LAPPEENRANNAN TEKNILLINEN YLIOPISTO Teknillinen tiedekunta
LUT Kone
Tapio Nikumatti
TUKIN MITTAUS JA OPTIMOINTI SAHALINJASSA
Työn tarkastajat: Professori Timo Kärki Professori Ilkka Pöyhönen
TIIVISTELMÄ
Lappeenrannan teknillinen yliopisto Teknillinen tiedekunta
LUT Metalli Tapio Nikumatti
Tukin mittaus ja optimointi sahalinjassa Diplomityö
2014
39 sivua, 7 kuvaa, 6 taulukko ja 6 liitettä Tarkastajat: Professori Timo Kärki
Professori Ilkka Pöyhönen
Hakusanat: sahausasete, optimointi, sahalinja, tukin mittaus, tukkimittari Keywords: saw pattern, optimization, saw line, log measuring, log scanner Tukin mittaus ennen sahausta ja sahausasetteen optimointi on kehittynyt paljon viimeisen 10 vuoden aikana. Sahauksen kannattavuuden huonontuessa raaka- aineen tehokas hyödyntäminen on muodostunut tärkeäksi osaksi prosessia.
Mittalaitteiden tekniikan kehityttyä on ollut mahdollista mitata tukin muoto ja halkaisijat eri kohdista entistä tarkemmin. Sahausasetteen optimoinnilla pyritään raaka-aineen mahdollisimman tehokkaaseen käyttöön eli saamaan mahdollisimman hyvä saanto jokaisesta yksittäisestä sahatusta tukista.
Mittaustarkkuus on suoraan kytköksissä sahausasetteen optimointi tuloksen onnistumiseen. Yleisesti tukin mittaus ennen sahausta ja sahausasetteen optimointi tulevat samalta toimittajalta.
Työssä tarkasteltiin kahden eri toimittajan tukkimittareita sekä optimoinnin onnistumista sen perusteella. Käytössä oli lasikuituinen mallitukki, jota mitattiin kummankin toimittajan mittareilla. Näin voitiin suoraan vertailla mittauksen ja optimoinnin onnistumista ja verrata sitä optimaalisiin tuloksiin. Työssä käytettiin kandidaatintyössä luomaani toimintamallia tukkimittarin tarkkuuden toteamiseksi.
Mittaus- ja optimointivirheistä pystyttiin laskemaan, kuinka paljon tappiota sahalaitokselle aiheutui verrattuna optimaaliseen mittaus- ja optimointitulokseen.
Jo pienetkin virheet optimoinnissa ja mittauksessa vaikuttavat sahauksen kannattavuuteen, kun tarkastellaan sahalaitosta jossa sahataan 8000 – 10 000 tukkia yhden työvuoron aikana.
Tulosten perusteella mittarit mittaavat hieman virheellisesti, ja kummankin mittarin mittausten perusteella saatiin eri sahausasete optimointitulokseksi.
Mittavirheen takia voitiin todeta, että parantamalla mittaustarkkuutta voidaan sahauksen kannattavuutta parantaa.
ABSTRACT
Lappeenranta University of Technology Faculty of Technology
LUT Mechanical Engineering Tapio Nikumatti
Log optimization and measuring at the saw line Master´s Thesis
2014
39 pages, 7 pictures, 6 tables and 5 appendices Examiners: Professor Timo Kärki
Professor Ilkka Pöyhönen
Keywords: saw pattern, optimization, saw line, log measuring, log scanner Log scanning before sawing and saw pattern optimization has developed a lot in last 10 years. While the profitability of sawing has lowered, the efficient use of raw material has become an important part of the process. The technology of the measuring devices has improved, this allows more accurate measuring of the log shape and diameters. By optimization of the saw pattern sawmills can use the raw material as efficient as possible, so get the best yield possible from each and every single sawn log. Log measuring accuracy is attached straight to the success of the optimization result. Generally log measuring in the sawline and optimization are supplied by the same company.
This thesis studied two different company supplied log scanners and success of the optimization according to the measurements. Fiberglass log was used as reference that was measured with both of the scanners. This way the measuring and optimization results could be compared and compare those to the optimal measurements and optimization results. The study used my procedure for measuring the log with scanner that I created in past Bachelor Thesis.
From the measuring and optimization errors I was able to calculate how much loss those were causing for the saw mill compared to the optimal measuring and optimization solution. Even small errors in the optimization and measuring are affecting the profitability of a saw mill which is sawing 8000 – 10 000 logs in one shift.
According to the results both scanners have minor defects in the measurements and saw pattern optimization results are different based on those measurements.
Based on the error in the measuring, it can be said that by developing the measurement accuracy the profitability of the sawing can be improved.
ALKUSANAT
Tämä diplomityö on omistettu mummolleni Sigrid ”Sikke” Nikumatille. Kiitos kannustuksesta ja tuesta jota olen saanut!
Tämän työn tekemisen aikana olen viettänyt noin 380 päivää poissa kotoa ja lentänyt 150 lentoa.
Tästä kiitos kuuluu Veisto Oy:lle ja After Sales- osastolle. Olen saanut tutustua mielettömän hienoon työporukkaan ja mielenkiintoisiin projekteihin.
Tahdon myös mainita että teidän kaikkien tuki tämän työn ja koko opiskelujeni ajan on ollut äärimmäisen tärkeää! Kiitos: Äiti, Isä, Amie, koko suurperhe ja avopuolisoni Suvi sekä kaikki kaverit.
Kiitos kärsivällisyydestä T.Kauppinen ja T.Kärki.
Tapio Nikumatti Helsingissä 11.11.2014
Sisällysluettelo
1 JOHDANTO ... 8
2 TUTKIMUKSEN TAVOITEET JA RAJAUS... 9
3 MENETELMÄT ... 10
4 SAHAUSTAVAT JA PYÖRÖSAHAUSPROSESSIN VAIHEET ... 11
4.1 Pelkan haketus pelkkahakkurilla ... 11
4.2 Nelisahaus ... 11
4.3 Särmäys ... 12
4.4 Profilointi ... 12
4.5 Profiloiva särmäys ... 12
4.6 Jakosahaus ... 12
4.7 Kaarisahaus ... 12
5 YLEISET SAHATAVARAN MITAT ... 14
5.1 Sahatavaran tuore- ja nimellismitta ... 14
5.2 Asetteen valinta ... 15
5.3 Muuttuva-asetteisuus ... 16
5.4 Saanto ... 16
5.4.1 Tilavuussaanto... 17
5.4.2 Tuottoon perustuva saanto ... 17
5.4.3 Arvosaanto ... 18
5.4.4 Saantohävikki ... 18
6 TUKIN MITTAUS ENNEN SAHAUSTA ... 20
6.1 Tukinmittauslaitteisto ... 20
6.2 Mitattavat ominaisuudet ... 21
6.3 Tukin mallinnus mittausten perusteella ... 22
7 TUKIN MITTAUSTAPOJEN VERTAILU AIKAISEMPIEN TUTKIMUSTEN
PERUSTEELLA ... 23
8 OPTIMOINTI ... 24
8.1 Optimointilaskenta ... 24
8.2 Tukinsuuntaus ... 25
8.3 Sivulautaoptimointi ... 25
8.4 Täysoptimointi ... 25
8.5 Optimoinnin haasteet ... 26
9 TUTKITTAVAT LAITTEISTOT ... 27
9.1 Limab ... 27
9.2 Prologic ... 27
10 OPTIMOINNIN JA ASETTEEN VALINNAN VERTAILU ... 28
11 TULOKSIA ... 30
11.1 Tukinmittaus ... 30
11.2 Pyörityskulman mittaus ... 31
11.3 Sahausasetteen optimointi ... 33
12 JOHTOPÄÄTÖKSET ... 35
13 YHTEENVETO ... 38
LÄHTEET ... 40
LIITTEET
Liite I: Mittaukset Prologicin mittarilla Hankasalmen sahalla Liite II: Mittaukset Limabin mittarilla Aegviidun sahalla Liite III: Sähköposti haastattelu, Pellerin ja Mongeau 2011
Liite IV: Sahatavara hinnat: Tamminiemi Oy, Puukeidas Oy, Lauta Oy, Starkki Oy, Puupalvelu Oy ja Utula Oy. 14.9.2014
Liite V: Esimerkki tukin kokonaisarvon laskennasta
SYMBLOLILUETTELO
Lajitteluhalkaisija [mm]
Latvaläpimitta [mm]
Kartiokorjaus [mm]
Lenkouskorjaus [mm]
Soikeuskorjaus [mm]
Optimilautojen hintojen painotettu ka [€/m3] Särmättyjenlautojen hintojen painotettu ka. [€/m3] Sivutuotteiden keskihinta [€/m3]
KARTIO Tukin kartiokkuus [mm/m]
LENKOUS Tukin lenkous [mm/m]
Arvosaantoprosentti [%]
Tuottoon perustuva saanto
Tilavuusprosentti [%]
Saanto (%)
Saantohävikki (%) kokonaishävikki (%) optimointihävikki (%) toteutushävikki (%)
SOIKEUS Tukin soikeus [mm]
Optimilautojen tilavuus [m3]
Särmättyjen lautojen tilavuus [m3]
s Keskihajonta
1 JOHDANTO
Sahateollisuudessa tukkeja mitataan ainakin kaksi kertaa ennen sahausta, tukin saapuessa sahalle ja ennen sahausta sahalinjalla. Tässä diplomityössä tutkitaan tukinmittausta ennen sahausta sahalinjalla. Työ on jatkoa kandidaatintyölle, jossa suunniteltiin toimintamalli testille, jolla voidaan tarkastella tukinmittauslaitteiston tarkkuutta. Testiä käyttäen voidaan vertailla eri valmistajien laitteistoja ja ohjelmistoja. Testissä mitattava kappale ja sen asennot ovat toistettavissa kaikilla laitteistoilla. Kandidaatin työssä tarkasteltiin ainoastaan mittaustarkkuutta sekä mittauksen toistotarkkuutta.
