Göteborg är en stad som växer snabbt. Det har satt högt tryck på kollektivtrafiksystemet, speciellt för spårvagn. Under 2019 reste 141 miljoner passagerare med spårvagn i Göteborg. Under åren 2020 och 2021 gick den siffran dessvärre ner, men som snabbt återhämtat sig. Redan under 2022 är resandet tillbaka på 2019s nivåer och prognosen är att det kommer fortsätta öka. Detta kommer skapa ett högre tryck på kollektivtrafiken och speciellt för spårvagn. Syftet med det här arbetet är att analysera framkomligheten för spårvagn på Skånegatan i Göteborg. Spårvagnshållplatserna som studerats är Ullevi Södra, Scandinavium och Korsvägen. För att svara på frågorna har en metod i form av tidsstudier och observationer utförts. Tidsstudierna har mätt tiden mellan stopp och hur länge det tar för passagagerare att ta sig av och på spårvagnarna. Observationerna har utförts för att identifiera specifika problemområden under sträckan och vad det är för faktorer som påverkar framkomligheten på dessa områden. Ett tidtagarur samt en GPS Tracker har använts för att mäta tiden. Resultatet av den här studien visar på att det finns två huvudsakliga problemområden, fyrvägskorsningen vid Ullevi Södra och rondellen söder om Scandinavium. De problem som identifierats här är främst trafiksignalerna samt att Ullevi Södra enbart har kapacitet för en spårvagn åt gången. Vidare visar resultatet att spårvagnar redan är sena när de kör in på Skånegatan och att de anländer ungefär samma tider. Den schemalagda tiden för en spårvagn att köra genom Skånegatan är 3 minuter räknat från Ullevi Södra till Korsvägen och 3 minuter från Korsvägen till Ullevi Södra. Men genom analysering visar det sig att medelvärdet för spårvagnarna som kör den givna sträckan har en tid på 3,5 – 4 minuter vilket är högre en den planerade körtiden. / <p>Examensarbetet är utfört vid Institutionen för teknik och naturvetenskap (ITN) vid Tekniska fakulteten, Linköpings universitet</p>

Predicting noise using computational methods is a common approach in the field of acoustics, offering flexibility and results before a potentially costly installation. This project explores the possibility to calculate the change in noise level emitted from a speaker covered by a capsule, filled with porous material and positioned in two different ways, using the finite element method in the program COMSOL for low to mid frequency bands. The Helmholtz equation is solved in the air medium of the model excluding wave propagation in the solid domain of the capsule where it is present. To replicate the attenuation from porous materials in COMSOL the Delany-BazleyMiki poroacoustics model is used. Comparing the calculation to a control measurement conducted at the Marcus Wallenberg Laboratory, provisional predictions of accuracy is given in groups of configurations and in 1/3-octave bands. Using the available computational power in a common office computer it might be difficult to accurately portray the real-world installation since it might be necessary to alter geometric region, physics or frequency rangedue to runtime issues resulting in deviating results. / Att förutspå ljuddämpning med hjälp av beräkningsmetoder är ett vanligt arbetssätt inom akustik som bidrar till flexibilitet och resultat innan en potentiellt kostsam installation. Det här projektet utforskar möjligheten att beräkna förändringen i ljudnivå från en högtalare som är täckt utav en kapsel fylld utav poröst material. Kapseln är placerad i två olika konfigurationer och finita element metoden används genom programmet comsol för att räkna ut ljudnivåer i låg och medelhöga frekvensband. Helmholtz ekvation löses i luftmediet som omger kapseln och högtalaren och Delany-Bazleys modell för porösa material används, vilken finns tillgänglig i COMSOL. Jämförelsen mellan beräkningen och en kontrollmätning gjord i Marcus Wallenbergs Laboratorium ger indikation på precisionen hos modellen, vilket visas i tersband. Med beräkningskraften hos en konventionell kontorsdator kan det vara svårt att noggrant beskriva den verkliga installationen där avsteg från verkligheten ofta handlar om förenklad geometri och fysik eller förändrat frekvensspann för att förhindra eskalerande problem med programmets körtid vilket leder till avvikande resultat.

This study evaluates the performance of Kotlin and Java on Android Runtime using four benchmarks from the Computer Language Benchmarks Game suite, for which a total of 12 benchmark implementations are studied. The metrics used to evaluate the performance includes runtime, memory consumption, garbage collection, boxing of primitives as well as bytecode n-grams. To benchmark the languages, a benchmark application has been developed intended to run on an Android phone. The results indicate that Kotlin is slower than Java for all studied benchmarks by a varying factor. Furthermore, the use of idiomatic Kotlin features and constructs results in additional heap pressure and the need of boxed primitives. Other interesting results indicate the existence of an underlying garbage collection overhead when reclaiming Kotlin objects compared to Java. Furthermore, Kotlin produces larger and more varied bytecode than Java for a majority of the benchmarks. / Denna studie utvärderar prestandan mellan Kotlin och Java på Android Runtime genom 12 implementationer av fyra benchmarks från The Computer Language Benchmarks Game. De mätvärden som använts för att utvärdera prestandan inkluderar körtid, minnesanvändning, garbage collection, boxing av primitiver samt bytekod n-grams. För att benchmarka språken har en benchmarkapplikation tagits fram för Android. Resultaten visar att Kotlin är långsammare än Java för samtliga benchmarks. Vidare resulterar användandet av idiomatiska Kotlin-funktioner i ökad minnesanvänding samt behovet att representera primitiver som klasser. Andra intressanta resultat inkluderar existensen av en overhead för garbage collectorn för frigörandet av objekt som allokerats av Kotlin jämfört med Java. Vidare producerar Kotlin större bytekodfiler och uppvisar mer varierad bytekod än Java för en majoritet av de benchmarks som studerats.