Keraamisten laattojen luokittelu väripiirteiden avulla

Vaikka keraamisten laattojen valmistusprosessi onkin täysin automatisoitu, viimeinen vaihe eli laaduntarkistus ja luokittelu tehdään yleensä ihmisvoimin. Automaattinen laaduntarkastus laattojen valmistuksessa voidaan perustella taloudellisuus- ja turvallisuusnäkökohtien avulla. Tämän työn tarkoituksena on kuvata tutkimusprojektia keraamisten laattojen luokittelusta erilaisten väripiirteiden avulla. Oleellisena osana tutkittiin RGB- ja spektrikuvien välistä eroa. Työn teoreettinen osuus käy läpi aiemmin aiheesta tehdyn tutkimuksen sekä antaa taustatietoa konenäöstä, hahmontunnistuksesta, luokittelijoista sekä väriteoriasta. Käytännön osan aineistona oli 25 keraamista laattaa, jotka olivat viidestä eri luokasta. Luokittelussa käytettiin apuna k:n lähimmän naapurin (k-NN) luokittelijaa sekä itseorganisoituvaa karttaa (SOM). Saatuja tuloksia verrattiin myös ihmisten tekemään luokitteluun. Neuraalilaskenta huomattiin tärkeäksi työkaluksi spektrianalyysissä. SOM:n ja spektraalisten piirteiden avulla saadut tulokset olivat lupaavia ja ainoastaan kromatisoidut RGB-piirteet olivat luokittelussa parempia kuin nämä.

Asiakkuuksien strateginen arvottaminen ja luokittelu

Tämän tutkimuksen kohdeorganisaatio on suuren teollisuusyrityksen sisäinen raaka-aineen hankkija ja toimittaja. Tutkimuksessa selvitetään, mistä kohdeorganisaation hankinta-asiakkuuksien arvo muodostuu ja kuinka olemassa olevan liiketoimintadatan perusteella voidaan tutkia, arvioida ja luokitella kauppojen ja asiakkuuksien arvokkuutta aikaan sitomatta, objektiivisesti ja luotettavasti. Tutkimuksen teoriaosiossa esitellään lähestymistapoja ja menetelmiä, joiden avulla voidaan jalostaa olemassa olevasta datasta uutta sidosryhmätietämystä liiketoiminnan käyttöön, sekä tarkastellaan asiakaskannattavuusanalyysin, portfolioanalyysin, sekä asiakassegmentoinnin perusteita ja malleja. Näiden teorioiden ja mallien pohjalta rakennetaan kohdeorganisaatiolle räätälöity, indeksoituihin hinta-, määrä- ja kauppojen toistuvuus-muuttujiin perustuva, asiakkuuksien arvottamis- ja luokittelumalli. Arvottamis- ja luokittelumalli testataan vuosien 2003–2007 liiketoimintadatasta muodostetulla 389 336 kaupparivin otoksella, joka sisältää 42 186 arvioitavaa asiakkuussuhdetta. Merkittävin esille nouseva havainto on noin 5 000:n keskimääräistä selkeästi kalliimman asiakkuuden ryhmä. Aineisto ja sen poikkeavuudet testataan tilastollisin menetelmin, jotta saadaan selville asiakkuuden arvoon vaikuttavat ja arvoa selittävät tekijät. Lopuksi pohditaan arvottamismallin merkitystä analyyttisemman ostotoiminnan ja asiakkuudenhallinnan välineenä, sekä esitetään muutamia parannusehdotuksia.

