Lämpötilan ja valssausvoiman tilastollinen mallintaminen levyvalssauksessa
|
|
- Pauliina Salo
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Lämpötilan ja valssausvoiman tilastollinen mallintaminen levyvalssauksessa VaProKe projekti (Ruukki, TEKES) Intelligent Systems Group, ILMARI JUUTILAINEN,
2 Sisältö Projektin tavoitteet Voimamallinnuksen menetelmät Voimamallinnuksen tulokset Lämpötilamallinnuksen menetelmät Lämpötilamallinnuksen tulokset Yhteenveto
3 Projektin tavoitteet Taustalla erikoislujien ja kulutuskestävien terästen osuuden kasvattaminen Kun valssausvoimatasot kasvavat, tulee valssauksen ennustemallien tarkkuus kriittisemmäksi Tavoitteena on Parantaa tasomaisuutta Parantaa mekaanisia ominasuuksia ja mikrorakennetta kasvattamalla pistokohtaisia reduktioita
4 Miten tavoite saavutetaan Väärin ennustettu piston valssausvoima voi olla syy huonoon tasomaisuuteen Voimaennuste perustuu lämpötilaennusteeseen Tarkka ja luotettava voimaennuste mahdollistaa valssausvoimien kasvattamisen JOTEN: Tehtävänä oli päivittää nykyiset lämpötila- ja voimamallit tai kehittää niiden tilalle uudet
5 Data Mallinnusta varten haettiin tuotantolinjan antureiden ja pyrometrien tuottama data jokaisesta pistosta noin 9 kuukauden ajalta T h T i e 1140 c m 300 k p 1120 n e 250 e r 1100 s 1 a s t 1080 u t r m e m C 1020 L o a d Time (s) ( ) ( ) load thickness temperature ( )
6 Voimaan vaikuttavat tekijät Valssausvoima määräytyy pitkälti seuraavien tekijöiden epälineaarisena funktiona Piston tulopaksuus Piston lähtöpaksuus Piston leveys Valssin halkaisija (vakio) Muokattavan kappaleen lämpötila Muokattavan kappaleen koostumus Fysikaaliset perusyhtälöt valssausvoimalle eivät ota huomioon koostumuksen vaikutusta
7 Voimamalli Sovitettiin epälineaarinen malli, jonka rakenne perustuu karkealla tasolla fysikaalisiin perusyhtälöihin Lisänä koostumuksen vaikutus Ja korjauksia mm. piston paksuuteen liittyen MATLAB nlinfit Erilliset mallit kuumavalssauspistoille ja kontrollointipistoille Erilaisia mallirakenteita ja muuttujia haettiin sovittamalla mallikandidaatteja opetusaineistossa ja vertaamalla niitä toisiinsa testiaineistossa
8 LOAD AVG - LOAD PREDICTED LOAD AVG - Ennuste Voimamalli 2500 LOAD AVG vs LOAD PREDICTED 2500 LOAD AVG vs Ennuste LOAD PREDICTED Kontrollointipistoilla parannus RMSE 694 t 300 t meanres 477 t 9 t stdres 505 t 300 t Ennuste
9 residual Voimamalli Päädyttiin käyttämään nykyisin käytössä olevaa muuttujayhtälöä ja päivittämään vain ennustekaavassa esiintyvät kertoimet Koska uusien termien lisäämisellä ja muilla kokeilluilla rakenteellisilla muutoksilla tarkkuutta saatiin parannettua vain ~ 30 t H2 vs RES for ALL TYPES H2 Kuumavalssauspistoilla parannus RMSE : 444 t 257 t meanres : 320 t 1 t stdres : 307 t 257 t
10 Lämpötilaan vaikuttavat tekijät Kuumennus, aihion mitat Lämmön johtuminen valsseihin aiemmilla pistoilla Lämmön johtuminen ilmaan, ajan ja dimensioiden yhteisvaikutus Hilsepesut Aiemmissa pistoissa tapahtuneet metallurgiset ilmiöt Koostumus mallinnetut lämpötilat temp surface temp average Temp_surface Temp_average Valssausvoiman kannalta oleellista on kappaleen keskilämpötila, mutta pyrometrit mittaavat pintalämpötilaa
11 Lämpötilamalli Kehitettiin ennustekaavoja pintalämpötilalle erilaisilla tilastollisilla malleilla (työkaluina R, Matlab) Neural networks Boosted regression trees (GBM) Multiplicative additive linear regression splines (MARS) Sovellettiin semi-supervised learning menetelmää (COREG) puuttuviin lämpötilamittauksiin liittyvän datan hyödyntämiseksi Parannettiin nykyisen fysikaalisen mallin antamaa ennustetta erillisellä korjausmallilla
12 Lämpötilamalli ONGELMA DATAN EPÄLUOTETTAVUUS: Levy ei käy pyrometrin kohdalla, jos se on lyhyt Levyn pinnalla oleva hilse on tehokas eriste ja vääristää lämpötilamittauksen Mittausten tallennuslogiikassa on virheitä, mm. edellinen lämpötilamittaus tallentuu melko usein seuraavalle pistolle Pintalämpötila <= sisuslämpötila Paljon aikaa meni datan suodatussääntöjen määrittelyyn Alkupään pistoissa 80 % datasta suodatettiin pois, eli puuttuvien havaintojen osuus hyvin suuri
13 Lämpötilamalli TULOS: Pintalämpötilan ennustamisessa saavutettiin noin 18 C ennustustarkkuus käytetyssä aineistossa, viimeiselle pistolle noin 16 C. Tämä on hyvä tarkkuus MUTTA: Korjattujen tai uusien lämpötilamallien avulla ei pystytä parantamaan voimaennusteen tarkkuutta
14 Lämpötilamalli
15 Yhteenveto Valssauslämpötilaa ei kannata yrittää mallintaa tilastollisesti pyrometrien tuotantodatan perusteella Dataa varta vasten järjestetyistä mittauksista? Onko valssausvoimamittaus luotettavin mittaus valssattavan kappaleen lämpötilasta? Lämpötilan päättely soveltamalla fysikaalisia yhtälöitä käänteisesti Projektissa onnistuttiin parantamaan valssausvoimaennusteen tarkkuutta merkittävästi ja päivitettyä mallia ollaan ottamassa käyttöön Sitten nähdään saavutetaanko tavoiteltuja parannuksia tasomaisuudessa ja mekaanisissa ominaisuuksissa
TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA. Pentti Nieminen 03.11.2014
TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA LUKIJAN NÄKÖKULMA 2 TAUSTAKYSYMYKSIÄ 3 Mitä tutkimusmenetelmiä ja taitoja opiskelijoille tulisi opettaa koulutuksen eri vaiheissa?
