EXAMENSARBETE
Bränslevalets påverkan på pelletsens
förmåga att motstå mekaniskt slitage
En fallstudie vid LKAB i Kiruna
Mathias Tegel
2013
Civilingenjörsexamen
Industriell ekonomi
Luleå tekniska universitet
Förord
Jag vill börja med att tacka mina handledare, Anette Rönnebro på LKAB och Erik Lovén på Luleå tekniska universitet. Den uppmuntran, vägledning och tid de bägge bidragit med har varit ovärderlig för mig under genomförandet av detta examensarbete. Jag kan inte tacka er tillräckligt.
Jag vill även rikta ett varmt tack till Erik Vanhatalo på Luleå tekniska universitet, som varit mycket hjälpsam och bidragit med sitt kunnande kring dataanalys.
Ett stort tack till Maria Olsson på LKAB, som både bidragit med både processerfarenhet och stöd vid utförandet av arbetet.
Jag vill även tacka Ola Eriksson och Ola Rosendal på LKAB som bägge bidragit med erfarenhet och råd till examensarbetets genomförande.
Slutligen vill jag tacka mina nära och kära för allt det stöd och all den uppmuntran jag fått av dem.
Luleå, juli 2013
Sammanfattning
Detta examensarbete handlar om arbetet med att öka en produkts kvalitet i ett fall där den process som genererade produkten var komplex. Den process som undersöktes var komplex på så vis att antalet faktorer som kunde tänkas påverkar produktens olika kvalitetsaspekter var mycket stort, samtidigt som inbördes beroende faktorer gjorde sambanden svårupptäckta. Den studerade processen var gruvdriftskoncernen LKABs framställning av järnmalmspellets, specialutvecklade för direktreduktion. Direktreduktionspelletsen är större än LKABs övriga pelletsprodukter och ställer därför speciella krav på processens förmåga att tillgodose de förutsättningar som pelletsen kräver för att erhålla en hög motståndskraft mot mekanisk nötning. Då finkornigt produktsönderfall ger minskade intäkter och kan ge problem i direduktionsprocessen fanns ett intresse av att bättre förstå hur problemet kunde undvikas. Ett flertal faktorer misstänktes påverka dessa egenskaper, men syftet med denna studie har primärt varit att utforska vilken inverkan bränslevalet för den brännare som används vid pelletiseringen har. Brännaren används vid pelletiseringen för att tillföra värme till processen samt sintra pelletsen, i detta fall vid tillverkning av direktreduktionspellets i Kiruna Kulsinterverk 3. Primärt använder LKAB kol som bränsle för denna, men olja används som komplettering i vissa lägen.
Med hjälp av experiment i form av styrda försök och analys av tre års historisk data i form av förberedande dataanalys och multipel regressionsanalys har de samband kopplade till bränslevalets inverkan på pelletsens förmåga att motstå mekanisk nötning undersökts.
Utifrån dessa analyser gick det ej att utläsa något helt entydigt samband mellan bränslevalet och pelletsens motståndskraft. De analyser som genomfördes pekade dock främst på en tendens att användandet av kol är det som ger bäst pellets sett till dess motståndskraft mot nötning.
Abstract
This thesis deals with efforts of increasing the quality of a product when the process generating the product was complex. The process studied was complex in that the amount of factors that were believed to affect the different quality aspect was very large, while the many interdependent factors made the relations between the different factors difficult to discover. The process that was investigated was the mining group LKAB's production of iron ore pellet specially developed for direct reduction. The large size of the product makes it demanding regarding the process's ability to satisfy the conditions that the pellets require to obtain a higher resistance to mechanical abrasion. Fine-grained decomposition of the product gives lower revenues and can cause problems in the direct reduction process. It was therefore of interest for LKAB to better understand how the problem could be avoided.
Several factors were believed to influence these properties, but the purpose of this study was to specifically explore the impact of the choice of fuel for the burner used in the pelletizing. The burner is used in the pelletizing process to add heat to the process and sinter the pellets, in this case in the production of direct reduction pellets in Kiruna Pelletizing Plant 3. LKAB primarily uses coal as fuel for the burner, but oil is used as fuel in cases when coal for various reasons can’t be used.
The relation linked to the choice of fuel and its impact on the pellets resistance to mechanical abrasion were investigated by the use of controlled experiments, and analysis of historical data in the form of an exploratory data analysis and a multiple regression analysis.
Based on these analyzes, it was not possible to reveal any clear-cut link between the choice of fuel and the pellets resistance to mechanical abrasion. The analyzes did however mainly point out that if there is a relation, the use of coal is to be preferred as it produces the best pellets in terms of its resistance to abrasion.
Innehåll
Förord Sammanfattning Abstract Ordlista ... i 1. Inledning ... 1 1.1 Läshänvisningar ... 1 1.2 Bakgrund ... 1 1.3 Syfte ... 2 1.4 Avgränsningar ... 22. Undersökningskontext och teoretisk referensram ... 3
2.1 Företagspresentation ... 3
2.2 Malmförädlingskedjan för pellets ... 3
2.2.1 Sovring och anrikning i Kiruna ... 4
2.2.2 Pelletisering i KK3 ... 4
2.3 ATH och TTH ... 7
2.4 Tidigare forskning ... 7
2.4.1 Umetrics Rapport; ATH% påverkan i KK3 ... 7
2.4.2 Faktorförsök varma delen ATH ... 7
2.4.3 Simca analyser under ATH- projektet ... 8
2.4.4 Bränslevalets inverkan på RuL-värdet för KPBO i KK2 ... 9
2.4.5 Mikroskopering av KPRD från KK3 ... 9 2.5 Metodteori ... 9 2.5.1 Förberedande dataanalys ... 9 2.5.2 Regressionsanalys ... 12 3. Metod ... 15 3.1 Forskningssyfte ... 15 3.2 Forskningsansats ... 15
3.2.1 Kvalitativ eller kvantitativ ... 15
3.2.2 Induktiv eller deduktiv... 16
3.3 Forskningsstrategi ... 16
3.4 Datainsamling ... 17
4. Empiri ... 20
4.1 Val av faktorer ... 20
4.2 Insamling och bearbetning av historiskt data ... 21
4.3 Filtrering av insamlat data... 23
4.4 Insamling av data vid styrda försök ... 24
5. Analyser och resultat ... 27
5.1 Förberedande dataanalys ... 27 5.1.1 Analys av tidsserier ... 27 5.1.2 Test av autokorrelation ... 29 5.1.3 Test av normalfördelningsantagande ... 31 5.1.4 Undersökning av uteliggare... 33 5.1.5 Undersökning av bränslenivåer ... 33 5.1.6 Sambandsdiagram ... 34 5.1.7 Korrelationsanalys ... 45 5.2 Regressionsanalys ... 46 5.2.1 ATH ... 46 5.2.2 TTH ... 70 5.3 Analys av styrda försök ... 84
5.4 Sammanfattning av resultat från analyser ... 86
6. Slutsatser ... 87
7. Diskussion ... 89
7.1 Metodreflektion ... 89
7.2 Validitet och reliabilitet ... 90
7.3 Förslag till vidare studier ... 90
7.4 Generaliserbarhet ... 91 8. Referenser ... 93 8.1 Artiklar ... 93 8.2 Avhandlingar ... 93 8.3 Böcker ... 93 8.4 Datorprogram ... 93 8.5 Internet ... 93 8.6 Kompendier ... 94
8.8 LKABs intranät ... 95 8.9 Personlig kommunikation... 95
Bilageförteckning:
Bilaga 1: Lista med faktorer från Wikström (2006) Bilaga 2: Undersökta faktorer och samspel Bilaga 3: Styrda försök
Bilaga 4: Tidsserieanalys ATH Bilaga 5: Tidsserieanalys TTH
Bilaga 6: Analys av autokorrelation ATH Bilaga 7: Analys av autokorrelation Bilaga 8: Normalfördelningstest ATH Bilaga 9: Normalfördelningstest TTH
Bilaga 10: Tabeller för undersökning av bränslenivåer Bilaga 11: Sambandsdiagram ATH
Bilaga 12: Sambandsdiagram TTH
i
Ordlista
##TN###
Namnform LKAB använder för tank-behållare. ##TR###
Namnform LKAB använder för transportörer. Transportörer är automatiserade band som bland annat används för att transportera produktion från olika delar av verken till andra delar.
