Optimized fiber utilization is crucial to the process efficiency and profitability in paper and board making. The fibers can be developed in a refining process in order to reach a desired quality level. Refining causes a variety of simultaneous structural changes to the fibers such as internal fibrillation, external fibrillation and fines formation that contribute in different ways to improve the sheet consolidation and enforce bonding between fibers. This increases the strength, which is one of the quality parameters of paper. Three grades of refining are studied. Microscopy of the pulps shows that the fines are not a homogeneous fraction. However, in analyzing SEM images of the handsheet surfaces, fibrillar fines and their bundles are observed to form links between neighboring fibers which can reinforce the network and the bond regions. The fiber characterization method by FiberLab only captures trends in changed fines content in the pulps and these are underestimations since the instruments optical resolution is limited in characterizing fibrillar fines. SEM images of the cross sections of the sheets along with thickness measurements show that increased grade of refining causes a densification of the sheets. Tensile tests show that refining results in a significant increase in tensile strength and stiffness but a more modest increase in strain at break. A 3D fiber network model is built with a deposition technique according to experimental results. Introducing fines in the same way as fibers and increasing the amount of fibrillar fines does not affect the thickness significantly. The densification is instead captured either by changing the width-to-height ratio of the fiber cross sections or by changing the flexibility of the fibers through the so-called interface angle, both having a large impact on the thickness. But SEM images suggest that the width-height-ratio did not reveal a significant change between the three grades of refining. The effect of refining on the mechanical properties is studied numerically using micromechanical simulations which assist interpretation of experimental results. The FE network simulations show that the thickness change alone cannot explain the increased stiffness observed in physical experiments. The addition of fines fraction modelled to capture the fibrillar fines observed in SEM images proved to have a large impact on stiffness comparable to that of experiments. Thus the increased stiffness is partly due to increased number of contacts after densification and partly due to the addition of fines. / Optimerad användning av fibrerna är avgörande för processeffektivitet och lönsamhet i tillverkningen av papper och kartong. Fibrerna kan vidareutvecklas genom ytterligare mekanisk malning för att nå önskad fiberkvalitet. Malning leder till en mängd simultana strukturförändringar av fibrerna såsom inre fibrillering, yttre fibrillering och bildning av så kallade fines, finare partiklar, som på olika sätt bidrar till att förbättra pappersarkens sammansättning och förstärka bindningen mellan fibrer. Detta förbättrar pappersstyrkan vilken är en av kvalitetsparametrarna hos papper. Tre malgrader har studerats. Mikroskopbilder av pappersmassan visar att de finare partiklarna inte är en homogen sammansättning. Men i analysen av SEM bilder av pappersarkens ytor så kan fibriller och grupper av fibriller observeras bilda länkar mellan angränsande fibrer vilka kan förstärka fibernätverket och fibrernas bindningsregioner. Fiberkarakteriseringsmetoden utförd av FiberLab kan bara fånga trender i mängden fines i pappersmassorna och dessa är underskattningar eftersom instrumentets optiska upplösning är begränsad i karakteriseringen av fibriller. SEM bilder av arkens tvärsnitt tillsammans med tjockleksmätningar visar på att ökad malgrad resulterar i en förtätning av arken. Dragprov visar att ökad malgrad leder till en märkbar ökad styrka och styvhet men en något blygsammare ökning i töjningsgräns. En 3D fibernätverksmodell skapas med en depositionsteknik enligt experimentella resultat. Genom att introducera fines på samma sätt som fibrer och öka antalet visade sig inte ha någon signifikant inverkan på nätverkets tjocklek. Istället fångas förtätningen av arken på två andra sätt i genereringen av fibernätverket, antingen genom ändring av bredd-höjd kvoten av fibrernas tvärsnitt eller genom förändring av fibrernas flexibilitet med användandet av den så kallade interfacevinkeln, vilka båda har stor inverkan på tjockleken. Men SEM bilder av tvärsnitten visade ingen stor skillnad hos bredd-höjd kvoten mellan de tre malgraderna. Malgradens påverkan på de mekaniska egenskaperna studeras numeriskt genom mikromekaniska simuleringar, vilka jämförs med experimentella resultat. Finita element simuleringarna visar att tjockleksändringen inte ensamt kan förklara den ökade styvheten som observerats i dragproven. Tillägget av fines modellerade att fånga fibrillernas egenskaper observerade i SEM bilder visade sig ha en stor inverkan på styvheten, jämförbar med dragproven. Alltså, den ökade styvheten beror dels på ökat antal kontaktpunkter efter förtätning av arken och dels på innehållet av fines.

