Zusammenfassung der Ergebnisse zur Analyse der Zusammenhänge zwischen der AP-

Einleitung Ziel der Untersuchungen war es, festzustellen bzw. zu quantifizieren, wie sich im Deinkingprozess die Schwankungen in der Altpapierzusammensetzung auf die initialen Stoffparameter auswirken. Dabei sollte unter anderem untersucht werden, ob die für AP-Modellmischungen nachgewiesenen Korrelationen (Ab-schnitt 6) auch im realen Prozess wiederzufinden sind.

Zusammen-fassung der Ergebnisse

Die Untersuchungen ergaben die folgenden Ergebnisse:

• Es konnten nur für die Schwankungen im Verhältnis Zeitungen

(ONP)/Illustrierte (OMG) signifikante Auswirkungen auf die initialen Stoff-parameter nachgewiesen werden.

• Die stärkste Korrelation konnte zwischen dem OMG-Anteil und dem Aschegehalt nachgewiesen werden. Diese Abhängigkeit ist auch für relativ geringe Schwankungen im OMG-Anteil um 10 bis 20 % signifikant.

• Für sehr große Schwankungen des OMG-Anteils um über 50 % konnten signifikante Auswirkungen auf die initialen Werte von Weißgrad, Schmutz-punkten und Makrostickies gefunden werden.

• Schwankungen um kleiner 30 % im OMG-Anteil zeigen deutlich geringere

10 Datenanalyse und Auswertung

Ziel • Kennzeichnung der in der Praxis auftretenden Schwankungen der AP-Zusammensetzung und deren Fortpflanzung innerhalb der Prozesskette

• Beschreiben und Quantifizieren von Korrelationen zwischen den mittels AP-Monitoring bestimmten Parametern und weiteren Prozesskenngrößen (eben-falls Werte aus Online-Messungen)

• Nachweis, dass mittels NIR-Analyse Daten bereitgestellt werden können, die für eine Online-Kontrolle geeignet sind, eine differenzierte Bewertung der Ef-fekte von Rohstoffschwankungen und Prozesseinflüssen ermöglichen und für die Prozessbewertung, Modellierung und Regelung geeignet sind.

Durchgeführte

Arbeiten Bei der Auswertung der Daten wurden folgende Schritte ausgeführt:

• Datenvorverarbeitung und -analyse mit Berücksichtigung der zeitlichen Ver-schiebung von Parameterdaten zum Ausgleich von Transferzeiten und Kennzeichnung des unterschiedlichen Verweilzeitverhaltens in den Anlagen-teilen der Stoffaufbereitung

• Korrelationsanalyse von mittels NIR bestimmten Parametern zu weiteren Kenngrößen aus dem Prozess der Stoffaufbereitung

• Bewertung und Diskussion der Ergebnisse im Hinblick auf Schwankungen der Altpapierqualität und Prozesseinflüsse

Vorgehen und Ergebnisse werden im Folgenden anhand von Daten diskutiert, die an mehreren Versuchstagen in der Papierfabrik B aufgenommen wurden.

Datenvorver-arbeitung Bei der Untersuchung von Zusammenhängen zwischen den bei der AP-zuführung gemessenen NIR-Kennwerten mit weiteren Parametern nach ver-schiedenen Prozessstufen muss einerseits der Zeitversatz zwischen den Orten der Messwerterfassung und andererseits eine Beeinflussung des Verweilzeit-verhaltens durch Zwischenspeicher wie z.B. Ableer- und Zwischenbütten be-achtet werden. Um Ursachen und Folgen innerhalb der Daten für die unter-schiedlichen Messstellen zuordenbar zu machen, wurden die einzelnen Pro-zessdaten-Zeitreihen entsprechend den jeweiligen Transferzeiten verschoben.

