Publikationer från KTH
Not a member yet
    57933 research outputs found

    Evaluation of the application to fitness trackers and smartwatches for health-related research purposes

    No full text
    Detta examensarbete handlar om utveckling och utvärdering av användargränssnitt för aktivitetsarmband och smartklockor med fokus på ungdomar med neuropsykiatriska funktionsnedsättningar (NPF). Det finns ett växande behov av enkla och användarvänliga lösningar som gör det möjligt att samla in och hantera rådata på ett tillförlitligt sätt. Detta arbete har därför undersökt hur rådata kan göras tillgänglig från bärbara enheter på marknaden som grund för att skapa en prototyp av ett användargränssnitt anpassad till den specifika målgruppen. Resultaten visade att både Polar Verity Sense och Samsung Galaxy Watch 5 Pro kan samla in nödvändiga hälsoparametrar, men att de skiljer sig åt i prestanda och användbarhet. Polar Verity Sense hade snabbare hantering och lägre batteriförbrukning medan Samsung Galaxy Watch 5 Pro krävde färre knapptryckningar och gav bättre stöd för utveckling. Dessa skillnader kan innebära vissa begränsningar i jämförbarheten, dock visar resultaten att det är trots allt möjligt att skapa gränssnitt som kombinerar forskarnas behov av rådata med hög användarvänlighet. Detta ger goda möjligheter för framtida studier inom hälsa och fysisk aktivitet.This thesis is about the development and evaluation of user interfaces for fitness trackers and smartwatches with a focus on youth with neuropsychiatric disabilities (NPF). There is a growing need for simple and user-friendly solutions that makes it possible to collect and manage raw data in a reliable way. This work has therefore investigated how raw data can be made available from wearable devices on the market as a basis for creating a prototype of a user interface adapted to the specific target group. The results showed that both Polar Verity Sense and Samsung Galaxy Watch 5 Pro can collect the necessary health parameters, but that they differ in performance and usability. Polar Verity Sense had faster handling and lower battery consumption while Samsung Galaxy Watch 5 Pro required fewer button presses and provided better support for development. These differences may mean some limitations in comparability, however, the results show that it is nevertheless possible to create interfaces that combine researchers’ needs for raw data with high user-friendliness. This provides good opportunities for future studies in health and physical activity

    Optimizing EV Charger Participation AcrossDifferent Power Markets : A Multi-MarketApproach to aFRR, mFRR, and LocalFlexibility Markets

