Försök med smulåterföring hos Lantmännen Agroenergi i Malmbäck

Relevanta dokument
Optimering av spånmalning vid SCA BioNorr AB i Härnösand

Pelletsplattformen (2011)

Smulåterföring inverkan på pelletskvalitet Fullskaleförsök vid Bioenergi Luleå AB

Inblandning av stärkelse och lignosulfonat i pellets vid Bioenergi i Luleå AB

Inblandning av lignin från SEKAB i pellets vid Bioenergi i Luleå AB

Lagring av pellets inverkan på kvalitet

Sågspånets malningsgrad inverkan på pelletskvalitet

Inblandning av stärkelse och lignosulfonat i pellets vid Bioenergi i Luleå AB

Pelletering av granbaserad råvara med inblandning av rapskaka vid Derome-fabriken i Kinnared

Pelletering av obarkad energived av tall, gran och björk vid BioStor, Skellefteå Kraft AB

Pelletplattformen II,

Pelletering av avverkningsrester Jämförelse mellan färsk och lagrad grot

Inblandning av lövved och rötskadad granved i råvarumixen vid Lantmännen Agroenergis pelletsfabrik i Malmbäck

Pelleteringsförsök med återvunnet trädbränsle Fullskaleförsök vid Helsinge Pellets AB i Edsbyn

Lagring av pellets inverkan på kvalitet och emissionsbildning Fullskaleförsök vid SCA BioNorr AB i Härnösand

Pelletering vid inblandning av björk, asp, al och salix i sågspån från barrved

Varmgång, emissioner, reaktivitet och kvalitet vid lagring av pellets

PELS Pelletsutveckling för att möta kommande produkt-, säkerhets- och emissionskrav

Inblandning av energived i råvarumixen vid Laxå Pellets AB

Lägesrapport - Pelletsutveckling för att möta kommande produkt-, säkerhets- och emissionskrav

PELLETPLATTFORMEN II Slutrapport

Produktion av pellets, briketter och träpulver vid Brikett- Energis fabrik i Norberg

SAMPELLETERING AV SPÅN OCH GRÄS FRÅN VÅTMARKER

Konditioneringens betydelse för energiåtgång och kvalitet vid pelletstillverkning

Delrapport 8. Bioenergigårdar

Torbjörn Lestander Docent

Utvärdering av förbränningsförsök med rörflensbriketter i undermatad rosterpanna

Slamproduktifiering utveckling av ett koncept för uppgradering av rötslam till en kommersiell produkt (SLURP)

Inblandning av rötad gran och lövvedsspån vid pelletering i pilotskala

Förädlat bränsle ger bättre egenskaper i förbränning och logistik

Glufoss. ert nya additiv för en optimal produktion av energi pellets. för PELS - workshop. Älvdalen 18 september Bo Jönsson

Massaindex. Ett projekt inom SCOPE Norra

Massaindex. Ett projekt inom SCOPE Norra. Mikael Håkansson 23 Maj 2013

Föreläsning 9. NDAB01 Statistik; teori och tillämpning i biologi

Bestämning av fluoridhalt i tandkräm

Tentamen för kursen. Linjära statistiska modeller. 16 augusti

PELLETSKVALITET. Test av olika råvarumixer i pelletstillverkningen vid Rindi Västerdala AB:s bioenergikombinat i Vansbro TINA LIDBERG

WP2 INVERKAN AV PELLETSKVALITET OCH LAGRINGSADDITIV PÅ FÖRBRÄNNING

STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 3: MULTIPEL REGRESSION.

