Effektivare sågtimmermätning Metodutveckling. Nya system för klassning av sågtimmer

Transkript

1 Effektivare sågtimmermätning Metodutveckling Nya system för klassning av sågtimmer Jacob Edlund Institutionen för Skogens Produkter och Marknader, SLU, Uppsala 21/

2 Innehållsförteckning 1 Inledning Effektivare sågtimmermätning Tidigare studier Syftet med denna studie Material och metod Kontrollstockar Provsågade stockar Nya klassningssystem: Gränsvärden för vissa virkesfel ger sekunda eller vrak Tre förslag på automatklassning Förslag 1: Modifierade VMR-klasser via fullständig 3D-data Förslag 2: Nya formklasser baserade på begränsad mängd och manuellt mätbar yttreformsdata Förslag 3: Nya formklasser baserade på fullständig och icke manuellt mätbar yttreformsdata Resultat Andel stockar i de nya klasserna Utbytets kvalitetsfördelning enligt Nordiskt Trä Diskussion Nya system Uppföljning och kontroll Enhetlighet i mätning Hantering av virkesfel via uppdelning i prima och sekunda Slutsats

3 1 Inledning 1.1 Effektivare sågtimmermätning Mätning av barrsågtimmer som underlag för betalning sker idag i stor omfattning som stockmätning, dvs. som mätning stock för stock av ett virkesparti. Metoden bygger på ett stort inslag av subjektiva bedömningsmoment och ställer stora krav på virkesmätaren. Ett sätt att avlasta mätningen de manuella arbetsdryga momenten vore att automatisera denna mätning. Dagens klassningssystem är anpassat till en stockvis manuell visuell klassning och därmed svårt att tillämpa i ett automatiskt system eller i kombinationer av olika system. Exempel på försvårande regler vid en automatisering är de komplicerade bestämmelserna för tjurved och volymbehandling. Då ny teknik vinner insteg i virkesmätningen kan det vara av värde att ge plats för nya innovationer som kan avlasta mätarna den manuella stockvisa mätningen och en konsekvens kan bli att reglerna måste ändras. Det övergripande syftet med projektet Effektivare sågtimmermätning är att skapa förutsättningar för ökad mätningskapacitet och därmed minskade kostnader. Denna rapport ingår i delprojektet Metodutveckling som syftar till att skapa underlag för en automatiserad volym- och kvalitetsbehandling. Mätningen ska i första hand ske inom ramen för gällande VMR-instruktion Om detta ej visar sig möjligt skall nya mätningsinstruktioner baserade på stockens form utvecklas och testas. 1.2 Tidigare studier Tidigare studier och försök har främst syftat till att studera hur väl man kan klassa stockar enligt gällande VMR-instruktion med hjälp av modeller som nyttjar variabler från en 3D mätram. Modellerna har utvecklats med hjälp av stockdata från provsågningar som utförts på tre sågverk i olika delar av Sverige. Detta material beskrivs i rapporten Resultat från provsågningar vid Martinssons Trä, Anebyhus och Boxholms Såg. I rapporten redovisas också tänkbara sammanslagningar av klasser i det befintliga systemet för att passa in i ett automatiskt system. I rapporten Klassning av stockar med diskriminantanalys testades modellerna på kontrollstocksdata insamlat från fem olika sågverk i landet och i rapporten Metoder för klassning av stockar på partinivå testades modellerna på partier från tre olika sågverk i landet. Övriga studier har rört möjligheter att mäta krok med 3D mätram, mätning under isiga och snöiga förhållanden samt möjligheten att okulärt bedöma andelen virkesfel på travar. 1.3 Syftet med denna studie Noggrannheten vid den automatiska klassningen av stockar i tidigare nämnda studier har visat sig vara något sämre än vid den manuella mätningen. Det är rimligt att anta att ett system bättre anpassat till yttreformsmätning skulle vara mer ändamålsenligt. I denna rapport jämförs tre principiellt olika system för yttreformsmätning, varav ett delvis följer gällande mätningsinstruktion. Vissa bearbetningar har gjorts för att fastställa hur utbytets kvalitetsfördelning ser ut i de nya förslagen på klasser och hur fördelningen ser ut med avseende på andelen stockar i olika klasser. I studien presenteras även några förslag på hur man skall kunna hantera ändytefel. 3

