Gå till:

Ny metod för skattning av bränsleförbrukning vid drivningsarbete

Foto: Lars Eliasson
Det går att använda maskindata för att skatta bränsleförbrukningen, men datakvaliteten bör förbättras. Uppskattningsvis åtgår 1,7 liter bränsle per avverkad och framskotad kubikmeter.

Inledning

Bränslekostnaden är en av de större kostnaderna för ägarna av skogsmaskiner. Därför är det är viktigt, både ur ett lönsamhetsperspektiv och ur ett miljöperspektiv, att minska förbrukningen av dieselbränsle så mycket det går utan att påverka övriga kostnader samt intäkterna på ett negativt sätt. Skogforsk tar fram bränsleförbrukningsuppgifter för att underlätta benchmarking där maskinägarna kan avgöra om de kör energieffektivt eller inte, men också för att ge riktvärden om skogsbrukets bränsleförbrukning som kan vara till nytta i miljöanalyser.

Tidigare har Skogforsk skattat bränsleförbrukningen i skogsmaskiner genom att skicka ut enkäter till maskinägarna där de fått avge maskinstorlek, typ av avverkning, förbrukad mängd bränsle, producerad volym och antal arbetade timmar under en utsedd fokusvecka. I de enkäter som genomfördes 2006 och 2012 skickades enkäten ut för en fokusvecka under vintern, vecka 13 respektive 8, samt för en fokusvecka på hösten, vecka 39 båda åren. Enkäten 2012 visade på att bränsleförbrukningen per timme och per kubikmeter ökat med cirka 9 procent sedan 2006. Svarsfrekvensen på enkäten har varit hög båda åren med något fler svar för den första fokusveckan än för den andra.

Nackdelarna med att göra den här typen av studier i enkätform är att det är resurskrävande och att data bara samlas in för en vintervecka och en höstvecka. Stanfordstandarden medger att en ökad mängd data samlas in automatiskt, och data om bränsleförbrukning och tid redovisas i idag i maskinernas så kallade mom-filer. Skogforsk och den tekniska samverkansgruppen (TSG) har därför påbörjat ett arbete för att undersöka möjligheterna att automatisera datainsamlingen. I den aktuella arbetsgruppen ingår Joel Persson (Södra), Fredrik Gunnarsson (Skogsentreprenörerna), Ulf Jonsson (Sveaskog) och Robert Johansson (Holmen) utöver Skogforsks representanter.

I korthet visar studien att det går bra att skatta bränsleförbrukningen från automatiskt insamlade maskindata. De skördardata som använts är för det mesta av tillräckligt god kvalitet för att göra användbara analyser, men det krävs mer arbete på att säkra datakvaliteten för skotardata innan en tillförlitlig modell baserat på skotardata kan presenteras. Baserat på det analyserade materialet kan medelbränsleförbrukningen för drivningsarbete skattas till cirka 1,69 liter per m3fub under 2020.

Tidigare skattningar har visat på en bränsleförbrukning på 1,71 liter per m3fub 2006 (Brunberg 2006) och 1,86 liter per m3fub 2012 (Brunberg 2013) Även om skillnaden mellan tidigare enkätresultat och automatiskt insamlat data är liten är det troligt att metodskillnaderna är så pass stora att man inte bör lägga ihop dem i en och samma tidsserie. Dessutom krävs det att det automatiskt insamlade datamaterialet kompletteras med fler maskiner som arbetar i gallring för att få en bättre representativitet för den maskinpark som används.

Läs fördjupning

Metod

Under 2020 har ett pilotprojekt genomförts där data har samlats in automatiskt från 31 skördare och 42 skotare under hela eller delar av året. Det data som använts är driftsuppföljningsdata (mom-filer) och produktionsdata (hpr-filer för skördarna och fpr-filer från skotarna), detta data har kompletterats med traktdata som beräknats med HprYield (Arlinger m.fl. 2017). Samtliga maskiner som ingått i studien är ägda av Holmen Skog, Sveaskog eller Södra skogsägarna. Maskinerna är relativt nya och huvuddelen är att betrakta som större allroundmaskiner eller stora slutavverkningsmaskiner.