LisätiedotSisältö. Työn lähtökohta ja tavoitteet Lyhyt kertaus prosessista Käytetyt menetelmät Työn kulku Tulokset Ongelmat ja jatkokehitys
Loppuraportti Sisältö Työn lähtökohta ja tavoitteet Lyhyt kertaus prosessista Käytetyt menetelmät Työn kulku Tulokset Ongelmat ja jatkokehitys Työn lähtökohta ja tavoitteet Voimalaitoskattiloiden tulipesässä
LisätiedotMittaustekniikka (3 op)
530143 (3 op) Yleistä Luennoitsija: Ilkka Lassila Ilkka.lassila@helsinki.fi, huone C319 Assistentti: Ville Kananen Ville.kananen@helsinki.fi Luennot: ti 9-10, pe 12-14 sali E207 30.10.-14.12.2006 (21 tuntia)
LisätiedotTilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä
Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi Esimerkit laskettu JMP:llä Antti Hyttinen Tampereen teknillinen yliopisto 29.12.2003 ii Ohjelmien
LisätiedotEne LVI-tekniikan mittaukset ILMASTOINTIKONEEN MITTAUKSET TYÖOHJE
Ene-58.4139 LVI-tekniikan mittaukset ILMASTOINTIKONEEN MITTAUKSET TYÖOHJE Aalto yliopisto LVI-tekniikka 2013 SISÄLLYSLUETTELO ILMASTOINTIKONEEN MITTAUKSET...2 1 HARJOITUSTYÖN TAVOITTEET...2 2 TUTUSTUMINEN
LisätiedotIlmastonmuutos pähkinänkuoressa
Ilmastonmuutos pähkinänkuoressa Sami Romakkaniemi Sami.Romakkaniemi@fmi.fi Itä-Suomen ilmatieteellinen tutkimuskeskus Ilmatieteen laitos Ilmasto kuvaa säämuuttujien tilastollisia ominaisuuksia Sää kuvaa
LisätiedotLogistinen regressio, separoivat hypertasot
Logistinen regressio, separoivat hypertasot Topi Sikanen Logistinen regressio Aineisto jakautunut K luokkaan K=2 tärkeä erikoistapaus Halutaan mallintaa luokkien vedonlyöntikertoimia (odds) havaintojen
LisätiedotMännyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto 9.6.2003
Männyn laaturajojen integrointi runkokäyrän ennustamisessa Laura Koskela Tampereen yliopisto 9.6.2003 Johdantoa Pohjoismaisen käytännön mukaan rungot katkaistaan tukeiksi jo metsässä. Katkonnan ohjauksessa
LisätiedotJohtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun
Johtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun Jouni Räisänen Helsingin yliopiston fysiikan laitos 15.1.2010 Vuorokauden keskilämpötila Talvi 2007-2008
LisätiedotEnergiatehokkuussopimus - Energiapalvelujen toimenpideohjelman toteuttaminen
Energiatehokkuussopimus - Energiapalvelujen toimenpideohjelman toteuttaminen Kaukolämmön jakelun energiatehokkuuden parantaminen verkkosimuloinnilla 14.12.2011 Jari Väänänen Kaukolämmön jakelun energiatehokkuuden
LisätiedotHarha mallin arvioinnissa
Esitelmä 12 Antti Toppila sivu 1/18 Optimointiopin seminaari Syksy 2010 Harha mallin arvioinnissa Antti Toppila 13.10.2010 Esitelmä 12 Antti Toppila sivu 2/18 Optimointiopin seminaari Syksy 2010 Sisältö
LisätiedotYleistä. Aalto-yliopisto Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopisto Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos MS-E2129 Systeemien identifiointi 3. Harjoitustyö Heiluri-vaunusysteemin parametrien estimointi Yleistä Systeemianalyysin
LisätiedotPuumenetelmät. Topi Sikanen. S ysteemianalyysin. Laboratorio Aalto-yliopiston teknillinen korkeakoulu
Puumenetelmät Topi Sikanen Puumenetelmät Periaate: Hajota ja hallitse Jaetaan havaintoavaruus alueisiin. Sovitetaan kuhunkin alueeseen yksinkertainen malli (esim. vakio) Tarkastellaan kolmea mallia Luokittelu-
LisätiedotAki Taanila YHDEN SELITTÄJÄN REGRESSIO
Aki Taanila YHDEN SELITTÄJÄN REGRESSIO 26.4.2011 SISÄLLYS JOHDANTO... 1 LINEAARINEN MALLI... 1 Selityskerroin... 3 Excelin funktioita... 4 EKSPONENTIAALINEN MALLI... 4 MALLIN KÄYTTÄMINEN ENNUSTAMISEEN...