4 2 Material och metod 2.1 Kontrollstockar Från våren 2000 till och med våren 2002 samlades rådata på samtliga kontrollstockars yttre form in på fem sågverk i landet; två från VMF Syd, två från VMF Qbera och ett från VMF Nord (tabell 1). Under perioden kontrollmättes stockar på de fem sågverken. De geometriska systemen testades först på detta material. Därmed kan man se hur stor andel stockar det skulle bli i varje ny klass i de tre olika systemen. Då VMR-klass enligt kontrollmätare var känd kunde även andel stockar enligt det gamla systemet beräknas inom varje ny klass i de nya systemen. Kontrollstocksdatat beskrivs mer ingående i rapporten Klassning av stockar i 3D mätram med hjälp av diskriminantanalys. Tabell 1. Kontrollstockarnas fördelning på VMR-klasser och sågverk samt stockarnas medeldiameter. VMR-Klass enligt kontrollmätare Medeldiameter Sågverk (topp under bark ) Vrak Totalt cm Bygdsiljum Aneby Forssjö Boxholm Heby Totalt Bygdsiljum Aneby Forssjö Boxholm Heby Totalt Provsågade stockar När man sett att det blivit en rimlig fördelning av stockar i de nya klasserna var nästa steg att använda materialet från provsågningen för att belysa vilket sågutbyte de nya klasserna kan förväntas ge. Data från de provsågade stockarna samlades in på tre sågverk i olika delar av landet under våren Insamlingen skedde under en period av fem veckor för att få ett så representativt urval som möjligt (tabell 2). Stockarna mättes i 3D-mätram för vidare beräkning av variabler. Provsågningen genomfördes så att rätt utbyte kunde kopplas till stockarnas egenskap med avseende på: VMR-kvalitet, dimension, stocktyp, nedklassningsorsak och yttre form. Centrum- och sidoutbyte klassades enligt Nordiskt Trä av en erfaren sorterare. Data från provsågningarna är närmare beskrivet i rapporten Resultat av provsågningar vid Martinssons Trä, Anebyhus och Boxholms Såg 4

5 Tabell 2. De provsågade stockarnas fördelning på trädslag, toppdiameter och VMR-klass. Trädslag Toppdiameter VMR- klass under bark Mm Vrak Totalt ( ) ( ) ( ) Totalt ( ) ( ) ( ) Totalt Nya klassningssystem: Gränsvärden för vissa virkesfel ger sekunda eller vrak I tidigare studier inom projektet konstaterades att noggrannheten vid bedömning av ändytefel på både travnivå och stocknivå är låg, vilket skulle vara ett argument för att förenkla dessa regler. Nedan ges några allmänna förslag för att förenkla mätningen av ändytefel. Tanken är att dessa förslag skall fungera tillsammans med något av de tre olika förslagen på automatklassning som presenteras. Vid de tre automatklassningssystemen är tanken att man antingen först på travnivå skall bedöma andelen stockar med mindre önskvärda egenskaper, alternativt skilja ut dem på stocknivå. Det ska bara finnas en gräns inom sortimentet sågtimmer för virkesfel såsom krok, sprötkvistar, toppbrott, stockar med fast röta och stor kvist. De stockar som inte klarar dessa gränser klassas som sekunda. Prima stockarna klassas därefter med hänsyn till yttre form som släthet och avsmalning. Sekunda virke är i princip det samma som virke av dagens sämsta klass motsvarande gran klass 4 eller tall klass 5. Den stora skillnaden mot dagens system är att de stockar som idag kan kortas istället hamnar i klassen sekunda och att ändytefel, lyra och krok endast kan orsaka nedklassning till sekunda eller vrak. Förhoppningen är att man med teknisk utveckling så småningom ska kunna skilja ut alla sekundafel per automatik. Sekunda ersätter inte vrakklassen. (se exempel nedan) Tänkbara orsaker för sekunda gran och tall: Kortningsbar röta (Dagens volymbehandling bidrar till svårigheten att utvärdera mätsystemet och ger minskad genomlyslighet. Stockar med kortningsbar röta skulle exempelvis i stället kunna hamna i sämsta klass, dvs. sekunda.) Toppbrott (Kommer förhoppningsvis på sikt kunna skiljas ut med yttre form.) Lyra Tjur > 20 %, alt. krok (Bedömningen av tjurved på stockar är mycket svår speciellt då det finns olika gränsvärden, 10 %, 20 % och 50 %. Då den manuella mätningen har visat sig vara svår kanske man på sikt ska ersätta bedömningen av tjur med ett mått på stockens krokighet.) 5