ATH
Ett mått på andelen finkornigt sönderfall hos pellets vid vid tumlingstest. Dessa test går till på så sätt att ett prov på cirka 15kg med pellets körs 200 varv i en roterande trumma varefter den procentuella andelen som är mindre än 0,5 mm blir ATH-värdet.
Bentonit
Lermineral som används som bindemedel. Bentoniten tillsätts till sliget före råkulsrullningen för att få det att binda ihop bättre vid- och efter rullningen.
DDD
Den andra och näst svalaste av de fyra gratezonerna. Används främst för att torka produkten. Temperaturen på den ingående torkningsluften är cirka 350-450°C.
Fines
Finkornig järnmalmssand. Grate
Den del där råkulorna torkas och förvärms inför sintringen. Indelad i fyra zoner: UDD, DDD, TPH och PH.
IP21
Databas som LKAB använder för att spara processdata. Databasen är kopplat till programmet Aspen Process Explorer som används för att hämta ut och analysera innehållet i databasen. KA2
Kiruna Anrikningsverk 2. Det anrikningsverk som primärt förser KK3 med slurry. Kiln
Den roterande ugn där pelletsen i huvudsak sintras. Även den delen där brännaren sitter. Direkt efterföljande processteg till graten. Normal bränntemperatur är cirka 1 250°C.
KK3
ii KPRS
Pellet tillverkade speciellt för direktreduktion. Större till storleken än LKABs övriga pelletstyper. KTH
Pelletsens hållfasthet under tryck. Kylare
Steget efter Kiln där den sintrade pelletsen kyls av tillräckligt för att pelletsen ska kunna transporteras. Är liksom graten indelad i fyra zoner.
Organiskt bindemedel
Används tillsammans med bentonit som komplementerande bindemedel. Pellets
Kulformade järnmalmspellets som är en av de produkter som LKAB erbjuder sina kunder. PH
Den fjärde, sista och varmaste av de fyra gratezonerna. Används främst för att oxidera pelletsen innan sintring. Temperaturen på den ingående torkningsluften är cirka 1100-1250°C.
Råkula
Icke-sintrade pellets som erhåller sin kulform genom rullning av slig och bindemedel i rulltrummor.
Sintring
Process där större objekt skapas genom att mindre partiklar sammanfogas vid höga temperaturer.
Slig
Den fuktiga finkrossade malmen som blir när slurryn filtrerats. Slurry
Finkrossad malm blandat med vatten och tillsattsmedel. TPH
Den tredje och näst varmaste av de fyra gratezonerna. Används främst för att förvärma produkten. Temperaturen på den ingående torkningsluften är cirka 950-1050°C. TTH
Mått på andelen av produkten som bibehåller en storleken på 6,3 mm eller större vid
tumlingstest. Dessa test går till på så sätt att ett prov på cirka 15kg med pellets körs 200 varv i en roterande trumma varefter den procentuella andelen som är större än 6,3 mm blir TTH-värdet.
UDD
1
1. Inledning
I denna del presenteras läshänvisningar för rapporten samt en beskrivning av utgångspunkten för denna rapport. Det senare innefattar bakgrunden, problemställningen, syftet samt
avgränsningarna för studien.
1.1 Läshänvisningar
Denna rapport innehåller en mängd termer och förkortningar som är mer eller mindre
företagsspecifika eller av andra anledningar troligtvis är okända för många. För att underlätta läsningen av rapporten finns förklaringar de allra viktigaste av dessa termer och förkortningar samlade i en ordlista på sidan i.
1.2 Bakgrund
LKAB 1 har haft problem med finkornigt produktsönderfall för en av sina järnmalmspelletsprodukter. Produktsönderfallet är ett problem då det ger minskade intäkter samt orsakar produktionsproblem för kunderna. Produkten som det rör sig om kallas KPRS och är en storleksmässigt större järnmalmspellets anpassad speciellt för att reduceras till råjärn genom direktreduktion. Istället för att ta fram smält råjärn med hjälp av en masugn nyttjas då reformerad naturgas för att reducera pelletsen till solid järnsvamp. Det är i denna process som produktsönderfallet, som genererar ett järnmalmspulver kallat fines, ställer till det för kunden. Detta då den fines som bildas försvårar genomströmningen av pellets i direktreduktionsugnen, vilket kan leda till produktionsstörningar.
Ett antal produktfaktorer har kunnat kopplas till mängden genererad fines hos slutprodukten. En av dessa faktorer är pelletsens förmåga att motstå sönderfall orsakat av mekanisk nötning, vilket mäts med måtten ATH2 och TTH3. Då KPRS-pelletsen är större till storleken än LKABs övriga pelletsprodukter är den även skörare sett till mekanisk nötning och ställer högre krav på produktionen för att uppnå motsvarande motståndskraft.
Pelletsens ATH och TTH kan dock i sin tur tänkas påverkas av en mängd olika processfaktorer som dessutom till stor del beror av varandra, vilket gör det mycket komplext att utreda vilken påverkan enskilda faktorer egentligen har. En sådan processfaktor vars inverkan på produktens ATH respektive TTH fortfarande är relativt outforskad är tillfällig användning av olja som bränsle för kiln4 i de fall då det primära bränslet, kol, inte går att använda.
En av de vanligare anledningarna till att kol inte kan användas är stockningar, i den kvarn där kolet mals, orsakade av blött kol. Det är därför möjligt att öka tillgängligheten hos kolet genom investeringar, om det går att visa på att detta vore ett bättre alternativ ekonomiskt. Huruvida
1
Luossavaara-Kiirunavaara Aktiebolag. För ytterligare beskrivning se avsnitt 2.1. 2
Mått på andelen av produkten som faller sönder till storleken 0,5 mm eller mindre vid tumlingstest. För ytterligare beskrivning se avsnitt 2.3.
3
Mått på andelen av produkten som bibehåller en storleken på 6,3 mm eller större vid tumlingstest. För ytterligare beskrivning se avsnitt 2.3.
4
2
bränslevalet har en inverkan eller ej på produktens ATH respektive TTH skulle i så fall vara en faktor att ta hänsyn till.
1.3 Syfte
Vid de tillfällen då det inte är möjligt att använda kol som bränsle för kiln används istället olja. Med anledning av detta är det av intresse för LKAB att veta vilken inverkan användandet av olja har på produktkvaliteten för att bättre kunna förhålla sig till detta. Syftet med det här arbetet är att specifikt undersöka bränslevalets inverkan på KPRS-pelletsens förmåga att motstå sönderfall orsakat av mekanisk nötning, mätt i ATH och TTH.
Utifrån syftet är en första målsättning med studien att svara på huruvida bränslevalet har någon inverkan på ATH- respektive TTH-värdet. Om så är fallet så finns det ytterligare två målsättningar:
Att svara på hur mycket och i vilken riktning bränslevalet inverkar på ATH- respektive TTH-värdet.
Att svara på hur denna inverkan kan förklaras utifrån de processförändringar som bränslevalet ger upphov till.
1.4 Avgränsningar
Undersökningen är avgränsad till Kiruna Kulsinterverk 3 (KK3) då det huvudsakligen är i detta verk som man tillverkar KPRS.
3
2. Undersökningskontext och teoretisk referensram
I denna del presenteras fakta kopplat till studiens undersökningskontext, samt den bakomliggande teori som använts. Det rör sig främst om fakta kopplat till de processer som arbetet berört samt om tidigare studier kopplade till forskningsområdet. Även den metodteori som använts presenteras i denna del.
2.1 Företagspresentation
När gruvdriftskoncernernen Luossavaara-Kiirunavaara Aktiebolag (förkortat LKAB) grundandes 1890 var det utvinningen av järnmalm i svenska Lappland som stod i centrum. Trots att verksamheten breddats och spritt sig till andra delar av världen är det än idag företagets järnmalmsprodukter som utgör kärnan och LKAB är idag världens näst största leverantör av järnmalmspellets. Försäljningen av järnmalmsprodukterna sker främst inom Europa men även marknader som Mellanöstern, Nordafrika och Asien står för delar av försäljningen. (LKAB.com, 2013)
LKAB äger idag även nio dotterbolag, däribland LKAB Minreals, LKAB Wassara AB och LKAB Malmtrafik AB för att nämna några exempel. Koncernen har drygt 4 000 anställda och är utöver Sverige och Norge även verksam ibland annat England, Turkiet och Kina. (Ibid)
2.2 Malmförädlingskedjan för pellets
Efter att järnmalmen brutits i gruvan och grovkrossats går den genom tre ytterligare delar: sovring, anrikning och pelletisering. I figur 2.1 finns denna förädlingskedja illustrerad.