Tukinmittauslaitteiston tarkkuus vaikuttaa paljon sahauksen lopputulokseen, koska se on ensimmäinen työvaihe, jossa virhettä tapahtuu. Sahauksessa on ainakin seitsemän työvaihetta, kunnes tukista on sahattu kaikki laudat, ja jokaisessa tapahtuu virhettä. Mittauksessa tehty virhe vaikuttaa radikaalilla tavalla saantoon ja hakkeen laatuun, varsinkin profiloivissa sahalinjoissa.
Tukinmittauslaitteiston yhteyteen kuuluu nykyään aina asete- ja optimointiohjelma. Jolla voidaan määrittää tuotannosta halutut tuotteet ja niihin liittyvät vaatimukset. Optimointi tehdään mittaustulosten perusteella, ja siinä käytetään matemaattista mallinnusta. Tämän takia mittaustulosten määrä ja tarkkuus ovat merkittävässä osassa sahauksesta saatavaa saantoa tarkasteltaessa. Tosin käytännössä parhaan ja tukista saadun saannon vertailu on erittäin vaikeaa, koska jo sahatavaraksi sahattua tukkia ei voida sahata uudelleen. Eri valmistajien tukinmittauslaitteiden vertailu on helpompaa ja paremmin toistettavissa. Nykyaikaisilla tukinmittauslaitteilla ja ohjelmistoilla voidaan tallentaa mittaustulokset, minkä jälkeen niitä voidaan tarkastella jälkeenpäin uudelleen. Näin voidaan tarkastella syntyykö eri valmistajien laitteistoilla ja ohjelmistoilla eroja optimointituloksissa.
2 TUTKIMUKSEN TAVOITEET JA RAJAUS
Tässä työssä paneudutaan käsitteisiin tukin sahauksen optimointi ja asetteenvalinta. Työn empiirisessä osassa vertaillaan eri valmistajien laitteistoja ja ohjelmistoja optimoinnin osalta.
Työssä pyritään löytämään eroja tukinmittauslatteiden valmistajien välillä, minkä perusteella voidaan todeta laitteiston sopivuus asiakkaalle. Työssä tehtävät testit tehdään ennalta suunnitellun toimintamallin pohjalta. Toimintamalliin lisätään optimoinnin ja asetteenvalinnan osalta mahdollisimman samanlaiset asetukset ja vaatimukset kaikille testattaville laitteistoille ja ohjelmille.
Työssä tarkastellaan Veisto Oy:n valmistamaa SL 250 -sahalinjaa ja sen yhteydessä olevia tukkimittareita, jolloin kaikilla vertailtavilla laitteistoilla on mahdollisuus toteuttaa samat asetteet ja täyttää samat sahatavaran vaatimukset. Näin voidaan myös selvittää, mihin sahauksen vaiheeseen mittaustarkkuus vaikuttaa. Testien tuloksia verrataan tukin valmistajalta saatuihin mittoihin. Näin mittaustuloksia voidaan vertailla keskenään ja todeta todellinen mittausvirhe.
Mittauksista voidaan saada myös tietoa laitteistovalinnan taloudellisesta vaikutuksesta sahaukseen.
Sahauksen optimointi ja asetteen valinta vaikuttavat koko sahalinjan toimintoihin ja liikkeisiin, koska sahalinjaa ohjataan tukin mittaustulosten perusteella. Työssä käydään läpi pintapuolisesti sahauksen vaiheet, joihin optimointi vaikuttaa.
3 MENETELMÄT
Työssä käytetään tutkimusmenetelmänä toimintamallia, joka on esitelty Nikumatin (2012) työssä.
Toimintamallin mukaan yhdelle mittarille tehdään 90 mittausta, jolloin tukki mitataan kolmessa eri nopeudessa. Jokaisessa nopeudessa tukki ajetaan mittarin läpi 10 kertaa kolmessa eri asennossa.
Tutkittavat tunnusluvut ja tulokset ovat mittaustuloksia ja optimointituloksia. Teknistä vertailua voidaan tehdä valmistajien antamien tietojen perusteella ja omien havaintojen perusteella. Työssä vertaillaan kahden eri mittarivalmistajan mittarien tarkkuutta sekä niiden perusteella saatuja optimiasetteita. Työssä käytetään kandidaatintyössä (Nikumatti 2012) saatuja tuloksia, ja siinä tehdään uusia mittauksia samalla toimintamallilla, jolloin kaikki tutkimuksessa käytettävä data on vertailukelpoista. Tuloksia vertaillaan testitukin todellisiin mittoihin, jotka on saatu testitukin valmistaneelta yritykseltä.
4 SAHAUSTAVAT JA PYÖRÖSAHAUSPROSESSIN VAIHEET
Sahaustavan valinnalla on suuri merkitys sahauksesta saatavan saannon kannalta, koska samasta raaka-aineesta voidaan saada erittäin vaihteleva määrä lopputuotetta sahaustavan mukaan.
Sahauksen tavoitteena on saada mahdollisimman paljon ostajien haluamaa sahatavaraa.
Tukkeja voidaan sahata skandinaavisella, pohjoisamerikkalaisella tai erikoissahaustavalla.
Skandinaavinen sahaustapa perustuu tukin keskilinjan mukaiseen sahaukseen, jossa sahataan yhdensuuntaisesti tukin keskiakselia pitkin. Pohjoisamerikkalaista sahaustapaa kutsutaan taper- sahaukseksi, ja siinä sahataan yhdensuuntaisesti tukin pinnan kanssa. (Sipi 2002)
4.1 Pelkan haketus pelkkahakkurilla
Skandinaavisessa sahaustavassa tukista haketetaan ja/tai sahataan ensimmäisessä sahausvaiheessa pelkka. Pelkka on kahdelta tai neljältä sivulta tasaiseksi työstetty tukki. Haketus suoritetaan pyörivillä teräpäillä, yhdessä tai kahdessa vaiheessa. Tukin sivut halutaan saada tasaisiksi, jotta seuraavassa vaiheessa pelkasta voidaan sahata lautoja tai lankkuja ilman, että niiden pintoja tarvitsisi käsitellä enää prosessissa. Pelkan ohjaus sahauksessa on helpompaa, kuin pyöreän tukin.
(Sipi 2002) 4.2 Nelisahaus
Nelisahauksessa tukista sahataan lautoja kahdessa vaiheessa. Ensimmäisessä vaiheessa tukki haketetaan pelkaksi ja siitä sahataan sivulaudat kahdelta sivulta. Pelkansahaus määrittää jakosahasta saatavien lautojen leveyden. Pelkka käännetään 90 º ja jakosahataan eli pelkka sahataan eri paksuisiksi lankuiksi, laudoiksi tai soiroiksi. Jakosahauksessa saadaan kahdesta kymmeneen kappaletta saheita. Nelisahauksesta saatavaa sydäntavaraa ei tarvitse särmätä, koska reunasivulta on jo otettu sivulaudat tai sen yksi sivu on haketettu tasaiseksi pelkkahakkurissa.
Nelisahaus suoritetaan yleensä käyräsahauksena, riippuen sahattavien tukkien ja pelkkojen koosta.
Nelisahauksen etuja ovat sydäntavaran saanto, sydäntavaran laatujakauma, pieni tuotejakauma ja vähän särmäysvirheitä. Ongelmana on sydäntavaran lankeaminen eli pituusvaihtelu (Usenius 2010)
4.3 Särmäys
Särmäyksessä on tarkoituksena työstää sivulauta-aihioista vajaasärmää pois halutun verran ja työstää aihio haluttuun leveyteen sivulaudaksi. Tavoite on saada aihiosta paras mahdollinen taloudellinen tuotto. Särmäyksestä halutaan myös saada mahdollisimman tasalaatuista ja halutun pituista haketta, jotta tukista voidaan saada paras mahdollinen tuotto, kun lasketaan yhteen lopputuotteet ja sivutuotteet. (Sipi 2002)
4.4 Profilointi
Profiloinnilla tarkoitetaan sahaustapaa, jossa sivulautojen leveys ja paksuus työstetään ennen sahausta pelkan tai tukin pintaan. Lopputuotteita ei siis tarvitse särmätä erikseen. Tämä vähentää kappaleiden sivuttaissiirtelyä. Profiloinnilla saavutetaan käytännössä sama lopputulos kuin särmäyksellä. Särmäys suoritetaan yleensä myötäsyöttöisesti, jolloin vältetään puun repeämistä.
Profiloidun pelkan jakosahaus vaatii sahakoneelta ja pelkan sahaan syötöltä tarkkuutta. (Sipi 2002)
4.5 Profiloiva särmäys
Profiloivassa särmäyksessä sivulaudat särmätään suoraan sahauksen jälkeen samassa koneyksikössä. Profiloivaa särmäystä edeltää aina tukin haketus neljältä sivulta. Tässä työssä sahaus optimoidaan koneelle, jolla profiili särmätään. (Veisto Oy 2014)
4.6 Jakosahaus
Jakosahauksessa pelkka sahataan lopputuotteiksi. Jakosahauksen jälkeen jäljellä on ainoastaan sahatavaraa eli lautoja ja lankkuja. Riippuen sahakoneesta jakosahauksesta voidaan saada 2 - 9 sahatavarakappaletta. (Veisto Oy 2014)
4.7 Kaarisahaus
Kaarisahauksessa tukki sahataan/haketetaan lengoksi pelkaksi, joka jakosahataan seuraavassa vaiheessa. Pelkkasahaan tukki syötetään maksimilenkous ylös tai alaspäin. Pelkkasahauksen jälkeen pelkka kaadetaan kyljelleen, siinä asennossa se syötetään jakosahaan pelkan latva keskellä
sahaa. Jakosahauksessa leikkuu seuraa pelkan keskilinjaa pelkan lenkouden mukaan.
Kaarisahauksessa jakosahan teriin kohdistuu vääntöä. Kaarisahauksella parannetaan sahauksen saantoa. (Sipi 2002)
5 YLEISET SAHATAVARAN MITAT
Sahatavaran yleiset pituudet ovat 2,4 m – 6,0 m, 300 mm:n jaolla.