6 Fördelar med ovanstående system kan vara: Lättare att använda manuella okulära bedömningar av ändytefel på trave kombinerade med automatiska system. Exempelvis att mätaren bedömer andelen sekunda på trave. Lättare att utvärdera noggrannheten i klassningen då ett visst virkesfel endast kan orsaka nedklassning av stocken till sekundaklassen. Lättare att använda stockvisa manuella bedömningar kombinerade med automatiska system. Man skulle på detta vis kunna uppnå samma fördelar som vid SS-mätning, dvs snabbare matningshastighet, då mätaren endast letar efter allvarliga fel. Sågverk som inte vill lägga för mycket resurser på mätning kan använda endast klasserna prima och sekunda. Vill sågverket differentiera mer kan man differentiera klassen prima. Mycket snö och is i partiet Nej Ja Manuell mätning Steg 1 Ex. hålröta Stockvis manuell bedömning av virkesfel. Ex. röta, krok blånad Vrak Mätram Gränsvärden för dimension och krok Sekunda Automatisk klassning med hjälp av formvariabler Förslag 1, 2 eller 3 Steg 2 Klass? Klass? Klass? Figur 1. Andelen ändytefel bedöms visuellt på stocknivå eller på trave och allt virke automatklassas sedanenligt något av de tre förslagen på automatklassning. 6

7 2.4 Tre förslag på automatklassning Nedan beskrivs tre principiellt olika förslag på hur man med hjälp av yttre form skulle kunna sortera stockar i olika kvalitetsklasser. I alla tre förslagen är det tänkt att man skall bedöma andelen ändytefel på travnivå före automatmätning, alternativt skilja ut sekunda- och vrakstockar manuellt på stocknivå. Tre principer för klassning av prima stockar kan särskiljas: 1. Modifierade VMR-klasser via fullständig 3D-data. 2. Nya formklasser baserade på begränsad mängd och manuellt mätbar yttreformsdata. 3. Nya formklasser baserade på fullständig och icke manuellt mätbar yttreformsdata Förslag 1: Modifierade VMR-klasser via fullständig 3D-data Förutsatt att man vid införandet av ett nytt system kräver att kontrollmätningen skall kunna utföras på samma sätt som idag d.v.s. med stockvis kontroll av enskilda stockar bör man kunna utgå från dagens system men göra vissa ändringar. Klass 1 och 3 slås samman, klass 2 och klass 4 bibehålls. Klass 5 stockar med ändytefel ersätts med sekunda. Nedklassning pga. ändytefel skall endast ske till sekunda. Alltför krokiga stockar hamnar i sekunda. Något som ytterligare kunde underlätta vore att endast rotstockar tillåts i klass 1+3. Klass 2 bibehålls medan klass 1 och 3 slås samman med de stockar i klass 4 som inte nedklassats på grundval av ändytefel. Klass 4 stockar med ändytefel klassas ner till sekunda. Alltför krokiga stockar hamnar i sekunda Förslag 2: Nya formklasser baserade på begränsad mängd och manuellt mätbar yttreformsdata. Med detta förslag skulle man med gränsvärden/tröskelvärden sortera prima stockar i tre olika klasser för tall respektive gran. Variablerna som används i systemet nedan skulle kunna mätas av både kontrollmätare och mätramen och därmed skulle kontrollmätningen på ungefär samma sätt som mätramen kunna beräkna yttreformsklasser. Huruvida variabler genererade av en mätram är jämförbara med desamma genererade med manuell mätning måste man undersöka vidare men det är rimligt att anta att ojämnheten är svår att mäta manuellt. I analyserna har följande mätramsvariabler använts. 7