4
2.2.1 Sovring och anrikning i Kiruna
I sovringen separeras malmen med hjälp av magnetiska bandseparatorer från de gråbergsrester som följt med från sidoberget runt malmkroppen. Malmens järninnehåll höjs i sovringsprocessen från cirka 45 procent till 62 procent. Efter sovringsverket går malmen till anrikningsverken. I anrikningen tillsätts vatten till malningen och separeringen så att den resulterande produkten blir flytande, så kallad slurry. Samtidigt finfördelas malmen ytterligare och separeras ännu en gång för att komma åt de orenheter i form av bland annat kisel, kalium och fosfors som finns i malmen. Den ytterligare malningen används även för att få rätt storlek på malmen inför de kommande processtegen. I anrikningsverken som används i Kiruna och Svappavara används dessutom flotation för att separera fosforn från malmen. Slutligen blandas slurryn med olika tillsatser för att åstadkomma de kemiska egenskaper som önskas hos pelletsprodukten. (LKAB.com, 2013)
2.2.2 Pelletisering i KK3
Efter anrikningen skickas slurryn till pelletsverket där de slutliga processtegen utförs. Primärt tar KK3 emot slurry från KA25. Korskörning6 från KA17 förekommer dock. (Forsberg, 1993)
Syftet med pelletiseringen är att skapa en hållfast, hanterbar och kundanpassad produkt i form av pellets. I figur 2.2 syns en karta som visar de olika delarna i KK3 samt produktens väg genom dem. KK3 är indelat i två huvuddelar: den kalla delen och den varma delen. Gränsen mellan dessa går i steget mellan rullkretsarna och graten. Mer om dessa finns förklarat i avsnitt 2.2.2.1 och 2.2.2.2. (ibid).
5
Kiruna anrikningsverk 2. För ytterligare beskrivning se ordlista på sidan i. 6
Körning av slurry från fler än ett verk. 7
5
Figur 2.2. Karta som visar de olika delarna i KK3. De tjocka svarta strecken visar produktens väg genom de olika delarna. Den kalla delen visas i raden högst upp medan den varma delen visas i raden under. (LKABs intranät,
publiceringsår okänt) 2.2.2.1 Kalla delen
Väl i KK3 mellanförvaras slurryn i 35TN001, KK3s slurrytank, varpå den leds vidare till de pressluftsfilter som används för att få ner fukthalten till rätt nivå. Den resulterande produkten kallas slig och har en pulverform. Efter filtreringen transporteras sligen till sligfickorna där den mellanlagras innan den transporteras vidare till rullhuset. Innan sligen kommer till rullhuset blandas den i en blandare med bindemedel i form av bentonit och organiskt bindemedel. Väl i rullhusets rullas sligen till råkulor med hjälp av rulltrummor. Efteråt siktas råkulorna så att för små går tillbaks till rulltrummorna och rullas om medan de med rätt storlek går vidare till graten. De kulor som är för stora siktas även de bort och krossas innan de går tillbaks till rulltrummorna för omrullning. (Forsberg, 1993)
2.2.2.2 Varma delen
6
bädd av råkulor. Graten är indelad i fyra zoner: UDD8, DDD9, TPH10 och PH11. Gastemperaturen eskalerar stegvis från zon till zon för att i PH komma upp i dryga 1 200°C. I UDD och DDD torkas råkulorna, medan de i TPH och PH förvärms inför sintringen. Luftflödet i graten ser till att den varma luften tar sig ner genom kulbädden. Under förvärmningen påbörjas även oxidationen av magnetiten i kulorna till hematit. Oxidationsprocessen är exoterm och den viktigaste värmekällan i processen. I samband med förvärmningen börjar kulorna även sintra ihop så att de blir hållbarare. (Forsberg, 1993)
Efter graten går produkterna in i kiln, en roterande ugn där kulorna tack vare rotationen sintras mer likformigt. Normal bränntemperatur är cirka 1 250°C. I den bortre ändan av kiln sitter även huvudbrännaren som ger upphov till den låga som går genom kiln. Primärbränslet för denna är som tidigare nämnt kol, men även olja kan användas med hjälp av en oljebrännare som komplementerar huvudbrännaren. De två brännarna kan även köras samtidigt så att de bägge bränslena blandkörs. (Ibid)
I figur 2.3 syns en illustration av hur bränslevalet påverkar kilnlågans form. Med kol erhålls en mer långsmal låga medan användandet av olja resulterar i en kortare och tjockare låga.
Figur 2.3. Illustration av hur kilnlågan påverkas av vilket bränsle som används. Proportionerna på lågorna är inte representativa utan är istället utformade för att framhäva skillnaderna.
Efter kiln går pelletsen in i kylaren där pelletsen kyls ner till en medeltemperatur av cirka 60°C. Liksom graten är kylaren indelad i fyra zoner med stegvis avtagande temperatur. Värmen från kylaren leds hjälp av fläktar dels via kiln men även via tre separata ledningar tillbaks till gratens
8
Den första zonen i graten. För ytterligare beskrivning se ordlista på sidan i. 9
Den andra zonen i graten. För ytterligare beskrivning se ordlista på sidan i. 10
Den tredje zonen i graten. För ytterligare beskrivning se ordlista på sidan i. 11
7
fyra zoner. Den svalare luften från de senare kylarstegen leds till gratens början medan den varmare luften från början av kylaren leds mot gratens senare zoner. Efter kylaren förs den färdiga pelletsen via utfraktsbandet mot produktfickan varefter den är redo att transporteras till kund. (Ibid)
2.3 ATH och TTH
ATH12 och TTH13 är två produktmått som används för att bedöma pelletsens kvalitet sett till hållbarhet. De utgår från måtten ”abrasion index” respektive ”tumbler index” som finns beskrivna i ISO 3271. Dessa uppmäts genom att ett prov med pellets körs 200 varv i en roterande trumma varefter den procentuella andelen som är mindre än 0,5 mm blir ATH-värdet medan andelen som blir större än 6.3 mm blir TTH-värdet. Ett lägre ATH-värde respektive ett högre TTH-värde motsvarar en bättre motståndsförmåga mot mekaniskt slitage. (Products 2011, 2011)
2.4 Tidigare undersökningar
För att skapa en uppfattning om vad som undersökts gällande vad som påverkar produktens ATH och TTH, samt hur detta tidigare undersökts, söktes LKABs elektroniska arkiv med rapporter igenom. De rapporter som slutligen användes i arbetet finns beskrivna nedanför med tillvägagångssätt och slutsatser sammanfattade.
2.4.1 Umetrics Rapport; ATH% påverkan i KK3
Företaget Umetrics gjorde 2005 en statistisk studie för LKABs räkning av vilka faktorer som tycktes påverka ATH-värdet. Till detta nyttjades produktionsdata från perioden 2004-09-02 till 2005-08-31, som räknades om till dygnsmedel för att ATH-värdet hade den formen. Verifiering av resultaten gjordes dock även med hjälp av timdata. De metoder som användes för analysen var ”partial least square”, ”partial least squares discriminant analysis” och ”orthogonal partial least squares”. De slutsatser som drogs var att en hög hållfasthet på råkulan samt en hög och stabil temperatur under uppvärmning och sintring av pelletsen gav ett bättre ATH medan hög produktionstakt gav sämre ATH. (Wikström, 2005)
Rapporten innehåller även diagram där de undersökta faktorerna finns listade tillsammans med staplar och konfidensintervall som indikerade i vilken grad de enligt analysen kunde sägas inverka. Två av de undersökta faktorerna var kolflöde och oljeflöde. Det går att utläsa att kolflödet hade en positiv effekt på ATH-värdet medan oljeflödet hade en negativ effekt, men enligt konfidensintervallen som använts i diagrammen gick det inte att statistiskt visa att effekten från flödesmängden för respektive bränsle var skild från noll. De listade faktorerna kan ses i bilaga 1.
