• No results found

Automatisk övervakning och uppföljning i torkprocessen

N/A
N/A
Protected

Academic year: 2021

Share "Automatisk övervakning och uppföljning i torkprocessen"

Copied!
45
0
0

Loading.... (view fulltext now)

Full text

(1)

Automatisk övervakning och uppföljning i

torkprocessen

Fredrik Persson, Jan-Erik Andersson

Hållbar Samhällsbyggnad SP Rapport: 2016:22

SP Sveriges Tekniska F

orskni

ngsin

st

itut

(2)

Automatisk övervakning och uppföljning

i torkprocessen

(3)

© SP Sveriges Tekniska Forskningsinstitut AB

Abstract

The goal of the project was to develop technology that makes it possible to automatically monitor and control the drying process and thus meet the target moisture content with higher precision.

Weighing of the green wood was seen as a feasible and cost-effective method to get information about the green wood density and moisture content. The hypothesis was that the variations in dry density of pine and spruce are low enough to give a good enough estimate of green moisture content when weighing the timber before drying. A scale was installed at Kåge sawmill in the green sorter between the sink bins and the sticker stacker. All wood that passed the scale was weighted automatically and the three regular check-ups of the scale showed that it had an accuracy of just under 0,9% in relation to the reference weight. This gives an error of 1,8 – 2 % of the calculated moisture content depending on the variation of density of the wood

The density of green wood, dry density and green moisture content was followed for four products between March and November 2013, one thin and one thick for both spruce and pine. The results from the tests showed variations of the dry density is subordinate to the green moisture content. The largest variation in green moisture content was found for 32 x 125 mm pine where it varied between 64 and 82 %. Spruce with the dimensions 63x150 mm was the only dimension that did not have any variation in green moisture content. Measurements indicate that it is possible to achieve the set goals: to be able to predict the green moisture content by about ± 5% points, while also adding variations in dry density, scale uncertainty and fluctuating green dimensions.

Key words: Packet weight, industrial sawmill, wood drying

SP Sveriges Tekniska Forskningsinstitut

SP Technical Research Institute of Sweden SP Rapport:2016:22

ISBN 978-91-88349-26-2 ISSN 0284-5172

(4)

© SP Sveriges Tekniska Forskningsinstitut AB

Förord

Paketvägning är ett av delprojekten inom EnergiEffektivisering i SågverksIndustrin (EESI), som har syftat till att demonstrera att det går att minska energianvändningen i sågverksindustrin med minst 20 % per producerad kubikmeter till år 2020.

EESI har tagit fram en roadmap för att beskriva dagens teknologi samt peka på förbätt-ringsbehov och möjligheter med nuvarande teknik, men även visa var forskningsinsats-erna behöver sättas in.

Ytterligare delmål har varit att utveckla datormodeller, ”Framtidens Energi-effektiva Såg-verk”, och rutiner för uppföljande mätning som skall vara ett framtida stöd för sågverks-industrin i ett kontinuerligt förbättringsarbete, för att minska denna industrisektors energi-användning och stärka den framtida konkurrenskraften.

Inom projektet har även ett antal demonstrationer genomförts av ny teknik och nya metoder.

Resultaten från projektet visar att det med en god strategi och lämplig mix av åtgärder går att spara stora mängder energi vid sågverken, klart över 20 % i det fall man gör en strate-gisk och samlad insats över flera år.

EESI delfinansierades av Energimyndigheten och utfördes av SP i samarbete med sexton sågverksbolag och involverade ett tjugotal teknikleverantörer.

Denna Rapport har även publicerats som en fristående rapport från TCN där den benämns Rapport 805.

(5)

© SP Sveriges Tekniska Forskningsinstitut AB

Sammanfattning

För att inte riskera att leverera för blött virke och för att kompensera för processavvikel-ser så är det vanligt att virket torkas till en fuktkvot som är något under målfuktkvoten. Detta leder dock till större mängd deformationer hos virket, fler sprickor, högre energi-förbrukning och minskad torkkapacitet. Målet med projektet var att utveckla teknik som gör det möjligt att automatiskt följa upp och övervaka torkprocessen och därmed träffa målfuktkvoten med högre säkerhet.

Efter de inledande analyserna från över fyra års samlade av fuktkvotsmätningar efter av-slutad torkning på de två deltagande sågverkens kammartorkar så identifierades rå fukt-kvot som en viktig parameter för att justera torkprogrammen och därigenom minska över-torkningen. Vägning av det råa virket sågs som en möjlig och kostnadseffektiv metod för att få information om råfuktkvoten. Hypotesen var att variationerna i torrdensitet för furu och gran är tillräckligt låga för att ge en tillräckligt bra uppskattning av fuktkvoten vid vägning av virket innan tork. En våg installerades på Kåge såg i råsorteringen för cent-rumutbyte. Placeringen av vågen är utmed en tvärtransportör mellan fackdelen och paket-läggaren. Allt virke som passerar vågen vägs helt automatiskt. Vid de tre kontrolltillfällen visade virkesvågen ett mätfel just under 0,9 % i förhållande till referensviktens massa. Detta ger ett fel på runt 1,8 - 2 % för den beräknade fuktkvoten beroende på virkets densitet.

Rådensitet, torrdensitet och råfuktkvot följdes för fyra produkter, en tunn respektive tjock produkt för furu respektive gran mellan mars och november 2013. Vid mätningarna fram-kom att de uppmätta variationerna över året för torrdensitet är underordnad den råa fukt-kvotens variation. Största variationerna i råfuktkvot uppmättes för furu 2ex-log 32×125 mm. Medelfuktkvoten för denna produkt varierade mellan 64 och 82 %. Gran 2ex-log 63×150 mm var den enda produkten där genomförda mätningar inte indikerar någon betydande variation i råfuktkvot, och som därmed inte motiverar till någon justering av torkschema.

Mätningarna av torrdensitetens variationer indikerar att dessa generellt påverkar den be-räknade fuktkvoten med ca ± 5 % -enheter från den med torrviktsprov uppmätta fuktkvot-en. Vid jämförelse mellan virkesvägningen och manuell stickprovsmätning så hanns en-dast två mätningar göras innan en fotocell blev vriden ur sitt läge. Detta resulterade i att en viss andel av virket alltid låg utanför vågen och vågen gav därför felaktiga resultat. Dessa två mätningar indikerar att det är möjligt att uppnå uppsatta mål: att kunna predik-tera den råa fuktkvoten med ca ± 5 % -enheter, när man även, förutom variationer i torr-densitet, inkluderar vågens mätosäkerhet och varierande råmått.

Hypotesen att försorterat timmer minskar torrdensitetens variationer har varken kunnat styrkas eller förkastas. De två furuprodukterna, 32×125 och 50×125 mm, som sågats från försorterat timmer har uppvisat de minsta respektive största densitetsvariationerna. Resultaten visar att det är möjligt att använda vägning av rått virke som en ingående para-meter till torkstyrningen för att minska risken för övertorkning och förbättra träffsäker-heten av målfuktkvoten.

(6)

Automatisk övervakning och

uppföljning av torkprocessen

– Paketvägning

Slutrapport

Fredrik Persson

Jan-Erik Andersson

SP

(7)
(8)

Förord

Ett stort tack till TräCentrum Norr som varit huvudfinansiär till detta projekt, samt Energi-myndigheten som genom projektet EESI, EnergiEffektivisering i SågverksIndustrin, fas 2, har bidragit med demonstrationsstöd. Även Norra Skogsägarna, Valutec och Renholmen ska ha ett stort tack då de alla bidragit till gjorda investeringar samt mycket av sin egen tid.

För mer information om projektet kontakta: SP Sveriges Tekniska Forskningsinstitut Fredrik Persson

Laboratorgränd 2, SE-931 77 Skellefteå, Sweden Tel: +46 (0)10 516 50 00, (direct) +46 (0)10 516 62 27

(9)

Sammanfattning

För att inte riskera att leverera för blött virke och för att kompensera för processavvikelser så är det vanligt att virket torkas till en fuktkvot som är något under målfuktkvoten. Detta leder dock till större mängd deformationer hos virket, fler sprickor, högre energiförbrukning och minskad torkkapacitet. Målet med projektet var att utveckla teknik som gör det möjligt att automatiskt följa upp och övervaka torkprocessen och därmed träffa målfuktkvoten med högre säkerhet.

Efter de inledande analyserna från över fyra års samlade av fuktkvotsmätningar efter avslut-ad torkning på de två deltagande sågverkens kammartorkar så identifieravslut-ades råfuktkvot som en viktig parameter för att justera torkprogrammen och därigenom minska övertorkningen. Vägning av det råa virket sågs som en möjlig och kostnadseffektiv metod för att få informa-tion om råfuktkvot. Hypotesen var att variainforma-tionerna i torrdensitet för furu och gran är till-räckligt låga för att ge en tilltill-räckligt bra uppskattning av fuktkvoten vid vägning av virket innan tork. En våg installerades på Kåge såg i råsorteringen för centrumutbyte. Placeringen av vågen är utmed en tvärtransportör mellan fackdelen och paketläggaren. Allt virke som passerar vågen vägs helt automatiskt. Vid de tre kontrolltillfällen visade virkesvågen ett mätfel just under 0,9 % i förhållande till referensviktens massa. Detta ger ett fel på runt 1,8 - 2 % för den beräknade fuktkvoten beroende på virkets densitet.

