[go: up one dir, main page]

FI91919B - Menetelmä paperin analysoimiseksi - Google Patents

Menetelmä paperin analysoimiseksi Download PDF

Info

Publication number
FI91919B
FI91919B FI902034A FI902034A FI91919B FI 91919 B FI91919 B FI 91919B FI 902034 A FI902034 A FI 902034A FI 902034 A FI902034 A FI 902034A FI 91919 B FI91919 B FI 91919B
Authority
FI
Finland
Prior art keywords
paper
quality
machine
signal
frequency
Prior art date
Application number
FI902034A
Other languages
English (en)
Swedish (sv)
Other versions
FI902034A (fi
FI902034A0 (fi
FI91919C (fi
Inventor
Tapio Makkonen
Original Assignee
Tapio Makkonen
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tapio Makkonen filed Critical Tapio Makkonen
Priority to FI902034A priority Critical patent/FI91919C/fi
Publication of FI902034A0 publication Critical patent/FI902034A0/fi
Publication of FI902034A publication Critical patent/FI902034A/fi
Application granted granted Critical
Publication of FI91919B publication Critical patent/FI91919B/fi
Publication of FI91919C publication Critical patent/FI91919C/fi

Links

Landscapes

  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Paper (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Description

91919
MENETELMÄ PAPERIN ANALYSOIMISEKSI - FÖRFARANDE FÖR ANALYSERING PAPPER
Esillä olevan keksinnön kohteena on menetelmä 5 paperin analysoimiseksi paperikoneen kone-elimien virheiden paikallistamiseksi, jolloin paperin ainakin yksi laatusuure detektoidaan paperirainasta rainan pituus-suureen funktiona ja muodostetaan laatusuuretta karakterisoiva laatusuuresignaali.
10 Nykyisin tunnetaan menetelmä paperikoneen kone- elimien virheiden paikallistamiseksi analysoimalla paperirainan jotakin laatusuuretta ja määrittämällä paperikoneen kone-elimien käyntitaajuudet samanaikaisesti ja jatkuvasti. Kyseessä on ns. tahdistetun keskiarvon 15 menetelmä. Tällöin joudutaan varsin monimutkaiseen virheenseurantajärjestelmään, jolle on ominaista erityisesti samanaikainen ja jatkuva paperin virheiden detek-tointi ja kone-elimien käyntitaajuuden detektointi sekä näiden jatkuva vertaaminen toisiinsa. On huomattava, 20 että järjestelmässä eri kone-elimien aiheuttamien vir-hesignaalien vaihesiirto saman laatusuuresignaalin paperin pituusuureen funktiona jää ratkaisematta. Niinikään vanhassa järjestelmässä ei voida mitään laatusuu-resignaalia kohdentaa paperiin siten, että voitaisiin 25 ilmaista laatusuuresignaalin arvo tietyssä paperin kohdassa. Järjestelmä on lisäksi monimutkainen, hankala toteuttaa ja kallis.
Esillä olevan keksinnön tarkoituksena on poistaa edellä esitetyt epäkohdat. Erityisesti keksinnön 30 tarkoituksena on tuoda esiin uudenlainen menetelmä paperikoneen kone-elimien virheiden paikallistamiseksi siten, että menetelmässä ei tarvitse seurata jatkuvasti ja samanaikaisesti paperin laatusuureen arvoja ja kone-elimien käyntitaajuuksia.
35 Edelleen keksinnön tarkoituksena on tuoda esiin menetelmä, jolla paperin jonkin laatusuureen virheisiin : vaikuttavat kone-elimet voidaan paikallistaa kukin 2 91919 erikseen.
Keksinnölle tunnusomaisten seikkojen osalta viitataan patenttivaatimukseen 1.
Keksintö perustuu siihen lähtökohtaiseen aja-5 tukseen, että paperin ainakin yksi laatusuure detek-toidaan paperirainasta rainan pituussuureen funktiona laatusuuresignaalin muodostamiseksi ja laatusuuresig-naali analysoidaan matemaattisesti tietyn taajuuden omaavien muodon ja suuruuden säännöllisesti toistuvien 10 laatusuureen virheiden määrittämiseksi.
Keksinnön mukainen menetelmä poikkeaa täten aiemmin tunnetusta sikäli, että detektoitu laatusuure-signaali analysoidaan nimenomaan matemaattisesti ilman kone-elimien tahdistussignaaleja.