8 Tabell 3. Variabelgränsvärden för klassning enligt förslag 2. Variabel Klass I Klass II Klass III Klass I Klass II Klass III Rotavsmalning > > Diameter (cm) > 20 < > 20 < Toppavsmalning - - > < 20 > Bulighet (Bump3) < 1,5 > 1,5 - - < 2 > 1,5 - - Krök (Båghöjd) < 1,5 % < 1,5 % Förklaring av variabler: Rotavsmalning: Avsmalning i stockens grovända, mm/m: (diameter i grovändan 10 cm från ändytan - diameter 110 cm från grovändytan). Toppavsmalning: Avsmalning i stockens toppända, mm/m : (diameter i toppändan 110 cm från ändytan diameter 10 cm från toppändytan) Bulighet: Standardavvikelsen till en regressionslinje beskrivande stockens avsmalning, beräknad utifrån diametervärden på var 10 cm. Krök: Pilhöjd i relation till diameter i topp och längd Klasser enligt förslag 2 för tall och gran: Klass I: Rotstockar över viss diameter, begränsad avsmalning i toppändan och begränsad bulighet samt höga krav på rakhet. Klass II: Stockar, ej rotstockar, under viss diameter med krav på viss avsmalning i toppändan. Klass III: Stockar som uppfyller minimikrav för prima men ej kraven för klass I eller II. 8

9 2.4.3 Förslag 3: Nya formklasser baserade på fullständig och icke manuellt mätbar yttreformsdata. Detta förslag baseras på ett system för klassning med hjälp av funktioner framtagna med hjälp av diskriminantanalys. Förslaget bygger på att man med hjälp av modeller ska kunna sortera fram kvistfritt, friskkvist och torrkvist stockar. Den i förväg bestämda sannolikheten att en stock exempelvis blir en kvistfri stock kan ökas så att ett relativt sett större antal stockar tas fram. Problemet med den här typen av klassning är att resultatet är svårt att utvärdera via någon form av manuellt uppmätt facit. Beskrivning av diskriminantanalys och i förväg bestämda sannolikheter beskrivs i rapporten Klassning av stockar i 3D mätram med hjälp av diskriminantanalys. Funktionerna med vars hjälp man klassar stockarna är linjära. Variabler och variabelvärden finns beskrivna i tabell 4. Funktioner har skapats för att ta fram följande nya klasser: Kvistfritt- fina rotstockar så hög andel utbyteskvalitet A som möjligt Friskkvist- friskkvist stockar Torrkvist- övriga stockar Tabell 4. Variabler för linjära funktioner för klassning enligt förslag 3. Variabel Kvistfritt Friskkvist Torrkvist Variabel Torrkvist Kvistfri Friskkvist Konstant -18,8-22,4-16,8 Konstant -14,4-14,5-16,4 Uneven2-11,4-10,1-8,5 Toppavsm 1,6 1,5 1,0 Rotavsmalning 0,5 0,5 0,5 Rotavsm. 0,1 0,1 0,1 Uneven0 2,3 2,3 2,0 Bump0 1,2 1,3 1,2 Rotav/diam -7,7-9,8-8,4 Bump3-11,2-13,9-12,1 Toppavsm/diam 4,8 9,4 5,9 Uneven5-19,8-22,1-19,3 9