Kuva 1. Sahatavaran yleisimmät koot (RT 21–10750)
Taulukko 1. Suurimmat sallitut mittapoikkeamat sahapintaisessa sahatavarassa (RT 21–10750) Mittapoikkeama
Paksuus ja leveys ≤ 100 mm - 1,0 … + 3,0 mm Paksuus ja leveys ≥ 100 mm - 2,0 … + 4,0 mm Pituus, kun lajiteltu pituuden mukaan - 25 … + 50 mm
Pituus, kun katkaistu määrämittaan ± 2,0 mm 5.1 Sahatavaran tuore- ja nimellismitta
Sahatavara sahataan aina tuoremittaan, joka on laskettu siten että kuivauksen jälkeen tuotteella on tietty nimellismitta. Tuoremittaan on otettu huomioon sahatavaran kutistuminen, vääntyminen ja mahdollinen kieroutuminen. Tämän takia tuoremitta on aina suurempi kuin nimellismitta.
Tuoremitan laskeminen ja määrittäminen on yleensä sahalaitoskohtainen ratkaisu, ja se perustuu
kokemukseen sekä sahan tarkkuuteen. Ero sahalaitosten välillä johtuu ylimitasta, joka lisätään nimellismittaan. Muut mitat voidaan määrittää hyvinkin tarkasti puun ja sahakoneen ominaisuuksista. Kuvassa 2. esitellään eri komponentit, joista tuoremitta koostuu. (Kärkkäinen 1984)
Kuva 2. Tuoremitan laskeminen nimellismitasta (Loman 2003) 5.2 Asetteen valinta
Asete kuvaa sahakoneen terien keskinäisiä etäisyyksiä, joiden mukaan määräytyy sahatavaran paksuus ja joissakin tapauksissa leveys. Sahausasete voidaan rakentaa mielivaltaisesti, mutta yleisesti pyritään kuitenkin sahaamaan vakiosahatavaraa. Asete suunnitellaan niin että tukista saatava sydäntavara on täyssärmäistä, kuten kuvassa 3. Sahausasete valitaan haluttujen tuotteiden perusteella. Yleisesti tukista pyritään sahaamaan sivulautoja kaikilta sivuilta ja sydäntavaraa keskeltä. Asetteen valinta on riippuvainen tukin latvaläpimitasta. Kiinteällä asetteella voidaan sahata vain tiettyä tukkiluokkaa. (Sipi 2002)
Kuva 3. Tukki/Pelkka jaettu sahatavaraksi eli sahausasete (Prologic+ 2014) 5.3 Muuttuva-asetteisuus
Muuttuva-asetteisuudella tarkoitetaan sahalinjan tai -koneen ominaisuutta muuttaa sahausasetetta sahauksen yhteydessä. Linjaa tai konetta ei tarvitse pysäyttää asetteen vaihdon takia vaan saha/sahalinja pystyy muuttamaan telojen, terien ja särmien asemaa sahaustapahtumien välissä.
Joitakin rajoituksia muuttuva-asetteisella sahaustavalla on. Rajoitukset riippuvat sahalinjasta tai - koneesta. (Veisto 2014)
5.4 Saanto
Saanto voidaan laskea monellakin eri tavalla sahateollisuudessa. Saantoa on kuitenkin erittäin vaikea laskea todella tarkasti, sivutuotteiden määrän tarkan arvioinnin johdosta. Nykyään monet sahalinjat optimoivat sahauksen arvosaannon mukaan. Tuloksista saadaan yleensä varsin laaja hajonta, minkä takia keskimääräiset tulokset ovat suuntaa antavia. Tällöin täytyy ottaa huomioon hakehyvitys ja millainen korvaus saadaan sahanpurusta. Toki saanto voidaan laskea niin, ettei haketta tai sahanpurua oteta huomioon. Tällöin saadaan vain sahatavaran saanto eikä tukista saatavaa saantoa. Kuorellisen tukin sahauksesta saadaan yleisesti 45 – 50 % sahatavaraa, 28 - 32
% haketta, 10 - 15 % purua ja 10 - 12 % kuorta.
5.4.1 Tilavuussaanto
= 100 × % (1)
, joissa
= Tilavuusprosentti [%]
= Särmättyjen lautojen tilavuus [m3] = Optimilautojen tilavuus [m3]
(Juvonen & Johanson 1991) 5.4.2 Tuottoon perustuva saanto
Tuottoon perustuvan saannon laskennassa ei ole huomioitu sivutuotteita. Muuten se on käytännössä kuin arvosaanto laskenta.
= 100 × ×× (2)
= Arvosaantoprosentti [%]
= Särmättyjenlautojen hintojen painotettu ka. [€/m3] = Optimilautojen hintojen painotettu ka [€/m3] = Särmättyjenlautojen tilavuus [m3]
= Optimilautojen tilavuus [m3] (Juvonen & Johanson 1991)
5.4.3 Arvosaanto
Arvosaanto on hyvin yleisesti käytössä nykypäivän sahalaitoksilla. Arvosaannon haasteena on päivittää eri tuotteiden arvotuksia markkinatilanteen ja tilauskannan mukaan. Arvosaanto voidaan laskea kaavan 3 mukaan.
= 100 × ×× + ( ×)× (3)
= Tuottoon perustuva saanto
= Sivutuotteiden keskihinta [€/m3]
= Särmättyjen lautojen hintojen painotettu ka. [€/m3] = Optimilautojen hintojen painotettu ka [€/m3] = Särmättyjenlautojen tilavuus [m3]
= Optimilautojen tilavuus [m3]
(Juvonen & Johanson 1991) 5.4.4 Saantohävikki
Saantohävikillä tarkoitetaan saannon menetyksen suuruutta prosentteina. Sen avulla voidaan tarkastella saannon menetyksiä eri tekijöiden funktiona. Näin voidaan vertailla eri tekijöiden keskinäistä suuruuseroa, joka voidaan laskea kaavan 4 mukaan. Saantohävikki koostuu optimoinnissa ja toteutuksessa syntyvistä virheistä. Näitä kutsutaan optimointi- ja toteutushävikeiksi. Näistä muodostuu kokonaishävikki. Kokonaishävikki voidaan laskea kaavan 5 mukaan.
= 100 − (4)
= Saantohävikki (%) = Saanto (%)
(Viitaniemi 1985)
Työssä käsitellään optimointituloksia, jolloin optimointivirhe johtuu tukin mittauksessa tulevasta virheestä. Esimerkiksi jos jokin tukin poikkileikkaus halkaisija mitataan liian pieneksi, mikä
aiheuttaa tuotteen hylkäyksen vajaasärmäsääntöjen perusteella, voidaan ko. tapaus laskea optimointivirheeksi, jolloin optimileveys ja särmättyleveys ovat eri.
= + (5)
= kokonaishävikki (%) = optimointihävikki (%) = toteutushävikki (%) (Viitaniemi, P. 1985)
Tarkasteltaessa eri osatekijöitä on kaikkien osuudet laskettava samasta vertailuarvosta, kun tarkastellaan kaavan 5 mukaisia hävikkejä. Tässä tapauksessa arvonalennusta on verrattava tarkimpaan ja luotettavimpaan optimointiin ja koska tarkastellaan optimointituloksia, voi hävikkiä tulla liian huonosta tuotteesta. Tämä tapahtuu silloin, jos tuote optimoidaan liian leveäksi tai pitkäksi. (Viitaniemi 1985)
6 TUKIN MITTAUS ENNEN SAHAUSTA
Ennen sahaan syöttöä tukki mitataan ja suunnataan. Mittaus ennen sahausta suoritetaan kuoritulle tukille, jolloin saadaan mahdollisimman tarkka malli tukista. Tukista mitataan pinnan profiili. Sen avulla siitä luodaan malli, josta lasketaan loput geometriset ominaisuudet. Tukki mitataan viipaleittain ja jokaisesta viipaleesta lasketaan halkaisija sekä muoto. Viipaleet asetetaan jonoon, jonka jälkeen niistä muodostetaan tarkin mahdollinen malli. Tukista saadaan seuraavat tiedot:
halkaisijat, lenkous, tilavuus, soikeus, kartiokkuus ja leikkauksen keskipisteen sijainti.
Mallin avulla tukinmittaus-/ optimointiohjelma laskee tukille parhaan mahdollisen suuntauksen ja sahausasetteen, käyttäjän määrittelemien sääntöjen mukaan. Mittaustaajuus vaihtelee 250 Hz:n ja 1000 Hz:n välillä.
6.1 Tukinmittauslaitteisto
Tukkimittari sijaitsee sahalinjassa tukin syötön jälkeen, heti linjan alkupäässä. Tukkimittari on sijoitettu yleensä osaksi mittauskuljetinta. Mittauskuljettimen tarkoituksena on liikuttaa tukkia mahdollisimman tasaisella nopeudella ja sivuttain liikkumattomana. Tukkimittariin kuuluu 3 - 4 mittapäätä, jotka on sijoitettu tukkimittarin kotelon sisään. Yleensä mittapäässä on aina kaksi kameraa, jotka ovat peräkkäin kuljettimen kulkusuuntaan nähden. Tällaisella sijoittelulla saadaan vähennettyä tukin heilumisen vaikutusta mittaukseen. Mittauskuljettimessa ei ole laitoja sillä kohdalla, jossa tukkimittari sijaitsee.
Mittauskuljettimen jälkeen on yleensä automaattinen tukin suuntaus- ja keskityslaite, joka pyörittää tukin optimiasentoon sahausta varten. Kaikki sivuttaisliike tai pyöriminen aiheuttaa virhettä pyöritykseen. Tukin luistaminen taas aiheuttaa virhettä tukin pituuden mittaukseen.
