<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 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

Elementbyggnad medför ofta problem, dels på grund av avsaknaden av naturliga kopplingar mellan dess element, dels kring hur konstruktionen i dess utformning ska motstå fortskridande ras. Med fortskridande ras avses det förlopp som uppstår då kollaps av en enskild bärverksdelsprids till intilliggande konstruktion. En konstruktion som har tillräcklig förmåga att motstå detta förlopp benämns robust.Bo G. Hellers, professor emeritus i konstruktionslära vid Kungliga tekniska högskolan, beskriver i en debattartikel att många byggnader uppförda med prefabricerade betongelement från miljonprogrammet inte uppnår tillräcklig robusthet.Syftet med denna studie baseras på Bo G. Hellers uttalande och har varit att undersöka om en befintlig byggnad uppförd under miljonprogrammet är utformad på ett sådant sätt att tillräcklig robusthet uppnås. Om otillräcklig robusthet påvisas tas även åtgärdsförlag fram för att öka byggnadens robusthet enligt dagens norm.De frågor som studien besvarar är: Hur är undersökt byggnad konstruerad i avseende på robusthet? Kan det med någon av dagens dimensioneringsmetoder påvisas att byggnaden är robust? Hur kan eventuella åtgärder utformas för att uppnå tillräcklig robusthet?För att besvara den aktuella frågeställningen har en litteraturstudie av de metoder som finns för dimensionering i avseende på robusthet genomförts, liksom av material som rör miljonprogrammet och dess områden. Dessutom har ritningar av en aktuell byggnad samlats inoch analyserats. Vidare har även diskussioner med professionella aktörer med kompetens inom området genomförts.För att uppfylla de normkrav som ställs krävs att det finns horisontella och vertikala dragband, alternativt att konstruktionen utformas med horisontella dragband och att alternativa lastvägar kan påvisas vid fiktivt avlägsnande av en bärverksdel. Kan inte alternativa lastvägar påvisasska avlägsnad bärverksdel dimensioneras som en väsentlig bärverksdel. Konstruktionen ska även innehålla tillräcklig sammanhållningsarmering mellan fasad och bjälklag.Vid analys av ritningar över den befintliga byggnaden konstateras att de kopplingar som finns mellan bjälklagselementen, tillsammans med bjälklagens böjarmering, samt mellan bjälklag och gavelelement kan utgöra horisontella dragband respektive sammanhållningsarmering. Eftervidare undersökning påvisas dock att de horisontella kopplingarnas kapacitet inte är tillräcklig för att överföra de krafter som erfordras och kräver därav åtgärd.De vertikala kopplingar som finns mellan gavelelementen bedöms inte kunna vara verksamma som vertikala dragband då dessa kopplingars förankringslängd är bristande. För innerväggar saknas helt kopplingar i vertikalled vilket omöjliggör ett uppfyllande av kraven.Ett alternativ för att uppfylla normen är att möjliggöra alternativa lastvägar. Vid fiktiv borttagning av ett gavelelement betraktas fallet som en flaggkonstruktion. Här krävs att en skjuvkraft ska vara överförbar mellan kvarstående gavelelement och ovanpåliggande bjälklag. Vid undersökning av kapacitet hos de befintliga kopplingarna mellan elementen visar sig denna vara bristande och kraftöverföringen är inte möjlig. Samma fall kan tillämpas vid fiktiv borttagning av en innervägg men då denna helt saknar kopplingar är inte någon kraftöverföring möjlig. Innerväggen kan även betraktas som en fritt upplagd balk där dragkapaciteten i underkant ska vara tillräcklig, vilket den efter undersökning inte kan påvisas vara. Inga bärverksdelar uppfyller heller kraven för väsentliga bärverksdelar.För att uppnå tillräcklig kapacitet och möjliggöra erforderliga kraftöverföringar används i samtliga fall plattstål samt L-stål som förankras i betongen med expander. För att möjliggöra inre dragband monteras plattstål mellan bjälklagen