Bislang existieren keine unter Praxisbedingungen einsetzbaren Messmethoden für eine verzögerungsfreie Bestimmung der für die Prozessführung wichtigen Zustandsgrößen in Biogasanlagen. Die Arbeit „Anwendung des erweiterten KALMAN-Filters zur Zustandsbeobachtung in Biogasanlagen“ hat zum Ziel, den Stand der Technik in der Biogaserzeugung dahingehend weiter zu entwickeln, dass mittels einer softwarebasierten Systemlösung die für eine fundierte Einschätzung des Prozesszustands einer Biogasanlage benötigten Zustandsgrößen sowohl im Fermenter als auch im Zulauf bestimmt werden können. Das praktische Interesse besteht insbesondere darin, dass die Bestimmung unter Verwendung von standardmäßig an Biogasanlagen verfügbaren Messsystemen sowie unter den anlagentechnischen Randbedingungen erfolgen kann. Grundlage für eine Systemlösung zur Zustandsbeobachtung in Biogasanlagen ist ein mathematisches Modell, das die relevanten Teilprozesse der Methangärung abbildet und stellvertretend für das Realstoffsystem mit mathematischen Methoden der Prozesszustands- und Parameterschätzung untersucht werden kann. Die entsprechend des Stands der Technik verfügbaren Prozessmodelle zur Beschreibung anaerober biologischer Abbauprozesse ermöglichen die Berechnung der Prozesszustandsgrößen der anaeroben Flüssigphase, sofern die Zusammensetzung des zugeführten Substrats bekannt ist. Diese ist jedoch in technischen Anlagen zur Biogaserzeugung in der Regel unbekannt, da die eingesetzten Substrate den nachwachsenden Rohstoffen sowie den biologischen Rest- und Abfallstoffen zuzuordnen sind, die herkunftsbedingt eine wechselnde Zusammensetzung und Verfügbarkeit aufweisen. Praxistaugliche, verzögerungsfreie Messmethoden für die Substratcharakterisierung stehen derzeit ebenfalls nicht zur Verfügung, so dass diese Modelle bislang nur eingeschränkte praktische Anwendbarkeit aufweisen. Zielstellung der Arbeit ist die Entwicklung einer Systemlösung, die es auf der Grundlage der mathematischen Beschreibung des Prozesses ermöglicht, die Prozesseingangsgrößen (Substratmenge und Substratzusammensetzung) und die Prozesszustandsgrößen (anaerobe Milieubedingungen) aus den Prozessmessgrößen (Gasmenge und Gaszusammensetzung) zu berechnen. Dabei sind unter praktischen Bedingungen auftretende Informationsverluste in den Messdaten infolge Biogasentschwefelung, Gaszwischenspeicherung und Leistungssteuerung des BHKW zu berücksichtigen, die zu keiner Beeinträchtigung der Anwendbarkeit führen dürfen. Mit Messwerten, die im Rahmen von zwei Versuchsreihen am Realstoffsystem bestimmt worden sind, wurde der Prozess der Methangärung für zwei spezielle Anwendungsfälle simuliert und einer Bewertung in Bezug auf die Qualität der Zustandsbeobachtung unterzogen. Die berechneten Verläufe ergaben eine hinreichend genaue Übereinstimmung mit den Verläufen der analytisch bestimmten Prozesszustands- und Prozesseingangsgrößen. Darauf aufbauend können dann Systeme zur Bewertung des Prozesszustands und zur Prozessregelung eingesetzt und zur Optimierung der Prozessführung in Biogasanlagen angewendet werden. / Suitable control of anaerobic digestion for biogas production requires well-founded knowledge about the process states. Standard measurement categories in small and medium scaled biogas plants contain gas analysis (amount and composition) and pH measurement. The actual process and input states of the liquid phase are usually unknown. This work presents a methodology for estimation of the unknown states based on standard measurement equipment. The system solution consists of two parts, a model describing the dynamics of the process and a two-stage identification of process states and model parameters. Within the first stage quadratic differences between simulated and measured values are minimized by the least square method; second stage minimizes the covariance matrix of the estimation error using the extended Kalman filter. Application of the system solution provides an high potential to increase efficiency of biogas production process and utilization of renewable resources.