6.2 Mitattavat ominaisuudet
Tukin luonnollisten ominaisuudet, kuten lenkous ja kartiokkuus, tekevät sahauksesta haastavan prosessin. Tämän takia sahauksen jälkeen on erittäin vaikea todeta sahauksesta saavutettua saantoa reaaliaikaisesti. Laserviivaa ja kameraa käyttävät tukinmittauslaitteet voivat mitata tukista sen perusgeometrian eli halkaisijat, lenkouden, kartiokkuuden, monivääryyden ja soikeuden. (Vesanen 2005) Yleisesti tukin ominaisuudet, kuten lenkous, lasketaan tukista tehdyn matemaattisen mallin avulla. Tukin pituus mitataan pulssiantureilla tai valokennoilla (Tuominen 2011). Kyseiset mittauslaitteet eivät havaitse puun sisäisiä ominaisuuksia, kuten oksia tai lahoa. Sahausta varten havupuulle on olemassa ohjeelliset laatuvaatimukset. Tärkein ominaisuus sahauksen optimoinnissa on tukin lenkous ja monivääryys. Yleisesti tukin maksimilenkous saa olla 10 mm/m. Sahalaitoksen kannattavuus heikkenee maksimilenkouden kasvaessa huonontuvan raaka- aineen käyttösuhteen vuoksi. (Vesanen 2005)
Halkaisijat: Tukista mitataan latva-, keski- ja tyvihalkaisijat. Latva- ja tyvihalkaisijat mitataan yleensä 30 cm päästä tukin päädystä. Tukkimittarilla tehtävä mittaus ennen sahausta suoritetaan aina kuorinnan jälkeen, jolloin kuori ei aiheuta virhettä mittaukseen ja optimointiin. Tukkimittari mittaa jokaiselle leikkaukselle oman halkaisijansa koko tukin matkalta, kuten kuvan 4 ensimmäisessä tukissa.
Lenkous: Lenkous ilmoitetaan mm/m ja se mitataan tukin keskiosasta. Lenkous lasketaan keskiosan etäisyydestä suoraan linjaan, joka kulkee tukin tyven ja latvan välillä, kuten kuvan 4 neljännessä tukissa.
Soikeus: Soikeus ilmoitetaan tukin latvasta mitatun pienimmän ja suurimman läpimitan suhteena sadalla kerrottuna eli prosentteina (Kärkkäinen 1975). Soikeus ilmenee, kuten kuvan 4 viimeisessä tukissa.
Kartiokkuus: Kartiokkuus tarkoittaa tukin leikkausten halkaisijoiden pienenemistä tyvestä latvaa kohti, kuten kuvan 4 kolmannessa tukissa. Kartiokkuus ilmoitetaan mm/m.
Pituus: Pituudella tarkoitetaan tukin pituutta tyvestä latvaan, kuten ilmenee kuvan 4 toisessa tukissa. Pituus ilmoitetaan metreinä.
Kuva 4. Tukin eri ominaisuudet. (Nikumatti 2012)
6.3 Tukin mallinnus mittausten perusteella
Mittaustulokset tulostuvat omaan ohjelmaan, joka välittää tulokset tukin suuntauslaitteelle.
Ohjelma luo tukista mittausten perusteella matemaattisen mallin. Ohjelma luo tukista mallin määrittämällä jokaiselle leikkaukselle keskipisteen käyttäen jokaisen mittapään mittaamaa dataa.
Tämä lähestymistapa ehkäisee leikkausten halkaisijoiden vaikutusta lenkouden laskussa.
Keskipiste voidaan määrittä sovittamalla ympyröitä tai ellipsejä mittapäiden antamiin mittapisteisiin. Toinen tapa on määrittää ympyröiden tai ellipsien avulla neljä rajaa mittapisteille ja käyttää mittapisteitä, jotka ovat rajojen sisällä. Näin leikkauksen ja ympyröiden/ellipsien keskipiste on sama. Leikkausten keskipisteet suodatetaan vielä sovittamalla polynomifunktio niiden läpi, käyttäen lineaarista regressiota. Käytettävän funktion aste riippuu siitä kuinka paljon leikkausten keskipisteitä joudutaan suodattamaan. Tähän vaikuttaa tukin mahdollinen liikkuminen sivusuunnassa mittauksen aikana. Parhaassa tapauksessa käytetään viidennen asteen funktiota.
Tämän jälkeen saatua funktiota sovitetaan leikkausten keskipisteisiin pienimmän neliösumma menetelmän avulla, jolloin huonot mittaustulokset suodattuvat pois. Näin saadaan tukille muoto, josta voidaan laskea esimerkiksi lenkous. (Liite III)
7 TUKIN MITTAUSTAPOJEN VERTAILU AIKAISEMPIEN TUTKIMUSTEN PERUSTEELLA
Aikaisempien tutkimusten perusteella voidaan määrittää yleisesti 3d-skannereiden mittaustarkkuus. Mittarivalmistajien yleisin mittarille lupaama tukin halkaisijan mittaustarkkuus on +- 1mm, pituuden +- 10 mm, tilavuuden +- 1 %, lenkouden -+ 1,25 mm, kartiokkuuden +- 1,5 mm ja pyörityksen toistomittauksen tarkkuuden +- 5 astetta. (Limab 2014 & Prologic+ 2014) Ojan, Grundbergin ja Grönlundin (2008) tekemän tutkimuksen mukaan 3d-skannerilla saavutettiin tukin halkaisijan mittauksessa virheen keskihajonta 0,8 mm ja virheen keskiarvo 0,6 mm. Tukkeja lajiteltiin 5 mm:n tukki-luokittain, jolloin 87 % tukeista lajiteltiin oikeisiin tukkiluokkiin. Oja, Grundberg ja Berg tutkivat mittauksesta saatua optimointi-tulosta, ja he totesivat, että 3d- skannerilla mitatuista tukeista 66 % sahatuista laudoista vastasi optimaalista sahaustulosta. Ilman mittausta sahatuista laudoista 31 % vastasi optimaalista saantoa tukista.
Nordmark ja Oja (2010) tutkivat 3d-skannereiden sekä röntgenmittauksen tarkkuuden eroja ja totesivat ettei yhdistetty mittausmenetelmien käyttö kärsi mittauksen aikaisesta ”melusta”
verrattuna pelkästään 3d- tai röntgenmittaukseen. Kummatkin mittaustavat ovat tarpeeksi tarkkoja sydäntavaran optimoinnin mittaukseen, kun taas sivulautojen optimointi aiheutti molemmille mittaustavoille virhettä mittauksen aikaisen melun vuoksi. 3d-skannerille eniten virhettä aiheuttaa tukkien kuori, mutta muodon mittauksessa 3d-skanneri on tarkempi kuin röntgenmittari (Oja, Grundberg & Grönlund 2008)
8 OPTIMOINTI
Optimoinnilla pyritään löytämään vaihtoehtoisten ratkaisujen joukosta se, joka vastaa parhaiten optimointikriteereitä. Optimointikriteereinä voidaan pitää joko arvoa, määrää tai jotain vastaavaa mitattavaa ominaisuutta. Yleisesti voidaan todeta että sahauksen optimoinnissa optimointitehtävä on aina maksimointitehtävä tukin profiilin määrittämien rajojen mukaan.
8.1 Optimointilaskenta
Jokainen laitteistovalmistaja käyttää omaa laskentatapaansa optimointiin. Seuraavassa on esitetty yksinkertaistettuna maksimointitehtävä, jota voitaisiin käyttää optimoinnissa. (Haataja. 2004)
max ∈ℝ ( ) (4)
= + ∆ − ∆ − ∆ (5)
Korjausfunktiot edelliselle kaavalle ovat
= × + × + (6)
= × + × + (7)
= × + × + (8)
Kun
= Lajitteluhalkaisija [mm]
= Latvaläpimitta [mm]
= Kartiokorjaus [mm]
= Lenkouskorjaus [mm]
= Soikeuskorjaus [mm]
KARTIO = Tukin kartiokkuus [mm/m]
LENKOUS = Tukin lenkous [mm/m]
SOIKEUS = Tukin soikeus [mm]
A, B ja C = Korjauskertoimia
8.2 Tukinsuuntaus
Sahalinjassa jossa on tukinmittauslaitteisto, käytetään automaattista tukinpyöritystä. Tukin mittaustuloksen perusteella tukki pyöritetään suurimman lenkouden mukaan, joko suurin lenkous alas- tai ylöspäin, sahaustavan ja sahalinjan mukaan. Tukki pyöritetään lenkouden mukaan, koska näin siitä saadaan paras saanto. Pyöritys perustuu siihen miten tukki kulkee sahakoneen keskilinjan mukaisesti. (Veisto Oy 2014)
8.3 Sivulautaoptimointi
Sivulautoja optimoitaessa sahalinjan tärkein ominaisuus on sahauksen aikana liikkuva särmäys, jos särmäys tehdään samassa koneessa sahauksen kanssa. Särmäyksiköiden täytyy pystyä seuraamaan mahdollisesti käyrän pelkan profiilia, siten että laudasta tulee suora. Käytännössä kaarevasta pelkasta särmätään suoria lautoja. Sivulauta-optimointi on yksi vaihtoehto sahalinjan ajotavaksi. Jos käytössä on ainoastaan sivulauta-optimointi, niin tukista saatavat sydäntavara tuotteet ovat muuttumattomia, mikä asettaa tiettyjä rajoitteita sahalinjaan syötettävien tukkien koolle. Tukkien täytyy tässä tapauksessa olla lajiteltu ennen sahausta sopiviin tukkiluokkiin, joista voidaan sahata sahauskampanjan mukaisia tuotteita. (Veisto Oy 2014)
8.4 Täysoptimointi
Täysoptimoinnissa sahauskampanjaan asetetaan useita eri vaihtoehtoja sahattaviksi tuotteiksi.
Sahattaessa täysoptimoinnilla voidaan sahalinjaan syöttää käytännössä sattumavarainen tukki.
Tukkimittari määrittää parhaan mahdollisen asetteen tukille arvosaannon perusteella, ja sahalinja sahaa tukin asetteen mukaisesti. Sahattaessa täysoptimoinnilla linjanopeus voidaan pitää korkeana, mutta tukkiväli täytyy pitää suurena, että sahalinja ehtii reagoimaan asetteen muutoksiin.
