Balkongföretaget Balco AB i Växjö har tagit fram ett energibalkongkoncept, vilket innefattar en luftsolfångare som ska bidra till förbättrad uppvärmningsekonomi för fastigheter. Projektets mål att utvärdera och förbättra den tidigare nämnda luftsolfångarens prestanda genom att se över parametrar såsom materialval, luftflöde och fläktar med tillhörande solceller. Då företaget bedriver sin verksamhet i Växjö har det blivit mycket arbete på distans i Göteborg detta har dock inte varit någon större nackdel då mycket av den research som gjorts inte kräver någon närhet till produkten.Projektet började med teoretiska studier om luftsolfångare i allmänhet för att skapa klarhet i vilka parametrar som bör beaktas vid prestandaeffektivisering. Material med lämpliga egenskaper har studerats och jämförts med befintliga produktens material. Solfångaren innehöll från början tre stycken fläktar som drevs av externt placerade solceller.

Encounter Control är ett sammanfattande begrepp för generell styrning och kontroll av tjänsteprocesser med särskilt fokus på inslag av externa och eller interna kundinteraktioner (encounters). I dessa möten agerar kunden ofta i två olika men integrerade roller: som kund och medproducent till den efterfrågade tjänsten. Denna encounterproblematik är välkänd och men också mycket komplex. De berörda aktiviteterna inrymmer många olika problem med t.ex. mätning, analys och förbättring av både kvalitet och effektivitet.

Artificiella neurala nätverk (ANN) har många användningsområden inom datavetenskap. Några av dessa är mönsterigenkänning, robotik, Processkontroll, optimering och spel. Detta examensarbete kommer att handla om hur en alternativ lösning på den traditionella arkitekturen av hur ett neuralnät kan se ut. Jag kommer att undersöka om man kan ta ett stort och komplext neuralnät och bryta ned detta till mindre neuralnät utan att förlora kvaliteten på botarna i en spelmiljö kallad Open Nero. Detta för att försöka minska beräkningshastigheten av neuralnäten och förhoppningsvis även göra så botarna lär sig ett bra beteende snabbare.

Artificiella neurala nätverk (ANN) har många användningsområden inom datavetenskap. Några av dessa är mönsterigenkänning, robotik, Processkontroll, optimering och spel. Detta examensarbete kommer att handla om hur en alternativ lösning på den traditionella arkitekturen av hur ett neuralnät kan se ut. Jag kommer att undersöka om man kan ta ett stort och komplext neuralnät och bryta ned detta till mindre neuralnät utan att förlora kvaliteten på botarna i en spelmiljö kallad Open Nero. Detta för att försöka minska beräkningshastigheten av neuralnäten och förhoppningsvis även göra så botarna lär sig ett bra beteende snabbare. Mitt examensarbete kommer att visa att min lösning av arkitekturen för ett neuralt nätverk inte fungerar speciellt bra då botarna inte lärde sig tillräckligt fort.

Syftet med denna uppsats är att undersöka hur säkerhetsinformation kan presenteras så att operatörerna snabbt skall kunna upptäcka och urskilja den. Olika färg-kombinationer kommer att jämföras för att komma fram till om någon kombination är mer effektiv för den initierande uppmärksamhetsprocessens visuella sökning än någon annan kombination.Ett fältexperiment utfördes på Ringhalsverket block 2 där 24 operatörer fick köra ett testprogram som visade olika skillnader i färgnyans. När försökspersonen kan urskilja det specifika målet på testbilden trycks mellanslagstangenten ned. Det är reaktionstiden som mäts från det att testbilden kommer fram tills tangenten trycks ned. Det förväntade resultatet att de stora nyansskillnaderna var effektivare än de mindre får inte fullt stöd ifrån resultatet.

Elektricitet är mycket centralt i dagens samhälle och många av samhällets funktioner är beroende av en fungerande eldrift. I och med detta är det mycket viktigt att driftcentralen hos ett elnätsföretag har förmågan att behålla kontrollen vid en storstörning. En storstörning som fenomen är någonting som inte inträffar speciellt ofta, men när det väl händer drabbas driftcentralen hårt.Syftet med studien var att beskriva det sammansatta kognitiva system som driftcentralen på Utsikt Nät, Tekniska Verken AB, utgör vid en störningssituation och identifiera kritiska punkter som påverkar det sammansatta kognitiva systemets beslutsfattande och förmåga att bibehålla kontroll över processen vid störningsdrift. Studien genomfördes som en etnografisk studie och bestod av observationer och intervjuer. Observationerna syftade till att skapa en förståelse för hur detta sammansatta kognitiva system fungerar vid normaldrift.

Ferruform i Luleå är ett verkstadsföretag som idag bland annat tillverkar bakaxelbryggor till Scania. Som ett led i att både minimera slöseri och erhålla efterfrågestyrd produktion, vill Ferruform i en framtid gå över till ett kontinuerligt enstycksflöde. Syftet med studien har varit att kartlägga vad som krävs av Ferruform för att kvaliteten vid kontinuerligt enstycksflöde ska kunna säkerställas, samt presentera och rekommendera metoder för att möta dessa krav. Studien har avgränsats till avdelningen för skärande bearbetning, och har i huvudsak baserats på litteraturstudier och intervjuer. Filosofier från till exempel Toyota och reella kontrollverktyg som koordinatmätmaskiner, kontrollfixturer, probning, manuella mätverktyg och optiska system har studerats.