MÄTNING AV SJÄLVUPP- VÄRMNING

Automatiserad fukthaltsmätning vid bränslemottagning

Konsten att lösa icke-linjära ekvationssystem

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Skärparametrarnas inverkan på ytkaraktären vid hårdfräsning. Niklas Lepa-Helgesson

Föreläsning 9. NDAB02 Statistik; teori och tillämpning i biologi

Projekt SWX-Energi. Konditionering av råvara före pelletering

Kapitel 15: INTERAKTIONER, STANDARDISERADE SKALOR OCH ICKE-LINJÄRA EFFEKTER

TEKNOLOGRAPPORT. Försöksplanering IEK203, VT2005. Fluffiga muffins. Martin Johansson Erik Jonsson Mattias Kollin Maria Rylander

Småskaliga Pelleterings system På Export

< Online dubbelspektroskopisk mätning av tvättförluster> Projektperiod: < till >

Föreläsning 7. NDAB01 Statistik; teori och tillämpning i biologi

Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3

BIOENERGI FRÅN SKANDINAVISKA SKOGAR.

ASYMPTOT. Horisontal (lodrät) Vertikal (vågrät) Sned och Hål

Föreläsning 4. Kap 5,1-5,3

ERMATHERM CT värmeåtervinning från kammar- och kanaltorkar för förvärmning av uteluft till STELA bandtork. Patent SE

MÄTNING AV BRÄNSLEVED VID ENA ENERGI AB I ENKÖPING Mats Nylinder och Hans Fryk

Bestämning av hastighetskonstant för reaktionen mellan väteperoxid och jodidjon

Lars Göran Harrysson

Användning. Fixed & Random. Centrering. Multilevel Modeling (MLM) Var sak på sin nivå

Fuktighet i jordmåner. Variansanalys (Anova) En statistisk fråga. Grafisk sammanfattning: boxplots

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

1 Förberedelseuppgifter

Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8

Multipel Regressionsmodellen

Sammanfattning. Tillsatsmaterial Planerad utökning från: till ton ferrofosfor per år Nya produktionslinjer i befintliga lokaler

Regressionsanalys. - en fråga om balans. Kimmo Sorjonen Sektionen för Psykologi Karolinska Institutet

Automatiserad fukthaltsmätning vid bränslemottagning. Mikael Karlsson Bestwood

Laboration 2: Styrkefunktion samt Regression

Labbrapport svängande skivor

Regressionsanalys med SPSS Kimmo Sorjonen (2010)

Tentamen för kursen. Linjära statistiska modeller. 20 mars

732G71 Statistik B. Föreläsning 4. Bertil Wegmann. November 11, IDA, Linköpings universitet

Receptorfarmakologi trombocyter

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval

Under denna laboration kommer regression i olika former att tas upp. Laborationen består av fyra större deluppgifter.

Regressions- och Tidsserieanalys - F4

Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA

Metodutvärdering I. Metodutvärdering -validering. Metodutvärdering II. Metodutvärdering III

Effekt från beteende- och fysisk faktor på vibrationsexponering

Jämförande mätningar av bensen och toluen på Södermalm,

Sammanfattning. Pulververket. Sida 1 av 7. I Pulververket tillverkas huvudsakligen svampbaserade och atomiserade baspulver.

Provning av tryckhållfasthet, krympning och frostbeständighet av sprutbetong med TiOmix

3.8 Känslighetsanalys av modell. Introduktion. Hans Larsson och Olof Hellgren, SLU

Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet

Godkännande och kontroll av torrhaltsmätare för mindre provmängder

7.5 Experiment with a single factor having more than two levels

Fuktmätning i betonggolv med pågjutningar

Enkel linjär regression. Enkel linjär regression. Enkel linjär regression

MULTIPEL IMPUTATION. Ett sätt att fylla i hålen i ditt datamaterial?

Labbrapport projekt Fiberströ, avvattning med pressteknik DWS6000

Möjligheter att spara energi i. Pappersmaskinen

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

Statistisk undersökning och jämförelser mellan några volumetriska kärl. XXXXXXX

Prediktionsmodell för våta vägmarkeringars retroreflexion

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

Prediktera. Statistik för modellval och prediktion. Trend? - Syrehalt beroende på kovariater. Sambands- och trendanalys

10.1 Enkel linjär regression

Projekt SWX-Energi. Tillsatser som kvalitetshöjare för pellets

Justeringar och tillägg till Svar till numeriska uppgifter i Andersson, Jorner, Ågren: Regressions- och tidsserieanalys, 3:uppl.

