FI110545B - Puuaineksen mittausmenetelmä ja -järjestely - Google Patents

Puuaineksen mittausmenetelmä ja -järjestely Download PDF

Info

Publication number
FI110545B
FI110545B FI982341A FI982341A FI110545B FI 110545 B FI110545 B FI 110545B FI 982341 A FI982341 A FI 982341A FI 982341 A FI982341 A FI 982341A FI 110545 B FI110545 B FI 110545B
Authority
FI
Finland
Prior art keywords
wood
quality
arrangement
wood material
debris
Prior art date
Application number
FI982341A
Other languages
English (en)
Swedish (sv)
Other versions
FI982341A (fi
FI982341A0 (fi
Inventor
Jyrki Laitinen
Original Assignee
Valtion Teknillinen
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 Valtion Teknillinen filed Critical Valtion Teknillinen
Publication of FI982341A0 publication Critical patent/FI982341A0/fi
Priority to FI982341A priority Critical patent/FI110545B/fi
Priority to AT0910999A priority patent/AT410849B/de
Priority to PCT/FI1999/000899 priority patent/WO2000025115A1/en
Priority to US09/830,233 priority patent/US6493076B1/en
Priority to CA002346120A priority patent/CA2346120C/en
Priority to AU10497/00A priority patent/AU1049700A/en
Priority to DE19983664T priority patent/DE19983664T1/de
Publication of FI982341A publication Critical patent/FI982341A/fi
Priority to SE0101445A priority patent/SE520903C2/sv
Priority to NO20012050A priority patent/NO20012050D0/no
Application granted granted Critical
Publication of FI110545B publication Critical patent/FI110545B/fi

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/46Wood
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/85Investigating moving fluids or granular solids