Skördarrapportering är väletablerad och för skotare är det relativt vanligt att data inte är kompletta i de insamlade filerna. Det har inte varit lika vanligt med skotarrapportering i form av fpr och mom-filer och det är relativt vanligt att datat inte är komplett i de insamlade filerna. Trakter där kompletta data saknats eller som omfattat mindre än 8 arbetstimmar har filtrerats bort från skördar- respektive skotarmaterialet. Detta har lämnat oss med skördardata från 1829 trakter och skotardata från 836 trakter, varav 662 trakter har data från båda maskinerna.

De variabler som utnyttjats vid analys av skördarna är:

  • Maskintillverkare/modell
  • Start och sluttid för trakten, datum+klockslag
  • Bränsleförbrukning (l)
  • Maskintid
  • Avverkad volym (m3fub) enligt skördarmätning
  • Avverkat antal träd
  • Körd sträcka

och av skotarna:

  • Maskintillverkare/modell
  • Start och sluttid för trakten, datum+klockslag
  • Bränsleförbrukning (l)
  • Maskintid
  • Körd sträcka
  • Skotad volym (m3fub) skattad av föraren
  • Antal lass

En klassificering av skotarstorleken har gjorts efter faktisk medellast per skotarmodell i fyra klasser <10 m3fub; 10–13 m3fub; 13-16 m3fub; samt >16 m3fub. En grov subjektiv klassning av skördarna gjordes i 3 klasser beroende på medelstamsvolymen i uttaget. Om en skördarmodell har haft en medelstam som i medeltal för alla trakter varit under 0,15 har den klassats som liten, mellan 0,15 och 0,30 mellan och över 0,30 som stor. De här grupperingarna har låtit mig ta med ett antal maskiner i analysen där jag inte tydligt sett märke och/eller modell i databasen.

I och med att variablerna som registreras inte alltid överensstämmer med de påverkande variabler som använts i de tidigare enkäterna så kan man inte göra samma analyser.

Resultat

Skördare
Skördarnas bränsleförbrukning varierade från 1,66 liter per m3fub för de små skördarna som arbetade i skog med en genomsnittlig medelstamsvolym på 0,10, dvs mestadels gallrade, till 0,74 liter per m3fub för de stora slutavverkningsskördarna som i genomsnitt arbetade i grov slutavverkning med en medelstamsvolym på 0,42 m3fub. De mellanstora maskinerna som både gallrade och slutavverkade låg i snitt på en förbrukning av 0,88 liter per m3fub vid en medelstam på 0,26 m3fub.

Medelstamsvolymen förklarar drygt 75 procent av variationen i skördarnas bränsle­förbrukning och lägger man till maskinstorleken förklaras ytterligare 2 procent. En regression med dessa två variabler visar att även om skillnaden mellan maskinstorlekarna är liten, så har de mellanstora skördarna den bästa bränsleekonomin för medelstamsvolymer större än 0,2 m3fub (Figur 1), medan det inte finns några säkerställda skillnader mellan små och medelstora maskiner för medelstamsvolymer mindre än 0.15 m3fub.

Figur 1.png

Figur 1. Bränsleförbrukning för skördare beroende på medelstam och maskinstorlek.

Skotare

Analysmaterialet består huvudsakligen av trakter skotade med maskiner med ett medellass över 16 m3fub (592 st) samt 10–13 m3fub skotare (194 st). Det fanns för få trakter i de två övriga skotarklasserna, <10 m3fub och 13–16 m3fub, för att göra en rättvisande analys. Skotarna i klassen 10–13 m3fub förbrukade i snitt 0,96 liter diesel per utskotad kubikmeter och skotarna med en lastkapacitet större än 16 m3fub förbrukade 0,75 liter. Bränsleförbrukningen berodde på uttaget per ha och körd sträcka per utskotad kubikmeter, och det fanns ingen säkerställd effekt av maskinstorlek. Det senare är dock delvis en effekt av att om uttagsvolymen är lika blir den körda sträckan per utskotad kubikmeter kortare för en maskin som lastar mer.