10 3 Resultat 3.1 Andel stockar i de nya klasserna I figur 2 a-f redovisas andelen stockar i de nya klasserna. Då denna utvärdering har gjorts på ett stort kontrollstocksmaterial på fem sågverk borde det vara ganska representativt för ett Sverigegenomsnitt. Då inte nedklassningsorsaker och orsaker till volymbehandling är känd på kontrollstockarna går det inte säga hur många stockar som skulle hamna i sekunda. Sekunda har vid alla tre simuleringarna generaliserats som stockar av VMR-klass 5 och vrak för tall och VMR-klass 4 och vrak för gran samt stockar med mer än 2 % båghöjd. Sekunda är för alla tre förslagen 15 % för tall och 17 % för gran. Enligt förslag 1 kommer utfallet av stockar i olika klasser att bli ungefär som idag bortsett från klassammanslagningarna. Det innebär för tall: klass 1+3 ca 17 %, klass 2 ca 8 % och klass 4 ca %. För gran kommer klass 1+3 att dominera. I förslag 2 kommer största delen tallstockar hamna i klass III vilket närmast motsvarar klass 4 i förslag 1. Få stockar hamnar i tall klass I och II, detta beror på att vid simuleringen blev utbytets kvalitetsfördelning väldigt jämn om man simulerade så att andelen stockar blev mer lika mellan klasserna. Förhållandet att merparten stockar hamnar i klass III gäller även för gran. Enligt förslag 3 var möjligheten att jämnare separera stockar i de olika klasserna bättre dvs. man kunde ha mer lika andel stockar i de olika klasserna men samtidigt behålla en något större skillnad mellan klasserna med avseende på utbyteskvaliteter. 3.2 Utbytets kvalitetsfördelning enligt Nordiskt Trä I figur 3 a-f redovisas det sågade utbytets kvalitetsfördelning (enligt nordiskt Trä) för respektive ny timmerklass. Förslag 3 var det av förslagen där det skilde mest mellan bästa och sämsta klass med avseende på utbyteskvaliteter. Förslag 1 var bara något sämre. Det kunde också konstateras att utbyteskvaliteterna inte skiljer sig mellan friskvist klasserna (förslag 1: klass 2, förslag 2: klass II samt förslag 3: friskkvist) och torrkvistklasserna (förslag 1: klass 4, förslag 2: klass III samt förslag 3: torrkvist) med avseende på utbyteskvaliteter. Detta beror sannolikt på att det i Nordiskt Trä inte finns någon särskild klass för friskkvist. Resultatet till trots kan det alltså finnas beaktningsvärda skillnader mellan friskkvist- och torrkvistklasserna. 10

11 Förslag 1: Modifierade VMR-klasser via fullständig 3D-data a. b. Andel stockar Sekunda Reviderade klasser enligt förslag 1 (inklusive sekunda) Sekunda Reviderade klasser enligt förslag 1 (inklusive sekunda) Förslag 2: Nya formklasser baserade på begränsad mängd och manuellt mätbar yttreformsdata. c. d Andel stockar 8 2 I II III Sekunda Klasser enligt förslag 2 (inkl. sekunda) 2 I II III Sekunda Klasser enligt förslag 2 (inkl. sekunda) Förslag 3: Nya formklasser baserade på fullständig och icke manuellt mätbar yttreformsdata. e. f Andel stockar 2 2 Kvistfritt Friskkvist Torrkvist Sekunda Klasser enligt förslag 3 (inkl. sekunda) Kvistfritt Friskkvist Torrkvist Sekunda Klasser enligt förslag 2 (inkl. sekunda) Klasser enligt VMR 1-99, tall Klasser enligt VMR 1-99, gran Figur 2. Andel stockar i respektive ny klass enligt förslag 1-3. Inom varje ny klass visas andelen stockar enligt det gamla systemet. 11

12 Förslag 1: Modifierade VMR-klasser via fullständig 3D-data a. b Sekunda Reviderade klasser enligt VMR Sekunda Reviderade klasser enligt VMR Förslag 2: Nya formklasser baserade på begränsad mängd och manuellt mätbar yttreformsdata. d. Fördelning av utbyten i resp. klass I II III Sekunda Klasser enligt förslag 2 ( inkl. sekunda) c. Klasser enligt förslag 2 (inkl. sekunda) Förslag 3: Nya formklasser baserade på fullständig och icke manuellt mätbar yttreformsdata. e. f I II III Sekunda Fördelning av utbyten i resp Kvistfritt Friskkvist Torrkvist Sekunda Klasser enligt förslag 3 (inkl sekunda) Kvistfri Friskkvist Torrkvist Sekunda Klasser enligt förslag 3 (inkl. sekunda) Kvalitetsklass enligt NT A B C D Figur 3 a-f. Det sågade utbytets voylmsandel fördelat på NT klasser för respektive ny stockklass. 12

