Datan ja tietämyksen soveltaminen vaativassa tuotteen valinnassa Case: Älykäs venttiilin valinta
No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Master's thesis
Ask about the availability of the thesis by sending email to the Aalto University Learning Centre oppimiskeskus@aalto.fi
Author
Date
2015-12-14
Department
Major/Subject
Bioniikka
Mcode
S3006
Degree programme
EST - Elektroniikka ja sähkötekniikka (TS2005)
Language
fi
Pages
8+67
Series
Abstract
Venttiileitä käytetään vaativissa teollisuuden prosesseissa energia- ja hiilivetytuotteiden sekä sellu- ja paperiteollisuuden tuotteiden kanssa. Venttiilin mitoitus rakentuu venttiilin putkistosta mitattavien prosessitietojen ympärille. Metsossa tehdään vuodessa noin 250 000 venttiilin mitoitusta. Venttiilin mitoitusdata kerätään XML-muodossa yrityksen tietojärjestelmiin. Toimitusprojekteihin liittyvät materiaalitiedot kerätään Excel-muodossa. Kerättyä historiallista venttiiliaineistoa voidaan hyödyntää uusien venttiiliratkaisujen muodostamisessa. Venttiilin valintaa voidaan kehittää perinteisten venttiilin mitoitusohjelmien rajapinnan ulkopuolelle tilastollisen matematiikan ja laskennallisten menetelmien avulla. Diplomityön älykäs venttiilin valinta koostuu tilastollisten menetelmien ja fysiikkaan pohjautuvien analyyttisten menetelmien yhdistelmästä. Keskeisenä tavoitteena diplomityössä oli löytää sopivat tilastotieteelliset menetelmät ja kehittää analytiikkaa niin, että venttiilin automaattinen materiaalin valinta venttiilin valintahistorian perusteella on mahdollista. Diplomityössä tarkasteltiin venttiilin valintaa myös optimointiongelmana. Optimointiongelman kustannustekijöitä olivat venttiilin tekninen suorituskyky, kate ja toimitusaika. Katteen ja toimitusajan huomiointi osoittautui kuitenkin liian monimutkaiseksi ensimmäisen vaiheen venttiilin valintaprototyyppiä luodessa. Älykkäästä venttiilin valinnasta saatiin prototyyppimalli, jolla pystyttiin demoamaan tietokoneavusteista materiaalivalintaa sekä uuden virtausteknisen pisteytyssäännöstön toimivuutta venttiilin valinnassa. Similariteettialgoritmille määriteltiin validointivirhe ja tutkittiin informaatioentropialla määriteltyjen piirteiden aiheuttamaa virhettä verrattuna analyyttisesti valittujen piirteiden tuottamaan virheeseen. Menetelmän toiminnan kannalta tulokset olivat lupaavia, koska menetelmän tarkkuus oli riittävän hyvä (0.902). Yleisille venttiileille voidaan valita materiaalit kehitetyllä menetelmällä.Valves are applied in demanding industrial processes with energy- and hydrocarbon products and pulp&paper industry products. Valve sizing is based on process data measured from the piping of the valve. Metso performs about 250 000 valve sizings annually. Valve sizing data is collected in XML-format at communication systems of company. Material data related to the delivery projects are collected in Excel-format. Collected historical valve data set can be utilized in forming new valve solutions. Valve selection can be developed beyond the traditional valve sizing program interface by implementing statistical mathematics' calculation methods. Intelligent valve selection of this master's thesis work consists of combination of statistical methods and of physics based analytical methods. The main goal of the thesis work was to find suitable statistical methods and to develop analytics for automatic material selection of valve based on selection history of valve. The optimization problem of valve selection was also studied in thesis work. The cost factors of optimization problem were technical performance of valve, sales margin and delivery time. Sales margin and delivery time were, however, too problematic factors to be taken into account in creating an early phase valve selection prototype. The prototype model of intelligent valve selection was implemented. By utilizing this model the computer-aided material selection and the applicability of the new ow control performance rating was demonstrated. The validation error was determined for similarity analysis algorithm. The errors connected to the features defined by information entropy were compared to the errors connected to the analytically selected features. Concerning the applicability of the method the results achieved in this work were promising, because the accuracy of the method was reasonably good (0.902). Materials for the typical valves can be selected by the developed method.Description
Supervisor
Raiko, TapaniThesis advisor
Friman, MatsKeywords
venttiili, data, similariteetti, entropia, ydintiheyden estimointi, monimuuttujahistogrammi
