Standard purification processes in large scale antibody production are largely dependent on Protein A chromatography. Protein A binds specifically to many subclasses of IgG with high affinity. However, in order to elute the proteins, the pH needs to be lowered. Since lowering of the pH can be detrimental to some antibodies, a milder purification process is of great interest. A variant of Protein A, called ZCa, has previously been engineered to bind to IgG in a calcium-dependent manner. The antibody binds to ZCa when calcium is present and releases when calcium is removed. For the IgG1 subclass, the elution still requires a slight lowering of the pH, which is why there is room for improvement of the molecule. A phage display selection has been performed with the aim to obtain calcium-dependent IgG1 binders that are able to release the antibodies upon calcium depletion at neutral pH. In addition, an attempt on increasing the alkaline stability of the binders was made. Sequence analysis of the selection output showed almost no indications of increased alkaline stability. Instead, M13K07 helper phages were exposed to new selections for increased alkaline tolerance which might be useful in future phage display selections. Even though the binders selected for in this project did show some promising characteristics, none of them were able to elute upon calcium depletion at neutral pH as aimed for. However, one of the variants did show promising results during most of the performed characterizations. Most interestingly, the elution properties of this variant could indicate a higher calcium-dependence in the interaction with the target than that of ZCa, although further characterizations need to be performed in order to draw any conclusions about possible improvements of this protein domain.

Apache Hadoop is an open source framework that delivers reliable, scalable, and distributed computing. Hadoop services are provided for distributed data storage, data processing, data access, and security. MapReduce is the heart of the Hadoop framework and was designed to process vast amounts of data distributed over a large number of nodes. MapReduce has been used extensively to process structured and unstructured data in diverse fields such as e-commerce, web search, social networks, and scientific computation. Understanding the characteristics of Hadoop MapReduce workloads is the key to achieving improved configurations and refining system throughput. Thus far, MapReduce workload characterization in a large-scale production environment has not been well studied. In this thesis project, the focus is mainly on composing a Hadoop cluster (as an execution environment for data processing) to analyze two types of Hadoop MapReduce (MR) jobs via a proposed coordination framework. This coordination framework is referred to as a workload translator. The outcome of this work includes: (1) a parametric workload model for the target MR jobs, (2) a cluster specification to develop an improved cluster deployment strategy using the model and coordination framework, and (3) better scheduling and hence better performance of jobs (i.e. shorter job completion time). We implemented a prototype of our solution using Apache Tomcat on (OpenStack) Ubuntu Trusty Tahr, which uses RESTful APIs to (1) create a Hadoop cluster version 2.7.2 and (2) to scale up and scale down the number of workers in the cluster. The experimental results showed that with well tuned parameters, MR jobs can achieve a reduction in the job completion time and improved utilization of the hardware resources. The target audience for this thesis are developers. As future work, we suggest adding additional parameters to develop a more refined workload model for MR and similar jobs. / Apache Hadoop är ett öppen källkods system som levererar pålitlig, skalbar och distribuerad användning. Hadoop tjänster hjälper med distribuerad data förvaring, bearbetning, åtkomst och trygghet. MapReduce är en viktig del av Hadoop system och är designad att bearbeta stora data mängder och även distribuerad i flera leder. MapReduce är använt extensivt inom bearbetning av strukturerad och ostrukturerad data i olika branscher bl. a e-handel, webbsökning, sociala medier och även vetenskapliga beräkningar. Förståelse av MapReduces arbetsbelastningar är viktiga att få förbättrad konfigurationer och resultat. Men, arbetsbelastningar av MapReduce inom massproduktions miljö var inte djup-forskat hittills. I detta examensarbete, är en hel del fokus satt på ”Hadoop cluster” (som en utförande miljö i data bearbetning) att analysera två typer av Hadoop MapReduce (MR) arbeten genom ett tilltänkt system. Detta system är refererad som arbetsbelastnings översättare. Resultaten från denna arbete innehåller: (1) en parametrisk arbetsbelastningsmodell till inriktad MR arbeten, (2) en specifikation att utveckla förbättrad kluster strategier med båda modellen och koordinations system, och (3) förbättrad planering och arbetsprestationer, d.v.s kortare tid att utföra arbetet. Vi har realiserat en prototyp med Apache Tomcat på (OpenStack) Ubuntu Trusty Tahr som använder RESTful API (1) att skapa ”Hadoop cluster” version 2.7.2 och (2) att båda skala upp och ner antal medarbetare i kluster. Forskningens resultat har visat att med vältrimmad parametrar, kan MR arbete nå förbättringar dvs. sparad tid vid slutfört arbete och förbättrad användning av hårdvara resurser. Målgruppen för denna avhandling är utvecklare. I framtiden, föreslår vi tilläggning av olika parametrar att utveckla en allmän modell för MR och liknande arbeten.

