基于NIR的木材物理力学性质估测及模型优化研究
发布时间：2021-11-10 04:25
针对我国木材供需不平衡的矛盾,有必要采用合适的方法对木材基本性质进行快速的估测,提升木材利用效率,为人工林的合理栽培和加工提供理论依据和技术支持。木材的抗压强度、抗弯弹性模量和抗弯强度是评价木材力学性能的主要性能参数。木材的基本密度是木材质量等级评定的一项重要参数,在木材基本性质研究、森林培育、林木育种等方面具有重要应用。因此,如何快速准确地获得东北林区木材的材性显得至关重要。本研究基于近红外光谱技术结合偏最小二乘法与BP神经网络算法的建模方法,从木材样品近红外光谱的采集方式、近红外光谱数据的预处理方法选取、光谱数据的波段优选方法等角度,对木材基本密度、抗弯强度、抗弯弹性模量、抗压强度估测模型进行优化,以选取最佳的建模方法获取最优的木材材性的估测模型。（1）采用近红外光谱技术结合人工神经网络算法的建模方法,对落叶松的抗弯强度、顺纹抗弯弹性模量、顺纹抗弯强度的三个力学性质进行预测模型的优化研究。本实验分别从落叶木材标准样的横切面、弦切面、径切面三个截面采集近红外光谱,并建模确定预测落叶松木材力学性质的最优模型。结果表明应用横切面所采集到的光谱数据所构建的落叶松力学性质估测模型的效果最好,...
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图１－１采用近红外光谱技术估测木材材性的基本过程??本研宄的近红外光谱分析的流程与主要步骤如下：??（１）在标准林地中采集实验样品，根据实验要求在实验室中制备标准尺寸的试件
弦切面??径切面??图２－１落叶松木材样品光谱切面示意图??２．３．３落叶松木材样品的力学性质测定??２．３．３．１实验仪器??本实验采用的力学测量仪器是珠海三思计量仪器公司的ＧＭＴ－６３０５电子万能力学试??验机（图２－２）。该力学试验机采用计算机控制、采集、分析和处理实验数据，在进行实??验时，同时会绘制应力－应变，受力－时间，应力－位移等曲线图，并生成测定试验报告。??因其测定精度达到０．５％，灵敏度高，对于多种绝缘材料的拉伸、压缩、弯曲、撕裂等性??质的测定都有很好的应用场景。??图２－２珠海三思计量仪器??２．３＿３．２力学性质的测定??实验样品依照《木材抗弯强度试验方法》（ＧＢ／Ｔ?１９３６－２００９）进行木材样品顺纹抗??弯强度测定。待测实验样品在力学实验机上进行实验，待实验样品放置待测区域后，以??－１０?－??
２．３．３．１实验仪器??本实验采用的力学测量仪器是珠海三思计量仪器公司的ＧＭＴ－６３０５电子万能力学试??验机（图２－２）。该力学试验机采用计算机控制、采集、分析和处理实验数据，在进行实??验时，同时会绘制应力－应变，受力－时间，应力－位移等曲线图，并生成测定试验报告。??因其测定精度达到０．５％，灵敏度高，对于多种绝缘材料的拉伸、压缩、弯曲、撕裂等性??质的测定都有很好的应用场景。??图２－２珠海三思计量仪器??２．３＿３．２力学性质的测定??实验样品依照《木材抗弯强度试验方法》（ＧＢ／Ｔ?１９３６－２００９）进行木材样品顺纹抗??弯强度测定。待测实验样品在力学实验机上进行实验，待实验样品放置待测区域后，以??－１０?－??
【参考文献】：
期刊论文
[1]基于近红外光谱技术和人工神经网络算法的佐匹克隆片定量分析[J]. 王小亮,黄萍. 安徽医药. 2019(01)
[2]应用近红外光谱技术检测木材含水率的方法[J]. 汪紫阳,李耀翔,尹世逵. 东北林业大学学报. 2018(12)
[3]不同含水率下木材尺寸变化的近红外光谱研究[J]. 王立双,张文博,仝莉. 光谱学与光谱分析. 2018(04)
[4]我国近红外光谱分析技术的发展[J]. 金丹,张大奎,王守凯,陈兴,李懿轩,许浩然. 广东化工. 2018(03)
[5]基于近红外光谱的烟草种子蛋白含量定标模型构建[J]. 潘威,马文广,郑昀晔. 江苏农业科学. 2016(11)
[6]基于BiPLS-SPA优选近红外光谱的木材基本密度预测——以柞木为例[J]. 张怡卓,涂文俊,李超,潘屾. 东北林业大学学报. 2016(10)
[7]近红外光谱波段优化在白酒酒醅成分分析中的应用[J]. 熊雅婷,李宗朋,王健,张英,王淑军,尹建军,宋全厚. 光谱学与光谱分析. 2016(01)
[8]榆树木材基本密度近红外模型优化的研究[J]. 李耀翔,徐浩凯. 云南大学学报(自然科学版). 2015(01)
[9]近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定[J]. 李江波,彭彦昆,陈立平,黄文倩. 光谱学与光谱分析. 2014(05)
[10]基于近红外光谱的紫丁香叶片叶绿素含量的估测研究[J]. 李俊明,邢艳秋. 森林工程. 2013(03)
硕士论文
[1]带二分之一正则化项的BP网络算法[D]. 商启龙.大连理工大学 2014