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

! 110545
Puuaineksen mittausmenetelmä ja -järjestely
Keksinnön ala
Keksintö kohdistuu puuaineksen mittaamiseen erityisesti optisen säteilyn avulla.
5 Keksinnön tausta
Mekaanisessa ja kemiallisessa metsätaloudessa yksi tärkeimmistä puunkäsittelyprosesseista on tukkien kuorinta. Myös energiantuotannossa tukkien käsittely tavallisesti aloitetaan kuorinnalla ja kuoren määrä vaikuttaa polt-toprosessin säätöön ja tuotantotehokkuuteen. Sellun valmistuksessa kuoritut 10 puut ensin haketetaan, minkä jälkeen hake siirtyy sellun keittimeen. Hakkeeseen jäävä kuori heikentää valmistuvan sellun laatua ja aiheuttaa säätötarvetta keittoprosessiin. Mekaanista massaa valmistetaan hiomalla tai hiertämällä. Hionnassa kuorittua tukkia painetaan hiomakiveä vasten. Hierrettäessä kuoritut tukit haketetaan ensin ja haketta hierretään kahden pyörivän kiekon välis-15 sä. Tukkeja ei kannata kuitenkaan kuoria liian hyvin, koska tällöin kuoren mukana poistetaan myös puhdasta puun runkoainesta, mikä aiheuttaa energia- ja materiaalihävikkiä. Kuorintaprosessia on tavallisesti yritetty säätää siten, että . kuoren määrä hakkeessa optimoituisi. Sellutehtaassa tyypillisesti sallittu kuo ren määrä on alle 0.5 % -1% ja paperitehtaassa jopa alle 0.1 % hierteen tai 20 hiokkeen kokonaismassasta. Kuorintaprosessin säätäminen edellyttää tietoa : · kuorintapuhtaudesta.
V : Tunnetun tekniikan mukaisissa ratkaisuissa kuorintapuhtautta mita- taan kuvaamalla kuorittavia tukkeja tai haketta ja käyttämällä erilaisia tietokonepohjaisia kuvankäsittelyohjelmia puun ja kuoren osuuden arviointiin. Kuori-25 hän erottuu puhtaasta puunrungosta sillä, että kuori on tavallisesti tummempaa kuin puhdas runko. Ongelmana tällaisessa menetelmässä on se, että tumman kuoren erottaminen esimerkiksi varjoista on vaikeaa. Kosteus aiheuttaa heijastuksia, mikä vaikeuttaa hakkeessa tai rungossa olevan kuoriaineksen havaitsemista. Lisäksi runkoja mitatessa puun puhtaan runkoaineksen ja kuo-;·. 30 ren erottaminen on vaikeaa puun pinnan geometrisistä muodoista johtuen.
Ongelma korostuu erityisesti silloin, kun kuoren määrä on pieni.
Toisena tunnetun tekniikan mukaisena ratkaisuna kuorintapuhtautta ‘ l on mitattu määrittämällä puhtaan runkoaineksen osuutta kuorintajätteessä.
Mittaus ei kuitenkaan korreloi kovinkaan hyvin puun runkoon kiinni jäävän kuo-35 ren kanssa, koska kuorintaprosessissa kuivaa puuta joudutaan rikkomaan 2 110545 enemmän kuin kosteaa puuta. Tällöin kuivan puun kuorintajätteessä on enemmän puhdasta runkoainesta kuin kostean puun kuorintajätteessä, vaikka molemmissa tukeissa olisikin yhtä paljon kuorta kiinni.
Keksinnön lyhyt selostus 5 Keksinnön tavoitteena on siten toteuttaa menetelmä ja menetelmän toteuttava järjestely siten, että yllä mainitut ongelmat saadaan ratkaistua.
Keksinnön kohteena on menetelmä puuaineksen laadun mittaamiseksi, jossa menetelmässä puuaines on puuta, johon kuuluu puhtaan rungon lisäksi ainakin kuoriosa ja oksaosat, jotka eroavat optisilta ominaisuuksiltaan 10 puhtaasta rungosta, ja menetelmässä puita kuoritaan. Edelleen keksinnön mukaisessa menetelmässä ainakin osasta kuorittuja puita muodostetaan puu-purua; puupurua valaistaan optisella säteilyllä; ja mitataan puuaineksen laatu optisen säteilyn avulla siten, että puupurusta muodostetaan pikseleistä koostuva tosikuva ja puupurun laatu määritetään pikselikohtaisten optisten ominai-15 suuksien avulla.