A Tomografia por Impedância Elétrica tem como objetivo estimar a distribuição de impedância elétrica dentro de uma região a partir de medidas de potencial elétrico coletadas apenas em seu contorno externo quando corrente elétrica é imposta neste mesmo contorno. Uma das aplicações para esta tecnologia é o monitoramento das condições pulmonares de pacientes em Unidades de Tratamento Intensivo. Dentre vários algoritmos, destacam-se os filtros de Kalman que abordam o problema de estimação sob o ponto de vista probabilístico, procurando encontrar a distribuição de probabilidade do estado condicionada à realização das medidas. Para que estes filtros possam ser utilizados, um modelo de evolução temporal do sistema sendo observado deve ser adotado. Esta tese propõe o uso de um modelo de evolução para a variação de volume de ar nos pulmões durante a respiração de um paciente sob ventilação artificial. Este modelo é utilizado no unscented Kalman filter, uma extensão não linear do filtro de Kalman. Tal modelo é ajustado em paralelo à estimação do estado, utilizando um esquema dual de estimação. Um algoritmo de segmentação de imagem é proposto para identificar as regiões pulmonares nas imagens estimadas e assim utilizar o modelo de evolução. Com o intuito de melhorar as estimativas, o método do erro de aproximação é utilizado no modelo de observação para mitigar os erros de modelagem e informação a priori é adicionada na solução do problema inverso mal-posto. O método é avaliado através de simulações numéricas e ensaio experimental coletado em um voluntário. Os resultados mostram que o método proposto melhora as estimativas feitas pelo filtro de Kalman, propiciando a visualização de imagens absolutas, dinâmicas e com bom nível de contraste entre os tecidos e órgãos internos. / Electrical impedance tomography estimates the electrical impedance distribution within a region given a set of electrical potential measurements acquired along its boundary at the same time that electrical currents are imposed on the same boundary. One of the applications of this technology is lung monitoring of patients in Intensive Care Units. One class of algorithms employed for the estimation are the Kalman filters which deal with the estimation problem in a probabilistic framework, looking for the probability density function of the state conditioned to the acquired measurements. In order to use such filters, an evolution models of the system must be employed. This thesis proposes an evolution model of the variation of air in the lungs of patients under artificial ventilation. This model is used on the Unscented Kalman Filter, a nonlinear extension of the Kalman filter. This model is adjusted in parallel to the state estimation, in a dual estimation scheme. An image segmentation algorithm is proposed for identifying the lungs in the images. In order to improve the estimate, the approximation error method is employed for mitigating the observation model errors and prior information is added for the solution of the ill-posed inverse problem. The method is evaluated with numerical simulations and with experimental data of a volunteer. The results show that the proposed method increases the quality of the estimates, allowing the visualization of absolute and dynamic images, with good level of contrast between the tissues and internal organs.

L'apnée est une complication fréquente chez les nouveaux-nés prématurés. L'un des problèmes les plus fréquents est l'épisode d'apnée bradycardie dont la répétition influence de manière négative le développement de l'enfant. C'est pourquoi les enfants prématurés sont surveillés en continu par un système de monitoring. Depuis la mise en place de ce système, l'espérance de vie et le pronostic de vie des prématurés ont été considérablement améliorés et ainsi la mortalité réduite. En effet, les avancées technologiques en électronique, informatique et télécommunications ont conduit à l'élaboration de systèmes multivoies de monitoring néonatal de plus en plus performants. L'un des principaux signaux exploités dans ces systèmes est l'électrocardiogramme (ECG). Toutefois, même si l'analyse de l'ECG a évolué au fil des années, l'ensemble des informations qu'il fournit n'est pas encore totalement exploité dans les processus de décision, notamment en monitoring en Unité de Soins Intensifs en Néonatalogie (USIN). L'objectif principal de cette thèse est d'améliorer la prise en compte des dynamiques multi-dimensionnelles en proposant de nouvelles approches basées sur un formalisme bayésien, pour la détection précoce des apnées bradycardies chez le nouveau-né prématuré. Aussi, dans cette thèse, nous proposons deux approches bayésiennes, basées sur les