BJ30A1000 Kemiantekniikan tietotekniikka Luennot 1 ja 2
|
|
- Eeva-Kaarina Haapasalo
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Kevät 2008 BJ30A1000 Kemiantekniikan tietotekniikka Luennot 1 ja 2 Kimmo Klemola ja Luennoitsijana yliassistentti Kimmo Klemola, teknillisen kemian laboratorio, huone 2437 etunimi.sukunimi@lut.fi Kotitehtävät: Yliassistentti Ben-Guang Rong, Teollisuusprosessien suunnittelun ja kehittämisen laboratorio, huone 2357 Benguang.Rong@lut.fi January 28, 2008 Kimmo Klemola 1 January 28, 2008 Kimmo Klemola 2 Kemiantekniikan osasto Perusopinnot Sovellettu kemia Teknillinen kemia Epäorgaaninen ja analyyttinen kemia Orgaaninen kemia Fysikaalinen kemia Kemian tuotantotekniikka Erotustekniikka Tuote- ja prosessikehitys Puunjalostustekniikka Paperitekniikka Membraanitekniikka ja teknillinen polymeerikemia January 28, 2008 Kimmo Klemola 3 January 28, 2008 Kimmo Klemola 4 Tuote- ja prosessikehityksen laboratorio Teknillisen kemian laboratorio January 28, 2008 Kimmo Klemola 5 January 28, 2008 Kimmo Klemola 6 Luento 1 1
2 Kemiantekniikan tietotekniikka Kursin aikataulu, luennot, harjoitukset ja kotitehtävät 2008 Luentoajat 3. ja 4. periodi ma klo sali 1381 Kotitehtäviä kultakin osa-alueelta Käytännön oppimisen on tarkoitus hoitua kotitehtävien kautta. Kotitehtäviä koskeva opetuspäivystys keten mikroluokassa, kete 1. kerros, myöhemmin ilmoitettavat ajat. Voi kysyä muulloinkin Kimmo Klemolalta ja Ben-Guang Rongilta. Kursin kotisivulla pyritään antamaan mahdollisimman ajantasaista informaatiota. Kotitehtävät jaetaan kotisivujen kautta. January 28, 2008 Kimmo Klemola 7 January 28, 2008 Kimmo Klemola 8 Kurssin sisältö Yleistä tietokoneista, mallituksesta, tietotekniikasta ja laskennasta; minkälaista mallitusta ja laskentaa kemianteollisuudessa ja prosessiteollisuudessa tarvitaan ja käytetään. Windows-käyttöjärjestelmä (Windows XP) Tekstinkäsittely Microsoft Word Microsoft PowerPoint Taulukkolaskenta Microsoft Excel Numeerinen laskenta Polymath ja Matlab (regressio, differentiaaliyhtälöiden ratkaiseminen, epälineaariset ja lineaariset yhtälöryhmät eli käytännön työkalut) Ohjelmointi, esimerkkinä Fortran-kieli Kurssin aikataulu 2008 (voi muuttua) Mallitus laskenta Luento Mallitus laskenta Luento Mallitus laskenta Luento3 ja käyttöjärjestelmä Windows XP Microsoft Word Ei luentoa?? Microsoft PowerPoint Microsoft Excel (1) Huom!!!! ei luentoa (tenttiviikko) Microsoft Excel (2) Polymath (1) Polymath (2), luento/mikroluokka (kete/tuta)? Matlab (1) Matlab (2), luento/mikroluokka (kete/tuta)? Fortran Mikroluokka (kete/tuta)? Mikroluokka (kete/tuta)? January 28, 2008 Kimmo Klemola 9 January 28, 2008 Kimmo Klemola 10 Tietokone Seuraavaan esitykseen taustaksi mainittakoon, että tehokas nykyaikainen pöytäkone (PC) pystyy noin nopeuteen X flops = X (=noin 10?) gigaflops (flop = floating point operations per second, laskutoimitusta sekunnissa) Tietokoneen kehityksen aikajana 3000 ekr Kiinalaiset keksivät helmitaulun. Nykytekniikan hitaimpia siemenen itämisiä on ollut tietokoneella. Jos lähdetään helmitauluista, tulee itämisaikaa viitisen tuhatta vuotta, jos laskukoneesta (Pascal), tulee aikaa yli 300 vuotta. (Osmo A. Wiio, Tekniikan maailma 20/2003) Blasie Pascal kehitti mekaanisen laskukoneen Charles Babbagen (engl.) mekaaninen ja ohjelmoitava tietokone Hollerithin reikäkorttikone 1930-luku Englannissa, Saksassa ja Yhdysvalloissa tehtiin kokeiluja elektronisella tietokoneella Colossus valmistui Englannissa avaamaan saksalaisten salakoodia. Colossus purettiin sotasalaisuutena sodan jälkeen. January 28, 2008 Kimmo Klemola 11 January 28, 2008 Kimmo Klemola 12 Luento 1 2
3 Tietokoneen kehityksen aikajana 1944 Harvardin (IBM:n) Mark I valmistui ENIAC-tietokone valmistui ( tyhjöputkea, 500 flops), tyhjöputkien aika alkoi Transistorit alkavat syrjäyttää tyhjöputkia TKK:n ja Helsingin yliopiston yhteishanke ESKOtietokoneen rakentamiseksi 1958 Ensimmäinen kaupallinen tietokone Suomeen (Postipankki). Tietokoneen kehityksen aikajana Ensimmäiset supertietokoneet (CDC megaflops) Gordon Moore (*1929, kemisti!!) julkaisee artikkelin, jossa hän ennustaa tietokoneen laskentakapasiteetin (transistorien pakkaustiheyden mikropiireissä) kaksinkertaistuvan 18 kuukauden välein. Nykyään arvioidaan, että Mooren laki pitää kutinsa noin vuoteen , jolloin atomitason rajoitteet tulevat vastaan Gordon Moore ja Robert Noyce perustavat Intelin Internetin edeltäjä ARPANET luodaan USA:ssa sotilaskäyttöön, jotta hallitus voisi kommunikoida ydinsodan jälkeen Ensimmäinen mikroprosessori (Intel 4004) 1973 Suomen ensimmäinen mikrotietokone (Intel prosessori) Digelius Finland Oy:hyn Ensimmäinen todellinen mikrotietokone Altair. January 28, 2008 Kimmo Klemola 13 January 28, 2008 Kimmo Klemola 14 Tietokoneen kehityksen aikajana 1975 Microsoft perustetaan. UNIX-käyttöjärjestelmä Ensimmäinen Applen tietokone. Cray 1, jota monet pitävät ensimmäisenä supertietokoneena (160 megaflops = flops) DEC:n (Digital) pääjohtaja Ken Olsen: Ei ole mitään syytä miksi kenelläkään olisi tarvetta saada tietokone kotiinsa DOS-käyttöjärjestelmä MS-DOS-käyttöjärjestelmä. IBM:n ensimmäinen PC. IBM:n mikrotietokoneista tulee vähitellen standardi, jonka kanssa muut valmistajat, ohjelmat ja oheislaitteet ovat yhteensopivia. Ensimmäinen raahattava Osborne 1 (11 kg, ei ollut akkua). Tietokoneen kehityksen aikajana 1982 ARPANETistä käytetään 1. kertaa nimitystä Internet Ensimmäinen todellinen kannettava Data Generalin DG/One (3,5 in diskettiasema, akku, nestekidenäyttö ynm) Microsoftin Windows-käyttöjärjestelmä. January 28, 2008 Kimmo Klemola 15 January 28, 2008 Kimmo Klemola 16 Tietokoneen kehityksen aikajana 1985 Cray Y-MP supertietokone, suorituskyky nykyisen PC:n luokkaa Intel 386-prosessori 1989 Intel prosessori. Internet korvaa ARPANETin Elokuussa suomalainen opiskelija Linus Torvalds lähettää Usenetin uutisryhmään seuraavan viestin: Hello everybody out there using minix- I'm doing a (free) operating system (just a hobby,won't be big and professional like gnu) for 386(486) AT clones. Linux-käyttöjärjestelmä on syntynyt WWW (World Wide Web) syntyy Intel Pentium-prosessori. Ensimmäinen WWW-selain Mosaic Intel Pentium II 1999 Intel Pentium III 2001 Intel Pentium Japanissa valmistui Earth Simulator-supertietokone, joka oli maailman tehokkain (35,86 teraflops = flops), laskemaan mm. ilmastonmuutosta. Tietokoneen kehityksen aikajana 2004 USA:n energiaministeriön tilaama IBM Blue Gene/L on maailman tehokkain supertietokone (70,72 teraflops) IBM Blue Gene/L-supertietokoneen on tarkoitus koostua miljoonasta rinnakkaisesta tehokkaasta Pentiumprosessorista. Sen ainoa tehtävä on mallintaa ihmisen proteiinin laskostumista. Luonto selviytyy tehtävästä sekunnin murto-osissa. Blue Geneltä kuluu tehtävään vuosia. Nopeus 360 teraflops eli noin 10 kertaa tehokkaampi kuin Earth Simulator ja tehokkaampi kuin 500 nykyään tehokkainta supertietokonetta yhteensä (kevään 2005 tietoa) Blue Gene/L on marraskuussa 2007 tehokkain supertietokone ( flops). Super Grid. Supertietokoneiden verkko Mooren laki tietoverkoille on tarkoittanut liikenten kasvua kaksinkertaiseksi joka vuosi Vuonna 2015 liikenne on kertainen vuoteen 2005 verrattuna Mooren laki pitänee kutinsa noin vuoteen 2020 eli mikroprosessorien suoritusnopeus tuplaantuu 18 kuukauden välein. Sen jälkeen transistorien pakkauksessa tulevat atomitason rajoitteet vastaan Kvanttitietokoneiden aika. (?) January 28, 2008 Kimmo Klemola 17 January 28, 2008 Kimmo Klemola 18 Luento 1 3