Tukkivälin täytyy olla tarpeeksi suuri, jotta sahakoneiden asennoilla on mahdollisuus ehtiä liikkua ääriasennosta toiseen. Nykyaikaisissa sahalinjoissa sahakoneen liikkeet tapahtuvat hydraulisylintereillä, jolloin liikkeet ovat erittäin tarkkoja ja nopeita. Hydraulisylinteriltä voidaan myös palauttaa paikkatieto, jolloin tiedetään tarkasti sahakoneen asema. Paikkatietojen on tärkeää olla erittäin tarkkoja, jotta sahalinjaa/konetta voidaan ajaa täysoptimoinnilla. Tämän takia on hyvä suorittaa ns. linjaus tietyin väliajoin. Linjauksessa tarkastetaan että ohjelman paikkatiedot ja
liikkuvien osien paikat pitävät paikkansa. Linjaus suoritetaan koneen keskilinjaan. (Veisto Oy 2014)
8.5 Optimoinnin haasteet
Tukkimittarin tarkkuudella on suuri vaikutus optimoinnin onnistumiseen. Tukki suunnataan suurimman lenkouden perusteella, mistä myös lasketaan mahdolliset käyräsahausarvot. Tuotteet optimoidaan halkaisijoiden, kartiokkuuden ja lenkouden perusteella. Jo 1 mm:n mittausvirhe tukin latvassa voi aiheuttaa vuodessa yli 300 000 €:n menetyksen raaka-aineessa, jos saha käyttää vuodessa 650000 m3 tukkeja vuodessa. (Varhimo 2001) Lopullisiin tuotteisiin vaikuttavat myös käyttäjän määrittämät vajaasärmäsäännöt ja tuotteiden arvotukset. Optimointiin vaikuttaa paljon tapa, jolla optimointilaskenta suoritetaan. Erot eri valmistajien välillä voivat olla huomattaviakin, kun vertaillaan lopputulosta. Lopputulos voi olla huomattavastikin eri johtuen kertautuvasta virheestä laskennassa. Optimointilaskenta suoritetaan mittauksen perusteella, jonka jokainen valmistaja laskee hieman tavalla mittapisteistä. Jo pelkästään yksittäisen leikkauksen halkaisijan laskenta voi aiheuttaa suuriakin eroja sen mukaan, lasketaanko halkaisija pienimmän halkaisijan mukaan vai sovittamalla soikioita ja ympyröitä keskipisteen ympärille.
Optimointituloksia voidaan vertailla yhtenäisellä mitattavalla kappaleella, kuten tässä diplomityössä tehdään. Vertailua voidaan suorittaa eri tuotevariaatioilla, jolloin voidaan todeta, miten optimointiohjelmat sijoittavat tuotteita aihioon. Lopputuloksen pitäisi olla yhtenäinen jokaisessa tapauksessa, mutta mittauksen ja tulostenlaskennan takia syntyy eriäviä optimointituloksia. Optimointitulosten perusteella voidaan tarkastella, millä ohjelmalla/mittarilla saavutetaan suurin haluttu saanto. Optimointitulos on vain osa sahausta, joten vertailussa ei voida ottaa huomioon muuta kuin optimointiohjelman ehdottama ratkaisua eikä voida tietää, onnistuuko sahaus käytännössä. Periaatteessa optimointiohjelman tulisi sisältää tieto siitä, miten voidaan sahata, ja sen mukaan rajoittaa tiettyjä ratkaisuja. Tukin sisään optimoitavien tuotteiden mitoissa on yleensä myös eroja riippuen sahalaitoksesta ja sen käyttämästä sahakoneesta sekä sen sahaustarkkuudesta. Tutkimuksen mukaan tuotevariaatioiden pienentäminen 0,5 mm:llä mahdollistaa sahausraon pienentämisen 0,8 mm:llä, mikä lisää saantoa 1,3 % (Lundahl 2007).
9 TUTKITTAVAT LAITTEISTOT
Kummatkin tukkimittarit perustuvat samaan 3d-skannaus tapaan. Kameralla kuvataan tukin pintaan piirrettyä laserviivaa joka koostuu pisteistä. Tästä viivasta muodostetaan joko kolmesta tai neljästä kulmasta kuvaavilla kameroilla mittauspisteistä koostuva kuva.
9.1 Limab
Tutkittava laitteisto on Limabin uusin tukinmittausjärjestelmä, johon on yhdistetty tukinsuuntauksen korjaus ennen pyöritystä. Tukki mitataan uudelleen ennen pyöritystä ja tukin geometriaa verrataan varsinaisessa mittauksessa saatuun. Tämän perusteella pyöritystä korjataan.
Tukinmittauslaitteistossa käytetään neljää 4 Mb ja 500 Hz -kameroita. Jokaisella kameralla on oma PC. Kamerat ja tietokoneet viestivät keskenään ethernet- verkossa. Kameroilla saadaan neljä kuvattua pistettä millimetriltä. Laitteistolla voidaan tunnistaa tukin asento tarkasti. Limabin teknisten tietojen mukaan halkaisijan mittaustarkkuus on ±1 mm, pituuden mittaustarkkuus ±1 cm, tilavuuden mittaustarkkuus ±1 % ja mittausalue 10 – 1000 mm (Limab 2014)
9.2 Prologic
Tutkittava laitteisto on Prolocigin yleisin mittauslaitteisto. Kahdeksan kameraa kuvaa neljästä kulmasta tukin pintaan piirrettyä laserviivaa. Kameroilla voidaan kuvata 500 Hz:n taajuudella.
Prologicin teknisten tietojen mukaan mittarin halkaisijan mittaustarkkuus on ±1,3 mm, pituuden mittaustarkkuus ±1 cm, resoluutio 3 mm, mittausväli 2,54 cm ja mittausalue 600 mm. (Prologic+
2014)
10 OPTIMOINNIN JA ASETTEEN VALINNAN VERTAILU
Työssä käytetään mittausarvoja, jotka ovat osaltaan aiemman tutkimuksen tuloksia ja samalla toimintamallilla mitattuja toisen mittarin tuloksia. Tässä työssä käytetään samaa tukkia kuin Nikumatin (2012) aikaisemmassa tutkimuksessa. Todelliset mitat ovat peräisin tukin valmistaneelta yhtiöltä.
Optimoinnin ja asetteenvalinnan vertailua vertaillaan optimointituloksen osalta erilaisilla asetevaihtoehdoilla. Eri tuotteet arvotetaan ja annetaan ohjelman valita asetteista sellainen tukin sahausasete, joka tuottaa parhaan arvosaannon. Optimointiin ohjelma käyttää tukkimittarilla saatuja tietoja, joista se on laskenut tukille tunnusluvut ja mallin. Vertailussa otetaan huomioon mahdolliset vajaasärmäsäännöt, tuotteiden laadutukset, suodatettavien mittauspisteiden määrä ja muut mahdolliset ohjelmasta riippuvat optimoinnin reunaehdot.
Vertailtaessa eri ohjelmia ovat optimointiasetukset saatava mahdollisimman yhdenmukaisiksi, jotta ne eivät lisää virhettä tutkimuksessa. Erojen oletetaan tulevan mittauksesta eli tukin tunnusluvuista ja tukin matemaattisesta mallintamisesta. Tässä vaiheessa ei voida olla varmoja, millaisia eroja optimoinnin osalta saadaan.
Vertailussa käytettävät tuotteet valitaan asetteisiin niin, että ne tekevät optimointitehtävästä mahdollisimman haastavan, jotta saadaan aikaan mahdollista vertailumateriaalia.
Tuotevalikoimaan lisätään tuotteita, niin että osa niistä on täysin käyttökelvottomia arvotuksen ja kokonsa puolesta. Näin voidaan todeta, että optimointi toimii oikein. Mallitukin tunnusluvut tiedetään tarkasti, joten niitä hyödyntäen voidaan etsiä sopivat optimointituotteet. Tuotteina käytetään yleisiä täyssärmäisiä sahatavara-dimensioita.
Vertailussa tarkastellaan tukista saatavaa kokonaisarvoa eli arvosaantoa. Siihen lasketaan sahatavaran ja sivutuotteiden arvo. Vertailussa voidaan testata myös tuotantoasetuksien vaikutusta. Muuttamalla kussakin ohjelmassa tuotannon suodatus- ja optimointiasetuksia saadaan näkemys siitä, kuinka paljon optimointi paranee tai huononee tuotanto-olosuhteissa verrattuna parhaaseen mahdolliseen tilanteeseen.
Parhaalla mahdollisella tilanteella tarkoitetaan olosuhdetta, jossa ohjelmalla on niin pitkä aika suorittaa optimointi ja luoda malli tukista kuin siihen tarvitaan. Tuotannossa tukinmittauslaitteiston täytyy saada ratkaisu aikaan erittäin nopeasti, jotta se ehtii lähettää sen kaikille toimilaitteille. Tätä ei kuitenkaan käsitellä tuloksissa. Vertailussa käytettävän tukin todelliset mitat ovat tukin valmistajalta. Tässä vertailussa niitä arvoja pidetään todellisina, joihin Prologicin ja Limabin tuloksia vertaillaan.
Tukin asetteet on suunniteltu Veisto Oy:n SL250 3.3 -sahalinjalle. Sahalinjan eri vaiheet on esitelty kuvassa 5.
Kuva 5. Veiston SL250 3.3 sahalinja ja eri sahausvaiheet. (Veisto Oy 2013)
11 TULOKSIA
Molemmilla mittareilla tehtiin täysin sama mittaustesti. Testissä kappale, asennot ja nopeudet olivat kummallakin mittarilla samat. Tuloksien sahatavaran arvot on saatu kuuden eri sahatavarakauppiaan keskiarvohinnoista. (Liite IV)
11.1 Tukinmittaus
Tukin latva-, keski- ja tyvihalkaisijoiden mittaustulokset eroavat huomattavasti, todennäköisesti johtuen mittauskohdan laitekohtaisesta erosta tukin pituus-suunnassa. Limabin mittarin mittausten keskihajonta on toisaalta huomattavasti pienempi kuin Prologicin. Jos pelkästään otetaan huomioon latvahalkaisijan mittaustulos ja sen vaikutus optimointiin, niin 1 mm:n mittauserolla keskikokoinen sahalaitos säästää vuodessa 31 200 € (Varhimo 2001). Tässä tapauksessa mittausero on 5 mm latvahalkaisijassa, kuten taulukossa 2. Prologic mittaa tukille huomattavasti isomman kartiokkuuden, mikä kompensoi paljon optimoinnissa, jos vajaasärmäsäännöt on asetettu oikein salliviksi latvalta. Kartiokkuusarvo on Prologicilla suurempi, tyven mittaustuloksen vuoksi.