Rådensitet, torrdensitet och råfuktkvot följdes för fyra produkter, en tunn respektive tjock produkt för furu respektive gran mellan mars och november 2013. Vid mätningarna fram-kom att de uppmätta variationerna över året för torrdensitet är underordnad den råa fukt-kvotens variation. Största variationerna i råfuktkvot uppmättes för furu 2ex-log 32×125 mm. Medelfuktkvoten för denna produkt varierade mellan 64 och 82 %. Gran 2ex-log 63×150 mm var den enda produkten där genomförda mätningar inte indikerar någon betydande

variation i råfuktkvot, och som därmed inte motiverar till någon justering av torkschema. Mätningarna av torrdensitetens variationer indikerar att dessa generellt påverkar den beräk-nade fuktkvoten med ca ± 5 % -enheter från den med torrviktsprov uppmätta fuktkvoten. Vid jämförelse mellan virkesvägningen och manuell stickprovsmätning så hanns endast två mätningar göras innan en fotocell blev vriden ur sitt läge. Detta resulterade i att en viss an-del av virket alltid låg utanför vågen och gav därför felaktiga resultat. Dessa två mätningar indikerar att det är möjligt att uppnå uppsatta mål, att kunna prediktera den råa fuktkvoten med ca ± 5 % -enheter, när man även, förutom variationer i torrdensitet, inkluderar vågens mätosäkerhet och varierande råmått.

Hypotesen att försorterat timmer minskar torrdensitetens variationer har varken kunnat styrkas eller förkastas. De två furu produkterna, 32×125 och 50×125 mm, som sågats från försorterat timmer har uppvisat de minsta respektive största densitetsvariationerna. Resultaten visar på att det är möjligt att använda vägning av rått virke som en ingående parameter till torkstyrningen för att minska risken för övertorkning och förbättra träffsäkerheten av målfuktkvoten.

(10)

Innehållsförteckning

1 Inledning ... 1

1.1 Bakgrund ... 1

1.2 Syfte och mål ... 2

1.3 Hypoteser ... 2

2 Del 1: Automatisk övervakning och uppföljning av torkprocessen ... 3

2.1 Installation/verifiering av system för att i justerverket följa upp resultat från enskilda torkar 3 2.2 Utveckling av metod för att analysera data från paketuppföljning i justerverket ... 3

2.3 Kartläggning av processfel som kan detekteras i torkscheman ... 4

2.3.1 Analys av samband mellan slutfuktkvot och årstid ... 4

2.3.2 Analys av vilka parametrar som har störst påverkan på slutfuktkvoten ... 5

2.3.3 Uppföljning och jämförelse mellan olika torksatser ... 8

2.3.4 Resultat för kartläggning av processfel ... 10

2.4 Utveckling av algoritmer som detekterar processfel ... 10

2.5 Kostnadseffektiv mätteknik som gör det möjligt att detektera problem i torkprocessen 11 3 Del 2: Paketvägning, metoder och genomförande ... 12

3.1 Våg, installation, kontroll av mätnoggrannhet ... 12

3.2 Produkter, val och provtagning ... 14

Beräkningar ... 15

3.3 Torksimuleringar ... 17

4 Resultat och diskussion ... 18

4.1 Densitet... 18

4.2 Råfuktkvot ... 18

4.4 Paketvägning ... 20

4.5 Torksimuleringar Furu 32×125 mm med målfuktkvot 18 % ... 22

5 Slutsatser ... 23

Bilaga 1 – Råfuktkvot och densitet ... 26

(11)

1

1 Inledning

Detta TräCentrum Norr (TCN) finansierade projekt har bestått av två olika delar. Den ur-sprungliga inriktningen (Del 1) fick inte den planerade utdelningen och hade svårt att komma framåt. Därför gjordes det en omprioritering som resulterade i att projektet koncentrerade sig på att implementera paketvägning i den ordinarie produktionen på Kåge såg – Norra Tim-ber. Resultaten och lärdomarna från del 1 presenteras i kapitel 2, följt av paketvägning i kapitel 3.

1.1 Bakgrund

Torkoperatörer arbetar idag med ett stort antal virkestorkar och produkter som är i produk-tion parallellt, vilket gör det mycket svårt för operatörerna att hinna korrigera för processav-vikelser. Samtidigt som det finns produkter som återkommer mer sällan, i kombination med att det oftast saknas ingående information som till exempel råfuktkvot, gör att det är svårt att anpassa torkningen och träffa målfuktkvoten. För att inte riskera att leverera för blött virke, eller behöva gå in och mäta i torken och eventuellt förlänga torktiden, så är det vanligt att virket torkas till en medelfuktkvot som är något under målfuktkvoten. Detta leder dock till större mängd deformationer, fler sprickor, högre energiförbrukning och minskad tork-kapacitet.

Indikationer från tidigare projekt är att densitetens variationer har minskat, timret som an-länder till sågverken har blivit mer homogent. Därför borde man genom att väga virkespake-ten i råsorteringen, och anta en torr-medeldensitet från historiska mätningar, kunna räkna fram råfuktkvot tillräckligt noga för att öka träffsäkerheten gällande målfuktkvoten.

Exklusive kostnader för kvalitetsnedklassningar på grund av övertorkning beräknas möjlig-heten att torka till en exaktare fuktkvot reducera energiåtgången med 800 MWh och energi-kostnaderna med 160 kSEK per kammare och år. Detta är beräknat för en kammartork på ett svenskt sågverk i norra Sverige med blandade dimensioner, målfuktkvot 18 % som torkar både furu- och granvirke.

Data från paketvägningen ska användas som indata vid torksimulering för att skapa anpassa-de och mer optimeraanpassa-de torkscheman utifrån virket som ska torkas. Föranpassa-delen med anpassa-detta, jäm-fört med att öppna porten och "stifta" i slutet av torkningen, är att redan innan torken start-as kan ett mer optimerat torkschema skapstart-as. Beroende på mängden kapillärt vatten tar det olika lång tid innan fibermättnadspunkten uppnås, och psykrometerskillnaden kan ökas när torkningen går in i diffusionsfasen. Sker ökningen av psykrometerskillnaden vid fel tidpunkt, riskeras virkeskvaliteten och/eller produktiviteten försämras.

Även kontinuerliga simuleringar under torkningen (eller annan adaptivitet) för att anpassa torkschemat utifrån eventuella processavvikelser mm. ges bättre förutsättningar om utgångsläget är känt, dvs. vid vilken medelfuktkvot torkningen startades.

(12)

2

1.2 Syfte och mål

Detta projekt ska undersöka hur exakt information om råfuktkvot som vägning av det råa virket kan ge och hur noggrann information som behövs för att kunna styra torken mer effektivt. Förhoppningen är att virkesvägningen ska kunna ge en signal till torkoperatören vid större variationer i råmaterialet så att denna ska kunna vidta korrekta åtgärder för att träffa målfuktkvoten.

1.3 Hypoteser

• Densitetens variationer över året är underordnad det råa virkets fuktkvotsvariationer ur torkningens synvinkel. Därför kan man genom att väga virkespaketen, och anta en torr-medeldensitet från historiska mätningar, räkna fram rå-fuktkvot tillräckligt noga för att öka träffsäkerheten gällande målfuktkvoten.

• Vid sågning av försorterat timmer blir densitetsvariationerna mindre jämfört med skogfallande/osorterat timmer.

(13)

3

2 Del 1: Automatisk övervakning och uppföljning av

torkprocessen

Målet med projektet är att utveckla teknik som gör det möjligt att automatiskt följa upp och övervaka torkprocessen och därmed träffa målfuktkvoten med högre säkerhet. I den första projektplanen ingick fem delprojekt.

1. Installation/verifiering av system för att i justerverket följa upp resultat från enskilda torkar

2. Utveckling av metod för att analysera data från paketuppföljning i justerverket

3. Kartläggning av processfel som kan detekteras i torkscheman

4. Utveckling av algoritmer som detekterar processfel

5. Kostnadseffektiv mätteknik som gör det möjligt att detektera problem i torkprocessen

Detta kapitel sammanfattar mål och bakgrund för respektive delprojekt, samt uppnådda resultat och problem.

2.1 Installation/verifiering av system för att i justerverket följa upp

resultat från enskilda torkar

Projektet baserades på att det/de sågverk som deltog som pilotsågverk i projektet hade system för att följa upp enskilda paket med produkt, fuktkvot mätt i justerverket och vilken tork som paketet torkats i. Helst skulle systemet även kunna följa upp position i torken. Målet med delprojekt 1 var att definiera och verifiera funktionen.

Lagerhanteringssystem fanns sedan tidigare på sågverken som var aktuella för detta delpro-jekt. Däremot fanns ingen färdig funktion för exportering av data som önskades. Denna funk-tion skapade leverantören Datapolarna på egen bekostnad under projektets gång.