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf
LisätiedotFe - Nb - C ja hienoraeteräkset
Fe - Nb - C ja hienoraeteräkset 0.10 %Nb 0.08 NbC:n liukoisuus austeniitissa γ + NbC 1200 C 0.06 0.04 1100 C 0.02 0 γ 0 0.05 0.1 0.15 0.2 %C Tyypillinen C - Nb -yhdistelmä NbC alkaa erkautua noin 1000
LisätiedotVesistöihin päätyvä orgaaninen aines
Vesistöihin päätyvä orgaaninen aines Katri Rankinen José Cano Bernal Pirkko Kortelainen Katri Rankinen: Metsäpuro Ruskettuminen ja sen syyt Happamoituminen Lisäsi orgaanisen aineksen pidättymistä maahan
LisätiedotKojemeteorologia (53695) Laskuharjoitus 1
Kojemeteorologia (53695) Laskuharjoitus 1 Risto Taipale 20.9.2013 1 Tehtävä 1 Erään lämpömittarin vertailu kalibrointistandardiin antoi keskimääräiseksi eroksi standardista 0,98 C ja eron keskihajonnaksi
LisätiedotSeuraavassa taulukossa on annettu mittojen määritelmät ja sijoitettu luvut. = 40% = 67% 6 = 0.06% = 99.92% 6+2 = 0.
T-6.28 Luonnollisen kielen tilastollinen käsittely Vastaukset, ti 7.2.200, 8:30-0:00 Tiedon haku, Versio.0. Muutetaan tehtävässä annettu taulukko sellaiseen muotoon, joka paremmin sopii ensimmäisten mittojen
LisätiedotTieverkon kunnon stokastinen ennustemalli ja sen soveltaminen riskienhallintaan
Mat 2.4177Operaatiotutkimuksenprojektityöseminaari Tieverkonkunnonstokastinenennustemallija sensoveltaminenriskienhallintaan Väliraportti 3/4/2009 Toimeksiantajat: PöyryInfraOy(PekkaMild) Tiehallinto(VesaMännistö)
LisätiedotHarjoitustyö 3. Heiluri-vaunusysteemin parametrien estimointi
Aalto-yliopiston perustieteiden korkeakoulu Systeemianalyysin laboratorio Mat-2.4129 Systeemien identifiointi Harjoitustyö 3 Heiluri-vaunusysteemin parametrien estimointi Yleistä Systeemianalyysin laboratoriossa
LisätiedotDirAir Oy:n tuloilmaikkunaventtiilien mittaukset 30.11.2012
Tampereen teknillinen yliopisto Teknisen suunnittelun laitos Pentti Saarenrinne Tilaaja: DirAir Oy Kuoppakatu 4 1171 Riihimäki Mittausraportti: DirAir Oy:n tuloilmaikkunaventtiilien mittaukset 3.11.212
Lisätiedot2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.
2. Viikko Keskeiset asiat ja tavoitteet: 1. Peruskäsitteet: kertaluku, lineaarisuus, homogeenisuus. 2. Separoituvan diff. yhtälön ratkaisu, 3. Lineaarisen 1. kl yhtälön ratkaisu, CDH: luvut 19.1.-19.4.
LisätiedotEksimeerin muodostuminen
Fysikaalisen kemian Syventävät-laboratoriotyöt Eksimeerin muodostuminen 02-2010 Työn suoritus Valmista pyreenistä C 16 H 10 (molekyylimassa M = 202,25 g/mol) 1*10-2 M liuos metyylisykloheksaaniin.
LisätiedotTekijä(t) Vuosi Nro. Arviointikriteeri K E? NA
JBI: Arviointikriteerit kvasikokeelliselle tutkimukselle 29.11.2018 Tätä tarkistuslistaa käytetään kvasikokeellisen tutkimuksen metodologisen laadun arviointiin ja tutkimuksen tuloksiin vaikuttavan harhan
LisätiedotStanislav Rusak CASIMIRIN ILMIÖ
Stanislav Rusak 6.4.2009 CASIMIRIN ILMIÖ Johdanto Mistä on kyse? Mistä johtuu? Miten havaitaan? Sovelluksia Casimirin ilmiö Yksinkertaisimmillaan: Kahden tyhjiössä lähekkäin sijaitsevan metallilevyn välille
LisätiedotSMG-4500 Tuulivoima. Kolmannen luennon aihepiirit ILMAVIRTAUKSEN ENERGIA JA TEHO. Ilmavirtauksen energia on ilmamolekyylien liike-energiaa.