2.4.2 Faktorförsök varma delen ATH
2006 genomfördes ett fullskaligt faktorförsök i KK3 där faktorer kopplade till pelletsens uppehållstid i maskinen undersöktes. Som Y-variabler valdes ATH, TTH och KTH14. De 12 Abrasionstesthållfasthet 13 Tumblertesthållfasthet 14
8
påverkande faktorerna som undersöktes var bäddhöjd grate, kilnhastighet och nivå lastficka. Även samspelet mellan bäddhöjd grate och kilnhastighet. Som okontrollerbara variabler valdes produktionshastigheten, temperaturerna i windboxen PH samt temperatur under bädd i DDD-zonen. Den slutsatser som drogs utifrån den erhållna modellen var att nivån för nivå lastficka borde vara hög, för kilnhastighet låg och för bäddhöjd hög för att erhålla ett lågt ATH. Av resultatet går även att utläsa att en hög produktionstakt tycks ha påverkat både ATH- och TTH-värdet till det sämre. Ytterligare en slutsats som drogs var att KTH och ATH var delvis oberoende av varandra och optimerades på olika sätt. (Adolfson och Malm, 2006)
2.4.3 Simca analyser under ATH- projektet [sic]
I en rapport från 2006 sammanställs fyra rapporter som berör simcaundersökningar inom projektet ”Förbättra ATH för KPRS”. Rapporterna presenteras även i sin helhet. De rapporter som sammanställdes var:
1. Umetrics Rapport; ATH% påverkan i KK3 Se avsnitt 2.4.1.
2. Klassindelning, meddelande
Två dataset med klassindelningar gjordes för anrikningen respektive pelletiseringen där klasserna utgjordes av höga respektive låga ATH-värden. Utifrån de scoreplottar som användes drogs dels slutsatsen att inget samband mellan ATH och anrikningsverket kunde konstateras.
3. Simcaanalys på perioden 27/10 till 27/11 2005 i KK3 [sic]
Det nämndes att en hierarkisk modell hade gjorts där ett antal parametrar visade positiv respektive negativ påverkan på KTH.
4. Rapport v45 i KK3
Liksom i föregående rapport rör det sig även i denna del om en hierarkisk modell. Det nämns att variablerna i modellen var tidsförskjutna mot slutprodukten och att en ”partial last square”-modell använts för att undersöka vilka faktorer som hade störst påverkan på ATH. Det nämns tre inställningar som enligt modellen bidrog till ett högt ATH och tre som enligt modellen bidrog till ett lågt ATH. De som bidrog till ett högt ATH var:
1. Hög fläktkvot i DDD. 2. Hög fläktkvot i TPH. 3. Hög fläktkvot i PH.
De inställningar som enligt modellen bidrog till ett lågt ATH var: 1. Ett högt KTH.
2. Hög fosforhalt i KPCS.
9
Övriga inställningar vars påverkan nämns är att höga differentstryck i graten och kylaren hade en negativ påverkan för ett lågt ATH.
(Tornéus, Adolfson och Malm, 2006)
2.4.4 Bränslevalets inverkan på RuL-värdet för KPBO i KK2
Trots att undersökningen avser RuL-värdet15 för produkten KPBO16 i KK217 finns det delar av rapporten som var av intresse för att undersöka ATH-värdet hos KPRS i KK3. Det rör sig om mer generella delar som torde uppträda på ett liknande sätt för de bägge verken och produkterna. Bland annat diskuterar Rosendal (2013) hur värmebehandlingen ändrades då bränslet byttes ut. Det nämns att temperaturen i PH var generellt lägre vid eldning med olja jämfört med kolkörning. Gällande temperaturen i kiln ansågs det vara svårare att bedöma då temperaturen där endast mättes på produkten och tegelinfodringen och dessa inte nödvändigtvis var de hetaste. Det hade även genomförts en mikroskopering där det upptäckts att sprickbildningen hos pelletsen efter sintring skillde sig åt beroende på om olja eller kol körts. Med olja erhölls generellt förgrenade sprickor medan det för kol främst rörde sig om koncentriska. (Rosendal, 2013)
2.4.5 Mikroskopering av KPRD från KK3
Utifrån en mikroskoperingsstudie av KPRD-pellets18 dras bland annat slutsatser gällande vilken inverkan otillräcklig oxidation i graten kan ha på produktkvaliteten.
”Om oxidationen sker först i kiln eller i kylaren påverkar detta bl a slaggbildningen, porositeten och mikrostrukturen i största allmänhet. Dessa faktorer påverkar i sin tur bl a kulans hållfasthet och reducibilitet.” (Niiniskorpi, 1998)
2.5 Metodteori
Denna studie har nyttjat en omfattande mängd dataanalyser och i de två avsnitten som följer presenteras den huvudsakliga metodteori som använts.
2.5.1 Förberedande dataanalys
Förberedande dataanalys, i fortsättningen av avsnittet refererat till som FDA, används för att summera datats huvuddrag och göra datat lättare att förstå. National institute of standards and technology (http://www.itl.nist.gov), i fortsättningen refererade till som NIST, listar sju syften med FDA:
1. Maximera insikten i datat
2. Avslöja underliggande strukturer
15
Mått på fysisk stabilitet hos pellets och styckemalmer under förhållanden liknande dem i en masugn. (Products 2011, 2011)
16
Olivinflussade pellets anpassade för att ha överlägsna högtemperaturegenskaper. (Products 2011, 2011)
17
Kiruna kulsinterverk 2. 18
10 3. Extrahera viktiga variabler
4. Upptäcka extremvärden och avvikelser 5. Testa underliggande antaganden 6. Utveckla sparsamma modeller
7. Bestämma optimala faktorinställningar
Vidare nämns att FDA närmast än en samling verktyg bör ses som en filosofi kring hur data bör analyseras i detalj: vad som söks, hur det söks och hur det tolkas. Fyra huvudantaganden görs för användandet av FDA. För det första ska datat från processen ha ett visst mått av slumpmässighet. För det andra ska datat komma från en bestämd fördelning. Slutligen ska fördelningen ha ett fixt medelvärde samt en fix variation. (http://www.itl.nist.gov, publiceringsår okänt)
Fyra tekniker för att testa dessa antagande uppges. Den första av dem är tidsseriediagram. Med hjälp av tidsseriediagram går det att se om det förekommit skiftningar i medelvärdet för datat och ifall variationen förändrats över tiden. Om inga skiftningar skett syns det på så sätt att diagrammet är platt och inte driver. Om variationen är fix kommer det synas på att den vertikala spridningen är ungefär densamma för hela X-axeln. Den andra tekniken är en så kallad lagplot där varje Y-värde plottas mot det föregående Y-värdet. Om ett mönster uppstår visar detta på att datat inte rör sig slumpmässigt. (Ibid)
Ett alternativ till lagplot är att rita upp ett diagram över autokorrelationsfunktionen hos datat. Autokorrelationsfunktionen besvarar frågan om huruvida datat beter sig slumpmässigt på ett sådant sätt att värdena i mätserien är oberoende jämte varandra, eller om varje värde tycks bero på ett föregående värde. Det rörs sig med andra ord om korrelation mellan de i tiden efterföljande värdena, autokorrelationen. Autokorrelationsfunktionen kan uppskattas med hjälp av följande formel:
∑ ̅ ̅ ∑ ̅
k = 1,2,… Där k anger avståndet mätpunktsmässigt mellan de värden vars korrelation mäts. Värdet hos den skattade autokorrelationen kan såsom övriga korrelationskoefficienter anta ett värde mellan -1 och 1 där värden kring -1 anger ett maximalt negativt samband där efterföljande värden är väldigt olika. Ett värde kring 1 anger tvärt om ett maximalt positivt samband där efterföljande värden är väldigt lika. Slutligen anger ett värde kring 0 att inget samband finns vilket yttrar sig på så vis att värden i följd uppträder slumpmässigt. (Montgomery, 2009)
11
den uppskattade autokorrelationsfunktionen vid lag k kan bedömningen göras att signifikant autokorrelation förekommer hos datat med lag k. (Ibid)
I figur 2.4 syns ett exempel på ett diagram över autokorrelationsfunktionen för ett dataset.
Figur 2.4. Exempel på ett diagram över den uppskattade autokorrelationsfunktionerna för lag k = 1,2,…, 50. För de staplar som befinner sig utanför de punktade 2σ-gränserna kan den faktiska autokorrelationsfunktionen vara skild
från noll. (http://www.itl.nist.gov, publiceringsår okänt)
De sista två teknikerna är histogram och symmetridiagram. Dessa används för att undersöka om datat tillhör en normalfördelning, eller någon annan bestämd fördelning.