Ett problem låg i att sågverket samtidigt installerade en ny avsyningsutrustning, FinScan BoardMaster, i justerverket. Detta gjorde att projektet fick vänta på att installation och drift-sättning skulle färdigställas. Sedan uppstod problemet att det inte gick att spara information angående längder, kvalitet, deformationer, kaporsaker m.m. automatiskt. Den funktionen hade inte implementerats i denna nya version av avsyningsutrustning. Det dröjde ca 6 måna-der innan dessa resultat kunde sparas kontinuerligt i resultatfiler. Datainsamlingen pågick ett par månader innan projektet pausades.

2.2 Utveckling av metod för att analysera data från paketuppföljning i

justerverket

När delprojekt 1 var klart så kunde datainsamlingen startas. Parallellt med datainsamlingen gjordes analyser med målet att utveckla algoritmer som automatiskt kan analysera

(14)

informa-4

tionen från justerverket. Målet var att därigenom kunna upptäcka om en viss tork eller en viss position i en tork ger upphov till större avvikelser i fuktkvot.

Analyser och kartläggning av insamlad information presenteras i kapitel 2.3. Arbetet med att skapa en metod eller analysverktyg för paketuppföljning påbörjades aldrig, projektet pausa-des och ändrade fokus.

2.3 Kartläggning av processfel som kan detekteras i torkscheman

Delprojekt 3 innebar en kartläggning av vanliga processfel och vilka som kan detekteras ge-nom att följa upp processdata. Kartläggningen skulle ske på minst tre sågverk och för både nya och gamla kanal- och kammartorkar.

Första delen av projektet utgick från att de deltagande sågverken hade installerat system för att kunna följa upp enskilda paket med avseende på produkt, fuktkvot mätt i justerverket samt vilken tork som paketet har torkats i. Därutöver var det möjligt att följa upp vilken posi-tion i torken som paketet haft. Med dessa system som grund så samlades data in mellan ja-nuari 2010 och november 2011 för att kartlägga årsvariationer samt identifiera vilka para-metrar och vanliga processfel som har störst påverkan på slutfuktkvotens medelvärde och spridning. För att hitta dessa gjordes en analys som bestod av följande tre steg:

1. Analys om det fanns något samband mellan slutfuktkvot och årstid.

2. Analys av vilka parametrar som har störst påverkan på avvikelser på slutfuktkvoten från målfuktkvoten.

3. Uppföljning och jämförelse mellan olika torksatser.

De resultat som framkom redovisas nedan. Största svårigheterna i detta delprojekt var att kunna exportera torktrender ur styrsystemen som fanns på sågverken i fråga. Till exempel fanns styrsystem som endast hade en 3,5” floppydiskenhet som enda möjlighet för att exportera data. Det fanns också system som hade gamla binära filformat som ingen längre kunde läsa när väl all data exporterats.

2.3.1 Analys av samband mellan slutfuktkvot och årstid

En tidig hypotes i projektet var att uppnådd slutfuktkvot och spridning varierade över året. För att få en överblick över sambandet så plottades slutfuktkvoten, som mättes med

elstiftning efter varje torkning och finns sparad för alla torksatser, för ett antal produkter per månad. Nedan i figur 1 och figur 2 presenteras exempel på en medeltjock respektive tunn dimension från centrumutbytet.

För att få en inblick på variationen över året så plottades slutfuktkvoten (resistiva fuktkvots-mätningar) från sågverkets torkprotokoll gentemot torksatsens starttid på året för ett antal olika dimensioner med höga volymer. De resistiva fuktkvotsmätningarna sker på konstapeln just innanför porten, erfarenhetsmässigt för detta sågverk blir detta värde jämförbart med att ta torrviktsprov från samtliga staplar. Figur 1 visar variationerna för furu och gran med

(15)

5

tjocklek på 50 mm som torkas ned till 18 %. Den elstiftade fuktkvoten brukar generellt sett vara ca 1-2 procentenheter högre än den verkliga.

Figur 1: Årsvariation på slutfuktkvot för plank med tjockleken 50 mm och en bredd mellan 75 - 200 mm, 18 % målfuktkvot

Ur resultaten är det inte möjligt att se några tydliga samband mellan årstid och slutfuktkvot på något av de deltagande sågverken. Däremot är det en tydlig tendens att övertorka pro-dukterna med en förhållandevis hög spridning på slutfuktkvoten över hela året, detta är spe-ciellt tydligt för de tunnare dimensionerna. Figur 2 illustrerar spridningen av slutfuktkvoter för furu och gran 32×125 mm som hade en målfuktkvot på 18 %.

Figur 2: 32×125 Furu och gran målfuktkvot 18 % (grönt = furu, rött = gran).

2.3.2 Analys av vilka parametrar som har störst påverkan på slutfuktkvoten

För att kunna se vilka parametrar och processavvikelser som har störst påverkan på slutfukt-kvoten var målet att samla in data från så många parametrar som möjligt. Data som fanns tillgängligt tidigt i arbetet var:

0 50 100 150 200 250 300 350 10 15 20 25 Startdygn på året F u k tk v o t %

(16)

6

• Torkprotokoll från lagerhanteringssystem innehållande värden för dimensioner torktider, målfuktkvoter, slutfuktkvoter etc.

• Loggar från respektive kammartorks styrsystem.

• Väderdata från SP med utetemperatur, lufttryck och luftfuktighet.

Parametrarna länkades ihop med hjälp av ett Matlabscript för alla torksatser mellan 2010 och 2011. Start- och sluttid samt torkkammarnummer för respektive torksats användes från torkprotokollet för att hitta torkloggar för respektive torksats ur kammartorkarnas loggar. Värdena sparades i ett format för att analysera vilka parametrar som har störst påverkan på slutfuktkvoten. Dessutom skapades en 3D matris med data för att kunna jämföra individuella loggar med varandra och identifiera processfel.

En multivariabelanalys gjordes därefter med hjälp av SIMCA för att hitta de parametrar som har störst effekt på slutfuktkvot och spridning. Ett första steg var att analysera alla produkter som hade torkats på Kåge och Sävar sågverk. Dessa går att se i Figur 3 där VIP diagrammet illustrerar de viktigaste parametrarna, de som har störst påverkan på slutfuktkvoten.

Figur 3: Parametrar med störst påverkan på avvikelse i slutfuktkvot från målfuktkvoten för alla torksatser

I denna analys över samtliga torksatserna så är tjocklek, målfuktkvot och förväntad torktid de enskilt viktigaste parametrarna för slutfuktkvoten, men även parametrar såsom tork-program, antal mätningar/el-stiftningar efter torkning, sluttemperatur och bredd har påverkan. Slutfuktkvoten är naturligtvis kopplad till längden av torkprogram, men det

förekom även att det fanns flera torkprogram som användes för samma produkter. Det finns

0 1 2 3 F ör v änt ad T jo c k le k 1 M ål fuk t T or k pr og S lut em pv åt K ond br edd1 A nt m ät n T räs lag1 1 S lut tem pt o Ka m G V1 G T 1 CF A N1 G T 2 F R ev TV T VB TT TB F ans peed L u fttr y c k U te. R el F uk T s p2 T s p1 SV T räs lag2 1 T räs lag3 1 B redd3 GR T jo c k le k 3 A nt al pk t3 B redd2 V at tenbas n T jo ckl e k2 A nt al pk t2 A v s lut ad a A nt pk t1 U te. T em p U tet em p U ppv 1= 1 VI P[ 7 ] Var ID (Primary) Simcadata2.M1 (PLS) VIP[Last comp.]

(17)

7

även en trend att överkompensera torkprogrammen för produkter med lägre målfuktkvot för att vara på säkra sidan.

Bland materialparametrarna så har tjockleken störst påverkan på slutfuktkvoten. Histo-grammen i Figur 4 illustrerar hur mycket slutfuktkvoten varierar för fyra olika tjockleks-klasser. I stort sett alla torksatser där tjockleken är mindre eller lika med 38 mm övertorkas och detta är extra tydligt för furu. För dimensioner mellan 44 – 55 mm är slutfuktkvoten närmare målfuktkvoten men i detta fall är det vanligare att gran övertorkas. Eftersom samma torkprogram oftast används till flera bredder för en tjocklek så kan detta förklara att slutfuktkvoten påverkas av bredden.

Figur 4: Histogram som visar slutfuktkvot efter virkestorkning för furu respektive gran i fyra olika dimensionsklasser där målfuktkvoten var 18 %

För individuella dimensioner är sambanden inte lika tydliga mellan slutfuktkvoten och de ingående parametrarna (Figur 5). Den mest framträdande parametern för tunnare respektive tjockare virkesstycken är antalet mätningar/el-stiftningar som görs efter

torkningen, detta är extra tydligt för tunnare produkter. Om slutfuktkvoten plottas mot en dimension med samma målfuktkvot går det att se en trend att en lägre slutfuktkvot mäts upp om färre än 25 till 30 el-stiftningar efter torkningen görs. En hypotes är att variationen av ingående fuktkvot i tunnare virkesstycken med hög splintvedsandel samt snabbare torkning gör att enstaka individer kan påverka medelvärdet om allt för få elstiftningar görs. Figur 6 visar hur slutfuktkvoten varierar hos virkesstycken med 38 mm tjocklek med olika antal mätpunkter. 5 10 15 20 25 0 10 20 30 40 50 60 22-25 mm F rek v ens 5 10 15 20 25 0 20 40 60 80 100 120 140 30-38 mm 5 10 15 20 25 0 50 100 150 200 44-50 mm F rek v ens 5 10 15 20 25 0 20 40 60 80 100 120 63-75 mm Furu Gran Furu Gran Furu Gran Furu Gran

(18)

8

Figur 5: VIP resultat för brädor (i detta fall ≤ 38 mm) respektive plank ( > 38 mm) vid nedtorkning till 18 %.