Keksinnön kohteena on myös puuaineksen laadun mittausjärjestely, jossa puuaines on puuta, joka käsittää puhtaan rungon lisäksi ainakin kuoriosan ja oksaosan, joilla on erilaiset optiset ominaisuudet kuin puhtaalla run-golla, joka mittausjärjestely käsittää kuorimen puiden kuorintaa varten. Edel-. 20 leen keksinnön mukaisessa järjestelyssä mittausjärjestely on sovitettu muo- dostamaan puupurua kuorituista puista; mittausjärjestely käsittää optiselle sä-·’ teilylle herkän detektorin; mittausjärjestely käsittää mittalaitteen; ja detektori on ' · ‘ · sovitettu ottamaan vastaan puupurun suunnasta tulevaa optista säteilyä ja siir- ::· tämään optista säteilyä vastaavan signaalin mittalaitteelle, ja mittalaite on sovi- 25 tettu mittaamaan puupurua detektorilta tulevan, optiseen säteilyyn perustuvan signaalin avulla ja määrittämään puuaineksen laadun siten, että detektori on sovitettu muodostamaan pikseleistä koostuvan tosikuvan puupurusta ja mittalaite on sovitettu määrittämään puupurun laadun pikselikohtaisten optisten : ominaisuuksien avulla.
'.·' 30 Keksinnön mukaisella menetelmällä ja järjestelmällä saavutetaan useita etuja. Puun kuoren, oksien ja/tai viallisen puuaineksen määrään voidaan luotettavasti mitata ilman, että puun runkojen muoto, varjot tai kosteus :·*: (kosteuden aiheuttamat heijastumat) haittaavat. Lisäksi kuorintaprosessia ja esimerkiksi sellun keittoa voidaan optimaalisesti ohjata puun laadun mukaan.
3 110545
Kuvioiden lyhyt selostus
Keksintöä selostetaan nyt lähemmin edullisten suoritusmuotojen yhteydessä, viitaten oheisiin piirroksiin, joissa kuvio 1 esittää puuta, 5 kuvio 2 esittää mittausjärjestelyä, kuvio 3 esittää mittausjärjestelyä, kuvio 4 esittää detektorin matriisipintaa, ja kuvio 5 esittää detektoria.
Keksinnön yksityiskohtainen selostus 10 Keksinnön mukainen ratkaisu soveltuu erityisesti mekaanisen ja kemiallisen metsäteollisuuden puunkäsittelyprosesseihin. Lisäksi keksinnön mukainen ratkaisu soveltuu sahoille ja puuta hyväksi käyttäviin energian tuotantolaitoksiin, joissa halutaan tietää tarkasti käytetyn puun laatu.
Tarkastellaan aluksi puuta, joka on esitetty kuviossa 1. Puu voi olla 15 esimerkiksi tukki, joka tulee sellutehtaan kuorimoon. Puu käsittää puhtaan rungon 100, kuoren 102, oksan 104, oksaosan 106 ja viallisen puuaineksen 108. Esimerkin mukainen tukki on esimerkiksi mänty- tai kuusitukki. Oksaosa 106 on oksan 104 vaikutusalue. Oleellista keksinnön mukaiselle ratkaisulle on, että kuori 102 tai muu puhtaasta rungosta 100 poikkeava puuaines erottuu optises-20 ti puhtaasta rungosta 100. Tyypillisesti myös oksan 104 vaikutusalueena oleva oksaosa 106 erottuu optisesti puhtaasta rungosta 100. Samoin viallinen puu-aines 108 käyttäytyy optisesti eri tavalla kuin puhdas runko 100. Viallinen puu-' / aines 108 voi olla mekaanisesti vioittunut tai sairas, esimerkiksi lahonnut, v·' Tarkastellaan nyt keksinnön mukaista ratkaisua pääpiirteissään ku- 25 vion 2 avulla. Keksinnön mukaisessa ratkaisussa syötin 200, joka voi olla hihnakuljetin, siirtää tulevia kuoritukkeja 202 kuorimeen 204. Kuorin 204 voi olla esimerkiksi rumpukuorin. Toinen syötin 206, joka myös voi olla esimerkiksi hihnakuljetin, siirtää kuoritut tukit 208 puruttimeen 210, joka tekee tukeista 208 purua tai jauhoa 212. Puru on edullisesti kokoluokaltaan korkeintaan sentti-30 metriluokassa. Puru 212 on edullisesti saman tyyppistä kuin sahajauho tai kut-· terihöylän puru. Purulla 212 on se edullinen piirre, että se on homogeenista ja : . puru 212 heijastaa optisesta säteilyä lähes täysin diffuusisti, joten heijastuksen aiheuttamat ongelmat voidaan välttää. Puruttimesta 210 puru 212 siirtyy mitta-,.,,: usalustalle 214, joka voi olla hihnakuljetin tai paikallaan oleva alusta. Kun puru ..... 35 212 on mittauskohdalla 216, purua 212 valaistaan valaisimella 218. Valaisin 4 110545 218 on edullisesti loisteputki, mutta valaisin voi koostua yhdestä tai useammasta samanlaisesta tai erilaisesta optisen tehon lähteestä, jotka voivat olla mitä tahansa kapea- tai laajakaistaisia, jatkuvatoimisia tai passitettuja opti-sentehon lähteitä, jollaisia ovat esimerkiksi hehkulamput, LEDit ja laserit. Kos-5 ka mittaus on edullista suorittaa sisätiloissa esimerkiksi tehdashallissa, näyte valaistaan edullisimmin samalla katossa olevalla sisätilavalaisimella, jolla koko hallikin valaistaan. Valaistukseen voidaan käyttää myös päivänvaloa. Mitta-uspaikalla 216 purusta 212 mitataan ainakin yksi optinen