    No full text
    As Europe accelerates toward carbon neutrality under the European Green Deal and Fit for 55 framework, electricvehicles (EVs) are emerging as a cornerstone of the decarbonized transport sector. To meet ambitious emissions targets, the European Union expects tens of millions of EVs on the road by 2030, necessitating a rapid and large-scale rollout of EV charging infrastructure. While this transition offers a path to a cleaner energy future, it simultaneously presents technical and economic challenges for electricity networks, such as grid congestion and increased demand. However, with the advent of smart charging and aggregated optimization strategies, EV chargers can shift from being passive loads to becoming active, revenue-generating assets participating in electricity and flexibility markets, and relieving the grid from congestion. This study explores the multi-market revenue optimization potential of EV chargers through a custom-built optimizer using Python designed to simulate realistic charger participation in four key markets: mFRR, aFRR, FCR-D, and Local Flexibility Markets. Using historical real-world data from Denmark and Sweden, the optimizer allocates available EV charging capacity across these markets with the objective of maximizing revenue, while adhering to operational constraints such as minimum bid size, market price and volumes, market exclusivity and participation rules, availability windows and priority allocation logic, in addition to limitations related to the EV chargers’ available power capacity. Simulation results show that mFRR consistently outperformed other markets across all zones in terms of normalized revenue (EUR/MW), with DK2, SE3, and SE4 offering the highest potential due to their deeper, more volatile market structures. LFMs also demonstrated substantial value, particularly in SE3 and SE4 during periods of congestion, reinforcing their role as a strategic addition to the revenue portfolio. Meanwhile, FCR-D was found to act primarily as a fallback option, utilized only when other markets’ volume or revenue thresholds could not be met. Importantly, zones with richer market dynamics and volatility saw the highest uplift from optimized multi-market participation. The optimizer outperformed static single-market strategies by 31% in DK2 and 21% in SE4, validating the case for integrated, intelligent trading strategies. Temporal analysis across hours of the day and days of the week further revealed correlations between EV charger availability and market price signals, with revenue peaks aligning with grid stress periods (even though available flexible charging capacity decreases during that period) and with available flexible capacity. In particular, weekday vs. weekend comparisons for aFRR and LFM participation highlighted nuanced trends, reinforcing the importance of temporal granularity in optimization models. In addition, actual mFRR EAM (Energy Activation Market) activation data was used in the analysis, enabling arealistic assessment of charging disruption due to energy dispatch. The EAM activation analysis provides granular insights into the frequency and magnitude of disruptions per activation price, revealing important trends regarding revenue-maximizing strategies that minimize customer impact (i.e a halt in charging). For instance, DK1 and DK2 demonstrated the highest simulated revenues at the highest energy activation price point of 100 EUR, incurring a charging disruption rate of 12% and 7% for DK1 and DK2 respectively. This suggests a more lucrative and mature EAM revenue potential, particularly in DK1, which benefits from cross-border integration with Germany and the Central European market, where mFRR activations are more frequent and better compensated. In contrast, the Swedish zones (SE1–SE4) showed a markedly different behavior, with earlier (relative to increasing activation prices with increments of 5 EUR between 5 and 100 EUR) bid rejections and fewer high-price activations. In these zones, the highest revenues were achieved at lower activation price ranges between 35 and 50 EUR, beyond which revenues declined due to reduced activation rates. This pattern indicates a less mature but developing EAM market in Sweden, where optimization opportunities are growing but still constrained by market dynamics and activation frequency. By combining technical feasibility, economic optimization, and behavioral insights from real-world activation data, this work shows how aggregated EV charging infrastructure can be systematically leveraged to support grid stability while unlocking new value streams. The optimizer framework helps aggregators, DSOs, and CPOs seeking to participate effectively in flexibility and frequency ancillary services markets, particularly as EU-wide market harmonization efforts like PICASSO and MARI continue to evolve. Ultimately, intelligent optimization stands as a crucial enabler for EVs to function not only as transport devices, but also as flexible, market-participating grid resources.När Europa accelererar mot koldioxidneutralitet inom ramen för European Green Deal och Fit for 55-paketet framträder elfordon (EV) som en hörnsten i transportsektorns omställning. För att nå de ambitiösa utsläppsmålen förväntar sig EU tiotals miljoner elfordon på vägarna till år 2030, vilket kräver en snabb och omfattande utbyggnad av laddinfrastrukturen. Denna övergång erbjuder en väg mot en renare energiframtid men medför samtidigt tekniska och ekonomiska utmaningar för elnäten, såsom nätkapacitetsbrist och ökad efterfrågan. Med smart laddning och aggregerade optimeringsstrategier kan dock laddstationer gå från att vara passiva laster till att bli aktiva, intäktsgenererande resurser som deltar i el- och flexibilitetsmarknader samt avlastar nätet. Denna studie undersöker potentialen för intäktsoptimering genom flexibel elfordonsladdning via en specialbyggd optimeringsmodell i Python, utvecklad för att simulera realistiskt deltagande på fyra centrala marknader: mFRR, aFRR, FCR-D och lokala flexibilitetsmarknader (LFM). Med hjälp av historiska data från Danmark och Sverige fördelar optimeraren tillgänglig laddkapacitet mellan marknaderna med målet att maximera intäkterna, samtidigt som den beaktar operativa begränsningar såsom minsta budstorlek, marknadspriser och volymer, marknadsexklusivitet och deltagarregler, tillgänglighetsfönster samt logik för prioritetsallokering – utöver begränsningar kopplade till den faktiska tillgängliga laddkapaciteten. Resultaten visar att mFRR konsekvent överträffade de övriga marknaderna i alla zoner vad gäller normaliserade intäkter (EUR/MW), där DK2, SE3 och SE4 visade högst potential tack vare djupare och mer volatila marknadsstrukturer. LFM uppvisade också betydande värde, särskilt i SE3 och SE4 under perioder av nätkapacitetsbrist, vilket stärker dess roll som ett strategiskt komplement i intäktsportföljen. FCR-D fungerade däremot främst som en “fallback”-marknad, använd endast när övriga marknader inte kunde uppfylla volym- eller intäktskraven. Zoner med mer dynamiska och volatila marknader visade störst nytta av optimerad fler-marknadsstrategi. Optimeraren överträffade statiska enskilda marknadsstrategier med exempelvis 31 % högre intäkter i DK2 och 21 % i SE4, vilket understryker värdet av integrerad och intelligent marknadsoptimering. Tidsanalysen visade dessutom tydliga samband mellan laddtillgänglighet och prissignaler, där intäktoppar sammanföll med perioder av hög nätbelastning – även när den tillgängliga flexibla effekten samtidigt minskade. Skillnader mellan vardag och helg, särskilt för aFRR och LFM, visade på ytterligare trender som framhäver vikten av temporal granularitet i modellerna. Utöver detta användes faktisk aktiveringsdata från mFRR:s Energy Activation Market (EAM), vilket möjliggjorde en realistisk bedömning av laddavbrott kopplade till energileverans. Analysen visade viktiga mönster kring intäktsmaximering med minimerad påverkan på användarna. Till exempel gav DK1 och DK2 högst simulerade intäkter vid högsta aktiveringspriset (100 EUR), samtidigt som laddavbrotten hölls på 12 % respektive 7 %. Detta antyder en mer mogen och lukrativ EAM-marknad, särskilt i DK1 som gynnas av gränsöverskridande integration med Tyskland och Centraleuropa, där mFRR-aktiveringar är både vanligare och bättre kompenserade. De svenska zonerna (SE1–SE4) visade däremot tidigare budavvisningar och färre högprisaktiveringar, med toppintäkter i spannet 35–50 EUR. Därefter minskade intäkterna till följd av färre aktiveringar, vilket tyder på en ännu omogen men växande EAM-marknad. Genom att kombinera teknisk genomförbarhet, ekonomisk optimering och insikter från faktisk aktiveringsdata visar denna studie hur laddinfrastruktur kan utnyttjas systematiskt för att både stärka nätstabiliteten och generera nya intäktsströmmar. Optimeringsramverket är därmed ett värdefullt verktyg för aggregatorer, nätägare och laddoperatörer som vill delta effektivt i flexibilitets- och frekvensmarknaderna, särskilt i takt med EU:s harmoniseringsinitiativ såsom PICASSO och MARI. Intelligenta optimeringsstrategier framstår därmed som en nyckel för att elfordon inte enbart ska fungera som transportmedel, utan även som flexibla resurser i framtidens elsystem

