Puun ominaisuudet esiin mallintamalla

Mallintamien antaa mahdollisuuden selvittää puun rakenteen vaikutusta sen mekaanisiin ominaisuuksiin kuten jäykkyyteen.
Aalto University School of Engineering

FM Johanna Sjölund esitti väitöstyössään mallin, jonka avulla kuusipuun jäykkyys voitiin valittuja parametreja käyttäen laskea missä tahansa vuosirenkaan kohdassa. Hän esitti myös menetelmiä, jotka auttavat kehittämään aiemmin julkaistuja malleja.

Puun ominaisuudet kiinnostavat, koska sitä käytetään paljon erilaisissa sovelluksissa kuten rakentamisessa, paperin valmistuksessa, huonekalu- ja pakkausteollisuudessa.

- Puulla on monimutkainen rakenne. Mallintamalla voidaan saada hyvä kuva yksittäisten ominaisuuksien, kuten solujen geometrian ja soluseinien paksuuden vaikutuksesta puun jäykkyyteen, Sjölund sanoo.

Jos mallista saadaan riittävän hyvä, sen avulla voidaan korvata työläitä aikaa vieviä fysikaalisia kokeita. Mallinnuksella voidaan tutkia, miten yksittäiset rakenteelliset tekijät ja niiden vaihtelu vaikuttavat puun käyttäytymiseen.

- Mallinnuksella on esimerkiksi saatu selville, että puusolujen muodolla on huomattavasti suurempi vaikutus jäykkyyteen kuin aiemmin oletettiin, Sjölund sanoo.

Puu on ympäristöystävällinen materiaali, jolla on hyvät mekaaniset ominaisuudet. Suosio lisää osaltaan kiinnostusta mallintamiseen, jota tietokoneiden laskentatehon kasvu helpottaa.

- Ehkä saamme vielä laskentamallin, jonka avulla pystytään riittävän tarkasti arvioimaan puun kestävyyttä ja ominaisuuksia erilaisissa rakenteissa. Siten rakenteet voitaisiin mitoittaa oikein ja säästää materiaalia. Joku toinen malli voi auttaa kehittämään sellun valmistusprosessia nykyistä energiatehokkaammaksi, Sjölund visioi.

Yhtä solua monistaen

Väitöstutkimus toi esiin, että solujen paksuuden vaihtelu solusta toiseen vaikuttaa kuusipuun jäykkyyteen huomattavasti enemmän kuin solujen muodon vaihtelu. Siten Sjölund päätyi jättämään mallista solujen muodon vaihtelun kokonaan pois.

- Kun jätetään epäoleelliset parametrit pois, voidaan keskittyä oleellisiin parametreihin ja niiden vaikutusten huolelliseen mallintamisen. Samalla vähennetään huomattavasti mallinnuksen vaatimaa laskenta-aikaa.

Solun muodon vaihtelun pois jättäminen avasi mahdollisuuden perustaa mallinnus yhteen soluun, joka edustaa ääretöntä solujoukkoa.

Yhteen soluun perustuva mallinnus vähensi laskenta-aikaa entisestään. Sen seurauksena malliin voitiin nyt ottaa mukaan puun ortotrooppisuudesta johtuvat yhdeksän parametria. Ortotrooppisuus tarkoittaa sitä, että yksittäisen solun seinämillä on erilaiset ominaisuudet eri suuntiin.

Mallin toimivuuden Sjölund varmisti solurakenteisen Nomexin avulla, jota esimerkiksi auto- ja ilmailuteollisuus käyttävät sovelluksissaan.

FM Johanna Sjölund väitteli 24.4.2015 Aalto-yliopiston insinööritieteiden korkeakoulussa, sovelletun mekaniikan laitoksella. Aiheena oli geometrian ja materiaaliparametrien vaikutus puun jäykkyyteen. Väitöskirjan nimi on englanniksi Effect of cell structure geometric and elastic parameters on wood rigidity.

Väitöskirjan verkko-osoite: https://aaltodoc.aalto.fi/handle/123456789/49

Lisätietoja:

Johanna Sjölund

puh. 044 270 4670,  [email protected]

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

Falling Walls. Kuva: Mikko Raskinen.
Tutkimus ja taide Julkaistu:

Falling Walls -palkinto myönnettiin uraauurtavalle silmätutkimukselle

Tampereen yliopiston tutkijan Laura Koivusalon esittelemä sarveiskalvon sokeutta käsittelevä tutkimustyö sai pääpalkinnon Falling Walls -alkukilpailussa.
an electron microscope image showing a carbon nanotube on top of a substrate of graphene
Tutkimus ja taide Julkaistu:

Grafeenipohja parantaa hiilinanoputkiverkoston sähkönjohtavuutta

Aalto-yliopiston ja Wienin yliopiston tutkijat yhdistivät grafeenin ja yksiseinäiset hiilinanoputket läpinäkyväksi hybridimateriaaliksi. Uusi materiaali johtaa sähköä paremmin kuin kumpikaan komponentti yksinään.
Iiris Sundin katselee taivaalle Laajalahden lintutornilla
Tutkimus ja taide, Opinnot Julkaistu:

Kun lääkäri ja tekoäly saadaan yhteistyöhön, potilas saa parempaa hoitoa

Tohtorikoulutettava Iiris Sundinin tutkimuksissa koneoppimismalli pääsee hyödyntämään lääkärin hiljaista tietoa, joka jää yleensä kirjoittamatta ylös. Tällainen malli ennustaa paremmin, miten tietty potilas reagoi tietynlaiseen hoitoon.
Aalto-yliopiston vesitutkimus
Tiedotteet, Tutkimus ja taide Julkaistu:

Suomalaisyrityksistä maailman vesivastuullisimmat – uusi tiekartta näyttää suunnan

Aalto-yliopiston, Luonnonvarakeskuksen ja VTT:n maa- ja metsätalousministeriön rahoituksella laatiman tiekartan tavoitteena on, että suomalaisyritykset ovat vuonna 2030 vesivastuullisimpia maailmassa.