haku: @keyword COD / yhteensä: 13
viite: 3 / 13
Tekijä:Ronni, Eeva
Työn nimi:Modeling of chemical oxygen demand (COD) in a paper mill
Kemiallisen hapenkulutuksen (COD) mallintaminen paperitehtaassa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2014
Sivut:92 s. + liitt. 4      Kieli:   eng
Koulu/Laitos/Osasto:Puunjalostustekniikan laitos
Oppiaine:Sellu- ja ympäristötekniikka   (P3002)
Valvoja:Dahl, Olli
Ohjaaja:Käki, Päivi ; Starck, Jouni
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201406252178
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  2309   | Arkisto
Avainsanat:dissolved dissolved chemical oxygen demand
chemical oxygen demand
simulation
thermomechanical pulping plant
paper mill
liukoinen kemiallinen hapenkulutus
DCOD
kemiallinen hapenkulutus
COD
WinGEMS
mallintaminen
kuumahierre
paperitehdas
Tiivistelmä (fin):Tiukentuvat ympäristövaatimukset vaativat tehokkaita menetelmiä ja tapoja hallita jätevesiä sellu- ja paperiteollisuudessa.
Mallintaminen on eräs kustannustehokas keino hallita ja ennustaa teollisuuden jätevesi- ja prosessivesikuormia.
Kemiallinen hapenkulutus (COD) on tehtaille merkittävä parametri, sillä se kuvaa jäteveden puhtautta.
COD on myös ympäristöluvissa määritelty parametri täten mielenkiintoinen mallinnuskohde.

Tässä diplomityössä mallinnettiin COD:n liukoinen osa (DCOD) kuumahierrelaitoksen (TMP) ja paperikoneen (PM) prosesseissa.
Työ tehtiin Metson WinGEMS 5.3-ohjelmistolla.
DCOD sisällytettiin malleihin laskennallisena parametrina, sillä WinGEMS 5.3 ei sisällä COD:n mallintamiseen liittyviä työkaluja.
COD-mallinnuksen peruslähtökohta oli iteraation keinoin saada malli vastaamaan mittausdataa.
Lähdekirjallisuuden perusteella valittiin COD-konsentraatioon vaikuttavat prosessin osat (esim. jauhimet TMP:llä), jonka jälkeen kohta kohdalta mallia ohjattiin kohti haluttua tarkkuustasoa.
Iteraation onnistumista ja työn tarkkuutta arvioitiin nk. kiinnityskäyrän avulla.
Kiinnityskäyrä on DCOD:n mittausdatasta tehty kuvaaja eli samalla mallin tavoitetaso.
TMP-malli kiinnittyi käyrälle hyvin ja paperikoneen malli kohtalaisesti: Mitatut ja mallinnetut arvot vaihtelivat TMP-mallissa 0 - 12 % välillä ja PM-mallissa 3 - 24 %.
Malleista laskettiin myös saantohäviö sekä K-arvot, joita verrattiin aiempaan tutkimustietoon.
Saantohäviöt poikkesivat kirjallisuusarvoista 25 - 100 % ja K-arvot 11 - 57 %.
Saantohäviöitä ja K-arvoja tarkasteltiin lähinnä suuruusluokaltaan, eikä niitä yritetty saada vastaamaan kirjallisuuden esimerkkejä, sillä jokainen laitos on yksilöllinen.
COD-malli tulee perustua mittausdataan, eikä kirjallisuusesimerkkeihin.
Rakennetuista malleista TMP-malli onnistui PM-mallia paremmin.
TMP:lle lähtötietoa oli riittävästi, kun taas paperikoneen tapauksessa informaation keräämisessä epäonnistuttiin.
Tästä johtuen PM-malli on epäluotettava ja vaatii lisätutkimusta.

