Uutiset

Rinnakkaislaskenta avuksi teräsuunin ohjaukseen ja laadunvalvontaan

Christian Westerlundin diplomityön tulokset edistävät terästeollisuuden tuottavuutta. Työn taustalla ovat Aalto-yliopiston monialaiset opinnot.
Kuva. Antti Karkinen

Ennen kuin teräsaihioita voidaan muokata, niitä pitää kuumentaa uunissa, jota ohjataan tietokoneella. Ohjausta kehitetään lämmönsiirron tietokonemallinnuksella. Jotta tämä ohjelma voisi toimia osana ohjausta, tulisi sen laskea tulokset riittävän nopeasti. Yksi keino laskennan nopeuttamiseksi on laskentaongelman rinnakkaistaminen useammille prosessoriytimille. Tällöin laskennallisesti suuretkin ongelmat voidaan ratkaista pienissä osissa. Rinnakkaistamalla laskenta voidaan siis hyödyntää prosessorin laskentatehoa kokonaisvaltaisemmin. Viime vuosina myös näytönohjaimien käyttö tietokonemallien tehostamisessa on kasvanut.

Christian Westerlund on tutkinut diplomityössään "Efficient parallel implementation of a transient heat transfer model" lämmönsiirtomallia, joka laskee teräsaihioiden lämpötilajakaumaa uunissa reaaliajassa. Westerlund on tarkastellut työssään lämmönsiirtomallin algoritmeja ja pyrkinyt rinnakkaistamaan laskennan mahdollisimman tehokkaasti. Työssä on optimoitu olemassa olevaa toteutusta ja tehty näytönohjaimelle rinnakkaistettu malli. Työkaluna on käytetty CUDA-ohjelmointiympäristöä. Työn tuloksena laskenta nopeutui jopa kuusinkertaiseksi verrattuna alkuperäiseen.

Eri tieteenaloja yhdistämällä konkreettisiin tuloksiin

"Diplomityön tulokset ovat konkreettisia ja merkittäviä, sillä nopeutetulle mallille on tarvetta reaaliaikaisessa teräksen lämmitysuunin ohjauksessa ja optimoinnissa. Tuloksista on apua laadunvalvonnassa, ja ne edistävät terästeollisuuden tuottavuutta. Tavoitteena on, että malli voitaisiin ottaa käyttöön terästehtaalla mahdollisesti jo tämän vuoden aikana," sanoo Seppo Louhenkilpi Aalto-yliopiston kemian tekniikan korkeakoulusta.

Aalto-yliopiston tarjoamissa opinnoissa on mahdollista yhdistää eri tieteenaloja. Christian Westerlund on hyödyntänyt tätä ansiokkaasti. Hänen diplomityönsä, joka on hyväksyttävänä koulutusneuvoston kokouksessa 27.2.2018, on vaatinut laaja-alaista, poikkitieteellistä osaamista ja sen soveltamista käytäntöön.

”Olen opiskellut kemian tekniikan ja metallurgian laitoksella pääaineenani Functional Materials. Sivuaineopinnot valitsin tietotekniikan laitokselta, mikä mahdollisti sen, että pääsin tarttumaan tähän diplomityöaiheeseeni. Erityisesti pidin hyödyllisenä Programming Parallel Computers -kurssia, jossa keskityttiin rinnakkaislaskentaan. Monialaisista opinnoista on paljon hyötyä työelämässä ja oikeiden ongelmien ratkomisessa.”

Lisätietoja:

Christian Westerlund,
[email protected]

Professori Ari Jokilaakso
[email protected]

Apulaisprofessori Jukka Suomela
[email protected]

Senior Scientist Seppo Louhenkilpi
[email protected]

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lue lisää uutisia

four band members posing on a small stage in colourful and shiny clothes
Palkitut, Tutkimus ja taide, Opinnot Julkaistu:

Muotisuunnittelija, valokuvaaja ja bändi yhdistivät voimansa ja loivat maagisen kesäutopian

Muotisuunnittelija Justus Kantakoski ja valokuvaaja Mortti Saarnia, olivat tänä vuonna EMMA-ehdokkaita Suistamon Sähkö -yhtyeen musiikkivideon kanssa.
Kuvituskuva Lean-sivustolle.
Opinnot Julkaistu:

Laaja-alaisuutta osaamiseen

Executive in Residence Taavi Heikkilä kysyy, pitäisikö yliopistojenkin lähestyä laaja-alaisuutta vielä rohkeammin ja uudesta näkökulmasta.
Erilaisia värikkäitä digitaalisesti tulostettuja tekstiilikuoseja lomittain vaalealla tasolla
Palkitut, Opinnot Julkaistu:

Millaisia ovat digitaalisen tekstiilitulostamisen mahdollisuudet?

Teknologinen kehitys avaa jatkuvasti uusia mahdollisuuksia tekstiilitulostamiseen.
Student Eeli Susan
Opinnot Julkaistu:

Opiskelija Eeli Susan: Signal Processing and Data Science -pääaine on täydellinen yhdistelmä teoriaa ja käytäntöä

Eelin mielestä maisteriohjelman laaja kurssivalikoima mahdollistaa opintojen räätälöinnin oman kiinnostuksen mukaan.