Zur Berücksichtigung des Verweilzeitverhaltens wurden zeitversetzte Mittelwer-te gebildet. Die Plausibilität der hierbei getroffenen Annahmen zu Zeitversatz und Mittelwertbildung wurde anhand der aus der Prozessanalyse ermittelten Daten (mittlere Verweilzeit, Volumina, Mengenströme), der Signalantwort auf eine definierte Änderung der AP-Zusammensetzung („Zeitungspeak“) und der Ergebnisse der Korrelationsanalyse (Kreuzkorrelation) überprüft.

Korrelations-analyse Eine Quantifizierung des Korrelationsverhaltens erfolgte anhand der paarwei-sen Korrelationskoeffizienten mit Werten im Intervall [-1, 1]. Der Korrelations-koeffizient zweier Variablen x und y ergibt sich dabei aus der Kovarianz cov und den Standardabweichungen σ der beiden Größen:

∑

Der Korrelationskoeffizient gibt an, inwieweit zwei Messvariablen gemeinsam

variieren. Im Falle R ≈ 1 liegen starke positive Korrelationen mit einer annä-hernd linearen Relation zwischen den beiden Variablen vor. Die für R ≈ -1 vor-liegende starke negative Korrelation ist charakterisiert durch eine lineare Bezie-hung zwischen den Variablen mit einem negativen Anstieg der Geraden. Im Falle R ≈ 0 ist keine lineare Paarkorrelation vorhanden. Bei Zwischenwerten liegen schwache bzw. mittlere Korrelationen vor.

Konzentrations-Zeitverhalten in der Anlage

Nachfolgende Abb. 33 bis Abb. 36 zeigen die erfassten Online-Messgrößen:

• Ergebnisse der NIR-Messung an der Altpapierzuführung (Asche-Gehalt, An-teil an Illustrierten „OMG“ jeweils 30s-Mittelwert)

• Asche-Gehalt aus Online-Messung nach 1. Flotationstufe

• Helligkeit aus Online-Messung nach 2. Flotationsstufe vor 2. Dispergierstufe a) Schwankungsbreite Altpapierzuführung:

Die mittels NIR im Bereich der Altpapierzuführung erfassten Kennwerte weisen deutliche kurzzeitige Schwankungen in der Größenordnung von 2-7% beim Aschegehalt und bis zu 50% (2. Versuchstag) bzw. 20% (3. Versuchstag) beim OMG-Anteil auf. Diese mit einer Frequenz von ca. 10 min auftretenden

Schwankungen können als Ergebnis der Beschickung der AP-Zuführung mit unterschiedlich vermischter Mengen von Deinkingware mit Druckereiabfällen (gestrichene Papiere) interpretiert werden.

b) Zeitversetzte Mittelwerte und Plausibilität

Die Vorgehensweise zur Bildung der zeitversetzten Mittelwerte wurde anhand des „Zeitungs-Peaks“ (Aufgabe von ausschließlich Zeitungen während ca. 20 min) abgeleitet (Abb. 33). Infolge der Vergleichmäßigung durch Ableer- und Zwischenbütte verbreitert sich der Peak bei der Messstelle nach der 1. Flotati-onsstufe (Aschesensor) auf ca. 75 min. Zur Gegenüberstellung mit den Daten der später im Prozess angeordneten Online-Messstellen wurden dann zeitver-setzte Mittelwerte ermittelt. Dem Aschesensor wurden dabei NIR-Werte -60 min bis -105 min zugeordnet, dem Helligkeitssensor NIR-Werte -75 min bis

-120 min. Durch die Mittelwertbildung wird erreicht, dass die Ausprägung des Peaks für die Aschemessung mittels NIR gut mit dem Gehalt nach der 1. Flota-tionsstufe in Einklang gebracht werden kann (Abb.33). Die gewählten Parame-ter für die Mittelwertbildung werden auch durch die Ergebnisse der Kreuzkorre-lationsanalyse bestätigt. Bei einer Änderung des mittleren Zeitversatzes bzw.

der Anzahl der gemittelten Werte ergeben sich schlechtere Werte für den Korre-lationskoeffizienten (vgl. Abb. 38).

c) Diskussion

• Die vergleichsweise starken Schwankungen über bis zu 10 min in der Altpa-pierzuführung werden durch Ableer- und Zwischenbütte weitestgehend aus-geglichen und beeinflussen die Prozesseffizienz vermutlich kaum.