Figur 6: Antal mätningar/el-stiftningar efter torkning mot slutfuktkvot för tjocklek 38 mm, 18 % målfuktkvot. Inget starkt samband finns mellan uppmätt slutfuktkvot och antal mätningar.

Övriga parametrar som påverkar slutfuktkvoten är torkprogrammen och torktid. Detta kommer att beskrivas mer utförligt i nästa kapitel.

2.3.3 Uppföljning och jämförelse mellan olika torksatser

Loggning av samtliga torkningar och torkloggar ger möjlighet att observera kopplingen mel-lan torkning och slutfuktkvot. För att exemplifiera detta så följs ett antal torksatser av en specifik produkt i detta kapitel, nämligen furu av dimension 50×150 mm som torkas ned till 18 % med samma torkprogram.

Figur 7 visar våt och torr temperatur för tre identiska torksatser som får stor skillnad i fuktkvot. Torksats 1 nådde en slutfuktkvot på 17,9 % medan torksats 2 och 3 nådde en slut-fuktkvot på 14,8 % respektive 15,3 %. I det här exemplet så startades torksats 1 och 3 med en dags mellanrum i likvärdiga kammartorkar och det går därigenom att misstänka att variationerna i slutfuktkvot beror på ingående fuktkvot.

0,50 1,00 1,50 2,00 2,50 3,00 An t m ätn Tr äs la g1 Ve rk lig t id GR Tsp 2 G T1 Sl utte m pto rr Fö rv än ta d ti d Tsp 1 TT FR ev Tor kp rog SV TB GV1 Fa ns pe ed Va tt enb as ni ng TV Lu ft tr yc k br edd1 CFAN 1 Ka m TVB Konk U te te m p Sl ut em pv åt U te .T em p U te .Re lFu kt U ppv GT2 An ta lp kt3 Tr äs la g2 Tor ks köt ar e An tp kt1 Br ed d3 An ta lp kt2 Tj oc kl ek3 Br ed d2 Tr äs la g3 Tj oc kl ek2 VIP brädor VIP Plank 15 20 25 30 35 40 10 11 12 13 14 15 16 17 18 19 20 Antal mätningar S lu tfu k tk v o t ( % )

(19)

9

Figur 7: Tre torkningar med samma torkprogram och olika slutfuktkvot 17,9, 14,8 och 15,3 %

Det vanligaste skälet till övertorkning är att längden på torkprogrammet överkompenseras för att garantera att målfuktkvoten uppnås för samtliga torksatser, och detta är tydligt även vid förhållandevis korta förlängningar av förväntad torktid. Det finns även en svag tendens till övertorkning vid kallare temperaturer. Figur 8 visar slutfuktfuktkvoten i förhållande till utetemperaturen.

Figur 8: Koppling mellan utetemperatur och slutfuktkvot. Inget samband mellan slutfuktkvot och ute temperatur kunde hittas i dessa data.

Även om det kan vara svårt att förutsäga ingående materials variationer så finns det stor potential i att automatiskt detektera processtörningar med systemen som är installerade på sågverken idag och varna eller korrigera för dessa. Figur 9 visar ett exempel där det går att följa två näst intill identiska torksatser varav den andra torksatsen råkade ut för ett värme-bortfall efter cirka 30 timmar vilket ledde till en 1.9 % högre medelfuktkvot. Det går även att kommentera att den Torr 1 temperaturen var högre än Torr 2 mellan timma 10 och 27, skillnaden i slutfuktkvot hade varit ännu större om Torr1 var på samma nivå som Torr2 under den perioden. 0 10 20 30 40 50 60 70 80 90 0 10 20 30 40 50 60 70 80 90 Torktid (timmar) T em per at ur ( C ) Torr 1 Våt 1 Torr 2 Våt 2 Torr 3 Våt 3 -25 -20 -15 -10 -5 0 5 10 15 20 0 5 10 15 20 25 Temperatur ute (C) S lu tfu k tk v o t ( % )

(20)

10

Figur 9: Två torkningar av furu 50×125 mm till 18 %. Första torkningen gav 18,3 % och andra 20,2 % fuktkvot.

2.3.4 Resultat för kartläggning av processfel

Denna kartläggning är inte fullständig vilket innebär att många av anledningarna till gjorda observationer inte är utredda.

Exempel på observationer under analysen:

• Årstiden (savning exv) påverkar inte slutfuktkvoten så mycket som förväntat. • Svag koppling mot att övertorka mot kallare utomhustemperaturer (årstid) finns. • Tjocklek uppvisar starkare samband med slutfuktkvot, tunnare virkesstycken ökar

risken för övertorkning.

• För få mätningar efter tork riskerar att ge en felaktig bedömning av slutfuktkvoten, detta är extra tydligt för tunnare virkesstycken.

En förklaring kan vara att antalet mätningar ökar när torkoperatören börjar märka att det blivit en från målfuktkvoten avvikande fuktkvot.

• Vilken kammartork virket torkats i verkar inte påverka träffsäkerheten gällande målfuktkvot. Detta kan bero på att torkoperatörerna vet vilka kammare respektive produkt bör torkas i, samt att de resistiva fuktkvotsvärdena endast är tagna från kantstapeln i kammartorkarna.

• Indikationer finns på att ingående fuktkvot har en stark inverkan på slutfuktkvoten.

2.4 Utveckling av algoritmer som detekterar processfel

I den ursprungliga planen var målet att utveckla algoritmer för att detektera de prioriterade processfelen baserat på resultaten från delprojekt 2.

Arbetet med att ta fram algoritmer för att detektera processfel påbörjades aldrig, fokus ändrades istället mot att utveckla kostnadseffektiv mätteknik för att ge bättre indata till torkprocessen. 0 10 20 30 40 50 60 70 80 90 0 20 40 60 80 100 120 Torktid (timmar) T em per at ur ( C ) Torr 1 Våt 1 Batteri retur 1 Torr 2 Våt 2 Våt Bör 2 Batteri retur 2

(21)

11

2.5 Kostnadseffektiv mätteknik som gör det möjligt att detektera

problem i torkprocessen

Idag görs väldigt få mätningar i virkestorkarna. Målet med detta projekt var att utveckla kostnadseffektiv teknik för att övervaka torkprocessen på ett bättre sätt, något som blir ännu viktigare när man inför teknik för att spara energi med hjälp av lägre lufthastighet. Som ett resultat av arbetet med att ta fram ny mätteknik och analysera processavvikelser diskute-rades det olika tänkbara mättekniker som skulle kunna ge indata till torkprocessen.

Initialt låg fokus på att ta fram en mätare för lufthastighet och/eller tryckfall över virkeslast-en för att kunna optimera styrningvirkeslast-en av cirkulationsfläktarna mot fuktavgång och säkerställa att fläktar, reversering av luftflödet m.m. följer angivna processteg. Även om det inte utveck-lades någon mätare identifierades en lämplig teknik för mätning av lufthastigheten som skul-le kunna klara av det varma, fuktiga och sura klimat det är i en virkestork. Tekniken som ut-vecklats för mätningar i rökgaser består av termistorer placerade på ett visst avstånd mellan varandra i luftflödets riktning. Om termistorerna har ett tillräckligt snabbt samplingsintervall kan de registrera små temperaturfluktuationer som uppstår när luften strömmar förbi. Om avståndet mellan termistorerna är känt och om tiden det tar för temperaturfluktuationerna att passera båda termistorerna mäts så går det att kalkylera lufthastigheten.

Eftersom den ingående fuktkvoten har så stor påverkan på torkresultatet så ändrades målet till att undersöka möjligheterna att installera någon utrustning i en råsortering som kunde mäta fuktkvoten. I brist på direkta mätmetoder övervägdes något indirekt, t.ex. densitet, för att sedan uppskatta fuktkvoten. Både svagare röntgen och volymsmätning i kombination med vägning framstod som möjliga tekniker. Båda används vanligen till densitetsmätning vid hållfasthetssortering.

Flera olika utrusningstillverkare och leverantörer kontaktades, bland annat

L.O.A.B./Mictrotec Densigrader, Dynalyse Precigrader och Woodcontrol Scandinavia AB -GNS LDS2000, för att försöka få i gång ett samarbete, utan att lyckas.

Orsaker:

• Priset de kunde erbjuda på de tilltänkta utrustningarna, 1-1,5 MSEK, skulle inte rymmas inom projektets budget.

• Leverantörernas erfarenhet var att sågverken i regel har för få fack för att sortera virket på densitet i råsorteringen, samt att det ofta sågas direkt mot torkkammare. • Att bara mäta för att få en beräknad medelfuktkvot per virkespaket, alternativt per

(22)

12

3 Del 2: Paketvägning, metoder och genomförande

3.1 Våg, installation, kontroll av mätnoggrannhet

Det aktuella sågverket, Kåge såg, fördrog att ha en fast installerad våg, se figur 10 och figur 11, i deras råsortering för centrumutbytet.

