论文部分内容阅读
为开发简便、快速、高效的方法准确预测木材的材性,本研究采用近红外光谱(NIR)技术结合化学计量学的分析方法对热处理木材的强度和材色进行了研究。通过近红外光谱采集热处理木材化学组分信息建立的校正模型,以实现对热处理南方松木材的材色和抗弯性能进行预测为目的。首先,南方松木材进行3种不同温度(120℃,180℃,220℃)热处理,并对未处理及三种温度下热处理的南方松的苯醇抽提物,综纤维素,α-纤维素,木质素,按照传统的木材化学组分分析方法进行了定量分析;其次,通过测色仪按照CIE1976 L*a*b*色度学参数对未处理和三种热处理木材进行材色参数测定;第三,通过近红外光谱仪对木材试样弦切面进行光谱扫描,并结合化学计量学的分析方法建立了热处理木材材色预测模型;第四,采用三点弯曲法测定了木材试样的抗弯强度(MOR)和抗弯弹性模量(MOE),同时在木材试样的横、径、弦切面扫描获取了试样的近红外光谱信息,并运用偏最小二乘法以及交叉检验法建立了热处理木材MOR和MOE的预测模型;最后,通过分析热处理木材在近红外光谱图上所反映的木材化学组分信息,对热处理木材材色-强度的等效性进行了分析。 (1)将测定的明度(L*)、红绿轴参数(a*)、黄蓝轴参数(b*)与NIR采集到的木材弦切面的近红外光谱信息相结合建立材色预测模型。结果表明:建立的明度L*近红外验证模型决定系数(R2)为0.947,预测均方根误差(RMSEP)为3.08;建立的红绿轴参数a*近红外验证模型R2是0.924,RMSEP是0.46;黄蓝轴参数b*的近红外验证模型R2是0.961,RMSEP为0.985。 (2)将测定的抗弯性能(MOE和MOR)与近红外光谱采集到的木材横切面、弦切面、径切面NIR光谱信息相结合,建立力学预测模型。MOR的近红外预测模型结果表明:建立的横切面MOR近红外验证模型R2是0.910,RMSEP是6.53;建立的径切面MOR近红外验证模型R2为0.834,RMSEP是8.83;建立的弦切面MOR近红外验证模型R2是0.799,RMSEP是9.75。MOE的NIR预测模型的研究结果表明:建立的横切面MOE近红外验证模型R2为0.889,RMSEP为527;建立的径切面MOE近红外验证模型R2为0.772,RMSEP为884;建立的弦切面MOE近红外验证模型R2为0.781,RMSEP为871。由于木材横切面所包含的光谱信息比其他两个面包含的信息更加丰富,因此扫描横切面光谱信息分别建立的木材的MOE和MOR的模型,与通过弦切面和径切面建立的模型相比较,预测效果较好。 (3)近红外光谱图位于5245cm-1处归属于半纤维素的C=O基团伸缩振动吸收峰、位于4404cm-1处归属于纤维素和半纤维素中的C-O伸缩振动的特征峰以及位于5963cm-1和5890cm-1处归属于木质素芳环的碳骨架振动等木材组分化学基团的降解及降解产物之间的化学反应是导致材色的加深木材抗弯性能降低的主要原因。同时,热处理木材材色—强度等效性分析结果表明,通过木材的材色变化预测热处理抗弯性能是可行的。 近红外光谱技术建立的预测模型可以很好的预测热处理木材的材色和抗弯性能,研究有助于为实时、在线监测木材热处理质量提供技术支持。