Viilupohjaisten komposiittirakenteiden lujuuden optimoinnin kehitys
Isopahkala, Antti (2024)
Isopahkala, Antti
2024
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024060320302
https://urn.fi/URN:NBN:fi:amk-2024060320302
Tiivistelmä
Opinnäytetyön tavoitteena oli todistaa LVL-tuotannon ladontavaiheen ja lopullisen tuotteen laadun olevan optimoitavissa tekoälyä hyödyntäen sekä luoda hyvä koodi- ja dokumentaatiopohja jatkokehitykselle. Projekti aikana luodun ohjelmiston ja sen kehityksen aikana tehtyjen havaintojen avulla voitiin todistaa tuotannon ja sen tuottaman tuotteen olevan optimoitavissa tekoälyä ja neuroverkkoja hyödyntäen.
Tässä työssä käytiin läpi tekoäly- ja neuroverkkoprojektien sekä LVL-tuotannon teoriaa, jota tarvittiin työn toteuttamiseen. Teoriaosuuden jälkeen kuvattiin optimoitava ongelma tarkasti. Projektiin liittyvän tuotannon optimointi ongelman avaamisen jälkeen käytiin läpi toteutettavan projektin arkkitehtuuri ja sen toteuttaminen. Lopussa pohdittiin tuloksia, jatkokehitystä ja kohdattuja ongelmia.
Projektin aikana luotiin Python-ohjelmistoja, joiden avulla voidaan prosessoida dataa ja kehittää neuroverkkoa työssä esitetyn ongelman ratkaisemiseksi. Ohjelmistoilla voidaan myös testata ja luoda optimointeja LVL-tuotannon ladonta- ja puristus vaiheeseen hyödyntäen sitä simuloivalla ohjelmistolla. Projektin aikana luodun ohjelmiston tulosten avulla ei saatu konkreettisia tuloksia aikaan, mutta niiden avulla voidaan todeta ongelman olevan ratkaistavissa jatkokehityksen avulla.
Projektin aikana tehtyjen löydösten ja havaintojen perusteella voidaan todeta, että projektin datan käsittely ja neuroverkon hyödyntämistapoja voidaan hyödyntää projektin tavoitteen savuttamiseen. Tavoitteiden lopullinen saavuttaminen kuitenkin vaatii lisää työtä ja testausta. Opinnäytetyön aikana todistettujen optimointien avulla voidaan parantaa yrityksen tuottamien laitteiden valmistaman tuotteen arvoa ja laatua saadaan parannettua huomattavasti.
Tässä työssä käytiin läpi tekoäly- ja neuroverkkoprojektien sekä LVL-tuotannon teoriaa, jota tarvittiin työn toteuttamiseen. Teoriaosuuden jälkeen kuvattiin optimoitava ongelma tarkasti. Projektiin liittyvän tuotannon optimointi ongelman avaamisen jälkeen käytiin läpi toteutettavan projektin arkkitehtuuri ja sen toteuttaminen. Lopussa pohdittiin tuloksia, jatkokehitystä ja kohdattuja ongelmia.
Projektin aikana luotiin Python-ohjelmistoja, joiden avulla voidaan prosessoida dataa ja kehittää neuroverkkoa työssä esitetyn ongelman ratkaisemiseksi. Ohjelmistoilla voidaan myös testata ja luoda optimointeja LVL-tuotannon ladonta- ja puristus vaiheeseen hyödyntäen sitä simuloivalla ohjelmistolla. Projektin aikana luodun ohjelmiston tulosten avulla ei saatu konkreettisia tuloksia aikaan, mutta niiden avulla voidaan todeta ongelman olevan ratkaistavissa jatkokehityksen avulla.
Projektin aikana tehtyjen löydösten ja havaintojen perusteella voidaan todeta, että projektin datan käsittely ja neuroverkon hyödyntämistapoja voidaan hyödyntää projektin tavoitteen savuttamiseen. Tavoitteiden lopullinen saavuttaminen kuitenkin vaatii lisää työtä ja testausta. Opinnäytetyön aikana todistettujen optimointien avulla voidaan parantaa yrityksen tuottamien laitteiden valmistaman tuotteen arvoa ja laatua saadaan parannettua huomattavasti.