• No results found

Under detta avsnitt kommer resultaten att diskuteras, värderas och förslag kommer att ges till företaget med avseende på rekommendationer och fortsatt arbete.

5.1 Parvis visuell bedömning & STFI Mottling Expert

Resultaten från analysen är ganska tydliga angående korrelationen mellan den Parvis visuella bedömningen och STFI Mottling Expert programmet. Tabell 1 och 2 illustrerar detta med väldigt höga korrelationsvärden, samt figur 18-19 och 21-22. Utifrån figur 78 och 79 är det ännu tydligare att värdena från de olika metoderna speglar varandra (se även trendanalysen i tabell 10 och 16, bilaga C1). Det går därför utan tveksamhet konkludera att programmet kan med god säkerhet användas för att förutse tryckflammigheten i fullton så som den upplevs enligt den visuella bedömningen. Tidigare undersökningar och programmets leverantör rekommenderade att dessa material skulle mätas i våglängden 1-8 mm, något som företaget också gjorde [23]. Korrelationsanalysen indikerade en hög korrelation vid denna våglängd men också högre vid andra våglängder. Anledningen till att korrelationen är negativt är för att tryckflammighet bedöms på motsatta sätt i metoderna. Ett högre värde i den visuella

bedömningen motsvarar mindre tryckflammighet och i programmet istället mer tryckflammighet.

I tabell 1 för vätskekartong framgår det av resultatet för korrelationsanalysen att materialet absolut inte bör mätas i de kortare våglängderna mellan 0,25-2,0, detta förklarar också varför den rekommenderade våglängden ger sämre korrelation eftersom de kortare våglängderna ingår i beräkning av tryckflammighetsvärdet. I tabell 2 visar resultatet för

förpackningskartong andra trender istället. Likheten med resultatet för vätskekartong är att väldigt korta våglängder bör undvikas, i det här fallet våglängden 0,25-0,5 mm och skillnaden är även att våglängder över 4 mm bör undvikas. Sammanfattningsvis bör det bästa intervallet för mätning av tryckflammighet på vätskekartong då vara mellan 2-8 mm och för

förpackningskartong mellan 1-4 mm. Ska det vara mer specifikt är intervallen 4-8 mm för vätskekartong och 2-4 mm för förpackningskartong mest intressanta, dessa förklaras mer längre fram. Skälet till att just dessa våglängder är mest intressanta för respektive material kan möjligtvis förklaras av bilderna för de olika materialen i bilaga A2 och A3. Det framgår tydligt av bilderna att tryckflammighet är mer distinkt på vätskekartongprover än

förpackningskartongprover. Detta resulterar i att variationer på ytan kan lättare identifieras med ögat eftersom de storleksmässigt är mycket större. För förpackningskartong är

variationen mycket mindre istället och detta leder som följd till att bedömningen också blir mycket svårare, åtminstone utifrån de bilder som tagits här (jämför tabell 7 och 13). Eftersom Mottling programmet är utvecklad för att simulera det mänskliga ögat är det då rimligt att anta att även den måste mäta i kortare våglängder för att bäst beskriva dessa variationer. För att utvärdera om problemet som företaget hade berodde på en förändring i instrumentet eller förändringar i materialet behövs ytterligare och mer detaljerad information. Möjligtvis från programmets utveckling eller från liknande korrelationsanalys som nyligen gjorts. Eftersom detta arbete har begränsats tidsmässigt finns det inte heller tillfälle för en sådan undersökning. Värden från den rekommenderade våglängden i Mottling undersöktes mot värden från den visuella bedömningen med avseende på provernas rangordning. Provernas placering efter rang mellan metoderna visade sig stämma överens endast för 3 av 12 prover för vätskekartong

och 4 av 10 för förpackningskartong. För värden inom de våglängder där korrelationen är som högst enligt analysen, d.v.s. 4-8 mm för vätskekartong och 2-4 mm för förpackningskartong stämde rangordningen mycket bättre mellan metoderna. För vätskekartong var

överensstämmelsen 9 av 12 prover och för förpackningskartong 6 av 10 prover istället.

