4种防腐处理橡胶木及其炭化材的色差与耐腐性能研究

采伐后的橡胶木需及时防腐处理以防蓝变、发霉和腐朽，但不同防腐处理对橡胶木颜色及其耐腐性能的影响机制尚不明确。以橡胶木及其炭化试材为研究对象，对比分析了浸渍水玻璃和ACQ，涂饰桐油和醇酸清漆4种处理条件对试样表面颜色及耐腐性能的影响。结果表明：相同处理条件下，炭化橡胶木相比橡胶木的明度(L^*)更低，腐朽后，4种处理橡胶木的表面L^*值增加，且红绿轴色品指数(a^*)、黄蓝轴色品指数(b^*)和色度值(C)均显著增大。其中，浸渍ACQ的橡胶木在腐朽后a^*、b^*和C值均大幅增加，呈深青褐色。涂饰桐油的炭化橡胶木总色差(ΔE)最大。相比于橡胶木，炭化橡胶木的耐腐性能更好。在这4种浸渍处理中，浸渍ACQ对橡胶木的保护效果最好，而涂饰醇酸清漆的保护作用有限。     

基于灰狼算法优化支持向量回归模型的木材染色配色算法研究

为提高木材染配色的精度和速度,本文对樟子松木材单板进行染色,提取染色单板的光谱反射率作为输入,以支持向量回归模型(SVR)为基础作为预测模型对染料配方进行预测,用灰狼算法对SVR参数进行寻优,并引入非线性收敛因子和新的位置更新策略改进灰狼算法容易陷入局部最优的缺点,以配方相对偏差作为评价指标,与固定参数的SVR模型及其他模型做对比,优化后的模型配方相对偏差为0.177,配色效果相较于固定参数SVR模型的相对偏差0.344、遗传算法优化的SVR模型的相对偏差0.287等具有明显优势,对提高人工速生材的利用具有重要意义。     

基于Stearns-Noechel优化模型的木材单板染色配方预测

以樟子松单板为染色基材,采用活性染料对其进行染色,获取3组单色染料染色样本与8组混合染料染色样本。将自适应权值粒子群算法(APSO)与Stearns-Noechel模型结合,对8组混合染料染色样本进行染色配方预测。结果表明:采用APSO预测的配方绝对偏差均小于0.1,约为最小二乘法和传统粒子群算法的1/2;迭代次数约为传统粒子群算法的60%,寻优速度较快。优化模型获得三种珍贵材的R-Y-B染色配方分别为:花梨木—0.192%,0.419%,0.082%;鸡翅木—0.137%,0.284%,0.193%;黑酸枝—0.336%,0.581%,0.204%。采用该配方对樟子松单板进行染色,染色拟合样与标准样间的色差均小于2,且两者光谱反射率间的误差小,染色效果较好。     

基于粒子群优化Stearns-Noechel模型的全光谱木材配色算法研究

为了提高计算机智能配色技术在木材染色配方预测中的精度与效率,研究运用Stearns-Noechel模型建立木材染色配方预测模型,并采用粒子群算法对建立的模型进行参数优化,不断修正配比量系数?c与参数M,获取色差最小时的配比量c值与最佳的参数M值。最后获取拟合光谱反射率曲线与标准反射率曲线,计算拟合色差值?E并输出相应参数值作为预测配方。结果表明：以水曲柳为染色基材时,对参数M采用循环赋值法得到的最佳配方其平均相对偏差为0.643%,平均拟合色差为0.720。基于粒子群改进的Stearns-Noechel模型对染色木材的配色效果有明显提高,在木材染色配色行业具有一定使用价值。     

基于改进粒子群算法的木材板材下料方法

木材板材在家具行业应用广泛,以绿色环保、节约能源为目的的木材板材优化下料已经成为研究的热点。木材板材下料优化问题属于二维矩形下料问题,是一种具有高度计算复杂性的问题。本研究主要针对单规格木材板材进行矩形零件下料问题,在木材板材长和宽都大于零件长和宽的情况下,通过建立二维下料的数学模型,采用标准粒子群算法、变邻域搜索算法、粒子群混合变邻域搜索算法分别进行求解,并以某企业的下料实例进行分析计算。首先,利用标准粒子群算法求解单规格板材下料问题;其次,利用变邻域搜索算法求解单规格板材下料问题。在获得局部最优解的基础上改变其邻域结构再进行局部搜索,找到另一个局部最优解,如此不断迭代,直到满足算法的终止条件,获得全局最优解;最后,利用粒子群变邻域搜索混合算法求解单规格板材下料问题。针对粒子群算法局部搜索能力较差、容易过早收敛的问题和具有较好包容性的特点,将变邻域搜索的思想融入粒子群算法中,使结果更加趋向全局最优。结果表明：粒子群变邻域搜索混合算法相比粒子群算法和变邻域算法效率都有显著提升,能显著提高该木材板材的利用率,增加企业经济效益。     

