基于木材结构参数确定木材物理、力学特性的分析仪器制造技术

本实用新型专利技术提出一种基于木材结构参数确定木材物理、力学特性的分析仪器。该仪器包括：输入键盘，计算机主机，显示器或／和打印输出装置，所述计算机主机内包括：１）输入单元，包括：用于接收木材结构参数的输入模块，参数辨识、校对及控制器，加法器；２）接口引擎单元，包括：开启Ｍａｔｌａｂ引擎的模块，数据缓冲区，实现木材结构参数数据格式转换的模块，神经元网络模型文件的调用模块；３）神经元网络非线性逼进单元，包括：用于确定木材结构参数影响木材物理力学特性的权值函数的计算模块，用于通过自学习神经元网络层权值修正模块并产生权值的线性函数的模块；４）输出单元，包括：材性量化指标的输出模块和相关输出曲线的输出模块。（*该技术在2014年保护过期，可自由使用*）

【技术实现步骤摘要】

本技术涉及一种由木材结构参数确定木材物理、力学特性的分析仪器。这些分析可以为木材科学领域的木材性质研究、探讨木材性质形成机理、树木优质种质资源培育、树木转基因工程、定向培育材质改良的树木新品种等方面提供科学依据及量化指标。
技术介绍
从森林的培育到木材的综合利用，都与树木及木材的内部结构息息相关。为此，国内外专家学者都在木材内部结构与物理及力学关系上问题上开展了大量的研究。克恩(Cown)在(Cown et al.1991)给出了木材的螺旋纹理与木材的力学强度的关系模型，通过该模型可知螺旋纹理对木材的干燥程度和力学强度的关系，并给出根据螺旋纹理的分布状态、方向和角度确定其木材加工方法，已部分地缓解强度降低、开裂等问题。哈里斯(Harris)研究了木材纹理与木材种类的关系，并得出大部分木材呈螺旋纹理仅有少部分木材呈直纹理状态的结论(Harris 1973，1989)。狄普(Draper)、史密斯(Smith)用线性或非线性的方法对木材结构的单一特征与密度、强度等建立了回归模型。就目前国内外对木材结构与力学、强度的关系研究存在着如下问题●现有揭示木材结构与力学强度的关系不能反映其全部的特征。因为就其树木与木材本身就是一类复杂的生命体，仅用其内部的某一结构特征是不能全面而准确的反映其规律的。●现有的回归方法所得到的精度一般都在70～80％左右，这只能说成是一个大致的趋势，而无法准确地把握真正的内在性质与力学间的关系；●现有的成果很难推广应用到森林种质资源培育、转基因工程、树木定向培育、木材材质改良以及提供木材新品种的研究和应用上来。
技术实现思路
本技术要解决的技术问题是针对国内外对树木内部结构与木材物理、力学关系的研究开发中存在的问题和不足，提出一种基于木材结构参数确定木材物理、力学特性的分析仪器。该仪器提供了对木材性质形成机理的成因分析，描述了木材这一类复杂生命体内部结构与其物理、力学间的相互关系，并保证精度在95％以上。其目的是为森林种质资源培育、转基因工程、树木定向培育、木材性质研究、木材性质及形成机理定向培育木材材质改良、木材新品种培育等领域提供科学的依据及方法，使我国能在短期内，在上述领域内位居世界前列。本技术提出一种基于木材结构参数确定木材物理、力学特性的分析仪器，它包括输入键盘，计算机主机，显示器或/和打印输出装置，所述计算机主机内包括并依次连接1)输入单元，其中依次包括用于接收木材结构参数的输入模块，参数辨识、校对及控制器，加法器；2)接口引擎单元，其中包括用于开启Matlab引擎的模块，以及并列联接的数据缓冲区、用于实现木材结构参数数据格式转换的模块、用于神经元网络模型文件的调用模块；3)神经元网络非线性逼进单元，其中依次包括用于确定木材结构参数影响木材物理力学特性的权值的权值函数的计算模块，用于通过自学习神经元网络层权值修正并产生权值的线性函数的模块；4)输出单元，其中包括材性量化指标的输出模块和相关输出曲线的输出模块。本技术的基于木材结构参数确定木材物理、力学特性的分析仪器与现有技术相比较，具有以下优点1、本技术中的木材解剖微观参数包括微纤丝角、胞壁率、射线比量、管胞比量、早材管胞长度、晚材管胞长度、早材管胞宽度、晚材管胞宽度、早材管胞T-壁厚度、晚材管胞T-壁厚度、早材管胞R-壁厚度、晚材管胞R-壁厚度、早材管胞T-直径、晚材管胞T-直径、早材管胞壁腔比、晚材管胞壁腔比、早材管胞腔径比、晚材管胞腔径比等18个参数，它们都对该木材的密度、径向干缩、轴向干缩、弦向干缩、顺纹抗压强度、抗弯弹性模量、抗弯强度等7个重要材性指标产生不同的影响。这种不同程度的影响，在本技术中体现在权值函数中，也就是说，本技术全面的把握了上述木材结构参数与木材物理力学特性的关系。