ominaisuus, jollaisia ovat esimerkiksi tummuus, väri ja spektrijakauma. Mittauspaikan 216 lähellä 10 on detektori 220, joka on herkkä valaisimen 218 lähettämälle optiselle säteilylle. Purusta 212 heijastuu optista säteilyä detektorille 220, joka lähettää vastaanottamaansa optiseen säteilyyn suhteessa olevan signaalin mittauslohkoon 222. Tyypillisesti detektorina 220 on videokamera tai viivakamera, joka on värillinen tai mustavalkoinen ja digitaalinen tai analoginen. Jos detektori 220 on 15 analoginen, tarvitaan mittauslohkossa 222 digitoiva kortti digitaalisen signaalinkäsittelyn mahdollistamiseksi. Detektorin 220 lähettämän signaalin avulla mittauslohko 222 mittaa purun 212 tummuutta, väriä ja/tai spektrijakaumaa kuvankäsittelyohjelmalla. Keksinnöllisessä ratkaisussa mittauslohko 222 edullisesti myös ohjaa kuorinta 204. Jos esimerkiksi purun 212 tummuusaste on 20 aivan liian vaalea (oletus: kuori 102 on tummaa ja puhdas runko 100 vaaleaa), kuorimen 204 kuorimistehokkuutta alennetaan. Jos taas puru 212 on liian tummaa, kuorimistehokkuutta lisätään (rumpukuorimessa kuorimisaikaa lisä-\ tään).
Tarkastellaan nyt keksinnön mukaista ratkaisua sovellettuna sellun-'·'· 25 keittoprosessin yhteydessä kuvion 3 avulla. Tässäkin tapauksessa kuorittavat tukit 302 tulevat esimerkiksi hihnakuljettimella 300 kuorimeen 304. Kuoritut tukit 308 siirretään hihnakuljettimella 306 hakettimeen 310, joka tekee kuorituista puista haketta. Hake siirretään suurimmaksi osakseen siirtolinjaa 312 pitkin sellunkeittimeen 314. Siirtolinjalla 312 voi käytännössä olla välivarasto 30 (ei esitetty kuviossa 3), mutta se ei ole keksinnön kannalta oleellista. Siirrettävästä hakkeesta otetaan hakenäyte 319 kohdassa 316 näytelinjalle 318. Ha-[;’· kenäyte 319 on edustava näyte kuorituista tukeista 308, koska haketin 310 on :·.· hakettanut puut pienehköiksi hakepalasiksi ja sekoittanut hakepalat hyvin. Ha- kenäyte 319 siirretään puruttimeen 320, joka on tyypillisesti mekaaninen, ha-35 kettä rikkova laite. Purutin 320 tekee hakkeesta 319 mittaukseen sopivaa pu-,rua 322, joka siirretään mittausalustalle 324. Mittausalusta 324 on edullisesti 5 110545 hihnakuljetin, jolle kerrostuu tasainen kerros puupurua 322. Kuljettuaan hihna-kuljettimen päähän puupuru 322 pudotetaan puupurukasaan 340. Puupurua 322 valaistaan optisella säteilyllä ainakin mittauskohdassa 326. Optista säteilyä tuottaa valaisin 328, jota on jo selitetty kuvion 2 yhteydessä. Detektori 330 5 ottaa vastaan puupurusta 326 heijastunutta tai läpi mennyttä säteilyä ja lähettää säteilyn aiheuttaman vaikutuksen mukaisesti signaalin mittalaitteelle 332, joka käsittää ainakin esimerkiksi PC-tietokoneen 336. Detektoria 330 on jo selitetty kuvion 2 yhteydessä. Erityisesti, jos detektori 330 on analoginen kamera, mittalaite 332 tarvitsee PC-tietokoneen 336 lisäksi digitoivan kortin 338, 10 jolla analoginen signaali muutetaan digitaaliseksi. PC-tietokone 336 käsittää ohjelmat, joilla määrittää puupurun 322 tummuusaste, väri ja/tai spektrija-kauma. Lisäksi PC-tietokone 336 on toiminnallisesti kytketty kuorimeen 304 ja/tai sellunkeittimeen 314, jotta puupurun 322 ainakin yhden optisen omaisuuden mittauksella saatua tietoa puuaineksen laadusta voitaisiin käyttää kuo-15 rimen 304 ja/tai sellunkeittimen 314 ohjaukseen optimaalisemman kuorintatu-loksen ja/tai sellunkeittoprosessin aikaansaamiseksi. Yksinkertaisimmillaan on niin, että kuorimen 304 kuorintapuhtautta voidaan ohjata puupurun 322 tummuusasteen mittauksella, koska puupurun 322 tummuusaste muuttuu pääasiassa kuoren määrän funktiona. Sama pätee pääosin myös sellunkeittoproses-20 sin ohjaukseen. Mutta sellunkeitossa on tärkeää tietää myös oksien määrä ja viallisen puuaineksen määrä. Nämä tiedot saadaan mittaamalla puupurun 322 y väriä. Vielä tarkemmin oksien määrää ja viallisen puuaineksen määrää voi- ’ daan arvioida mittaamalla puupurun 322 spektriä.
• I
/ Se, millaisia mittauksia mittalaitteella 332 voidaan suorittaa, riippuu 25 detektorista 330, jota tarkastellaan nyt kuvioiden 4 ja 5 avulla. Detektorin 500, joka on esimerkiksi video- tai viivakamera, varsinaisena ilmaisupintana voi olla pikselimatriisi 400 tai pikselirivi. Puupurun tummuusaste voidaan määrittää keksinnöllisessä ratkaisussa myös ilman kuvantavaa optiikkaa 502, mutta edullisimmin kamerassa on linsseistä muodostuva objektiivi, joka kuvaa puu-30 purun tosikuvaksi detektorin 500 pikseleille. Puupurun tummuusasteen tai .·” puupurussa olevien kuoren tms. terveestä puuaineksesta erottuvien palojen • määrittämiseen riittää mustavalkoinen kamera, väri-informaation saamiseksi tarvitaan värikamera.
Keksinnön edullisessa toimintamuodossa muodostetaan detektori-
t I
.... 35 pinnalle 506 kuva, josta erotellaan sinällään tunnetuilla kuvankäsittelyssä käy tetyillä hahmontunnistusmenetelmillä terveestä puuaineksesta tummuuden, 6 110545 värisävyn tai spektrin perusteella poikkeavat alueet. Poikkeavien alueiden pinta-alaa verrataan koko kuvan tai detektoripinnan 506 pinta-alaan, jolloin saadaan kuoren määrään tms. verrannollinen tulos. Puuaineksen laatu määritetään siis mittaamalla puuaineksen laatua pikseleittäin. Kuvion 4 mukaisessa 5 havainnollistavassa tapauksessa poikkeavaa ainesta on kolmessa kohdassa 404, 404 ja 406. Poikkeava alue 402 peittää efektiivisesti 4 pikseliä, poikkeava alue 404 peittää yhden pikselin ja poikkeava alue 406 peittää kaksi pikseliä. Näin poikkeavien alueiden yhteinen pinta-ala on 7 pikseliä. Kun matriisin kokonaispinta-ala on 10 x 14 = 140 pikseliä, poikkeavan alueen osuus kokonai-10 suudesta on 7/140 = 0.05. Todellisuudessa mittaava matriisipinnan alue voi olla esimerkiksi 500 x 500 pikseliä. Jos kuvan koko on esim. 500 x 500 pikseliä, on kuva-alueen "pinta-ala" 250000 pikseliä. Kuvankäsittelymenetelmillä on homogeenisesta aineksesta otetusta kuvasta helppo erottaa minimissään 1-4 pikselin kokoisia alueita. Tällöin menetelmän teoreettinen herkkyys on yhden 15 kuvan tapauksessa parempi kuin 0.0016% (=4/250000). Lisäksi herkkyyttä voidaan edelleen parantaa lisäämällä kuvien määrää.
Puupurun spektristä saadaan tietoa käyttämällä spektroskopiaa hyväksi. Kuvion 5 mukaisessa ratkaisussa on käytetty esimerkiksi spektrografia, jollainen on muun muassa SPECIM, Spectral Imaging Ltd. -yrityksen valmis-.... 20 tama ImSpector-niminen spektrogafi. Laite käsittää pikselimatriisista muodos- tuvan detektoripinnan 506, jolle kuvattava kohde kuvataan objektiivin 502 avul-la. Detektoripinta 506 on toiminnallisesti kytketty elektroniseen piiriin 508, joka ' muodostaa detektoripinnan 506 vastaanottamaa optista säteilyä vastaavan
• I
*; ‘‘ sähköisen signaalin siirrettäväksi edelleen mittalaitteelle. Kuvaavan objektiivin ' · ‘ * 25 502 ja kameran pikselimatriisin 506 välissä on prisma-hila-prisma komponentti 504, joka hajottaa kohteesta tulevan optisen säteilyn spektriksi. Kohteen varsinainen kuva on yksirivinen matriisirivi (esim. ortogonaalisen xy-koordinaa-tiston x-suunta), ja kunkin rivissä olevan pikselin spektri leviää matriisiin sivusuunnassa oleville pikseleillle (esim. ortogonaalisen xy-koordinaatiston y-suun-30 ta). Puupurun liikkuessa hihnakuljettimella voidaan eri ajanhetkinä kuvata eri kohta puupurusta, jolloin puupurun tummuusastetta, väriä ja/tai spektriä voi-daan käsitellä tietokoneen automaattisella tietojenkäsittelyohjelmalla tilastolli-’... sesti.
Keksinnöllisessä ratkaisussa voidaan tyypillisesti mittauslohkossa t » . ... 35 332 olevaa ohjelmistoa sijoittaa myös detektoriin 330, 500. Tällöin älykäs ka- I * » 7 110545 mera 330, 500 esimerkiksi valitsee spektristä optiset kaistat, jotka siirretään mittalaitteelle 332 prosessoitavaksi.
Vaikka keksintöä on edellä selostettu viitaten oheisten piirustusten mukaiseen esimerkkiin, on selvää, ettei keksintö ole rajoittunut siihen, vaan 5 sitä voidaan muunnella monin tavoin oheisten patenttivaatimusten esittämän keksinnöllisen ajatuksen puitteissa.

Claims (29)

  1. 3 110545
  2. 1. Menetelmä puuaineksen laadun mittaamiseksi, jossa menetelmässä puuaines on puuta, johon kuuluu puhtaan rungon (100) lisäksi ainakin kuoriosa (102) ja oksaosat (106), jotka eroavat optisilta ominaisuuksiltaan puh- 5 taasta rungosta (100), ja menetelmässä puita (202, 302) kuoritaan, tunnet-t u siitä, että - ainakin osasta kuorittuja puita (208, 308) muodostetaan puupurua (212, 322); - puupurua (212, 322) valaistaan optisella säteilyllä; ja 10. mitataan puuaineksen laatu optisen säteilyn avulla siten, että puu- purusta muodostetaan pikseleistä koostuva tosikuva ja puupurun laatu määritetään pikselikohtaisten optisten ominaisuuksien avulla.
  3. 2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että puuaineksen laatua mitataan kuorintapuhtaudella, jolloin 15. mitataan optisen säteilyn avulla puuaineksen kuoripitoisuus.
  4. 3. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että puuaineksen laatua mitataan oksapitoisuudella, jolloin .; · · - mitataan optisen säteilyn avulla puuaineksen oksapitoisuus. ;···' 4. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, : 20 että puihin (202, 302) kuuluu kuoriosan (102) ja oksaosan (106) lisäksi viallista puuainesta (108), joka eroaa optisilta ominaisuuksiltaan puhtaasta rungosta :V: (100), ja puuaineksen laatua mitataan viallisen puuaineksen (108) määrällä, jolloin - mitataan optisen säteilyn avulla viallisen puuaineksen (108) mää- 25 rä.
  5. 5. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, :‘ : että puupurusta (212, 322) mitataan optisen säteilyn avulla useista eri kohdista :.,. puuaineksen laadun tilastollista käsittelyä varten.
  6. 6. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, 30 että kuoritut puut (308) haketetaan ja puupuru (322) muodostetaan hakkeesta (319). 110545 g
  7. 7. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että puut (302) kuoritaan ja haketetaan sellunkeittämistä varten, hakkeesta otetaan hakenäyte (319), josta muodostetaan puupurua (322), ja sellunkeittoa ohjataan määritetyn puuaineksen laadun avulla.
  8. 8. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, että määritetyn puiden kuorintapuhtauden avulla ohjataan kuorintaprosessia.
  9. 9. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että puupurusta (212, 322) mitataan optisen säteilyn avulla puupurun (212, 322) tummuusastetta.
  10. 10. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu sii tä, että puupurusta (212, 322) mitataan optisen säteilyn avulla puupurun (212, 322) väriä.
  11. 11. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että puupurusta (212, 322) muodostetaan tosikuva kuvantavalla optiikalla 15 (502) ja puuaineksen laatu määritetään tosikuvasta.
  12. 12. Patenttivaatimuksen 11 mukainen menetelmä, tunnettu sii- *:·: tä, että käytetään mustavalkoista tosikuvaa ja tosikuvasta mitataan tumman ja vaalean aineksen määrän avulla puuaineksen laatu. : · 13. Patenttivaatimuksen 11 mukainen menetelmä, tunnettu sii- 20 tä, että käytetään värillistä tosikuvaa ja värillisestä tosikuvasta mitataan vä-:: nerojen avulla puuaineksen laatu.
  13. 14. Patenttivaatimuksen 11 mukainen menetelmä, tunnettu siitä, että muodostetaan kuvantavalla spektroskopialla puupurusta (212, 322) spatiaalinen spektritieto, jonka avulla puuaineksen laatu määritetään.
  14. 15. Patenttivaatimuksen 11 mukainen menetelmä, tunnettu sii tä, että puuaineksen laadun määrittely suoritetaan tosikuvasta automaattisesti kuvankäsittelyohjelmalla. 1 Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että puupurun (212, 322) kokojakauma tehdään sellaiseksi, että puupurun 110545 (212, 322) oleellisesti suurimmat purupartikkelit ovat halkaisijaltaan enintään senttimetrien mittaisia.
  15. 17. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että puupurua (212, 322) valaistaan näkyvällä valolla.
  16. 18. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu sii tä, että puuaineksen laatu mitataan ottamalla puupurun (212, 322) optinen säteily vastaan videokameralla (500) ja käsittelemällä videokameran (500) signaalia tietokoneella (336).
  17. 19. Puuaineksen laadun mittausjärjestely, jossa puuaines on puuta, 10 joka käsittää puhtaan rungon (100) lisäksi ainakin kuoriosan (102) ja oksaosan (106), joilla on erilaiset optiset ominaisuudet kuin puhtaalla rungolla (100), joka mittausjärjestely käsittää kuorimen (204, 304) puiden (202, 302) kuorintaa varten, tunnettu siitä, että - mittausjärjestely on sovitettu muodostamaan puupurua (212, 322) 15 kuorituista puista (208, 308); - mittausjärjestely käsittää optiselle säteilylle herkän detektorin (220, 330); t f; - mittausjärjestely käsittää mittalaitteen (222, 332); ja - detektori (220, 330) on sovitettu ottamaan vastaan puupurun (212, 20 322) suunnasta tulevaa optista säteilyä ja siirtämään optista säteilyä vastaa- : · van signaalin mittalaitteelle (222, 332), ja mittalaite (222, 332) on sovitettu mit- taamaan puupurua (212, 322) detektorilta (220, 330) tulevan, optiseen sätei-lyyn perustuvan signaalin avulla ja määrittämään puuaineksen laadun siten, että detektori (220, 330) on sovitettu muodostamaan pikseleistä koostuvan 25 tosikuvan puupurusta (212, 322) ja mittalaite (222, 332) on sovitettu määrittämään puupurun (212, 322) laadun pikselikohtaisten optisten ominaisuuksien avulla.
  18. 20. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, että puuaineksen laatuna on kuorintapuhtaus, jolloin ;*’· 30 - mittalaite (222, 332) on sovitettu määrittämään puuaineksen kuo- ripitoisuus. •;·21. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, .... että puuaineksen laatuna on oksapitoisuus, jolloin 110545 - mittalaite (222, 332) on sovitettu määrittämään puuaineksen ok-sapitoisuus.
  19. 22. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, että puu (202, 302) käsittää kuoriosan (102) ja oksaosan (106) lisäksi viallista 5 puuainesta (108), joka eroaa optisilta ominaisuuksiltaan puhtaasta rungosta (100), ja puuaineksen laatuna on viallisen puuaineksen (108) määrä, jolloin - mittalaite (222, 332) on sovitettu määrittämään viallisen puuaineksen (108) määrä.
  20. 23. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, 10 että järjestely on sovitettu hakettamaan kuoritut puut (208, 308) ja muodostamaan puupuru (212, 322) hakkeesta.
  21. 24. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, että järjestely on sovitettu kuorimaan ja hakettamaan puut (202, 302) sellun-keittämistä varten, järjestely on sovitettu ottamaan hakenäyte (319) hakkeesta, 15 josta järjestely on sovitettu muodostamaan puupurua (322), ja järjestely on sovitettu ohjaamaan sellunkeitintä (3314) määritetyn puuaineksen laadun avulla.
  22. 25. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, että järjestely on sovitettu ohjaamaan määritetyn kuorintapuhtauden avulla • \ 20 kuorinta (304).
  23. 26. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, V; että mittalaite (222, 332) on sovitettu mittaamaan optisen säteilyn avulla puu- purun (212, 322) tummuusastetta.
  24. 27. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, 25 että mittalaite (222, 322) on sovitettu mittaamaan optisen säteilyn avulla puu- . purun (212, 322) väriä. 1 Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, I · . ·' · että detektori (220, 330) on kamera, joka käsittää kuvantavan optiikan (502) ja joka on sovitettu muodostamaan puupurusta (212, 322) tosikuvan optisen sä-30 teilyn avulla, ja mittalaite (222, 332) on sovitettu määrittämään puuaineksen ‘: “ · laatu detektorin (220, 330) muodostamasta tosikuvasta. 110545
  25. 29. Patenttivaatimuksen 28 mukainen järjestely, tunnettu siitä, että järjestely on sovitettu käyttämään mustavalkoista tosikuvaa ja mittalaite (222, 332) on sovitettu mittaamaan tosikuvasta tumman ja vaalean sävyn määrän avulla puuaineksen laatu.
  26. 30. Patenttivaatimuksen 28 mukainen järjestely, tunnettu siitä, että detektori (220, 330) on värikamera, järjestely on sovitettu käyttämään värillistä tosikuvaa ja mittalaite (222, 332) on sovitettu mittaamaan värillisestä tosikuvasta värierojen avulla puuaineksen laatu.
  27. 31. Patenttivaatimuksen 28 mukainen järjestely, tunnettu siitä, 10 että kamera (220, 330) käsittää spektrografin (504), joka on sovitettu muodostamaan yksirivisen tosikuvan ja spektrijakauman puupurusta (2112, 322), ja mittalaite (222, 332) on sovitettu mittaamaan tosikuvasta ja spektrijakaumasta puuaineksen laatu.
  28. 32. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, 15 että mittalaite (222, 332) on sovitettu mittaamaan puupurua (212, 322) optisesti useasta eri kohdasta ja mittalaite (222, 332) on sovitettu määrittämään puuaineksen laadun tilastollisesti useiden mittausten avulla. ': ‘ 33. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, että järjestely on sovitettu muodostamaan puupurua (212, 322), joka on kool-j '· 20 taan jakautunut siten, että puupurun (212, 322) oleellisesti suurimmat purupar- .tikkelit ovat halkaisijaltaan enintään senttimetrien mittaisia.
  29. 34. Patenttivaatimuksen 19 mukainen järjestely, tunnettu siitä, että mittausjärjestely käsittää valaisimen (218, 328) tuottaa optista säteilyä. • · 110545
FI982341A 1998-10-28 1998-10-28 Puuaineksen mittausmenetelmä ja -järjestely FI110545B (fi)

