In this thesis, the potential to purify water utilizing waste heat from a unit which stores thermal energy and converts it to electricity is studied. The unit, called TES.POD, is developed by Azelio AB and is in this thesis used as a heat source to drive an air gap membrane distillation (AGMD) unit developed by Scarab Development AB. Heat from the TES.POD and ambient air temperature constitutes a temperature difference over a membrane used as a driving force to vaporize a part of the water that transfer through the membrane, and later condensates as clean distilled water as the contaminations stays in the hot stream of feed water. An analysis has been conducted to determine quasi-steady performance of the combined system for estimating the amount of purified water that can be supplied when the TES.POD unit is in peak electricity discharge mode. The 26 kW of waste heat accessible from the TES.POD is shown to enable two AGMD-modules producing purified water at a production of 7, 1l/h per unit having the feed water at 50°C and cooling water at 25°C. A correlation between the amount of waste heat and distilled water production is determined, as the TES.POD could be configured to produce less electricity and more waste heat at a higher temperature. The correlation showed that an 9% increase in cooling temperature, lead to an 30% increase in pure water output and a 33% decrease in electricity output. The results show that when implementing the two companies’ units together, a system that both provides electricity and distilled water is obtained. This is a system with a high demand, especially in off-grid areas with lack of both resources but with accessible renewable energy sources. Moreover, by using waste heat to purify water, it can also reduce the production cost compared to cases where conventional energy sources are used. The potential revenue of the production was estimated to 673 790 SEK/year with an implementation cost of 93 861 SEK with yearly operational expenses estimated to 14 080 SEK/year. / I detta arbete undersöks möjligheten att rena vatten med spillvärme från ett system vilket lagrar termisk energi och av den producerar elektricitet, när det behövs. Systemet är utvecklat av Azelio AB och har produktnamnet TES.POD. Vattendestillationen utförs med en så kallad air gap membrane distillation (AGMD) modul, utvecklad av Scarab Development AB. Värmen från TES.POD och omgivningstemperaturen utgör, i AGMD-modulen, en temperaturdifferens vilken i sin tur skapar en partielltryckskillnad över membranet. Denna partielltryckskillnad låter en del av det förorenade vattnet som flödar i AGMD-modulen att förångas och passera genom membranet. Föroreningarna stannar kvar i det strömmande vattnet och ångan kondenserar som renat vatten.  Arbetet visar att de 26kW som finns att tillgå i form av spillvärme är tillräckligt för att driva två AGMD-moduler att producera 7,1 l/h destillerat vatten per modul. Detta är under förutsättningar att det förorenade vattnet är 50°C och kylvattnet är 25°C. I rapporten återfinns också ett samband mellan mängden spillvärme och produktionen av destillerat vatten, eftersom TES.POD kan konfigureras till att producera spillvärme vid en högre temperatur. Sambandet visade på att 9% ökning av spillvärmens temperatur motsvarar 30% ökning i produktionen av destillerat vatten och en minskad elektricitetsproduktion på 33%.  Resultatet visar på att integrationen av dessa två produkter bildar ett system som både producerar rent vatten och elektricitet när så önskas. Detta system har till synes en stor efterfrågan, speciellt i områden utanför fast el- och vattennätverk men med goda förnyelsebara energikällor. Dessutom, eftersom vattendestillationen sker med spillvärme, kan produktionskostnaderna vara lägre än då konventionella energikällor används. Den potentiella inkomsten från produktionen estimeras till 673 790 SEK/year med en inköpskostnad om 93 861 SEK samt årliga omkostnader om 14 080 SEK/year.

