MÅLING MED 3D MÅLERAMME ETTER BARKING VED MOELVEN NUMEDAL

Transkript

1 Oppdragsrapport 01/2012 fra Skog og landskap MÅLING MED 3D MÅLERAMME ETTER BARKING VED MOELVEN NUMEDAL - betydning for målenøyaktighet, skurutbytte og kvalitetsutfall Peder Gjerdrum

2

3 i

4 Oppdragsrapport fra Skog og landskap 01/2012 MÅLING MED 3D MÅLERAMME VED MOELVEN NUMEDAL - betydning for målenøyaktighet, skurutbytte og kvalitetsutfall Peder Gjerdrum Omslagsfoto: Geir Ivar Gåsefra opererer tømmerinntak og sagmaskiner fra sagmesterhytta. Foto: Peder Gerdrum Norsk institutt for skog og landskap, Pb. 115, NO-1431 Ås ii

5 SAMMENDRAG Hensikten med denne rapporten er å sammenstille resultater fra et prosjekt for oppfølging av målenøyaktighet, skurutbytte og kvalitetsutfall etter en større utbygging av tømmerinntaket ved et sagbruk. Utbyggingen innebar overgang fra skanner-måling før barking til måling på barkede stokker. En test utført på to ulike tidspunkt ved å måle 415 godt barkede stokker i begge de to identiske målerammene viser god repeterbarhet med typisk variasjonskoeffisient mindre enn 1 % for diameter, lengde og volum. Sammensatte kjennetegn som ovalitet, krok og avsmalning er vesentlig mindre nøyaktig bestemt; var.koeff. er her %. Manglende innpassing av postning forekommer og bør følges opp særskilt. Skannerens prognosedata for trelastutbytte er logget for drøyt stokker og analysert. Sidebordutbyttet er opptil 6-8 %-enh. høyere for stokker med svært stor jevnført med normal avsmalning. Stor krok kan føre til at skurutbyttet reduseres med inntil 5-7 %-enh. Også stokker med stor ovalitet har redusert skurutbytte. Noe usikkerhet i datagrunnlaget gjør at resultatene må tolkes med skjønnsomhet. Likevel gir analysen indikasjon på at det vil være mulig å utvikle en full, utvidet modell for senter- og sideutbytte fra enkeltstokker ut fra opplysninger både om postningen og stokk kjennetegn. En slik modell ville være et godt hjelpemiddel, f.eks. som grunnlag for å sette opp prismatriser for tømmer. Effektiviteten til automat-målte (etter barking) stokk-kjennetegn som forklarende variable i en kvalitetsprognose for sentrumslast er undersøkt i et skurforsøk med 120 stokker fra 18 til 30 cm topp. Trelastkvalitet er angitt både som maskinmålt styrke og etter visuell bedømming. Det er generelt store kvalitetsforskjeller mellom de to plankene i plankepar fra samme stokk. Det er ikke funnet gode sammenhenger som det er aktuelt utprøve i praktiske sorteringsopplegg. Det gjelder også stokkparameterne avsmalning, krok og ovalitet, som er undersøkt spesielt nøye. Nøkkelord: Sagbruk, trelast sagtømmer, ordreskur, tømmerskanner, repeterbarhet, kvalitetesutfall, skurutbytte Andre aktuelle publikajsoner fra prosjektet: Se litteraturliste iii

6 FORORD Moelven Numedal AS har gjennomført et investeringsprosjekt "Nytt tømmerinntak" med oppfølgingsstøtte etter SkatteFunn-ordningen. Skog og landskap har vært engasjert for å gjøre faglige analyser. Dette arbeidet har vært organisert i et oppdragsprosjekt med fabrikkdirektør som prosjektstyre og driftssjef Bjarne Hamar som prosjektleder. Tor Solheim var fabrikkdirektør fram til nyttår 2011, da Rune Frogner overtok. Også en rekke andre fra bedriftens faste driftsorganisasjon har vært involvert i arbeidet, særlig nevnes sagmester Geir Ivar Gåsefra. Storparten av analysene dreier seg om bruk av 3D-målerammen MPM; slikt utstyr finnes ved flere Moelven-bedrifter som indirekte har vært knyttet til deler av arbeidet. Audun Øvrum, Treteknisk, takkes for bistand til å logge Dynagrade styrkedata for tørket trelast. Resultatene har for en stor del vært presentert fortløpende under prosjektets gang. Her legges fram en samlet oppstilling av de viktigste analyser og resultater. Ås/Flesberg, januar 2012 Peder Gjerdrum iv