och då böjarmeringens kapacitet är tillräcklig i samtliga riktningar kan bjälklagen, efter denna åtgärd, utnyttjas som både inre och yttre dragband.Vid gavelelementen monteras plattstål på dess utsida och L-stål på dess insida. Dessa förankras med expander och möjliggör tvärkraftsöverföring och ger tillräcklig förankring på varje bjälklagsnivå. Plattstål kopplar även samman enskilda gavelelement och vertikala krafter kan därmed också överföras. För innerväggen monteras L-stål vilket möjliggör tillräcklig kraftöverföring mellan innerväggen och ovanförliggande bjälklag.Efter genomförd undersökning kan följande slutsatser dras: Byggnaden är till viss del utformad i avseende på robusthet då gavelelement är kopplade till varandra samt till bjälklagselement. Även bjälklagselementen är kopplade till varandra. Byggnaden i dess aktuella utförande kan inte påvisas vara tillräcklig robust för att uppfylla kraven som ställs i dagens gällande normer. För att uppfylla kraven på tillräcklig robusthet kan fogarna förstärkas genom att montera L-stål och plattstål förankrade med expandrar. Med föreslagen åtgärd kan tillräcklig robusthet endast uppnås vid dimensionering enligt betongnormen. / The avoidance of joints in critical locations and how to design a structure to prevent progressive collapse is often two major problems associated with the use of precast concrete structures. This is due to the lack of natural connections between the elements which is generated automatically when using structures cast in situ. A building which has a good ability to withstand a progressive collapse can be referred to as “robust”.The purpose of this study is to investigate the robustness of a building from the million program era in regards to its initial structural design. If the ability to withstand a progressive collapse is proven to be insufficient, actions based on current standards will be proposed.Questions intended to be answered by this study are: How is the examined building designed in regards to robustness? Can the building by current standards be referred to as robust? Which actions can be taken to achieve sufficient robustness?To answer these questions a survey of literature, relevant for the subject, has been conducted as well as discussions with professionals with expertise in the subject. Blueprints of a building from the million program era has also been collected and analyzed.Analysis of the blueprints show that the building was built with some regards to robustness. Horizontal ties were placed in joints to connect the floor elements and the floor elements with the wall elements. Between exterior wall elements vertical ties were also placed to handle vertical loads. However, vertical ties, that connect the inner walls to the floor elements, are none existent.Further analysis of these joints show that their capacity does not meet the requirement for them to be able to transfer the desired forces. Therefore actions have to be taken to meet current standards.The actions proposed in this study is based on placing flat steel connections and L-steel connections in the joints to increase the capacity and enable the required force transfers. The steel connections are anchored to the concrete with expansion anchors.The study leads to the following conclusions: The building is in some ways designed to withstand a progressive collapse. The wall elements are connected with horizontal and vertical ties to nearby elements. The floor elements are also connected with horizontal ties. The initial building design does not meet the requirements of the current standards in regards to robustness. To meet the current standards the joints have to be reinforced. These reinforcements are done by placing flat steel connections and L-steel connections in the joints. These actions only fulfill the requirements of the concrete structures standard.