Bränsleförbrukning per avverkad och utskotad kubikmeter

Analyserna för hela avverkningslag visar på att arbetslag med skotare med en lastkapacitet över 16 m3fub, dvs slutavverkningslag, har den lägsta bränsle­förbrukningen 1,53 liter per m3fub och den lägsta variationen i bränsleförbrukning med ett konfidensintervall för medlet på 1,49 till 1,58 liter per m3fub. Det senare innebär att det faktiska medelvärdet med 95 procents sannolikhet återfinns mellan 1,49 och 1,58 liter per m3fub. Avverkningslagen med en mellanstor skotare (10–13 m3fub) har i genomsnitt en högre bränsleförbrukning per m3fub (2,46 liter) men också en större variation i bränsleförbrukningen (konfidensintervall 2,25 – 2, 66 liter per m3fub). 

Analyserna av bränsleförbrukningen på arbetslagsnivå ger en högre förklaringsgrad än analyserna av de olika maskinerna var för sig. Det visar sig att en modell med variablerna medelstam, uttag per ha och körd sträcka per kubikmeter förklarar mer än 82 procent av variationen, samt att maskinstorleken inte påverkar bränsleförbrukningen. Gallringar med en låg medelstam och ett långt skotningsavstånd ger en hög bränsleförbrukning per kubikmeter medan grova slutavverkningar nära väg ger en låg bränsleförbrukning (figur 2).

Figur 2.png

Figur 2. Bränsleförbrukning för drivningsarbetet beroende på medelstam och körd sträcka per avverkad kubikmeter. Körd sträcka per kubikmeter anges i m/m3.

Diskussion

Den här pilotstudien visar att det går bra att skatta bränsleförbrukningen från automatiskt insamlade maskindata. De studerade maskinerna är dock inte ett representativt urval av de använda maskinerna i Sverige, större slutavverknings-maskiner är överrepresenterade i det material vi använt. Dessutom är färre maskintillverkare och maskinmodeller representerade i det automatiskt insamlade datamaterialet än i den enkätundersökning som gjordes 2012 (Tabell 1).

Av tabell 1 framgår också att den storleksklassificering som gjorts har lett till förskjutningar i klassificeringarna jämfört med 2012 års studie. Detta beror på att den aktuella klassificeringen utgår från det insamlade datamaterialet (medelstam och medellastvolym per maskinmodell) och påverkas av var och hur en maskinmodell använts.

Tabell 1: Jämförelse av maskinklassificeringarna 2012 och 2020

Tabell 1 uppdaterad.png

Det använda skördardatat är för det mesta av tillräckligt god kvalitet för att göra användbara analyser. Min medelstamsberoende storleksklassning av skördarna måste förbättras, eftersom detta inte låter sig göras på ett objektivt sätt så får det bli en ny subjektiv klassning. Det finns en del variabler i datamaterialet som var intressanta att inkludera i modellen, till exempel uttag per ha, men visade sig vara för korrelerade med medelstamsvolymen för att tillföra något. I skördardatat saknas också en del variabler som tidigare använts i analyser av bränsleförbrukning, exempelvis avverkningsform eller om maskinen har band eller kedjor. Förklaringsgraden i analyserna var dock så hög att jag ifrågasätter om man behöver ta in fler variabler i analysen.

