木材应用在装修家具、建筑工程、机械制造等领域。木材干燥是木材加工的关键步骤之一,整套木材干燥设备包括木材干燥窑检测系统和控制系统。本课题选择木材干燥窑检测系统为研究背景,运用传感器技术、嵌入式技术、统计学习理论以及多传感器数据融合技术,研制出智能化木材含水率在线实时检测系统。　　本课题研究了国内外木材干燥窑检测系统的研究现状及发展趋势,吸收借鉴国内外研究成果,并结合企业的技术支持,研发了基于嵌入式系统的木材干燥窑参数在线监测系统。该系统实时检测木材干燥过程中的干燥窑温度、相对湿度、试材的相对电阻率。系统将多路检测信号经信号调理电路处理传给嵌入式处理器。嵌入式系统硬件处理速度快、软件兼容性较好移植便利,在嵌入式平台即可完成格拉布斯准则剔除异常数据,以及加权求平均对检测结果进一步平滑,通过CAN总线上传处理结果到上位机系统。在上位机系统完成在线建模预测木材含水率,提高系统检测精度。针对木材干燥窑特定的工作环境,分析检测系统干扰源,合理规划信号传输线的布局以及PCB布局布线设计,提高系统EMC抗干扰能力。　　当木材为绝干时,其电阻值高达100,为了满足测量精度,木材电阻率检测实现自动切换量程。对于多路温度检测,由长距离信号传输带来的信号线内阻对检测精度的影响,提出了利用数字电位器实现基于平衡电桥的三线制PT100引线内阻自动补偿电路。根据木材干燥过程中含水率连续不突变的特点,研究了基于“乒乓”模型的随机权重粒子群算法(Particle swarm optimization,PSO)参数寻优的最小二乘支持向量回归机(Least squares support vector regression,LS-SVR)在线建模方法,该方法既能反映干燥过程木材含水率动态特性,又能保证预测精度、缩短数据处理时间。随机权重PSO算法能够平衡算法的全局和局部搜索最优能力。实验过程以柞木进行数据采集,结果表明系统精度和稳定性能够满足要求。