    AI:s påverkan på agila miljöer genomautomatiserade insikter

    No full text
    This thesis investigates the impact of AI-driven automation on Agile projectmanagement, focusing on automating performance insights in Jira for Scrum teamsat the charter travel company TUI. The goal was to reduce manual labour ofthe Technical team leads (TTLs) and Scrum masters by developing a tool thatautomatically delivers Agile metrics through AI driven insights. The tool integrates Jira’s API, TUI’s internal AI and Mail API to collect sprintdata, calculate key metrics and deliver structured insights via email. These insightsprovide objective, data-driven feedback on team performance, supporting Technicalteam leads and Scrum masters in monitoring trends, identifying anomalies andmaking educated decisions. The effectiveness of the tool was evaluated through surveys which were answeredby 14 Technical team leads. The evaluation showed clear benefits, including timesavings and increased consistency in reports, as repetitive tasks were automated.While AI-generated insights proved to be a helpful tool, it was not intended toreplace human judgment. Challenges include AI’s limitations in understanding ofteam context and privacy concerns regarding the handling of personal and workdata.Denna uppsats undersöker hur AI-driven automatisering kan användas inomagil projektledning, med särskilt fokus på att automatisera insikter om teametsprestationer i Jira för Scrum-teams hos TUI. I dagslägger lägger Tekniska teamledare (TTLs) och Scrum masters mycket tid på att manuellt samla in, analyseraoch tolka sprintdata. En process som är både tidskrävande och svår attstandardisera. För att lösa detta utvecklades ett verktyg som integrerar Jiras API, TUIs AI-tjänstsamt deras Mail API. Verktyget samlar automatiskt in sprintdata, beräknar centralaagila nyckeltal och skickar AI-genererade insikter via mejl. Dessa insikter gerobjektiv, data-driven återkoppling kring teamets prestation och hjälper TTLs ochScrum masters att identifiera trender och avvikelser i arbetsflödet. Verktygets effektivitet utvärderades genom enkäter som besvarades av 14 TTLs.Utvärderingen visar tydliga fördelar i form av tidsbesparing och ökad konsistensi rapporteringen. Även om AI-insikterna är ett värdefullt stöd, ersätter de intemänsklig bedömning. Utmaningar som lyfts är AI:ns begränsade kontextförståelsesamt integritetsaspekter kopplade till hantering av känslig data

    Undersökning av mikrobiella och kemiska föroreningar av grundvatten i Dar es-Salaam, Tanzania

