Liiketoimintasuunnitelma - käytetyn koneen kunnostustehdas

Tämä diplomityö sisältää suunnitelman liiketoiminnasta, joka perustuu käytettyjen työkoneiden tehdasmaiseen kunnostamiseen. Työn alkuosa keskittyy taustatekijöihin, jotka ovat vaikuttaneet tutkimuksen tarpeellisuuteen. Lähtökohtana on ollut löytää ratkaisu huonokuntoisten käytettyjen koneiden myynnin nopeuttamiseksi. Työssä käsitellään myös liiketalouden teoriaa, joka liittyy läheisesti liiketoimintaan yleisesti sekä liiketoimintasuunnitelman laatimiseen. Loppuosa työtä sisältää liiketoimintasuunnitelman, joka sisältää kuvauksen liikeideasta, liiketoiminnasta, tuotteista ja potentiaalisista asiakassegmenteistä. Näiden lisäksi suunnitelma sisältää myös markkinointisuunnitelman tuotteille ja toimintasuunnitelman tehtaan käynnistämiseksi, sekä analyysin toimintaanliittyvistä riskeistä. Tehtaan toiminnasta on tehty myös kannattavuuslaskelmat,joiden keskeiset tunnusluvut sisältyvät työhön. Näiden lukujen ja riskianalyysien avulla on mahdollista arvioida tehdashankkeen käynnistämisen järkevyyttä ja siihen liittyviä riskejä. Työn tavoitteena on antaa lukijalleen selkeä kuva kunnostustehtaan toiminnasta, tuotteiden myynnistä, asiakkaista, sekä kannattavuudesta. Lisäksi lukija saa hyvän kuvan tehdasmaisen kunnostamisen tuomista eduista, sekä vastaavasti myös sen toteuttamiseen liittyvistä ongelmista.

Kevyiden rakennemateriaalien soveltamismahdollisuudet metsäkoneissa

Asiakkaiden ympäristötietoisuus, metsäkoneille asetettavat korkeat vaatimukset ja kiristyvä kilpailu pakottavat metsäkoneiden valmistajat etsimään vaihtoehtoisia valmistusmateriaaleja, joita käyttämällä metsäkoneet kevenevät ja sitä kautta niiden ympäristökuormitukset ja käyttökustannukset alenevat ja kapasiteetti kasvaa. Metsäkoneiden rakenteiden keventämisessä alumiini on yksi varteenotettava vaihtoehto teräksen korvaajaksi, sillä alumiinin ominaisuus/paino -suhde on terästä parempi. Alumiinin käyttöä hitsatuissa rakenteissa ovat rajoittaneet sen korkea hinta ja melko huono väsymiskestävyys. Diplomityön tavoitteena on ollut selvittää mahdollisuuksia korvata metsäkoneiden rakenteista löytyviä teräksestä valmistettuja osia alumiinista valmistetuilla osilla. Diplomityön teoriaosassa on käsitelty rakenteiden keventämistä, metsäkoneille asetettavia vaatimuksia, alumiinien materiaaliominaisuuksia, alumiinirakenteiden valmistuksessa käytettäviä menetelmiä sekä alumiinirakenteiden suunnittelua. Lisäksi teoriaosassa on käsitelty komposiittien materiaaliominaisuuksia ja komposiittirakenteiden suunnittelua. Diplomityön kokeellisessa osassa on vertailtu nykyisiä rakennemateriaaleja ja alumiineja metsäkoneen eri osien rakennemateriaaleina osien vaatimusprofiileihin ja materiaalien ominaisuusprofiileihin perustuen. Vaatimusprofiilien perusteella on laadittu ominaisuusprofiilit alumiineille ja teräksille. Sovittamalla vaatimus- ja ominaisuusprofiilit yhteen arvoanalyysin avulla, metsäkoneista on etsitty mahdollisia kohteita, joissa nykyinen rakennemateriaali voitaisiin korvata alumiinilla. Tältä pohjalta metsäkoneista löytyi rakenteita, joissa alumiinin käyttö rakennemateriaalina teräksen sijaan olisi mahdollista. Diplomityö toimii hyvänä pohjana tutkittaessa mahdollisuuksia metsäkoneiden rakenteiden keventämiseksi.

Structural development of the harvester head saw unit

The main goal of the thesis was to further develop harvester head saw device to the Finnish forest machine manufacturer. The work was done from the basis of the manufacturer´s current production model and the earlier study from this same subject called: “Development of chain saw for harvester” Tero Kaatrasalo, 2004. The work was focused to improving the serviceability and reliability of the saw device, but design also included adding few beforehand determined new features into the saw unit. This was done to give some added value for the end customer. The work includes analysis of the earlier saw devices and ideations of the improvements for the structure.