caractéristiques de signaux biologiques en vue de la détection précoce de l'apnée bradycardie des nouveaux-nés prématurés. Tout d'abord avec l'approche de Markov caché, nous proposons deux extensions du Modèle de Markov Caché (MMC) classique. La première, qui s'appelle Modèle de Markov Caché Couplé (MMCC), créé une chaîne de Markov à chaque dimension de l'observation et établit un couplage entre les chaînes. La seconde, qui s'appelle Modèle Semi-Markov Caché Couplé (MSMCC), combine les caractéristiques du modèle de MSMC avec le mécanisme de couplage entre canaux. Pour les deux nouveaux modèles (MMCC et MSMCC), les algorithmes récursifs basées sur la version classique de Forward-Backward sont introduits pour résoudre les problèmes d'apprentissage et d'inférence dans le cas couplé. En plus des modèles de Markov, nous proposons deux approches passées sur les filtres de Kalman pour la détection d'apnée. La première utilise les modifications de la morphologie du complexe QRS et est inspirée du modèle générateur de McSharry, déjà utilisé en couplant avec un filtre de Kalman étendu dans le but de détecter des changements subtils de l'ECG, échantillon par échantillon. La deuxième utilise deux modèles AR (l'un pour le processus normal et l'autre pour le processus de bradycardie). Les modèles AR sont appliqués sur la série RR, alors que le filtre de Kalman suit l'évolution des paramètres du modèle AR et fournit une mesure de probabilité des deux processus concurrents. / Apnea-bradycardia episodes (breathing pauses associated with a significant fall in heart rate) are the most common disease in preterm infants. Consequences associated with apnea-bradycardia episodes involve a compromise in oxygenation and tissue perfusion, a poor neuromotor prognosis at childhood and a predisposing factor to sudden-death syndrome in preterm newborns. It is therefore important that these episodes are recognized (early detected or predicted if possible), to start an appropriate treatment and to prevent the associated risks. In this thesis, we propose two Bayesian Network (BN) approaches (Markovian and Switching Kalman Filter) for the early detection of apnea bradycardia events on preterm infants, using different features extracted from electrocardiographic (ECG) recordings. Concerning the Markovian approach, we propose new frameworks for two generalizations of the classical Hidden Markov Model (HMM). The first framework, Coupled Hidden Markov Model (CHMM), is accomplished by assigning a Markov chain (channel) to each dimension of observation and establishing a coupling among channels. The second framework, Coupled Hidden semi Markov Model (CHMM), combines the characteristics of Hidden semi Markov Model (HSMM) with the above-mentioned coupling concept. For each framework, we present appropriate recursions in order to use modified Forward-Backward (FB) algorithms to solve the learning and inference problems. The proposed learning algorithm is based on Maximum Likelihood (ML) criteria. Moreover, we propose two new switching Kalman Filter (SKF) based algorithms, called wave-based and R-based, to present an index for bradycardia detection from ECG. The wave-based algorithm is established based on McSarry's dynamical model for ECG beat generation which is used in an Extended Kalman filter algorithm in order to detect subtle changes in ECG sample by sample. We also propose a new SKF algorithm to model normal beats and those with bradycardia by two different AR processes.

Bislang existieren keine unter Praxisbedingungen einsetzbaren Messmethoden für eine verzögerungsfreie Bestimmung der für die Prozessführung wichtigen Zustandsgrößen in Biogasanlagen. Die Arbeit „Anwendung des erweiterten KALMAN-Filters zur Zustandsbeobachtung in Biogasanlagen“ hat zum Ziel, den Stand der Technik in der Biogaserzeugung dahingehend weiter zu entwickeln, dass mittels einer softwarebasierten Systemlösung die für eine fundierte Einschätzung des Prozesszustands einer Biogasanlage benötigten Zustandsgrößen sowohl im Fermenter als auch im Zulauf bestimmt werden können. Das praktische Interesse besteht insbesondere darin, dass die Bestimmung unter Verwendung von standardmäßig an Biogasanlagen verfügbaren Messsystemen sowie unter den anlagentechnischen Randbedingungen erfolgen kann. Grundlage für eine Systemlösung zur Zustandsbeobachtung in Biogasanlagen ist ein mathematisches Modell, das die relevanten Teilprozesse der Methangärung abbildet und stellvertretend für das Realstoffsystem mit mathematischen Methoden der Prozesszustands- und Parameterschätzung untersucht werden kann. Die entsprechend des Stands der Technik verfügbaren Prozessmodelle zur Beschreibung anaerober biologischer Abbauprozesse ermöglichen