SMG-4500 Tuulivoima Kolmannen luennon aihepiirit Tuulen teho: Betzin lain johtaminen Tuulen mittaaminen Tuulisuuden mallintaminen Weibull-jakauman hyödyntäminen ILMAVIRTAUKSEN ENERGIA JA TEHO Ilmavirtauksen
LisätiedotSkenaariot suurpetokantojen verotuksen suunnittelussa
Skenaariot suurpetokantojen verotuksen suunnittelussa Katja Holmala Riistapäivät 19.1.2016 Esityksen rakenne Tausta Mallit ilveksen populaatiokehityksestä Malli 1: populaatiomalli Malli 2: skenaario- eli
LisätiedotJos olet käynyt kurssin aikaisemmin, merkitse vuosi jolloin kävit kurssin nimen alle.
1(4) Lappeenrannan teknillinen yliopisto School of Energy Systems LUT Energia Nimi, op.nro: BH20A0450 LÄMMÖNSIIRTO Tentti 13.9.2016 Osa 1 (4 tehtävää, maksimi 40 pistettä) Vastaa seuraaviin kysymyksiin
LisätiedotIR-lämpömittarityypit
IR-lämpömittarityypit Kokonaissäteilypyrometrit Laaja aallonpituusalue (esim. 1-100 µm) häiriöaltis Hidas (vaste 1-3 s) Osittaissäteilypyrometrit Kapea aallonpituusalue (esim. 0,5-1,1 µm) vähemmän häiriöaltis
LisätiedotBetonin pitkät käyttöiät todellisissa olosuhteissa
Betonin pitkät käyttöiät todellisissa olosuhteissa Projektipäällikkö, TkT Olli-Pekka Kari Rakennustieto Oy Betonitutkimusseminaari 2.11.2016 Tutkimuksen tausta > Betonirakenteiden käyttöiät ovat pidentymässä
LisätiedotFYSP101/K1 KINEMATIIKAN KUVAAJAT
FYSP101/K1 KINEMATIIKAN KUVAAJAT Työn tavoitteita tutustua kattavasti DataStudio -ohjelmiston käyttöön syventää kinematiikan kuvaajien (paikka, nopeus, kiihtyvyys) hallintaa oppia yhdistämään kinematiikan
LisätiedotDIGIBONUSTEHTÄVÄ: MPKJ NCC INDUSTRY OY LOPPURAPORTTI
DIGIBONUSTEHTÄVÄ: MPKJ NCC INDUSTRY OY LOPPURAPORTTI Tekijä: Marko Olli 16.10.2018 Sisällys 1 Johdanto...3 2 Hankkeen tavoitteet ja vaikuttavuus...3 3 Laitteisto ja mittaustarkkuus...3 4 Pilotointi ja
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 15.3.2016 Susanna Hurme Päivän aihe: Translaatioliikkeen kinematiikka: asema, nopeus ja kiihtyvyys (Kirjan luvut 12.1-12.5, 16.1 ja 16.2) Osaamistavoitteet Ymmärtää
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin
LisätiedotParametristen mallien identifiointiprosessi
Parametristen mallien identifiointiprosessi Koesuunnittelu Identifiointikoe Epäparametriset menetelmät Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Mallin validointi Mallin käyttö &
LisätiedotLIITE 1 VIRHEEN ARVIOINNISTA
1 LIITE 1 VIRHEEN ARVIOINNISTA Mihin tarvitset virheen arviointia? Mittaustulokset ovat aina todellisten luonnonvakioiden ja tutkimuskohdetta kuvaavien suureiden likiarvoja, vaikka mittauslaite olisi miten
LisätiedotForest Big Data -tulosseminaari
FOREST BIG DATA Forest Big Data -tulosseminaari 8.3.216 Metsäkoneen urapainumat laserilla Jarmo Hämäläinen jarmo.hamalainen@metsateho.fi Jari Ala-Ilomäki jari.ala-ilomaki@luke.fi Mikko Miettinen mikko.miettinen@argone.fi
LisätiedotMittausprojekti 2017
Mittausprojekti 2017 Hajonta et al Tulos vs. mittaus? Tilastolliset tunnusluvut pitää laskea (keskiarvot ja hajonnat). Tuloksia esitetään, ei sitä kuinka paljon ryhmä teki töitä mitatessaan. Yksittäisiä
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon
LisätiedotMat Systeemien identifiointi, aihepiirit 1/4
, aihepiirit 1/4 Dynaamisten systeemien matemaattinen mallintaminen ja analyysi Matlab (System Identification Toolbox), Simulink 1. Matemaattinen mallintaminen: Mallintamisen ja mallin määritelmät Fysikaalinen
LisätiedotIlmanlaadun älykäs mallintaminen kaupunkiympäristössä. Lasse Johansson
Ilmanlaadun älykäs mallintaminen kaupunkiympäristössä Lasse Johansson 16.8.2019 FMI-ENFUSER ilmanlaatumalli Paikallisen skaalan ilmanlaatumalli Tuottaa pääkaupunkiseudulle ennusteita 3/2018 lähtien osana
LisätiedotIdentifiointiprosessi
Identifiointiprosessi Koesuunnittelu Identifiointikoe Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Diagnostiset testit Mallin validointi Mallin käyttö & ylläpito Identifiointi- ja simulointiohjelmistoja
LisätiedotKaikkiin kysymyksiin vastataan kysymys paperille pyri pitämään vastaukset lyhyinä, voit jatkaa paperien kääntöpuolille tarvittaessa.