MTS/MTO-ratkaisut metsäkoneiden valmistuksessa

Kandidaatintyössä käsitellään MTS/MTO ratkaisuja ja tuotantomuotojen valintaa metsäkoneita valmistavassa yrityksessä, jolla on tuotantoa Suomessa. Työn tavoitteena on määrittää toimintaympäristöön parhaiten soveltuva tuotantomuoto soveltamalla kirjallisuudessa esitettyjä päätöskriteereitä ja tuotantomuodon valintamallia. Tämän lisäksi tavoitteena on jakaa esimerkin avulla nimikkeet tilaus- ja varastokomponentteihin sekä asettaa CODP-raja harvesterin tuoterakenteeseen.

Metsäkoneen kouran ja hakkuupään pikavaihdon kehittäminen

Yhdistelmämetsäkone on metsäkone, jota voidaan käyttää sekä hakkuukoneena että kuormatraktorina. Konetta voidaan käyttää sekä puiden kaatamiseen, karsimiseen ja katkomiseen että puiden kuormaamiseen ja kuljettamiseen. Tässä diplomityössä suunnitellaan uusi kouran ja hakkuupään pikalukitusmekanismi yhdistelmämetsäkoneen kuormaimeen. Suunnittelutyössä edetään vaiheittain järjestelmällisen tuotesuunnittelun periaatteiden mukaisesti. Tärkeimpänä tavoitteena suunnittelutyönsä on nopeuttaa kouran vaihtoa ja helpottaa kuljettajan työtä. Suunnittelutyön alkuvaiheessa etsitään lukitusmekanismille useita eri ratkaisuvaihtoehtoja, joista valitaan paras jatkokehitykseen. Valittua ratkaisuvaihtoehtoa kehitetään simulointia ja elementtimenetelmälaskentaa apuna käyttäen.

Virtuaalimallin hyödyntäminen harvesteripään tuotekehityksessä

Virtuaalimallinnuksella tarkoitetaan koneen simulointia, jossa huomioidaan koneen mekaniikka, toimilaitteet ja ohjausjärjestelmä. Työn tavoitteena oli luoda virtuaalimalli harvesteripäästä. Kyseinen virtuaalimalli sisälsi harvesteripään tärkeimmät mekaaniset osat, pituusmittalaitteen hydrauliikkapiirin ja tämän ohjauksen. Luodussa virtuaalimallissa huomioitiin myös harvesteripään ja puun väliset kontaktit. Lisäksi työssä tutkittiin mahdollista virtuaalimallinnuksen implementoimista osaksi yrityksen tuotekehitysprosessia. Työssä suoritettiin verifiointimittaukset pituusmittalaitteen hydrauliikkapiirille sekä virtuaalimallin hydrauliikkakomponentit parametrisoitiin. Mittauksista saatuja tuloksia verrattiin virtuaalimallista saatuihin tuloksiin. Työssä esitellään myös ehdotus kuinka virtuaalimallinnusta kannattaisi hyödyntää osana yrityksen tuotekehitysprosessia. Virtuaalimallin eri osa-alueilla saavutetut tulokset osoittavat, että virtuaalimallinuksen hyödyntäminen tuotekehitysprosessin aikana mahdollistaa harvesteripään toimintojen tarkastelun ennen prototyypin rakentamista ja testaamista. Lisäksi hydrauliikkapiirin parametrisoimisella pystytään tutkimaan parametrien vaikutusta kokonaisuuteen.

Suorituskyvyn mittaaminen metsäkoneyrityksissä

Tutkimuksessa selvitettiin kyselytutkimuksella yritysseurannan nykytilaa Koneyrittäjien liiton jäseninä olevissa metsäkoneyrityksissä ja haastateltiin sekä käytiin keskusteluja metsäkonealan asiantuntijoiden kanssa. Työn tuloksena tehtiin ehdotus metsäkoneyrityksille soveltuvan seurantatyökalun tietosisällöstä ja hahmoteltiin työkalun rakenne. Vain 54 prosentilla yrityksistä oli järjestelmällistä yritystoiminnan seurantaa. Yleisin syy seuraamattomuudelle oli ajan puute. Niissä yrityksissä, joilla oli järjestelmällistä seurantaa, talouden tunnusluvuista aktiivisimmin seurattiin liikevoittoa. Puunkorjuuprosessia kuvaavista tunnusluvuista aktiivisimmin seurattiin puunkorjuun tuottavuutta. Ehdotetussa työkalussa rajauduttiin suorituskyvyn taloudelliseen ja prosessinäkökulmaan. Prosessinäkökulmassa keskityttiin puunkorjuuprosessiin ja tutkittiin, kuinka uuden StanForD2010 –tiedonsiirtostandardin avulla puunkorjuun tunnuslukujen tuottaminen voitaisiin automatisoida. Seurantatyökalun sisällöksi ehdotettiin yhteensä 43 talouden ja puun-korjuuprosessin tunnuslukua. Lisäksi ehdotettiin, että yrityksen suorituskykyä kuvaamaan laskettaisiin yrityskohtaisesti valittavista tunnusluvuista johdettu yksi tunnusluku – kokonaissuorituskykyindeksi. Ehdotettu seurantatyökalu mahdollistaa suorituskyvyn mittaamisen tehostamisen metsäkoneyrityksissä. Työkalusta puuttuvat asiakas- ja henkilöstö- sekä oppimisnäkökulmat, joten jatkossa onkin selvitettävä näiden näkökulmien liittäminen työkaluun.