die Berechnung der Prozesszustandsgrößen der anaeroben Flüssigphase, sofern die Zusammensetzung des zugeführten Substrats bekannt ist. Diese ist jedoch in technischen Anlagen zur Biogaserzeugung in der Regel unbekannt, da die eingesetzten Substrate den nachwachsenden Rohstoffen sowie den biologischen Rest- und Abfallstoffen zuzuordnen sind, die herkunftsbedingt eine wechselnde Zusammensetzung und Verfügbarkeit aufweisen. Praxistaugliche, verzögerungsfreie Messmethoden für die Substratcharakterisierung stehen derzeit ebenfalls nicht zur Verfügung, so dass diese Modelle bislang nur eingeschränkte praktische Anwendbarkeit aufweisen. Zielstellung der Arbeit ist die Entwicklung einer Systemlösung, die es auf der Grundlage der mathematischen Beschreibung des Prozesses ermöglicht, die Prozesseingangsgrößen (Substratmenge und Substratzusammensetzung) und die Prozesszustandsgrößen (anaerobe Milieubedingungen) aus den Prozessmessgrößen (Gasmenge und Gaszusammensetzung) zu berechnen. Dabei sind unter praktischen Bedingungen auftretende Informationsverluste in den Messdaten infolge Biogasentschwefelung, Gaszwischenspeicherung und Leistungssteuerung des BHKW zu berücksichtigen, die zu keiner Beeinträchtigung der Anwendbarkeit führen dürfen. Mit Messwerten, die im Rahmen von zwei Versuchsreihen am Realstoffsystem bestimmt worden sind, wurde der Prozess der Methangärung für zwei spezielle Anwendungsfälle simuliert und einer Bewertung in Bezug auf die Qualität der Zustandsbeobachtung unterzogen. Die berechneten Verläufe ergaben eine hinreichend genaue Übereinstimmung mit den Verläufen der analytisch bestimmten Prozesszustands- und Prozesseingangsgrößen. Darauf aufbauend können dann Systeme zur Bewertung des Prozesszustands und zur Prozessregelung eingesetzt und zur Optimierung der Prozessführung in Biogasanlagen angewendet werden. / Suitable control of anaerobic digestion for biogas production requires well-founded knowledge about the process states. Standard measurement categories in small and medium scaled biogas plants contain gas analysis (amount and composition) and pH measurement. The actual process and input states of the liquid phase are usually unknown. This work presents a methodology for estimation of the unknown states based on standard measurement equipment. The system solution consists of two parts, a model describing the dynamics of the process and a two-stage identification of process states and model parameters. Within the first stage quadratic differences between simulated and measured values are minimized by the least square method; second stage minimizes the covariance matrix of the estimation error using the extended Kalman filter. Application of the system solution provides an high potential to increase efficiency of biogas production process and utilization of renewable resources.

Tracking a moving object and reconstructing its trajectory can be done with a stereo camera system, since the two cameras enable depth vision. However, such a system would not work if one of the cameras fails to detect the object. If that happens, it would be beneficial if the system could still use the functioning camera to make an approximate trajectory reconstruction. In this study, I have investigated how past observations from a stereo system can be used to recreate trajectories when video from only one of the cameras is available. Several approaches have been implemented and tested, with varying results. The best method was found to be a nearest neighbors-search optimized by a Kalman filter. On a test set with 10000 golf shots, the algorithm was able to create estimations which on average differed around 3.5 meters from the correct trajectory, with better results for trajec-tories originating close to the camera. / Att spåra ett objekt i rörelse och rekonstruera dess bana kan göras med ett stereokamerasystem, eftersom de två kamerorna möjliggör djupseende. Ett sådant system skulle dock inte fungera om en av kamerorna misslyckas med att detektera objektet. Om det händer skulle det vara fördelaktigt om systemet ändå kunde använda den fungerande kameran för att göra en approximativ rekonstruktion av banan. I den här studien har jag undersökt hur tidigare observationer från ett stereosystem kan användas för att rekonstruera banor när video från enbart en av kamerorna är tillgänglig. Ett flertal metoder har implementerats och testats, med varierande resultat. Den bästa metoden visade sig vara en närmaste-grannar-sökning optimerad med ett Kalman-filter. På en testmängd bestående av 10000 golfslag kunde algoritmen skapa uppskattningar som i genomsnitt skiljde sig 3.5 meter från den korrekta banan, med bättre resultat för banor som startat nära kameran.