• Die aufgenommenen Daten ermöglichen eine verbesserte Charakterisierung der Wirkung der Prozesse in der Stoffaufbereitung (z.B. deutliche Reduzie-rung des Aschegehaltes relativ um 20-30% in 1. Flotationsstufe).

• Änderungen der Rohstoffqualität korrelieren mit Kennwerten in der Stoffauf-bereitung. Diese sind von Prozesseffekten überlagert. Die unterschiedlichen Einflüsse können aber gut differenziert werden (Erläuterungen zu Abb. 40).

Zeitverlauf am 2. Versuchstag – Versuch

„Zeitung“

Nachstehende Abb. 33 und Abb.34 zeigen die Onlinedaten für den 2. Ver-suchstag (Versuch „Zeitung“. Aus den NIR-Messdaten wurde für die Größen Aschegehalt und OMG-Anteil wie zuvor beschrieben ein zeitversetzter Mittel-wert gebildet. Deutlich erkennbar ist der „Zeitungspeak“ in den NIR-Werten und beim Aschesensor. Auffällig ist auch der Verlauf vor dem Peak. Hier bleibt der NIR-Aschegehalt näherungsweise konstant, während der Aschesensor nach der 1. Flotation einen deutlichen Abfall des Ascheniveaus konstatiert (vgl. Dis-kussion zu Abb. 40).

Online-Messdaten, 2. Versuchstag

8:27 8:42 8:57 9:12 9:27 9:42 9:57 10:12 10:27 10:42 10:57 11:12 11:27 11:42 11:57 12:12 12:27 12:42 13:27 13:42 13:57 14:12 14:27 14:42 14:57 15:12 15:27 15:42 15:57 16:12 16:28 16:43 16:58 17:13 17:28 17:43

Zeit

Asche-Sensor nach Flot. 1 [%]

Asche NIR Asche NIR zeitversetzter Mittelwert Asche-Sensor nach Flot. 1

Zeitungspeak

Abb. 33: Online-Messdaten 2. Versuchstag, Aschegehalte von NIR-Messung und Prozesssensor

Abb. 34 zeigt ähnlich dem Verlauf der Aschegehalte eine sehr gute Überein-stimmung zwischen OMG-Anteil und Helligkeit. Der OMG-Anteil stimmt im Trend auch im Zeitraum vor dem Peak gut mit dem Helligkeitskennwert überein.

Online-Messdaten, 2. Versuchstag

Zeit

OMG-Anteil NIR [%]

OMG-Anteil OMG-Anteil zeitversetzter Mittelwert Helligkeit-Sensor vor Disp. 2

Zeitungspeak

Abb. 34: Online-Messdaten 2. Versuchstag, OMG-Anteil (NIR) und Prozess-sensor Helligkeit

Zeitverlauf am

3. Versuchstag Der zeitliche Verlauf der Onlinedaten für den 3. Versuchstag ist in Abb.35 und 36 dargestellt. Bei den NIR-Werten treten im Vergleich zu den globalen Niveau-unterschieden größere Schwankungen auf, insbesondere beim OMG-Anteil.

Für den Aschegehalt gibt der zeitversetzte Mittelwert gut den Trend des Asche-sensors nach der Flotation wieder. Beim OMG-Anteil hingegen können die star-ken Schwankungen vermutlich nicht durch die Mittelwertbildung ausgeglichen werden. Dies wird später auch durch die entsprechenden Werte der Korrelati-onskoeffizienten bestätigt (s. Abb. 39).