Transkript:

Försök med smulåterföring hos Lantmännen Agroenergi i Malmbäck Michael Finell, Robert Samuelsson, Torbjörn Lestander och Mehrdad Arshadi Pelletsplattformen BTK-Rapport 2010:2 SLU Biomassateknologi & Kemi, Umeå

Innehåll Förord...3 Sammanfattning...4 Inledning...5 Processen...5 Material & metoder...6 Resultat...8 Produktion & primärsmulhalt...8 Fines, bulkdensitet, hållfasthet och pelletfukthalt... 10 Slutsatser... 19 2

Förord Detta försök har genomförts och finansierats inom ramen för Pelletsplattformen, ett industriforskningsprogram i samarbete mellan pelletsindustrin och Enheten för Biomassateknologi och Kemi vid Sveriges Lantbruksuniversitet. Finansiärer är Energimyndigheten, Pelletsindustrins Riksförbund (PiR) och SLU. Det fullskaliga industriförsöket med smulåterföring i Lantmännen Agroenergis anläggning i Malmbäck genomfördes 11-13 augusti 2009. Avsikten var att studera hur olika inblandningsgrader av sekundärsmul påverkade pelletsegenskaperna och att utifrån detta ge riktlinjer för hur processen ska styras för att ge en optimal produktion av pellets. Vi vill tacka Lantmännen Agroenergis personal som deltog i försöket och gjorde det möjligt att genomföra denna studie. Vi vill också tacka Mikael Thyrel, Björn Hedman och Carina Jonsson vid SLU BTK som deltog i försöket och har gjort analyserna på spån och pellets. Umeå augusti 2010 Torbjörn Lestander Programdirektör för pelletsplattformen 3

Sammanfattning Detta försök genomfördes för att studera inverkan av inblandning av sekundärsmul i råvaran på pelletsvalitet vid Lantmännen Agroenergis anläggning i Malmbäck. Försöket gjordes som ett fullskaligt fabrikförsök där alla tre pressar kördes enligt försöksplanen. De variabler som har varierats systematiskt är smulinblandning i råspånet (0-10 ), fukthalt innan pressning (9-13 ) och belastning på pressarna (80-100 ). Övriga variabler har hållits konstanta eller körts på normalt sätt. Resultaten har delats upp i två delar genom att primärsmulproduktionen och den totala produktionen har behandlats som ett separat dataset och pelletskvalitet (hällfasthet, bulkdensitet, fines och fukthalt) har behandlats som ett annat dataset. De viktigaste resultaten är att den högsta produktionen och lägsta primärsmulhalten fås vid låg smulinblandning och hög fukthalt. Intressant är också att belastningen på pressarna hade mycket liten effekt på både produktion och pelletskvalitet. Pelletskvaliteten påverkas dock generellt positivt av smulinblandning och upp till 10 inblandning av sekundärsmul är möjlig utan att pelletskvaliteten hamnar på en oacceptabel nivå. Vi rekommenderar dock att smulinblandningen inte överstiger 5 då en högre inblandning påverkar produktionen och primärsmulgenereringen negativt. 4