Orsaker och fördelar till vald placering:

• Utrustningen skulle vara skyddad från väder och vind.

• Bara en våg att installera, kalibrera, underhålla mm. Skulle de välja truckvågar skulle de behöva utrusta minst tre truckar med vågar.

• Med denna lösning gick det att få en automatisk vägning som inte krävde något extra arbetsmoment eller knapptryck av operatör.

• Då vågen är placerad innan ströläggaren undviker man att väga torkströn.

• Kåge har skilda råsorteringar för brädor respektive plank. Kammartorkarna ansågs ha enklast och bästa potential för processoptimering i detta första skede, därför valdes det att fokusera på plank.

Vågen placerades utmed en tvärtransportör innan virkeselevatorn före operatörsplatsen invid paketläggaren.

De fem bärande balkarna i tvärtransportören kapades lös och byggdes ihop till en separat ram. Under denna separata ram placerades fyra lastceller, en i varje hörn. Virket som kom-mer i en hög stannar innan elevatorn på vågen, när sedan operatören säger till styrsystemet att mata fram mer virke hämtas samtidigt information om vikten automatiskt.

Renholmen konstruerade, levererade och installerade vägningsutrustningen, inkl. lastceller och våginstrument som köptes in via VETEK. Installationen av hårdvaran skedde under en lördag, produktionen kunde startas som vanligt redan följande dag.

Sawco, numera RemaSawco, vars styrsystem redan fanns i råsorteringen kopplade in vågin-strumentet så vägningarna sparas i deras databas. Lagerhanteringssystemet, SawInfo från Datapolarna, går sedan in automatiskt och läser in vikten från styrsystemets databas. När det aktuella paketet är färdigstaplat skapas ett specifikt paket-ID till vilket vikten kopplas, sen sparas detta i SawInfo tillsammans med övrigt tillgängligt data.

(23)

13

Figur 10. Bilder på en av lastcellerna, markerad med pilar. Ovanpå lastcellen vilar ena hörnet av den separata ram som byggdes för att väga virket.

Figur 11. Bild på den installerade vägningsutrustningen i råsorteringen. Samma lastcell som i figur 10 är utmärkt med pil. Den streckade linjen markerar längden på vågen, ca 10 m. Den undre hängande vågräta balken som är parallell med kedjetvärtransportörerna svetsades ihop med den befintliga konstruktionen för ytterligare stabilisering. Fakta om lastcellerna: • Leverantör: Vetek • Täthetsklass: IP67 • Driftstemperatur: -40 till 65 °C • Noggrannhetsklass: 0,5 %

• Max last: 250 kg – 20 ton per lastcell beroende på modell

4 st. lastceller ger 1 – 40 ton max last, i detta måste konstruktionen med ram och tvärtransportör inkluderas.

Vid ett besök på sågverket under hösten upptäcktes ett allvarligt fel på virkesvägningen. En fotocell som stannar virket så att det är placerat inom vägningsområdet hade utsatts för ytt-re påverkan och vridits ur sin position. På grund av detta åkte virket för långt fram och en viss andel av virket låg alltid utanför vågen, därför blev även alla de uppmätta paketdensite-terna för låga.

Detta vägningsfel tros ha uppstått redan i månadsskiftet maj-juni men upptäcktes inte direkt då felet i uppmätt densitet inte var orimligt och när inte produktionen i övrigt påverkades.

(24)

14

En alternativ lösning som inledningsvis diskuterades var att väga paketen när de lämnat paketläggaren i råsorteringen med s.k. balkvågar. Kontakter togs med tillverkaren och leverantören Profilvågen som erbjöd sig att låna ut utrustning till projektet. Med en balkvåg liggandes under varje kedja i tvärtransportören, se figur 12, skulle vägningen kunna ske någonstans i råsorteringen från det att paketet är färdig staplat och hämtas av trucken vid utlastningen.

Figur 12. Altenativ vågteknik, lämplig för virkespaket vid t.ex. vid in- och utlastningar. Utlastning råsortering för att uppskatta råfuktkvot för styrning av torkningen. Annan utlasting, t.ex. justerverk, hyvellinje eller annan vidareförädling, för att få vikt på kollit. Illustrationer från Renholmen.

Denna idé föll bort då ingen lämplig position kunde hittas vid råsorteringens utlastning. Närmast paketläggaren var risken för fallande plankor som skulle kunna förstöra utrust-ningen eller vägutrust-ningen överhängande. Närmare utlastutrust-ningen skulle balkvågarna ha varit mer utsatta för skador från truckarna. Även köhanteringen för att koppla vikten till rätt paket var vanskligare i denna del av råsorteringen.

3.2 Produkter, val och provtagning

I projektgruppen valdes det att fokusera på fyra olika dimensioner, se tabell 1. Då både furu och gran sågas på sågverket fick båda träslagen ingå i mätuppläget. Därefter valdes en tun-nare samt en tjockare dimension, av både furu och gran, för att få större omfång på mätupp-läget. De tunnare dimensionerna innehåller mycket fuktig splintved, de tjockare innehåller mycket kärnved, som är torrare. Även vilken timmerklass respektive dimension skulle sågas ur låstes för att kärnvedsandelens variation skulle vara så liten som möjlig. Vanligt förkom-mande produkter prioriterades också.

Den tunna furudimensionen, 2 ex 32×125 mm, var försorterad. Aktuell timmerklass bestod stockar bedömda som toppstockar. Produkten torkades sedan till 12 eller 18 % målfuktkvot beroende på slutkund. Övriga dimensioner kom från osorterat/skogfallande timmer och torkades till målfuktkvoten 18 %.

Förutom mätningarna som gjordes i detta projekt pågick parallella försök i ett annat projekt där samma mätupplägg på rått virke användes. I det parallella projektet genomfördes mätningar på furu, 2ex-postning, 50×125 mm, rotstock från ett sågverk i Norrlands inland.

(25)

15

Tabell 1. Utvalda dimensioner som följdes under projektet. Det valdes en tunnare och en tjockare produkt från centrumutbytet av både gran och furu. Dessutom valdes ytterligare en furuprodukt (50×125 mm) från ett parallellt projekt

Träslag Antal ex Dimension Målfuktkvot [%] Försortering Furu 2 32×125 12 och 18 Toppstock

Furu 2 75×150 18 -

Gran 2 38×125 18 -

Gran 2 63×150 18 -

Furu 2 50×125 18 Rotstock

Varje gång någon av de utvalda produkterna sågades togs det 30 st. torrviktsprov (densitet och fuktkvot) innan virket torkades. Proven togs jämnt fördelat från tre olika virkespaket. Från varje paket togs fem prov från toppändan på ena långsidan av virkespaketet, samt fem prov från rotändan av virkespaketets andra långsida.

Torrviktsproven mättes enligt den vanligt förekommande metoden i ”SS-EN 13183-1, Trä-varor – Fuktmätning – Del 1: Bestämning av fuktkvot hos ett stycke sågat virke (Torrvikts-metoden – Ugnstorkning)”.

Beräkningar

För virket som vägs i råsorteringen finns det flera densiteter att ta hänsyn till. Massan som vägs i råsorteringen är den råa massan (mω). Därefter kan densiteten (ρ) bestämmas med

olika volymer, se tabell 2 för komplett variabellista. 1. Nominell volym

(Vnom) = nominelltjocklek och -bredd (tjnom och brnom) multiplicerat med uppmätt

medellängd, (𝑙). 2. Verklig volym

(V) = uppmätt medeltjocklek, -bredd och multiplicerat med uppmätt medellängd (𝑡𝑡, 𝑏𝑏��� och 𝑙).

3. Råmått volym

(Vrå bör)= börvärden för tjocklek och bredd, råmåtten, multiplicerat med uppmätt

medellängd (𝑡𝑡𝑟å 𝑏ö𝑟, 𝑏𝑏𝑟å 𝑏ö𝑟 𝑜𝑜ℎ 𝑙).

Den första varianten är den som vanligen tillämpas på sågverken idag, nominell tjocklek och bredd multiplicerat med antalet löpmeter från en automatisk längdmätare, ofta placerad innan paketläggaren.

I detta projekt kan vi använda medelvärdet för tjocklek och bredd mätt på torrviktsproven vid varje sågning, annars krävs det att man har en automatisk tjockleks- och breddmätare som på något sätt sparar data. Den tredje varianten har inte använts i detta projekt, detta kommer att utvärderas i kommande projekt.

(26)

16

Tabell 2. Variabellista för mått, massa och volym.