4 Supertietokoneet Supertietokoneella tarkoitetaan omana aikanaan huomattavan laskentakapasiteetin omaavaa tietokonetta. Supertietokoneita käytetään mm. seuraaviin tarkoituksiin: Sään ennustaminen Ilmastolaskelmat, ilmastonmuutoksen ennustaminen Molekyylimallinnus molekyylien rakenteen ja ominaisuuksien ennustaminen kidemuodot synteesitiet merkitystä erityisesti lääkekehityksessä Virtauslaskenta (CFD) sään ennustaminen on virtauslaskennan merkittävin sovellus lentokoneen ja autojen suunnittelu (tuulitunnelit ynm) prosessiteollisuuden laitteiden ja prosessien suunnittelu lääketiede, virtaukset verisuonistossa Ydintekniikka, ydinräjähdyksen simulointi Salaus, salakoodaus Biotekniikka, esim. ihmisen genomin kartoitus Supertietokoneet Supertietokoneiden teho perustuu nykyään rinnakkaislaskentaan, jossa huomattava määrä tavallisia prosessoreita on yhdistetty toisiinsa. Supertietokoneissa haasteena on mm: Prosessorien kommunikointi*, tiedonsiirtonopeus, algoritmit Käyttöjärjestelmä Jäähdytys, tarvitaan nestejäähdytystä January 28, 2008 Kimmo Klemola 19 January 28, 2008 Kimmo Klemola 20 Supertietokoneet Miksi Blue Gene? Mitä järkeä oli rakentaa 400 miljoonan dollarin Blue Gene tutkimaan vain ihmisen proteiinin laskostumista? IBM pyrkii kehittämään huipputehokkaan supertietokoneen myös edullisesti, saadaan siis teknistaloudellista tietoa ja hyötyä. Laskostumishäiriöt ovat merkittävässä osassa monissa sairauksissa, esimerkiksi Alzheimerin tauti ja hullun lehmän tauti, ja ilmiön tunteminen auttaa taudin ennaltaehkäisyssä, hoidossa ja lääkekehityksessä. Muita merkittäviä tauteja, joiden ongelmiin voidaan löytää ratkaisuja ovat: HIV hepatiitti January 28, 2008 Kimmo Klemola 21 January 28, 2008 Kimmo Klemola 22 Supertietokoneet TOP 10, 11/2007 Suomen supertietokoneet 11/2007 January 28, 2008 Kimmo Klemola 23 January 28, 2008 Kimmo Klemola 24 Luento 1 4
5 PC-mikrotietokone Mitä PC sisältää Keskusyksikkö Central processing unit (CPU) - Keskusyksikössä tapahtuu käskyjen tulkinta ja suoritus. Keskusyksikköön sisältyvät ohjausyksikkö, aritmeettislooginen yksikkö, rekisteri ja näitä yhdistävät tiedonsiirtoväylät. Mikroprosessori eli keskusyksikkö on tietokoneen aivot, joka koordinoi muita hardware-laitteita ja valvoo kaikkea mitä tietokone tekee. Esimerkiksi Intel Pentium 4 HT 3.0 GHz, jossa kellotaajuus 3,0 gigahertziä (verrannollinen nopeuteen). Muisti Memory Muisti sisältää dataa. January 28, 2008 Kimmo Klemola 25 January 28, 2008 Kimmo Klemola 26 Mitä PC sisältää Tietokoneessa on useanlaista muistia: Työmuisti, suorasaantimuisti Random-access memory (RAM) Varastoi väliaikaisesti tietoa, jota tietokone paraikaa työstää. Lukumuisti, kiintomuisti Read-only memory (ROM) - Muisti, johon ei voi kirjoittaa sen ollessa kytkettynä käyttävään laitteistoon. Se säilyttää sisältönsä käyttöjännitteen katketessa. Kestomuisti, jota tietokone käyttää tärkeän muuttumattoman tiedon säilyttämiseen. Kovalevy Hard disk Pysyvä massamuisti. BIOS Basic input/output system (BIOS) ROM-tyypin muisti, jota tietokone käyttää, kun se kytketään päälle. Välimuisti, kätkömuisti, Cache Caching - Pieni ja nopea laitteen suorituskykyä lisäävä apumuisti, joka sijaitsee prosessorin ja päämuistin välissä. Virtuaalimuisti, näennäismuisti Virtual memory Kovalevyllä oleva muistitila, jota ruuhkatilanteessa käytetään RAM-muistin tavoin datan väliaikaiseen tallentamiseen ja käyttämiseen. Mikäli kone joutuu ottamaan virtuaalimuistin käyttöön, se näkyy toimintojen hidastumisena. Mitä PC sisältää Emolevy Motherboard - Piirilevy, johon voidaan liittää yksi tai useampia komponenteilla varustettuja piirilevyjä eli kortteja. Keskusyksikkö ja muistit ovat usein emolevyllä. Esimerkiksi äänikortti on joko emolevyllä tai liitettynä siihen johtimilla. Virtalähde Power supply - Huolehtii tietokoneen virran saannista. Kovalevy Hard disk Pysyvä massamuisti, jossa on tyypillisesti tiedostot ja ohjelmat. Käyttöjärjestelmä Operating system - Tietokoneen hallinnassa käytettävä ohjausohjelmista koostuva kokonaisuus. Mahdollistaa käyttäjälle tietokoneen kanssa kommunikoinnin. Äänikortti Sound card Tietokone käyttää äänikorttia äänen nauhoittamiseen ja toistamiseen muuttamalla analogisen äänen digimuotoon ja toisinpäin. Grafiikkakortti Graphics card Muuttaa tietokoneen kuvadatan sellaiseksi, että kuva näkyy monitorilla (näytöllä). January 28, 2008 Kimmo Klemola 27 January 28, 2008 Kimmo Klemola 28 Miksi tietotekniikkaa kemian- ja prosessiteollisuudessa: Edut ylipäänsä valtavat Lisää yleisesti tehokkuutta ja työn tuottavuutta Nopeuttaa suunnittelua, työhön perehdyttämistä Tuotanto ja prosessit saadaan optimoitua Rahaa, energiaa, raaka-aineita kuluu vähemmän (tai rahaa tulee enemmän) Pystytään korvaamaan kallista koetoimintaa Pystytään tekemään asioita, joita ei muutoin pystyttäisi tekemään (hyvin monimutkaiset ihmiselle hallitsemattomissa olevat kokonaisuudet, valtavaa laskentatehoa vaativat tehtävät ) Tiedon hallinta, siirto, haku jne jne Esimerkki käsin laskettavissa olevasta ongelmasta Kemianteollisuuden prosessit -kurssin kotilasku (jos yksinkertainen systeemi) Syöttö Kierrätys Reaktori Erotus Tuote January 28, 2008 Kimmo Klemola 29 January 28, 2008 Kimmo Klemola 30 Luento 1 5
6 Teollisuuden prosessi käsin laskeminen hankalaa Mallituksesta ja prosessiteollisuuden tietotekniikasta, laskennastajaohjelmista Lähde: State of Mathematical Modelling and Simulation in the Finnish Process Industry, Universities and Research Centres Kimmo Klemola Ilkka Turunen Tekes-raportti 2001 January 28, 2008 Kimmo Klemola 31 January 28, 2008 Kimmo Klemola 32 Missä kaikkialla käytetään kemian- ja prosesiteollisuuden mallitusta ja laskentaa? Prosessiteollisuus Kemian teollisuus (Chemical and specialty chemical industry) Hienokemian teollisuus (Fine chemicals industry) Öljyn jalostus ja petrokemian teollisuus (Oil refining and petrochemicals industry) Elintarviketeollisuus (Food and drink industry) Jätteiden käsittely ja jäteveden puhdistus (Waste management and water treatment sector) Sellu- ja paperiteollisuus (Pulp and paper industry) Metallurginen teollisuus (Metallurgical industry) Lääketeollisuus (Pharmaceutical industry) Biotekniikka (Biotechnology) Muovi-, polymeeri- ja kumiteollisuus (Plastics, polymer and rubber industry) Maaliteollisuus (Paint and coating industry) Prosessiteollisuuden laitetoimittajat (Process equipment manufacturers) Rakennustarviketeollisuus (Construction and building material industry) Energiateollisuus (Energy industry) Insinööri- ja konsulttitoimistot (Engineering and consulting companies) January 28, 2008 Kimmo Klemola 33 January 28, 2008 Kimmo Klemola 34 Missä kaikkialla käytetään kemian- ja prosesiteollisuuden mallitusta ja laskentaa? Yliopistot ja tutkimuskeskukset Lappeenrannan teknillinen yliopisto Helsingin teknillinen korkeakoulu Tampereen teknillinen yliopisto Åbo Akademi Kuopion yliopisto Jyväskylän yliopisto Turun yliopisto Oulun yliopisto Helsingin yliopisto Joensuun yliopisto VTT - Valtion teknillinen tutkimuskeskus CSC Tieteellinen laskenta Oy (CSC - Scientific Computing Ltd) KCL - Keskuslaboratorio Millä tasoilla laskennan ja tietotekniikan työkaluista on hyötyä kemianteollisuudessa? January 28, 2008 Kimmo Klemola 35 January 28, 2008 Kimmo Klemola 36 Luento 1 6
7 Tehdas koostuu yksikköoperaatioista ja yksikköprosesseista jotka muodostavat prosessin ja prosesseja. Alla erään prosessin lohkokaavio (flowsheet) Yksikköoperaatio Useassa prosessissa esiintyvää prosessin osaa, jossa esiintyy samankaltainen fysikaalinen muutos, kutsutaan yksikköoperaatioksi. Tyypillisiä yksikköoperaatioita ovat tislaus, uutto, pumppaus, sekoitus, seulonta, murskaus ja lämmönsiirto January 28, 2008 Kimmo Klemola 37 January 28, 2008 Kimmo Klemola 38 Yksikköprosessi Useassa prosessissa esiintyvää prosessin osaa, jossa esiintyy samankaltainen kemiallinen muutos so. kemiallinen reaktio, kutsutaan yksikköprosessiksi. Tyypillisiä yksikköprosesseja ovat nitraatio, halogenaatio, hapetus, alkylaatio, esteröinti ja polymerointi. Prosessiteknologian peruskäsitteitä TASE ILMIÖ PROSESSI MALLI PROSESSIMALLI PROSESSIMALLITUS January 28, 2008 Kimmo Klemola 39 January 28, 2008 Kimmo Klemola 40 Tase Kemisti-insinöörin tärkeätä omaksua taseajattelu Massatase Energiatase Liikemäärätase jne Ilmiö Ilmiö on tapahtuma, asiantila tai tosiasia Laite on esine, ilmiöiden reunaehto Prosessi-ilmiöitä ovat taseilmiöt säilymisilmiöt nopeusilmiöt tasapainoilmiöt January 28, 2008 Kimmo Klemola 41 January 28, 2008 Kimmo Klemola 42 Luento 1 7
