In a society where environmental noise is becoming a major health and economical concern, sound emissions are an increasingly critical design factor for vehicle manufacturers. With about a quarter of the European population living close to roads with heavy traffic, traffic noise in urban landscapes has to be addressed first. The current introduction of electric vehicles on the market and the need for sound systems to alert their presence is causing a shift in mentalities requiring engineering methods that will have to treat noise management problems from a broader perspective. That in which noise emissions need not only be considered as a by-product of the design but as an integrated part of it. Developing more sustainable ground transportation will require a better understanding of the sound field emitted in various realistic operating conditions, beyond the current requirements set by the standard pass-by test, which is performed in a free-field. A key aspect to improve this understanding is the development of efficient numerical tools to predict the generation and propagation of sound from moving vehicles. In the present thesis, a methodology is proposed aimed at evaluating the pass-by sound field generated by vehicle acoustic sources in a simplified urban environment, with a focus on flow sound sources. Although it can be argued that the aerodynamic noise is still a minor component of the total emitted noise in urban driving conditions, this share will certainly increase in the near future with the introduction of quiet electric engines and more noise-efficient tyres on the market. This work presents a complete modelling of the problem from sound generation to sound propagation and pass-by analysis in three steps. Firstly, computation of the flow around the geometry of interest; secondly, extraction of the sound sources generated by the flow, and thirdly, propagation of the sound generated by the moving sources to observers including reflections and scattering by nearby surfaces. In the first step, the flow is solved using compressible detached-eddy simulations. The identification of the sound sources in the second step is performed using direct numerical beamforming with linear programming deconvolution, with the phased array pressure data being extracted from the flow simulations. The outcome of this step is a set of uncorrelated monopole sources. Step three uses this set as input to a propagation method based on a point-to-point moving source Green's function and a modified Kirchhoff integral under the Kirchhoff approximation to compute reflections on built surfaces. The methodology is demonstrated on the example of the aeroacoustic noise generated by a NACA air inlet moving in a simplified urban setting. Using this methodology gives insights on the sound generating mechanisms, on the source characteristics and on the sound field generated by the sources when moving in a simplified urban environment. / I ett samhälle där buller håller på att bli ett stort hälsoproblem och en ekonomisk belastning, är ljudutsläpp en allt viktigare aspekt för fordonstillverkare. Då ungefär en fjärdedel av den europeiska befolkningen bor nära vägar med tung trafik, är åtgärder för minskat trafikbuller i stadsmiljö en hög prioritet. Introduktionen av elfordon på marknaden och behovet av ljudsystem för att varna omgivningen kräver också ett nytt synsätt och tekniska angreppssätt som behandlar bullerproblemen ur ett bredare perspektiv. Buller bör inte längre betraktas som en biprodukt av konstruktionen, utan som en integrerad del av den. Att utveckla mer hållbara marktransporter kommer att kräva en bättre förståelse av det utstrålade ljudfältet vid olika realistiska driftsförhållanden, utöver de nuvarande standardiserade kraven för förbifartstest som utförs i ett fritt fält. En viktig aspekt för att förbättra denna förståelse är utvecklingen av effektiva numeriska verktyg för att beräkna ljudalstring och ljudutbredning från fordon i rörelse. I denna avhandling föreslås en metodik som syftar till att utvärdera förbifartsljud som alstras av fordons akustiska källor i en förenklad stadsmiljö, här med fokus på strömningsgenererat ljud. Även om det aerodynamiska bullret är fortfarande en liten del av de totala bullret från vägfordon i urbana miljöer, kommer denna andel säkerligen att öka inom en snar framtid med införandet av tysta elektriska motorer och de bullerreducerande däck som introduceras på marknaden. I detta arbete presenteras en komplett modellering av problemet från ljudalstring till ljudutbredning och förbifartsanalys i tre steg. Utgångspunkten är beräkningar av strömningen kring geometrin av intresse; det andra steget är identifiering av ljudkällorna som genereras av strömningen, och det tredje steget rör ljudutbredning från rörliga källor till observatörer, inklusive effekten av reflektioner och spridning från närliggande ytor. I det första steget löses flödet genom detached-eddy simulation (DES) för kompressibel strömning. Identifiering av ljudkällor i det andra steget görs med direkt numerisk lobformning med avfaltning med hjälp av linjärprogrammering, där källdata extraheras från flödessimuleringarna. Resultatet av detta steg är en uppsättning av okorrelerade akustiska monopolkällor. Steg tre utnyttjar dessa källor som indata till en ljudutbredningsmodel baserad på beräkningar punkt-till-punkt med Greensfunktioner för rörliga källor, och med en modifierad Kirchhoff-integral under Kirchhoffapproximationen för att beräkna reflektioner mot byggda ytor. Metodiken demonstreras med exemplet med det aeroakustiska ljud som genereras av ett NACA-luftintag som rör sig i en förenklad urban miljö. Med hjälp av denna metod kan man få insikter om ljudalstringsmekanismer, om källegenskaper och om ljudfältet som genereras av källor när de rör sig i en förenklad stadsmiljö. / <p>QC 20170425</p>

In many fields of science, engineering, and economics large amounts of data are stored and there is a need to analyze these data in order to extract information for various purposes. Data mining is a general concept involving different tools for performing this kind of analysis. The development of mathematical models and efficient algorithms is of key importance. In this thesis we discuss algorithms for the reduced rank regression problem and algorithms for the computation of the best multilinear rank approximation of tensors. The first two papers deal with the reduced rank regression problem, which is encountered in the field of state-space subspace system identification. More specifically the problem is \[ \min_{\rank(X) = k} \det (B - X A)(B - X A)\tp, \] where $A$ and $B$ are given matrices and we want to find $X$ under a certain rank condition that minimizes the determinant. This problem is not properly stated since it involves implicit assumptions on $A$ and $B$ so that $(B - X A)(B - X A)\tp$ is never singular. This deficiency of the determinant criterion is fixed by generalizing the minimization criterion to rank reduction and volume minimization of the objective matrix. The volume of a matrix is defined as the product of its nonzero singular values. We give an algorithm that solves the generalized problem and identify properties of the input and output signals causing a singular objective matrix. Classification problems occur in many applications. The task is to determine the label or class of an unknown object. The third paper concerns with classification of handwritten digits in the context of tensors or multidimensional data arrays. Tensor and multilinear algebra is an area that attracts more and more attention because of the multidimensional structure of the collected data in various applications. Two classification algorithms are given based on the higher order singular value decomposition (HOSVD). The main algorithm makes a data reduction using HOSVD of 98--99 \% prior the construction of the class models. The models are computed as a set of orthonormal bases spanning the dominant subspaces for the different classes. An unknown digit is expressed as a linear combination of the basis vectors. The resulting algorithm achieves 5\% in classification error with fairly low amount of computations. The remaining two papers discuss computational methods for the best multilinear rank approximation problem \[ \min_{\cB} \| \cA - \cB\| \] where $\cA$ is a given tensor and we seek the best low multilinear rank approximation tensor $\cB$. This is a generalization of the best low rank matrix approximation problem. It is well known that for matrices the solution is given by truncating the singular values in the singular value decomposition (SVD) of the matrix. But for tensors in general the truncated HOSVD does not give an optimal approximation. For example, a third order tensor $\cB \in \RR^{I \x J \x K}$ with rank$(\cB) = (r_1,r_2,r_3)$ can be written as the product \[ \cB = \tml{X,Y,Z}{\cC}, \qquad b_{ijk}=\sum_{\lambda,\mu,\nu} x_{i\lambda} y_{j\mu} z_{k\nu} c_{\lambda\mu\nu}, \] where $\cC \in \RR^{r_1 \x r_2 \x r_3}$ and $X \in \RR^{I \times r_1}$, $Y \in \RR^{J \times r_2}$, and $Z \in \RR^{K \times r_3}$ are matrices of full column rank. Since it is no restriction to assume that $X$, $Y$, and $Z$ have orthonormal columns and due to these constraints, the approximation problem can be considered as a nonlinear optimization problem defined on a product of Grassmann manifolds. We introduce novel techniques for multilinear algebraic manipulations enabling means for theoretical analysis and algorithmic implementation. These techniques are used to solve the approximation problem using Newton and Quasi-Newton methods specifically adapted to operate on products of Grassmann manifolds. The presented algorithms are suited for small, large and sparse problems and, when applied on difficult problems, they clearly outperform alternating least squares methods, which are standard in the field.