Metsäkoneiden panssareiden ja pohjan luukkujen laadun kehittäminen

Tutkimuksen tarkoituksena oli selvittää, mitkä asiat tutkimuksen toimeksiantavan yrityksen, John Deere Forestry Oy:n metsäkoneiden panssareiden ja luukkujen kanssa työskentelevä henkilöstö kokee oleellisimmiksi pohjan suojien asennettavuuden, käytettävyyden, kestävyyden ja laadun kehittämisessä. Tutkimuksella haluttiin myös selvittää, mitä hyödynnettävää tietoa yrityksen sisältä jo löytyy, mitä hiljaista tietoa henkilöstöllä on ja miten tätä kaikkea voidaan hyödyntää jatkossa suunnittelun tukena. Pääasiallisina tutkimusmenetelminä käytettiin strukturoitua kyselytutkimusta, toimeksiantavan yrityksen sekä kilpailijoiden rakenneratkaisujen tarkastelua sekä lujuuslaskentaa. Kyselytutkimuksen aineisto kerättiin loppukesästä 2014. Otanta koostui 149:stä eri toimipaikkojen työntekijästä. Aineisto käsiteltiin pääasiassa kvantitatiivisesti käyttämällä ristiintaulukointia. Kyselytutkimuksen tulosten perusteella syvennyttiin tarkastelemaan pohjan suojausta myös koneteknillisellä lähestymistavalla. Tarkastelun kohteeksi valitulle panssarille tehtiin lujuuslaskentoja kyselyn vastausten varmentamiseksi ja ongelmien tarkentamiseksi, parannusehdotuksien tueksi. Aihetta tarkasteltiin asennusergonomian, työturvallisuuden ja vaurioitumismekanismien valossa. Tulosten analysoinnin yhteydessä esitettiin ratkaisuehdotuksia yleisimpiin ongelmiin laadun kehittämiseksi. Keskeisimmät ratkaisuehdotukset liittyvät panssareiden rakenteellisen stabiiliuden parantamiseen. Käytännön toimenpide-esityksinä esimerkiksi jäykisteet, tuennat, materiaalivalinnat, uudelleenmuotoilu, apuasennustyökalut, turvavarustelut ja avautumissuunnat olisivat huomion arvoisia asioita. Tutkimuksessa kerätty tieto kootaan sovellettavaksi käytäntöön laadun kehittämiseksi tekemällä toimeksiantavalle yritykselle metsäkoneiden panssareiden ja pohjan luukkujen suunnitteluohje. Tällä pyritään jatkossa parantamaan kilpailukykyä.

Flower cover and bee diversity estimate by drone RGB images

Worldwide, biodiversity is decreasing due to climate change, habitat fragmentation and agricultural intensification. Bees are essential crops pollinator, but their abundance and diversity are decreasing as well. For their conservation, it is necessary to assess the status of bee population. Field data collection methods are expensive and time consuming thus, recently, new methods based on remote sensing are used. In this study we tested the possibility of using flower cover diversity estimated by UAV images (FCD-UAV) to assess bee diversity and abundance in 10 agricultural meadows in the Netherlands. In order to do so, field data of flower and bee diversity and abundance were collected during a campaign in May 2021. Furthermore, RGB images of the areas have been collected using Unmanned Aerial Vehicle (UAV) and post-processed into orthomosaics. Lastly, Random Forest machine learning algorithm was applied to estimate FCD of the species detected in each field. Resulting FCD was expressed with Shannon and Simpson diversity indices, which were successively correlated to bee Shannon and Simpson diversity indices, abundance and species richness. The results showed a positive relationship between FCD-UAV and in-situ collected data about bee diversity, evaluated with Shannon index, abundance and species richness. The strongest relationship was found between FCD (Shannon Index) and bee abundance with R2=0.52. Following, good correlations were found with bee species richness (R2=0.39) and bee diversity (R2=0.37). R2 values of the relationship between FCD (Simpson Index) and bee abundance, species richness and diversity were slightly inferior (0.45, 0.37 and 0.35, respectively). Our results suggest that the proposed method based on the coupling of UAV imagery and machine learning for the assessment of flower species diversity could be developed into valuable tools for large-scale, standardized and cost-effective monitoring of flower cover and of the habitat quality for bees.