NIMI: OPPILASNUMERO: ALLEKIRJOITUS: tehtävä 1 2 3 4 yht pisteet max 25 25 25 25 100 arvosana Kaikkiin kysymyksiin vastataan kysymys paperille pyri pitämään vastaukset lyhyinä, voit jatkaa paperien kääntöpuolille
LisätiedotLaboratorioraportti 3
KON-C3004 Kone-ja rakennustekniikan laboratoriotyöt Laboratorioraportti 3 Laboratorioharjoitus 1B: Ruuvijohde Ryhmä S: Pekka Vartiainen 427971 Jari Villanen 69830F Anssi Petäjä 433978 Mittaustilanne Harjoituksessa
Lisätiedot13 KALORIMETRI. 13.1 Johdanto. 13.2 Kalorimetrin lämmönvaihto
13 KALORIMETRI 13.1 Johdanto Kalorimetri on ympäristöstään mahdollisimman täydellisesti lämpöeristetty astia. Lämpöeristyksestä huolimatta kalorimetrin ja ympäristön välinen lämpötilaero aiheuttaa lämmönvaihtoa
LisätiedotLujat termomekaanisesti valssatut teräkset
Lujat termomekaanisesti valssatut teräkset Sakari Tihinen Tuotekehitysinsinööri, IWE Ruukki Metals Oy, Raahen terästehdas 1 Miten teräslevyn ominaisuuksiin voidaan vaikuttaa terästehtaassa? Seostus (CEV,
LisätiedotHissimatkustajien automaattinen tunnistaminen. Johan Backlund
Hissimatkustajien automaattinen tunnistaminen Johan Backlund Johdanto Hissien historia pitkä Ensimmäiset maininnat voidaan jäljittää Rooman valtakuntaan Matkustaja hissien synty 1800-luvun puolessavälissä
LisätiedotLectio Praecursoria: Epälokaali epälineaarinen potentiaaliteoria ja fraktionaaliset integraalioperaattorit
: Epälokaali epälineaarinen potentiaaliteoria ja fraktionaaliset integraalioperaattorit Janne Korvenpää Matematiikan ja systeemianalyysin laitos Aalto-yliopiston perustieteiden korkeakoulu Lokaali ja lineaarinen:
LisätiedotMittaustulosten tilastollinen käsittely
Mittaustulosten tilastollinen käsittely n kertaa toistetun mittauksen tulos lasketaan aritmeettisena keskiarvona n 1 x = x i n i= 1 Mittaustuloksen hajonnasta aiheutuvaa epävarmuutta kuvaa keskiarvon keskivirhe
LisätiedotCustomer Intelligence ja Big Data. Digile D2I Kimmo Valtonen
Customer Intelligence ja Big Data Digile D2I Kimmo Valtonen Sisältö 1. Data2Intelligence-ohjelman kuvaus 2. Customer Intelligence: mitä sillä tässä tarkoitetaan? 3. Customer Intelligence Big Data ongelmana
LisätiedotLIITE 1 VIRHEEN ARVIOINNISTA
1 Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi miten uudenaikainen tai kallis tahansa ja mittaaja olisi alansa huippututkija Tästä johtuen mittaustuloksista
LisätiedotProsessimallit ja metsäsuunnittelu: kokeellisen ja teoriapohjaisen tiedon yhdistäminen kasvu- ja tuotosmalleissa
Prosessimallit ja metsäsuunnittelu: kokeellisen ja teoriapohjaisen tiedon yhdistäminen kasvu- ja tuotosmalleissa Annikki Mäkelä Metsäekologian laitos SIMO loppuseminaari 2.11.2007 Metsäsuunnittelu muuttuvassa
LisätiedotParametristen mallien identifiointiprosessi
Parametristen mallien identifiointiprosessi Koesuunnittelu Identifiointikoe Epäparametriset menetelmät Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Mallin validointi Mallin käyttö &
LisätiedotLIITE 1 VIRHEEN ARVIOINNISTA
Oulun yliopisto Fysiikan opetuslaboratorio Fysiikan laboratoriotyöt 1 1 LIITE 1 VIRHEEN RVIOINNIST Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi
LisätiedotMikroskooppisten kohteiden
Mikroskooppisten kohteiden lämpötilamittaukset itt t Maksim Shpak Planckin laki I BB ( λ T ) = 2hc λ, 5 2 1 hc λ e λkt 11 I ( λ, T ) = ε ( λ, T ) I ( λ T ) m BB, 0 < ε
LisätiedotIlmanäytteet (mikrobi) Tuiskulan koulut
Ilmanäytteet (mikrobi) Tuiskulan koulut 4.4.2018 Kohde: Pinta-ala: - Rakennusvuosi: 1903-1937 Tuiskulan koulut Rakennusala:- Käyttötarkoitus: koulu Tuiskulansuora 126 Tilavuus: - 61300 Kurikka Kerrosluku:
LisätiedotIR-lämpömittarityypit
IR-lämpömittarityypit Kokonaissäteilypyrometrit Laaja aallonpituusalue (esim. 1-100 µm) häiriöaltis Hidas (vaste 1-3 s) Osittaissäteilypyrometrit Kapea aallonpituusalue (esim. 0,5-1,1 µm) vähemmän häiriöaltis
LisätiedotLEGO EV3 Datalogging mittauksia
LEGO EV3 Datalogging mittauksia Tehtäväkortit 19.2017 Energiamittari/ Tehtäväkortti / 2017Innokas 1 Ledin palamisajan määrittäminen Generaattorin kytkeminen Kytke generaattori energiamittarin sisääntuloon
LisätiedotLaskuharjoitus 9, tehtävä 6
Aalto-yliopiston perustieteiden korkeakoulu Jouni Pousi Systeemianalyysin laboratorio Mat-2.4129 Systeemien identifiointi Laskuharjoitus 9, tehtävä 6 Tämä ohje sisältää vaihtoehtoisen tavan laskuharjoituksen