13 4 Diskussion 4.1 Nya system När det nuvarande mätningssystemet introducerades 1994 hade föregående års utveckling inom sågtimmermätningen föranlett en viss anpassning till alternativa mätningsmetoder såsom automatmätning, men inte i den grad som skulle ha behövts. Om nu mätningssystemet ändras gäller det att ändra systemet till något som inte bara är anpassat till dagens teknik och förutsättningar utan även morgondagens. Sågverken får alltmer heterogena krav på råvaran och krav på mer kostnadseffektiv mätning samt alltmer avancerad teknik, vilket talar för ett enklare och flexiblare klassningssystem. I denna rapport presenteras tre principiellt olika automatklassningssystem samt några idéer på hur man skulle kunna underlätta hantering av virkesfel inom ramen för dessa tre förslag. Vilket av dessa system som föredras beror i hög grad av principiella frågeställningar rörande uppföljningsmätning och krav på enhetlighet. 4.2 Uppföljning och kontroll Grundförutsättningen för att mäta saker rätt är en balans mellan hur svårt det är att beakta felet i förhållande till mätningsförutsättningarna. Vid manuell mätning är den avgörande faktorn oftast tiden man har på sig att göra mätningen medan de viktigaste förutsättningarna vid automatisk mätning är tekniken och de matematiska modellerna. Om det inte finns en balans mellan mätningsförutsättningar och mätinstruktion är mätsystemet inte ärligt, något som i slutändan drabbar trovärdigheten för systemet. För att veta riktigheten i mätningen och samtidigt ge möjlighet till förbättrad noggrannhet måste mätningen ständigt utvärderas på ett så korrekt sätt som möjligt. Dagens metod för uppföljning av bedömning av kvalitetsegenskaper bygger liksom den ordinarie mätningen på manuella enkla metoder. Man jämför den ordinarie mätningens manuella bedömning med manuell kontrollmätning. Ett förfarande som tillfredsställer köpare och säljares krav på saklighet och enhetlig mätning. Hur ska då den automatiska klassningen utvärderas? Om man i enlighet med förslag 1 gör om dagens klassningssystem för att enklare passa i ett automatiskt system kan man manuellt göra samma typ av kontroll som idag. Viss risk föreligger att jämförelserna haltar, en stock som är klassad via automatik med avseende på bulighet och avsmalning ska jämföras med en kontroll som använder helt andra mått dvs. storlek på kvist och antal kvist. Ett alternativ kan vara att man i enlighet med förslag 2 gör en manuell uppföljning och då försöker efterlikna mätutrustningens variabler för bulighet, avsmalning och krok. Risken är dock att jämförelserna haltar även här. Speciellt då bulighet kan vara svårt att mäta manuellt på ett sådant sätt att det går att jämföra med bulighet uppmätt av en mätram. 13

