Lainerikartongin puristus- ja puhkaisulujuuden on-line-estimointi soft sensoria käyttäen
Viitamäki, Mikko (2017)
Viitamäki, Mikko
2017
Automaatiotekniikan koulutusohjelma
Teknisten tieteiden tiedekunta - Faculty of Engineering Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2017-01-11
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tty-201701021003
https://urn.fi/URN:NBN:fi:tty-201701021003
Tiivistelmä
Paperin ja kartongin valmistuksen keskeinen haaste on, ettei kaikkia laatuominaisuuksia, kuten lujuutta pystytä mittaamaan reaaliaikaisesti. Lujuusominaisuudet ovat tärkeitä laatusuureita. Erityisesti aaltopahvilaatikoilta vaaditaan lujuutta ja kestävyyttä, kun niitä pinotaan ja siirrettään ja myös olosuhteet vaihtelevat suuresti kuljetuksen sekä varastoinnin aikana. Lujuusominaisuuksien mallinnuksesta on tehty tutkimustyötä, mutta pelkästään mallipohjaiseen estimointiin perustuvia on-line-lujuusmittauksia ei ole kaupallisessa käytössä. Prosessisuureiden vaikutusta kartongin lujuusominaisuuksiin on myös tutkittu laajasti, mutta selkeää yksittäistä selittävää tekijää lujuuksien muodostumiseen ei ole pystytty osoittamaan. Mallinnussovelluksia on kehitetty paperiteollisuuden prosesseihin, mutta lujuusmittaukseen ei ole pystytty kehittämään riittävän tarkkaa ja luotettavaa ratkaisua.
Tutkimuksessa selvitettiin, miten tarkasti lainerikartongin puristus- ja puhkaisulujuutta pystytään reaaliaikaisesti estimoimaan, kun mallinnuksessa selittävinä tekijöinä on jatkuva-aikaisia prosessimittauksia. Mallinnusmenetelmänä käytettiin lineaarista regressiomenetelmää, ja molemmille lujuusominaisuuksille muodostettiin lajikohtaiset mallit kolmesta kohdekoneella eniten valmistetusta kartonkilajista.
Mallinnustulokset osoittavat, että puristuslujuuden mallien selitysaste on yli 70 % ja puhkaisulujuuden mallien selitysaste vaihtelee 56–78 %:n välissä. Erityisesti puhkaisuindeksin mallinnuksessa kierrätyskuitumassasta tuleva tuhkapitoisuus osoittautui luotettavimmaksi lujuuden indikaattoriksi. Toiseksi merkittäväksi molempia lujuusominaisuuksia selittäväksi tekijäksi osoittautui tärkin annostelu. Konerullan sisäisen vaihtelun tutkimus osoitti, että molempien lujuuksien mittausmenetelmissä on epätarkkuutta. Prosessista saatuja kokeellisia tuloksia tarkastellessa huomioitiin mittausmenetelmästä aiheutuva epätarkkuus ja soft sensorin estimaatti pysyi lähes täysin mittauksen 95 %:n luottamusvälin sisällä. Estimaattia tarkasteltiin aikajaksoina, jolloin mallien selittävien tekijöiden mittausarvot olivat normaalilla toiminta-alueellaan.
Soft sensorin estimaattien luotettavuudelle osoittautui kriittiseksi, että prosessi ja kaikki selittävät tekijät toimivat samalla toiminta-alueella kuin mallien opetusdatan keruun aikana. Mallit eivät pysty selittämään kaikkia muutoksia lujuusominaisuuksissa. Mallit eivät myöskään kykene estimoimaan prosessiin tehtäviä muutoksia. Siten ne ovat prosessikohtaisia, eikä niitä voida sellaisenaan implementoida toiseen prosessiin.
Tutkimuksessa selvitettiin, miten tarkasti lainerikartongin puristus- ja puhkaisulujuutta pystytään reaaliaikaisesti estimoimaan, kun mallinnuksessa selittävinä tekijöinä on jatkuva-aikaisia prosessimittauksia. Mallinnusmenetelmänä käytettiin lineaarista regressiomenetelmää, ja molemmille lujuusominaisuuksille muodostettiin lajikohtaiset mallit kolmesta kohdekoneella eniten valmistetusta kartonkilajista.
Mallinnustulokset osoittavat, että puristuslujuuden mallien selitysaste on yli 70 % ja puhkaisulujuuden mallien selitysaste vaihtelee 56–78 %:n välissä. Erityisesti puhkaisuindeksin mallinnuksessa kierrätyskuitumassasta tuleva tuhkapitoisuus osoittautui luotettavimmaksi lujuuden indikaattoriksi. Toiseksi merkittäväksi molempia lujuusominaisuuksia selittäväksi tekijäksi osoittautui tärkin annostelu. Konerullan sisäisen vaihtelun tutkimus osoitti, että molempien lujuuksien mittausmenetelmissä on epätarkkuutta. Prosessista saatuja kokeellisia tuloksia tarkastellessa huomioitiin mittausmenetelmästä aiheutuva epätarkkuus ja soft sensorin estimaatti pysyi lähes täysin mittauksen 95 %:n luottamusvälin sisällä. Estimaattia tarkasteltiin aikajaksoina, jolloin mallien selittävien tekijöiden mittausarvot olivat normaalilla toiminta-alueellaan.
Soft sensorin estimaattien luotettavuudelle osoittautui kriittiseksi, että prosessi ja kaikki selittävät tekijät toimivat samalla toiminta-alueella kuin mallien opetusdatan keruun aikana. Mallit eivät pysty selittämään kaikkia muutoksia lujuusominaisuuksissa. Mallit eivät myöskään kykene estimoimaan prosessiin tehtäviä muutoksia. Siten ne ovat prosessikohtaisia, eikä niitä voida sellaisenaan implementoida toiseen prosessiin.