8 Prosessi Prosessi on ilmiö Prosessi on taseilmiö Prosessi on tasealueen määräämä ilmiöjoukko Teollinen prosessi on ohjattu taseilmiö Malli Fyysinen malli (esimerkiksi laboratorio- tai pilottilaite) Käsitteellinen malli Käsitteellisen mallin osajoukko on matemaattinen malli Käsitteellinen malli voidaan ilmaista monella tavalla: Reaktionopeus on verrannollinen aineen A pitoisuuteen (suomeksi) The reaction rate is proportional to the concentration of A (englanniksi) ra = k1 CA R(1,1) = K(1,1)*C(1) January 28, 2008 Kimmo Klemola 43 January 28, 2008 Kimmo Klemola 44 Prosessimalli prosessilaite malliavaruus fyysinen avaruus muuttujat ja yhtälöt ei-prosessiparametrit prosessiparametrit prosessiilmiöt prosessimalli prosessi fysikaaliset ominaisuudet muut suureet Prosessimallitus Mallitus1 (Käsitteellinen mallitus) Tunnista oleelliset ilmiöt ja suureet. Kirjoita yhtälöt. Tulos: Malliyhtälöt. Mallitus2 (Sovellettu mallitus) Johda tai hanki ratkaisualgoritmi mallille. Yksinkertaista tai modifioi mallia tarvittaessa. Implementoi malli ja algoritmi ratkaisua varten (esim. tietokoneohjelmaksi). Tulos: Ratkaisualgoritmi. Mallitus3 (Koetoiminta) Määritä ei-prosessiparametrit joko omin kokein tai kirjallisuudesta (muiden kokeista). Tulos: Ei-prosessiparametrit. Mallitus4 (Ratkaisu) Määritä spesifikaatiot ratkaisua varten. (Syöttö ja prosessiparametrit, jos kyseessä simulointi. Syöttö ja tuotto, jos kyseessä suunnittelu.) Ratkaise. Tulos: Ratkaisu. Mallitus5 (Validointi) Validoi malli vertaamalla ratkaisua mallitettaviin ilmiöihin. Tulos: Validi malli. January 28, 2008 Kimmo Klemola 45 January 28, 2008 Kimmo Klemola 46 Tutkija tieteen kolmiossa Mallituksen osa-alueita (in English) Steady State Flowsheet Simulation Dynamic Simulation Molecular Modeling and Computational Chemistry Computational Fluid Dynamics (CFD) Chemometrics Optimization, Genetic Algorithms Artificial Intelligence: Neural Networks, Fuzzy Logic Artificial Intelligence: Knowledge-Based Systems, Expert Systems, Rule-Based Reasoning, Case- Based Reasoning Mathematical Programs (Matlab, Mathcad ) Environmental, Health, Safety, and Quality (EHSQ) Models Production Planning, Logistics, and Scheduling Models Detailed Design Models and Programs Process Control Operator Training and Support Systems Parameter Estimation Experimental Planning Process Integration Process Synthesis Data Reconciliation Algorithms Parallel Computing Visualization January 28, 2008 Kimmo Klemola 47 January 28, 2008 Kimmo Klemola 48 Luento 1 8
9 Mallituksen osa-alueita Jatkuvatoimiset flowsheet-simulaattorit Dynaaminen simulointi Molekyylimallitus ja laskennallinen kemia Virtauslaskenta (CFD) Kemometria Optimointi, geneettiset algoritmit Tekoäly: hermoverkot, sumea logiikka Tekoäly: Asiantuntijajärjestelmät, sääntöpohjainen päättely, tapauspohjainen päättely Matematiikkaohjelmistot (Matlab, Mathcad ) Ympäristö-, terveys-, turvallisuus- ja laatumallit Tuotannonsuunnittelu-, logistiikka- ja aikataulutusohjelmistot Laitteisto-ohjelmat Prosessien ohjaus ja säätö Operaattorien koulutus Parametriestimointi Kokeiden suunnittelu Prosessi-integraatio Prosessisynteesi Taseiden täsmäys Algoritmit Rinnakkaislaskenta Visualisointi Steady State Flowsheet Simulation Jatkuvatoimiset flowsheet-simulaattorit Jatkuvatoimisten prosessien suunnittelu tehdään lähinnä jatkuvatoimisten (steady state-) flowsheet-simulaattorien avulla. Jatkuvatoimisilla flowsheet-simulaattoreilla pystytään laskemaan yksittäisiä yksikköoperaatioita tai yksikköprosesseja tai niiden ja ainevirtojen muodostamia laajojakin prosessikokonaisuuksia. Jatkuvatoimiset flowsheet-simulaattorit sisältävät yksikköoperaatio- ja reaktorimalleja, fysikaalisten aineominaisuuksien ja termodynaamisten ominaisuuksien laskentamalleja sekä aineiden ja aineominaisuuksien datapankkeja. Aspen Plus, HYSIM ja PRO/II ovat tunnetuimpia jatkuvatoimisia flowsheet-simulaattoreita. January 28, 2008 Kimmo Klemola 49 January 28, 2008 Kimmo Klemola 50 Steady State Flowsheet Simulation Jatkuvatoimiset flowsheetsimulaattorit Steady State Flowsheet Simulation Jatkuvatoimiset flowsheet-simulaattorit Perinteinen bensiinieetteriprosessi January 28, 2008 Kimmo Klemola 51 January 28, 2008 Kimmo Klemola 52 Steady State Flowsheet Simulation Jatkuvatoimiset flowsheet-simulaattorit Nesteen bensiinieetteriprosessi Steady State Flowsheet Simulation Jatkuvatoimiset flowsheet-simulaattorit Aspen Plus January 28, 2008 Kimmo Klemola 53 January 28, 2008 Kimmo Klemola 54 Luento 1 9
10 Dynaaminen simulointi Dynamic simulation accounts for process transients, from an initial state to a final state. Dynamic models for complex chemical processes typically consist of large systems of ordinary differential equations (ODEs) and algebraic equations (DAEs). Therefore, dynamic process simulation is computationally intensive. Dynaamiset simulaattorit koostuvat tyypillisesti: termodynaamisten ja fysikaalisten aineominaisuuksien laskentamalleista ja ainepankeista yksikköoperaatio- ja reaktorimalleista numeerisista ratkaisijoista Dynamic simulation - Dynaaminen simulointi Dynaamista simulointia käytetään [Asprey, 1998]: panosprosessien suunnitteluun ja kehittämiseen säätöstrategioiden suunnitteluun prosessien säätösysteemien tarkastamiseen työntekijöiden koulutuksessa Tehtaan tuotannon optimointiin Prosessien luotettavan toiminnan ja prosessiturvallisuuden kehittämiseen ja testaamiseen prosessien toiminnan tehostamiseen ja parantamiseen prosessien käynnistyksen ja pysäytyksen suunnitteluun ja harjoitteluun January 28, 2008 Kimmo Klemola 55 January 28, 2008 Kimmo Klemola 56 Dynamic simulation - Dynaaminen simulointi Ulkomaisia: Batch Plus Hysys Aspen Chromatography, ADSIM, Dynamics Prosim BatchColumn, BatchReactor Chemcad gproms gbss Matlab Suomalaisia: APROS (VTT Automation, energia, pulp&paper) Prosimulator (Neste Jacobs, öljynjalostus, petrokemia) ModEst (Haario, LTY, kemianteollisuus, farmasia) Molecular Modeling and Computational Chemistry - Molekyylimallitus ja laskennallinen kemia Molekyylimallituksessa käytetään mallia tutkittaessa molekyylin rakennetta. Molekyylimallitus pitää sisällään laskennallisen kemian, mutta myös esimerkiksi paperille piirretyn molekyylirakenteen. Laskennallisessa kemiassa (usein käytetään nimitystä molekyylimallitus) käytetään numeerista laskentaa molekyylin rakennetta ja ominaisuuksia tutkittaessa. Hyvä esimerkki tärkeästä molekyylimallituksen ja laskennallisen kemian käyttökohteesta on uusien vaikuttavien lääkeaineiden kehittäminen. January 28, 2008 Kimmo Klemola 57 January 28, 2008 Kimmo Klemola 58 Molecular Modeling and Computational Chemistry - Molekyylimallitus ja laskennallinen kemia Computational Fluid Dynamics (CFD) Virtauslaskenta Computational fluid dynamics (CFD) is the science of determining a numerical solution to governing equations of fluid flow whilst advancing the solution through space or time to obtain a numerical description of the complete flow field of interest. Computational fluid dynamics obtains solutions for the governing Navier Stokes fluid flow equations and, depending upon the particular application, solves additional equations involving multiphase, turbulence, heat transfer and other relevant processes. January 28, 2008 Kimmo Klemola 59 January 28, 2008 Kimmo Klemola 60 Luento 1 10
11 Computational Fluid Dynamics (CFD) Virtauslaskenta Tank - mixer Computational Fluid Dynamics (CFD) Virtauslaskenta Tutuin sovellus sääennusteiden tekeminen January 28, 2008 Kimmo Klemola 61 January 28, 2008 Kimmo Klemola 62 Computational Fluid Dynamics (CFD) Virtauslaskenta Soveltuu hyvin mm. autojen ja lentokoneiden suunnitteluun Computational Fluid Dynamics (CFD) Virtauslaskenta Esimerkki: Polttoainesäiliön täyttäminen January 28, 2008 Kimmo Klemola 63 January 28, 2008 Kimmo Klemola 64 Computational Fluid Dynamics (CFD) Virtauslaskenta Virtauslaskenta vaatii paljon laskentatehoa. Laskenta onnistuu jo nykyään PC:llä. Kemian- ja prosessiteollisuudessa CFD:n merkitys kasvaa suunnittelussa. Laskenta kuitenkin vaativampaa moneen muuhun alaan verrattuna, mm. koska: monimutkaisia laitteiden rakenneratkaisuja pyöriviä propelleja ja liikkuvia osia paljon aineita, joiden ominaisuudet tunnetaan huonosti (ilma ja vesi monissa muissa sovelluksissa ainoat aineet) aineet monessa faasissa, kaasu-neste, kaasu-kiinteä, nestekiinteä, kaasu-neste-kiinteä, slurryt ynm laskenta-ajat saattavat olla jopa supertietokoneella liian pitkiä Computational Fluid Dynamics (CFD) Virtauslaskenta - Virtauslaskentaohjelmia Ulkomaisia: Fluent Fidap CFX Phoenics Star-CD Femlab Suomalaisia: Elmer Finflo Nova January 28, 2008 Kimmo Klemola 65 January 28, 2008 Kimmo Klemola 66 Luento 1 11