    No full text
    The project is not concluded by the date of the hand in of the first draft, therefore there are results pending and a conclusion could not yet be concluded. Contaminated water is a prevalent reason for different waterborne diseases such as cholera and diarrheal disease, this is noticeable in Dar es-Salaam, Tanzania. In order to determine the groundwater quality in the Kigamboni Municipality a microbiological, chemical, and physical analysis was performed at eight different boreholes for five consecutive weeks. The objective is to identify potential contaminants of Vibrio cholerae (V.cholerae), Escherichia coli (E.coli), and Salmonella by selective and/or differential agar. Furthermore, the nutrients nitrate and phosphate, pH, temperature, conductivity and dissolved oxygen (DO) were analyzed to determine potential factors that affected the growth. Bacterial growth was observed in all of the eight boreholes. V.cholerae, E.coli, and Salmonella were all identified at multiple boreholes and weeks, most noteworthy is the growth of V.cholerae. However, due to continuous contamination and pending results a conclusion of its source can not be concluded. The nitrate and phosphate concentrations were found to overall be higher than average, indicating an environment that promotes bacterial growth. Furthermore, temperature, DO, and pH also indicate values promoting bacterial growth.Projektet är inte avslutat vid inlämning av första utkast, därmed är resultaten inte fullständiga och en fullständig slutsats har ännu inte kunnat dras. Kontaminerat vatten är en allmänt förekommande orsak till smittspridning av olika vattenburna sjukdomar som kolera och diarrésjukdom, något som är märkbart i Dar es-Salaam, Tanzania. Vattenkvaliteten av grundvattnet i Kigamboni kommun undersöktes genom utförandet av mikrobiella, kemiska och fysiska analyser på åtta olika borrhål i fem på varandra följande veckor. Projektet syftar till att identifiera eventuella föroreningar av Vibrio cholerae (V.cholerae), Escherichia coli (E.coli) och Salmonella genom selektiva och/eller differentiella agar. Ytterligare analyserades näringsämnena nitrat och fosfat, pH, temperatur, konduktivitet och löst syre (DO) för att fastställa potentiella påverkande faktorer av tillväxt. Bakterietillväxt observerades hos samtliga borrhål. Samtliga V.cholerae, E.coli och Salmonella identifierades hos flertalet borrhål och veckor, mest anmärkningsvärt är tillväxten av V.cholerae. På grund av upprepad kontaminering och väntande resultat kan en slutsats kring deras ursprung inte fastställas. Nitrat och fosfat koncentrationerna observerades vara höga, vilket indikerar en miljö som främjar bakterietillväxt. Vidare indikerar även temperatur, DO och pH värden som främjar bakterietillväxt

    Utvärdering av kit för Antikroppsinmärkning för Multiplex Avbildning av Vävnadssnitt

    No full text
    Recent advancements in multiplexed imaging have highlighted the need for reliable, cost- and time efficient staining kits that yield satisfactory signal intensities. This study compared these aspects between two Kromnigon staining kits: StreptaClick® Color 4-plex and StreptaClick® HRP with Tyramide Signal Amplification (TSA). Tonsil tissue and tumorigenic bladder tissue were stained according to each kit’s protocol, targeting the protein markers FGFR3, SOX2, and CD45. Imaging was performed using the ThermoFisher EVOS S1000 system and the Akoya PhenoCycler Fusion 2.0. Signal-to-noise ratio (SNR) was used to quantify signal quality, as a high SNR reflects a strong signal relative to background noise. StreptaClick® Color 4-plex kit using a secondary antibody, achieved the best experimental result. While the HRP kit was more cost-efficient due to lower antibody usage, the Color 4-plex kit demonstrated superior time efficiency. However, the overall results were inconclusive, and further investigation is required to determine which multiplex imaging kit is most optimal.Nya framsteg inom multiplex vävnadsanalys har tydliggjort behovet av tillförlitliga, kostnads- och tidseffektiva kit som genererar tillfredsställande signalintensiteter. Denna studie jämför dessa aspekter mellan två kit från Kromnigon: StreptaClick® Color 4-plex och StreptaClick® HRP med Tyramide Signal Amplification (TSA). Tonsillvävnad och tumörartad urinblåsevävnad färgades enligt protokollet av respektive kit, med proteinmarkörerna FGFR3, SOX2, och CD45 som mål. Bildanalys genomfördes med ThermoFisher EVOS S1000 system och Akoya PhenoCycler Fusion 2.0. Signal-to-noise ratio (SNR) användes för att kvantifiera signalstyrka, då ett högt SNR indikerar en stark signal i förhållande till bakgrundsbruset. StreptaClick® Color 4-plex kit med sekundära antikroppar genererade det bästa experimentella resultatet. Vidare visade sig detta kit vara mer tidseffektivt, medan HRP kitet var mer kostnadseffektivt tack vare en lägre antikropps användning. De sammantagna resultaten var dock otillräckliga för att dra en tydlig slutsats, och vidare studier krävs för att fastställa vilket testkit som är mest optimalt

    Identifiering och karaktärisering av stadie-specifikt överuttryckta proteiner hos Phytophtora capsici med hjälp av masspektrometri