Prologicin mittarilla mittausten prosentuaaliseksi virheeksi saadaan 3,86 % ja Limabille 3,51 %.
Virheen määrä on samansuuntainen kummallakin mittarilla.
Tukkien pituusero johtuu luultavasti mittauskuljettimen pulssianturista, joka mittaa tukin paikan kuljettimella 5 cm:n tarkkuudella. Tosin mittariohjelmalla voidaan laskea tarkempi pituuden arvo, kun tiedetään pulssien määrä ja mittauskuljettimen todellinen nopeus.
Taulukko 2. Mitattujen keskiarvojen vertailu todelliseen tukin kokoon.
Halkaisija [mm]
Latva Tyvi Pituus
[m]
Kartiokkuus [mm/m]
Tilavuus [m3]
Lenkous [mm/m]
Prologic 187,8 240,8 2,700 19,68 0,0900 8,01
Limab 192,9 213,3 2,660 10,10 0,0884 9,00
Tukki 191,5 227,6 2,687 13,44 0,0878
Taulukosta 3 voidaan todeta että mittausten perusteella todellisen ja mitatun sahaan syötetyn puutavaran määrän ero Prologicilla on 43 m3 ja Limabilla on 24 m3 yhden 8 tunnin vuoron aikana keskikokoisella sahalla. Ojan, Grundbergin ja Grönlundin tekemän tutkimuksen mukaan 3d- skannerilla saavutettiin tukin halkaisijan mittauksessa virheen keskihajonta 0,8 mm, minkä alle
Prologicin mittarilla päästään, vaikkakin virheen keskiarvo on suuri. Virheen keskihajonnan perusteella voidaan todeta, että Prologicin mittarin mittaustarkkuus on ± 0,84 mm ja Limabin ± 1,65 mm. Prologicin virheen keskihajonta on 3,5 litraa ja Limabin 8,6 litraa. Kumpikin mittari antaa tilavuuden keskiarvon suuremmaksi kuin se todellisuudessa on; Prologic 2,2 litraa ja Limab 0,6 litraa suuremmaksi. Limab mittasi tilavuuden 1,6 litraa pienemmäksi kuin Prologic, mutta suuremmalla keskihajonnalla. Prologilla s=3 eli 99,7 % mittauksista osuu 10,56 litran sisään, kun vastaavasti Limabilla s=3 mittauksista osuu 25,80 litran sisään. Ero on huomattava, koska tukin tilavuus on 87,8 litraa, joten 15,6 litran ero tarkoittaa 17 % koko tilavuudesta. Tässä tapauksessa tukin liian pieneksi mittaaminen johtaa huonompaan saantoon, koska optimointi sovittaa pienempiä kappaleita tukin sisään kuin isommassa mittaustuloksessa. Kun tukin koko mitataan liian isoksi, syntyy siitä enemmän vajaasärmää ja vähemmän avattua pintaa pelkkavaiheessa.
Vajaasärmäisten kappaleiden arvo riippuu markkinoista ja asiakkaista, jolloin sahaajalle voi olla kannattavampaa sahata kappaleita, joissa ei ole vajaata ja myydä särmäyksestä saatava hake.
Taulukko 3. Mitattujen keskiarvojen virheet verrattuna tukin todellisiin mittoihin.
Latva [mm]
Virheen keskihajonta [mm]
Tyvi [mm]
Virheen keskihajonta [mm]
Pituus [m]
Tilavuus [m3]
Virheen keskihajonta [m3]
Virhe Prologic 3,7 0,56 13,2 4,55 0,012 0,0017 0,0035 Limab 1,4 1,10 14,3 2,68 0,025 0,0006 0,0086 Virhe
[%]
Prologic 1,93 % 5,79 % 0,46 % 1,93 %
Limab 0,73 % 6,28 % 0,93 % 0,68 %
11.2 Pyörityskulman mittaus
Mittauksista saatiin tuloksiksi tukin pyöritys optimaaliseen sahausasemaan. Testitukki mitattiin kolmessa eri asennossa toimintasuunnitelman mukaisesti. Taulukosta 4 voidaan nähdä, että kulmat eroavat toisistaan 4,8 astetta ja Prologicin keskihajonta on 2,9 astetta pienempi kuin Limabilla.
Tukin pyöritystulos on asennosta riippumatta Prologicilla 13,47 asteen ja Limabilla 22,17 asteen sisällä. Testitukille ei ole olemassa optimaalista pyörityskulmaa, koska se vaatisi tukin tarkan mallintamisen ja sen muotojen analysoinnin.
Taulukko 4. Yhtenäistetyt pyörityskulmat optimoinnista.
Yhtenäistetyt pyörityskulmat keskiarvo
[astetta]
keskihajonta [astetta]
Prologic 30,06 4,49
Limab 25,26 7,39
Mittaustulosten perusteella (Liite II) Limabin mittari antaa asennossa 24 täysin eri pyörityskulman kuin kahdessa muussa asennossa. Jos otetaan huomioon ainoastaan kaksi muuta asentoa, niin Limabin yhtenäistetty pyörityskulma on 30,66 astetta. Tällöin ero kahden mittarin välillä on vain 0,6 astetta. Kuvan 6 referenssipisteestä optimaalinen pyörityskulma tukille on noin 30 astetta myötäpäivään.
Kuva 6. Testitukin eri mittausasennot ja kiinnityssuunnat sekä referenssipiste.
11.3 Sahausasetteen optimointi
Mittarien mittaustulosten perusteella tukki optimoitiin arvosaantoperiaatteella. Optimointi tehtiin mahduttamalla tukin latvahalkaisijan sisään täyssärmäisiä kappaleita. Hintatietojen ja tilavuuksien perusteella laskentataulukko antoi tukin kokonaisarvon, esimerkkinä liite V.
Sahatavarakappaleiden arvoina käytettiin hintatietoja kuudelta eri kauppiaalta syyskuussa 2014.
Optimoinnin tuloksena saatiin kuvan 7 mukaiset asetteet Prologicille ja Limabille. Limabin asete vastaa tukin todellisten mittojen mukaan optimoitua sahausasetetta. Prologicin mittausten perusteella tukin kokonaisarvoksi saatiin 22,21 € ja Limabin 22,67 €. Tukin todellisen koon perusteella tehdyn optimoinnin arvoksi tuli 22,88 €. Kokonaisarvossa otettiin huomioon sahauksen sivutuotteet eli sahanpuru ja hake. Sivutuotteiden arvo asetteissa on noin 4 % kokonaisarvosta.
Saanto on kaikissa tapauksissa noin 56 %, kuten taulukosta 5 ilmenee.
Kuva 7. Optimoidut sahausasetteet
Taulukko 5. Asetteet, arvot ja saanto eri mittareilta sekä todellisesta tukista
Asete Kok. arvo [€] Saanto
Prologic 4x25x125 2x22x75 2x19x75 22,21 55,89 %
Limab 4x25x150 2x22x75 22,67 55,95 %
Tukki 4x25x150 2x22x75 22,88 56,79 %
Prologicin ratkaisusta sahatavaran määrä per tukki on 0,001 m3 enemmän kuin Limabin ratkaisussa. Jos keskikokoinen sahalaitos sahaisi yhden vuoron aikana 8 000 tukkia, olisi tulonmenetys Prologicin valitsemalla asetteella 5 360 €/vuoro verrattuna optimiasetteeseen.
Toisaalta sahatavaran kappalemäärän ero olisi Prologicin asetteella 16 000 lautaa sahatavaraa enemmän kuin optimiasetteella. Limabin asete on optimiasete, joka tukista voidaan sahata. Tällöin häviö tapahtuisi sahauksen saannon ja kokonaisarvon laskennassa. Yhden vuoron aikana sahanpurua ja haketta tuotettaisiin 1 680 € edestä enemmän kuin Limabin mittausten mukaan.
Taulukosta 6 nähdään miten asetevalinta vaikuttaisi tuotantoon kun keskiarvona käytetään tutkimuksessa mitatun tukin todellisia mittoja. Sahausmäärän ollessa 8 000 tukkia eli 702,4 m3 pyöreää puuta. Prologicin valitsemalla sahausasetteella tuotettaisiin 7,6 m3 enemmän valmista sahatavaraa kuin optimiasetteella. Toisaalta tuotannon kokonaisarvo olisi 6 160 € vähemmän kuin optimiasetteella. Saanto samalla asetteella olisi 1 % verran parempi kuin Limabin mittausten mukaan valitulla asetteella ja optimiasetteella. Näillä luvuilla pyritään kuvaamaan mittauksen vaikutusta tuotantoon, kun tiedetään tukin todellinen koko.
Taulukko 6. Todellinen tukki sahattu valituilla asetteilla ja sen vaikutus 8 000 tukin tuotannossa Arvo tukista Saanto tukista Valmis sahatavara [m3] Kokonaisarvo ProLogic 22,11 € 57,08 % 400,93 176 880,00 €
Limab 22,88 € 56,00 % 393,34 183 040,00 €
Tukki 22,88 € 56,00 % 393,34 183 040,00 €
12 JOHTOPÄÄTÖKSET
Tutkimuksen aikana kerättiin suuri määrä dataa, jonka pilkkominen hyödylliseen ja hyödyttömään osoittautui hankalaksi. Datan muuntaminen samoihin yksiköihin ja vertailukelpoiseksi oli työlästä.
Tutkimuksessa käytettiin edellisessä työssä tekemääni toimintamallia tukkimittarin tarkkuuden todentamiseksi. Tässä työssä samaa dataa käytettiin tarkkuuksien ja optimointituloksien vertailuun.