Inledning Syftet med försöket var att studera hur inblandning av sekundärsmul i råvaran påverkade produktionen och pelletsegenskaperna vid olika inställningar på fukthalt och belastning på pressarna. Försöket gjordes som ett fullt fabriksförsök, dvs. alla pelletspressar användes och prover togs från det sammanslagna materialet efter pressarna. Processen Hos Lantmännen Agroenergi AB i Malmbäck tillverkas totalt ca 100 000 ton/år av detta är 75 pellets/briketter och 25 pulver. Två Buhlerpressar finns, varav en med ett förbehandlingssteg och en matadorpress. Råvaran är spån och kutterspån. Begränsad kapacitet i torken gör att man tillsätter kutterspån för att justera torrhalten. Andelen kutterspån varierar mycket från 10-100. Fukthalten i kutterspånet varierar också (10 15 ). Man har ingen koll på gran-/tallförhållandet i varken spån eller kutterspån men gran är dock den dominerande råvaran. Smul som avskiljs efter kylning (primärsmul) återcirkuleras direkt till buffertsilon innan pressarna. I anslutning till sållningen har en automatisk smulhaltsmätare installerats (Tillverkare, modell, mm.). Det totala flödet till sållet registreras också kontinuerligt med hjälp av en bandvåg (Tillverkare, modell, mm.). Smul som uppkommer vid lagring av pellets (sekundärsmul) samlas i en hög och portioneras in i processen igen genom att blanda det med råspånet. För att ha koll på fukthalten efter torkning och malning finns ett NIR-instrument installerat i en transportskruv före pressarna. Det är fukthalten som detekteras av NIR-instrumentet som har använts vid de olika försöksinställningarna. Figur 1 visar en skiss över processen där primär- och sekundärsmulåtercirkulationan har ritats in. Figur 1. Skiss av pelleteringsprocessen. 5

Material & metoder Tre spånhögar med olika smulinblandning preparerades innan försöket. Referensspånet bestod av en 50/50-blandning av lagrat- och färskt spån med 5 inblandning av rötskadad ved. Alla blandningar gjordes baserat på volym. Inblandningsgraden av smul var 0, 5, och 10 i dessa högar. Dessa spånhögar användes som råvara under försökets gång och passerade alla normala processteg som normalt används vid pelletstillverkningen. Fukthalten på spånet som gick in i pressarna varierades mellan 9 och 13 genom att styra torken enligt försöksplanen. Pressarna kördes också vid olika belastning, 80, 90 och 100 enligt försöksplanen. Figur 1 visar försöksplanen med börvärden och de verkliga inställningarna/värdena som erhölls vid försöket. Tabell 1. Försöksplan med börvärden och erhållna värden. Den uppmätta fukthalten är ett medelvärde av 3 mätningar. Exp Namn Börvärde, fukthalt Verklig fukthalt Börvärde, belastning Verklig belastning Smulinblandning MaP01 9 9,97 80 80 0 MaP02 13 11,91 80 80 0 MaP03 9 9,97 100 94 0 MaP04 13 12,63 100 94 0 MaP05 9 9,13 80 80 10 MaP06 13 13,52 80 80 10 MaP07 9 9,48 100 94 10 MaP08 13 13,73 100 94 10 MaP09 9 9,67 90 90 5 MaP10 13 12,44 90 90 5 MaP11 11 11,06 80 80 5 MaP12 11 11,33 100 94 5 MaP13 11 9,8 90 90 0 MaP14 11 11,14 90 90 10 MaP15 11 11,8 90 90 5 MaP16 11 11,24 90 90 5 MaP17 11 10,04 90 90 5 MaP18 11 9,77 90 90 0 En del problem uppstod också under försökets gång. Pelletpress 3 gick väldigt ojämnt under hela försöket och stannade också några gånger helt. Pelletpress 3 har därför inte körts enligt försöksplanen utan hållits på en belastning på omkring 70 i de flesta försöken. Pelletpress 1 och 2 kördes dock enligt planen med undantag av den högsta belastningen (100 ) som valdes till 94 för att undvika överbelastning. I experiment 13 råkade kutterspåninblandningen vara påkopplad och råvaran innehåller därför ett par kutterspån. Experiment 13 upprepades som experiment 18 utan kutterspåninblandning. Under försöket registrerades produktion och primärsmulhalt från mätutrustningen som finns installerad för detta ändamål. Både produktions- och smulhaltsmätningen varierade kraftigt under försökets gång och smulhaltsmätningssystemet stannade helt några gånger under försöken. Produktion och smulhalt registrerades under ca 20 min för varje inställning i försöksplanen. 6