7 INNHOLD Sammendrag... iii Forord... iv Innhold... v 1. Innledning og bakgrunn Måle- og sorteringsnøyaktighet Datagrunnlag, forberedelser og gjennomføring av testene Resultater og betraktninger Konklusjoner Teknisk skurutbytte betydningen for skurutbytte av stokkens form Datagrunnlag Resultater og diskusjon Prognose for trelastkvalitet Bakgrunn Undersøkelsen Resultater Kvalitetsvariasjon innen enkeltstokker Indre vs. ytre planker Styrke vs. visuelle kjennetegn planker Prognose for trekvalitet for enkeltstokker Konklusjon Litteratur v

8 1. INNLEDNING OG BAKGRUNN Oppfølging og analyse av skurutbytte og trelastkvalitet hører til de daglige gjøremål ved ethvert sagbruk, og er hyppig omtalt i norsk og internasjonal faglitteratur. De undersøkelsene som presenteres her, bygger på slike tidligere undersøkelser, særlig skandinaviske (se f.eks. Nylinder 1990, Frogner 1997, Øyen 1999), og senest representert ved Gjerdrum (2007) basert på undersøkelser utført nettopp ved Moelven Numedal. Moelven Numedal baserer sin skur på ordreproduksjon, dvs. skur av tømmer forhåndssortert i mest mulig homogene klasser. Klassene er typisk ti til tjue millimeter brede. Sorteringen gjøres før barking. Varierende barktykkelse og - slitasje gjør at sorteringen aldri blir helt nøyaktig, og man har derfor aldri vært helt fornøyd med sorteringsnøyaktigheten. Når det ble bestemt å bygge nytt tømmerinntak, valgte man å sette inn to nye 3Dmålerammer, som begge opererer på barket tømmer, dvs. etter barkemaskin. Den første måleramma brukes primært til en nøyaktig sortering av de fortsatt forhåndssorterte stokkene i to underklasser etter dimensjon og form for å kunne kjøre mini-serier med høy produksjonstakt og høyt skurutbytte (Gjerdrum og Hamar 2010, Gjerdrum 2011). Denne rammen vil også kunne brukes til kvalitetssortering, hvilket vil kreve at det kan bli utarbeidet gode prognosemodeller for trelastkvalitet. Den andre målerammen sitter umiddelbart før ileggerbenk og første saggruppe, kantsaga; den gir signaler til rundvridning, kan nyttes ved individuell, stokkvis postning og beregner en prognose for fysisk skurutbytte, Fig 1. De siste årene er det i prosjektet gjennomført en rekke målinger og analyser for å øke kjennskapet til skurprosessene og trelastutbyttet. Denne rapporten oppsummerer resultater og anbefalinger fra noen av disse undersøkelsene; det meste av innholdet har vært presentert for oppdragsgiver underveis i prosjektet. Følgende tema omtales i hvert sitt kapittel: Måle- og sorteringsnøyaktighet Teknisk skurutbytte Mulighet for kvalitetsutfall-prognose Offentlig tømmermåling inngår ikke, dvs. spørsmål som angår måling av dimensjon og kvalitet for omsetning av tømmer mellom selger og kjøper. Fig. 1. 3D-målerammen gir detaljerte opplysninger om stokkens forn og beregner bl.a. ventet trelastutbytte. 1

9 2. MÅLE- OG SORTERINGSNØYAKTIGHET Funksjonsmåten for 2D og 3D målerammer er vesensforskjellige. 2D-rammene måler i prinsippet stokkens skygge eller silhuett, mye likt det som gjøres med en klave. De gir høy presisjon på diametermålingen, også på ubarket tømmer (selve barktrekkets størrelse er selvsagt problematisk), men gir begrensede opplysninger om stokkens øvrige form. 3D-rammene registrerer lys reflektert fra stokkens overflate. God nøyaktighet kan bare oppnås når det er god samling eller skarphet i det reflekterte lyset. Det har vært velkjente problemer med nøyaktigheten ved bruk på ubarket tømmer. Som ventet har erfaringene vist vesentlig bedre nøyaktighet ved bruk på barket tømmer, selv om det også ved bruk på barket tømmer oppstår nye utfordringer knyttet til gjensittende bark og mekaniske skader i veden fra mateverk og kvistekniver, Fig. 2. Fig. 2. Barkede stokker har gjerne en veldefinert overflate som gir et godt grunnlag for å måle diameter, enten dette gjøres med klave (til venstre) eller med laser-stråler. Noen ganger kan det likevel bli igjen barkrester, eller barkemaskinen kan rive av betydelige mengde treverk (til høyre); i slike tilfeller lar det seg vanskelig gjøre å finne en eksakt, representativ diameter. Spørsmålet om målenøyaktighet har alltid vært sentralt ved for sagbrukene, og har særlig vært diskutert i forbindelse med riktig tømmeroppgjør mellom selger og kjøper. Her skal vi la denne siden ligge og i stedet konsentrere oss om å få nøyaktige data for hver enkelt stokk som grunnlag for valg av skuruttak. Målefeil kan oppstå som følge av at selve utstyret måler feil, eller fordi den diameteren vi faktisk måler, ikke samsvarer med den vi ønsker å måle f.eks. pga. gjensittende bark eller skader fra barkemaskinen. Disse effektene er diskutert i tidligere arbeider (bl.a. Gjerdrum 2007) og i et eget manuskript med utgangspunkt i de gjennomførte undersøkelsene (Gjerdrum 2011). Vi skal her gi noen utfyllende resultater og kommentarer. Vi minner først om den grunnleggende formel (I) for volum V av en tømmerstokk med midtdiameter D (uten å bekymre oss om at den er fremkommet som summen av toppdiameter og avsmaling) og lengde L. Ettersom vi ønsker å studere virkningen av målefeil altså avvik eller differensial til diameteren dd deriveres formelen. Ved å sette dette sammen (II), får vi så avvik i volum i %, dv/v, uttrykt ved avvik i diameter i %. V = π 4 D2 L (I) dv/v = 2 dd/d (II) 2

