Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Computational and Energy Costs of Cryptographic Algorithms on Handheld Devices

Networks are evolving toward a ubiquitous model in which heterogeneousdevices are interconnected. Cryptographic algorithms are required for developing securitysolutions that protect network activity. However, the computational and energy limitationsof network devices jeopardize the actual implementation of such mechanisms. In thispaper, we perform a wide analysis on the expenses of launching symmetric and asymmetriccryptographic algorithms, hash chain functions, elliptic curves cryptography and pairingbased cryptography on personal agendas, and compare them with the costs of basic operatingsystem functions. Results show that although cryptographic power costs are high and suchoperations shall be restricted in time, they are not the main limiting factor of the autonomyof a device.

Report on theorerical results of power generation and conversion

Experimental results of a new controller able to support bidirectional power flow in a full-bridge rectifier with boost-like topology are obtained. The controller is computed using port Hamiltonian passivity techniques for a suitable generalized state space averaging truncation system, which transforms the control objectives, namely constant output voltage dc-bus and unity input power factor, into a regulation problem. Simulation results for the full system show the essential correctness of the simplifications introduced to obtain the controller, although some small experimental discrepancies point to several aspects that need further improvement.

Practical algorithms for a family of waterfilling solutions

Many engineering problems that can be formulatedas constrained optimization problems result in solutionsgiven by a waterfilling structure; the classical example is thecapacity-achieving solution for a frequency-selective channel.For simple waterfilling solutions with a single waterlevel and asingle constraint (typically, a power constraint), some algorithmshave been proposed in the literature to compute the solutionsnumerically. However, some other optimization problems result insignificantly more complicated waterfilling solutions that includemultiple waterlevels and multiple constraints. For such cases, itmay still be possible to obtain practical algorithms to evaluate thesolutions numerically but only after a painstaking inspection ofthe specific waterfilling structure. In addition, a unified view ofthe different types of waterfilling solutions and the correspondingpractical algorithms is missing.The purpose of this paper is twofold. On the one hand, itoverviews the waterfilling results existing in the literature from aunified viewpoint. On the other hand, it bridges the gap betweena wide family of waterfilling solutions and their efficient implementationin practice; to be more precise, it provides a practicalalgorithm to evaluate numerically a general waterfilling solution,which includes the currently existing waterfilling solutions andothers that may possibly appear in future problems.

Power quality improving with virtual flux-based voltage source line converter

Line converters have become an attractive AC/DC power conversion solution in industrial applications. Line converters are based on controllable semiconductor switches, typically insulated gate bipolar transistors. Compared to the traditional diode bridge-based power converters line converters have many advantageous characteristics, including bidirectional power flow, controllable de-link voltage and power factor and sinusoidal line current. This thesis considers the control of the lineconverter and its application to power quality improving. The line converter control system studied is based on the virtual flux linkage orientation and the direct torque control (DTC) principle. A new DTC-based current control scheme is introduced and analyzed. The overmodulation characteristics of the DTC converter are considered and an analytical equation for the maximum modulation index is derived. The integration of the active filtering features to the line converter isconsidered. Three different active filtering methods are implemented. A frequency-domain method, which is based on selective harmonic sequence elimination, anda time-domain method, which is effective in a wider frequency band, are used inharmonic current compensation. Also, a voltage feedback active filtering method, which mitigates harmonic sequences of the grid voltage, is implemented. The frequency-domain and the voltage feedback active filtering control systems are analyzed and controllers are designed. The designs are verified with practical measurements. The performance and the characteristics of the implemented active filtering methods are compared and the effect of the L- and the LCL-type line filteris discussed. The importance of the correct grid impedance estimate in the voltage feedback active filter control system is discussed and a new measurement-based method to obtain it is proposed. Also, a power conditioning system (PCS) application of the line converter is considered. A new method for correcting the voltage unbalance of the PCS-fed island network is proposed and experimentally validated.