Tukinmittaustulokset osoittavat, ettei kumpikaan mittari mitannut testitukkia täysin oikein.
Mittaustarkkuuden virheen keskihajonnat ovat molemmilla mittareilla pienempiä kuin vastaavissa tutkimuksissa on aiemmin saatu. Tutkimuksen perusteella Prologicin mittari mittaa kaksi kertaa Limabin mittaria tarkemmin. Virheen keskihajonta kertoo suoraan mittaustarkkuudesta kun taas virheen keskiarvo voi johtua tukista saatujen mittapisteiden mallinnuksesta halkaisijaksi. Tukin tilavuus lasketaan mallinnetusta tukista, joten tilavuuden mittausvirheen keskihajonta ei suoraan kerro mittarin mittaustarkkuudesta, vaan tukin mallintamiseen käytettävien algoritmien toimivuudesta. Tulosten perusteella mittarien mittaustarkkuus on riittävä niiden käyttötarkoituksessa. Yleisesti voidaan todeta, että testattujen mittareiden tarkkuus täyttää sahalaitosten tarpeet.
Prosessissa on niin paljon muuttujia, että alle 0,8 mm:n virhettä mittauksessa ei tarvitse ottaa huomioon. Tukin latvahalkaisija on määräävässä asemassa optimoitaessa tukin sahausasetetta, joten tukin tyvipään mittausvirhe vaikuttaa paljon vähemmän optimointitulokseen. Koska tukit ovat aina kartion muotoisia ja mittaustarkkuuden ollessa tyvipäässä alle 10 mm, on se riittävän tarkka. Tyvipään mittausvirhe johtuu tukin asennosta mittauskuljettimella, koska tyvestä jää helposti osa piiloon kuljettimen kolien taakse. Puu on raaka-aineena elävä materiaali, joka käyttäytyy sahauksen jälkeen arvaamattomasti riippuen sen rakenteesta ja puulajista. Pelkästään sahatavaran kuivausvaiheessa sahatavarakappaleet kutistuvat epätasaisesti. 3d-skannaus ei mahdollista puun sisäisten vikojen ja oksien ottamista huomioon sahausasetteen valinnassa, mikä parantaisi raaka-aineen käyttäytymisen ennakointia sahausprosessissa ja kuivauksessa. Lisäksi puun sisäiset jännitykset vaikuttavat lautojen suoruuteen.
Pyöritystulokset ovat hyvin samansuuntaiset, jos ei oteta huomioon Limabin mittarilla mitattua yhtä asentoa. Ilmeisesti tässä asennossa tukkimittarilta jäi jokin osa tukista piiloon tukinmittauskuljettimen kolien tai johteiden takia. Asento ei vaikuttanut muihin mittaustuloksiin.
Tukkimittareille ei yleensä tehdä vastaavia asennosta riippuvia pyörityskulman analysointitestejä, joten vertailukelpoista tutkimusta ei ollut saatavilla. Pyöritystulokset ovat kuitenkin hyvin samanlaiset, todennäköisesti tukin optimaalinen suuntaus pelkkahakkuriin on noin 30 astetta myötäpäivään referenssipisteestä.
Tuloksista voidaan todeta, että ne ovat samansuuntaisia asetteiden kokonaisarvon osalta, mutta eroa on kappale määrässä. Tuotteiden arvoa muuttamalla myös Limabin ratkaisu olisi sama kuin Prologicin. Toisaalta Prologicin mittausten perusteella ei voida sahata samaa arvokkaampaa asetetta kuin Limabin mittausten mukaan.
Mittausvirhe voi aiheuttaa suuria euromääräisiä tappioita, jos sahalla on paljon tukkiluokkia ja ne ovat lajiteltu tarkasti. Yleensä jokaiselle tukkiluokalle on suunniteltu asete etukäteen ja mittaus- ja optimointitulos muokkaa sitä. Yleisesti sydäntavara-dimensio pysyy samana ja määrä voi vaihdella, mutta riippuen tukkiluokkien lajittelusta voi olla, että sydäntavaralle on annettu vain yksi ratkaisumahdollisuus ja sivulaudat optimoidaan. Tässä tapauksessa suunniteltu asete ei välttämättä mahtuisi tukkiluokan tukkeihin lainkaan, mikä aiheuttaisi isoja ongelmia tuotannonsuunnittelussa.
Saannollisesti Prologicin ratkaisu on parempi verrattuna Limabin ratkaisuun. Sahojen todelliset tuotehinnat määräytyvät tilausten mukaan, joten tutkimuksessa tehdyt optimointitulokset eivät välttämättä vastaa todellista tilannetta sahalla. Prologicin latvahalkaisijan mittausvirhe aiheuttaisi Varhimon (2001) mukaan jopa 115 440 euron tappiot vuodessa keskikokoiselle sahalaitokselle.
Raaka-aineen hinnan ollessa korkea sahauksen kannattavuus on heikkoa ja jo pelkästään hakkeen hinnan vaihtelu voi vaikuttaa sahauksen kannattavuuteen.
Tutkimuksen tuloksien mukaan arvosaannon ja tilavuussaannon laskeminen kaavojen 1 ja 2 mukaan on mahdotonta. Optimituloksen kappaleiden tilavuus on pienempi kuin huonomman tuloksen kappaleiden tilavuus ja optimitulos on sama kuin toinen mittaustulos.
Tutkimuksessa ei otettu huomioon teräpaksuuksien vaikutusta optimointituloksiin. 3,7 mm:n virhe optimointituloksessa tarkoittaisi käytännössä 0,925 mm ohuempia teriä jakosahavaiheeseen, mikä on mahdollista ko. tukkiluokassa Veiston SL250 3.3 -sahalinjassa. Työssä käytetty toimintamalli voitaisiin ottaa sahoilla käyttöön auttamaan asetteiden suunnittelussa ja terävalinnoissa. Samalla voitaisiin seurata tukinmittauslaitteiden kuntoa ja tarkkuutta. Tukinmittauslaitteistot eivät ole
täysin huoltovapaita ja ne sisältävät huomattavan määrän hienoa elektroniikkaa, jota käytetään teollisuusympäristössä. Tästä voisi päätellä että ajoittaista kunnossapitoa tarvitaan sekä komponentteja ja kokonaisia mittapäitä joudutaan vaihtamaan määräajoin. Ei ole mitenkään tavatonta, että sahoilla kolaroidaan tukeilla tukkimittarin mittauskonttiin.
Työssä saatiin samansuuntaisia tuloksia verrattuna Ojan, Grundbergin ja Grönlundin (2008) sekä Nordmarkin ja Ojan (2010) aiemmin tehtyihin tutkimuksiin tukkimittareiden tarkkuuksista. Tämän työn perusteella voidaan arvioida mittauksen virheen vaikutusta optimointiin ja sitä kautta tarkastella sen taloudellista vaikutusta sahaukseen virheen toistuessa. Toimintamallin mukaisessa testissä mittauskertojen määrä osoittaa, että mahdollinen virhe toistuu jokaisessa mitatussa tukissa.
Työssä todettiin onnistuneesti kahden eri mittarin mittaustarkkuus ja niiden perusteella optimoitujen asetteiden kokonaisarvo. Tulokseksi saatiin kaksi eri optimoitua sahausasetetta, jolloin voitiin osoittaa, miten mittaus vaikuttaa optimointiin käytännössä.
Työn tulosten perusteella voidaan todeta, että sahauksen kannattavuuden näkökulmasta mittaus- ja optimointivirhe ovat merkittävässä roolissa. Mahdollinen virhe toistuu prosessissa jokaisen tukin kohdalla ja kertautuu sahauksen aikana. Myös sahauksessa voi syntyä virhettä johtuen puuta työstävien työkalujen ja koneiden mekaanisesta kunnosta.
Työssä otettiin huomioon ainoastaan tilanne jossa sahauksessa ei tapahdu virhettä. Sahauksessa on monia eri vaiheita, joissa virhettä voi tapahtua, joko saantoa tai arvoa huonontavasti tai jopa parantavasti. Esimerkiksi tukin pyörityksen onnistuminen mittauksen perusteella on kriittinen vaihe kappaleiden laadun ja saannon kannalta. Yksittäistä sahalinjaa voitaisiin testata keräämällä dataa mittarin tarkkuudesta ja sen jälkeen siirtyä suoraan mekaaniseen pyöritystestiin, minkä jälkeen tutkittaisiin todellista sahausprosessia sahaamalla koe-erä. Tästä kokonaiskuvasta voisi päätellä eri osatekijöiden vaikutuksia sahausprosessiin. Pelkästään tämän työn perusteella ei voida todeta, onko mittaus- ja optimointivirhe suurin tappiota aiheuttava tekijä sahauksen kannattavuuden kannalta.
13 YHTEENVETO
Tässä diplomityössä tutkittiin tukinmittauslaitteistoa ja sahausasetteen optimointia mittausten perusteella. Aikaisemmin tekemässäni kandidaatintyössä tutkittiin tukinmittauslaitteiden mittaustarkkuutta ja sen toteamiseksi luotiin toimintamalli. Työssä vertailtiin kahden tukkimittarivalmistajan mittareita ja niiden tarkkuutta sekä optimoitiin niiden perusteella sahausasetteet tukista saatavan kokonaisarvon mukaan. Tutkittavat mittarit ovat Prologicin ja Limabin tukinmittaukseen ennen sahausta tarkoitetut mittarit. Mittauksissa käytetystä lasikuitutukista on olemassa sen valmistaneen yrityksen antamat mitat. Työssä tutkittiin tukista mitattuja ominaisuuksia vertailemalla niitä keskenään ja tukin valmistaneen yrityksen antamiin arvoihin. Vertailtavat mittarit valittiin työhön sen perusteella, että niitä voitiin käyttää samanlaisessa Veisto Oy:n toimittamassa sahalinjassa, jolloin sahausasetteet ja sahaustapa on sama. Tämä oli tärkeää tukin pyörityskulman mittauksen kannalta.