Water is essential for human well-being and healthy ecosystems, but population growth and changes in climate and land-use are putting increased stress on water resources in many regions. To ensure water security, knowledge about the spatiotemporal distribution of these resources is of great importance. However, estimates of global water resources are constrained by limitations in availability and quality of data. This thesis explores the quality of both observational and modelled data, gives an overview of models used for large-scale hydrological modelling, and explores the possibilities to deal with the scarcity of data by prediction of flow-duration curves. The evaluation of the quality of observational data for large-scale hydrological modelling was based on both hydrographic data, and model forcing and evaluation data for basins worldwide. The results showed that a GIS polygon dataset outperformed all gridded hydrographic products analysed in terms of representation of basin areas. Through a screening methodology based on the long-term water-balance equation it was shown that as many as 8–43% of the basins analysed displayed inconsistencies between forcing (precipitation and potential evaporation) and evaluation (discharge) data depending on how datasets were combined. These data could prove disinformative in hydrological model inference and analysis. The quality of key hydrological variables from a numerical weather prediction model was assessed by benchmarking against observational datasets and by analysis of the internal land-surface water budgets of several different model setups. Long-term imbalances were found between precipitation and evaporation on the global scale and between precipitation, evaporation and runoff on both cell and basin scales. These imbalances were mainly attributed to the data assimilation system in which soil moisture is used as a nudge factor to improve weather forecasts. Regionalisation, i.e. transfer of information from data-rich areas to data-sparse areas, is a necessity in hydrology because of a lack of observed data in many areas. In this thesis, the possibility to predict flow-duration curves in ungauged basins was explored by testing several different methodologies including machine learning. The results were mixed, with some well predicted curves, but many predicted curves exhibited large biases and several methods resulted in unrealistic curves. / Vatten är en förutsättning för människors och ekosystems hälsa, men befolkningsökning och förändringar av klimat och markanvändning förväntas öka trycket på vattenresurserna i många regioner i världen. För att kunna säkerställa en god tillgång till vatten krävs kunskap om hur dessa resurser varierar i tid och rum. Tillförlitligheten hos skattningar av globala vattenresurser begränsas dock både av begränsad tillgänglighet av och kvalitet hos observerade data. Denna avhandling utforskar kvaliteten av såväl observations- som modellbaserade data, ger en överblick över modeller som används för storskalig hydrologisk modellering och utforskar möjligheterna att förutsäga varaktighetskurvor som ett sätt att hantera bristen på data i många områden. Utvärderingen av observationsbaserade datas kvalitet baserades på hydrografiska data och driv- och utvärderingsdata för storskaliga hydrologiska modeller. Resultaten visade att en uppsättning data över hydrografin baserad på GIS-polygoner representerade avrinningsområdesareorna bättre än alla de som byggde på rutor. En metod baserad på långtidsvattenbalansen identifierade att kombinationen av drivdata (nederbörd och potentiell avdunstning) och utvärderingsdata (vattenföring) var fysiskt orimlig för så många som 8–43 % av de analyserade avrinningsområdena beroende på hur olika datauppsättningar kombinerades. Sådana data kan vara desinformativa för slutsatser som dras av resultat från hydrologiska modeller och analyser. Kvaliteten hos hydrologiskt viktiga variabler från en numerisk väderprognosmodell utvärderades dels genom jämförelser med observationsdata och dels genom analys av landytans vattenbudget för ett flertal olika modellvarianter. Resultaten visade obalanser mellan långtidsvärden av nederbörd och avdunstning i global skala och mellan långtidsvärden av nederbörd, avdunstning och avrinning i både modellrute- och avrinningsområdesskala. Dessa obalanser skulle till stor del kunna förklaras av den data assimilering som görs, i vilken markvattenlagret används som en justeringsfaktor för att förbättra väderprognoserna. Regionalisering, som innebär en överföring av information från områden med god tillgång på mätdata till områden med otillräcklig tillgång, är i många fall nödvändig för hydrologisk analys på grund av att mätdata saknas i många områden. I denna avhandling utforskades möjligheten att förutsäga varaktighetskurvor för avrinningsområden utan vattenföringsdata genom flera metoder inklusive maskininlärning. Resultaten var blandade med en del kurvor som förutsas väl, och andra kurvor som visade stora systematiska avvikelser. Flera metoder resulterade i orealistiska kurvor (ickemonotona eller med negativa värden).

