Data analytics concept for sawline chipper canter
Onnila, Niko (2019)
Diplomityö
2019
School of Energy Systems, Konetekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2019102835270
https://urn.fi/URN:NBN:fi-fe2019102835270
Tiivistelmä
In this thesis, development process of data analytics concept for sawline chipper canter is discussed. Data analytics is application of Internet of Things, which is used in increasing the productivity and profitability of production processes based on data gathered from the process. This data is then analyzed with chosen analyzing method and analysis result is used in for example optimizing the production process.
The development process of data analytics concept was carried out with triangulation of literature review, systematic design process and example test. Literature review was used in clarifying the background of the topic, systematic design in developing two data analytics concepts and example test in studying and testing the developed concepts.
Within the systematic design process two different data analytics concepts were developed, one with basic statistical analysis and the other with simulation possibilities with random forest-simulation tool. The main function of these data analytics concepts is to monitor blade wear and energy consumption by monitoring servo torque, motor current, and accelerometer values.
These concepts were then tested with example values gathered from real-life chipper canter process. However, in this test blade wear data was not available and the functionality of the concepts could not yet be completely determined, and future research is required. Thus, future work guidelines were also presented. Tässä diplomityössä käsitellään sahalinjan pelkkahakkurin data-analytiikkakonseptia. Data-analytiikka on osa esineiden internetiä, jonka tarkoituksena on tuotantoprosessin tuottavuuden ja kannattavuuden parantaminen perustuen prosessista kerättyyn tietoon. Tiedonkeruun jälkeen tieto analysoidaan käyttäen valittua analysointityökalua. Tätä analysoinnin tulosta voidaan käyttää muun muassa prosessin optimoinnissa.
Data-analytiikkakonseptin kehityksessä käytettiin kolmea tutkimusmetodia, kirjallisuustutkimusta, systemaattista suunnitteluprosessia sekä esimerkkitestiä. Kirjallisuustutkimuksella selvitettiin työn tausta, systemaattisella suunnitteluprosessilla luotiin kaksi data-analytiikkakonseptia, joita tämän jälkeen testattiin ja tutkittiin esimerkkitestien avulla.
Systemaattisella suunnitteluprosessilla luoduista kahdesta konseptista toinen käyttää vain yksinkertaista tilastollista analyysia ja toisessa on myös useita päätöspuita sisältävä simulointimahdollisuus. Näiden konseptien päätehtävä on valvoa terien sekä energian kulumista seuraamalla servojen momenttien, moottorien virtojen sekä kiihtyvyysantureiden arvoja.
Nämä konseptit myös testattiin esimerkkiarvoilla, jotka kerättiin todellisessa tuotantoprosessissa olevasta pelkkahakkurista. Tässä testissä ei kuitenkaan saatu kerättyä terien kulumiseen liittyvää tietoa, joten konseptien käytettävyyttä ei voitu todeta aukottomasti. Tämän takia vaaditaan jatkotutkimusta, jonka tekemiseen esitettiin myös ohjeita.
The development process of data analytics concept was carried out with triangulation of literature review, systematic design process and example test. Literature review was used in clarifying the background of the topic, systematic design in developing two data analytics concepts and example test in studying and testing the developed concepts.
Within the systematic design process two different data analytics concepts were developed, one with basic statistical analysis and the other with simulation possibilities with random forest-simulation tool. The main function of these data analytics concepts is to monitor blade wear and energy consumption by monitoring servo torque, motor current, and accelerometer values.
These concepts were then tested with example values gathered from real-life chipper canter process. However, in this test blade wear data was not available and the functionality of the concepts could not yet be completely determined, and future research is required. Thus, future work guidelines were also presented.
Data-analytiikkakonseptin kehityksessä käytettiin kolmea tutkimusmetodia, kirjallisuustutkimusta, systemaattista suunnitteluprosessia sekä esimerkkitestiä. Kirjallisuustutkimuksella selvitettiin työn tausta, systemaattisella suunnitteluprosessilla luotiin kaksi data-analytiikkakonseptia, joita tämän jälkeen testattiin ja tutkittiin esimerkkitestien avulla.
Systemaattisella suunnitteluprosessilla luoduista kahdesta konseptista toinen käyttää vain yksinkertaista tilastollista analyysia ja toisessa on myös useita päätöspuita sisältävä simulointimahdollisuus. Näiden konseptien päätehtävä on valvoa terien sekä energian kulumista seuraamalla servojen momenttien, moottorien virtojen sekä kiihtyvyysantureiden arvoja.
Nämä konseptit myös testattiin esimerkkiarvoilla, jotka kerättiin todellisessa tuotantoprosessissa olevasta pelkkahakkurista. Tässä testissä ei kuitenkaan saatu kerättyä terien kulumiseen liittyvää tietoa, joten konseptien käytettävyyttä ei voitu todeta aukottomasti. Tämän takia vaaditaan jatkotutkimusta, jonka tekemiseen esitettiin myös ohjeita.