Online-Messdaten, 3. Versuchstag

8:26 8:38 8:51 9:04 9:16 9:29 9:41 10:06 10:19 10:31 11:46 11:59 12:11 12:24 12:36 13:14 13:27 13:39 13:52 14:04 14:17 14:29 14:42 14:54 15:07 15:19 15:32 15:57 16:09 16:22

Zeit

Aschegehalt NIR [%]

Aschegehalt Sensor nach Flot 1 [%]

Asche NIR Asche NIR zeitversetzter Mittelwert Asche-Sensor nach Flot. 1

Abb. 35: Online-Messdaten 3. Versuchstag, Aschegehalte von NIR-Messung und Prozesssensor

Online-Messdaten, 3. Versuchstag

8:26 8:39 8:52 9:05 9:18 9:31 9:44 9:57 10:10 10:23 11:54 12:07 12:33 12:47 13:13 13:26 13:39 13:52 14:05 14:18 14:31 14:44 14:57 15:10 15:23 15:36 16:02 16:15 16:28

Zeit

Helligkeit [%]

OMG-Anteil OMG-Anteil zeitversetzter Mittelwert Helligkeit-Sensor vor Disp. 2

Abb. 36: Online-Messdaten 3. Versuchstag, OMG-Anteil (NIR) und Prozess-sensor Helligkeit

Korrelation

NIR-Kennwerte Abb. 37 zeigt die Korrelation der NIR-Kennwerte Asche-Gehalt und OMG-Anteil untereinander. Beide Kennwerte korrelieren miteinander, da sich unterschiedli-che Anteile der asunterschiedli-chereiunterschiedli-chen OMG-Fraktion auch im Gesamt-Asunterschiedli-che-Gehalt wi-derspiegeln. Anhand des Korrelationskoeffizienten lässt sich mit R=0,865 und R=0,428 für die beiden Versuchstage eine starke bzw. mittlere Korrelation fest-stellen. Offensichtlich wird der Asche-Gehalt neben dem OMG-Anteil noch von weiteren Größen beeinflusst. Am 3. Versuchstag, an welchem vergleichsweise geringere Unterschiede im Aschegehalt auftreten, bewirken größere Schwan-kungen der Einzelwerte einen kleineren Korrelationskoeffizienten als am 2. Tag.

a) ⁰ ¹⁰ ²⁰ ³⁰ OMG NIR [%]⁴⁰ ⁵⁰ ⁶⁰ ⁷⁰ ⁸⁰ ⁹⁰ ¹⁰⁰

Abb. 37: Korrelation der aus den NIR-Messwerten bestimmten Parameter Asche-Gehalt und OMG für den a) 2. und b) 3. Versuchstag

Korrelation NIR-Kennwerte zu Prozess-sensoren

Abb. 38: zeigt die Korrelation des aus den NIR-Messungen bestimmten Asche-gehaltes (zeitversetzter Mittelwert) und den Kennwerten Aschegehalt und Hel-ligkeit und der Prozesssensoren. Für die Aschewerte wird die bereits zuvor an den Zeitreihen beobachtete starke Korrelation auch durch die Werte der Korre-lationskoeffizienten bestätigt. Am 2. Versuchstag ergibt sich bei großen NIR-Ascheanteilen (> ca. 30%) eine Zweiteilung der anderen Prozesswerte. Dies wird durch den Verlauf der Aschegehalte im Zeitraum vor dem „Zeitungs-Peak“

(vgl. Fehler! Verweisquelle konnte nicht gefunden werden.; systematische Effekte durch Prozessänderung?) begründet.

64 66 68 70

Helligkeit Proz [%]

22 24 26

Asche Proz [%]

25 26 27 28 29 30 31 32 33

Helligkeit Proz [%]

20 21 22 23

Asche Proz [%]

30 30,5 31 31,5 32 32,5 33 33,5 34

Asche NIR [%]

R=0,707

R=0,666

3. Versuchstag

Abb. 38: Korrelation des NIR-Ascheanteils zu den Werten der Prozesssensoren Aschegehalt und Helligkeit für den a) 2. und b) 3. Versuchstag