Resultat ger indikation på varför resterande prover är i fel ordning med hänsyn till värden från de nya våglängderna. Det är mer tydligt i fallet för förpackningskartong där felet låg i att rangordningen var fel för prover som direkt följde efter varandra, specifikt för prover som hade mest tryckflammighet. De fyra prover som hade minst tryckflammighet hade rätt ordning i båda metoderna. Alltså var provet med mest tryckflammighet och näst högst i fel ordning o.s.v. för en del av proverna. Det var en aning likadant för vätskekartong men inte lika tydligt. Orsaken till detta är självklart, eftersom det visuellt är svårare att bedöma prover med väldigt snarlika utseenden finns risken att bedömningen blir fel. Det är därför också som den instrumentella mätningen kan anses vara mycket säkrare.

Det framgår inte av resultatet för respektive material från Mottling (se tabell 8 och 14, bilaga C1) om det skulle finnas någon problematik i att använda de nya våglängderna istället för den rekommenderade. Programmet är relativt konsistent i sin bedömning av proverna oavsett om de mäts i korta eller långa våglängder, förutom i några specifika fall. I tabell 8 för

vätskekartong följer prov 6, 7 och 11 inte samma trend som resterande prover. För dessa prover ökar ibland tryckflammighetsvärdet när mätningen sker i större våglängder där i det normala fallet bör minska istället. Detta fenomen förekommer endast för vätskekartong och orsaken kan inte fastställas här.

Standardavvikelsen ger bra indikationer på varför den visuella bedömningen sannolikt inte kan bedöma rätt när skillnaden mellan proverna blir för lite, detta är lite självklart men det är trots allt inte farligt om det är prover som följer efter varandra i rangordning som har fel ordning. Den visuella bedömningen är då rätt nära nog även om ordningen är fel i jämförelse med instrumentet. Det är då fundersamt om den visuella bedömningen är tillräckligt nog om endast prover som är väldigt likadana jämförs. Resultatet i figur 17 och 20 visar att det är främst ett problem då prover med hög tryckflammighet bedöms. Standardavvikelsen är generellt högre för dessa prover och orsaken kan vara att bedömarna har det svårare att särskilja prover med hög tryckflammighet. Om prover med sådan hög tryckflammighet, som är svåra att särskilja, så som de i detta arbete säljs av företaget är det utifrån ett ekonomiskt perspektiv ett problem att bedömarna inte kan se skillnaden. Det är inte heller hållbart ur ett miljöperspektiv om produkter bedöms felaktigt och säljs vidare till kunder, där produkten sedan möjligtvis kan komma att skickas tillbaka och öka slöseriet. Tidsmässigt är instrumentet också mycket snabbare samt mer konsistent i sin bedömning. Förutom effektivitet innebär det möjligheten att kunna automatisera processen och i längden konkurrera bättre på marknaden och erbjuda produkter med bättre förutsägbar tryckflammighet.

5.2 Topografi (ADI) och tryckflammighet

I analysen där värden på topografin från OptiTopo jämfördes med tryckflammigheten från den visuella bedömningen och Mottling gjordes ett försök att ge ett helhetsperspektiv med figur 25 och 32. Korrelationen mellan värden från Mottling i olika våglängder och värdena från OptiTopo sammanställdes. Utifrån detta gick det att se var den högsta korrelationen fanns mellan de olika mätningarna. Diagrammet användes därefter som grund för vilka

regressionsanalys som skulle göras eftersom det vore tidsmässigt orimligt att utföra

regressionsanalys för alla korrelationer. För vätskekartong visar figurerna lite blandat om det var andelen kratrar eller ytråheten som gav högst korrelation mot tryckflammighetsvärdet från Mottling, för förpackningskartong är det mycket tydligare att det är ytråheten. I många av fallen verkar sambandet mellan mätningarna vara någorlunda linjärt och i andra fall mindre så. Speciellt i figur 26 går det att se att observationsvärdena ligger rätt nära den uppskattade linjen från regressionsanalysen och att korrelationen är hög. Det höga värdet i figuren och som även tydligt åskådliggörs av figur 28 beror dock på extremvärden. Om dessa värden tas bort från analysen är det tydligt att korrelationen är relativt mindre än tidigare trott. Dessa fällor kan undvikas med erfarenhet och bättre inläsning av relevant information innan påbörjad analys och det är därför viktigt att sådana iakttagelser tas.

