haku: @instructor Uotinen, Lauri / yhteensä: 11
hakutulos-lista
viite: 11 / 11
« edellinen | seuraava »
Tekijä:Matikainen, Antti Johannes
Työn nimi:Excavation quality and statistical evaluation of laser scanned tunnel cross-sections
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:73 + [37]      Kieli:   eng
Koulu/Laitos/Osasto:Yhdyskunta- ja ympäristötekniikan laitos
Oppiaine:Kalliorakentaminen   (Rak-32)
Valvoja:Rinne, Mikael
Ohjaaja:Uotinen, Lauri ; Halonen, Juha ; Piirainen, Mikko
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:excavation quality
statistical evaluation
loading and hauling
underbreak
shotcrete
louhintalaatu
ruiskubetoni
lastaus ja kuormaus
kovien poisto
Tiivistelmä (fin): Tämä diplomityö sai alkunsa halusta hyödyntää jo olemassa olevaa lasermittaustekniikkaa ja soveltaa sitä tilastollisin menetelmin todellisen louhintalaadun määrittämiseen.
Työn tarkoituksena on esitellä tilastolliset indikaattoriparametrit, joiden avulla todellinen louhintalaatu voidaan määrittää, lisiksi parametreja tullaan soveltamaan laadunvalvontaan, projektin talouden tarkasteluun ja kustannusten riskitarkasteluun.

Todellinen louhintalaatu on määritetty tässä työssä seuraavien tekijöiden avulla: keskimääräinen poikkipinta-ala, louhintatoleransseissa pysyminen, kokonaistilavuus, louhitun pinnan tasaisuus ja keskimääräinen piirin pituus.
Nämä yksittäiset tekijät selitetään tilastollisten indikaattoriparametrien avulla, jotka ovat johdettu laserskannatuista poikkileikkauksista satunnaismuuttujien e ja r avulla.
Satunnaismuuttuja c kuvaa louhitun pinnan piirin pituutta.
Keskiarvon ja keskiarvon keskivirheen avulla, keskimääräinen toteutunut louhintapiiri voidaan määrittää.
Satunnaismuuttuja r kuvaa kohtisuoraa etäisyyttä teoreettisen pinnan ja toteutuneen pinnan välissä.
Keskiarvon ja keskiarvon keskivirheen avulla keskimääräinen poikkipinta-ala voidaan selittää ja mikäli tämä luku kerrotaan louhinnan etenemällä, saadaan kokonaistilavuus laskettua kuutioissa.
Keskihajonta kuvaa louhitun pinnan tasaisuutta sekä laatua.
Luottamusvalin avulla louhintatoleransseissa pysyminen voidaan määrittää.
Työssä käsitelty aineisto on hankittu Kalliorakennus-Yhtiöt Oy:n Kehärata- ja Länsimetro hankkeista.

Työstä saatujen tulosten perusteella, voidaan todeta tilastollisen menetelmän ja indikaattoriparametrien selittävän todellisen louhintalaadun.
Huomioitavaa on, että yhdenkään jakauman sovitus ei kuvannut mitattua aineistoa kaikissa tapauksissa, joten menetelmäksi valittiin paras sovitus (best fit).
Kokonaistilavuus laskettiin kahdella eri tavalla, tilastollisin menetelmin ja TMS Tunnelscan-ohjelmalla, jonka jälkeen tuloksia verrattiin keskenään ja ero oli 0,1 %.
Työssä tutkittiin louhintalaadun vaikutusta määräsidonnaisiin louhintakustannuksiin: lastauksen ja kuormauksen, kovien poiston ja ruiskubetonoinnin osalta.
Tulosten perusteella kovien jälkipoisto on määräävä kustannustekijä.
Tässä työssä esitetyt menetelmät mahdollistavat syntyvien kovien laskemisen tarkasti, sekä tarjoavat työkaluja niiden kontrollointiin.
Mikäli syntyvät kovat voidaan hallita ja niiden poistaminen voidaan suorittaa louhintatyön aikana, laskelmat suosittelevat optimoimaan louhinnan kohti pienempää ylilouhintaa ja samalla hyväksymään riskin kovien olemassa olosta.
Säästöt, jotka saataisiin lastaus ja kuormauskustannuksista, ovat hyvin merkittäviä ja kattavat riskin hallintaan vaadittavan summan ja parhaan voiton.
Laskelmien mukaan, mikäli satunnaismuuttujan r keskiarvoa pienennettäisiin 20 cm, kasvaisi kovien määrä 0.6 % louhinnasta ja kustannussäästöt lastaus- ja kuormauskustannuksissa olisi 100 000 EUR 1 km.
Tiivistelmä (eng): The reason to undertake this subject was to find out, if the true excavation quality can be explained by statistical means derived from laser scanned tunnel cross-sections.
The purpose of this thesis is to introduce indicator parameters for statistical evaluation of true excavation quality and apply them for quality assurance, economical inspection of excavated tunnel and risk analysis of costs.

The true excavation quality has been determined in this thesis as follows: excavated mean cross-sectional area, continuance within excavation tolerances, excavated total volume, roughness of the excavated rock surface and mean circumference of the excavated cross-sections.
These quality factors are explained by statistical indicator parameters, that have been derived from laser scanned tunnel cross-sections by random variables c and r.
Random variable c illustrates the length of tunnel periphery.
With mean and standard error of the sample mean, the mean length of circumference and shotcrete consumption can be determined.
Random variable r illustrates excavation deviations, measured perpendicular between theoretical profile and realized excavation.
With mean and standard error of the sample mean, the mean cross-sectional area can be determined and if multiplied with tunnel length the total volume.
Standard deviation illustrates roughness of the realized tunnel periphery and quality.
With confidence intervals the continuance within tolerances can be determined.
Results presented in this work are obtained from Kalliorakennus-Yhtiöt Oy's Ring Railway (Kehärata) and Western Metro (Länsimetro) projects.

The results suggest, that true excavation quality can be explained by statistical means.
It is reasonable to point out that none of the distribution fittings could explain the data in all cases, therefore best fit was used.
The total volume was calculated with statistical means and then result compared to modelled total volume (calculated with TMS Tunnelscan program) giving 0.1 % difference between the results.
When studying quantity related costs, including: loading & hauling, post removal of under breaks and shotcreting with statistical means, the results suggested post-removal of under breaks as a determining cost factor.
Methods presented in this work offer tools for calculating accurately the quantity of under breaks and even controlling them.
Therefore, if under breaks can be controlled and their removal on the job can be done, calculations suggest to accepting the risk of under breaks.
This means lowering the mean of random variable r, and same time increasing the risk of under breaks.
In other words optimizing the excavation towards smaller over break as the profit gained from the loading & hauling cost changes was significant enough for controlling under breaks and making the best profit.
According to calculations, by lowering the mean with 20 cm, and same time accepting the risk of under breaks, which increased from 0 to 0.6 % of the total excavation, the profit gained from the loading & hauling cost changes was 100 000 EUR / 1 km.
ED:2013-09-30
INSSI tietueen numero: 47281
+ lisää koriin
« edellinen | seuraava »
INSSI