Abb. 39 zeigt in analoger Weise Diagramme für den mittels NIR gemessenen OMG-Anteil. Eine sehr starke Korrelation ergibt sich für den 2. Versuchstag (ähnlich wie NIR-Aschegehalt). Am 3. Versuchstag hingegen zeigt sich keine Korrelation des OMG-Anteils zu den anderen Größen. Gründe dafür sind neben den bereits angesprochenen nur kurzeitigen Schwankungen auch darin zu se-hen, dass sich die unterschiedlichen Altpapiersorten durch mehrere Größen charakterisiert sind, wie z.B. Druckfarbenzusammensetzung, Partikelspektrum von Füllstoffen und Strichpigmenten sowie Additiven abhängen, die nicht alle

mit hoher Genauigkeit erfasst werden können.

Helligkeit Proz [%]

20 22 24 26

Asche Proz [%]

40 50 60 70 80

Helligkeit Proz [%]

20 21 22 23

Asche Proz [%]

64 66 68 70 72 74 76 78 80 82 84

OMG NIR [%]

R=0,000 R=0,035

3. Versuchstag

Abb. 39: Korrelation des NIR-OMG-Anteils zu den Werten der Prozesssensoren Aschegehalt und Helligkeit für den a) 2. und b) 3. Versuchstag

Wirkungsgrad der Prozessstu-fen hinsichtlich Störungen

Bei der Flotation wird im Flotat überproportional Asche abgeschieden. Bei gleichbleibender Prozessfahrweise und ähnlicher Rohstoffzusammensetzung kann angenommen werden, dass die Abscheide- bzw. Rückhalterate ungefähr konstant bleibt (hier gekennzeichnet durch das Verhältnis Asche-Gehalt nach zu Asche-Gehalt vor Flotation). Anhand der Online-Messdaten des 2. Ver-suchstages (s. Abb. 40) zeigt sich, dass ab ca. 12:00 Uhr bei ungefähr gleich-bleibendem Niveau der Asche in der Altpapierzuführung (Asche NIR ca. 30-31%) eine deutliche Änderung der Abscheiderate auftritt. Es kann angenom-men werden, dass hier die Prozessfahrweise der Flotation geändert wurde (z.B.

durch Änderung der Überlaufrate). Dies mindert dann auch die Korrelation bei-der Größen, da bei-der Aschesensor nach bei-der Flotation sowohl Effekte bei-der Roh-stoffqualität als auch der Prozesseffizienz widerspiegelt. Im Bereich des „Zei-tungspeak“ ändert sich das Abscheideverhältnis wiederum. Hier muss berück-sichtigt werden, dass sich mit der drastisch veränderten Altpapierzusammen-setzung auch die für die Ascheabtrennung maßgeblichen Stoffparameter ver-ändert haben können (u.a. infolge des verver-änderten Verhältnisses von Strich-pigmenten zu Füllstoffen und den entsprechenden Additiven wie z.B. Bindern) und daraus eine veränderte Trenneffizienz resultiert.

Online-Messdaten, 2. Versuchstag

Zeit

Verhältnis Asche nach Flot. 1 / Asche NIR

Asche-Sensor nach Flot. 1 Asche NIR zeitversetzter Mittelwert Verhältnis Asche nach Flot. 1 / Asche NIR

Zeitungspeak

Änderung des Ab-scheideverhaltens

Verhältnis am 2. Versuchstag

11 Entwurf einer Optimierungsstrategie, Abschätzung vorhandener Optimierungspotenziale

Ziel • Vorentwurf für die Entwicklung verbesserter Prozesskonzepte und Modell basierter Regelungen

• Konzept zur Erschließung der bestehenden Optimierungspotenziale in Dein-king-Anlagen unter Anwendung des AP-Monitoring

Durchgeführte

Arbeiten • Auswertung der Daten aus den untersuchten Papierfabriken hinsichtlich Op-timierungspotenziale

• Ableitung von Aussagen zur Steuerbarkeit des Deinkingprozesses durch die im Rahmen des Monitoring der AP-Zusammensetzung erfassten Informatio-nen