    No full text
    Oomycetes are a broad range of highly desctructive protists that are responsible for outbreaks of crop failure all over the world both historically and today. Phytophthora capsici (P. capsici) is a highly destructive oomycete that affects a wide range of crops, including peppers, cucumbers, and strawberries. The potential destruction they cause to the agricultural sector makes them an economic concern. P. capsici . The pathological profile of P. capsici varies throuhgout its different reproductive stages, whereas certain pathological behaviour are isolated at specific reproductive stages. Identifiyng the bimolecular makeup of these stages provides an insight into processes such as infection and nutrient aquisition. Understanding the behaviour and chemistry behind pathogenicity is essential for developing new targeted strategies to mitigate its impact. iTRAQ-based mass spectrometry was used in order to characterize the proteomic profile of P. capsici and identify the proteins enriched in the cyst stage of its lifescycle compared to that of the mycelial stage. Data analysis using Mascot ion-MS/MS revealed a total of 254 enriched proteins, 17 of which were unique. Among the key findings were heat shock proteins (HSP70 and HSP90), cytoskeletal proteins (tubulin and actin), energy producing proteins (COX2) and translation elongation factors (EF1α and EF3). These proteins are implicated in stress response, cytoskeletal reorganization, and energy metabolism, suggesting their essential roles in early-stage infection. Functional annotation and literature comparison support their involvement in virulence and host invasion. The results contribute to a deeper understanding of P. capsici pathogenesis and highlight potential molecular targets for future therapeutic intervention

    Algorithms and machine learning for single-molecule protein sequencing methods

    No full text
    Single-molecule protein sequencing (SMPS) technologies are powerfulalternatives to mass spectrometry, offering new opportunities for highresolutionproteomics. These technologies, including nanopores, nanogaps,and fluorosequencing, enable the direct identification of protein moleculesat single-molecule resolution. Their potential spans diverse applications,from supporting cutting-edge biological research to developing diagnosticsand therapeutics. However, SMPS platforms generate complex and noisysignals in large volumes, making computational analysis a key bottleneck inunlocking their full potential.This thesis addresses that challenge by developing scalable, modelinformedand data-driven algorithms tailored to SMPS data. Drawing ontools from statistical signal processing and machine learning, the work focuseson computational methods that improve signal denoising, inference accuracy,and runtime efficiency across several SMPS technologies.The contributions span three major sensing platforms. For nanogap tunnelingdevices, a fast and robust denoising algorithm is introduced to managethe heavy-tailed noise characteristic of electronic tunneling signals. Fornanopore DNA sensing, a physics-inspired data augmentation method is proposedto improve the generalization of neural networks without requiring additionalexperimental data. Alongside this data augmentation, the thesisintroduces a novel neural network architecture that leverages the augmentation’sbenefits and incorporates modern design principles, such as residualconnections and attention mechanisms, to outperform state-of-the-art modelson a nanopore classification task.Finally, for fluorosequencing, this thesis presents two complementary contributions:(i) a fast beam search decoder for peptide inference and (ii) anexpectation-maximization framework for protein abundance estimation. Theproposed decoder achieves up to a tenfold speedup over existing methods withonly minimal loss in accuracy. Building on its output, the EM-based proteininference framework enables efficient estimation of protein abundances frompeptide-level posteriors. We demonstrate that this approach not only improvesquantification accuracy on small-scale datasets but also scales to thefull human proteome with tractable computation times, offering a viable routetoward single-molecule proteomics at large scale. Together, these tools contributeto the broader effort of making SMPS computationally tractable atthe scale required for full-proteome and single-cell analyses.All methods in this thesis have been made available as open-source software,reflecting a commitment to reproducibility and to supporting the growingSMPS research community. Through the integration of domain knowledge,algorithmic design, and computational efficiency, this thesis aims topush the boundaries of what is achievable in next-generation proteomics.Singelmolekylär proteinsekvensering (SMPS) utgör ett kraftfullt komplement och alternativ till masspektrometri och öppnar för nya möjligheter inom högupplöst proteomik. Tekniker som nanoporer, nanogap-strukturer och fluorosekvensering möjliggör direkt identifiering av enskilda proteinmolekyler med singelmolekylupplösning. Användningsområdet är brett—från stöd för frontlinjens biologiska forskning till utveckling av diagnostik och terapier. Samtidigt genererar SMPS-plattformar komplexa och brusiga signaler i stora volymer, vilket gör den beräkningsmässiga analysen till ett centralt hinder för  att realisera teknikernas fulla potential. Avhandlingen adresserar denna utmaning genom att utveckla skalbara, modellunderbyggda och datadrivna algoritmer specifikt anpassade för SMPS-data. Med utgångspunkt i statistisk signalbehandling och maskininlärning utvecklas metoder som förbättrar brusreducering, inferensnoggrannhet och beräkningseffektivitet över flera SMPS-tekniker. Bidragen spänner över tre huvudplattformar. För nanogap-baserad tunneleringssensorik presenteras en snabb och robust algoritm för brusreducering som effektivt hanterar det tungsvansade brus som är typiskt för elektroniska tunneleringssignaler. För nanoporsbaserad DNA-avläsning introduceras en fysikinspirerad dataaugmentering som höjer neurala nätverks generaliseringsförmåga utan krav på ytterligare experimentella data. I anslutning därtill föreslås en ny neuronnätsarkitektur som drar nytta av augmenteringen och införlivar moderna designprinciper, bland annat residualkopplingar och uppmärksamhetsmekanismer, vilket sammantaget överträffar state-of-the-art avancerade metoder  på en nanoporklassificeringsuppgift. För fluorosekvensering presenteras två kompletterande komponenter: (i) en snabb beam search-avkodare för peptid-inferens och (ii) ett ramverk för proteinkvantifiering baserat på Expectation Maximization (EM). Avkodaren är upp till tio gånger snabbare än befintliga metoder med endast marginell försämring i noggrannhet. Baserat på dess utdata möjliggör det EM-baserade proteininferensramverket effektiv skattning av proteinabundanser från posteriorer på peptidnivå. Vi visar att angreppssättet inte bara förbättrar kvantifieringsnoggrannheten på småskaliga dataset, utan även skalar till hela det mänskliga proteomet med hanterbara beräkningstider, och därmed erbjuder en praktiskt genomförbar väg mot singelmolekylär proteomik i stor skala. Tillsammans bidrar dessa verktyg till att göra SMPS beräkningsmässigt hanterligt i den skala som krävs för helproteom- och enkelcellsanalyser. Samtliga metoder i avhandlingen har gjorts tillgängliga som programvara med öppen källkod, i linje med ett starkt åtagande för reproducerbarhet och för att stödja det växande forskningsfältet kring SMPS. Genom att förena domänkunskap, välgrundad algoritmdesign och beräkningseffektivitet syftar avhandlingen till att flytta fram gränserna för vad som är möjligt inom nästa generations proteomik.QC 20250930</p