12 Chemometrics - Kemometria Kemometriassa kemialliseen dataan sovelletaan tilastollisia ja matemaattisia menetelmiä. Tyypillisesti kemometriassa pyritään saamaan suuresta datamäärästä esiin oleelliset tiedot. Biometriassa biologiseen tai biokemialliseen dataan sovelletaan tilastollisia ja matemaattisia menetelmiä. LUTissa emeritusprofessori Pentti Minkkinen kansainvälisesti merkittävä kemometrian tutkija. Hän on käyttänyt kemometriaa mm. ympäristöanalyyseissä. Chemometrics - Kemometria Helsingin Sanomat : Lappeenrannan teknillisen yliopiston emeritusprofessori Pentti Minkkinen on saanut kansainvälisesti arvostetun Pierre Gy Sampling Gold Medal -mitalin tunnustukseksi ansioistaan kemian näytteenoton tutkimuksen ja opetuksen alalla. Minkkinen tunnetaan tiedepiireissä Suomen kemometrian isänä, joka toi tämän tilastollisia ja matemaattisia menetelmiä hyödyntävän kemian tutkimusalan Suomeen luvun alussa. January 28, 2008 Kimmo Klemola 67 January 28, 2008 Kimmo Klemola 68 Optimization Optimointi Optimointi tarkoittaa parhaan ratkaisun löytämistä. Optimointiongelmia on käytännössä joka teollisuuden alalla, esim. tuotteen ja tuotannon suunnittelussa, logistiikassa ja strategisessa suunnittelussa. Optimointia mallittaessa ongelma esitetään matemaattisten mallien avulla. Ongelmaan etsitään ratkaisu sopivalla matemaattisella ratkaisijalla. Artificial Intelligence: Neural Networks, Fuzzy Logic - Tekoäly: hermoverkot, sumea logiikka Monia ainakin mahdollisia sovelluksia teollisuudessa Hermoverkot pyrkivät jäljittelemään aivojen oppimis- ja päätöksentekokykyä. Sumeaa logiikkaa voidaan käyttää hyödyksi sumeille tapauksille. Esimerkiksi joistain ihmisistä voidaan sanoa, että he ovat pitkiä, mutta on olemassa suuri joukko ihmisiä, joista on vaikea sanoa ovatko he pitkiä vai lyhyitä. Sumeaa logiikkaa pystytään käyttämään hyväksi esimerkiksi teollisuuden prosessien säädössä. January 28, 2008 Kimmo Klemola 69 January 28, 2008 Kimmo Klemola 70 Artificial Intelligence: Knowledge-Based Systems, Expert Systems, Rule-Based Reasoning, Case-Based Reasoning Tekoäly: asiantuntijajärjestelmät, sääntö- ja tapauspohjainen päättely Asiantuntijajärjestelmissä pyritään jäljittelemään ihmisen päättelykykyä. Asiantuntemus ja tieto on joko datapankissa tai sääntöinä tietokoneella. Esim. laitevalinta kuten pumput, säiliöt jne. Artificial Intelligence: Knowledge-Based Systems, Expert Systems, Rule-Based Reasoning, Case- Based Reasoning January 28, 2008 Kimmo Klemola 71 January 28, 2008 Kimmo Klemola 72 Luento 1 12
13 Matematiikkaohjelmat (Matlab, Mathcad ) Monet matematiikkaohjelmat tarjoavat varsin helppokäyttöisiä työkaluja symboliseen tai numeeriseen laskentaan tarjoten samalla näyttäviä tapoja tulosten esittämiseen. Ohjelmia voidaan käyttää esimerkiksi datan analysointiin, visualisointiin, numeeriseen ja symboliseen laskentaan, (insinööri)suunnitteluun, mallitukseen ja simulointiin. Esimerkkejä ovat MATLAB Mathcad Mathematica Maple Polymath Excel Matematiikkaohjelmat Ulkomaisia: Matlab Mathematica Mathcad Maple Polymath Excel Suomalaisia: ModEst (Haario, LTY, kemianteollisuus, farmasia) January 28, 2008 Kimmo Klemola 73 January 28, 2008 Kimmo Klemola 74 Matematiikkaohjelmat Symbolinen laskenta: esim. Mathematica ja Maple Numeerinen laskenta: esim. Simpsonin menetelmällä 2 Analyyttinen(!) ratkaisu: x x x 2 2 Numeerinen ratkaisu Simpsonin menetelmällä: ( ) 0.5 = 1/ 3*0.5 = * 4 2 = Matematiikkaohjelmat Matlab CSC:n Matlab-opas: Matlab (tulee sanoista matrix laboratory) on erityisesti numeerisen lineaarialgebran sovelluksiin kehitetty työskentelyympäristö. Matlabilla on mahdollista mm. ratkaista lineaarisia yhtälöryhmiä tai ominaisarvotehtäviä, laskea hajotelmia matriiseille sekä ratkoa vaikkapa differentiaaliyhtälöitä. Tämän lisäksi Matlabissa on monipuoliset grafiikkaominaisuudet, joten sitä voi käyttää myös visualisointiin. Matlabiin voi myös ohjelmoida uusia toimintoja, joten ohjelmistoa voi kehittää omia käyttötarpeita vastaavaksi. Matlabin hyviä puolia ovat käytön interaktiivisuus ja nopeus sekä mitä moninaisimpiin tarkoituksiin saatavat työkalupakit (toolbox). Ongelmana on tehottomuus suurissa tehtävissä sekä vaatimattomat mahdollisuudet symboliseen laskentaan näihin tarkoituksiin kannattaa käyttää muita välineitä. January 28, 2008 Kimmo Klemola 75 January 28, 2008 Kimmo Klemola 76 Matematiikkaohjelmat Matlab.. x = linspace(0,1,20); t = [ ]; sol = pdepe(0,@pdex1pde,@pdex1ic,@pdex1bc,x,t); u1 = sol(:,:,1); surf(x,t,u1); xlabel('x');ylabel('t');zlabel('u'); hold on u1 = sol(:,:,1); surf(x,t,u1); xlabel('x'); ylabel('t'); zlabel('u').. Polymath Helppokäyttöinen Chemical Reaction Engineeringprofessorien tekemä Soveltuu monipuolisesti Chemical Engineeringsovelluksiin Jaettu neljään moodiin : 1. Linear Equations 2. Nonlinear Equations 3. Differential Equations 4. Data analysis and Regression Opiskelijoilla mahdollisuus viedä kotikoneeseenkin January 28, 2008 Kimmo Klemola 77 January 28, 2008 Kimmo Klemola 78 Luento 1 13
14 Polymath - päävalikko Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ EXAMPLE 0.07 D B D B2 = D B D B2 = D B D B2 = D B D B2 = 14 LEQ SOLUTION [1] D1 = [2] B1 = 17.5 [3] D2 = 8.75 [4] B2 = 17.5 January 28, 2008 Kimmo Klemola 79 January 28, 2008 Kimmo Klemola 80 Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE Polymath - Differentiaaliyhtälöratkaisija DEQ January 28, 2008 Kimmo Klemola 81 January 28, 2008 Kimmo Klemola 82 Polymath Regressio Polymath Dataplot January 28, 2008 Kimmo Klemola 83 January 28, 2008 Kimmo Klemola 84 Luento 1 14
15 Polymath Regressio POLYMATH Report Nonlinear Regression (L-M) Model: P = 10^(A+B/(TC+C)) Production Planning, Logistics, and Scheduling Models - Tuotannon suunnittelu, logistiikka, aikataulutus Variable Initial guess Value A B C Nonlinear regression settings Max # iterations = 64 Precision R^ R^2adj % confidence Tuotannon suunnittelun ja aikataulutuksen avulla pyritään optimoimaan tapahtumia tiettynä aikana, esimerkiksi tuottamaan tietyllä laitekannalla tiettynä aikana mahdollisimman paljon mahdollisimman arvokasta tuotetta. Suomessa tehdään Åbo Akademissa korkeatasoista tutkimusta (prof. Tapio Westerlund) Rmsd Variance January 28, 2008 Kimmo Klemola 85 January 28, 2008 Kimmo Klemola 86 Process Control Prosessien säätö Prosessien säätö on yleisnimitys sellaisille menetelmille, joilla prosessia pyritään hallitsemaan ja ohjaamaan. Prosessien säädössä käytettään erilaisia instrumentteja kuten paine- ja lämpötila-antureita. Säädössä oleelliset toiminnot ovat mittaus, mittaustuloksen arviointi ja näitä seuraava muutos (esim. virtauksen pienentäminen venttiilin avulla). Yhdessä näitä toimintoja kutsutaan säätöpiiriksi. Prosessien säätösysteemit toimivat real-time ja niiden tulee reagoida välittömästi prosessimuutoksiin. Process Control Prosessien säätö APROS (VTT) PROSimulator (Neste Jacobs) Metso Automation Damatic Honeywell ABB Automation Total Plant Alcont January 28, 2008 Kimmo Klemola 87 January 28, 2008 Kimmo Klemola 88 Prosessien säätö - PROSimulator Neste Jacobsin oma dynaaminen simulaattori, jota käytetään mm. säätöjärjestelmien suunnitteluun ja operaattorien koulutukseen. Operator Training and Support Systems - Operaattorien koulutus Käytetään työntekijöiden koulutukseen, etuja mm: hallitummat ja nopeammat prosessien käynnistykset vähemmän ja lyhyempiä prosessien alasajoja parempi tuotteen laatu pienemmät päästöt mitä jos kokeiluja voidaan tehdä riskittä tuotanto pystytään pitämään jatkuvasti hyvänä operaattorien koulutus on riskitöntä ja taloudellista (tuotetta ei mene hukkaan, laitteita ei hajoa ynm) pienennetään koululutusaikaa turvallisuus- ja laatukoulutus uusien työntekijöiden tai uuden työvuoron nopea perehdyttäminen työntekijöiden (operaattorien) taitotaso pystytään pitämään hyvänä January 28, 2008 Kimmo Klemola 89 January 28, 2008 Kimmo Klemola 90 Luento 1 15