• Erstellung des Entwurfes einer Optimierungsstrategie

• Vorarbeiten zur Umsetzung des Konzeptes „AP-Monitoring“; Stell- und Re-gelgrößen; Verfügbarkeit der Übertragungsfunktionen

Analyse der untersuchten Papierfabriken

Die Rohstoffzusammensetzung (z.B. Aschegehalt) in der Stoffaufbereitung zeigt signifikante Schwankungen. Kurzzeitige Schwankungen, die beim Monitoring der Altpapierzuführung detektiert werden, sind dabei als unproblematisch anzu-sehen, da sie sich durch die Stapelung in Ableer- und Zwischenbütten ausglei-chen. Es wurden aber auch Niveauunterschiede bei den Prozesssensoren von bis zu 5 Prozentpunkten bei Aschegehalt bzw. Helligkeit. Diese Schwankungen haben Auswirkungen auf die Stoffqualität und können die Effizienz der Prozes-se in der Stoffaufbereitung erheblich beeinträchtigen. Eine gezielte Vergleich-mäßigung der AP-Zusammensetzung könnte eine deutliche Reduzierung der Schwankungen und damit eine Stabilisierung des Herstellungsprozesses be-wirken. Durch eine frühzeitige Überwachung der Altpapierzuführung wird die Voraussetzung geschaffen, Handlungsempfehlungen für eine ausgewogene Mischung der verfügbaren Rohstoffsortimente abzuleiten. Im laufenden Betrieb können die bestehenden Schwankungen durch eine entsprechende Prozess-führung z.B. bei der Flotation reduziert werden.

Gesamtkonzept für Anwendung des

AP-Monitoring

Abb. 51 zeigt die Einbindung des AP-Monitoring in die Prozesssteuerung bzw.

Regelung. Die Online-Messgrößen werden dabei in Kombination mit geeigne-ten Stellgrößen und Prozessmodellen zur Anwendung gebracht.

Dazu werden die Ergebnisse verschiedener aktuell an der PTS in Bearbeitung befindlicher Forschungsvorhaben genutzt. So wird in den Projekten „Prognose Weißgrad“ (IGF 16315BR) und „Kostenminimierung heller Papiere“ (IK-MF 090185) eine Entwicklung und Zusammenführung von Modellen für Prozesse und Stoffaufbereitung bzw. für Papiereigenschaften realisiert. Durch die Kombi-nation der Ergebnisse der unterschiedlichen Projekte können nach einer geeig-neten Umsetzung künftig Szenarien auch insbesondere unter dem

Gesichts-punkt der Kostenminimierung gerechnet werden.

AP-Lieferanten

AP-Lagerung

AP-Aufbereitung

Papier-herstellung

Papier-qualität

Papier-menge Papierfabrik

Messung/

Prognose Verluste

Messung/

Prognose Verluste

Rechenmodell Regler

IGF Prognose Weißgrad,

IK-MF Kostenminimierung helle Papiere

IGF AP-Monitoring

Abb. 51: Einbindung des AP-Monitoring in verbesserte Regelungskonzepte

Erschließung Optimierungs-potenzial

Mit einer Umsetzung des vorgeschlagenen Konzeptes können Potenziale für die Optimierung des Altpapiereinsatzes erschlossen werden:

a) Rohstoffqualität

Die Zusammensetzung der eingesetzten Altpapierqualitäten kann mit hoher Auflösung charakterisiert werden. Eine Vergleichmäßigung der Eigenschaften kann gekennzeichnet bzw. durch eine definierte Beschickung der Altpapierauf-lösung gezielt eingestellt werden. Die mittels der Online-Messungen gewonne-nen Informatiogewonne-nen sind schnell verfügbar. Bei größeren Anteilen an problemati-schen Stoffeinträgen wie z.B. Flexodruck kann zeitnah reagiert werden.