Mechanical pulps are used in paper products such as magazine or news grade printing papers or paperboard. Mechanical pulping gives a high yield; nearly everything in the tree except the bark is used in the paper. This means that mechanical pulping consumes much less wood than chemical pulping, especially to produce a unit area of printing surface. A drawback of mechanical pulp production is the high amounts of electrical energy needed to separate and refine the fibers to a given fiber quality. Mechanical pulps are often produced from slow growing spruce trees of forests in the northern hemisphere resulting in long, slender fibers that are well suited for mechanical pulp products. These fibers have large varieties in geometry, mainly wall thickness and width, depending on seasonal variations and growth conditions. Earlywood fibers typically have thin walls and latewood fibers thick. The background to this study was that a more detailed fiber characterization involving evaluations of distributions of fiber characteristics, may give improved possibilities to optimize the mechanical pulping process and thereby reduce the total electric energy needed to reach a given quality of the pulp and final product. This would result in improved competitiveness as well as less environmental impact. This study evaluated the relation between fiber characteristics in three types of mechanical pulps made from Norway spruce (Picea abies), thermomechanical pulp(TMP), stone groundwood pulp (SGW) and chemithermomechanical pulp (CTMP). In addition, the influence of fibers from these pulp types on sheet characteristics, mainly tensile index, was studied. A comparatively rapid method was presented on how to evaluate the propensity of each fiber to form sheets of high tensile index, by the use of raw data from a commercially available fiber analyzer (FiberLabTM). The developed method gives novel opportunities of evaluating the effect on the fibers of each stage in the mechanical pulping process and has a potential to be applied also on‐line to steer the refining and pulping process by the characteristics of the final pulp and the quality of the final paper. The long fiber fraction is important for the properties of the whole pulp. It was found that fiber wall thickness and external fibrillation were the fibercharacteristics that contributed the most to tensile index of the long fiber fractions in five mechanical pulps (three TMPs, one SGW, one CTMP). The tensile index of handsheets of the long fiber fractions could be predicted by linear regressions using a combination of fiber wall thickness and degree of external fibrillation. The predicted tensile index was denoted BIN, short for Bonding ability INfluence. This resulted in the same linear correlation between BIN and tensile index for 52 samples of the five mechanical pulps studied, each fractionated into five streams(plus feed) in full size hydrocyclones. The Bauer McNett P16/R30 (passed 16 meshwire, retained on a 30 mesh wire) and P30/R50 fractions of each stream were used for the evaluation. The fibers of the SGW had thicker walls and a higher degree of external fibrillation than the TMPs and CTMP, which resulted in a correlation between BIN and tensile index on a different level for the P30/R50 fraction of SGW than the other pulp samples. A BIN model based on averages weighted by each fiber´s wall volume instead of arithmetic averages, took the fiber wall thickness of the SGW into account, and gave one uniform correlation between BIN and tensile index for all pulp samples (12 samples for constructing the model, 46 for validatingit). If the BIN model is used for predicting averages of the tensile index of a sheet, a model based on wall volume weighted data is recommended. To be able to produce BIN distributions where the influence of the length or wall volume of each fiber is taken into account, the BIN model is currently based on arithmetic averages of fiber wall thickness and fibrillation. Fiber width used as a single factor reduced the accuracy of the BIN model. Wall volume weighted averages of fiber width also resulted in a completely changed ranking of the five hydrocyclone streams compared to arithmetic, for two of thefive pulps. This was not seen when fiber width was combined with fiber wallthickness into the factor “collapse resistance index”. In order to avoid too high influence of fiber wall thickness and until the influence of fiber width on BIN and the measurement of fiber width is further evaluated, it is recommended to use length weighted or arithmetic distributions of BIN and other fiber characteristics. A comparably fast method to evaluate the distribution of fiber wall thickness and degree of external fibrillation with high resolution showed that the fiber wallthickness of the latewood fibers was reduced by increasing the refining energy in adouble disc refiner operated at four levels of specific energy input in a commercial TMP production line. This was expected but could not be seen by the use of average values, it was concluded that fiber characteristics in many cases should be evaluated as distributions and not only as averages. BIN distributions of various types of mechanical pulps from Norway spruce showed results that were expected based on knowledge of the particular pulps and processes. Measurements of mixtures of a news‐ and a SC (super calendered) gradeTMP, showed a gradual increase in high‐BIN fibers with higher amounts of SCgrade TMP. The BIN distributions also revealed differences between the pulps that were not seen from average fiber values, for example that the shape of the BINdistributions was similar for two pulps that originated from conical disc refiners, a news grade TMP and the board grade CTMP, although the distributions were on different BIN levels. The SC grade TMP and the SC grade SGW had similar levels of tensile index, but the SGW contained some fibers of very low BIN values which may influence the characteristics of the final paper, for example strength, surface and structure. This shows that the BIN model has the potential of being applied on either the whole or parts of a papermaking process based on mechanical or chemimechanical pulping; the evaluation of distributions of fiber characteristics can contribute to increased knowledge about the process and opportunities to optimize it.