    Digital rekonstruktion av svetsar för brottmekanisk viktfunktionsanalys

    No full text
    Thewelding industry today is built upon standards which are based on rigorous testing and analysis of welded specimens. These standards are utilized in production together with typically measurements taken by hand using different tools. Systems such as Winteria have been developed, whichutilizes high resolution data over the weld geometry. The Precision Reliability through Digital Weld Inspection for Structural Efficiency (PREDWISE) project aims to develop advanced fatigue strength prediction models using digital twins of welded components based on high resolution dataof real weld geometry. This master thesis lays one of the first steps in thePREDWISE project with an aim focused on using weld surface geometrydata to create digital twins, to evaluate them with FE methods. A methodwas developed which creates robust two-dimensional FEM models of buttwelds using generalized weld geometry data which mimics the Winteria system. Using these digital twins, different parametric studies were conductedwith varying idealized weld geometries. The parameters which were studied were the weld angle and weld radius. The results which were of interestwere the stress concentration factors, fatigue life estimates as well as thestress intensity factor for each weld geometry.Dagens svetsindustri är byggd på standarder som är baserade på tillförlitligtestning och analys av svetsade komponenter. Dessa standarder utnyttjas iproduktion tillsammans med mått från svetsfogar som är mestadels tagnamed handverktyg. Idag existerar det system som Winterias vilket använderhögupplöst data på svetsgeometrier. Precision Reliability through DigitalWeld Inspection for Structural Efficiency (PREDWISE) projektet är ett projekt som var framtaget för att utveckla avancerade utmattnings modellermed hjälp av digitala tvillingar av svetsade komponenter, dessa tvillingarär byggda på högupplöst data från riktiga svetsar. Denna masteruppsatslägger grunden till första stegen för PREDWISE projectet med målet attanvända svetsytdata för att skapa digitala tvillingar för att sedan utnyttjadessa modeller i FEM verktyg. En metod för att skapa robusta tvådimensionella FEM modeller var framtaget med hjälp av generaliserad svetsytdata som liknar Winteria systemet. Med hjälp av detta system och digitala tvillingarna så utfördes olika parameterstudier på idealiserade svetsgeometrier. Parametrarna som studerades var svetsvinkeln, svetståradien ochplåttjockleken. Resultaten som studerades var spänningskoncentrationsfaktorn, utmattningsuppskattningen och sprickintensitetsfaktorn