16 Parameter Estimation - Parametriestimointi Parametriestimoinnissa esimerkiksi koedatan pisteisiin sovitetaan jokin matemaattinen malli. Toisin sanoen mallin parametrit saavat sellaiset optimaaliset arvot, että malli sopii mahdollisimman hyvin koepisteisiin. Malli fitataan, sovitetaan, koedataan. Huom!!!!!!!!!!!!! Mikäli koedata sovitetaan matemaattiseen malliin (teoriaan), on kyse esimerkiksi tieteellisestä huijauksesta. Parameter Estimation - Parametriestimointi Toisen asteen yhtälön sovitus datapisteisiin Excelillä, eli estimoidaan parametrit a, b ja c 2 y = ax + bx+ c y = x x January 28, 2008 Kimmo Klemola 91 January 28, 2008 Kimmo Klemola 92 Parameter Estimation - Parametriestimointi Ulkomaisia: Matlab Polymath SigmaPlot and many more Suomalaisia: ModEst (Haario, LTY, kemianteollisuus, farmasia) Kinfit (Aittamaa, Flowbat) VLE-fit (Aittamaa, Flowbat) Experimental Planning (Experimental Design) - Koesuunnittelu Koesuunnittelun avulla pyritään löytämään optimaalinen koejärjestely tarvittavan tiedon saamiseksi. Kansanomaisesti voi sanoa, että koesuunnittelun avulla pyritään saamaan mahdollisimman paljon irti mahdollisimman vähällä vaivalla. Käytännössä koesuunnittelun tuloksena saadaan esimerkiksi selville missä lämpötilassa ja paineessa kokeet kannattaa tehdä, kuinka paljon katalyyttiä ja kuinka paljon lähtöaineita kussakin kokeessa kannattaa käyttää jne. January 28, 2008 Kimmo Klemola 93 January 28, 2008 Kimmo Klemola 94 Koesuunnittelu - ModEst ModEst - päävalikko ModEst = Model Estimation LUT:n professori Heikki Haarion tekemä ohjelma Käytetty runsaasti Suomen kemianteollisuudessa, lähinnä Kemirassa, sekä tieteellisessä tutkimuksessa Jaettu viiteen moodiin : 1. Simulation 2. Parameter Estimation 3. Optimal Design of Experiments 4. Sensitivity Analysis 5. Optimization January 28, 2008 Kimmo Klemola 95 January 28, 2008 Kimmo Klemola 96 Luento 1 16
17 ModEst - esimerkki CH 3 O (CH 2) 3 CH 2 OH k + CH 3 O H C C CH 3C CH 3 + C C CH 2 (CH 2) 3 CH 3 CH 2 CH CH OH k CH 2 O - CH 2 O CH CH 2 CH 3 Metyylimetakrylaatti 2-etyyliheksanoli 2-etyyliheksyylimetakrylaatti metanoli ModEst - Optimal Design of Experiments - koesuunnittelu r = k1*katmass*cmma*c2eh k2*katmass*c2ehma*cmeoh k = A*exp(-E/RT) January 28, 2008 Kimmo Klemola 97 January 28, 2008 Kimmo Klemola 98 ModEst - Parameter Estimation ModEst - Simulation January 28, 2008 Kimmo Klemola 99 January 28, 2008 Kimmo Klemola 100 ModEst Sensitivity Analysis ModEst Sensitivity Analysis January 28, 2008 Kimmo Klemola 101 January 28, 2008 Kimmo Klemola 102 Luento 1 17
18 Process Integration - Prosessi-integraatio Process synthesis - Prosessisynteesi Prosessi-integraatiossa prosessin osia yhdistetään toistensa kanssa siten, että esimerkiksi energian käyttö minimoidaan. Esimerkiksi reaktorissa syntynyt lämpö voidaan käyttää tislaimen lämmitykseen. Prosessisynteesissä yritetään etsiä optimaalinen prosessi (flowsheet) ja laitteet, joilla saadaan valmistetuksi tietyistä lähtöaineista tiettyä tuotetta. metanoli isobuteeni? MTBE January 28, 2008 Kimmo Klemola 103 January 28, 2008 Kimmo Klemola 104 Data reconciliation - Taseiden täsmäys Algorithms - Algoritmit Todellisuudessa jatkuvatoimiset prosessit eivät toimi täysin jatkuvatoimisesti. Taseiden täsmäyksessä mittatiedot manipuloidaan siten, että taseet täsmäävät. Taseiden täsmäyksellä voidaan paikallistaa mittarien virheitä, vuotoja jne. An algorithm contains instructions for performing a sequence of simple operations, like recipes in a cookbook [Haataja, 2000]. Algoritmi on sarja toimenpiteitä, ohjeita ja askelia, joiden avulla tietokoneella pystytään ratkaisemaan vaikeitakin matemaattisia ongelmia. January 28, 2008 Kimmo Klemola 105 January 28, 2008 Kimmo Klemola 106 Parallel computing - Rinnakkaislaskenta Vaikka prosessorit ovat nykyään hyvin tehokkaita, saattavat laskenta-ajat niillä olla liian pitkiä. Tällöin voidaan käyttää rinnakkaislaskentaa. Rinnakkaislaskennassa ongelma jaetaan alaongelmiin, jotka lasketaan samanaikaisesti. Nykyisten supertietokoneiden laskentateho perustuu rinnakkaislaskentaan. Visualization - Visualisointi Jotta numeerisia laskentatuloksia voidaan tulkita, ne on usein välttämätöntä, järkevää ja havainnollista visualisoida Concentration (mol/l) Time (min) January 28, 2008 Kimmo Klemola 107 January 28, 2008 Kimmo Klemola 108 Luento 1 18
19 Tiedon hallinta ja haku Tietotekniikka on tuonut kemistin ulottuville helposti valtavan määrän tietoa. Verkossa on laajoja tietokantoja, mm. patentteja ja Chemical Abstracts tietokanta. Oikeanlaisen tiedon löytäminen saattaa silti olla joskus hankalaa. Joitain suomalaisia kemian/prosessiteollisuuden ohjelmia FLOWBAT steady-state flowsheet simulator (TKK, Fortum Oyj) ModEst software package for parameter estimation and optimal design of experiments (Profmath Oy, LUT) HSC Chemistry thermodynamic calculation (Outokumpu Oyj) RAMI steady-state simulator for pulp and paper industry (PI-Consulting Oy) APROS Advanced Process Simulator (VTT) KCL-WEDGE process analysis system (KCL) Solvo power plant simulator (Fortum) Chemsheet thermochemical software for process simulation (VTT) Balas steady-state simulation package for chemical processes with emphasis on pulp and paper (VTT) PulpSim simulation system for the pulp and paper industry (Arhippainen&Gullichsen Oy) Prosim simulator for thermal power plants (Endat Oy, TKK) PROSimulator dynamic process simulator (Fortum Oyj) BSched production planning and scheduling program (Ovela Solutions, Åbo Akademi) FINFLO CFD simulator (TKK) Nova CFD simulator (CFD-Finland Oy) ELMER tool for CFD simulation (CSC Tieteellinen Laskenta Oy) January 28, 2008 Kimmo Klemola 109 January 28, 2008 Kimmo Klemola 110 Luento 1 19
Ke3130900 Kemiantekniikan tietotekniikka Luento 3
Ke3130900 Kemiantekniikan tietotekniikka Luento 3 Kimmo Klemola 08.02.2007 February 8, 2007 Kimmo Klemola 1 Polymath Helppokäyttöinen Chemical Reaction Engineeringprofessorien tekemä Soveltuu monipuolisesti
LisätiedotKe3130900 Kemiantekniikan tietotekniikka Luento 2
Ke3130900 Kemiantekniikan tietotekniikka Luento 2 Kimmo Klemola 25.01.2007 January 25, 2007 Kimmo Klemola 1 Prosessiteknologian peruskäsitteitä TASE ILMIÖ PROSESSI MALLI PROSESSIMALLI PROSESSIMALLITUS
LisätiedotKe3130900 Kemiantekniikan tietotekniikka Luento 1
Ke3130900 Kemiantekniikan tietotekniikka Luento 1 Kimmo Klemola 18.01.2007 February 13, 2007 Kimmo Klemola 1 Kevät 2007 Luennoitsijana yliassistentti Kimmo Klemola, teknillisen kemian laboratorio, huone
LisätiedotKemiantekniikan osaston opintojaksot Lukuvuosi
Kemiantekniikan osaston opintojaksot Lukuvuosi 2005-2006 Erotustekniikan laboratorio Johtaja: Professori, TkT Juha Kallas Ke3110000 Nesteiden, kaasujen ja kiintoaineiden käsittely 5 2 1-2 Nesteiden, kaasujen
LisätiedotOPINTOJAKSOJA KOSKEVAT MUUTOKSET/KEMIANTEKNIIKAN KOULUTUSOHJELMA/LUKUVUOSI
OPINTOJAKSOJA KOSKEVAT MUUTOKSET/KEMIANTEKNIIKAN KOULUTUSOHJELMA/LUKUVUOSI 2007-2008 Hyväksytty tiedekuntaneuvostossa 6.2.2007 * Hyväksytty tiedekuntaneuvostossa 11.4.2007 ** Hyväksytty tiedekuntaneuvostossa
LisätiedotTilanne KEMIANTEKNIIKKA OPINTOJAKSOMUUTOKSET/LUKUVUOSI
Tilanne 14.5.2008 KEMIANTEKNIIKKA OPINTOJAKSOMUUTOKSET/LUKUVUOSI 2008-2009 Hyväksytty tiedekuntaneuvostossa 13.2.2008 Koulutusohjelman johtajan päätös 14.5.2008 Koulutusohjelman johtaja hyväksynyt 19.3.2008
LisätiedotCFD Lappeenrannan teknillisessä yliopistossa. Jouni Ritvanen. Jouni.Ritvanen@lut.fi Timo.Hyppanen@lut.fi
CFD Lappeenrannan teknillisessä yliopistossa, TkT (Prof. Timo Hyppänen) Lappeenrannan teknillinen yliopisto Energiajärjestelmät Jouni.Ritvanen@lut.fi Timo.Hyppanen@lut.fi 1 CFD LTY:ssä Energia- ja ympäristötekniikan
LisätiedotAalto-yliopisto Kemian tekniikan korkeakoulu Kemian tekniikan lukujärjestys SYKSY 2012
Aalto-yliopisto Kemian tekniikan korkeakoulu Kemian tekniikan lukujärjestys SYKSY 2012 Muutokset mahdollisia - tarkista kurssien tiedot aina WebOodista ja seuraa kurssien Noppa-sivuja! 28.6.2012 / AMa
LisätiedotPanosprosessien integroitu hallinta
Panosprosessien integroitu hallinta Jari Hämäläinen VTT Tuotteet ja tuotanto jari.hamalainen@vtt.fi Panosprosessien integroitu hallinta - PINHA 1.10.1999-31.1.2003 Kehitettiin uusia simulointiin ja optimointiin
LisätiedotOPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAN JA FYSIIKAN LAITOS/ LUKUVUOSI
OPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAN JA FYSIIKAN LAITOS/ LUKUVUOSI 2008-2009 Muutokset on hyväksytty teknillisen tiedekunnan tiedekuntaneuvostossa 13.2.2008 ja 19.3.2008. POISTUVAT OPINTOJAKSOT:
Lisätiedot2. Prosessikaavioiden yksityiskohtainen tarkastelu
2. Prosessikaavioiden yksityiskohtainen tarkastelu 2.1 Reaktorit Teolliset reaktorit voidaan toimintansa perusteella jakaa seuraavasti: panosreaktorit (batch) panosreaktorit (batch) 1 virtausreaktorit
LisätiedotBJ90A1000 Luonnonvarat ja niiden prosessointi kemianja energiateollisuudessa 3 op
BJ90A1000 Luonnonvarat ja niiden prosessointi kemianja energiateollisuudessa 3 op Luennoitsija: Yliassistentti Kimmo Klemola Luennot ja seminaarit 2011: 3. periodi, pe klo 10 13, 7339 4. periodi ke klo
LisätiedotOPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAn JA FYSIIKAN LAITOS LUKUVUOSI
OPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAn JA FYSIIKAN LAITOS LUKUVUOSI 007-008 POISTUVAT OPINTOJAKSOT: Ti41010 Matematiikka EnA1 op Ti41010 Matematiikka KeA1 op Ti410170 Matematiikka SäA1 op Ti410140
LisätiedotBJ90A1000 Luonnonvarat ja niiden prosessointi kemianja energiateollisuudessa 3 op
BJ90A1000 Luonnonvarat ja niiden prosessointi kemianja energiateollisuudessa 3 op Luennoitsija: Yliassistentti Kimmo Klemola Luennot ja seminaarit 2013: 3. periodi, to klo 14 17, sali 1303 4. periodi ke
LisätiedotKäyttöjärjestelmien historia. Joni Herttuainen Henri Jantunen Markus Maijanen Timo Saksholm Johanna Tjäder Eetu Turunen
Käyttöjärjestelmien historia Joni Herttuainen Henri Jantunen Markus Maijanen Timo Saksholm Johanna Tjäder Eetu Turunen Käyttöjärjestelmien jaottelu Voidaan jaotella erilaisin menetelmin Aikajana (määrä,
LisätiedotLuento 4: Liikkeen kuvausta, differentiaaliyhtälöt
Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa Matlab-esittelyä 1 / 20 Luennon sisältö Digress: vakio-
LisätiedotKemiallinen reaktiotekniikka syksy 2011
BJ90A0100 KEMIALLINEN REAKTIOTEKNIIKKA 6 op Kemiallinen reaktiotekniikka syksy 2011 Kimmo Klemola 31.08.2011 Luennot: Yliassistentti TkT Kimmo Klemola Laskuharjoitukset: Kimmo Klemola / dos. Tuomo Sainio
LisätiedotKE-40.1600 Johdatus prosesseihin, 2 op. Aloitusluento, kurssin esittely
KE-40.1600 Johdatus prosesseihin, 2 op Aloitusluento, kurssin esittely Opintojakson tavoitteena on tutustua teollisiin kemiallisiin ja biokemiallisiin prosesseihin ja niihin liittyvään laskentaan ja vertailuun
LisätiedotCFD:n KEHITTÄMISTARPEET JA KEHITTÄMISMAHDOLLISUUDET VTT:n NÄKEMYKSIÄ. Lars Kjäldman CFD kehitysseminaari 29.3.2007
CFD:n KEHITTÄMISTARPEET JA KEHITTÄMISMAHDOLLISUUDET VTT:n NÄKEMYKSIÄ Lars Kjäldman CFD kehitysseminaari 29.3.2007 2 VTT TECHNICAL RESEARCH CENTRE OF FINLAND VTT:n näkemyksiä CFD:stä ESITYKSEN SISÄLTÖ t
LisätiedotTähtitieteen käytännön menetelmiä Kevät 2009
Tähtitieteen käytännön menetelmiä Kevät 2009 2009-01-12 Yleistä Luennot Luennoija hannu.p.parviainen@helsinki.fi Aikataulu Observatoriolla Maanantaisin 10.00-12.00 Ohjattua harjoittelua maanantaisin 9.00-10.00
LisätiedotKEMIANTEKNIIKAN DI-OHJELMA MASTER S DEGREE PROGRAMMES IN CHEMICAL ENGINEERING 2014-
KEMIANTEKNIIKAN DI-OHJELMA 2014- MASTER S DEGREE PROGRAMMES IN CHEMICAL ENGINEERING 2014- Tuomo Sainio Head of Degree Programmes Room: 2117D Tel.: 040-3578683 E-mail: tuomo.sainio@lut.fi THESIS 30 cr 120
LisätiedotCase: Ydinvoimalan käyttöautomaation allianssi
Case: Ydinvoimalan käyttöautomaation allianssi Teknologiateollisuus 13.2.2013 Jyrki Koskela, myyntijohtaja, Metso Endress+Hauser Oy - allianssin esittely - miksi allianssiin päädyttiin? - yhteistyön käynnistäminen
LisätiedotKURSSIEN POISTOT JA MUUTOKSET LUKUVUODEKSI
Liite 6.5/2/2016 Aalto-yliopisto Insinööritieteiden korkeakoulu KURSSIEN POISTOT JA MUUTOKSET LUKUVUODEKSI 2016-2017 RAKENNE- JA RAKENNUSTUOTANTOTEKNIIKAN KOULUTUSOHJELMA Valmistelija Seppo Hänninen (Päivi
LisätiedotLUKUJÄRJESTYS KEVÄTLUKUKAUDELLE 2009
LUKUJÄRJESTYS KEVÄTLUKUKAUDELLE 2009 Kemian tekniikan tutkinto ohjelma /Sirje Liukko Versio 2.12.2008 / (tämän version tiedot menevät automaattisiirrolla weboodiin ja tilavarauksiin mutta manuaalisesti
LisätiedotTIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen jussi.hakanen@jyu.fi syksy 2010
TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta Yliassistentti Jussi Hakanen jussi.hakanen@jyu.fi syksy 2010 NSGA-II Non-dominated Sorting Genetic Algorithm (NSGA) Ehkä tunnetuin EMO-menetelmä
LisätiedotBIMin mahdollisuudet hukan poistossa ja arvonluonnissa LCIFIN Vuosiseminaari 30.5.2012
BIMin mahdollisuudet hukan poistossa ja arvonluonnissa LCIFIN Vuosiseminaari 30.5.2012 RIL tietomallitoimikunta LCI Finland Aalto-yliopisto Tampereen teknillisen yliopisto ja Oulun yliopisto Tietomallien
LisätiedotKemiantekniikan tekniikan kandidaatin tutkinto
Kemiantekniikan tekniikan kandidaatin tutkinto 2016-2017 Yleisopinnot (vähintään 63 op) SUORITUSVUOSI PERIODI Yleisopinnoissa opiskellaan perustiedot insinööritieteistä ja saadaan tarpeellisia esitietoja
LisätiedotLuento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu
Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Merkintöjä := vasen puoli määritellään oikean puolen lausekkeella s.e. ehdolla; siten että (engl. subject to, s.t.) vasemman puolen
LisätiedotEnergiatehokkuus ja strateginen huippututkimus EFEU ohjelman tuloksia
Jukka Tolvanen, Teknologia, 25.3.2014 Energiatehokkuus ja strateginen huippututkimus EFEU ohjelman tuloksia ABB Month DD, YYYY Slide 1 ABB:n historia Suomalaiset juuret Strömbergissä Gottfrid Strömberg
LisätiedotHSC-ohje laskuharjoituksen 1 tehtävälle 2
HSC-ohje laskuharjoituksen 1 tehtävälle 2 Metanolisynteesin bruttoreaktio on CO 2H CH OH (3) 2 3 Laske metanolin tasapainopitoisuus mooliprosentteina 350 C:ssa ja 350 barin paineessa, kun lähtöaineena
LisätiedotKemiantekniikan tekniikan kandidaatin tutkinto
Kemiantekniikan tekniikan kandidaatin tutkinto 2016-2017 Yleisopinnot (vähintään 63 op) SUORITUSVUOSI PERIODI Yleisopinnoissa opiskellaan perustiedot insinööritieteistä ja saadaan tarpeellisia esitietoja
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
LisätiedotIntegrointialgoritmit molekyylidynamiikassa
Integrointialgoritmit molekyylidynamiikassa Markus Ovaska 28.11.2008 Esitelmän kulku MD-simulaatiot yleisesti Integrointialgoritmit: mitä integroidaan ja miten? Esimerkkejä eri algoritmeista Hyvän algoritmin
LisätiedotComputing Curricula 2001 -raportin vertailu kolmeen suomalaiseen koulutusohjelmaan
Computing Curricula 2001 -raportin vertailu kolmeen suomalaiseen koulutusohjelmaan CC1991:n ja CC2001:n vertailu Tutkintovaatimukset (degree requirements) Kahden ensimmäisen vuoden opinnot Ohjelmistotekniikan
LisätiedotAB TEKNILLINEN KORKEAKOULU
AB TEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2002 Samuli Aalto Tietoverkkolaboratorio Teknillinen korkeakoulu samuli.aalto@hut.fi http://keskus.hut.fi/opetus/s38145/
LisätiedotPoistuvat kurssit ja korvaavuudet (RRT ja YYT)
Poistuvat kurssit ja korvaavuudet 2016-2017 (RRT ja YYT) Rakenne- ja rakennustuotantotekniikka Rak-43.3001 Rakennuksen rungon suunnittelu I CIV-E1030 Fundamentals of Structural Design Rak-43.3111 Prestressed
LisätiedotTIEP114 Tietokoneen rakenne ja arkkitehtuuri, 3 op. FT Ari Viinikainen
TIEP114 Tietokoneen rakenne ja arkkitehtuuri, 3 op FT Ari Viinikainen Tietokoneen rakenne Keskusyksikkö, CPU Keskusmuisti Aritmeettislooginen yksikkö I/O-laitteet Kontrolliyksikkö Tyypillinen Von Neumann
LisätiedotKonetekniikan koulutusohjelman opintojaksomuutokset
Konetekniikan koulutusohjelman opintojaksomuutokset 2016-2017 UUDET OPINTOJAKSOT: BK10A3800 Principles of Industrial Manufacturing Processes BK10A3900 Reliability Based Machine Element Design BK10A4000
LisätiedotTomi Huttunen Kuava Oy Kuopio 17.11.2011
Mallinnuksella apua melunhallintaan Tomi Huttunen Kuava Oy Kuopio 17.11.2011 Sisältö Kuava Oy Mallintaminen ja simulointi Akustiikan ja melun simulointi Esimerkkejä: Meluemissio Virtausmelu Uusia simulointityökaluja
LisätiedotMaster s Programme in Building Technology Rakennustekniikka Byggteknik
Master s Programme in Building Technology Rakennustekniikka Byggteknik Maisteriohjelma Building Technology, Rakennustekniikka, Byggteknik Yhteiset Syventävät Vapaasti valittavat Diplomityö 30 op Pääaine
LisätiedotTieteen ja tutkimusalan opintoihin hyväksyttävät opintojaksot ovat (taulukossa A= aineopinnot, S=syventävät opinnot, J = jatko-opinnot):