Yhdyskuntalietteen ja biopolttoaineiden käsittelyketjujen ja polton teknistaloudellinen tarkastelu

Työn tavoitteena on kartoittaa yhdyskuntalietteen ja kierrätys- sekä biopolttoaineiden käsittelyä ja polttoa lietteenpolttolaitoksen tarpeita ajatellen. Lietteen käsittelyketjun ja kierrätys- sekä biopolttoaineketjujen tekninen tarkastelu on siis työn keskeinen tavoite. Lisäksi lasketaan polttolaitoksen suurimpia mahdollisia investointikustannuksia eri polttoainevaihtoehdoilla. Työssä tehdään muun ohella case-tarkastelua Kaakkois- Suomen alueeseen liittyen. Tavoitteena on muodostaa tarkoitukseen soveltuva polttoaineratkaisu kullekin tapauk-selle. Työn alkuosassa tutustutaan yleisesti lietteeseen sekä polttoaineen että jätteen roolissa. Tarkastelu sisältää tietoja lietteen ominaisuuksista sekä lietteenkäsittelyssä olennaisista lainsäädännöllisistä seikoista. Samoin katsastetaan hieman lietteen esikäsittelyä, mekaanista vedenerotusta, termistä kuivausta ja polttoa tarkastellaan yleisessä valossa. Lisäksi alkuosassa keskitytään eri bio- jakierrätyspolttoainevaihtoehtoihin tarkastelemalla niiden yleisyyttä polttoaineena sekä esittelemällä niiden käsittelyketjuja. Työn loppupuoliskolla kiinnitetään huomiota case tapausten avulla polttolaitoksesta saataviin tuottoihin sekä millaisen liikkumavaran eri polttoainevaihtoehdot investointien osalta sallivat. Case-tapauksissa pohditaan Kymenlaakson ja Etelä-Karjalan paikallisia lietteen-polttomahdollisuuksia yhdistettynä kierrätys- tai biopolttoaineisiin. Mekaanisesti kuivattua lietettä käsitellään kyseisissä tapauksissa vuosittain 6000 t ja 15 000 t. Lietteen polton tuottama sähkö- ja lämpöteho näyttävät riippuvan voimakkaasti lietteen kuiva-ainepitoisuudesta, eivät niinkään lietteen muista ominaisuuksista. Lisäksi joko bio- tai kierrätyspolttoaineella saadaan sähkön- ja lämmöntuotantoa nostettua huomattavasti.

Convergence withEU environmental legislation in Russia and Kyoto Protocol effects on certain power plants in Russia

Venäjällä uudistetaan sähkömarkkinoita. Uudistamisella pyritään vapauttamaan sähkömarkkinat ja lisäämään kilpailua energiasektorilla. Sähkömarkkinoiden vapauttamisen tarkoitus on energiasektorin hyötysuhteen nostaminen ja investointien houkutteleminen sektorille. Venäjä on ratifioinut Kioton protokollan, mikä energiasektorin kannalta on tärkeää, koska protokollan yhteistoteutusmekanismin kautta saadaan houkuteltua investointeja sektorille. Venäjän sähkömarkkinoiden vapauttamisen pitkäaikainen tähtäin on Venäjän ja Euroopan sähkömarkkinoiden integroituminen, joka tarkoittaa myös ympäristölainsäädännönyhtenäistämistä. Tämä tutkimus on osa Fortum Oyj:n tarjoamaa teknistä katselmusta Venäjällä toimivalle sähköyhtiölle, TGC-9:lle. Tässä työssä keskitytään TGC-9:n omistamien energiatuotantolaitoksien happamoitumista aiheuttaviin ilmapäästöihin ja pölypäästöihin. Tutkimuksessa pyritään myös löytämään Kioton protokollan yhteistoteutusmekanismi hyödyntämiskohteita. NOx -päästöt tulevat olemaan suurin haaste TGC-9:lle, jos ympäristöstandardit yhdenmukaistetaan. Yhteistoteutusmekanismin hyödyntämiskohteita löydettiin neljä: koksaamokaasun hyödyntäminen, maakaasun korvaaminen kuoren poltolla ja kaksi tapausta liittyen laitoksien hyötysuhteen nostamiseen.