This project focuses on experimentally characterizing one of the tools used at Ericsson AB to test product performance, the climatic chamber. By conducting experiments inside the climate chamber and post processing the data obtained, the airflow inside it can be understood and compared to outdoor experimental data. One of the main sections of this work is to prove the hypothesis: The energy potential of the wind outdoors is greater than indoors, which is shown to be true when comparing values for the integral length scales of the flow, at the same mean wind speed. The second main part of this project is to obtain valuable experimental input that will serve to construct a virtual model of the climate chamber. With the conclusions drawn from the experiments, which involve heat transfer, boundary conditions for the numerical model can be established. / Det här projektet fokuserar på att experimentellt karakterisera ett av verktygen som används i Ericsson AB för att testa produktprestanda - klimatkammaren. Genom att utföra experiment inuti klimatkammaren och efterbehandla de erhållna data, kan man få en förståelse för luftflödet inuti kammaren och jämföra resultat med experimentella data från utomhus. Ett av delmomenten i detta arbete bevisar hypotesen: 'Vindens energipotential är större än inomhus', vilket visar sig vara sant när man jämför värden för flödets integrala längdskalor, med samma medelvärde i vindhastighet. Den andra etappen av detta projekt är att erhålla en värdefull experimentell vägledning som kommer att tjäna till att konstruera en virtuell modell av klimatkammaren. Med slutsatserna från experimenten, som innefattar värmeöverföring, kan gränsvillkor för den numeriska modellen fastställas.

The purpose of this study is to analyze a children’s book to examine if it is a useful tool for teachers to use while working with the set values that the Swedish curriculum deems central to education. In order to create such a tool, a survey was made to ascertain what books are currently popular among Swedish children in the age range of 6-9, and the using indirect characterization and the literary concepts of theme and motif as a method, the goal has been to determine whether this book is suitable for working with questions that are related to the aforementioned values.The result showed that the chosen book, Guide for superheroes- part 6: Without hope, (2021) by Elias and Agnes Våhlund contained all of the five values that the Swedish curriculum deems central to education. The results, then, indicate that this book is a suitable tool to use while working with values in the classroom. However, this survey only analyzes the book as a tool and not how to use it in the education. The effectiveness of any tool is also dependent on how the teacher are using it, which I do not include in this study.

