木材材质预测方法比较分析

分析了木材材质预测研究中常用的三种建模方法:回归分析方法、时间序列方法和神经网络方法的特点,以木材生长轮密度预测为例,给出了三种预测方法的建模过程与结果,并进一步对多个材性指标建模比较分析,认为:神经网络方法是木材材质预测的最优选择。     

不同种源白桦木材密度和生长轮宽度径向变异模式

对５个种源以及不同海拔高度和不同种植密度的白桦木材生长轮密度和生长轮宽度径向变异模式进行了研究。结果表明（１）各种源木材生长轮密度和生长轮宽度径向变异真本相同。种源间生长轮密度的平均值差异显著,吉林露水河地区。木材生长轮密度最大。其次为内蒙古金河、生长轮度大小排序为新宾、凉水、露水河,帽儿山金河。（２）木材生长轮密度在海拔高度４６０－６５０ｍ范围内呈正相关。生长轮宽度呈负相关;（３）木材生长轮密在     

树木生长轮材质检测分析法

树木生长轮材质分析。是研究不同生态条件下木材材质变异及预测的重要技术措施。本文以湖南会同的杉木为材料,通过生长轮材质分析方法测定的小试件压力、小试件拉伸、显微硬度、生长轮密度、生长轮晚材率,与木材标准试验测定的顺纹抗压、顺纹抗拉,端面硬度,木材密度及晚材率的对比中,得到了非常接近的规律。单相关系数大部分在0.7以上.变化较大的小试件拉伸与顺纹抗拉也在0.62以上。证实了这项研究方法的可靠性。     

香椿生长轮宽度·木材气干密度·纤维长度径向变异及其相关性研究

[目的]研究香椿生长轮宽度、木材气干密度和纤维长度的径向变异和相关性。[方法]应用生长轮材质分析理论分别对香椿的生长轮宽度、木材气干密度和纤维长度进行测定。运用SPSS 13.0拟合生长轮宽度、木材气干密度、纤维长度与树龄相关的模型。[结果]结果表明,32年生香椿生长轮平均宽度为1.382cm,最大值在第9年生时,为2.217cm,21～31年生后生长轮宽度趋于稳定,在0.683～1.000cm范围内波动。木材气干密度与纤维长度随树龄递增。木材气干密度的平均值为0.475g／cm^3,17年时达0.543g／cm^3,之后在0.507～0.564g/cm^3之间波动,趋于稳定。气干纤维长度在797.84～1396.34μm,其径向变异模式属Panshin Ⅰ类型。香椿生长轮宽度、木材气干密度和纤维长度与树龄呈极显著的相关关系。香椿生长轮宽度、木材气干密度和纤维长度两两之间也呈极显著的相关性。经过有序样本聚类,界定出香椿的幼龄材与成熟材的界限为13～15年。[结论]为香椿人工林速生丰产、定向培育、材质改良、营林技术和木材的加工利用提供理论依据。     

速生杨木材基本密度变异规律及其与生长性状的关系

以14～18a树龄的I-69杨无性系为研究对象,对木材基本密度在株内不同高度上的变异模式及其变异性进行了研究,测定了树龄、胸径及生长轮宽度并分析其与木材密度之间的相关性。结果表明:0～6m处,密度在轴向上沿着树干方向,从下向上密度逐渐变大;木材密度与树龄、胸径之间有关联,并建立了密度与树龄和胸径的模型。并对模型进行检验,认为用该模型模拟速生杨木基本密度的结果较为理想。分析密度与生长轮宽度之间的相关关系,可以得知密度与生长轮宽度显著相关,生长速度越快,树木密度越小,并得出模型。     

赤松木材管胞形态特征及密度的变异规律

研究分析了人工林赤松木材管胞形态和密度的变异规律，得出了管胞长度、管胞直径、管胞长宽比和生长轮密度等材性指标的变异规律的数学模型，为实现林木定向培育和速生优质制定科学集约经营措施以及材质的早期预测提供科学理论依据。     