Prover för fukthaltsbestämning togs ut efter buffertsilon innan pressarna 3 gånger under 20 min för varje experiment. Prover av pellets togs i pelletslagret 30 min efter första spånprovtagningen direkt under bandtransportören, 3 gånger under 20 min även för dessa prover. Fukthalt, bulkdensitet, hållfasthet, pelletsfukthalt och fines som presenteras i tabell 1 och tabell 2 är medelvärde av 3 provtagningar under försöken. För andelen fines saknas några värden p.g.a. en kommunikationsmiss vid mätningarna gjorda hos SLU. Tabell 2. Erhållna värden på primärsmulhalt och produktion (från on-linemätning) samt pelletsegenskaper (medelvärde från 3 provtagningar) Exp Primärsmul Produktion Bulkdensitet Hållfasthet Pellfukthalt Fines Namn kg/h kg/m3 MaP01 10,03 8103 713,99 96,03 5,19 MaP02 8,26 6540 662,25 97,37 8,38 0,40 MaP03 13,34 5712 698,98 96,86 5,59 1,20 MaP04 6,57 8220 648,4 97,28 8,42 1,78 MaP05 18,57 3021 716,39 96,18 4,42 1,06 MaP06 8,54 4986 644,56 96,95 8,75 0,37 MaP07 18,82 4176 715,28 96,87 4,61 0,97 MaP08 9,62 5145 630,4 96,66 9,20 0,57 MaP09 12,69 5841 715,57 95,99 4,49 1,99 MaP10 13,27 5742 664,14 97,36 7,62 1,17 MaP11 11,10 6108 695,28 97,15 6,65 1,15 MaP12 7,06 6036 690,75 96,91 6,92 MaP13 9,27 7770 690,14 96,58 5,85 3,07 MaP14 7,32 5535 669,35 97,91 7,41 0,52 MaP15 7,00 9000 677,94 97,5 7,36 1,09 MaP16 7,26 8055 694,65 96,93 6,68 MaP17 9,13 7164 704,58 96,64 4,74 2,21 MaP18 12,06 7266 711,61 96,43 4,60 7

Resultat En multipel linjär regression (MLR) gjordes för att koppla processvariablerna (smulandel, fukthalt och belastning) mot uppmätta värden (produktion och primärsmulhalt) samt pelletskvalitet (bulkdensitet, hållfasthet, pelletfukthalt och fines). Produktion & primärsmulhalt Det var möjligt att göra modeller för både produktion och primärsmulhalt. För produktion erhölls ett R 2 -värde på 0,53 samt ett Q 2 -värde på 0,28. För primärsmulhalten var motsvarande värden 0,63 och 0,33. R 2 är procentdelen av den uppmätta responsen som förklaras av modellen, dvs. hur väl modellen kan anpassas till uppmätta data. Q 2 är procentdelen av den uppmätta responsen predikterad av modellen efter krossvalidering, dvs. hur väl modellen kan prediktera nya data. Om R 2 är under 0,5 och Q 2 under 0,1 så är modellen inte signifikant, dvs. ett medelvärde av alla försök är en lika bra modell i dessa fall. En perfekt modell har R 2 - och Q 2 -värden nära 1. Detta visar att vi erhöll en ganska dålig modell för produktion och primärsmulhalt men modellen är dock signifikant och kan användas för att t.ex. se trender i hur processfaktorerna påverkar de uppmätta responserna. Investigation: Malmbäck_produktion_smulmät (MLR) 1500 7 6 1000 5 4 500 3 2 0 1 kg/h -500 0-1 -2-1000 -1500-2000 Fuk Bel Smu -3-4 -5-6 -7 Fuk Bel Smu Fuk*Fuk MODDE 9-2010-02-11 11:20:37 (UTC+1) Figur 2. Koefficienter för produktion och primärsmul. 8