Since their introduction in the late 20th century, lithium-ion batteries have become the leading battery technology for portable devices and electric vehicles due to their high energy density and rechargeability. However, the increasing demand for a longer battery life span is hindered by the fading of the battery’s charge capacity over prolonged use. This reduction in charge capacity stems from electrochemical and mechanical degradation of the battery cells. The main research focus in the literature has been on the chemical degradation of battery cells. However, the mechanical degradation also substantially contributes to the battery’s capacity degradation. Therefore, it is crucial to understand the mechanical properties of the battery cells to be able to mitigate mechanical degradation. The battery’s mechanical degradation stems from the electrode layers’ constituents. This thesis aims to model the positive electrode’s mechanical properties by recreating its granular microstructure using the discrete element method. In Papers 1 and 2, a discrete element method modelling framework is developed, which can reconstruct a positive electrode layer of a lithium-ion battery, simulate manufacturing processing steps, and determine the mechanical properties of the electrode layer. The framework uses two contact models, representing the positive electrode material in the form of particles and a binder agent, which gives the electrode layer its structural integrity. The framework is used to link the mechanical behaviour of the electrode particles and the binder agent to the mechanical behaviour of the entire electrode layer. The framework is able to capture the layer’s pressure sensitivity and relaxation behaviour, properties which have been displayed in the literature through experimental testing. / Sedan de introducerades i slutet av 1900-talet har litiumjonbatterier blivit den ledande batteriteknologin för portabla enheter samt elfordon på grund av deras höga energidensitet och återladdningförmåga. Den ökade efterfrågan på utökade batterilivslängder är dock hämmad av reduceringen av uppladdningskapacitet över längre användningstider. Denna reducering av laddningskapacitet kommer från elektrokemisk och mekanisk degradering av battericellerna. Det största forskningsintresset i litteraturen har varit på den kemiska degraderingen av battericellerna. Dock ger den mekaniska degraderingen ett betydande bidrag till batteriets kapacitetsdegradering. Därför är det viktigt att förstå battericellens mekaniska egenskaper för att kunna förhindra mekaniskdegradering. Batteriets mekaniska degradering beror på elektrodlagrets beståndsdelar. Denna avhandlings målsättning är att modellera den positiva elektrodens mekaniska egenskaper genom att återskapa dess granulära mikrostruktur med hjälp av diskret elementmetodik. I Artikel 1 och 2 utvecklades ett ramverk för modellering med användning av diskreta elementmetoden, vilket kan återskapa det aktiva lagret för en positiv elektrod, simulera tillverkningsprocesser, samt fastställa elektrodlagrets mekaniska egenskaper. Ramverket använder två kontaktmodeller som representerar det positiva elektrodmaterialet i form av partiklar samt ett bindemedel, som ger elektrodlagret dess strukturella integritet. Ramverket används för att undersöka hur de mekaniska egenskaperna för det hela elektrodlagret beror på egenskaperna för de aktiva partiklarna samt bindemedlet. Ramverket kan fånga lagrets tryckkänslighet samt dess relaxering, egenskaper som har påvisats i litteraturen genom experimentell provning. / <p>Qc240322</p>