LisätiedotCh 12-4&5 Elastisuudesta ja lujuudesta
Ch 12-4&5 Elastisuudesta ja lujuudesta Jännitys ja venymä Hooken laki F = k l Δl = 1 k F Jousivakio k riippuu langan dimensioista Saadaan malli Δl = l o EA F k = E A l o Lisäksi tarvitaan materiaalia kuvaava
LisätiedotFMI-ENFUSER ilmanlaatumallin kehitystyö INKA-projektissa. Lasse Johansson
FMI-ENFUSER ilmanlaatumallin kehitystyö INKA-projektissa Lasse Johansson Sisältö ENFUSER-mallin esittely Mallin käyttö pääkaupunkiseudulla Kehitystyö 7.9.2017 2 Säädata (HIRLAM) Alueellinen AQ (SILAM)
LisätiedotYhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt
Yhtälöryhmät 1/6 Sisältö Yhtälöryhmä Yhtälöryhmässä on useita yhtälöitä ja yleensä myös useita tuntemattomia. Tavoitteena on löytää tuntemattomille sellaiset arvot, että kaikki yhtälöt toteutuvat samanaikaisesti.
LisätiedotRAPORTTI ISOVERIN ERISTEIDEN RADIOTAAJUISTEN SIGNAALIEN VAIMENNUKSISTA
RAPORTTI ISOVERIN ERISTEIDEN RADIOTAAJUISTEN SIGNAALIEN VAIMENNUKSISTA Tämä on mittaus mittauksista, joilla selvitettiin kolmen erilaisen eristemateriaalin aiheuttamia vaimennuksia matkapuhelinverkon taajuusalueilla.
LisätiedotNumeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen
LisätiedotKaksiluokkainen tapaus, lineaarinen päätöspinta, lineaarisesti erottuvat luokat
1 Tukivektoriluokittelija Tukivektorikoneeseen (support vector machine) perustuva luoikittelija on tilastollisen koneoppimisen teoriaan perustuva lineaarinen luokittelija. Perusajatus on sovittaa kahden
LisätiedotIdentifiointiprosessi
Alustavia kokeita Identifiointiprosessi Koesuunnittelu, identifiointikoe Mittaustulosten / datan esikäsittely Ei-parametriset menetelmät: - Transientti-, korrelaatio-, taajuus-, Fourier- ja spektraalianalyysi
LisätiedotÄlykäs datan tuonti kuljetusongelman optimoinnissa. Antoine Kalmbach
Älykäs datan tuonti kuljetusongelman optimoinnissa Antoine Kalmbach ane@iki.fi Sisällys Taustaa Kuljetusongelma Datan tuominen vaikeaa Teoriaa Tiedostojen väliset linkit Mikä sarake on mikäkin? Ratkaisutoteutus
LisätiedotTieverkon kunnon stokastinen ennustemalli ja sen soveltaminen riskienhallintaan
Mat-2.4177 Operaatiotutkimuksen projektityöseminaari Tieverkon kunnon stokastinen ennustemalli ja sen soveltaminen riskienhallintaan Projektisuunnitelma 11.2.2009 Toimeksiantajat: Pöyry Infra Oy (Pekka
Lisätiedot761121P-01 FYSIIKAN LABORATORIOTYÖT 1. Oulun yliopisto Fysiikan tutkinto-ohjelma Kevät 2016
1 76111P-01 FYSIIKAN LABORATORIOTYÖT 1 Oulun yliopisto Fysiikan tutkinto-ohjelma Kevät 016 JOHDANTO Fysiikassa pyritään löytämään luonnosta lainalaisuuksia, joita voidaan mitata kokeellisesti ja kuvata
Lisätiedot1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA
Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat Päättely yhden selittäjän lineaarisesta regressiomallista Ennustaminen, Ennuste, Ennusteen luottamusväli, Estimaatti, Estimaattori,
LisätiedotKäyttöohje Ebro TTX 120 lämpömittari
Käyttöohje Ebro TTX 120 lämpömittari Turvallisuusohje Lämpömittaria ei saa käyttää käyttölämpötilaa huomattavasti korkeammissa lämpötiloissa tai räjähdysherkissä tiloissa litiumpariston räjähtämisvaaran
LisätiedotSampsa Laine (050-549 7893) Ari Mäkelä (040-533 2381) EPÄLINEAARISEN MARKKINAMALLINNUKSEN KÄYTETTÄVYYS NORD POOL HINTAKEHITYKSEN ENNUSTAMISESSA
Sampsa Laine, Ari Mäkelä EPÄLINEAARISEN MARKKINAMALLINNUKSEN KÄYTETTÄVYYS NORD POOL HINTAKEHITYKSEN ENNUSTAMISESSA 1/14 SISÄLLYSLUETTELO Johdanto...3 Menetelmäkuvaus...4 Kokeelliset tulokset...5 Käytetyt
LisätiedotTilastollisen tutkimuksen vaiheet
Tilastollisen tutkimuksen vaiheet Jari Päkkilä Johdatus tilastotieteeseen Matemaattisten tieteiden laitos TILASTOLLISEN TUTKIMUKSEN TARKOITUS Muodostaa mahdollisimman hyvä mielikuva havaintoaineistosta,
Lisätiedot4 TOISEN ASTEEN YHTÄLÖ
Huippu Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 7.4.016 4 TOISEN ASTEEN YHTÄLÖ POHDITTAVAA 1. Merkitään toisen neliön sivun pituutta kirjaimella x. Tällöin toisen neliön sivun pituus on
LisätiedotOhjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen
Ohjelmistoradio tehtävät 4 P: Ekvalisointi ja demodulaatio Tässä tehtävässä dekoodata OFDM data joka on sijotetty synknonontisignaalin lälkeen. Synkronointisignaali on sama kuin edellisessä laskutehtävässä.