Variabel Enhet Namn Förklaring

tjnom [mm] nominelltjocklek brnom [mm] nominellbredd tjrå bör [mm] råmått, bör tjocklek brrå bör [mm] råmått, bör bredd 𝑡𝑡Rω [mm] rå medeltjocklek 𝑏𝑏 ���Rω [mm] rå medelbredd 𝑙R ω [mm] rå medellängd

Vnom [m3] nominell volym tjnom× brnom× 𝑙R ω

𝑉 [m3] uppmätt rå medelvolym 𝑡𝑡Rω × 𝑏𝑏Rω × 𝑙R ω ƈ

Vrå bör [m3] råmått volym tjrå bör × brrå bör × 𝑙R ω × 10

-9

m0 [kg] massa torrt trä

mH2O [kg] massa vatten

mω [kg] råmassa m0 + mH2O

ρω,ω [kg/m3] rådensitet mω/ Vω = rå massa/rå volym

ρω,nom [kg/m3] rå/nominell densitet mω/ Vnom = rå massa/nominell volym

ρ0,ω [kg/m3] torr/rå densitet, ”rho-o-rå” m0/ mω = torr massa/rå volym

MC [%] fuktkvot (Moisture Content) mH2O/ m0

Formel 1 – Korrigering av densitet från nominella mått till uppmätt medeltjocklek och –bredd.

𝜌𝜔,𝜔= 𝑚𝑉𝜔 𝜔 = 𝜌𝜔,𝑛𝑛𝑛× 𝑉𝑛𝑛𝑛 𝑉𝜔 = 𝜌𝜔,𝑛𝑛𝑛× 𝑡𝑡𝑛𝑛𝑛× 𝑏𝑏𝑛𝑛𝑛× 𝑙𝜔 𝑡𝑡𝜔 × 𝑏𝑏���𝜔× 𝑙𝜔 = 𝜌𝜔,𝑛𝑛𝑛(𝐴)×(𝑡𝑡𝑛𝑛𝑛× 𝑏𝑏𝑛𝑛𝑛) (𝐵) �𝑡𝑡𝜔× 𝑏𝑏���𝜔�(𝐶)

A. densiteten från paketvågen, rå massa/nominell volym B. nominella måtten

C. verkliga måtten, alternativt bör råmått då ingen uppgift om verkliga mått finns

Formel 2 – Beräkning av fuktkvot utifrån uppmätt rådensitet och antagen eller uppmätt torr/rå densitet (”rho-0-rå”). 𝑀𝑀 =𝑚𝐻2𝑂 𝑚0 × 100 = 𝑚𝜔− 𝑚0 𝑚0 × 100 = � 𝑚𝜔 𝑚0 − 1� × 100 = � 𝑚𝜔 𝑉𝜔 � 𝑚0 𝑉𝜔 � − 1� × 100 = �𝜌𝜌𝜔,𝜔(𝐷) 0,𝜔(𝐸) − 1� × 100

D. rådensitet, råmassa/råvolym, se formel 1.

(27)

17

3.3 Torksimuleringar

För att få ett svar på hur mycket eventuella variationer i densitet och råfuktkvot påverkar torktiden har det gjorts simuleringar av industriell virkestorkning med programmet ValuSim, version 4.03.

ValuSim användes till dessa simuleringar då det redan användes av sågverket i fråga samt att det har en automatisk genereringsfunktion för att skapa torkscheman utifrån bl.a. densitet och råfuktkvot. Så mycket som möjligt av de riktiga torkarnas konfigurationer användes för att få realistiska resultat.

Under simuleringarna har alla inställningar, utom densitet och fuktkvot i splintveden, hållits oförändrade för att få jämförbara simuleringsresultat.

(28)

18

4 Resultat och diskussion

Här presenteras resultat av mer sammanfattande karaktär från mätningarna som skede under perioden mars-nov 2013, för mer detaljerade densitet- och fuktkvotsresultat se Bilaga 1 – Råfuktkvot och densitet.

4.1 Densitet

Uppmätta medelvärden för densiteten (ρ0,ω) vid olika tillfällen under 2013, samt totalt

medelvärde och standardavvikelse, visas i figur 13. Densitetens spridning för dessa produkter kan anses vara normalfördelade.

Figur 13. Medeldensitet vid olika provtagningstillfällen, samt totalt medelvärde och standardavvikelse för respektive dimension.

Störst spridning i uppmätt densitet uppvisade furu 50×125 mm med standardavvikelsen 51 kg/m3. Denna produkt är försorterad och borde därför enligt hypoteserna snarare ha en

mindre spridning än övriga, osorterade, produkter. Furu 32×125 mm, som också är för-sorterad, har tillsammans med gran 63×150 mm de lägsta spridningarna, med 27 respektive 28 kg/m3.

4.2 Råfuktkvot

Uppmätt medelvärde av råfuktkvot från olika tillfällen, samt totalt medelvärde och standardavvikelse, visas i figur 14. Noterbart är att endast mätningar med högre medelfuktkvot för respektive produkt kan ses som normalfördelade, se mer om varje mätnings fördelning i Bilaga 1.

350 360 370 380 390 400 410 420 430 440 450 2 3 4 5 6 7 8 9 10 11 Den si tet ρ0,ω [k g/ m 3] Månad

Densitet Torrvikt

F50x125, x̄ 422, s 51 F75x150, x̄ 408, s 51 F32x125, x̄ 380, s 27 G38x125, x̄ 377, s 34 G63x150, x̄ 368, s 28

(29)

19

Figur 14. Medelfuktkvot innan tork, samt totalt medelvärde och standardavvikelse för respektive dimension.

Högst råfuktkvot och variation kunde uppmätas för furuprodukterna, vilket beror på den generellt högre splintvedsandelen i furu. Skillnader i splintvedsandel kan även ses mellan furuprodukterna, tunnare produkt ger högre fuktkvot.

Grundläggande för paketvägningens förmåga att prediktera den råa fuktkvoten är starka samband mellan råfuktkvot och rå densitet. Dessa samband kan ses i figur 15.

Figur 15. Sambandet mellan uppmätt fuktkvot och densitet i medeltal på rått virke innan tork, uppmätt med torrviktsprov.

Notera att tre av grupperna i figur 15 har få observationer, n = 3 st. Sambanden blir starkare om G38×125, G63×150 och F32×125 mm ingår i samma linjära modell, samt F50×125 och F75×150 mm i en egen modell. Men det korrekta i detta är osäkert och utan ytterligare analyser väljs det nuvarande presentationssättet.

30 40 50 60 70 80 90 100 2 3 4 5 6 7 8 9 10 11 Fu ktkv ot [ % ] Månad

Rå fuktkvot Torrvikt

F32x125, u 73, s 27 F50x125, u 65, s 24 G38x125, u 51, s 18 F75x150, u 50, s 19 G63x150, u 43, s 13 R² = 0,98 R² = 0,87 30 35 40 45 50 55 60 65 70 75 80 85 90 500 550 600 650 700 750 m ed el fu kt kv ot [% ] Rå medeldensitet, ρω,ω [kg/m3]

Rådensitet - Råfuktkvot

G38x125 G63x150 F32x125 F50x125 F75x150

(30)

20

4.4 Paketvägning

Den installerade virkesvågen har vid kontroller som mest visat ett mätfel på 0,87 %, se tabell 3. Resultatet från de två senaste kontrollerna kan anses vara lika då mätfelet varit 0,86 respektive 0,87 %. Detta mätfel påverkar uppskattningen av fuktkvoten med ca 1,8 2 % -enheter beroende på densitet.

Vid de två senaste kontrollerna har vågen dessutom konsekvent visat mer än referensvikten. Skulle vågen även i fortsättningen systematiskt visa för hög vikt skulle det eventuellt gå att justera vågen för att uppnå en ännu högre precision.

Tabell 3. Resultat från kontrollerna av virkesvågen. Första tillfället var vid driftsättning då vågen justerades för första gången.

Datum Referensvikt Av vågen

visad vikt Differens Differens Vågens std.av.

[kg] [kg] [kg] [%] [kg]

2013-03-13 1850 1849 -1 -0,1

2013-10-08 1855 1871 16 0,86 5 (n=5st) 2014-06-27 2189 2208 19 0,87 3 (n=10st) Vid repeterbarhetstest under de två sista kontrollerna har vågen haft en standardavvikelse på 5 och 3 kg, omräknat på respektive medelvikt (”Av vågen visad vikt” tabell 3) blir detta 0,3 respektive 0,1 % i standardavvikelse när man väger samma massa flera gånger.

Oturligt nog hann bara två produkter vid två olika tillfällen mätas med både torrvikt och paketvägning innan virkesvågen började väga felaktigt. I tabell 4 visas medelvärden för olika densiteter samt beräknad och uppmätt fuktkvot.

Tabell 4. Uppmätta och beräknade medelvärden för densitet och fuktkvot vid två tillfällen.

Datum Produkt Pkt Dens.

(ρω,nom)

Råmåttkorr. Pkt Dens. (ρω,ω)

Beräknad

MC Uppmätt MC Diff Beräknad-Uppmätt MC

[mm] [kg/m3] [kg/m3] [%] [%] [%-enh.]

11/4 F32×125 782 689 81 78 3

26/3 G63×150 595 547 49 44 5

Orsaken till den felaktiga vägningen berodde på att fotocellen som gör att virket stannar på vågen just innan elevatorna vreds ur sitt läge p.g.a. yttre åverkan, se kapitel 3.1. Detta verkar ha skett när furu 32×125 mm, vilken är en av de produkter vi följt, sågades den 21/5. I figur 16 visas den råa densiteten för samtliga sågningar av 32×125 mm under april till och med september i den ordning paketen producerades. Under sågningen 21/5 blev det ett tydligt trendbrott där rådensiteten plötsligt blev lägre, densiteten under följande 32×125 mm sågningar är därefter felaktigt lika låga.