10 Betydningen av denne formelen illustreres ved et eksempel: Hvis en 20 cm stokk måles 3 mm, altså 1,5 %, feil på diameteren, blir feilen på stokkvolumet 3,0 %. Feil av denne størrelsesorden forekommer hyppig, og kan ha avgjørende betydning for skurutbytte og driftsøkonomi Datagrunnlag, forberedelser og gjennomføring av testene Ut fra gjennomførte foranalyser ble det installert to MPM-målerammer, som begge måler tømmeret etter barking; S2 fordeler stokker til hvert av de to tømmerbordene, og S4 nyttes til å posisjonere den enkelte stokk inn i saga. Vi skal her beskrive de testene som er gjennomført og utfallet av dem. De to målerammene har identisk konfigurasjon og parameteroppsett. Forut for testene ble det gjennomført en grundig utprøving og kontroll for å sikre at både målerammene og barkingen (jfr. Fig. 2) fungerte optimalt. Vi hadde gjennom kalibreringen verifisert at målerammene var "riktig innstilt", og skulle nå teste repeterbarheten. To fremgangsmåter ble vurdert: Gjentatt måling av samme stokk i den ene (eller begge) rammene, og måling av et antall stokker i begge rammene med stokkvis sammenligning. Den siste ble valgt, fordi det ga mulighet til å sammenligne et stort antall stokker med begrenset ressursforbruk. 203 stokker ble målt 28. mars 2011 og 212 stokker den 2. mai, tilsammen 415 stokker med toppdiameter fra 15 til 28 cm og lengde 343 til 581 cm. Stokkene ble kjørt etter hverandre i samme rekkefølge gjennom de to rammene; i tvilstilfelle ble tømmerlengde brukt til å gjenopprette sekvensen. Standardavvik og variasjonskoeffisient for stokkvis differanse mellom de to målingene er brukt som viktigste indikator for målenøyaktighet Resultater og betraktninger I Tab. 1 er vist statistiske størrelser for differansen S2 S4, dvs. at negative verdier tilsier at målingen i den siste målerammen har høyest verdi. De mest interessante størrelsene er standardavvik for denne differansen og variasjonskoeffisient, dvs. standardavvik i prosent av målt størrelse i S2. Det fremgår tydelig at det er stor variasjon mht. hvor nøyaktig de ulike stokk-kjennetegn blir målt. I tabellen har jeg antydningsvis gruppert disse. Fig. 3 viser en sammenstilling av nøyaktighetsnivået for observerte stokk-kjennetegn for hver gruppe. Type I er enkle, én-dimensjonale størrelser: diameter og lengde. Dette er grunnleggende størrelser og de er alltid nøyaktig bestemt. Type II er stokkvolum; her er det også beskjedne avvik. En spesiell gruppe merket X gjelder rotasjonsvinkel for stokkene gjennom skannerne mht. krok, ovalitet og hvor mye stokken skal roteres inn i saga. Så lenge stokkene legger seg tilfeldig på medbringerne, vil vi selvsagt ikke vente at den legger seg med kroken samme veg hver gang. Ettersom dette ofte er et diskusjonstema, er krokens retning i de to målerammene plottet mot hverandre i Fig. 4. Hvis stokken la seg på samme måte, ville punktene ligge på en linje fra nede venstre til oppe høyre. Det er overhodet ikke mulig å spore noen slik tendens i dette materialet, som altså består av barkede stokker og som derfor kunne tenkes lettere enn ubarket å legge seg til etter det som måtte være av krok. 3

11 Tab. 1. Repeterbarhet for MPM-målerammene, uttrykt som differansen S2-S4. Type I (enkle kjennetegn: diameter, lengde) og II (Volum) er nøyaktig bestemt. Type III (sammensatte kjennetegn: avsmalning, krok, ovalitet) og IV (estimert utbytte) viser større variasjon, men er fortsatt temmelig nøyaktig. Type X (stokkens rotasjon inn i skanneren) er kjennetegn der repeterbarhet ikke er forventet. 4

