Sökning: "surface deformations"
Visar resultat 1 - 5 av 32 uppsatser innehållade orden surface deformations.
1. Vakuugradning : Utvärdering av vakuumgradning som efterbearbetningsmetod
Uppsats för yrkesexamina på grundnivå, Mittuniversitetet/Institutionen för ingenjörsvetenskap, matematik och ämnesdidaktik (2023-)Sammanfattning : En av de mest oönskade bieffekterna vid metallbearbetning är att det blidas grader. Grader kan definieras som plastiskt deformerat material som bildas på en produkts kanter och hörn. De uppstår oftast vid skär- och skjuvande operationer och kan bero på många olika faktorer. LÄS MER
2. Wheel Loader Rear Axle Mounting for Weld Deformations : Exploration and Evaluation of Alternative Mounting Methods
Uppsats för yrkesexamina på grundnivå, Linnéuniversitetet/Institutionen för maskinteknik (MT)Sammanfattning : Welded structures susceptible to weld deformations require sequent processing to allow for mounting of precision components. This thesis includes a case study of the rear axle mount on a Volvo L220 wheel loader. LÄS MER
3. Deformationsmätning av kubhörnsreflektorer med fotobaserad skanning och terrester laserskanning
Kandidat-uppsats, Högskolan i Gävle/SamhällsbyggnadSammanfattning : Kubhörnsreflektorer används som måltavlor med kontinuerlig och identifierbar reflekterad signalstyrka vid fjärranalys, bland annat för tekniken ”interferometric synthetic aperture radar” [InSAR]. Kubhörnsreflektorer tillämpas exempelvis för bevakning av sättningar i jordytan och kalibrering av [SAR]-system (”synthetic aperture radar”). LÄS MER
4. Optimal dead space in axial-type expander
Master-uppsats, KTH/Maskinkonstruktion (Inst.)Sammanfattning : In this thesis a method for determining optimal dead space in an axial-type expander is developed. The axial-type expander in question is for use in a steam engine, a environmental friendly and fuel-agnostic alternative to the ICE-engine. LÄS MER
5. Off-road Driving with Deteriorated Road Conditions for Autonomous Driving Systems
Master-uppsats, Linköpings universitet/Institutionen för systemteknikSammanfattning : Recent studies on robustness of machine learning systems shows that today’s autonomous vehicles struggle with very basic visual disturbances such as rain or snow. There is also a lack of training data that includes off road scenes or scenes with different forms of deformation to the road surface. LÄS MER