(31)

21

Figur 16. Paketens rådensitet för olika furu 32×125 mm sågningar, alla timmerklasser och postningar, från april till och med september.

Vid analys av mätningarna före och efter att felet uppstod, i figur 16 och figur 17 syns det lägre medelvärdet samt den ökade spridningen efter att felet uppstod. Detta beror troligen på att mängden virke som låg utanför vågen varierar beroende på hur snett virket låg på tvärtransportören.

Figur 17. Paketdensitetens medelvärde och spridning före och efter att den felaktiga vägningen började.

För furu 32×125 mm gör den felaktigt angivna densiteten, ca 680 kg/m3 istället för ca 790

kg/m3, p.g.a. felet med fotocellen att den beräknade fuktkvoten blir 54 % istället för 80 %.

De manuella fuktkvotsmätningarna under april-maj-juni visade samtidigt att den råa fukt-kvoten sjönk från 74-78 % till 64 %, vilket var förväntat att fuktfukt-kvoten skulle göra under våren. Därför väcktes inga direkta misstankar att det var fel på vägningarna.

550 600 650 700 750 800 850 0 20 40 60 80 100 120 140 160 180 200 220 240 Den si tet ρω,ω [k g/ m 3] Observation

Trend Paketdensitet, Furu 32x125 mm

5/4

11/4 21/5 17/6 10/7 13/8 21/8 17/9 0 5 10 15 20 25 30 35 580 600 620 640 660 680 700 720 740 760 780 800 820 840 An ta l [ st ] Densitet ρω,ω [kg/m3]

Densitet F32x125 mm

Vecka 15-24, Medel 783 Vecka 25-38, Medel 680

(32)

22

4.5 Torksimuleringar

Furu 32×125 mm med målfuktkvot 18 %

Simuleringarna utgick ifrån uppmätt medelvärde för densitet och råfuktkvot, mitten i figur 18. Sedan har densiteten (lodrät axel) och fuktkvoten (vågrät axel) ändrats. För mer info om torkschemats utseende och resultat se Bilaga 2.

Torktider och fuktkvotspridning m.m. kan i simuleringarna skilja sig från den generella verkligheten. Simuleringarna ger dock resultat som är jämförbara sinsemellan när påverkan av densitet och råfuktkvot undersöks.

Figur 18. Resultat från torksimuleringar på Furu 32×125 mm till slutfuktkvot 18 %, varierande densitet (ρ0,ω)

och råfuktkvot.

Simuleringsresultaten tillsammans med de uppmätta densiteterna (figur 13) och råfuktkvot (figur 14) tyder på att fuktkvoten är en viktigare parameter än densitet för furu 32×125 mm när torkschemas utformas. De uppmätta densitetsvariationerna, som är lägre än förändring-arna i simuleringförändring-arna, påverkar torktiden mycket lite, <1 tim.

De uppmätta fuktkvotsvariationerna, som motsvarar ändringarna av råfuktkvot i simulering-arna, påverkar torktiden med ca ± 5-6 timmar utifrån uppmätt ”års-medel” på 70 %. Detta betyder att torktiden borde vara 10-12 timmar kortare när det är som torrast på året jämfört när virket är som fuktigast och torktiden är som längst.

380 kg/m3 70 % 400 kg/m3 70 % +2 tim 380 kg/m3 80 % +6 tim 360 kg/m3 70 % -1 tim 380 kg/m3 60 % -5 tim

(33)

23

5 Slutsatser

• Analyserna av de två sågverkenas egna mätningar efter avslutad torkning från samtliga torksatser över tre år visar:

o Vilken operatör som mätt, vilken kammartork virke torkats i och årstid påverkar inte resultatet nämnvärt.

o Tjocklek, målfuktkvot, förväntad torktid, antal slutfuktkvotsmätningar efter torkning, torkprogram och utomhustemperatur har i fallande ordning störst inverkan på precisionen att träffa målfuktkvoten.

Notera att detta endast säger något om mätningarna och virket när det lämnar torkarna. Det kan t.ex. ändå finnas påverkan från individuella kammartorkar och årstid men att detta på ett lyckat sätt utjämnats.

• De uppmätta variationerna över året för torrdensitet är underordnad den råa fuktkvotens variation.

• Det går inte att dra några långtgående slutsatser utifrån de två korrekta mätningarna (torrvikt och paketdensitet i tabell 4) angående virkesvägningens noggrannhet när det gäller att prediktera den råa fuktkvoten.

Positivt är dock att mätningarna inte motsäger vår förhoppning att kunna prediktera fuktkvoten med ca ± 5 % -enheter.

• Virkesvågens mätnoggrannhet med ett mätfel just under 0,9 % anses vara tillräckligt bra. Målsättningen var ≤1 %, vilket ger ett fel på den beräknade målfuktkvoten med ca 2 %-enheter.

Vid de två gjorda kontrollerna, förutom vid driftssättningen där vågen också juste-rades, har vågen vägt 0,86 - 0,87 % för mycket. Det är möjligt att detta går att justera bort om vågen konstant ger lika för höga värden och därmed uppnå än högre nog-grannhet.

• Gran 63×150 mm var den enda produkten där genomförda mätningar under 2013 inte indikerar på någon betydande variation i råfuktkvot, tre mätningar inom 43-44 % i uppmätt medelfuktkvot. Det motiverar inte någon justering av torkscheman.

• Största variationerna i råfuktkvot uppmättes för furu 32×125 mm sågat av topp-stockar, medelfuktkvoten varierade för denna produkt mellan 64 och 82 %.

• Gjorda torksimuleringar för furu 32×125 mm med målfuktkvot 18 % och variationer i råfuktkvot på ± 10 %, motsvarande de uppmätta variationerna, visar att torktiden behöver justeras ± 5-6 timmar för ett 50 – 60 timmars torkprogram för att nå samma slutfuktkvot.

• Vågkonstruktionen med att bygga och ställa en ram på lastceller går att applicera på många andra ställen, t.ex. för att väga paket i råsortering, justerverk, utlastning osv.

(34)

24

• Utifrån den aktuella virkesvågen och dess placering i råsorteringen dras följande slutsatser:

+ Dagens placering är skyddad.

+ Det krävs ingen aktiv åtgärd från operatör för att väga.

+ Vågen bromsar eller hindrar inte produktionen, varken i drift eller inaktiverad. + Endast en våg (per råsortering) att kalibrera och underhålla.

+ God mätnoggrannhet.

+ Enkel, och relativt billig, installation.

+ Lastceller och instrument är av standardtyp och kan enkelt bytas ut, justeras osv. vid behov.

− När virket kommer mycket snett kan en del av virket hamna utanför vågen. Detta kan till stor del avhjälpas för den aktuella installationen genom att komplementera med en ytterligare fotocell. I dagsläget sitter det bara en fotocell på ena sidan av tvärtransportören.

− Vid nollställning av köhanteringen sparas inte vikten för aktuella paketet, vilket kan behövas vid t.ex. manuell tvångstyrning eller annan avvikelse.

− Då två vägningar, d.v.s. virke från två fack i råsorteringen, normalt krävs för att skapa ett strölagt virkespaket på det aktuella sågverket måste båda två vägningarna fungera för att uppmätt densitet ska bli korrekt.

− Arbetet med kontrollerna kan störa produktionen då flödet i råsorteringen hindras. För installationen i fråga görs en kontroll inom 20-30 min, t.ex. under en rast, om inget allvarligare krångel uppstår.

Slutsatsen som kan dras är att vägning av rått virke kan användas som ingående parameter till styrning av torken för förbättrad träffsäkerhet av målfuktkvoten.

(35)

25

Om TräCentrum Norr

TräCentrum Norr finansieras av de deltagande parterna tillsammans med medel från Europeiska Regionala

Utvecklingsfonden (Mål 2), Länsstyrelsen i Norrbottens län samt Region Västerbotten.

Deltagande parter i TräCentrum Norr är: Lindbäcks Bygg AB Holmen Timber, Martinsons Trä AB, SCA Forest Products AB, Norra Skogsägarna, Setra Group AB, Sågverken

Mellansverige, SÅGAB, Sveaskog AB, Luleå tekniska universitet, Skellefteå kommun och Piteå kommun.