14 Om man inte accepterar de två tidigare förslagen på grund av oenhetliga jämförelser mellan ordinarie mätning och uppföljning kan man använda sig av det tredje förslaget. I detta system kan man inte följa upp den ordinarie automatiska klassningen med en manuell kontrollklassning. Istället kontrolleras mätningen genom att standardisera modellerna och kontrollera av mätramen så att den mäter bulighet och avsmalning enligt vissa krav. Detta skulle innebära att kontrollmätaren testar en standardiserad stock som ska ge samma värde på avsmalning och bulighet på alla sågverk. En nackdel med ett sådant system är att man ej kan bestämma stockens kvalitet i skogen och därmed ej heller analysera effekterna av olika apteringar. Metoden i förslag 3 bygger på att man är relativt låst till vissa modeller och mätramar då resultatet av en klassning är ett facit i sig och endast kan jämföras med en klassning i en likadan mätram och med samma modeller. Låsningen kan hämma utvecklingen av förbättrade modeller och introduktionen av ny teknik. I denna studie har inte träffprocenten beaktats, dvs noggrannheten vid klassning i jämförelse med kontroll. Träffprocenten vid klassning enligt förslag 1 har dock tidigare utvärderats i studien Klassning av stockar i 3D mätram med hjälp av diskriminantanalys. Träffprocenten vid automatisk klassning befanns vara något sämre än vid den manuella mätningen i samma system. Förslag 2 och förslag 3 skulle man kunna utvärdera med avseende på noggrannhet, detta skulle dock kräva en relativt omfattade studie om man avser att beakta den nationella variation av egenskaper som finns i sågtimmer av tall och gran. Det är dock rimligt att anta att noggrannheten vid förslag 2 skulle bli sämre än förslag 3 då det troligen är svårt att manuellt mäta bulighet så att det stämmer med den automatiskt uppmätta buligheten. 4.3 Enhetlighet i mätning Enhetlig mätning med manuella metoder innebär att det inte är några systematiska skillnader vid klassning dvs. att alla mätare är lika som personer och mäter under samma förutsättningar och tittar på samma stockegenskaper. Rätt eller fel så tittar alla ordinarie mätare med all säkerhet på delvis olika stockegenskaper med tanke på att de är olika människor. De stockegenskaper ordinarie mätare bedömer skiljer sig dessutom delvis från de stockegenskaper kontrollmätaren bedömer då ordinarie mätare har mindre tid för varje mätobjekt. I dagens system tar mätarna efter en tids erfarenhet i regel ut lika stor andel stockar i olika klasser som kontrollmätaren. Detta beror säkert av flera orsaker: att de med tiden blir allt skickligare men också att de anpassar sig efter andel stockar i olika klasser vid kontrollmätningen. Om det vid kontroll visar sig att de tar ut för få stockar i en viss klass, exempelvis klass 2, kommer mätaren fortsättningsvis hellre klassa gränsfall mellan klass 2 och klass 4 till klass 2. Det sker således en anpassning till facit, snarare med avseende på andel stockar i olika klasser än noggrannheten vid klassning. 14

15 Om man accepterar dagens förfarande borde man också kunna acceptera modeller som man kan justera så att andelen stockar i respektive klass stämmer överens med kontroll under en längre tidsperiod. Risken är annars en sämre noggrannhet samt i jämförelse med facit skev fördelning av stockar i olika klasser. För att underlätta utveckling inom området skulle man dessutom acceptera även andra modeller, andra typer av mätramar etc. Kravet ska vara att de klassar med viss noggrannhet och att man med justeringar och teknisk utveckling förbättrar denna noggrannhet. Noggrannhet gentemot kontrollmätningen är i sig ett mått på enhetlighet i och med att kontrollmätningen är enhetlig. 4.4 Hantering av virkesfel via uppdelning i prima och sekunda Grundförutsättningar för att kunna utvärdera ett system är att man objektivt ska kunna analysera mätarens insats på ett sådant sätt att den kan jämföras med andra mätares insats och tidigare mätningar under andra förhållanden. Önskvärt är också att systemet medger att man kan isolera en parameter och utvärdera denna för sig. I dagens system där instruktionen är komplicerad, mätaren har lite tid för varje mätobjekt och där utvärderingssystemet ger möjlighet att dölja stora mätfel är det svårt att bedöma hur bra en mätare är på att bedöma olika fel, exempelvis tjurved. Tidigare resultat inom projektet som redovisas i arbetsrapporten Bedömning av stockegenskaper på partinivå visade att det var svårt att göra bedömningar av ändytefel på travnivå. Men resultat från rapporten Metoder för klassning och prissättning av stockar på partinivå visade att bedömningen av ändytefel på enskilda stockar inte heller var särskilt bra. Då noggrannheten är relativt låg vid bedömning av ändytefel är det icke ändamålsenligt att ha en detaljerad mätinstruktion. Ett syfte med uppdelningen i sekunda och prima är att förenkla denna instruktion. Ett annat viktigt syfte med sekundaklassen är att förenkla utvärdering av bedömning av ändytefel. 4.5 Slutsats Förslag 2 och 3 bygger på system för kvalitetsklassning som baseras på yttreformsmätning. Därmed måste de sågverk som inte har eller vill satsa på denna teknik behöva använda ett annat system för manuell klassning av stockar. Dessa förslag kan dock vara mer ändamålsenliga när det gäller automatklassning. Om man i stället använder sig av förslag 1 (modifierat gällande system) kan alla sågverk använda sig av samma mätinstruktion och samma kontrollfunktion fast man använder olika metoder för klassning i den ordinarie mätningen. 15