Rangordningen mellan metoderna undersöktes för att observera om topografin på något sätt kan användas för att förutse tryckflammigheten, eller om provernas rang vid bedömning av tryckflammighet stämmer överens med deras rang i mätning av topografin. Resultat visar att det delvist är möjligt för vätskekartong. För resultatet i figur 27, där andelen kratrar från OptiTopo och tryckflammighetsvärdet från Mottling (1-2 mm) undersöks, finns en

överenstämmelse i rangordningen för 6 av de 12 prover som mäts. Det som gör resultat mer lovande är att de två högsta, två mellersta och två lägsta värdena är i rätt ordning samt att när den visuella bedömningen jämförs så fås en liknande, dock inte lika exakt trend. Det är likadant då andelen toppar jämförs, dock inte så för ytråheten trots att figur 26 visar lovande resultat. För förpackningskartong så var rangordningen nästan aldrig rätt i någon av

jämförelserna vilket tycks vara lite konstigt, det är undransvärt vad det kan bero på. Något som tycks ändå visa en tydlig koppling mellan ytråheten och tryckflammighetsvärdet från den visuella bedömningen för förpackningskartong är om figur 20 och 29 jämförs. Se även tabell 4 där ytråheten och tryckflammigheten från den visuella bedömningen hade en korrelation på -0,90, detta verifierar också kopplingen. De prover som visade sig ha väldigt högt ytråhet har också högst tryckflammighet enligt den visuella bedömningen för förpackningskartong, kopplingen är väldigt tydlig. Samma sak erhålls om figur 17 och 23 för vätskekartong jämförs, de proverna med högst ytråhet har också högst tryckflammighet. Relationen mellan dessa är alltså tydligt när proverna är väldigt olika med avseende på ytråheten. Detta är också en anledning till att resultatet för vätskekartong kan vara lite ofullständigt eftersom värdena på majoriteten av proverna med avseende på ytråheten varierar väldigt lite.

En anmärkning som går att göra är exempelvis för förpackningskartong, där en del av

proverna (G, I, H och J) hade mycket högre ytråhet än resten av proverna. Detta indikerar att proverna är väldigt råa i jämförelse med resten och således anledningen till att

tröskelsättningen sattes så pass mycket högre för att komma till den sökta andelen kratrar och toppar. Fördelen med detta var då att kopplingen mellan ytråheten och

tryckflammighetsvärdet blev mycket tydligare. Dessa prover hade mycket högre ytråhet än resterande prover och även högst tryckflammighet med hög marginal enligt den visuella bedömningen.

Tryckflammigheten kan alltså förklaras delvist med topografiska värden med mer eller mindre säkerhet med regressionsanalysen. Värdena kan ibland direkt kopplas till

tryckflammighetsvärdet och ibland inte. Med delvist menas att det alltså går att se att prover med hög ytråhet motsvaras av hög tryckflammighet, men det går inte direkt att säga att ett specifikt värde från ena metoden representerar ett specifikt värde i den andra. Det är detta som menas med att kopplingen inte är direkt. Det är därför fundersamt om det inte är fler än ett värde från de olika egenskaperna som måste vägas in samtidigt vid jämförelsen för att erhålla en bättre korrelation, liksom Mottling instrumentet där tryckflammighetsvärdet är en kvot. Det kan även vara andra egenskaper som inte går att mäta med OptiTopo och som måste mätas på annat sätt.

Figur 25 och 32 med korrelationskoefficienterna var ett experiment och ett lyckat sådant med tanke på den information som ges. Förutom att den visar rätt riktningen kan metoden även göras till en funktion i OptiTopo instrumentet eller en separat funktion via Excel där värdena från Mottling automatiskt kan jämföras med dem i OptiTopo. Med tanke på hur mycket manuellt arbete som krävs vid analysen och möjligheten att automatisera vore det både ekonomiskt och mest hållbart att utveckla en sådan funktion.