Graphs are often considered an excellent way of modeling complex real-world problems since they allow to capture relationships between items. Because of their ubiquity, graph embedding techniques have occupied research groups, seeking how vertices can be encoded into a low-dimensional latent space, useful to then perform machine learning. Recently Graph Neural Networks (GNN) have dominated the space of embeddings generation due to their inherent ability to encode latent node dependencies. Moreover, the newly introduced Inductive Graph Neural Networks gained much popularity for inductively learning and representing node embeddings through neighborhood aggregate measures. Even when an entirely new node, unseen during training, appears in the graph, it can still be properly represented by its neighboring nodes. Although this approach appears suitable for dynamic graphs, available systems and training methodologies are agnostic of dynamicity and solely rely on re-processing full graph snapshots in batches, an approach that has been criticized for its high computational costs. This work provides a thorough solution to this particular problem via an efficient prioritybased method for selecting rehearsed samples that guarantees low complexity and high accuracy. Finally, a data-parallel inference method has been evaluated at scale using Apache Flink, a data stream processor for real-time predictions on high volume graph data streams. / Molti problemi nel mondo reale possono essere rappresentati come grafi poichè queste strutture dati consentono di modellare relazioni tra elementi. A causa del loro vasto uso, molti gruppi di ricerca hanno tentato di rappresentare i vertici in uno spazio a bassa dimensione, utile per poi poter utilizzare tecniche di apprendimento automatico. Le reti neurali per grafi sono state ampiamente utilizzate per via della loro capacità di codificare dipendenze tra vertici. Le reti neurali induttive recentemente introdotte, inoltre, hanno guadagnato popolarità poichè consentono di generare rappresentazioni di vertici aggregando altri vertici. In questo modo anche un nodo completamente nuovo può comunque essere rappresentato utilizzando i suoi nodi vicini. Sebbene questo approccio sia adatto per grafici dinamici, i sistemi ad oggi disponibili e gli algoritmi di addestramento si basano esclusivamente sulla continua elaborazione di grafi statici, un approccio che è stato criticato per i suoi elevati costi di calcolo. Questa tesi fornisce una soluzione a questo problema tramite un metodo efficiente per l’allenamento di reti neurali induttive basato su un’euristica per la selezione dei vertici. Viene inoltre descritto un metodo per eseguire predizioni in modo scalabile in tempo reale utilizzando Apache Flink, un sistema per l’elaborazione di grandi quantità di flussi di dati in tempo reale. / Grafer anses ofta vara ett utmärkt sätt att modellera komplexa problem i verkligheten eftersom de gör det möjligt att fånga relationer mellan objekt. På grund av deras allestädes närhet har grafinbäddningstekniker sysselsatt forskningsgrupper som undersöker hur hörn kan kodas in i ett lågdimensionellt latent utrymme, vilket är användbart för att sedan utföra maskininlärning. Nyligen har Graph Neural Networks (GNN) dominerat utrymmet för inbäddningsproduktion tack vare deras inneboende förmåga att koda latenta nodberoenden. Dessutom fick de nyinförda induktiva grafiska nervnäten stor popularitet för induktivt lärande och representerande nodbäddningar genom sammanlagda åtgärder i grannskapet. Även när en helt ny nod, osynlig under träning, visas i diagrammet, kan den fortfarande representeras ordentligt av dess angränsande noder. Även om detta tillvägagångssätt tycks vara lämpligt för dynamiska grafer, är tillgängliga system och träningsmetodologier agnostiska för dynamik och förlitar sig bara på att behandla fullständiga ögonblicksbilder i partier, en metod som har kritiserats för dess höga beräkningskostnader. Detta arbete ger en grundlig lösning på detta specifika problem via en effektiv prioriteringsbaserad metod för att välja repeterade prover som garanterar låg komplexitet och hög noggrannhet. Slutligen har en dataparallell inferensmetod utvärderats i skala med Apache Flink, en dataströmprocessor för realtidsprognoser för grafiska dataströmmar med hög volym.