人工林长白落叶松木材材质早期预测模式(Ⅰ)——材性变异、幼龄期与成熟期的界定

以现代统计预测理论为基础,结合人工林长白落叶松木材生长轮材性变异规律,提出了木材幼龄期与成熟期划分研究的理论与方法.根据幼龄材与成熟材材性的特点,建立了木材幼龄期与成熟期界定的有序聚类最优分割模型(OCDB模型).测试了人工林长白落叶松木材的晚材率、生长轮宽度、管胞长度和宽度、微纤丝角及生长轮密度等材性指标,并且对其统计分析,得出木材材性变异规律.采用有序聚类最优分割模型划分出人工林长白落叶松的幼龄期为15a.     

辽东栎的生长速度对木材密度的影响

研究辽东栎的生长速度及生长轮年龄对密度的影响。结果表明,生长轮年龄是决定木材性质的主要因子,生长速度对木材密度的影响较小。而生长速度对密度的影响又随年轮宽度、生长轮年龄及取样部位(早材,晚材或整个年轮)而异。     

木材生长轮材性变异规律时间序列模型

采用时间序列分析理论。分析了人工林长白落叶松木材生长轮材性变异规律。对木材的化密度、晚材度和生长轮宽度进行变异规律的拟合。并对建模方法，模型参数选择以及检验进行讨论。结果表明，模型的拟合良度较好，不但能拟合出木材材性总体变化趋势，而且能拟合出细微变化周期性波动。     

间伐强度对水曲柳木材材质的影响

研究了不同间伐强度对水曲柳木材材质的影响，结果表明：间伐强度对水曲柳木材的纤维长度和胞壁率无显著影响；对生长轮宽度、晚材率、生长轮密度、木材硬度有显著影响；材质综合评定表明重度间伐的林分木材材质最优，轻度间伐林分材质次之，未间伐林分材质相对较差，可采取间伐的培育措施对水曲柳林木进行定向培育。     

人工林和天然林红松幼龄材与成熟材的界定及解剖、物理性质的比较

根据人工林和天然林红松的管胞长度、生长轮宽度、生长轮密度和晚材率等性能指标的测试结果,采用最优分割法分析得出：人工林红松幼龄材与成熟材的界限为15a,天然林红松幼龄材与成熟材的界限为35a。通过人工林和天然林红松解剖、物理性质的比较,总体上表现为幼龄材性质低于成熟材,人工林材性劣于天然林。     

应用近红外光谱和小波网络构建的木材基本密度预测模型

以柞木为研究对象,将120个样本以2∶1的比例分为校正集和预测集,80个校正集,40个预测集;使用900~1 700 nm的近红外光谱仪,获取样本径切面的近红外光谱数据;采用蒙特卡洛采样法剔除奇异样本,采用多元散射校正和S-G平滑对光谱数据进行预处理,消除光谱漂移、表面散射和噪声的影响;通过Bi PLS-SPA算法对特征波长进行提取,构建小波神经网络模型,预测柞木基本密度;将建模方法与常用的偏最小二乘(PLS)和BP神经网络进行了对比,验证小波网络的有效性。结果表明:小波神经网络对预测集样本验证结果更好,相关系数为0.968,预测均方根误差为0.014 4。     

神经网络在木材干燥过程中建模的应用

针对木材干燥过程的非线性特性,以及环境因素对木材干燥过程的干扰,造成木材干燥建模困难的问题,通过对神经网络的非线性、并行结构,学习、推理和多变量处理能力的研究,以干燥窑的加热阀开度、喷湿阀开度、排潮阀开度3个控制信号作为输入量,以窑内温度、湿度2个量作为输出量,利用时延神经网络和动态递归神经网络分别建立了木材干燥过程中的温湿度控制模型和木材干燥基准模型.并通过干燥实验进行网络训练和测试.结果表明:时延神经网络建立的木材干燥温湿度模型和干燥基准模型比动态递归神经网络的误差小、网络输出接近于真实值,能够较好的逼近实际系统.