b) Altpapier-Aufbereitung

Das AP-Monitoring ermöglicht eine bessere Differenzierung der Effekte zwi-schen Rohstoff- und Prozesseinflüssen und ist damit auch die Basis für verbes-serte Regelungskonzepte. Möglicherweise kann hier die Bandbreite tolerierba-rer Rohstoffe vergrößert werden, bei gleichzeitiger verbesserter Vergleichmäßi-gung bzw. vorausschauender Fahrweise der Aufbereitung.

c) Verbesserte Charakterisierung Papierherstellung / Papierqualität Modellbasiert wird das Potenzial der erreichbaren Papiereigenschaften zugäng-lich. Dies kann beispielsweise für eine Prognose oder Überwachung genutzt werden, liefert aber auch die Grundlage für eine gezielte Einstellung der Pa-pierqualität.

Umsetzung Regelkonzept Beispiel Flotation

Bei der Auswertung der Online-Daten aus der untersuchten Papierfabrik B konnte gezeigt werden, dass sich beispielweise Effekte der Flotation gut cha-rakterisieren lassen (s. z.B. Abb. 40). Wesentliche Stellgrößen sind hierbei ne-ben der Additivdosierung insbesondere die massebezogenen Rejekt- bzw.

Überlaufraten der einzelnen Flotationsstufen. Das Übertragungsverhalten des Flotations-Prozesses (Trenneffizienz der einzelnen Komponenten) kann z.B.

anhand von Sortierdiagrammen (Abb. 52) gekennzeichnet werden. Für die Be-schreibung des Sortierverhaltens sind an der PTS Berechnungsmodelle vor-handen bzw. werden diese in parallel bearbeiteten Projekten zusammengeführt.

Zur Regelung der Ascheabtrennung werden Online-Messmethodik zur Erfas-sung der Eingangskonzentration und Prozessmodell kombiniert. Unter Verwen-dung der Rejekt- bzw. Überlaufrate als Stellgröße kann dann die Regelung und Einstellung eines definierten Aschegehaltes im Gutstoff erfolgen. Dieses Kon-zept kann genutzt werden zur Vergleichmäßigung der Qualität oder Einstellung eines definierten Zielwertes, wenn dies aufgrund der geforderten Produkt- und Papierqualität bzw. des Prozessverhaltens gefordert wird.

Abb 52: Sortierdiagramm für die Abtrennung von Druckfarbenpartikeln, Asche und Fasern bei der Flotation: Trenneffizienz ER in Abhängigkeit von der masse-bezogenen Rejektrate RW (= Überlaufrate)

12 Zusammenfassung und Schlussfolgerungen

Gesamtergebnis Mit den Ergebnissen des Forschungsprojektes wurden zum ersten Mal für den realen Deinkingprozess ermittelt und demonstriert, welche Auswirkungen Schwankungen in der Altpapierzusammensetzung auf die resultierenden initia-len Stoffparameter und auf den Prozessverlauf haben. Darauf aufbauend wur-den Möglichkeiten für eine praxisrelevante Online-Kontrolle der Altpapierzu-sammensetzung und zur Steuerung der Deinkingprozesse beschrieben.

Fläche der Druckfarbenpartikel (Attached + Free)

0 0,2 0,4 0,6 0,8 1

R_W E_R

0 - 50 µm 50 - 5000 µm Summe Fasern Asche

Detaillierte

Ergebnisse Im Forschungsprojekt wurden die folgenden wesentlichen Teilergebnisse erzielt:

• Es wurde zum ersten Mal ein Messverfahren eingesetzt, dass es ermöglicht die Altpapierzusammensetzung kontinuierlich online qualitativ und quantita-tiv zu bestimmen. Die bestimmten Parameter sind:

- Zusammensetzung nach Papiersorten - Aschgehalt

- Anwesenheit von Flexodruckzeitungen

• Nachweisbare signifikante Auswirkungen auf die initialen Stoffparameter und den Deinkingprozess wurden nur für Änderungen im Verhältnis Zeitun-gen / Illustrierte festgestellt.