12 Var.koeff, % I II III IV X Kjennetegn type Mean Min-Max Fig. 3. Variasjonskoeffisient for repeterbarhet for observerte kjennetegn. Type I (enkle kjennetegn: diameter, lengde) og II (Volum) er nøyaktig bestemt. Type III (sammensatte kjennetegn: avsmalning, krok, ovalitet) og IV (estimert utbytte) viser større variasjon, men er fortsatt temmelig nøyaktig. Type X (stokkens rotasjon inn i skanneren) er kjennetegn der repeterbarhet ikke er forventet. SweepAngle Fig. 4. Tillegging av stokkene uttrykt ved krokens vinkel i de to målerammene: S2 (loddrett akse) plottet mot S4 (vannrett akse). Ingen tendens kan spores til at kroken legger seg i noen bestemt retning. Type III er sammensatte, 2- og 3-dimensjonale stokk-kjennetegn: ovalitet, krok og avsmalning. For denne gruppen er nøyaktigheten/repeterbarheten med variasjonskoeffisient 15-50% på langt nær så god som for de enkle parameterne og volum. Grunnen er antagelig en kombinasjon av at disse parameterne krever mer komplekse beregninger i målerammeprogrammene og at de er vesentlig vanskeligere å "trimme inn" gjennom filtrering og tilpassinger i programmene. En siste gruppe IV gjelder beregnet skurmønster og utbytte. Også for denne gruppen en det moderat nøyaktighet. Den vesentlige årsaken ligger trolig i at måleramme S4 litt for ofte ikke finner fram til en postningsløsning, jfr. Fig. 5. 5

13 Fig. 5. Trelastvolum pr. stokk fra S4 (y-akse) plottet mot S2 (x-akse); S2 har mislykkes i å innpasse uttak for et antall stokker (punktene på x-aksen) Konklusjoner Testmålingene ble gjort i en periode med ferskt tømmer, lette forhold for barking og etter grundig inntrimming. Under disse forholdene var nøyaktigheten god for enkle stokkjennetegn som diameter, lengde og volum, og moderat for mer komplekse kjennetegn som avsmaling, krok og ovalitet, og for beregnet skuruttak. Hyppig forekomst av feilmelding for mislykket postningsinnpassning kan være en indikasjon på andre misforhold, og bør undersøkes nærmere. 6

14 3. TEKNISK SKURUTBYTTE - BETYDNINGEN FOR SKURUTBYTTE AV STOKKENS FORM Skurutbytte har vært gjenstand for kontinuerlig oppfølging gjennom flere år, senest beskrevet i en rapport (Gjerdrum og Hamar 2010) basert på data for tømmerserier innsamlet såvel før som etter installasjon av nytt tømmerinntak. Dataene var analysert på to måter: Dels sammenstilt direkte tømmerklasse for tømmerklasse, og dels basert på beregninger gjort etter den tidligere nyttede analytisk-statistiske tilnærming (jfr. Gjerdrum 2007). Disse analysene var gjort for å dokumentere den forretningsmessige effekt av ny-investeringene. Hensikten denne gangen har vært å studere nye sammenhenger, i første rekke hvordan skututbyttet påvirkes av kjennetegn ved den enkelte stokk: Avsmalning, krok og ovalitet Datagrunnlag I det etterfølgende vil det bli presentert analyser basert på data fra 3D-rammene på tømmerinntaket. Det er tidligere vist at det er et rimelig godt samsvar mellom skurutbytteprognosen beregnet i MPM-skanneren og faktisk utbytte, slik det er registrert på råsorteringen. Dette gjelder på serienivå, og det kan fortsatt være avvik for enkeltstokker. Sentrumsutbytte hersker det knapt noen usikkerhet ved (1). For sidebord tyder tall fra den siste oppfølgingen (2) på at MPM-skanneren, med nåværende parameterinnstilling, overvurderer volum sidebord med 4.2 % og undervurderer antallet med 9.2 %. Skanner 4 gir data som følger stokkene i den videre taktede prosessen og styrer postning og rundvridning; bare data fra denne skanneren inngår i de videre beregninger. Dataene er samlet opp i skanner-pcen i den såkalte "dynamisk rapport". De blir lagret i en Accessdatabase og kan greit hentes ut for videre bearbeiding. Den dynamiske rapporten inneholder følgende opplysninger: ID-data for hver stokk, inkl. tidspunkt Geometriske data for hver enkelt stokk, så som Diameter, bl.a smal- og bredkant og topp og rot Tømmerlengde Opplysninger om krok (flere parametere) Avsmaling for ulike deler av stokken (do.) Ovalitet (do.) Stokkvolum angitt med ulike beregningsalternativer For hver enkelt stokk, opplysninger om skuruttaket Selve postningen, detaljerte opplysninger Trelastutbytte (aggregerte data for alle planker og bord) Utbytte av biprodukter Beregnet skur- og verdiutbytte som benyttes til optimaliseringen For hver enkelt trelastbit, plank og bord Dimensjon ty*br*le, knyttet til stokk-id (1) Upublisert analyse av 67 serier rundt årsskiftet 2009/10, notat PGj (2) Upublisert analyse ved Svein Brattås av 79 serier

15 Tab. 2 Beskrivelse av de viktigste størrelser i materialet for stokkvis skurutbytte. Tabellen er basert på MPM-prognose for stokker fra perioden 1. kvartal Alle data er hentet fra MPM "Dynamisk rapport", eller beregnet på dette grunnlag. 8

16 I alt er det samlet inn data fra skur av mer enn stokker fra ordinær drift under ulike perioder gjennom 2010 og 2011, begge skannere. Halvparten av dataene, stokker, er fra skanner 4 fra perioden januar til mars Som alltid når det gjelder automatiske registreringer, er det nødvendig å "vaske" dataene, dvs. fjerne datasett som er åpenbart feil eller som man ikke ønsker skal påvirke analysen; dette må likevel gjøres så skjønnsomt at viktige nyanser ikke fjernes. Ut fra en rimelighetsbetraktning er følgende datasett fjernet fra videre analyse: Cutplan = -1; mislykket innpasning av postning, var et omfattende problem i deler av igangkjøringsperioden og periodevis senere LogLength < 6000 mm NominalBoardVolume > 20 dm 3 og beregnet skututbytte > 25 % Celluloseflisutbytte > 15 % og < 70 % Sagflisutbytte > 3 % Svinn > -10 % og < 20 % 5,6 % av stokkene ble med dette "vasket" vekk, slik at stokker til slutt inngikk i beregningene, se Tab. 2. De videre analyser er gjort for total nominelt skurutbytte (TuB, NominalBoardVolume) gitt i % av UserVolumeA (tilsvarer norsk nominelt tømmervolum); tilsvarende for celluloseflis (CuB) og sagflis (SuB). Ytterligere kommentarer: Stokkvolum er oppgitt på flere ulike måter. ActualVolume er seksjonskubert eller fysisk volum. Tallene er oppgitt slik at ActualVolume er identisk med summen av GreenBoardVolume, ChipsVolume og SawdustVolume. Vi ønsker norsk nominelt volum beregnet etter 10 mm/m avsmalning som referansevolum. UserVolumeA skal være beregnet på denne måten, men det er aldri liketil å registrere eller beregne "korrekte" og entydige volum i slike analyser. Også UserVolumeA avviker noe fra nominelt volum beregnet etterskuddsvis ut fra toppdiameter og lengde; standardavviket er 2,7 %. Likevel er det holdt fast ved UserVoulumeA som referanse. Tre forhold gjør at resultatene må tolkes med omtanke: Avvik mellom skannerprognosen og virkelig trelastutbytte, usikker "vasking" av automat-genererte data, og usikkerheten i stokkvolum. Sammenhengen mellom skurutbytte og størrelser som beskriver stokkens form, er analysert. De registrerte stokkparameterne er nærmere beskrevet i manualen og i beskrivelsen på aktuell PC hvor programmet kjøres (MPM 2007); f.eks. Sweep tilsvarer pilhøyde, SweepPercent tilsvarer pilhøyde i prosent av toppdiameter, SweepRadius beregnes ut fra en formel hvor både pilhøyde og stokklengde inngår. Tilsvarende er ovalitet og avsmalning også angitt på flere ulike måter. De ulike parameterformene er alle forsøkt som forklarende variable i regresjonsanalysene, og de som gir best forklaring og samtidig er enkle å forstå, er valgt Resultater og diskusjon Utfallet av regresjonsanalysene er gitt i Tab. 3. Trelastutbytte minker med krok og ovalitet og for lange stokker. På samme måte øker utbyttet med avsmalning (NB. Dette gjelder selvsagt utbytte regnet i forhold til nominelt stokkvolum). De "enkle" stokk-parameterne ga de mest konsistente modellene for alle produkter: trelast, celluloseflis, sagflis og svinn, og slik at summen av disse fire hele tiden ble riktig. Som ventet har modellene større restvariasjon for trelastutbytte, 3,7 %-enh., enn den mer detaljerte modellen som tar hensyn til postningens utforming, 1,9 %-enh. (Gjerdrum 2007); denne modellen var utviklet for serier, dvs. for en gruppe stokker av middels form. 9