15 Se, että laatusuuresignaali pystytään analysoi maan matemaattisesti ilman tahdistussignaaleja on uutta ja yllättävää. On huomattava, että paperin laatusuurei-den vaihtelu on vähäistä. Lisäksi paperikoneen kone-elimien lukumäärä, jotka vaikuttavat paperin laatusuu-20 reisiin, on suuri. Lisäksi kone-elimien käyntitaajuudet ovat hyvin lähellä toisiaan. Suoritetuissa mittauksissa on kuitenkin päästy erittäin hyviin tuloksiin analysoitaessa paperin laatusuuresignaalia matemaattisesti uudella tavalla.
25 Keksinnön mukainen paperin laatusuuresignaalin analysointi voidaan suorittaa sinänsä tunnettuja tilastomatemaattisia menetelmiä uudella tavalla sovellettuna edellyttäen, että paperin laatusuuresignaalin lisäksi on detektoitu myös pituussuure. Signaali voidaan analy-30 soida esim. ensin tietyllä kokeilutaajuudella n Hz ja sen jälkeen ainakin yhdellä toisella kokeilutaajuudella (n±p)Hz, jolloin p on murtoluku 1/10.000 - 1/2, esim.
0,001 - 0,1. Analysoinnin yhteydessä määritetään matemaattisin keinoin kokeilutaajuuksilla säännöllisesti 35 toistuvat laatusuureen virheet ja/tai niiden jaksoluvut. Analysointia voidaan suorittaa esim. 0,0001 - 0,001 -0,01 - 0,1 Hz välein ao. jaksoluvun ja jaksoluvultaan 3 91919 lähinnä vastaavien paperikoneen kone-elimien lukumäärän mukaan, ts. halutun erottelukyvyn mukaan. Kun menetelmässä on löydetty jaksoluku, jolla esiintyy jatkuva yhdenmukainen kyseisen laatusuureen ominaisvaihtelu, 5 ao. jaksoluku määrittää kone-elimen, so. virheen aiheuttamalla kone-elimellä on sama jaksoluku. Samalla saadaan virhesignaalin muoto kone-elimien käyntitaajuudet tai jaksoluvut voidaan täten määrittää täysin erillään paperin laatusuuresignaalin detektoinnista ja 10 analysoinnista.
Sen jälkeen, kun paperin laatusuureessa tai laatusuuresignaalissa tietyllä taajuudella toistuvan virheen jaksoluku, so. virheen aiheuttava kone-elin on määritetty edellä esitetyn mukaisesti, analysointia 15 voidaan jatkaa muilla jaksoluvuilla saman laatusuureen virheiden muiden lähteiden paikallistamiseksi samalla tavoin. Täten menetelmällä voidaan määrittää paperin tietyn laatusuuresignaalin virhesignaalien, so. kyseisen laatusuureen virheiden eri ominaistaajuudet sekä näiden 20 virhesignaalien muodot ja siten paperin laatusuureen virheiden aiheuttajat.
Edelleen analysointia voidaan jatkaa matemaattisesti laskemalla yhteen kyseisessä laatusuuresignaa-lissa eri taajuuksilla, eri kone-elimien aiheuttamat 25 virheet, jolloin valmistettavan paperin kyseisen laatu-suureen tiettyjen kone-elimien yhteisvaikutuksen maksimi- ja minimivirheet voidaan määrittää matemaattisesti. Täten paperikoneen käyttäjä voi todeta helposti, esim. pystyykö hän valmistamaan koneellaan kyseisen 30 laatusuureen osalta tietyn laadun täyttävää tuotetta.
Edelleen määritettäessä keksinnön mukaisella menetelmällä paperin laatusuureen virheet ja erityisesti eri kone-elimien kyseisessä laatusuureessa aiheuttamat virheet, paperikoneen käyttäjä saa tiedon, kuinka monta 35 prosenttia laatusuuresignaalin vaihtelusta selittyy kunkin kone-elimen virheestä, esim. tietty kulunut tela : aiheuttaa. Tällöin koneen käyttäjä voi ajoittaa korjaus- 4 91919 seisokit huomioiden laatuvaatimukset ja eri paperilaatujen kysyntä tarkoituksenmukaisella tavalla.
Keksinnön mukaisessa menetelmässä voidaan seurata mitä tahansa paperin laatusuuretta, johon pa-5 perikoneen kone-elimien virheet vaikuttavat, esim.
paperin neliömassaa, paksuutta, kiiltoa, transmissiota, päällysteen paksuutta, karheutta jne. Kyseisten laatu-suureiden detektointi voidaan suorittaa minkälaisilla tahansa sinänsä tunnetuilla detektoreilla. Samaten 10 paperikoneen kone-elimien käyttötaajuuksien määritykset voidaan suorittaa minkälaisilla tahansa sinänsä tunnetuilla detektoreilla.
Rainan pituussuureella tarkoitetaan tässä yhteydessä mitä tahansa rainan pituuteen tai siitä 15 riippuvaan suureeseen suhteellista suuretta, kuten rainan absoluuttinen pituus, aika (rainan nopeus vakio), jne.