Om antagandet om slumpmässighet ej håller uppger NIST (http://www.itl.nist.gov, publiceringsår okänt) att konsekvenserna bland annat blir att de vanligaste statistiska testen blir ogiltiga, beräkningar av säkerhetsgrad blir meningslösa och att modellantagandet y = konstant + fel blir ogiltigt. Konsekvenserna om antagandet om ett fixt medelvärde ej håller kan bli att medelvärdet driver med tiden vilket leder till att skattningar av medelvärdet blir inaktuella. På samma sätt blir konsekvensen av en drivande variation att skattningar av denna blir inaktuella över tiden. Om antagandet om en bestämd fördelning ej håller kan det bland annat innebära att fördelningen förändras över tiden, att eventuella modeller förändras över tiden eller att processen är utom kontroll. (Ibid)
12
Figur 2.5. Exempel på ett sambandsdiagram där punkterna lagt sig som en linje ut från origo. Detta tyder på att ett linjärt samband finns. (http://www.itl.nist.gov, publiceringsår okänt)
2.5.2 Regressionsanalys
Ett av de vanligast förekommande statistiska metoderna är regressionsanalys. Metoden används för att undersöka de samband som finns mellan olika variabler och skapa modeller som beskriver dessa samband. Dessa modeller är för multipel analys uppbyggd enligt följande:
Där ϵ N(0,σ), i = 1,2,…,n
Och är oberoende stokastiska variabler. Den skattade modellen blir då:
̂ +…+
Konstanten och koefficienterna , ,…, skattas med hjälp av minsta kvadratmetoden så att residualkvadratsumman,∑ ̂ minimeras. (Vännman, 2009)
När en modell väl erhållits finns det en rad olika mått och tester att använda för att bedöma modellens precision och lämplighet. Till att börja med finns förklaringsgraden, . Denna ger ett mått på hur stor del av variationen hos den beroende variabeln Y som kan förklaras av variationen hos de oberoende X-variablerna. Ju närmare = 100% modellen kommer desto mer av variationen förklaras av de oberoende variablerna i modellen. (Sweet och Grace-Martin, 2010)
13
F-testet är ett test av hur signifikant själva modellen är. Sweet och Grace-Martin (2010) förklarar det som ett test av huruvida X-variablerna i modellen förutsäger Y-variabelns värde bättre än vad ̅ gör?
t-kvoten används för att räkna ut det p-värde som visar på huruvida en viss X-variabel har en signifikant effekt på Y-variabeln eller inte. Om exempelvis signifikansnivån α = 0,05 används, det vill säga att nollhypotesen β = 0 förkastas vid 95% eller högre säkerhet, måste X-variabelns p-värde vara ≤0,05 för att den ska anses signifikant. (Vännman, 2009)
För att avgöra huruvida det finns mätvärden som har ett stort inflytande på värdet hos ̂ kan måttet DFITS användas. Det beskrivs i Vännman (2009) som ett mått på hur mycket ̂ förändras om ett visst mätvärde stryks. Om ett mätvärde har ett värde >1 eller <-1 bör det undersökas. (Ibid)
Lag-1 är kort och gott den skattade autokorrelationsfunktionen för lag k = 1. Meko (2013) nämner att en tumregel är att den ej bör vara över 0,3 eller under -0,3. Anledningen är att ett av de antaganden som görs vid regressionsanalys är att residualerna inte är autokorrelerade, mer om detta senare.
Durbin-Watson är även det ett test som används för att bedöma autokorrelationen hos residualerna. Nollhypotesen om att ingen autokorrelation vid lag k = 1 förekommer testas mot hypotesen att positiv autokorrelation förekommer för lag k = 1. Testet resulterar i ett p-värde mellan 0 och 1 där ett p-värde närmare 0 tyder på positiv autokorrelation, medan ett p-värde närmare 1 tyder på negativ autokorrelation. Ett p-värde nära 0,5 tyder på att varken positiv- eller negativ autokorrelation förekommer. (Meko, 2013)
Lundkvist (2012) refererarde till en metod för att kringå autokorrelation vid duglighetsanalys beskriven i Vännman och Kulahci (2008). Metoden går ut på att datat delas upp i ett antal grupper. Om antalet grupper är två sorteras vartannat mätvärde till den ena gruppen och resten i den andra. Är antalet grupper är n:st så delas datat upp så delas datat upp så att var n:e mätvärde hamnar i samma grupp. (Lundkvist, 2012)
Trots att metoden som Lundkvist (2012) beskriver ursprungligen avser duglighetsanalys så är den tillräckligt generell för att kunna användas för att kringå autokorrelation hos mätdata även vid andra statistiska analyser.
Vad gäller korrelation mellan de X-variabler som testas uppger Elliot och Tranmer (2008) att i de fall då två X-variabler har en korrelation på över 0.8 eller under -0.8 bör en av dessa tas bort från listan över variabler, för att deras samband ej ska påverka regressionsanalysen negativt.
14
att plotta residualerna mot de enskilda X-variablerna går detta att undersöka. Om ett bågformat mönster uppträder kan detta vara ett tecken på att en kvadrering av X-variabeln kan vara lämplig medan ett trattmönster pekar mot att en logaritmering kan vara lämplig. Det fjärde antagandet är att residualerna är normalfördelade. Genom att upprätta ett histogram eller en symmetridiagram över dem går det att kontrollera detta antagande. Slutligen antas residualerna vara oberoende av varandra i tiden och inte autokorrelerade. Tidigare nämnda tester som Lag-1 och Durbin-Watson kan nyttjas för att undersöka detta. (Ibid)
Det finns ett antal metoder för hur X-variablerna väljs till modellen. Elliot och Tranmer (2008) diskuterar två tänkbara metoder: backward elimination och stepwise. Backward elemination fungerar på så sätt att samtliga undersökta X-variabler läggs till i modellen till en början. Därefter tas de minst signifikanta variaberna bort en efter en tills samtliga variabler i modellen är signifikanta. Med metoden stepwise är modellen till en början istället tom, bortsett från konstanten. Därefter läggs den X-variabel som korrelerar mest mot Y-variabeln till i modellen. Allteftersom tas även variabler i modellen vars p-värde överstiger den valda signifikansnivån bort. Så fortsätter metoden fram tills ingen av X-variablerna utanför modellen är signifikant. (Ibid)
I statistikprogrammet Statgraphics Centurion19, hädanefter refererat till som Statgraphics, finns två automatiska varianter av de bägge metoderna. Dessa fungerade dock aningen annorlunda. På samma sätt som den manuella varianten av stepwise börjar Statgraphics automatiska ”forward stepwise selection” (hädan efter refererat till som SFSS) med en så nära som på konstanten tom modell utan variabler. Givet ett inträdes- respektive utträdes-p-värde börjar den testa att lägga in den variabel som ger det lägsta p-värdet om den läggs in i modellen, förutsatt att p-värdet inte överskrider inträdes-p-värdet. Innan den börjar söka efter nästa variabel att lägga in i modellen undersöks variablerna i modellen och kontrolleras så att ingen av dem har ett p-värde över utträdes-p-värdet. Om så skulle vara fallet tas variabeln bort ur modellen och modellen undersöks åter efter variabler med p-värden högre än instegs-p-värdet. Om så ej är fallet undersöker den de variabler som ej är tillagda i modellen på samma sätt som i det första steget. Så fortsätter den tills inga fler variabler kan läggas till eller tas ifrån modellen sett till instegs- och utstegs-p-värdena. Statgraphics ”backward stepwise selection” (hädan efter refererat till som SBSS) fungerar likadant men börjar med samtliga variabler i modellen istället för utanför. (Nau, R. F, publiceringsår okänt)
19
15
3. Metod
I denna del beskrivs de metodval som gjorts utifrån forskningens syfte, ansats och strategi. Utifrån detta diskuteras även studiens validitet och reliabilitet. En del metodteori återfinns i kapitel 2.
3.1 Forskningssyfte
Vid påbörjandet av en forskningsstudie finns det en mängd frågor att besvara. En av de allra viktigaste frågorna att besvara är också den grundligaste: vad är syftet med forskningen? Saunders, Lewis och Thornhill (2009) pekar på att det finns tre slags huvudsakliga forskningssyften: utforskande-, beskrivande- och förklarande forskning. Den utforskande forskningen används när endast lite eller inget är känt om det förlopp eller samband som undersöks. Syftet kan kort och gott sägas vara att förstå varför någonting händer eller hur det händer. Den beskrivande forskningen vill, liksom namnet antyder, beskriva vad som händer. Det är redan känt att det exempelvis finns ett samband som förklarar varför någonting händer, men hur kan det som undersöks beskrivas? Den förklarande forskningen vill finna de bakomliggande orsakssambanden mellan de påverkande variablerna; hur de samband som är kända kan förklaras på ett djupare plan och vilka mekanismer som ligger bakom. (Ibid)
Vad detta arbete velat uppnå har varit att utforska om det finns något samband mellan en faktor och en annan. Misstänkta samband har visserligen även beskrivits grafiskt utifrån insamlat data med hjälp av diagram, men detta har gjorts i syfte att dra slutsatser kring eventuella statistiska samband och fokus har därför ej legat på själva beskrivandet. Forskningssyftet för arbetet kan därmed sägas vara utforskande.
3.2 Forskningsansats
Nästa stora fråga är vilken inriktning forskningen egentligen har. Saunders, Lewis och Thornhill (2009) lyfter fram två frågor som bör besvaras: är ansatsen kvalitativ eller kvantitativ? Och är den induktiv eller deduktiv?
3.2.1 Kvalitativ eller kvantitativ
Frågan om ansatsen är kvalitativ eller kvantitativ kan förenklat sägas vara frågan om huruvida svaret kommer sökas med hjälp av siffror och beräkningar eller med mjukare, mer subjektiva, metoder. Det har att göra med vilken form den insamlade informationen har och på vilket sätt den analyseras. (Saunders, Lewis och Thornhill, 2009)
16
Den kvantitativa delen har använts för att statistiskt kunna peka på om det fanns något statistiskt samband och i så fall i vilken riktning det påverkar ATH respektive TTH. Syftet med den kvalitativa delen har främst varit att, om sådana samband skulle kunnat påvisas, ge ytterligare förståelse för varför bränslevalet påverkar ATH respektive TTH.
3.2.2 Induktiv eller deduktiv
Skillnaden mellan en induktiv och en deduktiv ansats kan sägas vara skillnaden mellan om empirisk data använts för att utifrån denna skapa nya teorier eller om redan existerande teorier och hypoteser undersökts och testats. En induktiv ansats syftar med andra ord till att skapa teorier medan en deduktiv ansats syftar till att använda eller rentav bygga vidare på befintlig teori. (Saunders, Lewis och Thornhill, 2009)
Tidigare undersökningar inom området har varit mer generella och har velat besvara frågan om vilka faktorer som kunde misstänkas påverka. Dessa hade inte pekat ut kolflödet eller oljeflödet som faktorer med stor påverkan på ATH eller TTH, men deras eventuella påverkan hade inte heller dementerats. Fokus med denna studie har därför snarare varit att verifiera eller dementera de misstankar som fanns gällande bränslevalets inverkan. Forskningen kan därför sägas ha haft en deduktiv ansats snarare än en induktiv.
3.3 Forskningsstrategi
Yin (2009) nämner fem möjliga typer av forskningsstrategier: experiment, enkäter, arkivstudier, historia och fallstudier. Beroende på hur forskningsfrågan ser ut, om man har möjlighet att kontrollera vad som händer samt om fokus ligger på samtida händelser menar Yin (2009) att de olika strategierna är olika lämpade. De forskningsstrategier som använts i detta arbete har varit experiment och arkivstudier.
Experiment anses enligt Yin (2009) vara lämpligt om forskningsfrågan är formulerad enligt ”hur?” eller ”varför?. Eftersom det som skulle undersökas ansågs innefatta både ”hur” och ”hur mycket” en faktor påverkar en annan ansågs experiment vara lämpligt för att besvara ”hur”. Gällande möjligheten att styra händelserna var dessa desto mer begränsade då det dels rörde sig om stora kostnader för exempelvis fullskaleförsök och dels var svårt att styra över övriga variabler. Av denna anledning utgjorde experiment endast en mindre del av forskningsstrategin. (Ibid) Arkivstudier lämpar sig enligt Yin (2009) väl bland annat om forskningsfrågan är av formen ”hur mycket?”. Då detta ansågs utgöra en del av det som skulle undersökas gjordes bedömningen att arkivstudier var en lämplig strategi. Då arkivstudier inte heller krävde kontroll över det som studerades passade strategin mycket bra även enligt det andra kriteriet. (Ibid)
Bägge strategierna var dessutom lämpade för att studera samtida förlopp.
17
3.4 Datainsamling
När väl forskningsstrategin var vald kvarstod frågor om hur den behövda informationen skulle samlas in och i vilken form.
Generellt finns det två typer av data, primärdata och sekundärdata. Primärdata är data som tagits fram specifikt för den aktuella studien. Sekundärdata är däremot data som samlats in tidigare av andra skäl. (Saunders, Lewis och Thornhill, 2009)
I detta fall har både primärdata från de styrda försöken och historisk sekundärdata från IP2120 använts. I bägge fallen övervägdes fördelarna och nackdelarna och jämfördes även mot alternativa metoder.
Fördelarna med styrda försök ansågs vara att de gav stora möjligheter att det skulle gå att vara med och observera och övervaka förloppet. Det skulle dels möjliggöra observationer av hur processen förändrades och därmed mer kvalitativa analyser av förloppet. Det skulle även gå att ta ut extra prover av ATH och TTH under försöken så att mätdata erhölls över förloppet sett till dessa faktorer. En annan fördel var att det skulle gå att samla in information på plats från operatörerna om hur processen gick och anteckna detta. Eventuella processtörningar skulle dessutom gå att undersöka under eller nära inpå försöket vilket ansågs minska risken att orsaker till störningarna med mera skulle falla i glömska innan de hann utredas. Det skulle även gå att under kontrollerade former ta ut prover för mikroskopering vid både kolkörning och oljekörning. På så vis skulle det gå att göra kvalitativa analyser av hur pelletsen påverkades. Nackdelarna ansågs bland annat vara att de styrda försöken var dyra att genomföra och därför ej kunde utföras i någon större utsträckning. Dessutom skulle det vara tidskrävande att finnas på plats och observera processen. Dessa bägge nackdelar skulle leda till att mängden kvantitativ data från försöken skulle bli begränsad. Det var därför inte troligt att försöken skulle vara tillräckliga för att dra några slutsatser utifrån statistisk analys.
Det ansågs saknas reella alternativ till de styrda försöken sett till experiment då det exempelvis inte fanns utrustning för att simulera förloppet på ett representativt sätt.
Fördelarna som ansågs finnas med att använda historiskt sekundärdatat från IP21 var till att börja med att det fanns tillgång till stora mängder av data som sträckte sig över en lång tid. Det ansågs även tidseffektivt då det snabbt skulle gå att tillförskaffa sig den data som behövdes via programmet Aspen Process Explorer, fortsättningsvis hänvisat till som PE. Slutligen var det ett billigt alternativ då det inte innebar några merkostnader i och med att processdatat redan samlades in och lagrades av andra skäl och nuvarande process således inte behövde störas. De nackdelar som bedömdes finnas gällande att hämta historiskt sekundärdata från IP21 var bland annat att både ATH och TTH endast togs som dygnsmedelprov. Det ansågs troligt att det på grund av detta skulle bli svårare att se hur enskilda händelser under kortare perioder än ett dygn påverkade, då de endast skulle komma att utgöra en del av den tid proven representerade. Det misstänktes även bli svårt att utreda vad eventuella avvikande mätpunkter berodde på långt
20
18
i efterhand. Det skulle ej heller vara möjligt att exempelvis beställa omanalyser av avvikande prover.
Ett alternativ till att använda historiskt data från IP21 ansågs vara att samla in nytt data på egen hand. På så vis skulle det gå att ta prover mer frekvent samtidigt som möjligheter till omanalys skulle bli möjligt. Även kontroll av processtörningar skulle underlättas. Det skulle dock vara mer tidskrävande och tidsperioden som insamlandet skulle kunna täcka in skulle bli kortare än det som täcktes in av historiskt data. Således skulle risken även finnas att den relativt korta tid som undersöktes inte skulle bli representativ för hur processen kunde förväntas variera över tiden, samtidigt som risken fanns att antalet tillfällen med oljekörning skulle bli få eller inga alls. Det som slutligen gjorde att alternativet övergavs var att det ej gick att få tillåtelse att ta ut prover på egen hand. Det var ej heller möjligt att beställa mer frekvent provtagning under någon längre tidsperiod.