Det krävs mer arbete på att säkra datakvaliteten för skotardata innan en tillförlitlig modell baserat på skotardata kan presenteras. I arbetet har främst två osäkerheter noterats. Dels blir antalet lass fel då en del förare rapporterar hela skiftets produktion som ett lass. Detta har medfört att antalet lass inte gått att använda som en variabel i analyserna samt att det varit nödvändigt att filtrera bort alla lass som varit större än 30 m3 när skotarnas medellassvolym bestämts. Dels är det tydligt att skotarnas volymsrapportering inte överensstämmer med skördarens. Här kan man skönja tre grupper av maskiner:

  1. De som har en liten avvikelse från skördaren, dvs man har troligen rapporterat skördarens volym då trakten avslutats
  2. De som har en underskattning av volymen på 10 till 20 procent
  3. De som har en avsevärt lägre volym än skördaren. Här är nog orsaken ofta att man använt två skotare på trakten och bara en rapporterat in mom- och fpr-data. Det finns exempel i databasen där båda skotarna rapporterat och summan av deras volymsuppgifter är nära skördarvolymen.

Dessutom finns det en del uppenbara felregistreringar som sorterats bort.

Eftersom volymsunderskattningar (grupp 2 ovan) är relativt vanliga så innebär det att den skattade bränsleförbrukningen för skotning överskattas då man utgår från maskindatat. Det går nog att hantera detta genom att sätta upp regler som gör att man använder skördarens volym för trakter som har en underskattning på mindre än X procent och där man inte har uppgift från en annan skotare på trakten. För övriga fall som faller inom grupp 3 så får man förlita sig på skotaruppgifterna. 

Materialet kan i kombination med data om fördelningen mellan gallring och slutavverkning samt medelstams- (0,096 respektive 0,344 m3fub) och uttagsvolymen (49 respektive 194 m3fub) från kostnads- och intäktsanalysen användas för att skatta medelbränsleförbrukningen per kubikmeter i svenskt skogsbruk. I denna skattning antas den körda sträckan per kubikmeter i gallring vara lika med medelkörsträckan för trakterna med en medelstam mindre än 0,15 m3fub i databasen, och den körda sträckan per kubikmeter i slutavverkning vara lika med medelkörsträckan för trakterna med en medelstam större än 0,25 m3fub i databasen. Detta ger en skattning av medelbränsleförbrukningen på 1,64 liter diesel per avverkad kubikmeter. Denna medelvärdesbaserade skattning blir dock en underskattning då funktionens utfallsrum är krökt. Antar vi en likformig fördelning av gallringsvolymsmedelstammen mellan 0,04 och 0,15 samt av slutaavverkningsvolymsmedelstammen mellan 0,15 och 0,50 och en uttagsvolym som beror av medelstamsvolymen blir den skattade medelbränsleförbrukningen 1,73 liter diesel per avverkad kubikmeter vilket blir en överskattning eftersom andelen avverkningar i ändlägena av fördelningen i verkligheten är mindre än andelen avverkningar nära genomsnittet. Det är därför troligt att medelbränsleförbrukningen för gallring och slutavverkning var cirka 1,69 liter per m3fub under 2020.

Tidigare skattningar har visat på en bränsleförbrukning på 1,71 liter per m3fub 2006 (Brunberg 2006) och 1,86 liter per m3fub 2012 (Brunberg 2013). Jämfört med 2006 års studie är slutavverkningestimatet 0,05 liter per m3fub lägre medan gallringsestimatet är 0,15 liter per m3fub högre. Jämfört med 2012 års studie är både slutavverknings- (0,2 liter per m3fub) och gallringsestimaten (0,15 liter per m3fub) lägre.  Även om skillnaden mellan tidigare enkätresultat och automatiskt insamlat data är liten är det troligt att metodskillnaderna är så pass stora att man inte bör lägga ihop dem i en och samma tidsserie. Dessutom krävs det att det automatiskt insamlade datamaterialet kompletteras med fler maskiner som arbetar i gallring för att få en bättre representativitet för den maskinpark som används.

Nr 4-2022    Publicerad 2022-01-31 13:58
0 Kommentarer
Läs mer
Författare
Kommentarer (0)
 Kommentera
Skicka in
Kommentarer granskas innan publicering
Tack för din kommentar!
Vi granskar och publicerar din kommentar så snart som möjligt.
Tyvärr lyckades vi inte spara din kommentar.