<p>This thesis presents a method of measuring the distribution of fiber bonding ability in mechanical pulp furnishes. The method is intended for industrial use, where today only average values are used to describe fiber bonding ability, despite the differences in morphology of the fibers entering the mill. Fiber bonding ability in this paper refers to the mechanical fiber’s flexibility and ability to form large contact areas to other fibers, characteristics required for good paper surfaces and strength.</p><p> </p><p>Five mechanical pulps (Pulps A-E), all produced in different processes from Norway spruce (<em>Picea Abies)</em> were fractionated in hydrocyclones with respect to the fiber bonding ability. Five streams were formed from the hydrocyclone fractionation, Streams 1-5. Each stream plus the feed (Stream 0) was fractionated according to fiber length in a Bauer McNett classifier to compare the fibers at equal fiber lengths (Bauer McNett screens 16, 30, 50, and 100 mesh were used).</p><p> </p><p>Stream 1 was found to have the highest fiber bonding ability, evaluated as tensile strength and apparent density of long fiber laboratory sheets. External fibrillation and collapse resistance index measured in FiberLab^TM, an optical measurement device, also showed this result. Stream 5 was found to have the lowest fiber bonding ability, with a consecutively falling scale between Stream 1 and Stream 5. The results from acoustic emission measurements and cross-sectional scanning electron microscopy analysis concluded the same pattern. The amount of fibers in each hydrocyclone stream was also regarded as a measure of the fibers’ bonding ability in each pulp.</p><p> </p><p>The equation for predicted Bonding Indicator (BIN) was calculated by combining, through linear regression, the collapse resistance index and external fibrillation of the P16/R30 fractions for Pulps A and B. Predicted Bonding Indicator was found to correlate well with measured tensile strength. The BIN-equation was then applied also to the data for Pulps C-E, P16/R30, and Pulp A-E, P30/R50, and predicted Bonding Indicator showed good correlations with tensile strength also for these fibers.</p><p> </p><p>From the fiber raw data measured by the FiberLab^TM instrument, the BIN-equation was used for each individual fiber. This made it possible to calculate a BIN-distribution of the fibers, that is, a distribution of fiber bonding ability.</p><p> </p><p>The thesis also shows how the BIN-distributions of fibers can be derived from FiberLab^TM measurements of the entire pulp without mechanically separating the fibers by length first, for example in a Bauer McNett classifier. This is of great importance, as the method is intended for industrial use, and possibly as an online-method. Hopefully, the BIN-method will become a useful tool for process evaluations and optimizations in the future.</p> / <p>Den här studien presenterar en metod för att mäta fördelning av fiberbindning i mekaniska massor. Metoden hoppas kunna användas industriellt, där i dagsläget enbart medelvärden används för att mäta fiberbindnings-fördelning, trots råvarans (fibrernas) morfologiska skillnader.</p><p> </p><p>Fem mekaniska massor (Massa A-E) från olika massaprocesser men från samma råvara, norsk gran (<em>Picea Abies</em>), har fraktionerats i hydrocykloner med avseende på fiberbindningsförmåga. Från hydrocyklon-fraktioneringen bildades fem strömmar, Ström 1-5. Varje ström plus injektet (Ström 0) fraktionerades också med avseende på fiberlängd i en Bauer McNett för att kunna jämföra fibrerna vid samma fiberlängd (Bauer McNett silplåtarna 16, 30, 50 och 100 mesh användes).</p><p> </p><p>Fiberbindingsförmåga i den här studien härrör till fiberns flexibilitet och förmåga att skapa stora kontaktytor med andra fibrer, vilket bidrar till papprets yt- och styrkeegenskaper.</p><p> </p><p>Ström 1 visade sig ha den högsta fiberbindningsförmågan, utvärderat som dragstyrka och densitet av långfiberark, samt yttre fibrillering och kollaps resistans index mätt i den optiska analysatorn FiberLab^TM. Akustisk emission och tvärsnittsanalyser visade samma resultat. Ström 5 visade sig ha den lägsta fiberbindningsförmågan, med en avtagande skala från Ström 1 till Ström 5. Andelen fibrer från injektet som gick ut med varje hydrocyklon-ström ansågs också vara ett mått på fibrernas bindningsförmåga i varje massa.</p><p> </p><p>Genom att kombinera fiberegenskaperna kollaps resistans och yttre fibrillering från den optiska mätningen på varje fiber genom linjär regression, kunde Bindnings Indikator (BIN) predikteras. Medelvärdet av Bindnings Indikator för varje hydrocyklon-ström korrelerar med dragstyrka för långfiber-labark.