Verkkovaihtosuuntaajan vektorisäädön toteutus FPGA-piirillä

Verkkovaihtosuuntaajalla pystytään muuntamaan tasajännite vaihtojännitteeksi ja päinvastoin. Verkkovaihtosuuntaajan toiminta perustuu tehokytkinten ohjaukseen ja sopivan modulointimenetelmän käyttöön. Vektorisäädössä vaihtosuuntaajanvirrat ja jännitteet esitetään kompleksitasossa, jolloin virta- ja jännitekomponentit voidaan esittää vektoreina. Vektorisäädössä verkkovaihtosuuntaajan ohjaustoteutetaan laskemalla kompleksitasossa vektoreille arvot, jotka tuottavat vaihtosuuntaajan lähtöön halutun vektorin. Koska FPGA-piirit mahdollistavat nopean rinnakkaisen laskennan, soveltuvat ne hyvin vektorisäädön toteuttamiseen. FPGA-piirien rakenteesta johtuen on säätöjärjestelmän suunnittelussa huomioitava kiinteän pilkun lukujen riittävä bittileveys ja järjestelmän diskretointiaika. Työssä suunnitellaan verkkovaihtosuuntaajan vektorisäätö ja tutkitaan bittileveyden vaikutusta säädön toteuttamiseen FPGA-piirillä. Bittileveyden tarkasteluun esitetään käytettäväksi tilastollisia menetelmiä. Työssä tarkastellaan kiinteän pilkun järjestelmän ja liukulukujärjestelmän erosuureen tilastollisia tunnusmerkkejä sekä histogrammia. Tarkasteluissa huomattiin, että maksimivirhe itsessään ei tarjoa riittävästi tietoa erosuureen jakautumisesta. Näin ollen maksimivirhe ei ole kaikissa tilanteissa sovelias menetelmä riittävän bittitarkkuuden määrittämiseen. Työssä esitetään riittävän bittitarkkuuden määrittelemiseen käytettäväksi otossuureista otosvarianssia, keskipoikkeamaa ja vaihteluväliä.

The structure and development of Russia's food retail sector from the point of view of Finnish food industry

Tämän diplomityön tavoitteena on selvittää Venäjän ruoan vähittäiskaupan rakenne ja sen tuleva kehitys. Tällä hetkellä se on yksi maailman nopeimmin kasvavista markkinoista. Kasvun syynä on korkea öljyn hinta, jokaon kumuloitunut ihmisten palkkoihin. Kuitenkin vaikka tulot kasvavat, ruokaan käytetty osuus tuloista on pysynyt suhteellisen vakaana. Kulutus on siis siirtymässä laadukkaampiin ja arvokkaampiin tuotteisiin Modernien kauppojen osuus markkinoista on vielä pieni, koska Venäjän vähittäiskauppasektori on yhä hajaantunut perinteisiin kauppaformaatteihin kuten kioskeihin, toreille ja pieniin ruokakauppoihin. Kauppaketjut ovat kuitenkin tulossa merkittävämmiksi. Suurin markkina-alue vähittäiskauppiaille on Moskova, mutta tällä hetkellä ketjut laajentavat toimintojaan nopeasti myös muille Venäjän alueille. Parhaat kasvunäkymät ovat alueilla, vaikka Moskovan markkinat eivät olekaan kyllästyneet. Tärkein kasvua rajoittava tekijä Moskovassa on rakennustonttien ja kiinteistöjen saatavuus. Vähittäiskauppamarkkinat lähestyvät kyllästymispistettä, josta seuraa markkinoiden konsolidaatio. Tämä prosessi on jo alkanut, mutta kovin paljon yritysostoja ei ole vielätehty. Toistaiseksi kauppaketjut ovat tyytyneet muodostamaan alliansseja. Ketjut pyrkivät parantamaan asemaansa hintaneuvotteluissa muodostamalla osto-alliansseja, luomalla omia brändejä ja käyttämällä alueellista laajentumista lyömäaseena. Jotta ruoan tuottaja pääsisi myös alueellisille markkinoille, on sen ehkä suostuttava myymään tuotteitaan edullisempaan hintaan. Tavarantoimittajat ovat vahvassa asemassa silloin, kun heillä on toimiva jakeluverkko, kyky JIT-toimituksiin,kunnollinen dokumentaatiokäytäntö, vahva brändi ja edullinen hinta. Ns. listausmaksun suuruus voi määrittää tuottajan tuotteilleen saaman hyllytilan koon.