(36)

26

Bilaga 1 – Råfuktkvot och densitet

0 1 2 3 4 5 6 7 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Furu 32x125 mm (toppstock)

11/4, u 78, s 33 21/5, u 74, s 22 17/6, u 64, s 25 20/9, u 69, s 30 9/10, u 82, s 22 0 5 10 15 20 25 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Furu 32x125 mm (toppstock)

Tot, u 73, s 27 0 1 2 3 4 5 6 7 8 9 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Furu 32x125 mm (toppstock)

(37)

27 0 5 10 15 20 25 30 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Furu 32x125 mm (toppstock)

Tot, x̄ 380, s 27 0 2 4 6 8 10 12 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Furu 50x125 mm (rotstock)

25/4, u 70, s 26 23/5, u 58, s 19 13/6, u 56, s 25 29/8, u 63, s 23 12/9, u 63, s 21 27/9, u 68, s 25 15/10, u 75, s 26 0 5 10 15 20 25 30 35 40 45 50 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Furu 50x125 mm (rotstock)

(38)

28 0 1 2 3 4 5 6 7 8 9 32 0-330 33 0-340 34 0-350 35 0-360 36 0-370 37 0-380 38 0-390 39 0-400 40 0-410 41 0-420 42 0-430 43 0-440 44 0-450 45 0-460 46 0-470 47 0-480 48 0-490 49 0-500 50 0-510 51 0-520 52 0-530 53 0-540 54 0-550 55 0-560 56 0-570 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Furu 50x125 mm

25/4, x̄ 412, s 58 23/5, x̄ 429, s 46 13/6, x̄ 417, s 45 29/8, x̄ 417, s 43 12/9, x̄ 425, s 51 27/9, x̄ 424, s 54 15/10, x̄ 432, s 58 0 5 10 15 20 25 30 32 0-330 33 0-340 34 0-350 35 0-360 36 0-370 37 0-380 38 0-390 39 0-400 40 0-410 41 0-420 42 0-430 43 0-440 44 0-450 45 0-460 46 0-470 47 0-480 48 0-490 49 0-500 50 0-510 51 0-520 52 0-530 53 0-540 54 0-550 55 0-560 56 0-570 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Furu 50x125 mm

Tot, x̄ 422, s 51 0 2 4 6 8 10 12 14 16 18 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 120-130 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Furu 75x150 mm

22/5, u 56, s 26 11/6, u 43, s 11 26/11, u 52, s 16

(39)

29 0 5 10 15 20 25 30 35 40 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 120-130 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Furu 75x150 mm

Tot, u 50, s 19 0 2 4 6 8 10 12 32 0-330 33 0-340 34 0-350 35 0-360 36 0-370 37 0-380 38 0-390 39 0-400 40 0-410 41 0-420 42 0-430 43 0-440 44 0-450 45 0-460 46 0-470 47 0-480 48 0-490 49 0-500 50 0-510 51 0-520 52 0-530 53 0-540 54 0-550 55 0-560 56 0-570 57 0-580 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Furu 75x150 mm

22/5, x̄ 408, s 56 11/6, x̄ 404, s 51 26/11, x̄ 412, s 46 0 2 4 6 8 10 12 14 16 32 0-330 33 0-340 34 0-350 35 0-360 36 0-370 37 0-380 38 0-390 39 0-400 40 0-410 41 0-420 42 0-430 43 0-440 44 0-450 45 0-460 46 0-470 47 0-480 48 0-490 49 0-500 50 0-510 51 0-520 52 0-530 53 0-540 54 0-550 55 0-560 56 0-570 57 0-580 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Furu 75x150 mm

Tot, x̄ 408, s 51

(40)

30 0 2 4 6 8 10 12 14 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 120-130 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Gran 38x125 mm

7/3, u 57, s 17 3/6, u 48, s 18 29/8, u 49, s 18 0 5 10 15 20 25 30 35 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 120-130 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Gran 38x125 mm

Tot, u 51, s 18 0 1 2 3 4 5 6 7 8 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Gran 38x125 mm

7/3, x̄ 375, s 38 3/6, x̄ 370, s 34 29/8, x̄ 387, s 29

(41)

31 0 2 4 6 8 10 12 14 16 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Gran 38x125 mm

Tot, x̄ 377, s 34 0 2 4 6 8 10 12 14 16 18 30-40 40-50 50-60 60-70 70-80 80-90 90-100 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Gran 63x150 mm

26/3, u 44, s 15 24/6, u 43, s 14 20/9, u 44, s 10 0 5 10 15 20 25 30 35 40 45 50 30-40 40-50 50-60 60-70 70-80 80-90 90-100 An ta l [ st ] Fuktkvot [%]

Rå fuktkvot Gran 63x150 mm

Tot, u 43, s 13

(42)

32 0 1 2 3 4 5 6 7 8 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Gran 63x150 mm

26/3, x̄ 367, s 30 24/6, x̄ 366, s 27 20/9, x̄ 371, s 26 0 2 4 6 8 10 12 14 16 An ta l [ st ] Densitet, ρ0,ω [kg/m3]

Densitet Gran 63x150 mm

Tot, x̄ 368, s 28

(43)

33

Norrlands kustland

Norrlands inland

Gran

Furu

Stocktyp - - Toppstock - Rotstock

Dimension 38× 125 38× 125 38× 125 63× 150 150 63× 63× 150 125 32× 32× 125 32× 125 32× 125 32× 125 75× 150 75× 150 75× 150 50× 125 125 50× 50× 125 50× 125 50× 125 50× 125 125 50× Datum 7/3 3/6 29/8 26/3 24/6 20/9 11/4 21/5 17/6 20/9 9/10 22/5 11/6 26/11 25/4 23/5 13/6 29/8 12/9 27/9 15/10 Medel Rådensitet (ρω,ω) [kg/m3] 586 548 576 528 522 532 676 664 614 645 695 632 578 625 695 673 646 675 689 707 748 Median Rådensitet (ρω,ω) [kg/m3] 579 532 568 508 514 536 640 676 629 615 687 616 567 623 697 669 614 668 699 710 754 Stdav Rådensitet (ρω,ω) [kg/m3] 70 74 68 54 64 43 117 92 98 115 82 107 73 80 106 80 88 78 85 93 94 Medel Torrdensitet (ρ0,ω) [kg/m3] 375 370 387 367 366 371 380 382 376 381 382 408 404 412 412 429 417 418 425 424 432 Stdav Torrdensitet (ρ0,ω) [kg/m3] 38 34 29 30 27 26 22 29 30 21 34 56 51 46 58 46 45 43 51 54 30 Medel Fuktkvot (rå) [%] 57 48 49 44 43 44 78 74 64 69 82 56 43 52 70 58 56 63 63 68 75 Median Fuktkvot (rå) [%] 54 43 43 38 39 40 67 77 67 62 80 45 37 51 68 51 49 60 64 68 68 Stdav Fuktkvot (rå) [%] 17,5 18 18 15 14 10 33 22 25 30 22 26 11 16 26 19 25 23 22 25 26

(44)

34

Bilaga 2 –Torksimulering Furu 32×125 mm

ValuSim 4.03

(45)

SP Sveriges Tekniska Forskningsinstitut

Box 857, 501 15 BORÅS

Telefon: 010-516 50 00, Telefax: 033-13 55 02 E-post: info@sp.se, Internet: www.sp.se

www.sp.se

Hållbar Samhällsbyggnad SP Rapport: 2016:22 ISBN 978-91-88349-26-2 ISSN 0284-5172

Mer information om SP:s publikationer: www.sp.se/publ

SP Sveriges Tekniska Forskningsinstitut

SP-koncernens vision är att vara en internationellt ledande innovationspartner. Våra 1 400 medarbetare, varav över hälften akademiker och cirka 380 med forskarutbildning, utgör en betydande kunskapsresurs. Vi utför årligen uppdrag åt fler än 10 000 kunder för att öka deras konkurrenskraft och bidra till hållbar utveckling. Uppdragen omfattar såväl tvärtekniska forsknings- och innovationsprojekt som marknadsnära insatser inom provning och certifiering. Våra sex affärsområden (IKT, Risk och Säkerhet, Energi, Transport, Samhällsbyggnad och Life Science) svarar mot samhällets och näringslivets behov och knyter samman koncernens tekniska enheter och dotterbolag. SP-koncernen omsätter ca 1,5 miljarder kronor och ägs av svenska staten via RISE Research Institutes of Sweden AB.

SP Technical Research Institute of Sweden

Our work is concentrated on innovation and the development of value-adding technology. Using Sweden's most extensive and advanced resources for technical evaluation, measurement technology, research and development, we make an important contribution to the competitiveness and sustainable development of industry. Research is carried out in close conjunction with universities and institutes of technology, to the benefit of a customer base of about 10000 organisations, ranging from start-up companies developing new technologies or new ideas to international groups.

References

Related documents

Den kategoriseringsprocess som kommer till uttryck för människor med hög ålder inbegriper således ett ansvar att åldras på ”rätt” eller ”nor- malt” sätt, i handling

Subject D, for example, spends most of the time (54%) reading with both index fingers in parallel, 24% reading with the left index finger only, and 11% with the right

issue in formal lending by looking at whether farmers who only borrow formally have higher or lower shadow prices of working capital (and, hence, are perceived as worse or

intresserade av konsumtion av bostadstjänster, utan av behovet av antal nya bostäder. Ett efterfrågebegrepp som ligger närmare behovet av bostäder är efterfrågan på antal

Förutom föreslagna åtgärder från Blekingesjukhuset; mobila team, direktinläggningar, ASIH med mera, måste primärvårdens ansvar för akut omhändertagande förtydligas..

Under rubrik 5.1 diskuteras hur eleverna använder uppgiftsinstruktionerna och källtexterna när de skriver sina egna texter och under rubrik 5.2 diskuteras hur

Detta skulle kunna ställa till det för kategoriseringen, en viss aktör skulle kunna besitta perspektivet men inte ge uttryck för det, eftersom man helt enkelt inte är medveten om

Stereotypa föreställningar om oss själva och andra speglas och reproduceras i representationer i marknadsföring och resenärers berättelser, vilka många gånger utgör grunden för