</p><p> </p><p>Det visade sig att predikterad Bindnings Indikator inte bara fungerade för Massa A och Massa B P16/R30 fraktionen, som var de fraktioner som användes i den linjära regressionen, utan även för Massa C-E, P16/R30, och Massa A-E P30/R50 som också visade goda korrelationer med långfiber-dragstyrka när de sattes in i BIN-formeln.</p><p> </p><p>BIN-formeln användes sedan för varje enskild fiber, i den rådata som levererats från FiberLab^TM. Detta gjorde det möjligt att få en BIN-distribution av fibrerna, d.v.s. en fördelning av fiberbindningsförmåga.</p><p> </p><p>Den här rapporten visar också hur det går att få BIN-distributioner också från mätningar på hela massan, för valbara fiberlängder, utan att först mekaniskt separera massan efter fiberlängd. Det är viktigt, då metoden är tänkt att användas som en industriell metod, och eventuellt som en online-metod. Förhoppningsvis kommer BIN-metoden att bli ett användbart verktyg för processutveckling- och optimering i framtiden.</p> / FSCN – Fibre Science and Communication Network / Bonding ability distribution of fibers in mechanical pulp furnishes

This thesis presents a method of measuring the distribution of fiber bonding ability in mechanical pulp furnishes. The method is intended for industrial use, where today only average values are used to describe fiber bonding ability, despite the differences in morphology of the fibers entering the mill. Fiber bonding ability in this paper refers to the mechanical fiber’s flexibility and ability to form large contact areas to other fibers, characteristics required for good paper surfaces and strength.   Five mechanical pulps (Pulps A-E), all produced in different processes from Norway spruce (Picea Abies) were fractionated in hydrocyclones with respect to the fiber bonding ability. Five streams were formed from the hydrocyclone fractionation, Streams 1-5. Each stream plus the feed (Stream 0) was fractionated according to fiber length in a Bauer McNett classifier to compare the fibers at equal fiber lengths (Bauer McNett screens 16, 30, 50, and 100 mesh were used).   Stream 1 was found to have the highest fiber bonding ability, evaluated as tensile strength and apparent density of long fiber laboratory sheets. External fibrillation and collapse resistance index measured in FiberLabTM, an optical measurement device, also showed this result. Stream 5 was found to have the lowest fiber bonding ability, with a consecutively falling scale between Stream 1 and Stream 5. The results from acoustic emission measurements and cross-sectional scanning electron microscopy analysis concluded the same pattern. The amount of fibers in each hydrocyclone stream was also regarded as a measure of the fibers’ bonding ability in each pulp.   The equation for predicted Bonding Indicator (BIN) was calculated by combining, through linear regression, the collapse resistance index and external fibrillation of the P16/R30 fractions for Pulps A and B. Predicted Bonding Indicator was found to correlate well with measured tensile strength. The BIN-equation was then applied also to the data for Pulps C-E, P16/R30, and Pulp A-E, P30/R50, and predicted Bonding Indicator showed good correlations with tensile strength also for these fibers.   From the fiber raw data measured by the FiberLabTM instrument, the BIN-equation was used for each individual fiber. This made it possible to calculate a BIN-distribution of the fibers, that is, a distribution of fiber bonding ability.   The thesis also shows how the BIN-distributions of fibers can be derived from FiberLabTM measurements of the entire pulp without mechanically separating the fibers by length first, for example in a Bauer McNett classifier. This is of great importance, as the method is intended for industrial use, and possibly as an online-method. Hopefully, the BIN-method will become a useful tool for process evaluations and optimizations in the future. / Den här studien presenterar en metod för att mäta fördelning av fiberbindning i mekaniska massor. Metoden hoppas kunna användas industriellt, där i dagsläget enbart medelvärden används för att mäta fiberbindnings-fördelning, trots råvarans (fibrernas) morfologiska skillnader.   