Työn tavoitteena oli saada riittävästi mittausdataa, jotta todellinen mittausvirhe ja tukkimittareiden tarkkuus saataisiin määritettyä riittävän tarkasti. Sahausasetteen optimointi tehtiin mittausten perusteella ja siihen käytettiin mittausten keskiarvoja. Työssä tutkittiin myös erilaisia saantoon vaikuttavia tekijöitä sekä saannon laskentatapoja. Työssä esiteltiin myös, miten mittausdatan perusteella tukki mallinnetaan optimointia varten.
Mittaustarkkuudeksi Prologicin mittarille saatiin tukin latvapäästä ± 0,84 mm ja Limabin mittarille
± 1,65 mm. Virheen keskiarvo Prologicin mittarille oli 3,7 mm ja Limabin 1,4 mm. Prologicin mittari mittaa siis tarkemmin, mutta mittapisteistä muodostetun halkaisijan arvo on eri.
Tilavuuden mittauksen virheen keskiarvo Prologicin mittarilla oli 1,7 litraa ja Limabin 0,6 litraa.
Virheen keskihajonnoiksi saatiin Prologicille 3,5 litraa ja Limabille 8,6 litraa.
Työssä vertailtiin pyöritystuloksia. Prologicilla kaikkien asentojen yhtenäistetyksi pyöritystulokseksi saatiin 30,6 asetta ja Limabilla 25,26 astetta kaikille asennoille. Limabin mittari teki selkeän mittausvirheen pyörityskulmaan yhdessä asennossa. Kun tuo asento jätettiin huomiotta, saatiin yhtenäistetyksi pyörityskulmaksi 30,66 astetta. Optimaalista pyörityskulmaa tukille ei voitu tässä työssä määritellä, joten työssä vertailtiin vain eri mittareiden antamia pyörityskulmia.
Optimointituloksiksi saatiin Prologicin mittausten perusteella asete, jossa sydäntavara on 4 kpl 22 mm x 125 mm sekä sivulaudat kummaltakin sivulta 22 mm x 75 mm ja 19 mm x 75 mm.
Kokonaisarvoksi asetteelle tuli sivutuotteet huomioon ottaen 22,21 € ja saanto tukista 55,89 %.
Limabin mittausten perusteella optimoitiin asete, jossa sydäntavara on 4 kpl 22 mm x 150 mm sekä sivulaudat toiselta sivulta 22 mm x 75 mm. Kokonaisarvo sivutuotteineen oli 22,67 € ja saanto 55,95 %. Tukin oikeiden mittojen perusteella optimointi tulos vastasi Limabin tulosta ja kokonaisarvo oli 22,88 € sekä saanto 56,79 %.
Työssä saadut tulokset olivat vertailukelpoisia aikaisempiin tutkimuksiin ja niistä saatuihin tuloksiin. Mahdollisia jatkotutkimuksia voitaisiin tehdä jakamalla koko mittaus- ja sahausprosessi osiin ja suunnittelemalla toimintamalli jokaisen prosessin osatekijän tarkkuuden toteamiseksi.
Näin voitaisiin todeta, mikä prosessissa tapahtuva virhe vaikuttaa todellisuudessa eniten sahauksen kannattavuuteen.
LÄHTEET
Edlund, J. 2011. Automatic grading of softwood sawlogs for pricing using external geometry.
Scandinavian Journal of Forest Research 19:sup5, s. 38 - 47.
Flodin, J., Oja, J. & Grönlund, A. 2008. Fingerprint traceability of sawn products using industrial measurement systems for x-ray log scanning and sawn timber surface scanning. Forest products Journal (58)1, s. 100 - 105.
Fredriksson, M. 2013. Log Positioning by Aid of Computed Tomography Data and Sawing Simulation. International Wood Machining Seminar. Tsukuba, Japan. Aug. 04 2013 - Aug. 07 2013.
Haataja, J. 2004. Optimointitehtävien ratkaiseminen. CSC-Tieteen tietotekniikan keskus.
ISBN/EAN: 9789529821952 245 s.
Heiskanen, H. & Paajanen, T. 1997. Sahakoneiden vertailu. Diplomityö. Teknillinen korkeakoulu.
89 s.
Hinostroza, I., Pradenas, L. & Parada, V. 2013. Board cutting from logs: Optimal and heuristic approaches for the problem of packing rectangles in a circle. Int. J. Production Economics 145, s.
541 - 546.
Juvonen R. & Johanson P.E. ja Ammattikasvatushallitus. 1991. Mekaaninen metsäteollisuus 2. sahateollisuus. 2. painos. Helsinki: Valtion painatuskeskus.
290 s.
Kauppinen, T. 2002. Sahausteknologia teollisilla sahalaitoksilla nyt ja tulevaisuudessa.
Diplomityö. Lappeenrannan teknillinen yliopisto. 105 s.
Kemppinen, O. 2005. Tukin asemointi sahausta varten. Diplomityö. Lappeenrannan teknillinen yliopisto. 78 s.
Korpunen, H., Mochan, S. & Uusitalo, J. 2010. An Activity-Based Costing Method for Sawmilling. Forest Products Journal Vol. 60 No. 5. s. 420 - 431.
Kärkkäinen, M. 1984. Puutavaran mittauksen perusteet. Helsinki 252 s.
Loman, J. 2003. Pyörösahakoneen adaptiivinen teräohjaus. Diplomityö. Lappeenrannan teknillinen yliopisto. 77 s.
Limab. 2012. [Verkkodokumentti] Viitattu 16.9.2014. Saatavissa: http://www.limab.co.uk/wp- content/uploads/2014/01/LIMAB-LogProfiler.pdf
Lukkarinen, E., Keskinen, S., Marjomaa, J. & Pennanen, O. 1998. Metsätehon raportti 49: Tukin ja rungon arvon laskentaohjelmiston kuvaus
Lundahl, C. 2007. Optimized Processes in Sawmills. Licentiate Thesis. Luleå University of Technology. 181 s.
Lundgren, C. 2010. Predicting Log Type and Knot Size Category Using External Log Shape Data from a 3D Log Scanner. Scandinavian Journal of Forest Research 15:1, s. 119-126.
Mäkelä, H. 2006. Konenäköinvestoinnin soveltuvuus- ja esikannattavuustutkimus sahalaitoksessa Diplomityö. Lappeenrannan teknillinen yliopisto. 104 s.
Nikumatti, T. 2012 Tukinmittauslaitteistoissa käytettävien mittauslaitteiden mittaustarkkuus.
Kandidaatintyö. Lappeenrannan teknillinen yliopisto. 30 s.
Nordmark, U. 2005.Value Recovery and Production Control in the Forestry-Wood Chain using Simulation Technique. Doctoral Thesis. Luleå tekniska universitet. 26 s.
Nordmark, U. & Oja, J. 2010. Prediction of Board Values in Pinus sylvestris Sawlogs Using X-ray Scanning and Optical Three-dimensional Scanning of Stems. Scandinavian Journal of Forest Research 19:5, s. 473 - 480.
Nuoranne, H. 2014 Suorituskyvyn mittaaminen sahateollisuudessa. Diplomityö. Lappeenrannan teknillinen yliopisto. 87 s.
Oja, J., Grundberg, S., Fredriksson, J. & Berg, P. 2007. Automatic grading of sawlogs: A comparison between X-ray scanning, optical three-dimensional scanning and combinations of both methods. Scandinavian Journal of Forest Research 19:1, s. 89 - 95.
Oja, J., Grundberg, S. & Grönlund, A. 2008. Measuring the outer shape of Pinus sylvestris saw logs with an X‐ray LogScanner. Scandinavian Journal of Forest Research 13:1-4, 340-347.
Prologic+. 2014. [Verkkodokumentti] Viitattu 22.9.2014. Saatavissa:
http://www.prologicplus.com/upload/file/Prologic_Brochure%20Corpo_ENG.pdf
RT 21–10750. [Verkkodokumentti] Viitattu 10.6.2014. Saatavissa: http://www.pk- puu.fi/download/rt_kortti_sahattu_ja_hoylatty_puutavara.pdf
Räty, P. 2011. Sahan ohjausjärjestelmä myynti- ja toimitusketjun apuvälineenä sahan kannattavuuden kehittämisessä. Diplomityö. Lappeenrannan teknillinen yliopisto. 91 s.
Sipi, M. 2002. Sahatavaratuotanto. Opetushallitus, Helsinki. ISBN: 9521313099 213 s.
Todoroki, C. & Rönnqvist, M. 2010. Dynamic Control of Timber Production at a Sawmill with Log Sawing Optimization. Scandinavian Journal of Forest Research 17:1, 79-89.
Usenius, A. 2010. Joustavat ja itseoppivat tuotantojärjestelmät sahateollisuudessa. VTT TIEDOTTEITA 2544
Varhimo, I. 2001. Description and implementation of cut calculation method in a sawmill, Diplomityö. Lappeenrannan teknillinen yliopisto. 73 s.
Vesanen, J. 2005. Tukki- ja parruoptimoinnin toimivuuden kehittäminen. Diplomityö.
Lappeenrannan teknillinen yliopisto. 84 s.
Viitaniemi, P. 1985. Sahatavaran särmäyksen saanto ja siihen vaikuttavia tekijöitä. Diplomityö.
Teknillinen korkeakoulu. 157 s.
Voutilainen, M. 1994. Puutekniikka. 3, Tuotantotekniikka Otava. 232 s.
Veisto Oy. 2014. Sisäinen materiaali.
Veisto Oy. 2013 [Verkkodokumentti] Viitattu 20.9.2014. Saatavissa:
http://hewsaw.com/images/productpdfs/fin/SL250%203.3_FIN.pdf
Vuorilehto, J. 2001. Size control of sawn timber by optical means in breakdown saw machines.
Helsinki University of Technology. Laboratory of Wood Technology Reports. Report 88. ISBN 951-22-5662-2. 180 s.
Österberg, P. 2010. Mekaanisen puunjalostuksen mittausten nykytila ja tulevaisuuden näkymät.
Measurepolis Development Oy. Raportti 1/2010.
.