压缩空气微爆破预处理对橡胶木单板 染色效果的影响

为了提高木材的渗透性,改善木材染色效果,采用压缩空气微爆破进行橡胶木单板预处理,探究微爆破压力、 处理次数对单板染色效果的影响;采用电镜和压汞分析法,表征处理前后单板表面形貌及微观孔隙。结果表明,处 理压力对单板上染率和表面色深影响显著,在优化工艺条件下（压力0.4 MPa、爆破4 次）,上染率和表面色深值 分别提高22.76%和19.69%;处理后木材的孔隙率和平均孔径均明显增大,比表面积略大,有利于染料的渗透。     

压缩空气微爆破预处理对橡胶木单板染色效果的影响

为了提高木材的渗透性,改善木材染色效果,采用压缩空气微爆破进行橡胶木单板预处理,探究微爆破压力、处理次数对单板染色效果的影响;采用电镜和压汞分析法,表征处理前后单板表面形貌及微观孔隙。结果表明,处理压力对单板上染率和表面色深影响显著,在优化工艺条件下(压力0.4 MPa、爆破4次),上染率和表面色深值分别提高22.76%和19.69%;处理后木材的孔隙率和平均孔径均明显增大,比表面积略大,有利于染料的渗透。     

基于改进的NCSPSO优化SVM的木材缺陷图像分割

针对木材缺陷图像,采用基于小生境和交叉算子的粒子群算法（NCSPSO）优化支持向量机（SVM）进行图像分割,提取木材缺陷分割图。主要对NCSPSO算法进行改进,寻找最优惩罚系数C和高斯核函数中的参数,然后采用SVM方法对训练样本进行综合训练,以建立最佳分类模型,并对木材缺陷图像分割测试。与模拟退火法（SA）及原NCSPSO算法进行对比实验,从而验证改进NCSPSO算法的优越性。     

杨木单板及其染色后的光变色研究

以杨木单板及其染色单板为试材,使用氙光衰减仪进行辐射试验,分析这两种单板的光变色规律及影响因素,并进行耐光性能评价。结果表明:杨木单板的光变色是木材本身;染色杨木单板的光变色是染料和木材共同作用的结果,影响其光变色的主要因素是染料的品种和结构。因此,杨木单板的光变色小于染色杨木单板,而染色杨木单板中酸性蓝染色单板光变色最显著。     

基于PSO的发动机故障诊断算法与应用

为提高发动机的安全性,利用BP神经网络进行发动机故障诊断。BP神经网络隐含层节点数根据经验公式选择,并考虑训练方法的影响,通过比较每种方案的误差确定为最佳BP神经网络方案。由于BP神经网络存在诸多有待优化之处,选择粒子群算法优化BP神经网络,首先提取粒子群中相应参数作为网络的权值和阈值,然后设置网络进化参数,最后将从粒子群中提取的数值赋给神经网络,进行网络训练。利用发动机故障诊断台架对两种算法进行故障诊断测试,将结果与未优化的BP神经网络进行比较,结果显示,经过粒子群优化后的BP神经网络学习速度和诊断正确率均优于未优化的BP神经网络。     

光辐射染色木材的变色规律及化学组分结构的变化

以I-214杨木染色单板为试材、氙光作为辐射光源,考察其在100h光照过程中表面颜色的变化规律;依据红外光谱图的谱峰位置和谱峰相对吸收强度,分析和确定光变色过程中染色杨木木材的化学组分。结果表明:染色杨木木材受光辐射易发生变色,其中酸性蓝染色单板的明度指数L*和色品指数b*变化显著,其光变色度显著大于酸性大红GR染色单板;若以波数1510cm-1为基准,非共轭羰基C=O振动的吸收峰(1738cm-1)吸收强度显著增强;共轭羰基C=O伸缩振动的吸收峰(1650cm-1)吸收强度有所增强;芳香环骨架C-C振动的吸收峰(1510cm-1)吸收强度明显减弱;C-O-H振动的吸收峰(1160～1052cm-1)吸收强度有所减弱。     

