تعداد نشریات | 161 |
تعداد شمارهها | 6,572 |
تعداد مقالات | 71,028 |
تعداد مشاهده مقاله | 125,499,346 |
تعداد دریافت فایل اصل مقاله | 98,761,828 |
تعیین میزان ارتباط متغیرهای برج ذخیرة CMP بر ویژگیهای کاغذ روزنامه | ||
نشریه جنگل و فرآورده های چوب | ||
مقاله 13، دوره 67، شماره 2، شهریور 1393، صفحه 335-346 اصل مقاله (822.95 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jfwp.2014.51550 | ||
نویسندگان | ||
محمد هادی مرادیان* 1؛ قنبر ابراهیمی2؛ حسین رسالتی3؛ رضا عزیزی نژاد4 | ||
1استادیار، گروه علوم و صنایع چوب و کاغذ، دانشکدة منابع طبیعی، دانشگاه صنعتی خاتمالانبیا بهبهان، بهبهان، ایران | ||
2استاد، گروه علوم و صنایع چوب و کاغذ، دانشکدۀ منابع طبیعی دانشگاه تهران، کرج، ایران | ||
3استاد، گروه چوب و کاغذ، دانشکدۀ منابع طبیعی، دانشگاه کشاورزی و منابع طبیعی ساری، ساری، ایران | ||
4استادیار، گروه اصلاح نباتات، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، تهران، ایران | ||
چکیده | ||
این تحقیق با هدف بررسی روابط میان 16 متغیر فرایندی برج ذخیرۀ خمیر شیمیایی ـ مکانیکی (CMP) و 17 ویژگی کیفی کاغذ روزنامۀ ساختهشده در کارخانۀ چوب و کاغذ مازندران و تهیۀ مدلهای پیشبینی انجام گرفت. پس از تهیۀ سری دادۀ مناسب با درنظرگرفتن زمان لازم برای تبدیل این خمیر به کاغذ روزنامه، روابط این متغیرهای مستقل با متغیرهای ویژگیهای کاغذ روزنامه با روش رگرسیون حداقل مربعات جزئی (PLS) تعیین شد که در نتیجة آن 4 بردار مخفی محاسبهشده توانستند متغیرهای مرتبط را مشخص و گروهبندی کنند. بردار اول بهعنوان مهمترین فاکتور حدود 50 درصد از تغییرات 7 ویژگی کاغذ روزنامه شامل ضخامت، حجیمی، طول پارگی MD، افزایش طول MD، مقاومت به ترکیدن، ماتی، و مقاومت به عبور هوا را توضیح داد. درصد الیاف باقیمانده بر روی الک با مش 48 که شامل بخش الیاف بلند میشود بهعنوان مهمترین متغیر تأثیرگذار بر این 7 ویژگی در این بخش بود. برای پیشبینی ویژگیهای کاغذ روزنامه پس از کاهش ابعاد مدل، از PLS به روش رگرسیون رتبهکاهشیافته استفاده شد که در نتیجۀ آن تغییرات ضخامت، حجیمی، طول پارگی MD، مقاومت به ترکیدن، و ماتی کاغذ روزنامه بهترتیب به اندازۀ 7/48، 2/49، 3/45، 5/51، و 4/52 درصد توسط 12 متغیر فرایندی برج ذخیرۀ CMP تبیین شد. | ||
کلیدواژهها | ||
رگرسیون PLS؛ کاغذ روزنامه؛ متغیرهای برج ذخیرة CMP؛ مدل آماری؛ ویژگیهای کاغذ | ||
مراجع | ||
[1]. Mercangoz M., and Doyle, F.J. (2006). Model-based control in the pulp and paper industry. Control Systems, IEEE, 26(4): 30-39.
[2]. Grage, H. (2004). A statistical analysis of data from the production line at the Munksund paper mill. Technical report, Lund Institute of Technology, Sweden.
[3].Schweiger, C.A., and Rudd, J.B. (1994). Prediction and control of paper machine using adaptive technologies in process modeling. Tappi Journal, 77, (11): 201-208.
[4].Kallioinen, M., Huuhilo, T., Reinikainen, S.P., Nuortila-Jokinen, J., and Mänttäri, M. (2006). Examination of membrane performance with multivariate methods: A case study within a pulp and paper mill filtration application. Chemometrics and intelligent laboratory systems, 84(1): 98-105.
[5]. Bhardwaj N.K., Hoang, V., and Nguyen, K.L. (2007). Effect of refining on pulp surface charge accessible to polydadmac and FTIR characteristic bands of high yield kraft fibres. Bioresource technology, 98(4): 962-966.
[6]. Lahtinen K., and Kuuipalo, J. (2008). Statistical prediction model for water vapour barrier of extrusion-coated paper. Tappi Journal, (9): 8-15.
[7]. Suwannarangsee S., Bunterngsook, B., Arnthong, J., Paemanee, A., Thamchaipenet, A., Eurwilaichitr, L., and Champreda, V. (2012). Optimisation of synergistic biomass-degrading enzyme systems for efficient rice straw hydrolysis using an experimental mixture design. Bioresource Technology, (119): 252-261.
[8]. Abdi, H. (2007). Partial Least Square Regression (PLS-Regression). Encyclopedia of Measurement and Statistics, Thousand Oaks, USA.
[9]. Fridén, H., and Tano, K. (2005). Using PLS models with both controlled and uncontrolled X variables for "What if."prediction. Anonymous. 9th Scandinavian Symposium och Chemometrics, 2005 August 21-23, Reykjavik, Iceland (in press), 1-6.
[10]. Bjorkstrom, A. (2007). Regression methods and their interconnections. Technical report, Stockholm University, Sweden.
[11]. Broderick, G., Paris, J., Valade, J.L., and Wood, J. (1995). Applying latent vector analysis to pulp characterization. Paperi ja Puu, 77(6/7): 410–418.
[12]. Broderick, G., Paris, J., Valade, J.L., and Wood, J., (1996). Linking the fiber characteristics and handsheet properties of a high-yield pulp. Tappi Journal, 79(1): 161–169.
[13]. Nordstrom, F., Lindstrom, T., and Holst, J. (2005). Statistical models for on-line monitoring quality properties. Technical report, Lund Institute of technology.
[14]. Ortiz-Cordova, M., Hagedorn, A., Orccotoma, J.A., and Baril, J. (2006). Analysis of paper strength variability in an integrated newsprint mill. Pulp and Paper Canada, October, 37-43.
[15]. Winchell, P. (2006). Using multivariate data analysis for process trouble shooting. Pan Pacific Conference, 191-195.
[16]. Mazandaran Wood and Paper Industries documents, Basic of design annex 2, 1995.
[17]. Farshadfar, E. (2007). Basis and Methods of Multivariate Statistics. 2end Ed., Taghbostan Press, Razi University.
[18]. Van der Voet, H. (1994). Comparing the Predictive Accuracy of Models Using a Simple Randomization Test. Chemometrics and Intelligent Laboratory Systems, (25): 313-323. | ||
آمار تعداد مشاهده مقاله: 2,013 تعداد دریافت فایل اصل مقاله: 1,007 |