【目的】针叶材的管胞不仅具有输导养分的作用,而且具有较强的支撑能力,其管胞分布状态影响着木材力学特性。探究管胞分布状态与木材力学特征的内部关系对实现木材抗压弹性模量的预测有重要意义。【方法】本研究从针叶材管胞效应入手,设计了一套集光源发射、光斑采集与分析、木材遍历为一体的纤维角检测平台,构建了木材纤维角分布与其抗压弹性模量的数值关系模型。首先,利用最小二乘法拟合投射在木材表面激光光斑的椭圆轮廓,完成纤维角测量;然后,通过分析纤维角测量误差,选用系数为20的均值滤波方法以提高纤维角测量精度;通过对木材遍历采样,完成纤维角分布的采集;最后,以木材两个面上纤维角分布的均值、潜入系数与标准差为输入,以试样的抗压弹性模量为输出,构建了6输入1输出的4层神经网络,完成抗压弹性模量的预测。按照GB/T15777—1995《木材顺纹抗压弹性模量测定方法》加工了落叶松试样100个,应用检测平台采集了相应试件的纤维角分布后,采用力学试验机得到对应力学真值,按照3∶1的比例划分训练样本与测试样本。【结果】平均滤波次数选取20时,该设备纤维角采集测量误差达到0.65°以下;分别构建了以双面纤维角分布特征、单面纤维角分布特征以及双面纤维角分布特征均值为输入,抗压弹性模量为输出的网络预测模型。实验比较发现:以双面纤维角分布特征为变量的网络模型预测精度上优于其他两组,此时网络预测的抗压弹性模量准确率达到90.80%。【结论】应用纤维角分布特征可以实现针叶材抗压弹性模量的有效预测。最小二乘拟合与均值滤波法的结合可以有效、准确地表达纤维角的特征信息。纤维角的均值、潜入系数与标准差可以有效描述纤维角的分布特征。在构建木材抗压弹性模量时,木材双面的纤维角分布特征对其抗压弹性模量预测精度最高。