Verrattaessa keksinnön mukaista menetelmää aiemmin tunnettuun menetelmään paperikoneen kone-elimien 20 virheiden paikallistamaiseksi voidaan todeta, että keksinnön mukainen menetelmä tarjoaa olennaisesti monipuolisemman, laite- ja käyttökustannuksiltaan halvemman ja tuloksiltaan varmemman menetelmän paperikoneen kone-elimien virheiden paikallistamiseksi, jota menetelmää 25 voidaan käyttää myös arvioitaessa kyseisellä paperikoneella valmistettavan paperin laatuvaihteluja.
Keksinnön etuna on edelleen, että selitysprosentti, so kuinka paljon jonkin kone-elimen virhe selittää laatusuuresignaalin vaihtelusta, pystytään laskemaan 30 matemaattisesti.
Lisäksi keksinnön etuna on, että eri kone-elimien aiheuttamat virhesignaalit ja niiden yhteisvaikutus korreloivat alkuperäisen laatusuuresignaalin kanssa. Laatusuuresignaalin perusteella voidaan mate- 35 maattisesti jäljittää vialliset kone-elimet.
. >
Edelleen keksinnön etuna on, että paperirainas- ta voidaan paikallistaa eri kone-elimien aiheuttamat 5 91919 paperivirheet kone-elimien virhesignaalien yhteisvaikutuksen perusteella.
Keksintöä selostetaan seuraavassa yksityiskohtaisesti suoritusesimerkkien avulla viitaten oheisiin 5 piirustuksiin, joissa kuvat la - d esittävät eräässä paperitehtaassa detek-toituja paperin neliömassaa, paksuutta, kiiltoa ja vast, transmissiota paperin pituussuureen, so. paperin kone-suuntaisen pituuden funktiona, 10 kuva 2 esittää kuvan la laatusuuresignaalista määritettyä paperin neliömassaa paperin pituuden funktiona eräällä taajuudella, kuvat 3-5 esittävät kuvan 2 tapaan kuvien Ib - d laatusuuresignaaleista määritettyjä paperin paksuutta, 15 kiiltoa ja vast, transmissiota paperin pituuden funktioina eräällä taajuudella, ja kuvat 6-9 esittävät kuvia 2-5 vastaavasti kuvien la - d laatusuuresignaalista määritettyjä paperin neliömassaa, paksuutta, kiiltoa ja vast, transmissiota paperin 20 pituuden funktiota eräällä toisella taajuudella.
ESIMERKKI 1
Eräässä paperitehtaassa valmistettiin painopaperia, neliömassa 57 g/m*. Painopaperi superkalante-roitiin. Paperirainasta määritettiin 4000 m matkalta 25 neliömassa, paksuus, kiilto ja transmissio. Rainan neliömassa, paksuus, kiilto ja vast, transmissio on esitetty kuvioissa la - d rainan pituuden funktiona 40 m:n matkalta. Kuvasta la nähdään, että paperin neliö-massan hajonta oli 1,22 g/m*. Neliömassaa kuvaavan 30 signaalin matemaattinen analysointi taajuudella 6,35 Hz antoi tulokseksi kuvassa 2 esitetyn neliömassan vaihtelun rainan pituussuunnan funktiona.
Vastaavasti määritetty paperin paksuus on esitetty kuvassa 3 rainan pituuden funktiona, kiilto 35 kuvassa 4 rainan pituuden funktiona ja transmissio kuvassa 5 rainan pituuden funktiona. Verrattaessa kuvia keskenään nähdään, että rainan neliömassa, paksuus, 6 91919 kiilto korreloivat keskenään, vastaavasti transmissio korreloi käänteisesti edellisten kanssa. Tutkittaessa paperikoneen kone-elimiä edelleen todettiin, että ensimmäisen päällystysaseman vastatelan käyntitaajuus oli 5 6,35 Hz, ts. päällystystelan huono kunto aiheutti sel västi neliömassan, paksuuden, kiillon ja transmission virheet.
Samassa kokeessa määritetiin kuvien la - d laatusuuresignaalin ominaisvaihtelu taajuudella 6,47 Hz.
10 Neliömassa on esitetty kuvassa 6. Samalla tapaa määritettiin paperin paksuuden, kiillon ja transmission ominaisvaihtelut taajuudella 6,47 Hz, tulokset on esitetty kuvissa 7-9. Paperikoneen tarkempi analysointi osoitti, että toisen päällystysaseman vastatelan käynti-15 taajuus oli 6,47 Hz.
Suoritusesimerkki osoittaa, että keksinnön mukaisella menetelmällä voidaan paikallistaa yksikäsitteisesti ja tarkasti paperikoneen kone-elimien virheet analysoimalla paperin jonkin laatusuureen laatusuuresig-20 naali matemaattisesti.
Suoritusesimerkit on tarkoitettu keksinnön havainnollistamiseksi, ja keksinnön sovellutukset voivat vaihdella oheisten patenttivaatimuksien puitteissa.