EPCM-toimitustapamallin kehittäminen Kvaerner Power Oy:n voimalaitostoimituksiin

Tämän diplomityön päämääränäoli laatia suunnitelma voimalaitoksen toimittamiseksi EPCM-toimitustavalla. Työn keskeisiksi tavoitteiksi asetettiin EPCM-toimitustapaan perustuvan toimitustapakonseptin muodostaminen, toimituksiin liittyvien terminologian selkeyttäminen ja harmonisointi sekä voimalaitoksen suhteellisen kustannusrakenteen laatiminen. Työssä tutkittiin voimalaitostoimituksissa tavanomaisesti käytettyjä sopimustyyppejä, kiinteähintaista sopimusta ja kustannusvoittolisäsopimusta sekä harvinaisemmin käytettyjä kattohinta- ja tavoitekustannussopimusta. Vallitsevat toimitustavat, EPC- ja EPCM-toimitustavat sekä monitoimittajatapa, esiteltiin ja niiden vahvuudet sekä heikkoudet selvitettiin. Projektin ominaisuuksilla, markkinoilla ja tilaajan kyvyllä, asiantuntemuksella sekä resursseilla todettiin olevan vaikutusta toimitustavan valintaan. Lisäksi tehtiin katsaus voimalaitostoimitusten kehitystrendeihin ja projektin riskienhallintaan. Voimalaitoksen laitosjärjestelmäjako kehitettiin ja sitä soveltamalla määritettiin voimalaitoksen suhteellinen kustannusrakenne. Kattilaitoksen osuus voimalaitoksen rakentamiskustannuksista todettiin merkittävimmäksi. Laitosjärjestelmien laitekustannusten havaittiin olevan korkeimmat. EPCM-toimitustapamalli kehitettiin teoriaosan pohjalta ja sen rakenne, organisaatio, sopimustyypit ja -suhteetsekä toimituksen riskien jako kuvattiin. Voimalaitoksen rakentamiskustannuksia vertailtiin eri toimitustavoilla ja EPCM-toimitustapamalli todettiin EPC-toimitustapaa edullisemmaksi.

Molecular tracking of coagulase-negative staphylococcal isolates from catheter-related infections

Three molecular typing methods (pulsed-field electrophoresis, localization of the mecA gene, and probing the vicinity of mec) have been used for the characterization of 40 catheter-related isolates of coagulase-negative staphylococci (CNS) in 14 patients admitted to the same hospital. The 40 isolates yielded 14 different SmaI banding patterns and corresponding unique localizations of mecA, each associated with a unique ClaI mecA polymorph. In 6 of the 14 patients the contaminated skin at the catheter entry site was the source of 4 local infections and 2 cases of bacteremia. A contaminated hub was the origin of 2 local infections and 4 cases of bacteremia in 6 more patients. The remaining 2 patients had positive cultures from both skin and catheter hub. In each bacteremic patient, the CNS recovered from catheter-related sites (tip, skin, and/or hub) and the CNS recovered from blood were identical, but each of these matching isolates was unique to the particular patient, indicating a low rate of cross-infection from patient to patient. Although classical methods for typing CNS (e.g., biotype and antibiotype) are readily available for most hospital laboratories, they have limitations concerning reproducibility and discriminatory power. Molecular epidemiologic techniques can provide powerful support to traditional techniques in determining the etiologic role of CNS in the disease process

