Vis enkel innførsel

dc.contributor.advisorRøise, Tom
dc.contributor.authorArnesen, Mads Greni
dc.contributor.authorPettersen, Karin Emilie
dc.contributor.authorTunheim, Eilert Mikal Hananger
dc.date.accessioned2022-07-05T17:20:56Z
dc.date.available2022-07-05T17:20:56Z
dc.date.issued2022
dc.identifierno.ntnu:inspera:106258538:111750413
dc.identifier.urihttps://hdl.handle.net/11250/3002858
dc.description.abstractSammendrag Moelven ASA tørker trevirke på en industriell skala hvor tørkeprosessen er en tids- og energikrevende prosess. Moelvens nåværende løsning er basert på historisk arbeidserfaring, dette fører ofte til at treverket tørkes mer enn nødvendig og åpner opp for optimalisering. Resultatet av prosjektet er en applikasjon som har som mål å optimalisere energiforbruket ved å visualisere data fra tidligere tørkesykluser, og beregne en estimert vekstmodell basert på historisk data. Applikasjonen fungerer som en teknologidemonstrasjon i et felt der IT generelt er underutviklet. En konsekvens av dette er at applikasjonen har blitt implementert med fremtidige forbedringer i tankene, der rammeverket er fleksibelt og enkelt å vedlikeholde. Resultatene fremhever fordelene av å analysere lagrede energidata for å optimalisere og effektivisere tørkeprosessen. For tilgang til GitLab repository, følg vedlagt link Gitlab.com
dc.description.abstractAbstract Drying wood on an industrial scale is a time-consuming and energy intensive process. In Norway, one of the companies that focuses on wood drying and other wood-related production and services is Moelven. Their current solution for drying wood is based on historical work experience, which often leads to drying the wood more than necessary and presents the opportunity for optimization. In this project, we have developed an application with the goal of optimizing the energy consumption during the wood drying process. The optimization has been achieved by visualizing data from previous drying cycles, and calculating an estimated growth model based on historical data. The application acts as a technology demonstrator in a field where IT is generally underdeveloped. For this reason, the application has been implemented with future improvements in mind, with the framework being flexible and easily maintainable. The results highlight the benefits of analysing stored energy data, which can optimize and streamline the drying process. For access to our GitLab repository, please follow this link to: Gitlab.com.
dc.languageeng
dc.publisherNTNU
dc.titleOptimization of Energy Consumption
dc.typeBachelor thesis


Tilhørende fil(er)

Thumbnail
Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel