Freeness estimation for TMP mainline refining
dc.contributor | Aalto-yliopisto | fi |
dc.contributor | Aalto University | en |
dc.contributor.advisor | Kosonen, Mika | |
dc.contributor.advisor | Puonnas, Matti | |
dc.contributor.author | Sironen, Juha | |
dc.contributor.department | Automaatio- ja systeemitekniikan laitos | fi |
dc.contributor.school | Sähkötekniikan korkeakoulu | fi |
dc.contributor.school | School of Electrical Engineering | en |
dc.contributor.supervisor | Koivo, Heikki | |
dc.date.accessioned | 2020-12-23T17:29:31Z | |
dc.date.available | 2020-12-23T17:29:31Z | |
dc.date.issued | 2011 | |
dc.description.abstract | The main purpose of this thesis was to examine a freeness estimate, developed for the TMP process, and to determine its suitability for the process control. The estimate (FET model) was developed in previous studies, by linear regression. The functionality of the estimate has not been studied previously when a reference sample from the freeness analyser has been available. In the previous studies, the reference results were made in the laboratory and the sample interval of the freeness measurement were about eight hours. In this thesis the sample interval is approximately fifty minutes. Freeness estimation is, however, very difficult, due to two main disturbances: slowly occurring wearing of refiner plates and more rapid variations in raw material quality. Also strongly noising measurements bring their own challenges to the estimation. At first, this thesis focuses on the TMP process and refiners in general. After this, the thesis covers the most relevant measurements, from the point of view of the thesis, and presents the process control methods of the TMP process, including the FET model. In addition, the thesis briefly presents the mathematical methods which were used. Furthermore, the obtained results are presented. Based on these results, a new self-tuned freeness estimate is developed which is based on state estimator. The new model is updated by the extended Kalman filter each time when the measurement of the freeness analyser has been completed. The developed model is much more accurate and more reliable than the earlier freeness estimate. Currently, the new model is not implemented into the automation system of the TMP plant and it remains the task of future studies. The developed model is quite simple and it is suitable for other TMP lines without any significant equipment purchases. | en |
dc.description.abstract | Diplomityön ensisijaisena tavoitteena oli tutkia. kuinka TMP prosessille kehitetty freeness estimaatti soveltuu prosessin hallintaan. Estimaatti (FET) on kehitetty aikaisemmissa tutkimuksissa lineaarisella regressiolla. Estimaatin toimintaa ei ole aikaisemmin tutkittu, kun käytettävissä on korjaava tulos freeness-analysaattorilta. Aikaisemmissa tutkimuksissa vertailutuloksena on käytetty freeness-laboratoriomääritystä, jolloin näyteväli on ollut noin kahdeksan tuntia. Tässä työssä analyysin näyteväli on käytännössä ollut noin 50 minuuttia. Freeneksen estimointi on kuitenkin hyvin hankalaa, johtuen kahdesta päähäiriöstä: jauhimen terien kuluminen ja raaka-aineen vaihtelu. Myös voimakkaasti kohisevat mittaukset tuovat estimointiin oman haasteensa. Tämä diplomityö käsittelee ensin yleisesti TMP-prosessia ja jauhimia. Tämän jälkeen työssä käydään läpi työn osalta oleellisimpia TMP-prosessin mittauksia ja prosessinhallintamenetelmiä, mukaan lukien aikaisemmin kehitetty FET-malli. Myös työssä käytetyt matemaattiset työkalut esitellään. Lisäksi työssä esitetään tuloksia jo olemassa olevan freeness-estimaatin toiminnasta. Näihin tuloksiin perustuen työssä kehitetään itse virittyvä estimaatti tilaestimoinniIla. Lopputuloksena luotua mallia päivitetään laajennetulla Kalman-suotimella aina, kun uusi freeness-analyysi valmistuu analysaattorilta. Kehitetty estimaatti toimii huomattavasti paremmin kuin aikaisemmat estimaatit. Mallia ei tosin ajan puutteen vuoksi ehditty luomaan tehtaan automaatiojärjestelmään. Tämä jää tulevien tutkimuksien tehtäväksi. Kehitetty malli on suhteellisen yksinkertainen ja soveltuu käytettäväksi muillakin TMP-linjoilla, ilman suurempia laitehankintoja. | fi |
dc.format.extent | [9] + 67 | |
dc.identifier.uri | https://aaltodoc.aalto.fi/handle/123456789/99380 | |
dc.identifier.urn | URN:NBN:fi:aalto-2020122358207 | |
dc.language.iso | en | en |
dc.programme.major | Systeemitekniikka | fi |
dc.programme.mcode | AS-74 | fi |
dc.rights.accesslevel | closedAccess | |
dc.subject.keyword | TMP refining | en |
dc.subject.keyword | TMP-jauhatus | fi |
dc.subject.keyword | refiner | en |
dc.subject.keyword | jauhin | fi |
dc.subject.keyword | freeness | en |
dc.subject.keyword | värähtely | fi |
dc.subject.keyword | vibration | en |
dc.subject.keyword | energian ominaiskulutus | fi |
dc.subject.keyword | specific energy consumption | en |
dc.subject.keyword | freeness-estimointi | fi |
dc.subject.keyword | freeness estimate | en |
dc.subject.keyword | lineaarinen regressio | fi |
dc.subject.keyword | linear regression | en |
dc.subject.keyword | geneettiset algoritmit | fi |
dc.subject.keyword | genetic algorithms | en |
dc.subject.keyword | neuroverkko | fi |
dc.subject.keyword | neural network | en |
dc.subject.keyword | Kalman-suodin | fi |
dc.subject.keyword | Kalman filter | en |
dc.subject.keyword | korrelaatio | fi |
dc.subject.keyword | correlation | en |
dc.subject.keyword | keskihajonta | fi |
dc.subject.keyword | standard deviation | en |
dc.title | Freeness estimation for TMP mainline refining | en |
dc.title | Freeneksen estimointi TMP jauhatuksen päälinjassa | fi |
dc.type.okm | G2 Pro gradu, diplomityö | |
dc.type.ontasot | Master's thesis | en |
dc.type.ontasot | Pro gradu -tutkielma | fi |
dc.type.publication | masterThesis | |
local.aalto.digiauth | ask | |
local.aalto.digifolder | Aalto_07637 | |
local.aalto.idinssi | 42651 | |
local.aalto.openaccess | no |