Toimittajayhteistyön arviointi, luokittelu ja mittaaminen

Toimittajien arviointi, luokittelu sekä suorituskyvyn mittaaminen ovat nousseet yhdeksi merkittäväksi tekijäksi yritysten pyrkiessä kilpailukyvyn parantamiseen. Sisäisten prosessien kehittämisen lisäksi painopistettä ollaan siirtämässä yhä enemmän toimittajien koordinointiin ja jopa heidän omien prosessiensa kehittämiseen. Globaalit markkinat ovat mahdollistaneet uusien toimittajien löytämisen, minkä seurauksena toimittajamäärä on kasvanut rajusti. Jatkuvan resurssien kiristämisen takia toimittajien kanssa tehtävän yhteistyön jatkuva seuranta ei kuitenkaan ole mahdollista. Yritysten tulee löytää juuri ne potentiaalisimmat toimittajat, joiden kanssa tehty yhteistyö tuottaa parhaimmat tulokset. Tutkimuksen tavoitteena on selvittää, kuinka toimittajayhteistyötä voitaisiin kehittää kokonaisvaltaisesti sekä tilaajan että toimittajan näkökulmasta. Tutkimuksen teoriaosuudessa keskitytään toimittajien arviointiin, luokitteluun ja suorituskyvyn mittaamiseen. Tutkimuksen empiriaosuus muodostuu teemahaastatteluista, jossa haastateltiin sekä toimittajia että tilaajia yhteistyön tekemisen näkökulmasta. Saatuja vastauksia analysoitiin aiempaa kirjallisuutta vastaan. Tuloksena esitetään kohdeyritykselle malli, jonka avulla voidaan löytää potentiaalisimmat toimittajat ja auttaa kehittämään yhteistyötä heidän kanssaan. Tutkimuksen merkittävimpinä havaintoina voidaan pitää liikevaihdon osuuden merkitystä kehitysaktiivisuuteen sekä ei-taloudellisten mittareiden huomioon ottamista.

Kuvat matematiikan oppikirjoissa - kuvien funktiot ja luokittelu

Tässä tutkimuksessa tutkittiin kuvia, niiden luokittelua ja tehtäviä matematiikan oppikirjoissa. Tutkimus toteutettiin oppikirja-analyysinä, jossa luokiteltiin murtolukujen opetuksessa käytettäviä kuvia kolmen suosituimman oppikirjasarjan osalta. Mukana analyysissä oli 12 oppikirjaa kolmelta eri kustantajalta. Tarkoituksena oli selvittää miten hyvin aiempien tutkimusten pohjalta uudistettu kuvien tehtäviin pohjautuva analyysi toimii matematiikan oppikirjojen kuvituksen analysoinnissa sekä miten kuvat sijoittuvat luotuihin luokkiin. Tutkimukseen valituista 12 oppikirjasta rajattiin tutkimusjoukoksi murtolukuja käsittelevien jaksojen kaikki kuvat. Nämä kuvat jaettiin kahteen pääluokkaan: affektiivisiin ja kognitiivisiin kuviin. Affektiiviset kuvat jaettiin edelleen koristaviin ja tarinallisiin luokkiin. Kognitiiviset kuvat jaettiin kolmeen alaluokkaan: esittäviin eli oppimista tukeviin opetuskuviin, tulkitseviin ja organisoiviin kuviin. Luokittelu toteutettiin taulukoimalla kaikki kuvat tehtäväkohtaisten määritelmien mukaisesti. Kaiken kaikkiaan aineistossa oli yhteensä 2767 kuvaa. Tutkimuksessa mukaan suurin osa (80 %) matematiikan oppikirjojen kuvista on kognitiivisia. Kognitiivisista kuvista huomattava osa (90 %) on tehtäviin liittyviä esittäviä kuvia. Varsinaisesti opettavia ja kertaavia kuvia on vain 10 % kaikista kognitiivisista kuvista. Affektiivisia kuvia on kaikista kuvista noin viidennes ja niistä suurin osa (n. 65 %) on kirjojen tarinoihin liittyviä tarinallisia kuvia. Tutkimuksessa havaittiin, että tehtäviin perustuva kuva-analyysi toimi matematiikan oppikirjojen kuvien luokittelussa hyvin. Kirjasarjojen väliset erot olivat varsin pieniä. Huomioitavaa oli kuvien suuri määrä, mutta kuitenkin opettavien kuvien pieni osuus kaikista kuvista. Tulevaisuudessa olisikin tärkeää kiinnittää entistä enemmän huomiota kuvien tehtäviin ja laatuun.

Classification of acid sulphate soils of Finland according to Soil Taxonomy and the FAO/Unesco legend