而现有的对这种关系的把握仅是上述的一个或几个参数(如微纤丝角与木材物理力学特性的关系)对木材物理力学之间的关系。因此，本技术可以更完全、更真实地表现出木材结构参数与其物理力学特性之间的关系。显示直观，一目了然。2、现有的对这种复杂非线性关系的描述是基于线性或非线性回归的方法，而这种方法本身就存在着不精确或者说先天不足。本技术所采用的神经元网络方法，可以任意地逼进非线性，即只要神经元层数足够多，便可以达到任意理想的结果。3、现有的算法是通过观察输入与输出之间点的分布情况采取曲线拟合方法，其准确度只能达到70％～80％之间。而本技术通过木材每一个结构参数对木材物理、力学特性影响的权值及所求出的权值函数，更加真实地、切合实际地描述了木材结构参数与木材物理力学特性之间关系，其准确度可达95％以上。附图说明图1是基于木材结构参数确定木材物理、力学特性分析仪器的结构示意图；图2是本技术分析仪器的工作流程图；图3是输入模块的示意图；图4是接口引擎的工作流程图；图5是标准化处理器的示意图；图6是标准化处理器的运算模块的示意图；图7是神经元网络的运算模块的示意图；图8是神经元网络性能评估的线性回归图。具体实施方式在说明本技术的实施例之前，首先说明本技术的原理。由于木材本身就是一个复杂的生命体或生物材料，其内部的结构与结构之间、这些结构与其自身的物理力学之间存在着相当复杂的奇异非线性关系，一般说来不存在或很困难找到显式的函数关系，即使免强找到了函数关系，那也会是一类非常复杂的非线性偏微分方程，处理起来相当难以把握。事实上，非线性奇异系统都不能用子空间来描述(它们是属于一些低维子流形)，直接讨论低维子流形是比较困难的。因此，本技术利用了神经元网络能够逼进任意的非线性这一特性。即，通过输入模块接收木材结构参数，经过参数辨识及校对经加法器输出给接口引擎。在接口引擎中首先开辟一个数据缓冲区，在此区内实现木材结构参数数据的格式转换、神经元网络模型文件的调用。经过初步处理的数据传递给神经网络的第一层，在这一层须要标准化处理，再经神经元网络初步的确定后计算出欧氏距离，最后通过自学习模型的修正后产生标准的权值函数，这个函数已将木材结构参数对木材物理力学的影响的权值确定。在神经元网络的第二层，将收到第一层权值函数通过自学习神经网络层权值模块修正后进行正规化处理产生权值的线性函数，最后达到木材物理力学特性的理想输出，因此，只要神经元层数足够多，就可以达到任意精度的结果。以下结合附图和实施例，进一步说明本技术。本技术工作流程如图2所示。分析仪器的结构如图1所示，包括输入键盘，计算机主机，显示器或打印输出装置，或者显示器和打印输出装置，所述计算机主机还包括以下四大部分并依次联接I.输入单元1，其中包括木材结构参数的输入模块5，参数辨识、校对及控制器6，加法器7；本技术在木材结构参数的输入模块5中提供以下三种输入模块，可以选择一种或其组合a.基于整体模型的宏观分析的微观参数输入模块8，在该模块中共有18个木材解剖的微观参数，包括微纤丝角、胞壁率、射线比量、管胞比量、早材管胞长度、晚材管胞长度、早材管胞宽度、晚材管胞宽度、早材管胞T-壁厚度、晚材管胞T-壁厚度、早材管胞R-壁厚度、晚材管胞R-壁厚度、早材管胞T-直径、晚材管胞T-直径、早材管胞壁腔比、晚材管胞壁腔比、早材管胞腔径比、晚材管胞腔径比，根据以本文档来自技高网...

【技术保护点】
一种基于木材结构参数确定木材物理、力学特性的分析仪器，它包括：输入键盘，计算机主机，显示器或／和打印输出装置，其特征是，所述计算机主机内包括并依次连接：　　　　１）输入单元，其中依次包括：用于接收木材结构参数的输入模块，参数辨识、校对及控制器，加法器；　　　　２）接口引擎单元，其中包括：用于开启Ｍａｔｌａｂ引擎的模块，以及并列联接的数据缓冲区、用于实现木材结构参数数据格式转换的模块、用于神经元网络模型文件的调用模块；　　　　３）神经元网络非线性逼进单元，其中依次包括：用于确定木材结构参数影响木材物理力学特性的权值的权值函数的计算模块，用于通过自学习神经元网络层权值修正并产生权值的线性函数的模块；　　　　４）输出单元，其中包括：材性量化指标的输出模块和相关输出曲线的输出模块。

【技术特征摘要】

【专利技术属性】
技术研发人员：江泽慧，周玉成，姜笑梅，井元传，吕建雄，赵亮，费本华，秦特夫，黄洛华，任海青，赵有科，殷亚方，刘君良，余雁，
申请(专利权)人：周玉成，
类型：实用新型
国别省市：11[中国|北京]