Studentoppgave:
Multivariat modellering av smelteovner

Idletechs AS har laget programvare som kan modellere variasjoner i evigvarende, høydimensjonale datastrømmer, basert på blant annet bilineær modellering. Metodene er selvlærende; de bygger selv opp effektive representasjoner av dataene de får. Modellene gir en kompakt og tolkbar representasjon av svært mange ulike datasett, og kan brukes på en lang, lang rekke anvendelser.

Smelteovner i metallindustrien har hittil vært utfordrende å modellere. Det er vanskelig å observere direkte hva som skjer i smelten. Det gjør at man ikke alltid har full kontroll over prosessen, og dermed noen ganger kan få kvalitetsavvik, u-økonomisk drift, eller sikkerhetsrisiko. Men med et sett av direkte og indirekte måleteknikker, kombinert med multivariat matematikk på store datamengder samlet opp over lengre tid, bør det være mulig å få bedre kontroll.

Oppgaven vil omhandle multivariat, myk modellering av smelteovner, gjerne med måleteknikker som er lite brukt i smelteindustrien tidligere men som har et stort potensiale. Studenten vil få teoretisk og praktisk innblikk i måling, modellering og styring av smelteovner.

Dette er i første omgang en prosjektoppgave, hvor studenten vil kunne ta tak i en begrenset del av problemstillingen. Oppgaven vil kunne utvides til en masteroppgave.

Det anbefales å ta temaet TTK19 Strukturer og sammenhenger i komplekse systemer (3.75 studiepoeng), se www.itk.ntnu.no/emner/fordypning/ttk19

Oppgaven er knyttet til NTNUs satsning innen Big Data Cybernetics.

Det vil være begrensninger på opphavsrettigheter, herunder publisering.

Hovedveileder: Prof. Harald Martens (NTNU ITK / Idletechs)
Medveileder: Dr. Laila Stordrange (Eramet)

Tilbake til menyen over mulige masteroppgaver