    Validering av POLCA7:s modell för detektorutbränning

    No full text
    The Local Power Range Monitors (LPRM) at Forsmark Nuclear Power Plant (NPP) are a key component of the reactor’s safety systems. They measure the power distribution in the reactor, however, their main function is to detect quick deviations in neutron flux. The detectors use the fissile 235U to measure the neutron current using fission. The detectors become less sensitive over time, as the uranium is consumed when fission occurs. For this reason, the detectors are calibrated around once a month. The calibration is performed by the reactor computational program POLCA7. There are several calibration parameters which can be extracted from POLCA7 at each calibration. These parameters can be used to calculate a gain adjustment factor (GAFT), that can be used to calculate future values of the gain (or sensitivity) of the detector. Using this factor, it would be possible to extend the calibration interval from one to three months. This has the advantage of allowing smoother operation, as the calibration requires the reactor to be in a steady state for an extended time period. The objectives of this thesis were to collect and sort the data available for analysis of calculated and measured sensitivity, to visualize these and to analyse them. The ultimate goal was to determine if POLCA7’s model for detector depletion is able to be applied to Forsmark NPP.The findings of this thesis showed that the model used to calculate the sensitivity is not adequate to predict future values. The calculated values were at times accurate enough to predict future values, but in each case the model failed as the detector reached the middle of its lifetime. The reason for this is presumed to be the influence of gamma radiation on the detector, which is higher than previously thought. Two methods of predicting future values exist, one consisting of adjusting the GAFT-calculated value after each maintenance outage, so that the future values align more closely with the actual ones. This model has the flaw that it cannot compensate adequately for the gamma radiation towards the end of the detector lifetime. Another, mathematical model that takes gamma radiation into account could be used, but this model would need to be adapted for each specific detector’s flux values over time, and this would prove difficult to put into use together with POLCA7, as the model is better suited to describing the development in theory, rather than for a single detector.Forsmarks LPRM-detektorer är en viktig del av reaktorernas säkerhetssystem. De mäter effektfördelningen i reaktorn, men deras huvudfunktion är att de initierar snabbstopp när en stark ökning av neutronflödet inträffar. Detektorerna använder 234U och 235U för att mäta neutronflöde genom fission, vars produkter joniserar gasen i detektorn och skapar en mätbar ström. Detektorerna blir mindre känsliga över tid eftersom uranet förbrukas när fissioner sker. Därför kalibreras detektorerna varje månad. Vid varje kalibrering finns det ett antal parametrar från härdberäkningsprogrammet POLCA7 som kan användas för att förutsäga en kalibreringsfaktor, kallad GAFT (gain adjustment factor). Parametrarna är neutron- och gammadistributionen, det ackumulerade neutronflödet samt mängden 235U. I dagsläget finns dessa värden, samt data över detektorkänsligheten, lagrade på olika ställen i Forsmarks Linux-miljö.Flera olika MATLAB-skript har tagits fram för att underlätta insamlingen av data från tidigare detektorer. För Forsmark 3 gäller det funktioner och skript som hämtar kalibreringsdata, formaterar den, läser datum, ordnar data efter det, och slutligen framställer en graf som visar känslighetsutvecklingen över neutronflöde. GAFT har beräknats baserat på data från POLCA7 och en beräknad känslighetsutveckling har, med hjälp av den, tagits fram. För Forsmark 1 och 2 finns inte tillräckligt med data för att beräkna GAFT, där har i huvudsak känslighetsutvecklingen undersökts. Genom att jämföra mätt känslighet med beräknad känslighet har en analys av POLCA7s data gjorts, och denna visar att det finns starka avvikelser mellan de två. Avvikelsen är ofta, men inte i varje fall, minst i början av detektorns livstid, och ökar efter ungefär hälften. Denna ökning är förmodligen orsakad av gammastrålning, som har en större påverkan på detektorutslaget än väntat. I början av detektorns liv utgör gammastrålningen en relativt liten del som sedan ökar ju mindre 235U som finns kvar.GAFT är tänkt att användas för att förutsäga framtida värden på detektorkänsligheten och på så sätt skulle kalibreringsintervallet kunna förlängas från en månad till två eller tre. Eftersom felet mellan beräknad och mätt känslighet är så hög går detta inte att göra rakt av. En möjlig metod är att justera det första GAFT-värdet till den mätta känsligheten, och sedan använda de resterande GAFT-värden till att förutsäga känslighet. Detta fungerar dessvärre inte när känsligheten är 30% eller mindre av ursprungsvärdet, då gammastrålningen börjar utgöra en signifikant del av känsligheten. GAFT tar nämligen inte hänsyn till denna

    Bridging Design and Recycling: Improving Lithium-Ion Battery Recyclability in Portable Power Tools

