This study has been performed at Powertrain Engineering Sweden AB (PES), a fully owned subsidiary of Volvo Cars Group, which is constantly working to develop and improve internal combustion engines. As part of this work, durability tests are performed to analyse the impact of wear on the engines. At present, there is a strong focus on visual inspections after the engines have undergone durability tests. PES wants to develop a method where collected data from these tests can be used to explain how the phenomenon of knocking and the control of lambda changes over time. The study analyses one specific durability test and investigates the methodology of data analysis by using the open-source software platform Sympathy for Data, with an add-on developed by Volvo Cars Group, for data management, visualisation and analysis. To execute the analysis, engine parameters that affect these systems as well as parameters suitable to use as response variables are identified through literature studies of internal combustion engine fundamentalsas well as internal material, and knowledge acquired at the company. The result is presented in the form of an analysis generated by the node for partial least squares regression (PLSR) which is pre-programmed in Sympathy for Data as well as the images and graphs obtained as output. For knock, the signal for the final ignition angle was found to be suitable to use as the response variable in the PLSR. A suitable response variable for lambda was more difficult to identify, this is why both signals for the measured lambda and lambda adaptation are analysed. Studies of the internal material and knowledge highlighted the fact that several engine subsystems are highly dependent on each other and that even deeper research would be necessary to fully understand the process and identify the primary cause for the variations observed in the generated models. However, partial least squares regression was performed using parameters derived from literature reviews as input (predictors) in order produce regression models to explain the variance in sought response. Well-fitting models could be created with a varying number of latent variables needed for the different responses. The output obtained from the PLSR enables further studies of the specific cases as well as the methodology itself, hence, increase the use of data analysis with the help of the software used in the department for durability testing at PES. / Denna studie är utförd hos Powertrain Engineering Sweden AB (PES), vilka är ett helägt dotterbolag till Volvo Cars Group, som arbetar med att ta fram och förbättra förbränningsmotorer. En del i detta arbete är att genomföra långtidstest för att analysera hur motorernas egenskaper ändras vid förslitning över tid. I nuläget ligger stort fokus på visuella inspektioner efter att motorerna genomgått långtidstester. PES önskar utveckla en metod där redan insamlad data som registrerats i dessa tester kan förklara hur fenomenet knack och regleringen för lambda förändras över tid. Studien är genomförd i form av en fallstudie av ett specifikt långtidstest där den öppna programvaran Sympathy for Data, tillsammans med det av Volvo Cars Group utvecklade tillägget, används för datahantering, visualisering och analys. Studien undersöker också metodiken för dataanalys med nämnd programvara. För att genomföra detta identifieras motorparametrar som påverkar de undersökta systemen samt parametrar som lämpar sig att användas som responsvariabler i en regressionsmodell. Dessa parametrar togs fram genom litteraturstudier om de fundamentala delarna i en förbränningsmotor samt från företaget förvärvad intern kunskap kring systemen. Resultatet presenteras i form av en analys genomförd med den, i Sympathy for Data, förprogrammerade noden för partial least squares regression(PLSR) samt de bilder och grafer som erhålls. För knack visade det sig att den slutliga tändningsvinkeln var lämplig att använda som respons i PLSR-modellen. En lämplig responsvariabel för lambda var mer svåridentifierad, detta förklarar varför signalerna för uppmätt lambda och lambda adaption analyseras. Inläsning av internt material och grundläggande information om förbränningsmotorer visade att delsystem i ottomotorn är beroende och påverkas av varandra vilket innebär att mer ingående studier i dessa delsystem är nödvändigt för att förstå hela processen och hitta grundorsakerna till variationerna som påvisas för responssignalerna. Vidare utfördes PLSR med de parametrar som härletts från litteraturstudier som indatasignaler (prediktorer) för att skapa en regressionsmodell som förklarar variansen i sökta responssignaler. Beroende av responssignal krävdes varierande antal latenta variabler för att uppnå en tillräckligt precis modell. Resultatet från PLSR möjliggör vidare forskning inom området och metoden som använts och har på så sätt möjliggjort för fortsatt utveckling. Detta i sin tur kan öka användandet av dataanalys med hjälp av den programvara som används vid avdelningen för långtidstest hos PES.