• Die stärksten Korrelationen wurden zwischen dem Verhältnis Zeitungen / Illustrierte und dem Aschgehalt sowie dem Weißgrad nachgewiesen.

• Für die Stoffparameter Schmutzpunkte- und Makrosticky-Gehalt konnten innerhalb der normalen Schwankungsbreite der Altpapierzusammensetzung keine signifikante Abhängigkeit vom Verhältnis Zeitungen / Illustrierte nach-gewiesen werden.

• Es wurden Möglichkeiten und Potenziale zur Verbesserung der Steuerung des Deinkingprozesses demonstriert.

Optimierungs-potenziale für Steuerung des Deinking-prozesses

Aus den Ergebnissen können Potenziale für die Optimierung des Altpapierein-satzes erschlossen werden:

a) Rohstoffqualität

b) Altpapier-Aufbereitung

Nutzung der

Ergebnisse Die Hersteller grafischer Papiere erhalten durch das Online-Monitoring des Alt-papiers ein Instrument, mit dessen Hilfe sie eine höhere Konstanz ihrer Produk-tionsprozesse und eine höhere Produktqualität erreichen können. Weitere An-wendungsmöglichkeiten des Messverfahrens liegen in Altpapierwareneingangs-

Ansprechpartner für weitere Informationen:

Dr Enrico Pigorsch Tel. 089/12146-X678

enrico.pigorsch@ptspaper.de

Papiertechnische Stiftung PTS Institut für Zellstoff und Papier IZP Pirnaer Straße 37

01809 Heidenau Tel. (03529) 551-620 Fax (03529) 551-899 e-Mail: info@ptspaper.de

www.ptspaper.de

Literaturverzeichnis

1 Renner K., Putz H.-J. u. L. Göttsching

Erfassungssysteme für Altpapier – Bestandsaufnahme und Bewertung neuer Erfas-sungsstrategien zur Qualitätsverbesserung von Altpapier

INGEDE Abschlussbericht Projekt 4094, IfP Darmstadt, 1997 2 S. Weinert und H.-J. Putz

Investigation on Recovered Paper Quality 1.11 in Various Countries, PTS/CTP Deinking Symposium, Munich 2010

3 Renner K., Putz H.-J. u. L. Göttsching

Einfluss von Kartonanteilen auf die optischen Eigenschaften von Deinkingstoff INGEDE Abschlussbericht Projekt 6198, IfP Darmstadt, 2000

4 B. Järrehult, M. Lindqvist, E. Hanecker und D. Phan Tri

Chemische Einflüsse auf die Deinkbarkeit von flexobedrucktem Altpapier Wochenblatt für Papierfabrikation 119, S. 811 (1991) Nr. 10

5 B. Carré

Deinking of water based ink printed papers

Vortrag beim 9. INGEDE Symposium, München (27. Januar 2000) 6 Galland G. und B. Fabrry

Deinking of waterbased-ink printed papers

8th Advanced Training Course on Deinking Technology; 19.-31. May 2007; Grenoble. CTP;

Grenoble(Hrsg.); Grenoble: Centre Technique du Papier (CTP) 2007 7 A. Røring, O. Soede, A. Hegdal und B. Rangul

Einfluss des Kartonanteils auf die Belastung mit Makrostickiys 12th PTS-CTP-Deinking Symposium Leipzig 2006, 10-1-14 8 Spieß, Renner

Verbesserung der Stickyeffizienz einer AP-Sortierung oder wie wird man Herr der Stickys 11th PTS-CTP-Deinking Symposium Leipzig 2004, 5-1-10

9 M. Haveri and C. Le Ny

The role of ONP/OMG in ink detachment and removal Revue ATIP 57 (3) (2003) 16-22

10 C. Le Ny, M. Haveri and H. Pakarinen

Impact of RCF raw materials and storage conditions on deinking performance

Im Dokument Pts-Forschungsbericht igF 15905 bewertung des einFlusses der altPaPierqualität auF die eFFizienz von deinking-anlagen als basis Für eine dynamische oPtimierung (Seite 46-61)