3.5 Validitet och reliabilitet
Saunders, Lewis och Thornhill (2009) beskriver huvudsakligen validitet som graden till vilken det som avsetts att undersökas verkligen är det som undersöks. Sett till validitet fanns vissa risker. Då antalet processfaktorer som kunde tänkas påverka ATH och TTH bedömdes vara stort fanns risken att värdena även berodde på sådant som inte mättes eller på faktorer som rentutav var okända. Med anledning av detta undersöktes även vissa faktorer som ej hade undersökts i tidigare studier men som misstänktes kunna påverka. På så vis minskades risken åtminstone till viss del. Det uteslöt dock inte risken för att sådant som inte kunde mätas kvantitativt hade inverkan, samtidigt som de mått som fanns insamlade så gott som uteslutande var kvantitativa. Då bland annat regressionsanalys av det historiska datat skulle genomföras var det dock troligt att det skulle synas i förklaringsgraden hos de modeller som togs fram om viktiga faktorer saknades bland dem som tagits med. På så sätt skulle det åtminstone gå att uppskatta omfattningen av problemet så att detta kunde tas i beaktning när slutsatser skulle komma att dras.
För att ytterligare förbättra studiens validitet så genomfördes en ostrukturerad intervju med processingenjören för KK3, Maria Olsson, angående vilka processfaktorer och samspel som kunde vara lämpliga eller inte. Ostrukturerade intervjuer beskrivs av Saunders, Lewis och Thornhill (2009) som intervjuer där inga fasta intervjufrågor förberetts inför intervjun.
Vad gällde vilka faktorer kopplade till bränslet som skulle undersökas togs ett antal olika varianter fram så att fler dimensioner än enbart bränsletyp och bränsleflödet skulle tas i beaktning. Mer om detta nämns i avsnitt 4.1.
19
antal mätvärden för olika faktorer. Detta misstänktes dock inte påverka resultatet i någon betydande utsträckning.
Mätningarna av vissa faktorer skulle därmed vara säkrare än andra vilket misstänktes kunna leda till att det skulle bli svårare att finna eventuella kopplingar till ATH- och TTH-värdet för vissa faktorer än för andra. Det fanns i vissa fall mer än en mätning av faktorer, exempelvis där även automatiska prover samlades in. Dock var mätosäkerheten ofta okänd hos dessa vilket ledde till att triangulering var tvunget att uteslutas. Istället valdes mätningarna av faktorerna ut med stor omsorg så att de mätningar som bedömdes säkrast användes för varje undersökt faktor.
För att öka reliabiliteten vid de observationer som skulle genomföras vid de styrda försöken bestämdes det att en kamera skulle användas så att observationerna kunde jämföras sida vid sida mot varandra och på så vis minska risken för felaktiga bedömningar kopplade till hur tidigare observationer förändrades över tiden.
20
4. Empiri
I det här kapitlet beskrivs och diskuteras det praktiska arbetet med datainsamlingen. Det som tas upp är tillvägagångssätt samt genomgångar av de val som gjordes i samband med datainsamlingen.
4.1 Val av faktorer
Som utgångspunkt vid valet av vilka processfaktorer vars ATH- respektive TTH-påverkan skulle undersökas användes den lista över undersökta faktorer från Wikström (2005). Listan över faktorer diskuterades därefter med processingenjören för KK3, Maria Olsson, för att avgöra om någon faktor skulle läggas till eller tas bort. Den slutgiltiga listan finns att finna i bilaga 2. Listan över de processfaktorer kopplade till bränslevalet som valdes ut som X-variabler var:
Oljeflöde (kg/min) Kolflöde (ton/timme)
Växlat mellan bränslekategorierna (Ja/Nej) * Antal dagar utan byten (Olja/Blandkörning/Kol)* Antal minuter oljekörning*
Antal minuter kolkörning* Antal minuter blandkörning** Olja har använts (Ja/Nej)**
De bränslekategorier som syftas till i faktorn växlat mellan bränslekategorierna (Ja/Nej) är körning med olja, kol eller blandkörning med bägge bränslena samtidigt.
Faktorer som lades till efter diskussion med Maria Olsson finns markerade med *, både i listan ovan och i den fullständiga listan som går att finna i bilaga 2. Anledningen till att dessa faktorer lades till var att de misstänktes kunna ha en signifikant påverkan på de undersökta produktfaktorerna.
Ett antal faktorer som varit med på Wikströms (2006) lista togs bort från den fullständiga listan. Dessa faktorer var drifttid grateband, faktorer kopplade till energinivåer och flöde venturi för gratezonerna, MgO-halt i TDKA, dropptest, samt parallelltemperatur kylzon 1. Anledningen till att dessa togs bort var att de ansågs vara helt eller delvis överlappande med de redan medtagna faktorerna eller att de ej misstänktes ha någon mätbar inverkan på ATH respektive TTH.
För trycknivåerna i grate respektive kylare användes endast differentialtrycken istället för de enskilda trycken ovan och under bädd. Detta då det var just differentialtrycken som pekats ut som starkt influerande i Tornéus, Adolfson och Malm (2006).
21
De processfaktorer med koppling till bränslevalet som valdes ut som X-variabler var:
Även ett antal möjliga samspeleffekter undersöktes i de fall där de misstänktes kunna påverka produkternas ATH och TTH. Den fullständiga listan över de samspelseffekter som undersöktes går att se i bilaga 2. Den samspelseffektet kopplad till bränslevalet som undersöktes var kolflöde × oljeflöde.
För oljeflöde och kolflöde undersöktes även eventuella kvadratiska samband mot ATH och TTH: Oljeflöde2
Kolflöde2
Med samspelseffekterna och de kvadrerade bränsleflödena inräknade blev antalet faktorer och samspel totalt 109 st. Ett stort antal av dessa faktorer och samspel misstänktes dock vara starkt korrelerade sinsemellan och det slutliga antalet faktorer antogs därför kunna gå att göra betydligt lägre efter att en korrelationsanalys av dem genomförts. Mer om detta i avsnitt 5.1.7.
Något som är värt att understryka är att mätsäkerheten ansågs kunna variera mycket mellan olika faktorer. Detta kan troligen senare ha påverkat möjligheten att för faktorer med lägre mätsäkerhet påvisa deras eventuella inverkan på ATH- och TTH-värdena i regressionsanalysen.
4.2 Insamling och bearbetning av historiskt data
Det historiska datat hämtades från IP21 med hjälp av PE och sparades via ett program-tillägg till exceldokument. Datat hämtades från perioden 2009-12-31 till 2013-01-31 och antogs vara representativt för hur den aktuella processen såg ut. Att använda äldre data än så ansågs riskabelt då sannolikheten att processen förändrats över tiden sedan dess misstänktes vara för stor.
Eftersom både ATH- och TTH-proverna var dygnsprover som mätte ett dygnsmedel hämtades även övriga faktorer som dygnsmedel, även i de fall då dessa mättes mer frekvent. Detta för att göra det möjligt att jämföra dessa mot varandra och nyttja dem till regressionsanalysen. Samtliga dygnsmedel räknades ut av PE baserat sekundmätningar gjorda för hela dygnet av programmet utifrån mätdatat. Eftersom proverna för ATH respektive TTH var uppmätta från klockan 16:00 föregående dag till klockan 16:00 dagen då provet registrerades räknades även övriga faktorers dygnsmedel ut för samma period. Då vissa av faktorerna redan var uppmätta som dygnsmedel, från 00:00 till 24:00, resulterade denna förskjutning i att de medelvärden som räknades ut för perioden 16:00 till 16:00 nästkommande dag blev mindre rättvisande. Detta då de i stor utsträckning påverkades av hur värdena sett ut både före och efter den period medelvärdet representerade.
22
antogs dock att omsättningstiden varierar kraftigt över tiden samtidigt som de olika fickorna kunde tömmas i olika takt, varpå tidsförskjutningen för enkelhetens skull avrundades till ett helt dygn.