17 Tab. 3 Regresjonskoeffisienter for utbytte av trelast, celluloseflis, sagflis og svinn. Tab. 4 Utslag på trelastutbyttet for stokker med mest og minst gunstig form. Den mer praktiske betydningen av resultatene er demonstrert i Tab. 4, som viser hvor store utslag ulike stokktyper kan gi på trelastutbyttet. Betydningen av diameter og lengde er lite interessant i denne sammenhengen, slik at bare midlere diameter er nyttet. De forklarende variable er ikke innbyrdes korrelerte (R 2 < 10 %). Avsmalning gir størst utslag, opp mot 6-8 %-enh. høyere utbytte ved stor jevnført med normal avsmalning. Sentrumsutbyttet påvirkes neppe, slik at hele økningen må antas å komme på sidebord. Den økonomiske effekten av økt utbytte reduseres ved at stokker med stor avsmalning samtidig har mer kvist og dermed lavere kvalitet. Krok slår også sterkt ut med 5-7 %-enh. lavere utbytte for stokker med mye krok enn rette stokker. For krok blir effekten forsterket av at krokete stokker også gjennomgående har lavere kvalitet. Også stor ovalitet gir redusert utbytte (mens noen sammenheng med kvalitet ikke er ventet). Analysen gir en indikasjon på at det vil være mulig å utvikle en full, utvidet modell for senter- og sideutbytte fra enkeltstokker ut fra opplysninger både om postningen (Gjerdrum 2007) og stokk kjennetegn, slik påvist her. En slik modell vil være et godt hjelpemiddel, f.eks. som grunnlag for å sette opp prismatriser for tømmer. 10

18 4. PROGNOSE FOR TRELASTKVALITET 4.1. Bakgrunn Kvalitetsutfallet på trelasten har alltid utgjort et usikkerhetsmoment. Dette er særlig problematisk ved ordreproduksjon, der man skal levere et bestemt kvantum av en forhåndsavtalt kvalitet. Man må følgelig avfinne seg med et visst følgekvantum av ikkeønsket kvalitet utover selve ordren. Det er selvsagt ønskelig at dette tilleggskvantumet er så lite som mulig. Dette kan oppnås hvis man kan finne frem til gode prognoser for kvalitetsutfall basert på målinger før stokken deles opp. Det har vært arbeidet med spørsmålet med de forskjelligste tilnærminger opp gjennom tidene. I utgangspunktet fastsettes kvaliteten ut fra vekstvilkårene for hvert enkelt tre ute i skogen, f.eks. avhengig av bonitet og voksestedets høydelag (Frogner 1997), eller stokkens plassering i stammen som avgjørende for forholdet mellom frisk og tørr kvist (Øyen 1999). Bestrebelser på å videreføre slike modeller vha. elektronisk sporingsteknologi, særlig gjennom det felles europeiske Indisputable Key prosjektet (I-Key 2011) har imidlertid så langt ikke resultert i anvendte, industrielle løsninger. En enklere løsning kan være å gjøre kvalitetsprognosen utelukkende på iboende kjennetegn ved den enkelte stokk. Miljøet ved SLU var først ute med en modell for sortering i to kvalitetsklasser direkte basert på observasjoner i en ordinær måleramme for sagtømmer (Nylinder 1990). Et tilsvarende opplegg ble brukt på Soknabruket gjennom noen år på 1990-tallet; pilhøyde, avsmaling og diameter ble brukt som forklarende kjennetegn. Denne modellen halverte andelen av uønskede trelastkvaliteter for den beste tømmerklassen, et resultat som var på samme nivå som det man oppnådde med en av de tidlige røntgen-målerammene (muntlig fra Birger Åstrøm ved Iggesund Bruk). Det viste seg likevel alltid å være et problem å finne gode trelastprodukter som egnet seg for resten av tømmeret, ofte av lavere kvalitet. Arbeidet med å utvikle modeller etter disse linjene har fortsatt til denne dag. Modellene for automatisk kvalitetssortering måtte tidligere gjøres på tømmersorteringen samtidig med dimensjonssorteringen, dvs. på ubarket tømmer, eller evt. med røntgenteknologi. Følgende rammebetingelser er nye for den undersøkelsen som her er gjort: * Målingen gjøres etter barking * 3D-teknologi i MPM-måleramma * Matriseprising av tømmer og maskinhogst gjør apteringen mer dynamisk * Tømmerinntaket muliggjør sortering i to klasser ("mini-serier") Hensikten med undersøkelsen har vært å utvikle en prognosemodell for trelastkvalitet basert på målinger som gjøres, eller kan tenkes å bli, automatisk i det nye tømmerinntaket på Numedal Bruk Undersøkelsen 30 stokker ble plukket ut med griplaster fra hver av fire tømmerklasser: 18 cm, 20 cm, 25 cm og 30 cm. Av de to minste klassene ble det skåret 2X uttak, hhv. 50*125 og 50*150; av de to grøvste 4X, hhv. 50*150 og 50*200. Noen få stokker og noen av plankene kom bort underveis, slik at vi til slutt satt igjen med 348 planker (av planlagt 360). Alle operasjoner ble gjort med gjennomgående identifisering av stokker og planker. Sidebord inngikk ikke i undersøkelsen. 11

