Steel Database Analysis

I detta examensarbete undersöks databasen Plantfacts som innehåller data om stålverk från hela världen. Syftet med detta är att utvärdera om det finns en koppling mellan primärt och sekundärt producerat stål och olika typer av stålverk i downstream-processer. För att utföra detta har databasen formaterats om i Excel med hjälp av Visual Basic for Applications (VBA). Från början var Plantfacts databas sorterad efter ”Plant type”, men efter omstruktureringen är den istället sorterad på ”Site”. Databasen har även jämförts med OECD:s databas, som precis som Plantfacts innehåller värden för ”Nominal Capacity”. Detta för att validera hur riktig Plantfacts data är. Resultatet visade att den Plantfacts data som var till störst nytta för studien var ”Plant type”, ”Country”, ”Site” och ”Nominal Capacity”. Utifrån denna data visade det sig att Kina i särklass var den största producenten, samt att det finns skillnader i vilka stålverkstyper masugnar och ljusbågsugnar är kopplade till. Jämfört med OECD stämmer Plantfacts väl överens för många länder med en medianskillnad på 9,75 %. Ett av de länder som stämmer sämst överens är Kina, där skillnaden mellan databaserna är 45,4 %. Den nya formen på databasen har givit en bättre överblick över produktionskedjan, då det är enkelt att sammanställa produktionen från samtliga platser. Plantfacts data stämmer väl överens med OECD i flertalet länder, men i bl.a. Kina, Indien och Brasilien skiljer det sig stort. Detta gör att man kan ifrågasätta hur sanningsenlig Plantfacts data är, men eftersom den stämmer bra för exempelvis Tyskland så rekommenderas att detta utvärderas land för land istället för globalt. Slutsatsen är att det finns skillnader mellan primärt och sekundärt producerat stål och olika typer av stålverk, eftersom masugnar och ljusbågsugnar följs av olika downstream-processer. Det är därför intressant att kartlägga ytterligare hur detta hänger samman för att kunna skapa policyer som uppmuntrar till ökad återvinning och återanvän
In this thesis the Plantfacts database is investigated, which contains data about steel plants from all over the world. The purpose is to evaluate wheter there is a coupling between primary and secondary steel and different types of steel plants in downstream processes. To achieve this, the database has been reformatted using Visual Basic for Applications (VBA) in Excel. Initially, the Plantfacts database was sorted by ”Plant type” and after the reformatting it is sorted by “Site”. The Plantfacts database is compared with the OECD database, that contains data regarding “Nominal capacity”, just as Plantfacts. This is done to validate how the Plantfacts data seems to compare to reality. The result showed that the columns “Plant type”, ”Country”, ”Site” and ”Nominal Capacity” were the most useful ones. China is the significantly largest producer in the world and there are differences in which steel plant types blast furnaces and electric arc furnaces are related to. Compared with OECD, Plantfacts is consistent for most countries with the median 9,75 %. One of the countries that has the largest difference is China, where the number is 45,4 %. The new form of the Plantfacts database results in a better overview over the production for each site. The Plantfacts data compare well with OECD in many countries, but differ in e.g. China, India and Brazil. This makes it questionable how correct the Plantfacts data are, but since it compares well for e.g. Germany, it is recommended to evaluate this by land instead of globally. The conclusion is that there are differences between primary and secondary steel and steel plant types, because blast furnaces and electric arc furnaces are followed by different downstream processes. Therefore, it would be interesting to further expand this mapping to create policies that enhances recycling and reusing of steel. By investigating downstream processes where the steel used both could be primary or secondary, it would be possible to replace t