LisätiedotDatan analysointi ja visualisointi Teollisen internetin työpaja
Datan analysointi ja visualisointi Teollisen internetin työpaja Jouni Tervonen, Oulun yliopisto, Oulun Eteläisen instituutti 14.3.2016 Johdanto Tavoite yhdessä määritellä miten data-analytiikkaa voi auttaa
Lisätiedot1 Tieteellinen esitystapa, yksiköt ja dimensiot
1 Tieteellinen esitystapa, yksiköt ja dimensiot 1.1 Tieteellinen esitystapa Maan ja auringon välinen etäisyys on 1 AU. AU on astronomical unit, joka määritelmänsä mukaan on maan ja auringon välinen keskimääräinen
LisätiedotIntegrointialgoritmit molekyylidynamiikassa
Integrointialgoritmit molekyylidynamiikassa Markus Ovaska 28.11.2008 Esitelmän kulku MD-simulaatiot yleisesti Integrointialgoritmit: mitä integroidaan ja miten? Esimerkkejä eri algoritmeista Hyvän algoritmin
Lisätiedot1. Kuinka paljon Maan kiertoaika Auringon ympäri muuttuu vuodessa, jos massa kasvaa meteoroidien vaikutuksesta 10 5 kg vuorokaudessa.
1. Kuinka paljon Maan kiertoaika Auringon ympäri muuttuu vuodessa, jos massa kasvaa meteoroidien vaikutuksesta 10 5 kg vuorokaudessa. Vuodessa Maahan satava massa on 3.7 10 7 kg. Maan massoina tämä on
LisätiedotAVOTOIMISTOAKUSTIIKAN MITTAUS JA MALLINNUS. Jukka Keränen, Petra Virjonen, Valtteri Hongisto
AVOTOIMISTOAKUSTIIKAN MITTAUS JA MALLINNUS Jukka Keränen, Petra Virjonen, Valtteri Hongisto Työterveyslaitos, Sisäympäristölaboratorio Lemminkäisenkatu 14-18 B, 20520 TURKU jukka.keranen@ttl.fi 1 JOHDANTO
LisätiedotMitä kalibrointitodistus kertoo?
Mitä kalibrointitodistus kertoo? Luotettavuutta päästökauppaan liittyviin mittauksiin MIKES 21.9.2006 Martti Heinonen Tavoite Laitteen kalibroinnista hyödytään vain jos sen tuloksia käytetään hyväksi.
LisätiedotÄlykäs kaukolämpö. Risto Lahdelma. Yhdyskuntien energiatekniikan professori. Energiatekniikan laitos. Insinööritieteiden korkeakoulu Aalto-yliopisto
Älykäs kaukolämpö Risto Lahdelma Yhdyskuntien energiatekniikan professori Insinööritieteiden korkeakoulu Aalto-yliopisto risto.lahdelma@aalto.fi 1 Älykäs kaukolämpö Lähtökohtana älykkyyden lisäämiseen
LisätiedotFahim Al-Neshawy Aalto yliopisto Insinööritieteiden korkeakoulu Rakennustekniikan laitos
Julkisivuyhdistyksen Innovaatio 2016 seminaari 12-13.05.2016 Fahim Al-Neshawy Aalto yliopisto Insinööritieteiden korkeakoulu Rakennustekniikan laitos Sisältö 2 v v v v v Julkisivun yleisimmät vauriomekanismit
LisätiedotMatematiikka ja teknologia, kevät 2011
Matematiikka ja teknologia, kevät 2011 Peter Hästö 13. tammikuuta 2011 Matemaattisten tieteiden laitos Tarkoitus Kurssin tarkoituksena on tutustuttaa ja käydä läpi eräisiin teknologisiin sovelluksiin liittyvää
LisätiedotSIMO, Siltojen monitorointi. Ilkka Hakola, VTT
SIMO, Siltojen monitorointi Ilkka Hakola, VTT SIMO, Projektin yleiskatsaus SIMO projekti on TEKES rahotteinen projekti (ei mukana missään ohjelmassa), jossa on mukana 15 partneria. Projektin kokonaisbudjetti
LisätiedotSISÄLTÖ Venymän käsite Liukuman käsite Venymä ja liukuma lujuusopin sovelluksissa
SISÄLTÖ Venymän käsite Liukuman käsite Venymä ja liukuma lujuusopin sovelluksissa 1 SISÄLTÖ 1. Siirtymä 2 1 2.1 MUODONMUUTOS Muodonmuutos (deformaatio) Tapahtuu, kun kappaleeseen vaikuttaa voima/voimia
LisätiedotNeuroverkkojen soveltaminen vakuutusdatojen luokitteluun
Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Sami Hokuni 12 Syyskuuta, 2012 1/ 54 Sami Hokuni Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Turun Yliopisto. Gradu tehty 2012 kevään
LisätiedotTilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto
Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa Tapio Nummi Tampereen yliopisto Runkokäyrän ennustaminen Jotta runko voitaisiin katkaista optimaalisesti pitäisi koko runko mitata etukäteen. Käytännössä
LisätiedotAgenda. Johdanto Säätäjiä. Mittaaminen. P-, I-,D-, PI-, PD-, ja PID-säätäjä Säätäjän valinta ja virittäminen
8. Luento: Laitteiston ohjaaminen Arto Salminen, arto.salminen@tut.fi Agenda Johdanto Säätäjiä P-, I-,D-, PI-, PD-, ja PID-säätäjä Säätäjän valinta ja virittäminen Mittaaminen Johdanto Tavoitteena: tunnistaa
LisätiedotKoesuunnitelma. Tuntemattoman kappaleen materiaalin määritys. Kon c3004 Kone ja rakennustekniikan laboratoriotyöt. Janne Mattila.