De faktorer som tidsförsköts med 24 timmar var: Fe-halt i KPCS P-halt KPCS -halt KPCS CaO-halt KPCS MgO-halt KPCS Densitet 35TN002 Nivå 35TN002 Sligfukt Nivå 35TN001 Nivå Blandare 35BL00 Slurrytemperatur Densitet 35TN001
Tidsförskjutningen för de faktorer som processmässigt befann sig före slurrytanken, 35TN001, räknades på liknande sätt ut till cirka 6 timmar. Då siffran ansågs vara oprecis förenklades tidsförskjutningen till 8 timmar, vilket även stämde överens med vad som uppgavs vara en vanlig uppskattning av omsättningstiden. Därmed blev den totala tidsförskjutningen sammanlagt 32 timmar.
De faktorer som tidsförsköts med 32 timmar var:
-halt KPC
Atrac-mängd Mibc-mängd Yta KA2 Sikt TDKA
För faktorn produktionstakt togs utöver dygnsmedel även minstavärdet per dag ut. Detta för att kunna filtrera bort data från dagar utan produktion samt från slutkörning respektive uppstartskörning i samband med produktionsstopp.
För faktorerna oljeflöde och kolflöde togs även minutmedel ut. Detta för att med hjälp av excel kunna räkna ut dygnsvärden för faktorer som ej fanns att tillgå genom PE. Dessa faktorer var:
Antal minuter oljekörning
23
kg/minut och 1 kg/minut kunde tänkas bero på att olja enbart körts under en kortare tid av minuten ansågs vara acceptabelt ur mätnoggrannhetssynpunkt.
Antal minuter kolkörning
Summan av antalet minutmedel för kolflöde som legat över 1 ton/timme. Såsom i fallet med antalet minuter oljekörning ansågs gränsen 1 ton/timme ligga tillräckligt långt ifrån de nivåer som användes vid kolkörning i praktiken samtidigt som mätningar som kunde misstänkas bero på mätfel vid körning helt utan kol som bränsle.
Antal växlingar mellan bränslekategorierna
Antal växlingar mellan kilnkörning med endast olja, med endast kol och med blandkörning. Summan av antalet tillfällen då antingen oljeflödet passerat 1 kg/minut eller kolflödet passerat 1 ton/timme.
Antal dagar utan växling av bränsle
Baserat på dygnssummor av faktorn Antal växlingar mellan oljekörning och ej oljekörning. Antal dagar i följd som faktorn legat på 0 växlingar/dag samt att produktionen aldrig gått under 300 ton/timme.
I och med att det var en omfattande och svåröverblickad mängd data som användes för att räkna ut dessa faktorer kvarstår trots noggranna revideringar risken för felaktigheter kopplade till den mänskliga faktorn. Påverkan från eventuella kvarstående felaktigheter torde dock vara av ringa storlek.
4.3 Filtrering av insamlat data
24
Figur 4.1. Histogram över lägsta uppmätta produktionstakten under ett dygn. X-axeln visar minsta produktionstakt med intervallet 20 ton/timme för gruppstaplarna. Y-axeln visar frekvensen för vardera grupp. 300 ton/timme är
markerat med ett grönt streck och mätvärden under denna gräns togs ej med. 400 ton/timme, den gräns där staplarna ansågs plana ut, är markerad med ett rött streck.
I histogrammet går att se att antalet mätvärden planar av redan under 400 ton/timme. Att gränsen drogs vid 300 ton/timme berodde på att det antogs vara högt nog för att mätvärden från slutkörning respektive uppstart av verket ej skulle komma med samtidigt som gränsen var tillräckligt hög för att undvika att ta med mätpunkter som påverkats av produktionstakten på ett, för normal produktion, icke-representativt sätt.
Även dagar där ATH- och TTH-värden saknades filtrerades bort av praktiska skäl. Det rörde sig om totalt 41 mätpunkter. Slutligen ströks även två perioder, 11-02-23 till och med 11-03-08 och 11-11-28 till och med 11-11-29. Under den första perioden hade en alternativ version av KPRS kallad KPRS-L tillverkats och då undersökningen var avgränsad till KPRS var perioden ej av intresse. Under den andra perioden hade experiment med ökad organisk bindemedelsdosering genomförts. Dessa försök hade dock varit tvungna att avbrytas på grund av att de lett till problem i verket. Då det gällde en processtörning som ej berodde på normala processförhållanden gjordes bedömningen att de skulle strykas. Det slutliga antalet mätpunkter blev 692 stycken. Bland dessa förekom dock fortfarande avsaknad av mätvärden för fyra av processfaktorerna, nämligen tryckhållfasthet för blöt råkula, temperatur i kylzon 2, råkulefukt samt bäddhöjd.
4.4 Insamling av data vid styrda försök
25
bytet av bränsle, normal körstrategi där processen hölls så stabil som möjligt. De olika provuttagentogs vid tre delar av processen: före graten, från kiln och från de färdiga produkterna i slutänden av processen. Utöver ATH och TTH-prover från färdig produkt togs även prover för råkulefuktighet, SiO2-halt med flera. En lista med samtliga prover kan ses i bilaga 3. Dessa prover togs ut för att kunna bedöma om värdena varierat på ett sådant sätt att de kunde antas ha påverkat ATH respektive TTH-värdena märkbart.
Tabell 4.1. Schema för byten och provtagning under de bägge styrda försöken. Råkuleprov Kilnprov Färdig produkt
07:00 X X
08:00 X X X
08:30 Byte till olja
10:00 X X
11:30 X X
13:00 X X X
13:30 Byte till kol
15:00 X X
16:30 X X
Vid bägge försöken togs fotografier med jämna mellanrum av pelletsbädden inuti kylaren för att vid analysen kunna nyttja fotografierna för att jämföra eventuella visuella förändringar så som mängd glödande kulor. Detta då det bland annat kan vara ett tecken på efteroxidation, vilket i sin tur tyder på låg oxidationsgrad hos pelletsen efter graten vilket Niiniskorpi (1998) pekar ut som något som försämrar hållfastheten hos pelletsen.
För både kilnproverna och proverna av färdig produkt togs prover som användes för att beräkna pelletsens oxidationshalt. På så sätt kunde skillnaden i oxidation mellan provuttaget i kiln och provuttaget av färdiga produkter jämföras så att det numeriskt gick att undersöka om mätvärdena stämde överens med det som gick att utläsa ur fotografierna.
Vid försöket som skedde den 21:a mars hade inga allvarliga processtörningar förekommit hos KA2 tidigare under veckan. KK3 hade problem med omröraren till slurrytanken vilket tvingade operatörerna att hålla låg produktion. Dock förekom inga övriga processtörningar som torde kunna ha påverkat försöket. Försöket genomfördes enligt schema utan komplikationer.
Det andra försöket genomfördes den 23:e april. Slurry hade korskörts från både KA1 och KA2 fram till klockan halv nio på morgonen den 22:a april, vilket främst skulle kunna leda till högre SiO2-halter hos den inkommande slurryn. Produktionen i KK3 hade ökat under det senaste dygnet och var upp i normal produktionstakt vid försökets början. Utöver ett mindre problem med större råkulekluster som inte siktades bort före graten förekom inga allvarliga processtörningar i KK3.
26
27
5. Analyser och resultat
I det här kapitlet presenteras de analyser som genomfördes av empirin. Dessa analyser bestod av en förberedande dataanalys, en regressionsanalys och en analys av resultaten från de styrda försöken.
5.1 Förberedande dataanalys
För att skapa en tydlig och sammanfattande bild av det bearbetade datat genomfördes en förberedande dataanalys.
5.1.1 Analys av tidsserier
För att undersöka huruvida det fanns några mönster eller trender för datat över ATH- och TTH-värdena upprättades tidsseriediagram för respektive data.
5.1.1.1 ATH
I figur 5.1 syns tidsseriediagrammet för ATH-värdena perioden januari 2010 till och med januari 2013.
Figur 5.1. Tidsseriediagram för ATH perioden januari 2010 till och med januari 2013. X-axeln visar datum för mätvärdena medan Y-axeln visar mätvärdenas ATH-värde.
I figur 5.1 gick det att se att medelvärdet tycktes ha legat på ungefär samma nivå under hela dataserien, möjligen med undantag för en kortare period i oktober 2010. Det tycktes inte förekomma någon tydlig säsongsvariation. Möjligen såg standardavvikelsen ut att ha minskat fram till 2011 jämfört med 2010.