[2]基于近红外光谱技术的木材识别初步研究[D]. 刘亚娜.中国林业科学研究院 2014
[3]基于小波变换的落叶松木材力学性质近红外模型研究[D]. 张鹏.东北林业大学 2014
[4]基于NIR及ANN的落叶松管胞长度预测模型的优化研究[D]. 李湃.东北林业大学 2013
[5]基于近红外光谱技术的落叶松木材材性预测的研究[D]. 张鸿富.东北林业大学 2011
[6]杉木木材微纤丝角及其与力学性质关系研究[D]. 黄艳辉.西北农林科技大学 2007
本文编号：3486570
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
图１－１采用近红外光谱技术估测木材材性的基本过程??本研宄的近红外光谱分析的流程与主要步骤如下：??（１）在标准林地中采集实验样品，根据实验要求在实验室中制备标准尺寸的试件
弦切面??径切面??图２－１落叶松木材样品光谱切面示意图??２．３．３落叶松木材样品的力学性质测定??２．３．３．１实验仪器??本实验采用的力学测量仪器是珠海三思计量仪器公司的ＧＭＴ－６３０５电子万能力学试??验机（图２－２）。该力学试验机采用计算机控制、采集、分析和处理实验数据，在进行实??验时，同时会绘制应力－应变，受力－时间，应力－位移等曲线图，并生成测定试验报告。??因其测定精度达到０．５％，灵敏度高，对于多种绝缘材料的拉伸、压缩、弯曲、撕裂等性??质的测定都有很好的应用场景。??图２－２珠海三思计量仪器??２．３＿３．２力学性质的测定??实验样品依照《木材抗弯强度试验方法》（ＧＢ／Ｔ?１９３６－２００９）进行木材样品顺纹抗??弯强度测定。待测实验样品在力学实验机上进行实验，待实验样品放置待测区域后，以??－１０?－??
２．３．３．１实验仪器??本实验采用的力学测量仪器是珠海三思计量仪器公司的ＧＭＴ－６３０５电子万能力学试??验机（图２－２）。该力学试验机采用计算机控制、采集、分析和处理实验数据，在进行实??验时，同时会绘制应力－应变，受力－时间，应力－位移等曲线图，并生成测定试验报告。??因其测定精度达到０．５％，灵敏度高，对于多种绝缘材料的拉伸、压缩、弯曲、撕裂等性??质的测定都有很好的应用场景。??图２－２珠海三思计量仪器??２．３＿３．２力学性质的测定??实验样品依照《木材抗弯强度试验方法》（ＧＢ／Ｔ?１９３６－２００９）进行木材样品顺纹抗??弯强度测定。待测实验样品在力学实验机上进行实验，待实验样品放置待测区域后，以??－１０?－??
【参考文献】：
期刊论文
[1]基于近红外光谱技术和人工神经网络算法的佐匹克隆片定量分析[J]. 王小亮,黄萍. 安徽医药. 2019(01)
[2]应用近红外光谱技术检测木材含水率的方法[J]. 汪紫阳,李耀翔,尹世逵. 东北林业大学学报. 2018(12)
[3]不同含水率下木材尺寸变化的近红外光谱研究[J]. 王立双,张文博,仝莉. 光谱学与光谱分析. 2018(04)
[4]我国近红外光谱分析技术的发展[J]. 金丹,张大奎,王守凯,陈兴,李懿轩,许浩然. 广东化工. 2018(03)
[5]基于近红外光谱的烟草种子蛋白含量定标模型构建[J]. 潘威,马文广,郑昀晔. 江苏农业科学. 2016(11)
[6]基于BiPLS-SPA优选近红外光谱的木材基本密度预测——以柞木为例[J]. 张怡卓,涂文俊,李超,潘屾. 东北林业大学学报. 2016(10)
[7]近红外光谱波段优化在白酒酒醅成分分析中的应用[J]. 熊雅婷,李宗朋,王健,张英,王淑军,尹建军,宋全厚. 光谱学与光谱分析. 2016(01)
[8]榆树木材基本密度近红外模型优化的研究[J]. 李耀翔,徐浩凯. 云南大学学报(自然科学版). 2015(01)
[9]近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定[J]. 李江波,彭彦昆,陈立平,黄文倩. 光谱学与光谱分析. 2014(05)
[10]基于近红外光谱的紫丁香叶片叶绿素含量的估测研究[J]. 李俊明,邢艳秋. 森林工程. 2013(03)
硕士论文
[1]带二分之一正则化项的BP网络算法[D]. 商启龙.大连理工大学 2014
[2]基于近红外光谱技术的木材识别初步研究[D]. 刘亚娜.中国林业科学研究院 2014
[3]基于小波变换的落叶松木材力学性质近红外模型研究[D]. 张鹏.东北林业大学 2014
[4]基于NIR及ANN的落叶松管胞长度预测模型的优化研究[D]. 李湃.东北林业大学 2013
[5]基于近红外光谱技术的落叶松木材材性预测的研究[D]. 张鸿富.东北林业大学 2011
[6]杉木木材微纤丝角及其与力学性质关系研究[D]. 黄艳辉.西北农林科技大学 2007
本文编号：3486570
本文链接：https://www.wllwen.com/projectlw/qgylw/3486570.html