Selostus: Suomen happamien sulfaattimaiden kansainvälinen luokittelu

Characterization of board impurities with a Raman device

Erilaisia epäpuhtauksia kulkeutuu paperinvalmistusprosessiin ja monenlaisia saostumia muodostuu paperinvalmistuksen prosesseissa. Epäpuhtaudet voivat aiheuttaa prosessiongelmia sekä alentaa tuotteen laatua. Epäpuhtauksien alkuperän ja koostumuksen selvittäminen edellyttää usein erilaisten analyysimenetelmien käyttöä. Epäpuhtauksien luokittelu on useasti välttämätöntä ennen tarkempaa kemiallista analyysia. Paperinvalmistuksen epäpuhtauksien kvalitatiiviseen luokitteluun on yleisimmin käytetty mikroskopian, IR-spektroskopian ja analyyttisen pyrolyysin menetelmiä. Raman spektroskopia on harvinaisempi menetelmä paperiteollisuuden tutkimuksessa. Raman instrumenttien kehittyminen on ollut voimakasta viimeisen vuosikymmenen aikana. Raman spektroskopia onkin osoittanut mandollisuutensa polymeerien, lääketeollisuuden ja polttoaineteollisuuden tutkimuksissa. Tässä työssä tutkittiin erään elintarvikepakkauskartongin epäpuhtauksia Raman spektroskoopilla. Työn tavoitteena oli selvittää Raman analyysin käyttökelpoisuutta kartongin epäpuhtauksien online-luokittelussa. Tutkimukset suoritettiin Spectracoden RP-1 Raman instrumentilla. Tutkimukset osoittivat, että näytteen fluoresenssi ja näytteen hajoaminen asettavat rajoituksia epäpuhtauksien Raman analyysille. Epäpuhtauksien online-tunnistaminen toimii käytettäessä suuria lasertehoja ja säteilytysaikoja. Näytteiden laserherkkyys ja fluoresenssi rajoittavat kuitenkin suurien laiteparametrien käyttöä. Laiteparametrien pienentäminen johti mittauksien signaali-kohina suhteen alenemiseen, mikä puolestaan aiheutti online-tunnistuksen toimimattomuuden.

Puhdastilojen suunnitteluprosessi ja teknisten järjestelmien validointi

Puhdastilojen suunnittelussa pyritään saamaan hallittu ja valvottu ilmanpuhtaus luokiteltuun tilaan.Luokittelu tapahtuu puhdastilastandardeilla, lisäksi lääkevalmisteita valmistettavassa tilassa GMP -säädösten mukaisin luokituksin. Puhdastilastandardi ISO 14644 käsittää seitsemän osaa, jossa on käsitelty puhdastilaa koskevia määräyksiä suunnittelusta käyttöön ja testaukseen. GMP-säädökset sisältävät yhdeksän kappaletta, joista kappale 3: 'Tilat ja laitteet' on keskeinen osa lääkeainevalmistuksen puhdastilasuunnittelua. Puhtaan ilman aikaansaamiseksi puhdastilaan merkittävimmät roolit ovat ilmanvaihdolla, puhdastilarakenteilla ja rakennusautomaatiolla. Ilma voidaan tuoda tilaan kolmella eri periaatteella. Ilmaa tuodaan tilaan yhdensuuntaisesti, turbulenttisesti tai sekavirtauksena HEPA -suodattimien kautta, joilla varmistetaan epäpuhtauksien korkea suodatusaste. Ilmapoistetaan rei'itettyjen, korotettujen lattioiden kautta tai tilan alaosassa olevien poistoilmasäleikköjen kautta, josta se johdetaan noin 75-90%:sti kierrätettynä takaisin tilaan. Lääketeollisuudessa rei'itettyjä, korotettuja lattioita eivoida käyttää kontaminaatiovaaran, vuoksi. Tilaan suunniteltuja olosuhteita ylläpidetään rakennusautomaation avulla ja monitorointijärjestelmällä valvotaan tilassa olevan ilman laatua. Kaikki GMP-luokituksen mukaiset puhdastilat tulee validoida. Validointiin kuuluu teknisten järjestelmien kvalifiointi ja koko prosessin validointi. Teknisten järjestel-mien kvalifiointi käsittää suunnitelmien tarkastuksen (DQ), asennus - ja käyttöönotto tarkastukset (IQ), toiminnan testauksen (OQ) ja suorituksen testauksen (PQ). Kvali-fiointi kuuluu yhtenä osa-alueena validointiin. Prosessin validointi on osa yrityksen laadunvarmistusta. Validoinnilla hankitaan dokumentoidut todisteet siitä, että tila tai prosessi todella täyttää annetut vaatimukset. Tässä työssä laadittiin esimerkinomainen kvalifiointisuunnitelma puhdastilan tekni-sille järjestelmille. Suunnitelma sisältää asennus- ja käyttöönoton mukaiset tarkastukset (IQ)ja toiminnan aikaiset testaukset (OQ).