The rate of degradation of a lithium-ion battery depends on its use i.e. how it is charged and discharged. Physics-based models are used to represent the processes inside a cell as well as the degradation mechanisms. This thesis aimed to compare how the battery lifetime is affected when charging with different charging protocols using different battery models and degradation mechanisms. The investigated models are the Single Particle Model (SPM), the Single Particle Model with electrolyte (SPMe), and the Doyle-Fuller Newman model (DFN). The degradation mechanisms are solid electrolyte interphase (SEI), and lithium plating (LP). The used charging protocols are constant-current constant voltage(CCCV), positive pulsed current (PPC), and constant current (CC). Pulsed charging was included to investigate if the battery lifetime can be improved as in an experiment by Huang where pulsed charging increased the battery lifetime by 60%. To perform the simulations using the physics-based models, PyBaMM (PythonBattery Mathematical Modeling) was used. The simulations were performed for a lithium cobalt oxide (LCO) cell. Two types of SEI were implemented, solvent-diffusion limited and reaction limited. For the LP only irreversible LP was used.1200 cycles were simulated. Comparing the PPC and CC protocols, there were no significant changes between the degradation mechanisms for the different protocols. The results were the same for all the models, except for the results of the internal resistance. The conclusion is that for the PPC and CC protocols, the cell degrades the same although the PPC protocol used twice the C-rate. The PPC charging did not increase the battery lifetime. For the CCCV and CC protocols, there were some bigger differences between the protocols, but between the different models, there weren’t any significant differences. The CCCV degrades the cell faster for all degradation mechanisms and all models. Simulating one degradation submodel at a time resulted in a very small capacity fade for some submodels. Therefore, for future work, it is suggested to use several degradation submodels at the same time but also to try other degradation mechanisms or try PPC protocols with different frequencies and duty cycles. / Hur snabbt litiumjonbatterier degraderas beror på hur de används, laddas och laddas ur. Fysikbaserde modeller används för att representera processerna inuti cellen och även degraderingsmekanismerna. Denna studie har genomförts för att undersöka hur batteriets livslängd påverkas av olika laddningsprotokoll genom att använda olika batterimodeller och degraderingsmekanismer. Modellerna som användes är Singel-partikelmodellen (SPM), Singel-partikelmodellen med elektrolyt (SPMe) och Doyle-Fuller Newman-modellen (DFN). Degraderingsmekanismerna är fast elektrolytinterfas (SEI) och litiumplätering (LP). Laddningsprotokollen som användes är konstant ström konstant spänning (CCCV), positiv pulserande ström (PPC) och konstant ström konstant (CC). Protokollet för pulsad laddning inkluderades för att undersöka om batteriets livslängd kan förbättras som i ett experiment av Huang, där pulsad laddning ökade batteriets livslängdmed 60%. För att utföra simuleringar med fysikbaserade modeller användes PyBaMM(Pyhton Battery Mathematical Modeling). Simuleringarna utfördes för en lithiumkobaltoxid-cell (LCO). Två typer av SEI implementerades, lösningsmedelsdiffusion-begränsad och reaktions-begränsad SEI. För LP användes endast irreversibel LP.1200 cykler simulerades. Jämförande PPC- och CC-protokollen fanns det inga signifikanta förändringar mellan degraderingsmekanismerna för de olika protokollen. Resultaten vardesamma för alla modellerna, förutom resultaten av den interna resistansen. Slutsatsen är att för både PPC- och CC-protokollen så degraderades cellen på samma sätt, trots att PPC-protokollet använde dubbelt så hög C-faktor. PPC-protokollet ökade inte batteriets livslängd. För CCCV- och CC-protokollen fanns det några större skillnader mellan protokollen, men mellan de olika modellerna fanns det inga signifikanta skillnader. CCCV-protokollet försämrade cellen snabbare för alla degraderingsmekanismer och alla modeller. Att simulera en degraderingsmodell i taget resulterade i mycket små kapacitetsförluster. Därmed föreslås det att i framtida arbete använda flera degraderingsmodeller samtidigt men även testa andra degraderingsmekanismer eller PPC-protokoll med olika frekvenser och arbetscykler

This report summarizes the thesis study carried out at Scania CV AB. The study presents design optimization of an interior permanent magnetic (IPM) synchronous machine. A parameterised Matlab tool was developed in order to serve the optimization routine. In this routine, multiple IPM geometries are dynamically generated and analyzed using the finite element method (FEM) software Flux 2D. Using the Secant method, algorithms to estimate the optimum current and control angle throughout the speed range both below and above base speed, were developed and integrated with the Matlab tool to perform design optimization towards the drive cycle. The genetic algorithm available in the Matlab’s global optimization toolbox has been utilised for the multi-objective optimization setup. / Denna rapport sammanfattar examensarbetet som genomförts på Scania CV AB. Studien presenterar en designoptimering av en permanentmagnetiserad (IPM) synkronmaskin. Ett parametriserat Matlab-verktyg för optimeringar utvecklades for att dynamiskt generera geometrier för att utföra simuleringar med hjälp av FEM-programvara (Flux2D®). Med hjälp av Sekant-metoden utvecklades och integrerades algoritmer för att estimera den optimala strömmen och styrvinkeln i hela varvtalssområdet, både under basvarvtal och i fältförsvagningsområdet. Med hjälp av Matlab-verktyget kunde sedan designoptimering för en given k¨orcykel utföras. Den genetiska algoritmen som finns tillgänglig i Matlabs globala optimeringsverktygslåda har använts för det multi-objektiva optimeringsprogrammet.

See file / Se bif. fil