Fem mekaniska massor (Massa A-E) från olika massaprocesser men från samma råvara, norsk gran (Picea Abies), har fraktionerats i hydrocykloner med avseende på fiberbindningsförmåga. Från hydrocyklon-fraktioneringen bildades fem strömmar, Ström 1-5. Varje ström plus injektet (Ström 0) fraktionerades också med avseende på fiberlängd i en Bauer McNett för att kunna jämföra fibrerna vid samma fiberlängd (Bauer McNett silplåtarna 16, 30, 50 och 100 mesh användes).   Fiberbindingsförmåga i den här studien härrör till fiberns flexibilitet och förmåga att skapa stora kontaktytor med andra fibrer, vilket bidrar till papprets yt- och styrkeegenskaper.   Ström 1 visade sig ha den högsta fiberbindningsförmågan, utvärderat som dragstyrka och densitet av långfiberark, samt yttre fibrillering och kollaps resistans index mätt i den optiska analysatorn FiberLabTM. Akustisk emission och tvärsnittsanalyser visade samma resultat. Ström 5 visade sig ha den lägsta fiberbindningsförmågan, med en avtagande skala från Ström 1 till Ström 5. Andelen fibrer från injektet som gick ut med varje hydrocyklon-ström ansågs också vara ett mått på fibrernas bindningsförmåga i varje massa.   Genom att kombinera fiberegenskaperna kollaps resistans och yttre fibrillering från den optiska mätningen på varje fiber genom linjär regression, kunde Bindnings Indikator (BIN) predikteras. Medelvärdet av Bindnings Indikator för varje hydrocyklon-ström korrelerar med dragstyrka för långfiber-labark.   Det visade sig att predikterad Bindnings Indikator inte bara fungerade för Massa A och Massa B P16/R30 fraktionen, som var de fraktioner som användes i den linjära regressionen, utan även för Massa C-E, P16/R30, och Massa A-E P30/R50 som också visade goda korrelationer med långfiber-dragstyrka när de sattes in i BIN-formeln.   BIN-formeln användes sedan för varje enskild fiber, i den rådata som levererats från FiberLabTM. Detta gjorde det möjligt att få en BIN-distribution av fibrerna, d.v.s. en fördelning av fiberbindningsförmåga.   Den här rapporten visar också hur det går att få BIN-distributioner också från mätningar på hela massan, för valbara fiberlängder, utan att först mekaniskt separera massan efter fiberlängd. Det är viktigt, då metoden är tänkt att användas som en industriell metod, och eventuellt som en online-metod. Förhoppningsvis kommer BIN-metoden att bli ett användbart verktyg för processutveckling- och optimering i framtiden. / FSCN – Fibre Science and Communication Network / Bonding ability distribution of fibers in mechanical pulp furnishes

This thesis contributes to a development of a method for rheological characterization of microfibrillated cellulose. The intended use of the method is to be able to distinguish between different grades of microfibrillated cellulose. The method that was developed had preparation procedure of suspensions, pH, dry content and conductivity as well as measuring geometry and measuring sequence in mind. The method resulted in using a propeller mixer for sample preparation and the most suitable properties of the samples for comparison of different qualities of microfibrillated cellulose was evaluated to be pH 8 with a dry content of 2.0 wt% and a conductivity of 110 µS/cm. The rheology of the microfibrillated cellulose suspensions was examined by using a dynamic rotational rheometer and a splined bob and cup (C25G/PC25G). The complex viscosity from amplitude sweeps is used as the parameter to distinguish between different grades of 2 wt% microfibrillated cellulose suspensions. At 1.0 wt% the pH of the suspensions appeared to have a very small impact on the results from rheological measurements while an increased conductivity of the suspensions resulted in an increased complex viscosity. The dry content dependency appeared to be exponential in the range of 0.5 to 3.0 wt% and it was thus easier to distinguish between different grades of microfibrillated cellulose when the dry content is 2.0 wt% compared to 1.0 or 1.5 wt%.