Fotoniikka = jatkoopinnot): Opintojakso Koodi (op) A/S/J 2017 Moderni biolääketieteellinen optiikka 3313005 4 J X Optinen mittaaminen sekä valmistusmenetelmät 3313004 4 J X Korkean teknologian kaupallistaminen
LisätiedotAB TEKNILLINEN KORKEAKOULU
AB TEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2001 Samuli Aalto Tietoverkkolaboratorio Teknillinen korkeakoulu samuli.aalto@hut.fi http://keskus.hut.fi/opetus/s38145/
LisätiedotTilanne sekä MS-A0003/4* Matriisilaskenta 5 op
MATEMATIIKKA Mat-1.1210 Matematiikan peruskurssi S1 ei järjestetä enää MS-A0103/4* Differentiaali- ja integraalilaskenta I 5 op sekä MS-A0003/4* Matriisilaskenta 5 op Mat-1.1110 Matematiikan peruskurssi
LisätiedotProsessi- ja ympäristötekniikan perusta
Prosessi- ja ympäristötekniikan perusta Aihe 1: Yksikköprosessit Tavoite Tavoitteena on oppia tarkastelemaan prosessikokonaisuutta jakamalla se helpommin käsiteltäviksi osiksi eli yksikköprosesseiksi Miksi
LisätiedotProsessi- ja ympäristötekniikan perusta
Prosessi- ja ympäristötekniikan perusta Aihe 1: Tavoite Tavoitteena on oppia tarkastelemaan prosessikokonaisuutta jakamalla se helpommin käsiteltäviksi osiksi eli yksikköprosesseiksi Miksi yksikköprosessit
LisätiedotLaskennallisten tieteiden tutkijakoulu FICS. Ella Bingham, TKK
Laskennallisten tieteiden tutkijakoulu FICS Ella Bingham, TKK Mikä FICS on Kuka minä olen Tutkijakoulun koordinaattori Dosentti, HY tietojenkäsittelytiede TkT, TKK informaatiotekniikka DI, TKK systeemi-
LisätiedotABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio
ABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2002 Samuli Aalto Tietoverkkolaboratorio Teknillinen korkeakoulu samuli.aalto@hut.fi http://keskus.hut.fi/opetus/s38145/
LisätiedotIndoor Environment 2011-2015
Indoor Environment 2011-2015 18.4.2013 Risto Kosonen Ohjelma on investointinäkökulmasta edennyt pääosin suunnitelman mukaisesti Työpaketti Kumulatiiviset kustannukset 1.5.2011 31.8.2012 Kumulatiiviset
LisätiedotLaserQC mittauksia laserin nopeudella
LaserQC mittauksia laserin nopeudella 1/6 prosessi LaserQ mittaustulokset 20 sekunnissa! 2D-aihioiden mittojen manuaalinen tarkastus ja muistiinmerkintä on aikaa vievä prosessi. Lisäksi virheiden mahdollisuus
Lisätiedot4.5. MATEMAATTISTEN AINEIDEN OPETTAJANKOULUTUS. 4.5.1. Tutkinnon rakenne. Matemaattisten aineiden koulutusohjelma
Matemaattisten aineiden 82 4.5. MATEMAATTISTEN AINEIDEN OPETTAJANKOULUTUS Koulutuksesta vastaa professori Seppo Pohjolainen, Matematiikan laitos, huone Sg207, puhelin 365 2424 email: seppo.pohjolainen@tut.fi.
LisätiedotLuento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu
Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Merkintöjä := vasen puoli määritellään oikean puolen lausekkeella s.e. ehdolla; siten että (engl. subject to, s.t.) on voimassa
LisätiedotParempaa äänenvaimennusta simuloinnilla ja optimoinnilla
Parempaa äänenvaimennusta simuloinnilla ja optimoinnilla Erkki Heikkola Numerola Oy, Jyväskylä Laskennallisten tieteiden päivä 29.9.2010, Itä-Suomen yliopisto, Kuopio Putkistojen äänenvaimentimien suunnittelu
LisätiedotABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio
ABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2003 Aleksi Penttinen & Eeva Nyberg Tietoverkkolaboratorio Teknillinen korkeakoulu http://www.netlab.hut.fi/opetus/s38145/
LisätiedotTietokone. Tietokone ja ylläpito. Tietokone. Tietokone. Tietokone. Tietokone
ja ylläpito computer = laskija koostuu osista tulostuslaite näyttö, tulostin syöttölaite hiiri, näppäimistö tallennuslaite levy (keskusyksikössä) Keskusyksikkö suoritin prosessori emolevy muisti levy Suoritin
LisätiedotKon Simuloinnin Rakentaminen Janne Ojala
Kon 16.4011 Simuloinnin Rakentaminen Janne Ojala Simulointi käytännössä 1/3 Simulaatiomalleja helppo analysoida Ymmärretään ongelmaa paremmin - Opitaan ymmärtämään koneen toimintaa ja siihen vaikuttavia
LisätiedotVirtauslaskentaan liittyvä tutkimus TKK:n koneosastolla. Timo Siikonen
Virtauslaskentaan liittyvä tutkimus TKK:n koneosastolla Timo Siikonen Sisältö Vähän TKK:n CFD ryhmästä Rooli koulutuksessa Tieteellinen ja muu toiminta Osallistuminen alan kansallisen osaamisen ylläpitoon
LisätiedotModerni biolääketieteellinen optiikka X - Optinen mittaaminen sekä valmistusmenetelmät X X X
Tohtoriohjelman tarjoamat opinnot tieteenaloittain: Fotoniikka Tieteen ja tutkimusalan opintoihin hyväksyttävät opintojaksot ovat: Opintojakso Koodi (op) 2018- Moderni biolääketieteellinen optiikka 3313005
LisätiedotRAKENNUSTEN ENERGIANKÄYTÖN OPTIMOINTI. Kai Sirén Aalto yliopisto
RAKENNUSTEN ENERGIANKÄYTÖN OPTIMOINTI Kai Sirén Aalto yliopisto LVI-tekniikan tutkimusryhmä Henkilökunta Laitteistot 2 Professoria 3 post-doc tutkijaa 1 vieraileva post-doc (Japan) 5 tohtoriopiskelijaa
LisätiedotJohdantoa. Jokaisen matemaatikon olisi syytä osata edes alkeet jostakin perusohjelmistosta, Java MAPLE. Pascal MathCad
Johdantoa ALGORITMIT MATEMA- TIIKASSA, MAA Vanhan vitsin mukaan matemaatikko tietää, kuinka matemaattinen ongelma ratkaistaan, mutta ei osaa tehdä niin. Vitsi on ajalta, jolloin käytännön laskut eli ongelman
LisätiedotModerni biolääketieteellinen optiikka X - Optinen mittaaminen sekä valmistusmenetelmät X X X
Fotoniikka Opintojakso Koodi (op) 2018- - - Moderni biolääketieteellinen optiikka 3313005 4 - X - Optinen mittaaminen sekä valmistusmenetelmät 3313004 4 X X X Korkean teknologian kaupallistaminen (esimerkkinä
LisätiedotHarjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006
Harjoitus 1: Matlab Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Matlab-ohjelmistoon Laskutoimitusten
LisätiedotEtsintä verkosta (Searching from the Web) T Datasta tietoon Heikki Mannila, Jouni Seppänen
Etsintä verkosta (Searching from the Web) T-61.2010 Datasta tietoon Heikki Mannila, Jouni Seppänen 12.12.2007 Webin lyhyt historia http://info.cern.ch/proposal.html http://browser.arachne.cz/screen/
LisätiedotPROSESSISUUNNITTELUN SEMINAARI. Luento 5.3.2012 3. vaihe
PROSESSISUUNNITTELUN SEMINAARI Luento 5.3.2012 3. vaihe 1 3. Vaihe Sanallinen prosessikuvaus Taselaskenta Lopullinen virtauskaavio 2 Sanallinen prosessikuvaus Prosessikuvaus on kirjallinen kuvaus prosessin
LisätiedotBUSINESS POWER FROM NEW AUTOMATION TECHNOLOGY (BAT) Alustus ryhmätöihin Olli Ventä
BUSINESS POWER FROM NEW AUTOMATION TECHNOLOGY (BAT) Alustus ryhmätöihin 1.12.2009 Olli Ventä Ryhmätyöt RYHMÄ 1. Industrial Wireless automation Jouni Pyötsiä (Metso) ja Lasse Eriksson (TKK) 2. Simulation-based
LisätiedotHarjoitus 4: Matlab - Optimization Toolbox
Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen
LisätiedotProsessi- ja ympäristötekniikan perusta I
Prosessi- ja ympäristötekniikan perusta I Syksy 2013 Vastuuopettaja Aki Sorsa Vastuuopettajasta (myös teema 8) Aki Sorsa Tullut osastolle 1995 Tutkimus- ja opetustehtävissä vuodesta 2001 töissä säätötekniikan
LisätiedotTekes BioRefine and Water: Water Innovations and Business Eväitä jatkoon Smart Water alueella Marina Congress Center Katri Mehtonen
Tekes BioRefine and Water: Water Innovations and Business Eväitä jatkoon Smart Water alueella Marina Congress Center 27.11.2012 Katri Mehtonen Toimitusjohtaja, Finnish Water Forum Finnish Water Forum Missio:
LisätiedotSimulation model to compare opportunistic maintenance policies
Simulation model to compare opportunistic maintenance policies Noora Torpo 31.08.18 Ohjaaja/Valvoja: Antti Punkka Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin
LisätiedotÄlykäs erikoistuminen. Kristiina Heiniemi-Pulkkinen
Älykäs erikoistuminen Kristiina Heiniemi-Pulkkinen 9.6.2015 Miksi? Perimmäisenä ajatuksena on EU rahoituksesta saatavan hyödyn kasvattaminen; kullakin alueella on omat vahvuutensa ja päällekkäisen työn
LisätiedotVesivoimaketjun optimointi mehiläisalgoritmilla (Valmiin työn esittely)
Vesivoimaketjun optimointi mehiläisalgoritmilla (Valmiin työn esittely) Sakke Rantala 2.12.2013 Ohjaaja: DI Hannu Korva Valvoja: Professori Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotTIES483 Epälineaarinen optimointi
TIES483 Epälineaarinen optimointi Käytännön optimointiongelmien ratkaiseminen jussi.hakanen@jyu.fi Syksy 2012 Käytännön optimointiongelmien ratkaiseminen Käytännössä tulee kiinnittää huomiota ainakin seuraaviin