Threaded fasteners tend to break and loosen when exposed to cyclic loads or potent temperature variations. Additionally, if the joint is held tightly to the structure, distortion will occur under thermal expansion issues. These complications can be prevented by identifying and regulating the clamping force to an appropriate degree – adapted to the properties of the joint. Torque-controlled tightening is a way of monitoring the clamping force, but it assumes constant friction and therefore has low accuracy, with an error of around 17% - 43%.This thesis investigates if the friction and clamping force can be estimated using the Extended and Unscented Kalman filters to increase the precision of the torque-controlled methodology. Before the investigation, data were collected for two widely used tightening strategies. The first tightening strategy is called Continuous Drive, where the angular velocity is kept at a constant speed while torque is increased. The second strategy is TurboTight, where the angular velocity starts at a very high speed and decreases with increased torque. The collected data were noisy and had to be filtered. A hybrid between a Butterworth lowpass filter and a Sliding Window was developed and exploited for noise cancellation.The investigations revealed that it was possible to use both the Extended and Unscented Kalman filers to estimate friction and clamping force in threaded fasteners. In Continuous Drive tightening, both the EKF and UKF performed well - with an averagequality factor of 81.87% and 88.38%, and with an average error (at max torque) of 3.54% and 4.09%, respectively. However, the TurboTight strategy was much more complex and had a higher order of statistical moments to account for. Thus, the UKF outperformed the EKF with an average quality factor of 93.02% relative to 24.49%, and with an average error (at max torque) of 3.50% compared to 4.19%

Für viele Anwendungen auf bewegten Plattformen wird eine genaue Information zur Orientierung der Plattform benötigt. Zur Bestimmung der Lagewinkel werden dabei inertiale Messsensoren verwendet, welche zu einer inertialen Messeinheit (Inertial Measurement Unit, IMU) zusammengefasst werden. In dieser Arbeit werden vier IMUs aus dem Niedrigpreissegment auf die zu erhaltene Genauigkeit der Lagewinkel untersucht. Die untersuchten IMUs sind dabei als Mikrosysteme (Microelectromechanical systems) gefertigt, was neben den Vorteilen eines geringen Preises, eines geringen Gewichts und eines geringen Energieverbrauchs allerdings auch den Nachteil einer schlechteren Genauigkeit gegenüber klassischen IMUs hat. In dieser Arbeit wird die Genauigkeitsuntersuchung anhand eines Datensatzes einer Flugkampagne durchgeführt, für welche auch eine Referenzlösung vorliegt. Die Messungen der IMUs werden über ein Erweitertes Kalman-Filter mit einer genauen GNSS- (Global Navigation Satellite System) Lösung gestützt. Neben der Navigationslösung werden dabei auch die Fehler der Sensoren mitgeschätzt. Aufgrund von zu großen Fehlern der Startwerte kommt es bei einigen Schätzungen teilweise zur Divergenz. Zur Lösung dieses Problems wird eine iterative Auswertung angewendet, wodurch eine stabile Lösung möglich ist. Eine weitere Verbesserung wird über eine Glättung erzielt. Einzelne, kleine Fehler in der Zeitstempelung, welche sich stark auf die Genauigkeit der Lösung auswirken, werden über eine Interpolation der Daten auf Zeitstempel in regelmäßigen Abständen ausgeglichen. Damit können für zwei der vier untersuchten IMUs auf den Fluglinien Genauigkeiten der Roll-, Pitch- und Yaw-Winkel von 0,05°, 0,10° und 0,20° erreicht werden. Die Genauigkeiten der zwei weiteren IMUs fallen teilweise erheblich schlechter aus, was auf die ungenaue Zeitstempelung bei der Datenaufnahme zurückgeführt wird. Für die Anwendung von Laserscanning auf bewegten Plattformen wird in einer Genauigkeitsabschätzung gezeigt, dass Genauigkeiten der Höhenkomponente von besser als 1 dm mit den erhaltenen Lagewinkelgenauigkeiten der beiden besseren IMUs möglich sind.

