In this report, the washing efficiency of chemi-thermomechanical pulp (CTMP) from Norway spruce (Picea abies) was investigated when adjusting the temperature and pH during washing as well as implementing different number of wash steps. Concurrent effects of having a high pH and temperature were also examined. CTMP pulp has many uses, one of which is for the manufacturing of packaging board. Lately, this end product has seen a precipitous increase due to the increasing demand of an environmentally friendly alternative within the food packaging sector. A notorious problem associated with all mechanical pulps is how extractives are to a large extent still present after the pulping process, especially unsaturated lipids which are subject to oxidation. This results in the formation of odorous aldehydes that can be easily transferred into the food product, thus contaminating it by altering the perception of taste and odor. This is a frequent problem faced by the status quo liquid board industry. Washing is thus employed late downstream to lower the final wood resin content. Here, available literature has been collated for some basic introductory subjects such as softwood anatomy, wood resin and structures. All of this is described with a focus on softwood, leading up to a thorough breakdown of P. abies. Mechanical pulping and relevant deresination methods for CTMP production are also described, including washing. The objective of this thesis is to evaluate the trends of the final resin concentration as the chosen parameters are altered during washing. The pulp was provided by Rottneros Mill and their industrial process was simulated by using a Büchner funnel for washing. A Soxhlet extractor was used for determining the final extractive contents. It was found that the implementation of additional wash steps reduced the final resin content (1–4 wash steps). The same was found with increasing temperature (60, 70, 80 and 90 °C). The implementation of a fourth wash step seemed to be more efficient at higher temperatures. No conclusions could be drawn from altering the pH due to scattered data points with high uncertainties (pH 7, 8 and 9). The results are limited in terms of significance and are also subject to bias. / I denna rapport undersöktes tvätteffektiviteten av kemitermomekanisk massa (CTMP, chemi-thermomechanical pulp) tillverkad från gran (Picea abies) och hur den påverkas vid justeringar av temperatur, pH och antal tvättsteg. Ytterligare undersöktes förekomsten av eventuella samverkande effekter vid högre temperatur och pH. CTMP-massa har många användningsområden, däribland vid produktion av vätskekartong. På sistone har efterfrågan av vätskekartong ökat markant som ett svar på en allt större strävan efter ett mer miljövänligt alternativ inom matförpackningssektorn. Ett välkänt problem associerat med mekanisk massatillverkning är den stora mängden exktraktivämnen som kvarhålls i den färdiga massan. En viss del av dessa extraktivämnen utgörs av fleromättade fetter vilket är benägna att genomgå oxidation. Detta leder i sin tur till bildandet av flyktiga aldehyder som kan föras vidare till matprodukten och ge dem förändrad smak och lukt; ett problem som dagens vätskekartongproducenter står inför. Tillgänglig litteratur har sammanställts, där en inledande teoridel beskriver koncept såsom anatomi, strukturer och extraktivämnen hos barrved. Teoridelen övergår därefter till att ge en mer detaljerad beskrivning av P. abies och dess extraktivinnehåll. Ytterligare beskrivs mekanisk massatillverkning över lag och metoder för att eliminera extraktivämnen under produktionen av CTMP-massa (inklusive tvättning). Syftet med detta examensarbete är att utvärdera de trender i den slutliga extraktivhalten då de valda parametrarna justeras under tvättning. Massan tillhandahölls av Rottneros Bruk och deras tvättningsprocess simulerades med hjälp av en Büchner-tratt. En Soxhlet-extraktor användes för att utvärdera den slutliga extraktivhalten. Det visade sig att vid varje insättning av ett ytterligare tvättsteg (1–4 tvättsteg) gav en lägre extraktivhalt hos CTMP-massan. Desamma gällde vid ökande temperatur (60, 70, 80 and 90 °C). Implementering av ett fjärde tvättsteg tycks vara mer effektivt vid högre temperaturer. Det kunde dock inte dras några slutsatser huruvida pH påverkade tvättningen då dessa mätvärden fick stor spridning med höga osäkerheter (pH 7, 8 och 9). Resultaten besitter begränsad signifikans och kan även ha blivit utsatta för bias.

<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