Priority Applications (9)

Application Number Priority Date Filing Date Title
FI982341A FI110545B (fi) 1998-10-28 1998-10-28 Puuaineksen mittausmenetelmä ja -järjestely
CA002346120A CA2346120C (en) 1998-10-28 1999-10-27 Method and arrangement for measuring wood
PCT/FI1999/000899 WO2000025115A1 (en) 1998-10-28 1999-10-27 Method and arrangement for measuring wood
US09/830,233 US6493076B1 (en) 1998-10-28 1999-10-27 Method and arrangement for measuring wood
AT0910999A AT410849B (de) 1998-10-28 1999-10-27 Verfahren zum messen von holz
AU10497/00A AU1049700A (en) 1998-10-28 1999-10-27 Method and arrangement for measuring wood
DE19983664T DE19983664T1 (de) 1998-10-28 1999-10-27 Verfahren und Anordnung zum Messen von Holz
SE0101445A SE520903C2 (sv) 1998-10-28 2001-04-25 Förfarande och inrättning för mätning av trä
NO20012050A NO20012050D0 (no) 1998-10-28 2001-04-26 Fremgangsmåte og oppstilling for måling av tre

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI982341 1998-10-28
FI982341A FI110545B (fi) 1998-10-28 1998-10-28 Puuaineksen mittausmenetelmä ja -järjestely

Publications (3)

Publication Number Publication Date
FI982341A0 FI982341A0 (fi) 1998-10-28
FI982341A FI982341A (fi) 2000-04-29
FI110545B true FI110545B (fi) 2003-02-14

Family

ID=8552803

Family Applications (1)

Application Number Title Priority Date Filing Date
FI982341A FI110545B (fi) 1998-10-28 1998-10-28 Puuaineksen mittausmenetelmä ja -järjestely

Country Status (9)

Country Link
US (1) US6493076B1 (fi)
AT (1) AT410849B (fi)
AU (1) AU1049700A (fi)
CA (1) CA2346120C (fi)
DE (1) DE19983664T1 (fi)
FI (1) FI110545B (fi)
NO (1) NO20012050D0 (fi)
SE (1) SE520903C2 (fi)
WO (1) WO2000025115A1 (fi)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI990539A0 (fi) 1999-03-11 1999-03-11 Valtion Teknillinen Kuori- ja puupitoisuuden mittaukseen tarkoitettu menetelmä
FI20011755A (fi) 2001-09-04 2003-03-05 Finnforest Oy Puuviilujen analysointi ja lajittelu
US6705456B2 (en) * 2002-06-07 2004-03-16 Metso Paper, Inc. Feed indexing bar conveyor
CA2430737C (en) * 2003-06-02 2011-12-20 Centre De Recherche Industrielle Du Quebec Method and apparatus for estimating surface moisture content of wood chips
DE102005019986A1 (de) * 2005-04-27 2006-11-02 B. Maier Zerkleinerungstechnik Gmbh Verfahren und Vorrichtung zum Erfassen von Spaneigenschaften
US7924414B2 (en) 2006-05-10 2011-04-12 Abb Schweiz Ag Non-hazardous bulk material analyzer system
JP5027775B2 (ja) * 2008-10-03 2012-09-19 株式会社日立ハイテクノロジーズ 基板表面形状検出方法及びその装置
CA2780202C (en) 2012-06-19 2014-11-18 Centre De Recherche Industrielle Du Quebec Method and system for detecting the quality of debarking at the surface of a wooden log
CH707559A2 (de) * 2013-03-22 2014-09-30 Finatec Holding Ag Verfahren und System zur Prüfung der Farbbeschaffenheit von Preforms.
US9588098B2 (en) 2015-03-18 2017-03-07 Centre De Recherche Industrielle Du Quebec Optical method and apparatus for identifying wood species of a raw wooden log
EP3873672A4 (en) 2018-11-02 2022-08-10 GCP Applied Technologies Inc. CEMENT MANUFACTURE
SE543138C2 (en) * 2018-11-03 2020-10-13 Tracy Of Sweden Ab Arrangement and method for capturing image of log