5.3 Värdering av resultat

Mycket har gjorts i arbetet för att öka resultatets trovärdighet, som bland annat vid försök att utföra metoderna så systematiskt som möjligt. Syftet med systematiken var att minimera felkällorna så mycket det går. Det kunde exempelvis vara att markera proven så att samma prov inte mäts fler gånger under samma beteckning eller använda handskar för att undvika röra den yta som skulle mätas. För metoderna fanns också manualer som användes noggrant, vid eventuella misstag eller fel fick studenten hjälp av företagets handledare.

Mängden information som erhölls från mätningarna och som använts vid analysen har varit väldigt omfattande, och av rimliga skäl så lär det inte framgå av det sammandragna arbetet. Eftersom korrelationsanalysen även gjorts manuellt ökade mängden information ännu mer samt risken för slarv. Därför gjordes visa iakttagelser för att undvika feltolkningar och slarv. Resultatet för de olika mätningarna och materialen dokumenterades därför separat för att undvika att de blandas ihop och vid bästa förmåga dubbelkollades även resultaten för att upptäcka om något sådant kan ha skett och justeras därefter. Sedan finns det också sådant som antingen måste studeras väl innan eller läras av erfarenhet. Korrelationsanalysen är ett av dem. Trots att analysen ibland visade väldigt höga korrelationsvärden så berodde det främst på ett fåtal extremvärden. Som tur är så kan dessa upptäckas eftersom en del av

regressionsanalysen är visualisering av korrelationensanalysen. Men generellt uppvisade korrelationsanalysen ändå ganska tydligt och bra var de bästa sambanden fanns. Det som var lite överraskande var att de högsta korrelationsvärdena oftast kunde indikera var

rangordningen var som bäst vid olika jämförelser. Det som gjorde resultatet mindre trovärdigt var att de tryckta och otryckta proverna inte är direkt gjorda i en labb där varje otryckt prov representerar motsvarig tryckt prov. I de fall där prover används från verkliga

tillverkningsprocesser bör därför standardavvikelser också tas till hänsyn, med tanke på att många prover inte nödvändigtvis varierar så mycket i värde, till exempel i ytråhet.

Sannolikhetsstatistiken var inte nödvändig för att bevisa sambanden, den behölls däremot för att öka resultatets trovärdighet. Det går oftast med regressionsanalysen att direkt se om det

finns ett samband eller inte, däremot ökar statistiken förståelsen och trovärdigheten att detta faktiskt är sant. Sedan fås mycket av analysen på köpet där allt ingår i en enda funktion och manuella beräkningar inte behövs göras.

5.4 Fortsatt arbete & rekommendationer

Det är ganska tydligt att det finns ett samband mellan den Parvis visuella bedömningen och STFI Mottling Expert programmet, det känns därför inte nödvändigt att utföra extra arbete för att verifiera detta. Däremot kan ett nytt liknande test utföras, som inte tar så lång tid, för att öka trovärdigheten att den nya våglängden är användbar. För vätskekartong bör våglängden 4- 8 mm användas i Mottling programmet, det är även möjligt att andra våglängder inom denna oktavband korrelerar bättre och därför finns möjligheten att undersöka detta. För

förpackningskartong bör våglängden 2-4 mm användas istället, korrelationsanalysen visade tydligt att det fanns högre korrelation i de mindre våglängderna. Det går däremot inte att säga om dessa våglängder enbart visar bättre korrelation för just den provmängd som undersöktes i detta arbete, det kan vara så att över en större mängd så är andra våglängder bättre. Det finns hur som helst ganska bra indikationer för vilka våglängder som bör undersökas i vidare arbeten. Eventuellt behövs den visuella bedömningen uppdateras för att minska

standardavvikelsen bland bedömarna, det är ännu osäkert hur detta kan göras.

Korrelationen mellan topografin och tryckflammighetsvärdet var också tydligt, åtminstone när ytråheten skiljde sig åt ganska mycket mellan proverna. Eftersom korrelationen inte är direkt kopplad bör andra topografiska egenskaper undersökas i fortsatta arbeten, i samband med ytråheten samt andelen kratrar. Då kan arbetet utgå från resultatet i detta arbete (se figur 25 och 32).

Related documents