导读:本文包含了高含水率木材论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:木材,含水率,干燥,光谱,斯通,电桥,传质。
高含水率木材论文文献综述
季松,陆荣鉴,张建红,万智龙[1]（2019）在《木材干燥窑含水率检测系统设计》一文中研究指出当前木材干燥窑含水率的检测存在检测精度低、反应时间长、测试模式少等缺点,针对这些问题,设计了一种具有高量程、多档位测试的木材干燥窑含水率检测系统,该系统自动化程度高,可实现高电阻木材含水率的检测和多量程范围的检测。实验结果表明,设计的木材干燥窑含水率检测系统能够实现高精确度、高速率、高灵敏度的木材含水率检测,有效地提高了木材的利用率。(本文来源于《林业机械与木工设备》期刊2019年08期）
平立娟,王喜明[2]（2018）在《木材含水率分级干燥及其节能分析》一文中研究指出木材干燥是木材加工生产中不可缺少的一道重要工序,也是耗能最大的工序。现在能源短缺,燃料价格上涨,节省能源尤其重要。加强对木材干燥过程节能减排降耗的研究,寻求高效环保的节能技术是目前国内外学者广泛关注的课题之一。在分析木材干燥能耗的基础上,从3个方面探讨了木材含水率分级干燥的必要性:1)生材含水率不同导致每一块板材的干燥特性不同;2)与水分移动有关的木材性质(物理力学性质等)的差异;3)木材中各种状态水分的干燥能耗。进而对木材含水率分级干燥过程进行了分析,提出了木材含水率分级干燥的概念,并对分级干燥理论进行了分析。探究了含水率分级干燥对木材干燥质量、干燥效率和干燥过程节能减排的影响,采用含水率分级技术实现木材的精细干燥,可以达到缩短干燥周期,降低能耗,提高干燥质量的目的。最后,提出应根据干燥材的用途要求,在节能经济的基础上,制定合适的含水率分级标准的应用设想。(本文来源于《西北林学院学报》期刊2018年06期）
汪紫阳,李耀翔,尹世逵[3]（2018）在《应用近红外光谱技术检测木材含水率的方法》一文中研究指出运用近红外光谱技术(NIRS)结合偏最小二乘法(PLS),采用了中心化、标准化和导数处理等预处理方法,建立了胡桃楸、榆树以及两个树种混合的含水率预测模型,分析近红外光谱技术在木材含水率检测中的应用。结果表明:在光谱进行中心化和标准化处理后,胡桃楸样本的二阶导数光谱的预测模型最优,其验证集相关系数为0.928 3;榆树样本的一阶导数光谱的预测模型最优,其验证集相关系数为0.952 9;胡桃楸和榆树的混合近红外光谱经过中心、标准化和一阶导数处理后建立的预测模型最优,其验证集相关系数为0.930 9。在合适的光谱预处理和建模方法下,近红外光谱技术能够用于预测木材的含水率,同时利用近红外光谱技术建立混合木材的含水率模型是可行的。(本文来源于《东北林业大学学报》期刊2018年12期）
于建芳,刘纪建,王喜明,张倩倩[4]（2018）在《基于多尺度模型预测木材含水率和温度的变化》一文中研究指出了解木材干燥过程中的水分迁移和热量传递规律有助于提高木材的干燥质量,改善干燥工艺,节约能源。以樟子松(Pinus sylvestris)为材料,建立能够较准确模拟木材干燥过程中含水率和温度分布变化的多尺度单元表征模型,模型由宏观尺度上叁个耦合方程一两个水分扩散方程和一个热量平衡方程,以及微观尺度上的单个细胞水分迁移的平衡方程组成。解析模型的过程为:分析初始条件和边界条件、有限元网格的生成、方程离散化、查找相应物性参数、MATLAB软件编程求解。最后通过实验分析验证了建立的多尺度模型的准确性,进行试件在80℃时各层含水率随时间变化的实验,实验结果与模拟值比较,曲线吻合性较好,多尺度模型可以反映木材干燥过程中含水率的分布。最后对建立的多尺度模型进行理论分析,预测了干燥过程中各层温度的变化和分布,进一步验证模型的准确性。从不同尺度建立的木材热质转移数学模型,能较为准确的反映木材含水率的变化和空间分布情况,为干燥过程水分和温度分布的研究提供了一定的理论基础和参考价值。(本文来源于《工程热物理学报》期刊2018年10期）