19 Hoved-data for hver stokk, tenkt brukt som prediktorer for trelastkvalitet, er hentet ut elektronisk fra MPM-målerammen ved hjelp av "dynamisk rapport". I tillegg ble tømmeret observert mht. stokktype, årringbredde og barktype, ettersom automatisert observasjon av disse kan være tenkelig innen rimelig fremtid. Stokkene ble klassifisert som hhv. rot- eller midtstokk. Årringbredde ble bedømt, med støtte i målinger, i toppenden, til nærmeste halve millimeter. Barktype ble bedømt i tre klasser (Fig 6). Tilsvarende opplysninger kan tenkes automatisert vha. analyse av bilder umiddelbart før barking, dvs. mens stokkene er i kjent og kontrollert sekvens. Fig.6 Barktypene: Grov (venstre), middels (midt) og fin (høyre) bark For fullstendighetens skyld var stokkene på forhånd målt på tømmersorteringen, klavemålt på bark (etter tømmersorteringen) og på bar ved (på tømmerbordet). Disse registreringene ble brukt til analyse av diametermåling mv. som er presentert i et eget notat; de inngår ikke i de beregninger som presenteres her. Etter skur ble trelasten strølagt og tørket til 18 % på ordinær måte sammen med annen bygningslast. Den tørre trelasten ble kjørt samlet over justerverket. Følgende registreringer og bedømmelser ble gjort: * Frisk kvist - visuell, fem klasser: ubetydelig, lite, middels, mye, svært mye * Svart kvist - do. * Tennar - do * Råte - visuell, to klasser: frisk, råtten * Visuell kvalitet, fem grader: panel, kledning, K-virke, VI-sort, vrak * Styrke (IP) - Indicating Parameter avlest på Dynagrade De skjønnsmessige registeringene ble gjort av vel trenede operatører og med svært lav medbringerhastighet, slik at det var rimelig tid til bedømmingen. Én operatør bedømte kvist, tennar og råte, mens en annen tok seg av kvalitetsklasse. Plankene ble bedømt slik de var med max 20 cm kapp for oppgradering, men uten å ta hensyn til evt. skur- eller tørkefeil. Den rekkefølge gradene er nevnt i opplistingen ovenfor er ansett å representere gradvis synkende kvalitet, dvs at K-virke ansees å være lavere enn panel og kledning; dette er 12

20 gjort ut fra temmelig stabile prisforhold for disse kvalitetene. Statistisk betegnes en slik klassifisering som "ordinal scale", kanskje "ordnet kategori". Dynagrade er en industriell styrkesorteringsmaskin. Den har god nøyaktighet på partinivå, men det må ventes en ikke ubetydelig feilmargin i avlesingen for den enkelte planke. Selv om avlesningen således ikke kan fremvise samme nøyaktighet som lab.målinger, er de langt nøyaktigere, langt å foretrekke for visuelt bedømt styrke. Dynagrade rapporterer et antall parametere for hver planke, herunder IP "indicating parameter", styrkeklasse (basert på terskelverdier for IP), en homogenitetsfaktor som sier noe om kvaliteten på de avleste signalene og en feilkode for de tilfeller der signalene ikke har vært gode nok til å rapportere IP. For dette forsøket har vi brukt IP som uttrykk for plankens styrke. IP er en kontinuerlig og tilnærmet normalfordelt størrelse med gjennomsnitt 6,6 * 10 6 og standardavvik 0,7 * 10 6 Dessverre viste det seg å bli ustabile resultater ved kjøring av justerverket på lav hastighet. Dynagrade-observasjoner mangler derfor på et antall planker, særlig for tømmerklasse 18 cm, før vi ble oppmerksomme på at maskinoppsettet måtte trimmes spesielt. Vi endte opp med styrke (IP)-observasjoner for 310 planker, mot visuelle registreringer for alle 348 planker Resultater KVALITETSVARIASJON INNEN ENKELTSTOKKER Det er, som man alltid finner i slike undersøkelser, betydelige kvalitetsforskjeller mellom plankpar fra samme stokk (Fig.7). Dette gjør det vanskelig å gjennomføre en effektiv kvalitetssortering for stokker av tømmer. Hvis man ønsker å skjære f.eks. panel og kledning, kan man velge mellom tre strategier: 1. Ta med alle stokker som har minst én god plank - og få med mye rejekt 2. Ta med stokker som bare inneholder aksept - og oppnå svært lavt volum 3. Sortere ut de generelt beste stokkene, og prøve seg fram til balansert utfall I de videre beregninger er denne siste fremgangsmåten benyttet, dvs. det er beregnet Fig. 7 Forholdet mellom kvalitet i plankpar fra samme stokk for visuell kvalitet (venstre) og maskinmålt styrke (høyre). Planke a er venstre planke ut av delesaga. I de videre beregninger er denne siste 13