Figur 2 visar koefficienterna för responserna produktion och primärsmul. För produktion är endast smulinblandningen signifikant. Fukthalten och belastningen på pressarna är inte signifikanta och kan tas bort från modellen. Figuren visar att om man höjer andelen smul i ingångsmaterialet så sjunker produktionen. För primärsmul så är faktorn fukthalt signifikant. Även den kvadratiska faktorn fukthalt fukthalt är signifikant. De övriga faktorerna belastning och smulinblandning är inte signifikanta i modellen. Effekten på primärsmulproduktionen blir mer komplex och figur 3 visar konturkurvor för både produktion och primärsmul. Man kan se i figur 3 att den högsta produktionen erhålls vid en smulinblandning på 0 och hög fukthalt. Man bör dock komma ihåg att fukthalten inte är en signifikant faktor för produktionen. För primärsmul så visar figur 3 att lägsta andelen primärsmul produceras vid en hög fukthalt och låg smulinblandning. Här bör man också komma ihåg att smulinblandningen inte är signifikant för denna respons. Figur 3. Konturkurvor för produktion och primärsmul som funktion av fukthalt och smulinblandning. Belastningen, som inte var signifikant för någon av responserna har hållits konstant på 90. Figur 4 visar observerade värden som en funktion av de av modellen predikterade värden. För prefekta modeller som kan användas för prediktion bör alla punkter ligga på eller väldigt nära den diagonala linjen. I dessa fall ser vi att punkterna sprider en hel del vilket gör att vi inte kan använda modellen för speciellt precisa prediktioner. 9

Modellernas dåliga prediktionsförmåga kan förklaras av att mätningarna gjordes under en relativt kort tidsperiod (20 min) samt att både den automatiska produktionsmätningen och primärsmulmätningen gick ojämnt och varierade väldigt mycket under försöken. Observed 9000 8500 8000 7500 7000 6500 6000 5500 5000 4500 4000 3500 3000 Produktion with Experiment Name labels y=1*x+0,0008401 R2=0,5302 MaP05 MaP07 MaP14 MaP17 MaP08 MaP06 MaP11 MaP12 MaP09 MaP10 3000 4000 5000 6000 7000 8000 9000 Predicted MaP15 MaP16 N=18 R2=0,530 RSD=1173 DF=14 Q2=0,277 MaP01 MaP13 MaP18 MaP02 MaP03 MaP04 Observed 19 18 17 16 15 14 13 12 11 10 9 8 7 y=1*x-3,639e-007 R2=0,6257 MaP02 Primärsmul with Experiment Name labels MaP10 MaP11 MaP14 MaP15 MaP12 MaP16 MaP04 MaP03 MaP01 MaP08 MaP13 MaP17 MaP06 MaP18 6 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Predicted MaP09 N=18 R2=0,626 RSD=2,579 DF=13 Q2=0,327 MaP07 MaP05 Figur 4. Predikterat värde som funktion av observerat värde för produktion och primärsmul. Fines, bulkdensitet, hållfasthet och pelletfukthalt Modelleringen av bulkdensitet, hållfasthet, pelletfukthalt och fines gav R 2 - och Q 2 -värden enligt tabell 3. Tabellen visar att en excellent modell erhölls för pelletfukthalt. Mycket bra modeller erhölls också för bulkdensitet och hållfasthet och en bra modell erhölls för fines. Tabell 3. R2- och Q2-värden för fines, bulkdensitet, hållfasthet och pelletfukthalt. Egenskap R 2 Q 2 Fines Bulkdensitet Hållfasthet Pelletfukthalt 0,81 0,94 0,93 0,97 0,54 0,90 0,75 0,94 Figur 5 visar koefficienterna för responserna fines, bulkdensitet, hållfasthet och pelletfukthalt. För responsen fines är koefficienterna fukthalt, smulinblandning samt interaktionen mellan fukthalt och belastning signifikanta. För responsen bulkdensitet är koefficienterna fukthalt och den kvadratiska termen fukt fukt signifikanta. För responsen hållfasthet är koefficienterna fukthalt, 10