Russia's food retail sector from the point of view of Finnish food producers

This research paper focuses on the Russian food retail sector and its structure and development. At the momentit is one of the fastest growing markets today with 12.1% growth last year (2004). The growth originates from high oil price, which has been accumulated to people's wages. They are growing nominally more than 20% annually. But even though the income increases, the share of food of all retailtrade has been fairly stable with only a slight decline. Thus, the consumption is shifting to products with more quality and value. The shareof modern retail outlets is low, as the Russian retail sector is still very dispersed to traditional retail outlets such as kiosks, open markets and small grocery stores. The store chains are, however, becoming more and more significant. The biggest market for retailers is Moscow but nowadays the chains are expanding rapidly into other regions. Even though the markets have not been saturated in Moscow, the best prospects for growth are in the regions. The most important factor restricting the growth in Moscowis the availability of real estate and land plots for stores. The market is moving forward to saturation, and a consolidation process will follow. In fact, it has already started but not many acquisitions have been made so far. To this point the domestic chains have settled to form only alliances. The foreign players will be very strong in the tightening competition in the future. The problem of domestic chains is that the stores are nonstandardized, which is not cost-efficient. The chains are trying to enhance their power in price negotiations by forming purchasing alliances, introducing private label goods and using the regional expansion as a striking weapon. In order to follow the growing chains to other regions the producer must sell its products to the chains at favorable terms. Suppliers are strong in negotiations when they have a functioning distribution network, ability to JIT deliveries, proper documentationpolicies, a strong brand, reliability in deliveries and a fair price. The size of the entry ticket, i.e. the listing fee may define the shelf space a producer gets in the stores.

FPGA-Based Control Design for Power Electronic Applications

Tehoelektoniikkalaitteella tarkoitetaan ohjaus- ja säätöjärjestelmää, jolla sähköä muokataan saatavilla olevasta muodosta haluttuun uuteen muotoon ja samalla hallitaan sähköisen tehon virtausta lähteestä käyttökohteeseen. Tämä siis eroaa signaalielektroniikasta, jossa sähköllä tyypillisesti siirretään tietoa hyödyntäen eri tiloja. Tehoelektroniikkalaitteita vertailtaessa katsotaan yleensä niiden luotettavuutta, kokoa, tehokkuutta, säätötarkkuutta ja tietysti hintaa. Tyypillisiä tehoelektroniikkalaitteita ovat taajuudenmuuttajat, UPS (Uninterruptible Power Supply) -laitteet, hitsauskoneet, induktiokuumentimet sekä erilaiset teholähteet. Perinteisesti näiden laitteiden ohjaus toteutetaan käyttäen mikroprosessoreja, ASIC- (Application Specific Integrated Circuit) tai IC (Intergrated Circuit) -piirejä sekä analogisia säätimiä. Tässä tutkimuksessa on analysoitu FPGA (Field Programmable Gate Array) -piirien soveltuvuutta tehoelektroniikan ohjaukseen. FPGA-piirien rakenne muodostuu erilaisista loogisista elementeistä ja niiden välisistä yhdysjohdoista.Loogiset elementit ovat porttipiirejä ja kiikkuja. Yhdysjohdot ja loogiset elementit ovat piirissä kiinteitä eikä koostumusta tai lukumäärää voi jälkikäteen muuttaa. Ohjelmoitavuus syntyy elementtien välisistä liitännöistä. Piirissä on lukuisia, jopa miljoonia kytkimiä, joiden asento voidaan asettaa. Siten piirin peruselementeistä voidaan muodostaa lukematon määrä erilaisia toiminnallisia kokonaisuuksia. FPGA-piirejä on pitkään käytetty kommunikointialan tuotteissa ja siksi niiden kehitys on viime vuosina ollut nopeaa. Samalla hinnat ovat pudonneet. Tästä johtuen FPGA-piiristä on tullut kiinnostava vaihtoehto myös tehoelektroniikkalaitteiden ohjaukseen. Väitöstyössä FPGA-piirien käytön soveltuvuutta on tutkittu käyttäen kahta vaativaa ja erilaista käytännön tehoelektroniikkalaitetta: taajuudenmuuttajaa ja hitsauskonetta. Molempiin testikohteisiin rakennettiin alan suomalaisten teollisuusyritysten kanssa soveltuvat prototyypit,joiden ohjauselektroniikka muutettiin FPGA-pohjaiseksi. Lisäksi kehitettiin tätä uutta tekniikkaa hyödyntävät uudentyyppiset ohjausmenetelmät. Prototyyppien toimivuutta verrattiin vastaaviin perinteisillä menetelmillä ohjattuihin kaupallisiin tuotteisiin ja havaittiin FPGA-piirien mahdollistaman rinnakkaisen laskennantuomat edut molempien tehoelektroniikkalaitteiden toimivuudessa. Työssä on myösesitetty uusia menetelmiä ja työkaluja FPGA-pohjaisen säätöjärjestelmän kehitykseen ja testaukseen. Esitetyillä menetelmillä tuotteiden kehitys saadaan mahdollisimman nopeaksi ja tehokkaaksi. Lisäksi työssä on kehitetty FPGA:n sisäinen ohjaus- ja kommunikointiväylärakenne, joka palvelee tehoelektroniikkalaitteiden ohjaussovelluksia. Uusi kommunikointirakenne edistää lisäksi jo tehtyjen osajärjestelmien uudelleen käytettävyyttä tulevissa sovelluksissa ja tuotesukupolvissa.