Indoor Positional Navigation (IPN) systems can be used to track the position of tools in factories which is crucial for quality assurance in many manufacturing industries. Inertial navigation is rarely used on its own because of the noisy Inertial Measurement Unit (IMU) sensors which contribute to large drift. Current IPN systems usually involve the installation and calibration of cameras or antennas, so achieving sufficient accuracy with inertial navigation based IPN would be very desirable. This project aims to evaluate an inertial navigation algorithm, based on Zero Velocity Update (ZUPT), for bolt level positioning by repeatability tests using an industrial robot. The ZUPT algorithm, developed at Atlas Copco, manages to effectively reduce drift and achieve moderate accuracy in position for simpler movements. The gravity tracking Kalman filter dictates the systematic errors in position that grow large with increased degree and dimension of rotation. When keeping rotations within 45◦ for a linear movement the absolute error in position is under 10%. Frequent stops are important when moving in a more complex trajectory to be able to negate drift, consequently detecting the start and stop of motion is crucial. The results show that increased frequency will improve accuracy. It is shown that averaging IMU samples before calculations can increase both truthfulness and precision by 10−25%, if sampling the IMU faster than the calculations. The ZUPT approach of inertial navigation will never yield positional results in real time, and the evaluated algorithm only performs well within certain limitations, mainly frequent stops and simple movements. Despite these limitations there is potential in using the algorithm for quality assurance purposes in hand held industrial fasteners. / Kvalitetssäkring är en central fråga för många tillverkningsindustrier, så som flygplans- och bilindustrin, där det är avgörande att varje förband har dragits åt på rätt sätt för att garantera säkerheten i produkten. Moderna fabriker har centrala styrsystem som kommunicerar med maskiner och verktyg, och ifall något blir fel är det vanligt att fabrikslinan stannar vilket blir kostsamt. Inomhuspositionering (IPS) av hög noggrannhet kan spåra vilken åtdragning som blivit fel, vilket dokumenteras och åtgärdas om möjligt senare, utan att stanna fabrikslinan. Dagens noggranna IPS system för kvalitetssäkring kräver installation och kalibrering av kameror och/eller antenner. Tröghetsnavigering kräver i grunden bara billiga sensorer installerade på verktyget men metoden är mycket opålitlig på grund av sensorernas opålitlighet och brus. I detta projekt har en metod för tröghetsnavigering, användandes Zero Velocity Update (ZUPT), evaluerats för kvalitetssäkring av handhållna verktyg genom repetabilitetstester. Tröghetsnavigeringsalgoritmen som tidigare utvecklats på Atlas Copco lyckas på effektivt sätt reducera drift och uppnår rimlig noggranhet för enklare rörelser. För linjära rörelser med rotationer under 45◦ så erhålls ett absolut positionsfel inom 10%. För att fungera väl även för mer komplexa rörelser krävs frekventa stop, och noggrann rörelsedetektion är central. Denna ZUPT-metod kommer aldrig att kunna generera position i realtid och algoritmen presterar väl endast inom vissa begränsningar. Trots detta så finns god potential för metoden inom kvalitetssäkring för handhållna industriverktyg.

No description available.

This project was carried out for a Company in the mining and construction business, and focused on the development of a radar based material monitoring solution for conveyor belts. A minor prestudy showed that there are possible customer values related to material monitoring solutions for equipment relevant for the Company, and that such solutions using radar possibly can fulfil the application requirements. The main focus of the project was chosen based on this prestudy. The methods used were mainly experiments with the developed prototype, and a study of literature. The prototype was developed with an aim to measure mass flow and to monitor the material surface for deviances. Millimeter-wave pulsed coherent radar sensors were used, and data processing approaches included Kalman filtering. Results showed that mass flow can be calculated using the tested senors and data processing models, as the calculated mass flow was well in line with a belt scale reference, but that additional data is needed to prove consistency in the results. Results also showed that trends in the material surface can be observed in the radar data, indicating the possibilities to detect deviances. From a technical perspective, results and the possibilities for further development and improvement show that radar based solutions can be used for applications relevant for the Company. / Detta examensarbete genomfördes för ett företag inomgruv- och anläggningsbranschen och handlade om utvecklingen av en radarbaserad prototyp för mätningar av materialet på transportband. En mindre förstudie visade på möjliga kundvärden relaterade till sådana mätningar, samt att radar har potentialen att uppfylla kravspecifikationen för flera applikationer. Huvudfokuset för projektet valdes sedan utifrån denna förstudie. Metoderna som användes var främst experiment med den utvecklade prototypen samt litteraturstudier. Prototypen utvecklades med syfte att mäta massflöde samt att upptäcka avikelser i materialets yta. Radarsensorer med en frekvens på 60GHz användes, och för databehandling användes bland annat ett Kalman-filter. Resultaten visade att massflöde kan beräknas med de testade sensorerna och databehandlingsmodellerna, eftersom det beräknade massflödet låg i linje med referensdata från en bandvåg. Ytterligare data behövs emellertid för att visa hur resultaten påverkas av förändrade omständigheter, såsom storleken på fragmenten som mäts. Studien visade också att mönster i materialytan kan observeras i radardatan, vilket indikerar att det också är möjligt upptäcka avvikelser. Ur ett teknisktperspektiv visar resultaten och möjligheterna till vidareutveckling tillsammans att radarbaserade lösningar kan användas för applikationer relevanta för företaget.