smulinblsndning, fukthalt fukthalt, smulinblandning smulinblandning, fukt belastning samt belastning smulinblandning signifikanta. Scaled & Centered Coefficients for Fines Scaled & Centered Coefficients for Bulkdens 4,0 3,0 2,0 1,0 0,0 kg/m3 0-10 -20-30 -1,0-40 Fuk Bel Smu Fuk*Bel Fuk Smu Smu*Smu Scaled & Centered Coefficients for Hållfast Scaled & Centered Coefficients for Pellfukt 1,0 3,0 0,5 2,0 0,0 1,0-0,5 0,0-1,0-1,0 Fuk Bel Smu Fuk*Fuk Smu*Smu Fuk*Bel Bel*Smu Fuk Smu Fuk*Fuk Smu*Smu Figur 5. Koefficienter för modellerna för fines, bulkdensitet, hållfasthet och pelletfukt. Intressant i figur 5 är också att belastningen på pressarna inte har någon signifikant effekt på någon respons. För hållfasthet ingår dock belastning i ett par interaktionstermer och för fines i en interaktionsterm. 11

Figur 6. Responskurvor för fines som en funktion av fukthalt och belastning vid olika smulinblandningsnivåer. Figur 6 visar konturkurvor för responsen fines. Interaktionen mellan fukthalt och belastning ger ganska komplicerade figurer men den lägsta andelen fines erhålls vid hög fukthalt, låg belastning och hög inblandning av smul. I figuren visas även negativa värden på fines vilket beror på att modellen extrapolerar ganska friskt. Högsta andelen fines erhålls vid låg belastning, låg fukthalt och ingen smulinblandning. Man bör dock ta i beaktande att en del data saknades för fines och att modellen kanske inte är helt pålitlig. 12

Figur 7. Responskurvor för bulkdensitet som en funktion av fukthalt och belastning vid olika smulinblandningsnivåer. Figur 7 visar konturkurvor för responsen bulkdensitet. Belastningen på pressarna har ingen inverkan på bulkdensiteten hos produkten. Fukthalten är dock en mycket viktig faktor för denna egenskap. Högre fukthalt ger lägre bulkdensitet. Smulinblandningen har en negativ kvadratisk effekt på bulkdensiteten vilket visas genom att en smulinblandning på 5 ger den högsta bulkdensiteten. 13

Figur 8. Responskurvor för hållfasthet som en funktion av fukthalt och belastning vid olika smulinblandningsnivåer. Figur 8 visar konturkurvor för responsen hållfasthet. Hållfastheten är en komplicerad funktion av processfaktorerna. En hög smulinblandning ger dock den högsta hållfastheten. Hög fukthalt i kombination med låg belastning vid hög smulinblandning ger bäst hållfasthet. Vid 0 smulinblandning kan också en hög belastning på pressarna i kombination med en fukthalt mellan 10,5 och 12 ge hög hållfasthet. 14

Figur 9. Responskurvor för pelletfukthalt som en funktion av fukthalt och belastning vid olika smulinblandningsnivåer. Figur 9 visar konturkurvor för responsen pelletfukthalt. Som förväntat ger en hög spånfukthalt högre pelletfukthalt. Belastningen påverkar inte pelletfukthalten. En smulinblandning på 5 ger den lägsta pelletfukthalten. Det är möjligt att använda spånfukthalter upp mot 13 utan att pelletfukthalten överstiger 8. Figur 10 12 visar också konturkurvor för fines, bulkdensitet, hållfasthet och pelletfukthalt men i dessa figurer är responserna en funktion av fukthalt och smulinblandning vid låg (80 ), medel (90 ) och hög (100 ) belastning på pressarna. Om man väljer figur 11 med medel belastning (90 ) på pressarna så ser man att den lägsta finesandelen erhålls vid hög smulinblandning och hög fukthalt. Bulkdensiteten är högst vid en smulinblandning på 5 och låg fukthalt. Hållfastheten är högst vid en hög smulinblandning och en fukthalt på omkring 12. Pelletfukthalten är som lägst vid 5 smulinblandning och låg fukthalt. 15

