haku: @keyword PLS / yhteensä: 22
hakutulos-lista
viite: 4 / 22
« edellinen | seuraava »
Tekijä:Luoto, Toni
Työn nimi:Vaahdotusprosessin toimintatilojen datapohjainen analyysi
Data-based analysis of the modes of the flotation process
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:viii + 71 + liitt. (+8)      Kieli:   fin
Koulu/Laitos/Osasto:Automaatio- ja systeemitekniikan laitos
Oppiaine:Systeemitekniikka   (AS-74)
Valvoja:Koivo, Heikki
Ohjaaja:Hyötyniemi, Heikki
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  7535   | Arkisto
Avainsanat:flotation
flotation cell
mode
model
partial least squares
PCA
PLS
principal component analysis
process
regression
malli
osittainen pienimmän neliösumman menetelmä
PCA
PLS
prosessi
pääkomponenttianalyysi
regressio
vaahdotus
vaahdotuskenno
toimintatila
Tiivistelmä (fin): Tässä työssä on tilastollisten monimuuttujamenetelmien eli lähinnä pääkomponenttianalyysin ja osittaisen pienimmän neliösumman menetelmän avulla tutkittu onko vaahdotusprosessista löydettävissä erillisiä ylemmän tason toimintatiloja.
Toimintatiloilla tässä yhteydessä tarkoitetaan muuttujien pidemmän aikavälin lokaaleja keskiarvoja, joiden avulla voitaisiin havainnoida, missä tilassa prosessi sattuu sillä hetkellä olemaan.
Lisäksi työssä tutkittiin olisiko näiden toimintatilojen avulla mahdollista ennustaa halutun mineraalin saanti tai pitoisuus lopputuotteessa.
Menetelmien testausta varten kehitettiin ensin yksinkertaistettu simulointimalli ennen siirtymistä todellisen datan pariin.
Osoittautui, että toimintatiloja on mahdollista löytää vaahdotusprosessista pääkomponenttianalyysin avulla.
Toimintatilojen avulla osoittautui myös mahdolliseksi saannin ennustaminen kunhan toimintatilat on määritelty oikein.
Tiivistelmä (eng): In this thesis multivariate statistical methods, mostly principal component analysis and partial least squares method were used to find possible higher level modes.
These modes or local longer-term variable averages of a flotation process could tell us information about the current state of the process.
Furthermore it was also studied, if these modes could be used to predict recovery or grade of the final product.
Before applying the ideas to real data, a simple simulation model was created to test the methods.
It was shown that it is indeed possible to find modes from the data by using principal component analysis.
Furthermore it was also shown that the modes can be used to predict recovery, if the modes have been defined correctly.
ED:2010-07-06
INSSI tietueen numero: 39832
+ lisää koriin
« edellinen | seuraava »
INSSI