杜美波,萧敏儿[5]（2018）在《感应式木材含水率测量仪校准方法研究》一文中研究指出本文介绍了木材含水率测量仪的用途和原理。分析了规程文件的局限性,重点研究了感应式木材含水率测量仪校准方法,以及对方法的有效性进行论证。(本文来源于《计量与测试技术》期刊2018年06期）
陈思禹[6]（2018）在《不同含水率状态下木材力学性能微观分析》一文中研究指出基于木材力学性能与水分的关系,本文通过分析不同含水率状态下木材的力学性能的微观变化,达到探究水分在纤维素无定形区的存在形式及作用的目的。首先,对不同含水率的木材进行静态拉伸松弛试验探究水分对木材松弛性能、结晶度与微纤丝角的影响。而后,对木材中的化学组分进行选择性脱除处理,在纤维素损伤最小的前提下得出最优处理工艺。最后,对组分脱除后的木材进行微力学试验对比分析,论证纤维素无定形区域内水分的吸着形式与影响机制。本文主要结论归纳如下:1.随着含水率增加,水分子的进入使木材的无定形区域发生润涨,微观组织更为松散,宏观表现为结晶度降低,更易发生应力松弛。低含水率状态下(6%~8%),水分的吸着会填入由干燥形成的微孔。溶胀细胞壁的同时,不稳定的氢键发生断后重联,纤丝发生一定程度的取向。解吸试件由于未经历干燥过程,并未出现结晶度增加的现象。应力松弛会增加木材的结晶度。2.对樟子松材脱除木质素后,再用6%浓度的NaOH沸水浴4h为纤维素纤维提取的最佳方法。经FTIR与XRD测试,验证了上述方法的可行性。其细胞结构与组织并未发生改变,但出现了皱缩与纤丝外露现象,吸湿性能显着提高,呈现第Ⅱ型吸着等温线特征。3.随含水率增加,未处理薄木轴向拉伸断裂伸长率提高,抗拉强度减小,在应力—应变曲线上呈现明显的塑性阶段。处理后的样品在含水率<8%时,发生弹性变形直至断裂;含水率>8%时则会表现出一定程度的塑性。4.提取后的纤维素试件在含水率6%~8%左右时,力学性能出现显着变化。弹性模量明显提高,其机理为无定形区原本蜷曲的纤维素分子链由于水分子附着而进行舒展与重排,即前期干燥产生的微小缝隙被水分子填满,从而使得纤维排列更为有序,弹性模量骤增,抗外界破坏能力增大。5.利用计算机模拟可以看出,随着含水率的增大,无定形区域体积增加。但含水率为5%时,无定形晶胞体积减小,纤维素分子链排列更加致密。(本文来源于《内蒙古农业大学》期刊2018-06-01）
王立双,张文博,仝莉[7]（2018）在《不同含水率下木材尺寸变化的近红外光谱研究》一文中研究指出木材和水分关系的研究一直以来都是木材学研究领域的重点课题。木材中水分含量变化会使木材产生干缩湿胀,进而影响其尺寸稳定性,这关系到木材的实际应用。一般认为,木材产生变形的根本原因是木材化学组分中多糖类物质所含羟基与水分形成氢键作用的结果,而近红外光谱对有机材料含氢基团具有高度的敏感性。利用这一特点,为了能够实现对木材尺寸变化的在线快速检测,应用近红外光谱(near infrared,NIR)探讨了不同含水率木材与其尺寸稳定性之间的相互关系并建立了木材尺寸变化预测模型。通过对不同含水率下木材叁个切面进行近红外扫描得到光谱信息,结合化学计量学方法,建立基于偏最小二乘法的木材径、弦向尺寸变化率的近红外光谱模型,并采用交叉检验的方式对模型进行验证。结果表明:不同含水率条件下的木材径、弦向尺寸变化率与相应的近红外光谱有很高的相关性,说明可以通过近红外光谱来研究木材的尺寸变化;研究建立的木材径、弦向尺寸变化模型的相关系数都大于0.90,均具有比较好的适用性;通过比较横切面上建立的径、弦向尺寸变化率模型,弦向好于径向。以上结果表明利用近红外光谱技术对木材的尺寸变化进行快速、准确的预测具有较好的可行性。(本文来源于《光谱学与光谱分析》期刊2018年04期）