Figur 10. Konturplottar för fines, bulkdensitet, hållfasthet och pelletfukthalt som funktion av fukthalt och smulinblandning vid låg belastning på pressarna (80 ). Figur 11. Konturplottar för fines, bulkdensitet, hållfasthet och pelletfukthalt som funktion av fukthalt och smulinblandning vid medel belastning på pressarna (90 ). 16

Figur 12. Konturplottar för fines, bulkdensitet, hållfasthet och pelletfukthalt som funktion av fukthalt och smulinblandning vid hög belastning på pressarna (100 ). 17

Fines with Experiment Name labels Bulkdens with Experiment Name labels Observed 3,0 2,5 2,0 1,5 1,0 0,5 y=1*x+5,86e-008 R2=0,8098 MaP10 MaP05 MaP15 MaP07 MaP08 MaP14 MaP02 MaP06 MaP11 MaP17 MaP09 MaP04 MaP03 MaP13 Observed 720 700 680 660 640 y=1*x+0,0009108 R2=0,9391 MaP06 MaP08 MaP04 MaP02 MaP10 MaP01 MaP07MaP05 MaP09 MaP18 MaP17 MaP03 MaP16 MaP11 MaP12 MaP13 MaP15 MaP14 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 Predicted 630 640 650 660 670 680 690 700 710 720 Predicted Observed 98,0 97,5 97,0 96,5 96,0 y=1*x-0,002478 R2=0,9331 Hållfast with Experiment Name labels MaP05 MaP01 MaP09 MaP15 MaP10 MaP02 MaP04 MaP11 MaP06 MaP07 MaP12 MaP16 MaP03 MaP17 MaP08 MaP13 MaP18 96,0 96,2 96,4 96,6 96,8 97,0 97,2 97,4 97,6 97,8 98,0 Predicted MaP14 Observed 9,0 8,0 7,0 6,0 5,0 4,0 y=1*x-1,51e-006 R2=0,9693 Pellfukt with Experiment Name labels MaP13 MaP03 MaP01 MaP17 MaP07 MaP05 MaP09 MaP18 MaP10 MaP15 MaP14 MaP12 MaP11 MaP16 4,0 4,5 5,0 5,5 6,0 6,5 7,0 7,5 8,0 8,5 9,0 Predicted MaP08 MaP06 MaP02 MaP04 Figur 13. Predikterat värde som funktion av observerat värde för fines, bulkdensitet, hållfasthet och pelletfukthalt. Figur 13 visar det observerade värdet som en funktion av predikterat värde för de studerade responserna. Man kan se att punkterna ligger nära den diagonala linjen vilket visar att modellerna är bra. 18

Slutsatser Dåliga modeller för produktion och primärsmul. Endast trender kan utläsas ur modellerna. Detta kan bero på att både produktions- och smulmätningen samt P3 gick väldigt ojämnt under försöken = opålitligt resultat Produktions- och smulmätning under längre tid (t.ex. ett par timmar) skulle antagligen ha gett mera pålitliga resultat och bättre modeller Bäst produktion vid 0 smulinblandning. Minst primärsmul vid en fukthalt mellan 11 och 13 Bra modeller för samtliga responser på pelletskvalitet! Kan användas för prediktion och processoptimering Smulinblandning har en positiv effekt på hållfasthet och fines! Upp till 10 smulinblandning ger inga negativa effekter på pelletskvaliteten 19