21 I de videre beregninger er denne siste fremgangsmåten benyttet, dvs. det er beregnet gjennomsnittlig kvalitet for hvert plankepar, hhv. tallkode for visuell og IP for styrke. For 4X uttak er det altså separate verdier for hhv. indre og ytre planker. Kvalitetsmodellene er så basert på dette gjennomsnittet INDRE VS. YTRE PLANKER For stokker med 4X uttak (klasse 25 og 30 cm) er indre og ytre planker sammenlignet. De ytre plankene er gjennomgående bedre egnet til K-virke og de indre plankene til panel og kledning - men med betydelig overlapping, se Fig. 8. Fig. 8 Kvalitetsutfall for hhv. indre og ytre planker for stokker med 4X uttak. Ytre planker viser flere planker med høy styrke (høyre) og med lav visuell kvalitet (venstre) STYRKE VS. VISUELLE KJENNETEGN For hvert plankepar, hhv. ett eller to par per stokk, er middelverdi for styrke plottet mot middelverdi for bedømt kvist og tennar (Fig. 9). Som ventet er det bedre styrke - med store overlapp - i planker med lite kvist og tennar, og styrken synker omtrent like mye når det blir mer enten det er frisk kvist, tørr kvist eller tennar, jfr. parallelle linjer. Fig. 9 Styrken synker (lavere tall på x-aksen) når det er mer kvist og tennar (høyere tall på y-aksen). Figuren viser gjennomsnitt for plankepar 14

22 PROGNOSE FOR TREKVALITET FOR ENKELTSTOKKER Det har vist seg vanskelig å utvikle sikre prognosemodeller for trekvalitet basert på observasjoner som er inkludert i MPM-målerammen, dvs. automatiske observasjoner gjort etter maskinbarking. I tillegg er det derfor tatt inn observasjoner som kan tenkes automatisert i fremtiden, årringbredde og barktype. Det er satt opp modeller for fire grupper: a) hele materialet samlet, og for hver av de tre undergruppene diameter b)18-20, c) indre og d) ytre planker. Rotstokker kan skilles fra midtstokker ved at rotstokkene har større avsmaling i rotenden, se Fig 10. Dette hjelper imidlertid lite, ettersom kvalitetsutfallet er omtrent det samme for rot- og midtstokker; dette gjelder både styrke og utseende. Fig. 10 Stokker etter type plottet mot rot- og toppavsmalning Det er som ventet en tendens til større styrke ved smalere årringer (Fig. 11). For tilsvarende årringbredde indikerer fin bark noe lavere styrke enn middels og grov bark. For visuell kvalitet er det ingen tilsvarende sammenheng med årringbredde eller barktype (Fig. 12). Fig. 11 Styrke plottet mot årringbredde og barktype 15

23 Det er en svak tendens til større styrke for lange stokker, men ettersom apteringen regelmessig legges opp etter gjeldende prismatriser, er denne sammenhengen uegnet som utgangspunkt for kvalitetssortering. Fig. 12 Visuell kvalitet plottet mot årringbredde og barktype KONKLUSJON Det er ikke funnet andre sammenhenger som det er aktuelt utprøve i praktiske sorteringsopplegg. Det gjelder også stokkparameterne avsmalning, krok og ovalitet, som er undersøkt spesielt nøye. Vi må derfor konkludere at det, så langt det har vært mulig å undersøke i dette skurforsøket, ikke er lyktes å komme fram til noen god, generell prognosemodell for trekvalietet basert på automatmålte kriterier i MPM-rammen etter barking. 16

24 5. LITTERATUR Frogner, Rune Kvalitetssortering etter objektivt målbare kriterier hos sagtømmer av gran. Norske Skog Teknikk Rapport Gjerdrum, Peder Analyse av skurutbytte og kvalitetsutfall ved Moelven Numedal. Oppdragsrapport 6/07 Skog og landskap, Ås Gjerdrum, Peder High capacity, high yield dual order primary breakdown. I Grönlund, A og Cristovap, L (red.) - Proceedings of the 20th International Wood Machining Seminar. June 7-10, 2011, Skellefteå, Sverige, s Gjerdrum, Peder og Hamar, Bjarne High capacity timber sawing based on accurate log scaling. based_on_accurate_log_scaling/content2_english_view I-Key ; oppslag MPM 2007, - Optimizer Användare Handbok. Programversion 4.6.3; ; oppslag Nylinder, Mats Automatisk kvalitetssortering av talltimmer. SLU, Inst. För virkeslära Rapport 215 Øyen, Ola Virkeskvalitet i skog av gammel gran. NLH Dr. scient theses