No description available.

Les tourbières ombrotrophes, ou bogs sont particulièrement vulnérables à l’augmentation de la déposition atmosphérique d’azote. Cet apport d’un nutriment normalement limitant altère la capacité des tourbières à accumuler le carbone (C), en plus de mener à des changements de leur composition végétale. L’imagerie spectrale est une approche prometteuse puisqu’elle rend possible la détection des espèces végétales et de certaines caractéristiques chimiques des plantes, à distance. Toutefois, l’ampleur des différences spectrales intra- et interespèces n’est pas encore connue. Nous avons évalué la façon dont la chimie, la structure et la signature spectrale des feuilles changent chez Chamaedaphne calyculata, Kalmia angustifolia, Rhododendron groenlandicum et Eriophorum vaginatum, dans trois tourbières du sud du Québec et de l’Ontario, incluant une tourbière où se déroule une expérience de fertilisation à long terme. Nous avons mesuré des changements dans les traits fonctionnels dus aux différences dans la quantité d’azote disponible dans les sites. Toutefois, la déposition atmosphérique d’azote a eu relativement peu d’effet sur les spectres foliaires ; les variations spectrales les plus importantes étaient entre les espèces. En fait, nous avons trouvé que les quatre espèces ont un spectre caractéristique, une signature spectrale permettant leur identification au moyen d’analyses discriminantes des moindres carrés partiels (PLSDA). De plus, nous avons réussi à prédire plusieurs traits fonctionnels (l’azote, le carbone ; et la proportion d’eau et de matière sèche) avec moins de 10 % d’erreur grâce à des régressions des moindres carrés partiels (PLSR) des données spectrales. Notre étude fournit de nouvelles preuves que les variations intraspécifiques, causées en partie par des variations environnementales considérables, sont perceptibles dans les spectres foliaires. Toutefois, les variations intraspécifiques n’affectent pas l’identification des espèces ou la prédiction des traits. Nous démontrons que les spectres foliaires comprennent des informations sur les espèces et leurs traits fonctionnels, confirmant le potentiel de la spectroscopie pour le suivi des tourbières. / Abstract Bogs, as nutrient-poor ecosystems, are particularly sensitive to atmospheric nitrogen (N) deposition. Nitrogen deposition alters bog plant community composition and can limit their ability to sequester carbon (C). Spectroscopy is a promising approach for studying how N deposition affects bogs because of its ability to remotely determine changes in plant species composition in the long term as well as shorter-term changes in foliar chemistry. However, there is limited knowledge on the extent to which bog plants differ in their foliar spectral properties, how N deposition might affect those properties, and whether subtle inter- or intraspecific changes in foliar traits can be spectrally detected. Using an integrating sphere fitted to a field spectrometer, we measured spectral properties of leaves from the four most common vascular plant species (Chamaedaphne calyculata, Kalmia angustifolia, Rhododendron groenlandicum and Eriophorum vaginatum) in three bogs in southern Québec and Ontario, Canada, exposed to different atmospheric N deposition levels, including one subjected to a 18 years N fertilization experiment. We also measured chemical and morphological properties of those leaves. We found detectable intraspecific changes in leaf structural traits and chemistry (namely chlorophyll b and N concentrations) with increasing N deposition and identified spectral regions that helped distinguish the site-specific populations within each species. Most of the variation in leaf spectral, chemical and morphological properties was among species. As such, species had distinct spectral foliar signatures, allowing us to identify them with high accuracy with partial least squares discriminant analyses (PLSDA). Predictions of foliar traits from spectra using partial least squares regression (PLSR) were generally accurate, particularly for the concentrations of N and C, soluble C, leaf water, and dry matter content (<10% RMSEP). However, these multi-species PLSR models were not accurate within species, where the range of values was narrow. To improve the detection of short-term intraspecific changes in functional traits, models should be trained with more species-specific data. Our field study showing clear differences in foliar spectra and traits among species, and some within-species differences due to N deposition, suggest that spectroscopy is a promising approach for assessing long-term vegetation changes in bogs subject to atmospheric pollution.