In this report, we study how finite differences can be used to simulate acoustic wave propagation originating from a point source in the ocean using the Helmholtz equation. How to model sediment layers and the vast size of the ocean is studied in particular. The finite differences are implemented with summation by parts operators with boundary conditions enforced with simultaneous approximation terms and projection. The numerical solver is combined with the WaveHoltz method to improve the performance. Sediment layers are handled with interface conditions and the domain is artificially expanded using absorbing layers. The absorbing layer is implemented with an alternative approach to the super-grid method where the domain expansion is accomplished by altering the wave speed rather than with coordinate transformations. To isolate these issues, other parameters such as variations in the ocean floor are neglected. With this simplification, cylindrical coordinates are used and the angular variation is assumed to be zero. This reduces the problem to a quasi-three-dimensional system. We study how the parameters of the alternative absorbing layer approach affect its quality. The numerical solver is verified on several test cases and appears to work according to theory. Finally, a semi-realistic simulation is carried out and the solution seems correct in this setting.

This thesis explores the heat transfer characteristics of a packed bed thermal energy storage device through the development of a 3D model in COMSOL Multiphysics. The model is based on a laboratory-scale device consisting of an aluminum box filled with sand, which acts as the thermal storage medium. The medium is heated using two resistance heaters that are embedded into the sand. The heaters are raised to approximately 500°C during the experiment. Three thermocouples placed in the sand record the temperature during charging, thus generating a time-dependent temperature curve at three points. The model simulates this experimental system, and the resulting temperature distribution is compared to the experimental data to assess the model validity. To determine the temperature throughout the storage system at all times, the model solves the heat equation. The density and heat capacity of the sand are measured and added to the model. The model uses the effective medium technique to estimate the thermal conductivity of the sand. A secondary model is developed in Excel to calculate the effective thermal conductivity using twelve different correlations, and the results are compared. The Zehner-Bauer correlation with an added Damköhler radiation term predicted an effective thermal conductivity of 0.218 W/(m·K) at 25°C and 0.451 W/(m·K) at 500°C, with slightly exponential growth due to the influence of thermal radiation. When these values for conductivity are applied to the COMSOL model, there is strong agreement (average percent error &lt; 5%) with the experimental temperature distributions. A parametric study is performed, and shows that increasing grain size and emissivity could increase the thermal conductivity by making use of the exponential growth of thermal radiation. The model serves as a design and learning tool, and a starting point for improving the performance of the thermal energy storage system. / Detta examensarbete undersöker värmeöverföringsegenskaperna hos en termisk energilagringsenhet med packad bädd genom utveckling av en 3D-modell i COMSOL Multiphysics. Modellen är baserad på en enhet i laboratorieskala som består av en aluminiumlåda fylld med sand, som fungerar som det termiska lagringsmediet. Mediet värms upp med hjälp av två motståndsvärmare som är inbäddade i sanden. Värmeelementen höjs till ca 500°C under experimentet. Tre termoelement placerade i sanden registrerar temperaturen under laddningen och genererar på så sätt en tidsberoende temperaturkurva i tre punkter. Modellen simulerar detta experimentella system, och den resulterande temperaturfördelningen jämförs med experimentella data för att bedöma modellens giltighet. För att bestämma temperaturen i hela lagringssystemet vid alla tidpunkter löser modellen värmeekvationen. Sandens densitet och värmekapacitet mäts och läggs till i modellen. Modellen använder den effektiva mediumtekniken för att uppskatta sandens värmeledningsförmåga. En sekundär modell utvecklas i Excel för att beräkna den effektiva värmeledningsförmågan med hjälp av tolv olika korrelationer, och resultaten jämförs. Zehner-Bauer korrelationen med en tillagd Damköhler strålningsterm förutsade en effektiv värmeledningsförmåga på 0,218 W/(m·K) vid 25°C och 0,451 W/(m·K) vid 500°C, med en något exponentiell tillväxt på grund av påverkan från värmestrålning. När dessa värden för konduktivitet tillämpas på COMSOL-modellen finns det en stark överensstämmelse (genomsnittligt procentuellt fel &lt; 5%) med de experimentella temperaturfördelningarna. En parametrisk studie har utförts som visar att ökad kornstorlek ock emissivitet kan öka värmeledningsförmågan genom att utnyttja den exponentiella tillväxten av värmestrålning. Modellen fungerar som ett design- och inlärningsverktyg och som en utgångspunkt för att förbättra prestandan hos det termiska energilagringssystemet.