孙禹[8]（2018）在《基于神经网络和蚁群算法的木材干燥过程含水率预测研究》一文中研究指出木材含水率(Moisture Content,MC)作为木材能否长期稳定使用的工艺参数,同时又作为衡量干燥质量的标杆,是检验干燥过程好坏的重要指标。在木材含水率检测中,电测法因其方便性及高效性而被广泛应用于木材干燥实际生产中,但由于木材的含水率在纤维饱和点附近因木材物理特性会发生改变,驱使木材含水率呈现一种非线性的变化趋势,导致在此点附近的含水率测量会出现偏差,甚至是大幅度的失真。一旦数据发生偏差就可能导致干燥过程中出现失误,面对经济价值较高的木材时,如果出现失误不仅损失原材料,同时也浪费了加工时间,严重影响了生产的质量和效率。由此可以看出,加强对木材纤维饱和点附近含水率的检测是一项十分必要的工作。为了预测木材纤维饱和点附近的含水率数值,首选柞木和杨木作为研究对象,依据其干燥基准分别对其进行干燥过程实验,并采集分析影响木材含水率的实验参数(干球温度,湿球温度,材芯温度,风机速度等)。然后分别利用BP神经网络、蚁群算法和改进的蚁群算法进行参数优化和木材含水率的预测研究,将预测结果与称重法所得的实际含水率数值做对比,分析预测误差及算法运行时间,从而讨论叁种算法对木材含水率的预测效果。文中主要选取的分类预测算法-蚁群分类算法Ant-Miner是一种可以和经典的分类算法相媲美的分类技术,它基于群智能中的蚁群算法。然而,Ant-Miner没有充分利用蚁群的思想,并且它的启发式策略包含有局部信息。与蚁群算法不同,Ant-Miner的启发式函数值随着算法的运行而不断发生变化,增加了算法的计算复杂度。为了提高Ant-Miner处理数据的效率,采用了一种改进的蚁群分类算法mAnt-Miner+。该算法借鉴了mAnt-Miner的多蚂蚁构建蚁群的思想,并使用了一种新的启发式策略。通过木材含水率预测的仿真结果表明,mAnt-Miner+在不影响预测精度和规则简单性的情况下,提高了运行效率,与Ant-Miner相比降低了预测的误差,提高了算法的预测精度,具有较高的工程实用价值。(本文来源于《东北林业大学》期刊2018-04-01）
吴小亚[9]（2018）在《木材含水率在线检测系统的优化设计》一文中研究指出为了准确测量木材在窑干过程中的含水率,本课题设计了一种多功能的木材含水率在线检测系统,通过分段测量来增加含水率全量程检测的准确度。该含水率检测系统与其它系统的主要区别在于可以有效避免采集的多路信号在进入系统时因互相干扰而引起的失真,可以同时检测温度、湿度和含水率,并实现远程显示。本课题进行了以下叁个方面研究和设计。首先,根据国内外木材含水率检测系统的现状,分析比较了温度、湿度和木材含水率常用测量方法的优点与不足,确定了本系统温度测量采用热电阻Pt1000传感器,湿度测量采用平衡含水率法,木材含水率测量采用电阻法;根据系统所采用的平衡含水率和木材含水率测量方法,选择了分段定量标定平衡含水率和两电极之间等效电阻的对应关系、木材含水率和两电极之间等效电阻的对应关系。其次,在上述分析比较和定量标定的基础上,对木材含水率在线检测系统的数据采集与处理过程,分别进行了硬件设计和软件设计。因为本系统要实现数据无线远距离显示,所以系统的数据采集与处理部分和GPRS终端部分采用了RS485总线通讯,来实现CPU与无线发射模块之间的信息传输,从而达到了测量结果可以无线远距离的显示。为了将来能够做到根据所检测到的信息进行某些控制操作,本系统在电路板上还预留了一个I/O接口引出端。最后,根据系统的功能要求和设计目标,绘制了采集处理模块的电路原理图及PCB图,并制作了印制电路板,进行了实际验证,从而搭建了木材含水率在线检测系统的实验平台。(本文来源于《浙江农林大学》期刊2018-01-11）