面向安全服务重组多目标优化的粒子群遗传算法

遗传算法具有快速随机的全局搜索能力,但局部搜索能力差,易陷入早熟收敛,迭代效率低.粒子群算法采用速度——位置模型,可以较快收敛到指定精度.将粒子群算法与遗传算法融合,采用多目标遗传算法得出初步的优化结果,并将其作为粒子,利用粒子群算法强化局部搜索,加快收敛速度,仿真结果证明了该算法的优越性.在CSSM对底层安全服务的重组时利用粒子群和遗传算法的结合(GAPSO),能够提高效率.     

基于机器视觉的实木地板在线分色识别算法

实木地板具有良好的美学性能,是室内装饰的优良材料。为了满足特定的室内装饰要求的艺术效果,实木地板的颜色需要协调,因此在生产过程中需要根据实木地板的颜色进行分类,以满足客户的个性化需求。然而,传统人工识别分选的方法受劳动强度、工作效率等因素制约,难以满足产业的发展需求。本试验基于机器视觉技术,对实木地板颜色的图像采集装置与识别分类算法进行了设计。首先,利用彩色CCD相机对3个颜色等级的实木地板进行图像采集,共获得了150幅木材图像,其中80%用来训练、10%用来测试、10%用来验证。然后,利用极限学习机ELM进行颜色分类,并比较不同优化算法的优化效果,如灰狼优化算法(GWO)、遗传优化算法(GA)、粒子群优化算法(PSO)。结果表明,利用灰狼优化的极限学习机(GWO-ELM)对3个颜色等级实木地板图像的识别准确率最高,分别为88.6%,86%和100%。考虑到实木地板的单块完整性,算法的分类结果能有效满足实际生产需求,为国内实木家居企业的智能化发展提供了一套行之有效的解决方法。     

木材单板染色用计算机测配色系统的设计与实现

在应用纺织印染用计算机测配色技术的基础上，根据木材单板的特点开发了木材单板染色用计算机测配色系统。该系统与人工渐进法配色相比，具有准确、经济和快速自动配色的优点，可在保证配色精度或配方经济的同时，快速设计出木材单板染色方案。利用建立的杨木和桦木基础数据库，进行黑酸枝、红酸枝和黑胡桃等珍贵树材仿真，分别修正0-2次后即能达到要求，所模仿的珍贵木材材色与天然木材材色相近，着色均匀，色差小。     

基于优化算法的阔叶树种生长模型研究

随着优化算法的发展和应用,分析优化算法在林分断面积生长模型参数估计中的运用并分析其优劣就显得尤为的迫切。采用昆明市森林资源二类调查数据,筛选树种组成大于等于6成的小班剔除异常值后作为建模样本单元。采用地位级指数和林分密度指数引入到生长模型中,分别采用麦夸特算法、差分进化算法、遗传算法、模拟退火算法和粒子群算法进行参数求解,根据算法迭代次数比较各优化算法的算法效率,并求解生长模型参数稳定性。结果表明,桤木、栎类和桉类断面积生长模型拟合决定系数分别为0.94,0.87,0.84,均方根误差分别为1.10,1.59,2.20,模型通过T检验和残差分析;麦夸特算法、差分进化算法、遗传算法、模拟退火算法和粒子群算法迭代次数平均值分别为68,2 188,4 147,4 492和2 324;Richards,Schumacher和Korf模型各参数拟合结果间欧式距离分别为1 408.47,10.11,45.22,Korf模型的拟合优度大于Schumacher和Richards模型。     