Claims (1)

  1. 91919 PATENTTIVAATIMUS Menetelmä paperin analysoimiseksi paperikoneen kone-elimien virheiden paikallistamiseksi, jolloin paperin ainakin yksi laatusuure detektoidaan paperi-5 rainasta rainan pituussuureen funktiona, muodostetaan laatusuuretta karakterisoiva laatusuuresignaali, laatu-suuresignaali analysoidaan tietyn taajuuden omaavien säännöllisesti toistuvien laatusuureen virheiden määrittämiseksi ja laatusuureen virheen jaksolukua verra-10 taan paperikoneen kone-elimien tunnettuihin jaksolukui hin, tunnettu siitä, että laatusuuresignaali analysoidaan tietyllä kokeilutaajuudella n Hz ja sen jälkeen ainakin yhdellä kokeilutaajuudella (n±p)Hz, jolloin p = murtoluku 1/10.000 - 1/2, ja että ana- 15 lysoinnin yhteydessä määritetään matemaattisin keinoin kokeilutaajuuksilla säännöllisesti toistuvat laatusuu-resignaalin virheet. Förfarande för analysering av papper för loka-lisering av en pappersmaskins maskinorgans f el, varvid ätminstone en kvalitetsstorhet av papperet detekteras 5 ur pappersbanan säsom en funktion av banans längd-stor-het, en kvalitetsstorheten karakteriserande kvalitetss-torhetssignal bildas, kvalitetsstorhetssignalen ana-lyseras för bestämning av kvalitetsstorhetens regelbun-det äterkommande fel med en viss frekvens och kvali-10 tetsstorhetens fels periodtal jämförs med pappersmas-kinens maskinorgans kända periodtal, känne-t e c k n a t därav, att kvalitetsstorhetssignalen analyseras pä en viss försöksfrekvens n Hz och därefter pä ätminstone en försöksfrekvens (nip)Hz, varvid p = 15 braket 1/10.000 - 1/2, och att i samband med analyse-ringen med matematiska metoder bestäms den pä försöks-frekvenserna regelbundet äterkommande kvalitetsstor-hetssignalens fel.
FI902034A 1990-04-23 1990-04-23 Menetelmä paperin analysoimiseksi FI91919C (fi)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FI902034A FI91919C (fi) 1990-04-23 1990-04-23 Menetelmä paperin analysoimiseksi