李权,林金国,郑斌彬[10]（2018）在《含水率变化对叁种木材色度学参数的影响》一文中研究指出为揭示含水率变化对古夷苏木、筒状非洲楝和水曲柳叁种木材色度学参数的影响,采用CIE(1976)L~*a~*b~*标准色度学系统及均匀颜色空间对试样材色进行测量,结果表明:叁种木材明度随含水率的增大均呈现逐渐下降的趋势。随含水率的增大,叁种木材的色调分别表现为古夷苏木从R(红)逐渐变为Y(黄),筒状非洲楝由YR(黄红)色变为Y(黄),水曲柳由R(红)最后变为YR(黄红)。古夷苏木和筒状非洲楝的色饱和度随含水率的变大而逐渐变小,水曲柳则先略微增加后下降至平稳。叁种木材的红绿轴色品指数a~*和黄蓝轴色品指数b~*在不同含水率条件下变化规律各异。研究结果为含水率变化对叁种木材表面视觉性质影响的综合评价及其加工利用提供了理论依据。(本文来源于《林产工业》期刊2018年01期）
高含水率木材论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
木材干燥是木材加工生产中不可缺少的一道重要工序,也是耗能最大的工序。现在能源短缺,燃料价格上涨,节省能源尤其重要。加强对木材干燥过程节能减排降耗的研究,寻求高效环保的节能技术是目前国内外学者广泛关注的课题之一。在分析木材干燥能耗的基础上,从3个方面探讨了木材含水率分级干燥的必要性:1)生材含水率不同导致每一块板材的干燥特性不同;2)与水分移动有关的木材性质(物理力学性质等)的差异;3)木材中各种状态水分的干燥能耗。进而对木材含水率分级干燥过程进行了分析,提出了木材含水率分级干燥的概念,并对分级干燥理论进行了分析。探究了含水率分级干燥对木材干燥质量、干燥效率和干燥过程节能减排的影响,采用含水率分级技术实现木材的精细干燥,可以达到缩短干燥周期,降低能耗,提高干燥质量的目的。最后,提出应根据干燥材的用途要求,在节能经济的基础上,制定合适的含水率分级标准的应用设想。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高含水率木材论文参考文献
[1].季松,陆荣鉴,张建红,万智龙.木材干燥窑含水率检测系统设计[J].林业机械与木工设备.2019
[2].平立娟,王喜明.木材含水率分级干燥及其节能分析[J].西北林学院学报.2018
[3].汪紫阳,李耀翔,尹世逵.应用近红外光谱技术检测木材含水率的方法[J].东北林业大学学报.2018
[4].于建芳,刘纪建,王喜明,张倩倩.基于多尺度模型预测木材含水率和温度的变化[J].工程热物理学报.2018
[5].杜美波,萧敏儿.感应式木材含水率测量仪校准方法研究[J].计量与测试技术.2018
[6].陈思禹.不同含水率状态下木材力学性能微观分析[D].内蒙古农业大学.2018
[7].王立双,张文博,仝莉.不同含水率下木材尺寸变化的近红外光谱研究[J].光谱学与光谱分析.2018
[8].孙禹.基于神经网络和蚁群算法的木材干燥过程含水率预测研究[D].东北林业大学.2018
[9].吴小亚.木材含水率在线检测系统的优化设计[D].浙江农林大学.2018
[10].李权,林金国,郑斌彬.含水率变化对叁种木材色度学参数的影响[J].林产工业.2018
论文知识图
![ln[β/T2P]-1/T关系图](/uploads/article/2020/01/06/140477a9b0bbd44810e7637c.jpg)