基于人工蜂群算法优化SVM的NIR杉木弹性模量预测

【目的】利用近红外光谱分析技术,提出一种基于人工蜂群算法优化支持向量机(ABC-SVM)的木材弹性模量预测模型,为木材弹性模量无损预测提供科学参考。【方法】以294个杉木样本为试验材料,采用常规力学方法测量样本弹性模量,采集样本近红外漫反射光谱,选择350～2 500 nm光谱段,对原始数据进行15步指数平滑和一阶导数预处理,并利用主成分分析降维处理后的数据,建立偏最小二乘回归(PLS)模型、支持向量机回归(SVR)模型和人工蜂群算法优化支持向量机(ABC-SVM)模型预测杉木弹性模量,采用决定系数(R2)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE)对所建模型进行对比分析。【结果】PLS模型的R2为0.726 700、RMSE为6.744 9、MAPE为0.063 5、MAE为5.065 6; SVR模型的R2为0.935 305、RMSE为3.528 1、MAPE为0.023 7、MAE为1.840 9;将人工蜂群算法用于SVM参数寻优,获得的最优参数c=5.670 51、g=0.031 25,ABC-SVM模型的R2为0.935 371、RMSE为3.526 0、MAPE为0.023 7、MAE为1.840 0。3种模型均可对杉木弹性模量进行有效预测。【结论】1)根据决定系数(R2),SVR和ABC-SVM模型的预测性能优于PLS模型,ABC-SVM模型的预测性能最佳; 2)根据均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE),3种模型的MAPE均在可接受范围内,ABC-SVM模型关于误差的各项指标均最小,基于ABC-SVM模型预测杉木弹性模量高效、科学。     

基于GA-BP神经网络的雷竹林CO2浓度反演

【目的】研发竹林气象因子采集系统,分析雷竹林CO₂浓度与温湿度等气象因子之间的关系,探讨基于GA-BP神经网络的雷竹林CO₂浓度反演模型（简称GA-BP模型）,为竹林碳储量、竹林增汇、竹林固碳能力等研究提供基础数据。【方法】根据微气象学相关原理、方法及森林碳通量动态感知的需求,设计基于嵌入式的森林碳通量数据远程实时监测系统,该监测系统以成熟雷竹林为监测对象,进行为期2个月（2019年10—11月）的气象数据监测;在此基础上,提出GA-BP模型。【结果】根据GA-BP模型和BP模型反演的结果可知：GA-BP模型反演结果的决定系数R²为0.86,比BP模型的R²（0.79）提高了0.07;平均绝对误差为8.12 mg·m^-3,比BP神经网络下降2.79 mg·m^-3。GA-BP模型相较于BP网络具有更稳定的反演性能和更高的反演精度。【结论】可以利用竹林气象因子采集系统获取相关气象数据;基于CO₂浓度与温湿度等气象因子之间的相关性,本研究提...     

I-214杨染色单板光变色规律的研究

以染料弱酸深蓝5R和活性艳红X-3B染色的I-214杨素材和漂白板为试材,选用氙光作照射光源,考察不同染料、不同工艺条件下染色单板在110 h光照过程中试材表面材色指数,即明度指数(L*),色度指数(a*与b*)和变色度(△E* ab)的变化.结果表明:染色单板在110 h氙光照射过程中变色明显,b*值提高显著;△E* ab在光照初期大,后期平缓直到不变;同一品种染料,高浓度染液中染色单板比低浓度染液的光照变色大,浸染时间长短对染色单板光照变色影响不明显,先漂白再染色的单板材色均匀,光照变色平缓;不同品种染料的染色单板光照变色规律有差异.     

活性染料对杨木单板染色耐光性影响的研究

采用活性染料、酸性染料和直接染料分别对杨木单板进行染色,分析并确定耐光性最佳的染料及此染料染色的最佳工艺参数。结果表明：活性染料染色杨木单板的耐光性最佳;确定出的最佳染色工艺参数为：染料浓度10g/L,染色时间2．5h,染色温度60℃,浴比20：1。这一研究结果为杨木单板仿制珍贵木材提供了理论依据和实际生产工艺参数。     

基于改进粒子群算法林产工业供应链网络研究北大核心

以黑龙江林产工业企业为例,以成本和环境影响最小、社会效益最大为目标,建立多目标可持续闭环供应链网络规划模型,结合模型多约束、多维度特点,改进传统粒子群算法对模型求解,并通过改变模型目标函数权值组合,考察该闭环供应链网络的多目标计算结果。研究表明:模型存在可行解,证明该模型在林产工业可持续闭环供应链多目标决策方面具备有效性。改进的粒子群算法收敛速度较快,收敛效果优于传统粒子群算法。通过修改权值得到所有权值组合下的具体生产方案,可以获取准确的成本、环境与社会维度信息。当决策者支付更高的经济成本时,运行方案在环境和社会方面不是简单的线性变化,其变动趋势呈现出一定的波动性。改进的算法可以用于供应链网络模型求解。所设计的模型能为企业管理者实现企业可持续发展提供重要参考。