Steady-state global optimization of metabolic non-linear dynamic models through recasting into power-law canonical models

Background: Design of newly engineered microbial strains for biotechnological purposes would greatly benefit from the development of realistic mathematical models for the processes to be optimized. Such models can then be analyzed and, with the development and application of appropriate optimization techniques, one could identify the modifications that need to be made to the organism in order to achieve the desired biotechnological goal. As appropriate models to perform such an analysis are necessarily non-linear and typically non-convex, finding their global optimum is a challenging task. Canonical modeling techniques, such as Generalized Mass Action (GMA) models based on the power-law formalism, offer a possible solution to this problem because they have a mathematical structure that enables the development of specific algorithms for global optimization. Results: Based on the GMA canonical representation, we have developed in previous works a highly efficient optimization algorithm and a set of related strategies for understanding the evolution of adaptive responses in cellular metabolism. Here, we explore the possibility of recasting kinetic non-linear models into an equivalent GMA model, so that global optimization on the recast GMA model can be performed. With this technique, optimization is greatly facilitated and the results are transposable to the original non-linear problem. This procedure is straightforward for a particular class of non-linear models known as Saturable and Cooperative (SC) models that extend the power-law formalism to deal with saturation and cooperativity. Conclusions: Our results show that recasting non-linear kinetic models into GMA models is indeed an appropriate strategy that helps overcoming some of the numerical difficulties that arise during the global optimization task.

Oikosulkumoottorin roottorivaurioiden tunnistaminen staattorivirran avulla

Diplomityössä esitellään menetelmiä sauvarikon toteamiseksi. Työn tarkoituksena on tutkia roottorivaurioita staattorivirran avulla. Työ jaetaan karkeasti kolmeen osa-alueeseen: oikosulkumoottorin vikoihin, roottorivaurioiden tunnistamiseen ja signaalinkäsittelymenetelmiin, jonka avulla havaitaan sauvarikko. Oikosulkumoottorin vikoja ovat staattorikäämien vauriot ja roottorivauriot. Roottorikäämien vaurioita ovat roottori sauvojen murtuminen sekä roottorisauvan irtoaminen oikosulkujenkaan päästä. Roottorivaurioiden tunnistamismenetelmiä ovat parametrin arviointi ja virtaspektrianalyysi. Työn alkuosassa esitellään oikosulkumoottorien rakenne ja toiminta. Esitellään moottoriin kohdistuvia vikoja ja etsitään ratkaisumenetelmiä roottorivaurioiden tunnistamisessa. Lopuksi tutkitaan, kuinka staattorimittaustietojen perusteella saadut tulokset voidaan käsitellä FFT -algoritmilla ja kuinka FFT -algoritmi voidaan toteuttaa sulautettuna Sharc -prosessorin avulla. Työssä käytetään ADSP 21062 EZ -LAB kehitysympäristöä, jonka avulla voidaan ajaa ohjelmia RAM-sirusta, joka on vuorovaikutuksessa SHARC -laudassa oleviin laitteisiin.