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI902034 1990-04-23
FI902034A FI91919C (fi) 1990-04-23 1990-04-23 Menetelmä paperin analysoimiseksi

Publications (4)

Publication Number Publication Date
FI902034A0 FI902034A0 (fi) 1990-04-23
FI902034A FI902034A (fi) 1991-10-24
FI91919B true FI91919B (fi) 1994-05-13
FI91919C FI91919C (fi) 1994-08-25

Family

ID=8530322

Family Applications (1)

Application Number Title Priority Date Filing Date
FI902034A FI91919C (fi) 1990-04-23 1990-04-23 Menetelmä paperin analysoimiseksi

Country Status (1)

Country Link
FI (1) FI91919C (fi)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7822580B2 (en) 2006-04-03 2010-10-26 Metso Automation Oy Method and a system for monitoring the condition and operation of periodically moving objects

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI115163B (fi) 2001-11-29 2005-03-15 Metso Automation Oy Spektrierottelevaan mittaukseen perustuva laadun- ja kunnonvalvonta

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7822580B2 (en) 2006-04-03 2010-10-26 Metso Automation Oy Method and a system for monitoring the condition and operation of periodically moving objects

Also Published As

Publication number Publication date
FI902034A (fi) 1991-10-24
FI902034A0 (fi) 1990-04-23
FI91919C (fi) 1994-08-25

Similar Documents

Publication Publication Date Title
US5960374A (en) System for time synchronous monitoring of product quality variable
US4857747A (en) Method and apparatus for analyzing the formation of a web of material via generating a formation index
US5745365A (en) Web monitoring for paper machines
US7437208B2 (en) System for computer-aided measurement of quality and/or process data in a paper machine
FI98564C (fi) Menetelmä liikkuvan arkkimateriaalin ominaisuuksien havaitsemiseksi poikkisuunnassa
FI100831B (fi) Toimikennon vasteen ja vaikutusalan määrittely rainaa muodostavissa ko neissa
US4958307A (en) Roll mark inspection apparatus
DE3237371A1 (de) Verfahren und vorrichtung zur pruefung der fadengleichmaessigkeit bei einer textilmaschine, insbesondere spinnmaschine
CA1147066A (en) Radiation inspection system for a material making apparatus and method using a beta ray gauge
EP3425112B1 (en) Process and system for monitoring characteristics of defects in a web which is moving in a web-making machine and for identifying the causes of the web defects
FI115163B (fi) Spektrierottelevaan mittaukseen perustuva laadun- ja kunnonvalvonta
FI91919B (fi) Menetelmä paperin analysoimiseksi
US6701286B2 (en) Method for condition monitoring of apparatuses
US4939929A (en) Measurement of the properties of a web in paper production
US6188077B1 (en) Method and measuring machine for analyzing a paper web
EP1488219A1 (en) Method for time synchronization of information measured by means of imaging
FI92742C (fi) Paperikoneen märkäosakemian häiriöiden diagnostointi
JPH11256441A (ja) 長手方向に動くテスト品における周期的な欠陥を認識する方法及び装置
US5799526A (en) Process and plant for cold rolling with compensation for ovalization of the rolling rolls
JP7270322B2 (ja) データ推定制御装置
FI108475B (fi) Menetelmõ paperiradan mittaamiseksi
Pinto et al. Yarn-mass measurement with 1-mm-length samples
US5910187A (en) Method of detecting yarn unevenness
US20060027350A1 (en) Method for producing a fibrous material web and monitoring system
Alam et al. Challenges in Online Paper Surface Topography Computing while Changing the Surface Velocities

Legal Events

Date Code Title Description
BB Publication of examined application
FG Patent granted

Owner name: MAKKONEN, TAPIO