    No full text
    The global transition to clean energy is driving unprecedented demand for lithium-ion batteries (LIBs), with projections indicating a 40-fold increase in lithium demand by 2040 to meet climate goals. However, current global recycling rates for portable LIBs remain critically low at approximately 5%, creating a significant sustainability gap as end-of-life battery volumes are projected to surge from 18 GWh in 2023 to 338 GWh by 2030. This Master Thesis Project, conducted in collaboration between Atlas Copco Industrial Technique AB and KTH Royal Institute of Technology, addresses this critical challenge by investigating and enhancing the recyclability of portable LIBs used in industrial handheld tools. The research aims to bridge the knowledge gap between battery designers and recycling facility operators through comprehensive analysis of current recycling technologies, regulatory compliance with EU Battery Regulation 2023/1542, and identification of design-for-recycling opportunities. The methodology combines systematic literature review of hydrometallurgical and pyrometallurgical recycling processes, internal interviews with Atlas Copco Industrial Technique AB's battery design teams, and external engagement with eight battery recycling facilities across EU and non-EU regions to map real-world processing challenges and pain points. Key findings reveal significant recycling barriers including: (1) high geographical concentration of processing capacity with China controlling 50-90% of critical material refining, (2) design challenges from adhesive use, welded joints, and integrated printed circuit board assembly components, which hosts the electronic parts like resistors and capacitors, that complicate disassembly, and (3) material identification difficulties affecting black masspurity and recovery efficiency. The research identifies specific toxicity hotspots and assessescurrent battery designs against EU targets of 65% recycling efficiency by 2025, rising to 70% by 2030. The study delivers actionable design recommendations focusing on homogeneous plastic casing materials, snap-fit assembly mechanisms, heat-reversible adhesives, and enhanced material labeling to improve both manual disassembly and industrial-scale shredding compatibility. These improvements could potentially increase the material recovery rates by 10 - 15% while reducing processing costs for recycling facilities. This research contributes to the circular economy transition by establishing a framework for design-for-recycling in portable battery applications, supporting EU strategic autonomy in critical materials, and enabling industry compliance with evolving regulatory requirements. The findings provide practical guidance for manufacturers to create batteries that are not only high-performing but also optimized for end-of-life processing, thereby supporting the sustainable scaling of clean energy technologies.Den globala övergången till ren energi driver en exempellös efterfrågan på litiumjonbatterier (LIB), med prognoser som indikerar en 40-faldig ökning av litiumbehovet fram till 2040 för att uppnå klimatmålen. De nuvarande globala återvinningsnivåerna för bärbara LIB är dock fortfarande kritiskt låga på cirka 5 %, vilket skapar ett betydande hållbarhetsgap då volymen av uttjänta batterier förväntas öka från 18 GWh år 2023 till 338 GWh år 2030. Detta masterprojekt, som genomförs i samarbete mellan Atlas Copco Industrial Technique AB och Kungliga Tekniska Högskolan (KTH), tar itu med denna kritiska utmaning genom att undersöka och förbättra återvinningsbarheten hos bärbara LIB som används i industriella handhållna verktyg. Forskningen syftar till att överbrygga kunskapsklyftan mellan batteridesigners och operatörer av återvinningsanläggningar genom omfattande analys av nuvarande återvinningstekniker, regelefterlevnad av EU:s batteriförordning 2023/1542 och identifiering av möjligheter till design för återvinning. Metoden kombinerar systematisk litteraturgenomgång av hydrometallurgiska och pyrometallurgiska återvinningsprocesser, interna intervjuer med Atlas Copco Industrial Technique AB:s batteridesignteam och externt engagemang med åtta batteriåtervinningsanläggningar i EU och andra regioner för att kartlägga verkliga bearbetningsutmaningar och smärtpunkter. Viktiga resultat avslöjar betydande återvinningsbarriärer, inklusive: (1) hög geografisk koncentration av bearbetningskapacitet där Kina kontrollerar 50–90 % av kritisk materialraffinering, (2) designutmaningar från limanvändning, svetsade fogar och integrerade kretskortskomponenter, som innehåller elektroniska delar som motstånd och kondensatorer, som komplicerar demontering, och (3) materialidentifieringssvårigheter som påverkar svartmassans renhet och återvinningseffektivitet. Forskningen identifierar specifika hotspots för toxicitet och utvärderar nuvarande batteridesigner mot EU:s mål om 65 % återvinningseffektivitet till 2025, vilket ökar till 70 % till 2030. Studien ger handlingsbara designrekommendationer med fokus på homogena plasthöljesmaterial, snäppmonteringsmekanismer, värmereversibla lim och förbättrad materialmärkning för att förbättra både manuell demontering och kompatibilitet med industriell fragmentering. Dessa förbättringar skulle potentiellt kunna öka materialåtervinningsgraden med 10 – 15 % samtidigt som bearbetningskostnaderna för återvinningsanläggningar minskar. Denna studie bidrar till övergången till den cirkulära ekonomin genom att etablera ett ramverk för design för återvinning i bärbara batteriapplikationer, stödja EU:s strategiska autonomi för kritiska material och möjliggöra för industrin att följa föränderliga regelkrav. Resultaten ger praktisk vägledning för tillverkare att skapa batterier som inte bara är högpresterande utan också optimerade för återvinning, och stödjer därigenom en uppskalning av hållbar energitekni

    0

    full texts

    57,933

    metadata records
    Updated in last 30 days.
    Publikationer från KTH
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