The eciency of electrical machines is of major concern due to their widespread usage and the globally increasing awareness of energy consumption issues. Iron losses have a signicant impact on the total and thus researchers and manufacturers of electrical machines are developing dierent strategies in order to reduce them. The iron losses are highly dependent on the magnetic material that is used and thus it is necessary to identify its relevant characteristics. In this work, the development of a control system for inducing a pure sinusoidal magnetic ux density in the magnetic material is described. This is necessary in order to perform characterisation of the magnetic material. The main diculty is the highly non-linear and hysteretic relationship between the magnetic eld strength and the magnetic ux density. In order to mitigate the eect of the hysteresis, a mathematical inverse model was used in the control system. To nd a suitable model, an extensive study of literature was performed and discussed in this work. The Preisach model and its dynamic extension was chosen as the most suitable approach. A detailed description of both theory and implementation details is provided in this work. Furthermore, the model is validated by comparing simulation against measurement data for two dierent materials. In the last part of this work, the inverse model is combined with a controller to form a feedback control system. Two dierent control schemes are investigated: a simpler PI controller and a more elaborate disturbance observer (DOB) based control scheme. The DOB is used to observe the hysteresis inversion error and the observation is used to correct for the error. The controller's ability to produce a pure sinusoidal magnetic ux density was assessed by simulations with dierent magnetic materials at varying frequencies. / Verkningsgraden for elmotorer ar av okande intresse pa grund av deras omfattande anvandning och vaxande oro for globala energiforbrukningsfragor. Jarnforluster har ett stort inytande i de totala forlusterna och ar darfor ett viktigt omrade for forskare och tillverkare av elektriska motorer. Jarnforlusterna beror till stor del av det magnetiska materialet som anvands i konstruktion av elmotorer och det ar darfor nodvandigt att identiera materialets egenskaper. I det har arbetet beskrivs utvecklingen av ett reglersystem for att inducera en ren sinusformat magnetisk odestathet i ett magnetiskt material. Detta ar nodvandigt for att kunna bestamma det magnetiska materialets egenskaper under kontrollerade forhallanden. Huvudsvarigheten ar det icke-linjara sambandet mellan magnetiska faltstyrkan och odest atheten. Sambandet formar en hysteres och for att eliminera dess inytande anvandes en matematisk invers model. For att hitta en lamplig model genomfordes en literaturstudie och Preisach modellen och dess dynamiska utokning valdes. I detta arbete nns en detaljerad beskrivning av bade teorin bakom modellen och dess implementering. Modellen utvarderades genom att jamfora matvarden med simulationsresultat for olika magnetiska material. I sista delen av detta arbete kombineras inversmodellen med ett reglerssystem for att kunna uppna en sinusformat odestathet i det magnetiska materialet. Tva olika regleralgoritmer utvarderas, en enklare PI-regulator och en regulator som inkluderar en sa kallat "Disturbance Observer" (DOB). DOB:n anvandes for att observera felet som uppstar vid invertering av hysteresen och for att korrigera felet. De bada regulatorernas formaga attaterskapa en ren sinusformat magnetisk odestathet testas genom att genomfora simulationer for olika magnetiska material vid varierande frekvenser.

This thesis presents a method of measuring the distribution of fiber bonding ability in mechanical pulp furnishes. The method is intended for industrial use, where today only average values are used to describe fiber bonding ability, despite the differences in morphology of the fibers entering the mill. Fiber bonding ability in this paper refers to the mechanical fiber’s flexibility and ability to form large contact areas to other fibers, characteristics required for good paper surfaces and strength. Five mechanical pulps (Pulps A-E), all produced in different processes from Norway spruce (Picea Abies) were fractionated in hydrocyclones with respect to the fiber bonding ability. Five streams were formed from the hydrocyclone fractionation, Streams 1-5. Each stream plus the feed (Stream 0) was fractionated according to fiber length in a Bauer McNett classifier to compare the fibers at equal fiber lengths (Bauer McNett screens 16, 30, 50, and 100 mesh were used). Stream 