<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

Bovint β-laktoglobulinprotein (bLG) är ett litet globulärt protein med 162 aminosyrarester, som vanligtvis finns i mjölkvassle. Under sura förhällanden dissocierar dessa dimera proteiner och bildar amyloidliknande fibriller. Studien av β- laktoglobulinfibriller kan vara ett värdefullt verktyg för att förstå strukturen och dynamiken hos patogena amyloidproteiner och relaterade sjukdomar (t.ex. Alzheimers). Det är dessutom viktigt att förstå den korrekta formationen och elucideringen av dessa protein-nanofibriller (PNF) och deras sammansättningutgör också en grund för vidare design av nya biobaserade material. Således är framställningen av en signifikant homogen morfologi av nano-fibriller från bLG för proteinstrukturstudier huvudsyftet med detta projekt. Studien omfattar också användning av rekombinant β-laktoglobulin renat från Escherichia coli Origami (DE3) - celler. Omfattningen av bildandet av dessa PNF kan påverkas genom att variera experimentets olika förhållanden. Huvudsyftet med denna avhandling är att modifiera reaktionsparametrarna såsom inkubationstid, temperatur, koncentrationer, såningsanalyser och även hitta nya för att maximera homogeniteten hos den beredda PNF. En detaljerad analys av alla effekter av olika förhållanden på reaktionsprocessen och vilken provtyp eller beredningsprocess som leder till ökad mängd fibriller är huvudresultatet av denna avhandling. Detta kan i sin tur fungera som en bas för framtida modeller eller proteiner som kan användas för att få en bättre förståelse för amyloidrelaterade patologier eller andra associerade applikationer, till exempel i livsmedelsindustrin eller design av nya material. I slutet av studien visade det sig att den högsta mängden fibriller bildades för de prover som inkuberades vid 70 ℃, förvarades i 48 timmar, vid 300 rpm, med 10 % fröprov som sonikerades två gånger med ett intervall på 60 minuter . / Bovine β-lactoglobulin protein (bLG) is a 162 residue small globular protein, usually found in the whey component of milk. These dimeric proteins under acidic conditions and high temperatures dissociates and form amyloid-like fibrils. The study of bLG fibrils can be a valuable tool for understanding the structure and dynamics of pathogenic amyloid proteins and related diseases (e.g., Alzheimer’s). Also, proper formation and elucidation of these protein nano-fibrils (PNF’s) and their assembly provides a foundation for further design of new bio-based materials. Thus, producing a significant homogenous morphology of the nano-fibrils from bLG for protein structure study is the main objective of this project. The study involves also the use of recombinant β- lactoglobulin purified from Escherichia coli Origami (DE3) cells. The extent of formation of these PNF’s can be influenced by varying the different conditions of the experiment. The main aim of this thesis is to modify the reaction parameters such as the incubation time, temperature, concentrations, seeding assays and also find new ones so as to maximize the homogeneity of the prepared PNF. A detailed analysis of all the effects of different conditions on the reaction process and which sample type or preparation process leads to increase in the amount of fibrils is the main outcome of this thesis. This can in turn serve as a base for future models or proteins that can be used to gain a better understanding of amyloid-related pathologies or any other associated applications such as in food industries or design of new materials. In the end of the study, it was found that highest amount of fibrils were formed for those samples incubated at 70 ℃, kept for 48 hours, at 300 rpm, with the 10 % seed sample that was sonicated twice at an interval of 60 minutes.

Under flera månaders tid har ett kandidatexamensarbete utförts med syftet att optimera produktionen av protein-nanofibrer av vassleproteinisolat. Vassleproteinisolat består till stor del av proteinet β-laktoglobulin. Detta protein kan under upphettning bilda nanofibrer i sur miljö. Det var därför med avseende på parametrarna värme, koncentration och inkubationstid som processen optimerades eftersom det redan existerar ett pH-optimum vid pH-värdet 2. Lösningar av vassleproteinisolat med olika koncentrationer inkuberades under 24 timmar vid fyra olika temperaturer. Samtliga lösningar hade pH-värdet 2. För varje temperatur och inkubering togs proverna ut en åt gången för att sedan analyseras. De olika proverna analyserades sedan med Thioflavin T fluorescens för att se indikationer på fibrillering. De erhållna ThT spektrumen visade på fibrillbildning och resultaten för detta experiment visar på att utbytet av fibrilleringsreaktionen blir högre i takt med att hydrolysens hastighetskonstant blir lägre samt att lägre temperaturer kan gynna fibrillbildning . Ytterligare försök, tid och resurser bör läggas ner på detta område för att med säkerhet kunna optimera produktionen av nanofibrer av vassleproteinisolat. / This bachelor’s degree project’s aim was to optimize the production of protein nanofibrils originating from whey protein isolate. Whey protein isolate largely consists of the protein β-lactoglobulin, which can form nanofibrils while immersed in an acidic environment when heated. Therefore, the process was attempted to be optimized with regards to the yield of the final product of protein nanofibrils by varying parameters such as incubation time, initial concentration and temperature, with a constant pH-value of 2. Solutions of the whey protein isolate at different concentrations were incubated during a time interval of 24 hours and at different temperatures. For every temperature and time period of incubation, one sample at a time was taken out to be measured and analyzed, a total of four samples per initial concentration. The samples were analyzed with Thioflavin T fluorescence to see indications of the existence of fibrillation. The obtained ThT spectra showed intensity diagrams that can be related to the amount of formed nanofibrils, and this experiment shows that the yield of fibrils increases while the rate constant of the hydrolysis decreases, and that the fibrillation is favoured by lower temperatures. To optimize the production of nanofibrils of whey protein with certainty, further experiments, time and resources should be invested in this area.