Kon c3004 Kone ja rakennustekniikan laboratoriotyöt Koesuunnitelma Tuntemattoman kappaleen materiaalin määritys Janne Mattila Teemu Koitto Lari Pelanne Sisällysluettelo 1. Tutkimusongelma ja tutkimuksen
LisätiedotAS-0.3200 Automaatio- ja systeemitekniikan projektityöt
AS-0.3200 Automaatio- ja systeemitekniikan projektityöt A11-03 USB-käyttöinen syvyysanturi 5op 13.9.2011-29.11.2011 Johan Backlund Ohjaaja: Johan Grönholm Johdanto Projektin tavoitteena oli suunnitella
Lisätiedot3 Toisen kertaluvun lineaariset differentiaaliyhtälöt
3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3.1 Homogeeniset lineaariset differentiaaliyhtälöt Toisen kertaluvun differentiaaliyhtälö on lineaarinen, jos se voidaan kirjoittaa muotoon Jos r(x)
LisätiedotMAGNEETTITEKNOLOGIAKESKUS. Ajan myötä tapahtuvat häviöt sintratuissa NdFeB magneeteissa
Ajan myötä tapahtuvat häviöt sintratuissa NdFeB magneeteissa Minna Haavisto 19.1.21 Losses [%] MAGNEETTITEKNOLOGIAKESKUS Ensimmäinen julkaisu Temperature Stability and Flux Losses Over Time in Sintered
LisätiedotLämpötila Lämpölaajeneminen Ideaalikaasu. Luku 17
Lämpötila Lämpölaajeneminen Ideaalikaasu Luku 17 Ch 17-1 3 Termodynaaminen tasapaino Termodynaaminen tasapaino: Tuotaessa kaksi systeemiä lämpökontaktiin niiden termodynaaminen tasapaino on saavutettu,
LisätiedotHarjoitus 3: Regressiomallit (Matlab)
Harjoitus 3: Regressiomallit (Matlab) SCI-C0200 Fysiikan ja matematiikan menetelmien studio SCI-C0200 Fysiikan ja matematiikan menetelmien studio 1 Harjoituksen aiheita Pienimmän neliösumman menetelmä
LisätiedotTärkeiden selittävien tekijöiden ja ryhmien etsintä potilasrekistereistä
Tärkeiden selittävien tekijöiden ja ryhmien etsintä potilasrekistereistä Loppuseminaari: Terveydenhuollon uudet analyysimenetelmät (TERANA) Elina Parviainen AB HELSINKI UNIVERSITY OF TECHNOLOGY Department
LisätiedotJakaumien merkitys biologisissa havaintoaineistoissa: Löytyykö ratkaisu Yleistetyistä Lineaarisista (Seka)Malleista?
1 Hydrobiologian tutkijaseminaari 20.3.2000 Jakaumien merkitys biologisissa havaintoaineistoissa: Löytyykö ratkaisu Yleistetyistä Lineaarisista (Seka)Malleista? Jari Hänninen Turun yliopisto Saaristomeren
LisätiedotRatkaisu: a) Koroton takaisinmaksuaika on 9000 = 7,5 vuotta. 1200 b) Kun vuosituotot pysyvät vakiona, korollinen takaisinmaksuaika määräytyy
Kotitehtävät 7. Aihepiirinä Investointi Ratkaisuehdotuksia 1. Investoinnin hankintameno on 9000 euroa ja siitä saadaan seuraavina vuosina vuosittain 1200 euron tulot. Määritä a) koroton takaisinmaksuaika
LisätiedotPintasääasemaverkon vikadiagnostiikkaa DADAssa
TEKNILLINEN KORKEAKOULU Systeemitekniikan laboratorio Pintasääasemaverkon vikadiagnostiikkaa DADAssa Vesa Hasu DADA? 2 Pintasääasemaverkon vikadiagnostiikkaa... Yleistä - DADA DADA: Datafuusio- ja diagnostiikkamenetelmien
Lisätiedot