LisätiedotMaking use of BIM in energy management
BuildingEQ-Symposium in Berlin, October 1, 2009 Making use of BIM in energy management Tuomas Laine Olof Granlund Oy www.buildingeq.net Content BIM based tools for energy performance analysis and thermal
LisätiedotEnergiatehokkuutta parantavien materiaalien tutkimus. Antti Karttunen Nuorten Akatemiaklubi 2010 01 18
Energiatehokkuutta parantavien materiaalien tutkimus Antti Karttunen Nuorten Akatemiaklubi 2010 01 18 Sisältö Tutkimusmenetelmät: Laskennallinen materiaalitutkimus teoreettisen kemian menetelmillä Esimerkki
LisätiedotLuento 2: Liikkeen kuvausta
Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä
LisätiedotLogistiikkajärjestelmien mallintaminen - käytännön sovelluksia
FORS-seminaari 2005 - Infrastruktuuri ja logistiikka Logistiikkajärjestelmien mallintaminen - käytännön sovelluksia Ville Hyvönen EP-Logistics Oy Taustaa Ville Hyvönen DI (TKK, teollisuustalous, tuotannon
LisätiedotDigitalisaation hyödyt teollisuudessa
TEKNOLOGIAN TUTKIMUSKESKUS VTT OY Digitalisaation hyödyt teollisuudessa Teollisuus ja digitalisaatio seminaari 3.9.2015 Technopolis Hermia, Tampere Heli Helaakoski, TkT, tutkimuspäällikkö Teollisuuden
LisätiedotSimulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen
Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen 16.06.2014 Ohjaaja: Urho Honkanen Valvoja: Prof. Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotYrityksen informaatio- ja toimintoprosessien optimointi
Yrityksen informaatio- ja toimintoprosessien optimointi V-S Teknologiateollisuus ry vaalikokous 10.11.2008 Thomas Westerholm Åbo Akademi PBI Research Institute Teknologisen kehityksen taustalla Copyright
LisätiedotTSSH-HEnet : Kansainvälistyvä opetussuunnitelma. CASE4: International Master s Degree Programme in Information Technology
TSSH-HEnet 9.2.2006: Kansainvälistyvä opetussuunnitelma CASE4: International Master s Degree Programme in Information Technology Elina Orava Kv-asiain suunnittelija Tietotekniikan osasto Lähtökohtia Kansainvälistymisen
LisätiedotLIITE. asiakirjaan. komission delegoitu asetus
EUROOPAN KOMISSIO Bryssel 12.10.2015 C(2015) 6823 final ANNEX 1 PART 6/11 LIITE asiakirjaan komission delegoitu asetus kaksikäyttötuotteiden vientiä, siirtoa, välitystä ja kauttakulkua koskevan yhteisön
LisätiedotKE Biokatalyysi (4 op)
Koodi ja nimi Koodi ja nimi Koodi ja nimi Koodi ja nimi CHEM-A1000 Korkeakouluopiskelijan ABC CHEM-0.100 Korkeakouluopiskelijan ABC CHEM-A1100 Teollisuuden toimintaympäristö ja prosessit CHEM-A1110 Virtaukset
LisätiedotLuento 1 Tietokonejärjestelmän rakenne
Luento 1 Tietokonejärjestelmän rakenne Järjestelmän eri tasot Laitteiston nopeus 1 Tietokonejärjestelmä Käyttäjä Tietokonelaitteisto Oheislaitteet (peripheral or I/O devices) Tietokone (computer) 2 Luento
LisätiedotLuento 1 Tietokonejärjestelmän rakenne
Luento 1 Tietokonejärjestelmän rakenne Järjestelmän eri tasot Laitteiston nopeus 1 Tietokonejärjestelmä Käyttäjä Tietokonelaitteisto Oheislaitteet (peripheral or I/O devices) Tietokone (computer) 2 Tietokone
LisätiedotLuento 1 Tietokonejärjestelmän rakenne. Järjestelmän eri tasot Laitteiston nopeus
Luento 1 Tietokonejärjestelmän rakenne Järjestelmän eri tasot Laitteiston nopeus 1 Tietokonejärjestelmä Käyttäjä Tietokonelaitteisto Oheislaitteet (peripheral or I/O devices) Tietokone (computer) 2 Tietokone
LisätiedotKokemuksia ja näkemyksiä teollisuusmatematiikan koulutuksen kehittämisestä
Kokemuksia ja näkemyksiä teollisuusmatematiikan koulutuksen kehittämisestä Erkki Heikkola, Pasi Tarvainen Numerola Oy, Jyväskylä Teollisuusmatematiikan päivä 15.10.2009, Helsingin yliopisto Numerola Oy
LisätiedotAS Automaation signaalinkäsittelymenetelmät. Tehtävä 1. Käynnistä fuzzy-toolboxi matlabin komentoikkunasta käskyllä fuzzy.
AS-84.161 Automaation signaalinkäsittelymenetelmät Tehtävä 1. Käynnistä fuzzy-toolboxi matlabin komentoikkunasta käskyllä fuzzy. Tämän jälkeen täytyy: 1. Lisätä uusi sisääntulo edit->add input 2. nimetä
Lisätiedot782630S Pintakemia I, 3 op
782630S Pintakemia I, 3 op Ulla Lassi Puh. 0400-294090 Sposti: ulla.lassi@oulu.fi Tavattavissa: KE335 (ma ja ke ennen luentoja; Kokkolassa huone 444 ti, to ja pe) Prof. Ulla Lassi Opintojakson toteutus
LisätiedotTietokonearkkitehtuuri 2 TKT-3201 (5 op)
Tietokonearkkitehtuuri 2 (5 op) syksyllä 2012 periodit I & II (viikot 35-41 & 43-49) luennot tiistaisin klo 14-16 (periodi I: sali S4, periodi II: sali TB109) Kurssin tavoite Käydään läpi tietokoneen toimintaa
LisätiedotJuha Merikoski. Jyväskylän yliopiston Fysiikan laitos Kevät 2009
FYSP120 FYSIIKAN NUMEERISET MENETELMÄT Juha Merikoski Jyväskylän yliopiston Fysiikan laitos Kevät 2009 1 Kurssin sisältö JOHDANTOA, KÄSITTEITÄ, VÄLINEITÄ [1A] Laskennallista fysiikkaa [1B] Matlabin alkeita
LisätiedotRakennesuunnittelu digitalisaation aikakaudella. Mikko Malaska Professori Rakennustekniikan laitos
Rakennesuunnittelu digitalisaation aikakaudella Mikko Malaska Professori Rakennustekniikan laitos Mikko Malaska DI 1996, TkT 2001, Chartered Structural Engineer (CEng) 2004 1.8.2015 Professori, Rakenteiden
LisätiedotBJ30A1000 Kemiantekniikan tietotekniikka Polymath
BJ30A000 Kemiantekniikan tietotekniikka Polymath Kimmo Klemola 0.03. ja 303.008 April 7, 008 Kimmo Klemola Matematiikkaohjelmat (Matlab, Mathcad ) Monet matematiikkaohjelmat tarjoavat varsin helppokäyttöisiä
LisätiedotOngelma(t): Mihin perustuu tietokoneiden suorituskyky ja sen jatkuva kasvu? Mitkä tekijät rajoittavat suorituskyvyn parantamista ja mitkä niistä ovat
Ongelma(t): Mihin perustuu tietokoneiden suorituskyky ja sen jatkuva kasvu? Mitkä tekijät rajoittavat suorituskyvyn parantamista ja mitkä niistä ovat ehdottomia? 2013-2014 Lasse Lensu 2 Nykyiset tietokoneet
LisätiedotMALLIT VESIJÄRJESTELMIEN TUTKIMUKSESSA
MALLIT VESIJÄRJESTELMIEN TUTKIMUKSESSA Hannu Poutiainen, FT PUHDAS VESI JA YMPÄRISTÖ TUTKIMUSAVAUKSIA MAMKISSA Mikpoli 8.12.2016 Mitä mallit ovat? Malli on arvioitu kuvaus todellisuudesta joka on rakennettu
LisätiedotLaaja-alainen, opiskelijalähtöinen ja projektiperusteinen opetussuunnitelma, case Monitori
Laaja-alainen, opiskelijalähtöinen ja projektiperusteinen opetussuunnitelma, case Monitori Insinöörikoulutuksen Foorumi 2012 Seminaariesitelmä Timo Turunen ja Matti Welin Monitori koulutusalarajat ylittävä
LisätiedotPv Pvm Aika Kurssin koodi ja nimi Sali Tentti/Vk Viikko
Pv Pvm Aika Kurssin koodi ja nimi Sali Tentti/Vk Viikko Ma 24.08.15 13:00-16:00 Kon-15.3122 Laatujohtaminen ja mittaustekniikka 216 T01 35 Ma 24.08.15 13:00-16:00 Kon-15.3342 Työstökoneet ja oheislaitteet
LisätiedotLuento 1 Tietokonejärjestelmän rakenne. Järjestelmän eri tasot Laitteiston nopeus
Luento 1 Tietokonejärjestelmän rakenne Järjestelmän eri tasot Laitteiston nopeus 1 Tietokonejärjestelmä Käyttäjä Tietokonelaitteisto Oheislaitteet (peripheral or I/O devices) Tietokone (computer) 2 Tietokone
LisätiedotJoonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen
Hävittäjälentokoneen reitin suunnittelussa käytettävän dynaamisen ja monitavoitteisen verkko-optimointitehtävän ratkaiseminen A*-algoritmilla (valmiin työn esittely) Joonas Haapala 8.6.2015 Ohjaaja: DI
LisätiedotOngelma(t): Mihin perustuu tietokoneiden suorituskyky ja sen jatkuva kasvu? Mitkä tekijät rajoittavat suorituskyvyn parantamista ja mitkä niistä ovat
Ongelma(t): Mihin perustuu tietokoneiden suorituskyky ja sen jatkuva kasvu? Mitkä tekijät rajoittavat suorituskyvyn parantamista ja mitkä niistä ovat ehdottomia? 2012-2013 Lasse Lensu 2 Nykyiset tietokoneet
LisätiedotSulautettu tietotekniikka 2007 2013 Ubiquitous Real World Real Time for First Lives
Sulautettu tietotekniikka 2007 2013 Ubiquitous Real World Real Time for First Lives Jari Ikonen 16.10.2012 Ubicom sulautettu tietotekniikka Ubicom - Sulautettu tietotekniikka -ohjelma Alkoi vuonna 2007
LisätiedotInternet of Things. Ideasta palveluksi IoT:n hyödyntäminen teollisuudessa. Palvelujen digitalisoinnista 4. teolliseen vallankumoukseen
Internet of Things Ideasta palveluksi 17.4.2015 IoT:n hyödyntäminen teollisuudessa Palvelujen digitalisoinnista 4. teolliseen vallankumoukseen We are where our clients are CGI in Finland and globally Close
Lisätiedot