Luotettavuusarvio typen oksidien päästöjen jatkuvatoimiselle seurantamenetelmälle

Abstract

Prosessiteollisuudessa syntyviä ilmapäästöjä seurataan jatkuvatoimisilla mittausjärjestelmillä. Jatkuvatoimisen päästöjen seurantajärjestelmän tulee tuottaa luotettavaa tietoa prosessin aiheuttamista päästöistä. Päästöjen seurannasta saataviin tuloksiin syntyy aina epävarmuutta, joka koostuu mittausolosuhteiden, mittausjärjestelmän tai mittauksen suorittamisen aiheuttamista epävarmuuksista.

Työn alussa on kuvattu Stora Enso Oyj:n Imatran tehtaitten typen oksidien jatkuvatoiminen päästöjen seurantamenetelmä ja selvitetty seurantajärjestelmän suorittama päästöjen laskentamenetelmä. Lisäksi on tuotu esille päästömittaustuloksen epävarmuuteen vaikuttavia tekijöitä kyseisessä järjestelmässä.

Selvityksessä merkittävimmäksi järjestelmän luotettavuuteen vaikuttavaksi tekijäksi osoittautui virheellinen mittaustieto, jota voidaan hallita järjestelmässä asettamalla raja-arvo mittaustiedolle ja tehostamalla käytönaikaista valvontaa. Lisäksi korvaamalla häiriöaikainen virheellinen mittaustieto laskennallisella pitoisuuden odotusarvolla päästölaskentaa varten, tuottaa seurantajärjestelmä luotettavampia typen oksidien päästötietoja raportointia varten.

The airborne emissions produced by the process industry are monitored using continuous measurement systems. A system for the continuous monitoring of emissions must generate reliable information on the emissions produced by a process. The results of emission monitoring always contain a certain degree of uncertainty, which depends on the measurement conditions, the measurement system and the uncertainties involved in the performance of the measurements.

The beginning of this thesis describes the system in use at Stora Enso Oyj’s Imatra plant for the continuous monitoring of emissions of nitrogen oxides from that plant and the method employed in the system for calculating emissions, after which the factors that influence the uncertainty of the emission measurement results in the system in question are discussed.

This study showed that the most significant factor that influences the reliability of the system was incorrect measurement data that can be controlled in the system by setting a limiting value for the measurement data and by improving the monitoring of the system while it is in use. Furthermore, substituting incorrect measurement data obtained under the influence of disturbances with a computational expectation value for the content into the calculation of emissions gives more reliable data on the emissions of nitrogen oxides for reporting.