COD:n iteratiivinen mallinnustekniikka näyttää tuottavan tarkan kuvan mallinnettavan tehtaan mittaushetken tilanteesta, mikäli lähtötiedon taso on riittävä.
Sen sijaan, tässä tutkimuksessa rakennetut mallit eivät sovi ilman muutostöitä tulevaisuuden tilanteiden simuloimiseen.
Molemmissa malleissa osa ulos virtaavista vesivirroista on mallinnettu virheellisesti muuttumattomiksi eikä niitä ole sidottu tuotantoon.
Tästä syystä tuotannon muuttuessa virtausarvot eivät päde.
Syynä muuttumattomien virtausten käyttöön mallissa oli virtaamatiedon puute.

Tämän diplomityön tulokset osoittavat, että iteratiivinen kiinnityskäyrämetodi on tehokas ja melko tarkka tapa mallintaa COD:ta paperitehtailla.
Ehdotonta tarkkuutta tulee käyttää aineiston keräämisen yhteydessä.
DCOD on mitattava useista prosessin kohdista ja lähtevistä vesivirroista tulee kerätä tarpeeksi tietoa.
Näin ollen mallien kyky muutoksen havainnollistamiseen säilyy.
Tiivistelmä (eng):Stiffening environmental regulations and increasing public awareness has created pressure to develop better waste water management in the pulp and paper industry.
Simulation software can serve the purpose of predicting and managing pollutant loads in process and effluent flows.
Chemical oxygen demand (COD) is an indicator of the water cleanliness and is one of the parameters in environmental permits.
All this makes COD an interesting parameter to simulate.

This thesis evaluates dissolved chemical oxygen demand (DCOD) which is a component of COD.
Two DCOD balance models were created and evaluated in this thesis.
Metso´s WinGEMS 5.3 simulation software was utilized to model the DCOD balances of one for thermomechanical pulping plant (TMP) and one for paper machine (PM).
DCOD parameter is a computational parameter in the models because WinGEMS 5.3 does not contain COD related tools or gadgets.
The basis in the COD modeling in this work was to set the DCOD values in the model points as close as possible to the measured values.
This was accomplish hed by investigating the process units affecting on DCOD concentration (e.g., refiners at TMP) and then iterating the model point by point until acceptable accuracy was achieved.
Accuracy of DCOD models was evaluated by help of "fitting curve" which is the graph of measured COD points, i.e. the target of the model.
DCOD fitting curve fitted almost perfectly to the TMP model and reasonably well in PM model: The difference between measured and simulated values varied between 0 to 12 % in the TMP model and between 3 to 24% in the PM-model.
Yield losses varied (compared to previous studies) between 25 - 100% and K-factors between 11 - 57% in the models.
The values (yield and K-factors) should not be targeted since each mill has their unique characteristics thus COD model should be created based on measurement data not examples from literature.
Hence literature comparison denotes the accuracy of the model only in magnitude scale.
Collection of initial data was successful in the case of TMP but PM was drastically lacking information.
Since the initial data is the key in modeling PM model is unreliable and requires further investigation whereas TMP model seems to resemble the reality well.

The technique of iteration produces an accurate model of the situation at measuring moment at the modeled mill if the initial data is sufficient.
Hence created models, especially TMP, resemble reality well which was the purpose of this thesis.
By the contrast, the models do not suit as they are to predict the change which is the greatest drawback of the models.
Flow rate data of the purges should have been collected prior to simulation in order to connect all the output flows in relation to production instead of the fixed values utilized in the models.
This is the greatest shortage in the models since the stagnant output flows of certain purges hinder the simulation capacity of future scenarios.
The reason to the utilization of the fixed flows is the lack of flow rate data which is a problem especially in the old mills where flow meters are rare.

The results of this thesis indicate that the fitting curve iterative method is efficient and fairly accurate thus recommendable means to model COD in paper mills.
Close attention needs to be paid on investigating sufficient amount of initial data.
Firstly, DCOD analysis must be performed on several points of the process and secondly, information on output water trends needs to be gathered in order to maintain the simulation capacity of the created model.
ED:2014-08-03
INSSI tietueen numero: 49387
+ lisää koriin
INSSI