Energiansäästömahdollisuudet purunpoistolaitteiston modernisoinnilla
Bibliographic record
Abstract
Opinnäytetyön tilaajana toimi JELD-WEN Suomi Oy Kuopion tehdas. JELD-Wen Suomi Oy Kuopion tehdas valmistaa sisäovia. Ovien valmistus tehtaalla on alkanut vuonna 1974. Tehdas on toiminut vuosien aikana useilla nimillä kuten SAVO Oy, Suomen Ovi, SO Oviteollisuus, KW-DOOR ja Vest-Wood Suomi. Opinnäyte-työn tavoitteena oli selvittää tehtaan pölyn- ja purunpoistolaitteiden energiankulutusta ja energiansääs-tömahdollisuuksia. Vanhimmat laitteista on otettu käyttöön vuonna 1974, ja uusimmat vuonna 2006. Teh-taan konekanta ja tuotantolinjat ovat muuttuneet osittain vuosien aikana alkuperäisestä, ja kokemukses-ta tiedettiin, että joidenkin laitteiden mitoitus ei vastaa tämän päivän tarpeita. Pölynpoistosta työpaikoilla on olemassa myös EU-direktiivi ja sen perusteella annettu valtioneuvoston asetus. Asetuksessa määritel-lään tarkat raja-arvot kovapuupölylle ja formaldehydille altistumisesta. \n \nOpinnäytetyössä tarkasteltiin tehtaan pölypoistolaitteistoa ja sen käyttötapoja. Energiankulutusta tutkit-tiin mittaamalla puhaltimien käytönaikainen teho ja arvioimalla vuosittaiset käyttötunnit toteutuneiden työvuorojen mukaan. Opinnäytetyön tuloksena löytyi paljon parannettavaa. Energiansäästön kannalta työ oli aiheellinen. Lähes kaikkien tehtaan pölyn- ja purunpoistolaitteiden energiatehokkuutta on mahdollista parantaa. \n \nOpinnäytetyöstä on julkaistu kaksi versiota. JELD-WEN Suomi Oy Kuopion tehtaan laitteita koskeva osio ei ole julkinen.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.028 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".