Tutkimuksen tavoitteena oli: 1) Selvittää kuormaus- ja purkuajat, ajankäytön rakenne sekä kuormakoko rangan ja kokopuun autokuljetuksessa. 2) Verrata rangan ja kokopuun haketustuottavuutta terminaaliolosuhteissa. 3) Tehdä vertailulaskelmat rangan, kokopuun ja kokopuupaalauksen korjuu- ja toimituskustannuksista eri kuljetus- ja haketustavoilla, kaukokuljetusmatkoilla ja hakkuupoistuman rinnankorkeusläpimitoilla.
Kokopuun autokuljetuksen kuormakoko oli 30 m3, kun puutavaraa kuljetettiin umpilaidallisella puutavara-autolla. Kaukokuljetuksessa kuormauksen tehotuntituottavuus oli metsäkuljetuspituuteen katkotulla kokopuulla 1,0 m3 minuutissa ja viisi metriä pitkällä rangalla 2,5 m3 minuutissa. Kuorman purkamisen tehotuntituottavuus oli vastaavasti kokopuulla 2,6 m3 minuutissa ja rangalla 3,4 m3 minuutissa. Vertailevan aikatutkimuksen perusteella rangan haketuksen tehotuntituottavuus oli 1,22-kertainen kokopuun haketustuottavuuteen verrattuna.
Tehty vertailulaskelma osoitti, että kokopuuna korjuu oli selvästi edullisin vaihtoehto, kun hakkuupoistuman rinnankorkeusläpimitta oli alle 11 cm. Tätä läpimittaa järeämmillä kohteilla kokopuuna tai rankana korjuun välinen kustannusero jäi pieneksi metsähakkeen tuotannossa. Kokopuuna korjuussa tienvarsihaketukseen perustuva hakkeen toimitusketju oli menetelmistä edullisin. Rankana korjuussa haketus tulisi tehdä joko tienvarsivarastolla tai hakkeen käyttöpaikan välittömässä läheisyydessä. Jos toimitusketjussa käytetään terminaaleja, niin kuljetustaloudellisesti tehokkain tapa on kuljettaa kokopuun sijaan karsittua rankaa. Vertailulaskelman perusteella kokopuupaalauksen kilpailukyky oli heikko nuorten metsien energiapuun hankinnassa.
Vuosina 1999–2001 toteutetuissa tutkimuksissa määritettiin mänty- ja kuusisahahakkeen ja koivuvanerihakkeen sekä mänty-, kuusi-, koivu- ja haapakuitupuuhakkeen tehdas- ja suuraluekohtaiset kuiva-tuoretiheydet. Kuiva-tuoretiheyksistä laskettiin edelleen suositukset hakkeen kuivamassan ja kuorellisen/kuorettoman kiintotilavuuden väliselle muuntokertoimelle.
Teollisuushakeaineisto, yhteensä 647 näytettä, hankittiin yhdeksältä ja kuitupuuhakeaineisto, yhteensä 953 näytettä, 13 massa- tai paperitehtaalta ympäri Suomea. Mäntysahahakkeen toimittajien hankinta-alueet kattoivat lähes koko maan ja kuusisahahakkeella Oulun läänin eteläpuolisen osan maasta. Parrunveisto- ja koivuvanerihakkeen toimittajia oli kaksi. Männyn, kuusen ja koivun kuitupuuhakeaineisto oli maantieteellisesti kattava, haapakuitupuuhakeaineistoa kerättiin yhdeltä tehtaalta.
Mäntysahahakkeen kuiva-tuoretiheydessä oli selvä ero Etelä-Suomen (435 kg/m3) ja Pohjois-Suomen (407 kg/m3) välillä, minkä vuoksi ko. alueille suositellaan omia muuntokertoimia. Kuusisahahakkeella keskimääräinen kuiva-tuoretiheys oli 404 kg/m3 ja koivuvanerihakkeella 496 kg/m3; näille hakelajeille suositellaan Etelä-Suomeen yhtä muuntokerrointa.
