NIR-tekniikkaan perustuva hakkeen kosteusmittausjärjestelmä
Rantanen, Elias (2025)
Kandidaatintyö
2025
School of Energy Systems, Sähkötekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe20251218121919
https://urn.fi/URN:NBN:fi-fe20251218121919
Tiivistelmä
Tässä kandidaatintyössä tutkitaan lähi-infrapunatekniikan (NIR) soveltuvuutta hakkeen kosteuden mittaamiseen selluteollisuudessa. Työn tavoitteena on selvittää, onko NIR-mittaus luotettava menetelmä hakkeen kosteuspitoisuuden määrittämiseen ja millaisia haasteita sen käyttöön liittyy. Lisäksi työssä suunnitellaan testijärjestelmä, jossa voidaan arvioida Nordsonin NDC 710e- ja Series 9 -laitteiden tarkkuutta ja toimintaa.
Tutkimus perustuu NIR-teorian tarkasteluun, kirjallisuuskatsaukseen sekä testausmenetelmän suunnitteluun. NIR-mittauksen etuna on nopeus ja mahdollisuus online-mittaukseen suoraan kuljettimelta, mutta pintamittaus ja pieni mittausalue suhteessa hakekuljettimen leveyteen rajoittavat tarkkuutta. Mittaustulosten luotettavuutta voidaan parantaa PLS-regressiolla ja SNV-esikäsittelyllä. Aiemmat tutkimukset osoittavat, että NIR-mittauksella voidaan saavuttaa 2,49–7,15 % RMS ECV -virhe. Työssä tarkastellaan myös vaihtoehtoisia menetelmiä, kuten mikroaaltotekniikkaa ja radiometrisiä mittauksia, joilla on omat tekniset rajoitteensa. This thesis investigates the applicability of near-infrared (NIR) technology for measuring the moisture content of wood chips in the pulp industry. The primary objective is to assess whether NIR measurement can provide a reliable and accurate method for determining chip moisture and to identify the main challenges associated with its implementation. The work also includes the design of a test system for evaluating the performance and accuracy of Nordson’s NDC 710e and Series 9 devices.
The study combines a review of NIR theory, a literature survey, and the development of a testing methodology. NIR measurement offers advantages such as rapid analysis and the ability to perform online measurements directly on a conveyor belt. However, its accuracy is limited by surface measurement characteristics and the relatively small measurement area compared to the conveyor width. Reliability can be improved using statistical methods such as Partial Least Squares (PLS) regression and Standard Normal Variate (SNV) preprocessing.
Previous studies report that NIR-based moisture measurement can achieve an RMS ECV error between 2.49% and 7.15%. Alternative techniques, including microwave and radiometric methods, are also discussed, highlighting their respective technical constraints.
Tutkimus perustuu NIR-teorian tarkasteluun, kirjallisuuskatsaukseen sekä testausmenetelmän suunnitteluun. NIR-mittauksen etuna on nopeus ja mahdollisuus online-mittaukseen suoraan kuljettimelta, mutta pintamittaus ja pieni mittausalue suhteessa hakekuljettimen leveyteen rajoittavat tarkkuutta. Mittaustulosten luotettavuutta voidaan parantaa PLS-regressiolla ja SNV-esikäsittelyllä. Aiemmat tutkimukset osoittavat, että NIR-mittauksella voidaan saavuttaa 2,49–7,15 % RMS ECV -virhe. Työssä tarkastellaan myös vaihtoehtoisia menetelmiä, kuten mikroaaltotekniikkaa ja radiometrisiä mittauksia, joilla on omat tekniset rajoitteensa.
The study combines a review of NIR theory, a literature survey, and the development of a testing methodology. NIR measurement offers advantages such as rapid analysis and the ability to perform online measurements directly on a conveyor belt. However, its accuracy is limited by surface measurement characteristics and the relatively small measurement area compared to the conveyor width. Reliability can be improved using statistical methods such as Partial Least Squares (PLS) regression and Standard Normal Variate (SNV) preprocessing.
Previous studies report that NIR-based moisture measurement can achieve an RMS ECV error between 2.49% and 7.15%. Alternative techniques, including microwave and radiometric methods, are also discussed, highlighting their respective technical constraints.