tarkastellaan järjestelmän häiriöitä ja ylijännitteitä, RC-suodinta sekä suotimen vajaatoimintatiloja, ja kehitetään mittaus tarkkailemaan vajaatoimintaa.

Sterilointimenetelmät bioprosessiteollisuudessa

Erilaiset sterilointitarpeet ovat olennainen osa biotekniikkaa. Steriloinnit ovat huomattava kuluerä energia-, materiaali- ja laitekäyttöjen takia ja puutteellinen sterilointi voi aiheuttaa huomattavia ylimääräisiä kustannuksia. Eniten teollisesti käytettäviä sterilointimenetelmiä ovat steriilisuodatus, lämpösterilointi, kemiallinen sterilointi ja säteilysterilointi. Näistä lämpösterilointi on selvästi käytetyin menetelmä. Kirjallisuusosassa käsitellään lämpösteriloinnin kinetiikka ja sterilointityön laskentaan käytetyt menetelmät. Lämpösteriloinnin kinetiikka on mikrobista ja sen olomuodosta riippuvainen ja noudattaa Arrheniuksen lakia. Kirjallisuusosassa käsitellään myös lämpösterilointiin käytettyjä laitteistoja. Soveltavassa osassa käsitellään panos- ja jatkuvatoimia lämpösterilointeja. Työssä käydään läpi glukoosisiirapin sterilointi vastaavan kapasiteetin panos- ja jatkuvatoimisella sterilointilaitteistolla ja vertaillaan tarvittavia energia- ja hyödykemääriä. Soveltavan osan tietojen perusteella tehdään vertailu eri lämpösterilointimenetelmien kustannuksista sekä muista hyvistä ja huonoista puolista.

Bayesian methods for estimation, optimization and experimental design

Mathematical models often contain parameters that need to be calibrated from measured data. The emergence of efficient Markov Chain Monte Carlo (MCMC) methods has made the Bayesian approach a standard tool in quantifying the uncertainty in the parameters. With MCMC, the parameter estimation problem can be solved in a fully statistical manner, and the whole distribution of the parameters can be explored, instead of obtaining point estimates and using, e.g., Gaussian approximations. In this thesis, MCMC methods are applied to parameter estimation problems in chemical reaction engineering, population ecology, and climate modeling. Motivated by the climate model experiments, the methods are developed further to make them more suitable for problems where the model is computationally intensive. After the parameters are estimated, one can start to use the model for various tasks. Two such tasks are studied in this thesis: optimal design of experiments, where the task is to design the next measurements so that the parameter uncertainty is minimized, and model-based optimization, where a model-based quantity, such as the product yield in a chemical reaction model, is optimized. In this thesis, novel ways to perform these tasks are developed, based on the output of MCMC parameter estimation. A separate topic is dynamical state estimation, where the task is to estimate the dynamically changing model state, instead of static parameters. For example, in numerical weather prediction, an estimate of the state of the atmosphere must constantly be updated based on the recently obtained measurements. In this thesis, a novel hybrid state estimation method is developed, which combines elements from deterministic and random sampling methods.

Kaarihitsauksen suojakaasun tunnistus ja virtauksen mittaus ultraäänellä

Kaasukaarihitsauksessa suojakaasuna käytetään yleensä argonin ja hiilidioksidin tai argonin ja heliumin seoksia. Suojakaasu vaikuttaa useisiin hitsausominaisuuksiin, jotka puolestaan vaikuttavat hitsauksen laatuun ja tuottavuuteen. Automaattisella suojakaasun tunnistuksella ja virtausmäärän mittauksella voitaisiin tehdä hitsauksesta paitsi käyttäjän kannalta yksinkertaisempaa, myös laadukkaampaa. Työn tavoite on löytää mahdollisimman edullinen ja kuitenkin mahdollisimman tarkasti kaasuseoksia tunnistava menetelmä, jota voitaisiin hyödyntää MIG/MAG-hitsauskoneeseen sisäänrakennettuna. Selvä etu on, jos menetelmällä voidaan mitata myös kaasun virtausmäärä. Äänennopeus kaasumaisessa väliaineessa on aineen atomi- ja molekyylirakenteesta ja lämpötilasta riippuva ominaisuus, joka voidaan mitata melko edullisesti. Äänennopeuden määritys perustuu ääniaallon kulkuajan mittaamiseen tunnetun pituisella matkalla. Kaasun virtausnopeus on laskettavissa myötä- ja vastavirtaan mitattujen kulkuaikojen erotuksen avulla. Rakennettu mittauslaitteisto koostuu kahdesta ultraäänimuuntimesta, joiden halkaisija on 10 mm ja jotka toimivat sekä lähettimenä että vastaanottimena. Muuntimet ovat 140 mm:n etäisyydellä toisistaan virtauskanavassa, jossa suojakaasu virtaa yhdensuuntaisesti äänen kanssa. Virtauskanava on putki, jossa on käytetty elastisia materiaaleja, jotta ääniaaltojen eteneminen kanavan runkoa pitkin minimoituisi. Kehitetty algoritmi etsii kahden lähetetyn 40 kHz:n taajuisen kanttiaaltopulssin aiheuttaman vasteen perusteella ääniaallon saapumisajanhetken. Useiden mittausten, tulosten lajittelun ja suodatuksen jälkeen tuntemattomalle kaasulle lasketaan lämpötilakompensoitu vertailuluku. Tuntematon kaasu tunnistetaan vertailemalla lukua tunnettujen kaasuseosten mitattuihin vertailulukuihin. Laitteisto tunnistaa seokset, joissa heliumin osuus argonissa on enintään 50 %. Hiilidioksidia sisältävät argonin seokset puolestaan tunnistetaan puhtaaseen hiilidioksidiin asti jopa kahden prosenttiyksikön tarkkuudella. Kaasun tilavuusvirtausmittauksen tarkkuus on noin 1,0 l/min.