Mäntykuitupuuhakkeella keskimääräinen kuiva-tuoretiheys oli Etelä-Suomessa 409 kg/m3 ja Pohjois-Suomessa 395 kg/m3. Ensiharvennusmännyllä tiheys oli 4–9 kg/m3 alempi kuin normaalimännyllä, ero oli verraten pieni. Kuusikuitupuuhakkeella kuiva-tuoretiheys oli Etelä-Suomessa 393 kg/m3 ja Pohjois-Suomessa 408 kg/m3; selluloosa- ja hiomokuitupuun välillä ei ollut eroa. Koivukuitupuuhakkeella tiheys oli Etelä-Suomessa 494 kg/m3 ja Pohjois-Suomessa 481 kg/m3. Haapahakkeen keskimääräinen tiheys oli 388 kg/m3.
Tutkimuksessa verrattiin neljän eri hakkeen tuotantomenetelmän tuottavuutta ja kustannuksia. Tämän tutkimuksen yhteydessä tehtiin vuoden mittaiset seurantatutkimukset kahdesta koneesta. Välivarastohakkureista tutkimuksessa seurattiin R9700 Future-hakkuria. Toinen seurantatutkimus tehtiin Moha-monitoimihakkurista, joka mahdollistaa hakkuutähteiden haketuksen palstalla ja hakkeen kuljetuksen käyttöpaikalle samalla yksiköllä. Tutkimuksessa käytettiin lisäksi VTT Energian aiemmin tekemien Chipset-palstahakkurin ja Evolution-välivarastohakkurin seurantatutkimuksien tuloksia.
Future-välivarastohakkuri osoittautui seurantatutkimuksessa teknisesti luotettavaksi ja toimivaksi. Ongelmaksi Futuren seurannassa havaittiin kuuma korjuuketju, joka aiheutti odotuksia sekä hakkurille että hakeautolle. Moha-monitoimihakkurin tekninen luotettavuus ja toimivuus oli seurantatutkimuksessa koneen prototyyppiluonne huomioon ottaen hyvä.
Kustannusvertailussa Moha-monitoimihakkuriin perustuva puupolttoaineen tuotantomenetelmä osoittautui halvimmaksi alle 25 kilometrin kaukokuljetusmatkoilla. Chipset-palstahakkuriin perustuva hakkeen tuotantomenetelmä oli edullisin yli 25 kilometrin kuljetusmatkalla. Myös Evolution- ja Future-välivarastohakkureiden kilpailukyky parani kuljetusmatkan pidentyessä.
Varastojen kokoa kasvattamalla voidaan välivarastohakkureiden tuottavuutta nostaa merkittävästi. Välivarasto- ja palstahaketuksessa korostuu toiminnan organisoinnin, erityisesti kuljetusten järjestelyjen, merkitys tuotantomenetelmän tuottavuuteen ja kustannuksiin. Tehtäessä valintaa eri tuotantomenetelmien välillä on otettava huomioon paikalliset olosuhteet aina lämpölaitoksen sijainnista saatavilla olevaan raaka-aineeseen saakka.
Tutkimuksessa mallitettiin palstahaketuksen ja hakkeen kaukokuljetuksen muodostama energiapuun toimitusketju. Haketuksen ja kaukokuljetuksen kustannuksia tutkittiin simulointimallin avulla. Haketus suoritettiin palstahakkurilla ja hake kuljetettiin vaihtokonttiautolla, täysperävaunullisella tai puoliperävaunullisella hakeautolla. Lisäksi mallitettiin ketju, jossa puoliperävaunullinen hakeauto ajoi lisäksi turvetta.
Ketjujen ominaisuudet selvitettiin aiemmin tehtyjen hakeharvesteria ja hakeautoja koskevien tutkimusten pohjalta. WITNESS-simulointiohjelmistolla rakennettiin simulointimallit joiden perusteella ketjujen ominaisuuksia vertailtiin. Haketettavien kohteiden tiedot luotiin TASO-laskennan kuviotietojen perusteella.
Simulointitulosten perusteella koneiden välinen kiinteä vuorovaikutus oli merkittävä tekijä kokonaiskustannusten muodostumisessa. Sekä hakeharvesterin että hakeauton ajasta kului huomattava osa odotuksiin, mikä nosti korjuun kokonaiskustannuksia.
Laaditut simulointimallit tulee sovittaa toimivaan yritysympäristöön ja suorittaa simulointimalleille yksityiskohtaisemmat herkkyysanalyysit, jotta malleja voitaisiin käyttää päätöksenteon apuvälineinä. Simulointimallien tarkkuutta voidaan parantaa käyttämällä hyväksi laajempia tutkimuksia ketjun koneiden ominaisuuksista.