1 was found to have the highest fiber bonding ability, evaluated as tensile strength and apparent density of long fiber laboratory sheets. External fibrillation and collapse resistance index measured in FiberLabTM, an optical measurement device, also showed this result. Stream 5 was found to have the lowest fiber bonding ability, with a consecutively falling scale between Stream 1 and Stream 5. The results from acoustic emission measurements and cross-sectional scanning electron microscopy analysis concluded the same pattern. The amount of fibers in each hydrocyclone stream was also regarded as a measure of the fibers’ bonding ability in each pulp. The equation for predicted Bonding Indicator (BIN) was calculated by combining, through linear regression, the collapse resistance index and external fibrillation of the P16/R30 fractions for Pulps A and B. Predicted Bonding Indicator was found to correlate well with measured tensile strength. The BIN-equation was then applied also to the data for Pulps C-E, P16/R30, and Pulp A-E, P30/R50, and predicted Bonding Indicator showed good correlations with tensile strength also for these fibers. From the fiber raw data measured by the FiberLabTM instrument, the BIN-equation was used for each individual fiber. This made it possible to calculate a BIN-distribution of the fibers, that is, a distribution of fiber bonding ability. The thesis also shows how the BIN-distributions of fibers can be derived from FiberLabTM measurements of the entire pulp without mechanically separating the fibers by length first, for example in a Bauer McNett classifier. This is of great importance, as the method is intended for industrial use, and possibly as an online-method. Hopefully, the BIN-method will become a useful tool for process evaluations and optimizations in the future. / Den här studien presenterar en metod för att mäta fördelning av fiberbindning i mekaniska massor. Metoden hoppas kunna användas industriellt, där i dagsläget enbart medelvärden används för att mäta fiberbindnings-fördelning, trots råvarans (fibrernas) morfologiska skillnader.  Fem mekaniska massor (Massa A-E) från olika massaprocesser men från samma råvara, norsk gran (Picea Abies), har fraktionerats i hydrocykloner med avseende på fiberbindningsförmåga. Från hydrocyklon-fraktioneringen bildades fem strömmar, Ström 1-5. Varje ström plus injektet (Ström 0) fraktionerades också med avseende på fiberlängd i en Bauer McNett för att kunna jämföra fibrerna vid samma fiberlängd (Bauer McNett silplåtarna 16, 30, 50 och 100 mesh användes). Fiberbindingsförmåga i den här studien härrör till fiberns flexibilitet och förmåga att skapa stora kontaktytor med andra fibrer, vilket bidrar till papprets yt- och styrkeegenskaper. Ström 1 visade sig ha den högsta fiberbindningsförmågan, utvärderat som dragstyrka och densitet av långfiberark, samt yttre fibrillering och kollaps resistans index mätt i den optiska analysatorn FiberLabTM. Akustisk emission och tvärsnittsanalyser visade samma resultat. Ström 5 visade sig ha den lägsta fiberbindningsförmågan, med en avtagande skala från Ström 1 till Ström 5. Andelen fibrer från injektet som gick ut med varje hydrocyklon-ström ansågs också vara ett mått på fibrernas bindningsförmåga i varje massa. Genom att kombinera fiberegenskaperna kollaps resistans och yttre fibrillering från den optiska mätningen på varje fiber genom linjär regression, kunde Bindnings Indikator (BIN) predikteras. Medelvärdet av Bindnings Indikator för varje hydrocyklon-ström korrelerar med dragstyrka för långfiber-labark.  Det visade sig att predikterad Bindnings Indikator inte bara fungerade för Massa A och Massa B P16/R30 fraktionen, som var de fraktioner som användes i den linjära regressionen, utan även för Massa C-E, P16/R30, och Massa A-E P30/R50 som också visade goda korrelationer med långfiber-dragstyrka när de sattes in i BIN-formeln. BIN-formeln användes sedan för varje enskild fiber, i den rådata som levererats från FiberLabTM. Detta gjorde det möjligt att få en BIN-distribution av fibrerna, d.v.s. en fördelning av fiberbindningsförmåga. Den här rapporten visar också hur det går att få BIN-distributioner också från mätningar på hela massan, för valbara fiberlängder, utan att först mekaniskt separera massan efter fiberlängd. Det är viktigt, då metoden är tänkt att användas som en industriell metod, och eventuellt som en online-metod. Förhoppningsvis kommer BIN-metoden att bli ett användbart verktyg för processutveckling- och optimering i framtiden. / <p>FSCN – Fibre Science and Communication Network</p> / Bonding ability distribution of fibers in mechanical pulp furnishes