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3389789A (en) * 1965-12-10 1968-06-25 Moore Vue Inc Detecting and sorting means for sheets having flaws
US3694658A (en) * 1970-10-22 1972-09-26 Morvue Inc Veneer inspection system
GB1488841A (en) * 1974-01-18 1977-10-12 Plessey Co Ltd Optical detection apparatus
US4402604A (en) * 1980-03-20 1983-09-06 Paul Nash Method for the on-line measurement of inclusions in pulp
FI74815C (fi) * 1986-01-20 1988-03-10 Altim Control Ky Foerfarande foer identifiering av en traeytas ytegenskaper.
IT1204492B (it) * 1986-03-21 1989-03-01 Cremona Lorenzo Sistema per il rilevamento e l'eliminazione di difetti presenti in manufatti in lavorazione,in particolare pannelli di legno con cricche e ripieghi che devono essere stuccati
US4672006A (en) * 1986-03-28 1987-06-09 Mcgraw David W Tree processing and wood products system
FI77535C (fi) * 1987-03-09 1989-03-10 Kajaani Electronics Foerfarande foer maetning av massakomponenternas relativa maengder i pappermassa.
US4897159A (en) * 1988-03-07 1990-01-30 P. H. Glatfelter Company Apparatus for pulp contaminant removal
SE466420B (sv) * 1989-11-14 1992-02-10 Svenska Traeforskningsinst Foerfarande och anordning foer detektering av bark samt bestaemning av barkningsgrad paa ved eller i flis
FI90918C (fi) * 1991-09-24 1994-04-11 Valtion Teknillinen Massan kuori-/puusuhteen määrittäminen näytteestä
SE9401707L (sv) 1994-05-18 1995-11-19 Christer Bjoerklund Spektrofotometrisk metod att mäta kvalitets och styrke parametrar hos träd, virke trävaror, flis, spån, massa och papper
FI101327B1 (fi) * 1996-09-19 1998-05-29 Valtion Teknillinen ON-line menetelmä puu-kuorisuhteen määrittämiseksi massavirrasta

Also Published As

Publication number Publication date
US6493076B1 (en) 2002-12-10
NO20012050L (no) 2001-04-26
DE19983664T1 (de) 2002-03-14
CA2346120A1 (en) 2000-05-04
FI982341A (fi) 2000-04-29
NO20012050D0 (no) 2001-04-26
AU1049700A (en) 2000-05-15
SE520903C2 (sv) 2003-09-09
WO2000025115A1 (en) 2000-05-04
AT410849B (de) 2003-08-25
CA2346120C (en) 2006-11-28
FI982341A0 (fi) 1998-10-28
ATA910999A (de) 2002-12-15
SE0101445L (sv) 2001-06-11
SE0101445D0 (sv) 2001-04-25

Similar Documents

Publication Publication Date Title
FI110545B (fi) Puuaineksen mittausmenetelmä ja -järjestely
EP3954984B1 (en) Defect inspection system, defect inspection method, and defect inspection program for wood plank
CA2886701C (en) Wood tracking by identification of surface characteristics
FI58838C (fi) Foerfarande och anordning foer detektering av defekter i virke
FI122331B (fi) Menetelmä puun tilavuuden mittaamiseen ja laadun tarkkailuun
WO1991007653A1 (en) A method and apparatus for detecting bark and for determining the degree of barking on wood and chips
FI74815C (fi) Foerfarande foer identifiering av en traeytas ytegenskaper.
FI101327B (fi) ON-line menetelmä puu-kuorisuhteen määrittämiseksi massavirrasta
JP2022032933A (ja) 板状木材の欠陥検査システム、欠陥検査方法および欠陥検査用プログラム
RU2776260C1 (ru) Дефектоскопическая система, способ дефектоскопии и программа дефектоскопии для деревянной доски
CA2494012A1 (en) Wood tracking by identification of surface characteristics
Österberg Wood quality and geometry measurements based on cross section images
FI112541B (fi) Menetelmä puun kuorinnan valvomiseen
Miranda et al. Assessment of flesh browning diversity in apple germplasm collections phenotyped by image analysis
CA2287529C (en) Method and apparatus for determining the portion of wood material present in a stream of bark
Bond Characterization of wood features using color, shape, and density
Pothula et al. Machine vision analysis for industrial beet color change kinetics and total soluble solid content
NZ515405A (en) Wood piece imaging for defects by microwave reflection