Sensitivity and specificity of machine learning classifiers for glaucoma diagnosis using Spectral Domain OCT and standard automated perimetry

PURPOSE: To evaluate the sensitivity and specificity of machine learning classifiers (MLCs) for glaucoma diagnosis using Spectral Domain OCT (SD-OCT) and standard automated perimetry (SAP). METHODS: Observational cross-sectional study. Sixty two glaucoma patients and 48 healthy individuals were included. All patients underwent a complete ophthalmologic examination, achromatic standard automated perimetry (SAP) and retinal nerve fiber layer (RNFL) imaging with SD-OCT (Cirrus HD-OCT; Carl Zeiss Meditec Inc., Dublin, California). Receiver operating characteristic (ROC) curves were obtained for all SD-OCT parameters and global indices of SAP. Subsequently, the following MLCs were tested using parameters from the SD-OCT and SAP: Bagging (BAG), Naive-Bayes (NB), Multilayer Perceptron (MLP), Radial Basis Function (RBF), Random Forest (RAN), Ensemble Selection (ENS), Classification Tree (CTREE), Ada Boost M1(ADA),Support Vector Machine Linear (SVML) and Support Vector Machine Gaussian (SVMG). Areas under the receiver operating characteristic curves (aROC) obtained for isolated SAP and OCT parameters were compared with MLCs using OCT+SAP data. RESULTS: Combining OCT and SAP data, MLCs' aROCs varied from 0.777(CTREE) to 0.946 (RAN).The best OCT+SAP aROC obtained with RAN (0.946) was significantly larger the best single OCT parameter (p<0.05), but was not significantly different from the aROC obtained with the best single SAP parameter (p=0.19). CONCLUSION: Machine learning classifiers trained on OCT and SAP data can successfully discriminate between healthy and glaucomatous eyes. The combination of OCT and SAP measurements improved the diagnostic accuracy compared with OCT data alone.

Reconstructing historical forest cover change in the Lower Amazon floodplains using the LandTrendr algorithm

ABSTRACTThe Amazon várzeas are an important component of the Amazon biome, but anthropic and climatic impacts have been leading to forest loss and interruption of essential ecosystem functions and services. The objectives of this study were to evaluate the capability of the Landsat-based Detection of Trends in Disturbance and Recovery (LandTrendr) algorithm to characterize changes in várzeaforest cover in the Lower Amazon, and to analyze the potential of spectral and temporal attributes to classify forest loss as either natural or anthropogenic. We used a time series of 37 Landsat TM and ETM+ images acquired between 1984 and 2009. We used the LandTrendr algorithm to detect forest cover change and the attributes of "start year", "magnitude", and "duration" of the changes, as well as "NDVI at the end of series". Detection was restricted to areas identified as having forest cover at the start and/or end of the time series. We used the Support Vector Machine (SVM) algorithm to classify the extracted attributes, differentiating between anthropogenic and natural forest loss. Detection reliability was consistently high for change events along the Amazon River channel, but variable for changes within the floodplain. Spectral-temporal trajectories faithfully represented the nature of changes in floodplain forest cover, corroborating field observations. We estimated anthropogenic forest losses to be larger (1.071 ha) than natural losses (884 ha), with a global classification accuracy of 94%. We conclude that the LandTrendr algorithm is a reliable tool for studies of forest dynamics throughout the floodplain.

Bayesian classification of forest ecological type from satellite data

The main objective of this study was todo a statistical analysis of ecological type from optical satellite data, using Tipping's sparse Bayesian algorithm. This thesis uses "the Relevence Vector Machine" algorithm in ecological classification betweenforestland and wetland. Further this bi-classification technique was used to do classification of many other different species of trees and produces hierarchical classification of entire subclasses given as a target class. Also, we carried out an attempt to use airborne image of same forest area. Combining it with image analysis, using different image processing operation, we tried to extract good features and later used them to perform classification of forestland and wetland.

Aquatic weed automatic classification using machine learning techniques

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

An Optimum-Path Forest framework for intrusion detection in computer networks

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Efficient supervised optimum-path forest classification for large datasets

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)