CN104390930A - 一种基于漫反射红外光谱技术的木材含水率测量方法 - Google Patents

一种基于漫反射红外光谱技术的木材含水率测量方法 Download PDF

Info

Publication number
CN104390930A
CN104390930A CN201410606451.XA CN201410606451A CN104390930A CN 104390930 A CN104390930 A CN 104390930A CN 201410606451 A CN201410606451 A CN 201410606451A CN 104390930 A CN104390930 A CN 104390930A
Authority
CN
China
Prior art keywords
relative humidity
under relative
wood
sample
timber
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410606451.XA
Other languages
English (en)
Inventor
郭鑫
张贵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University of Forestry and Technology
Original Assignee
Central South University of Forestry and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central South University of Forestry and Technology filed Critical Central South University of Forestry and Technology
Priority to CN201410606451.XA priority Critical patent/CN104390930A/zh
Publication of CN104390930A publication Critical patent/CN104390930A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于漫反射红外光谱技术的木材含水率测量方法，选取待测木材制得全干木粉和不同相对湿度的木粉试样；利用漫反射红外光谱仪测得全干木材样品的红外光谱图3000～3700cm-1范围内最大吸收峰强度I0和一系列不同湿度下平衡样品的红外光谱图3000～3700cm-1范围内最大吸收峰强度IW，用不同湿度木材样品的IW减去I0得到峰强差IW-0，另外用传统烘干法测定该系列木材的含水率W，最后得到不同湿度下样品含水率W与IW-0的线性回归方程：W＝aIW-0+b；将各个试样的含水率W和IW-0利用最小二乘法线性回归构建漫反射红外光谱技术检测木材含水率的模型。本发明克服了现有技术中待测样品需求量大的不足，提供一种快速检测技术，可以应用于木材评价领域。

Description

一种基于漫反射红外光谱技术的木材含水率测量方法
技术领域
本发明涉及木材品质测定领域，尤其涉及一种基于漫反射红外光谱技术的木材含水率测量方法。
背景技术
木材含水率是木材重要的物理性质之一，与木材力学性质以及木材的利用有着密切的关系。测定木材含水率的方法大致有4种：干燥法、蒸馏法、滴定法和导电法。干燥法耗时较长且需样品量较大；蒸馏法的测定结果不精确；滴定法费用较高；导电法的测量范围具有一定的局限性。以上方法的局限性给林业研究人员测量木材含水率带来极大的不便。
在红外光谱仪样品室加装一个漫反射装置，将装好样品的原位池置于其中，调整漫反射装置，使样品上的漫反射光与主机的光路匹配，以实现漫反射测量。光谱仪光源发出的红外辐射光束经椭圆镜会聚在样品表面并在内部进行折射、散射、反射和吸收，当这部分辐射再次穿出样品表面时，即是待测样品吸收所衰减了的漫反射光，漫反射光中包含了待测样品的化学信息。由于漫反射红外光谱测量过程中，所需样品量很少，这就使微量木材样品含水率的测量成为可能。
发明内容
本发明提供了基于漫反射红外光谱技术的木材含水率测量方法，解决了现有检测方法费时、费力等问题。
一种基于漫反射红外光谱技术的木材含水率测量方法，其特征在于采用漫反射红外光谱仪测量木材样
品含水率，包括以下步骤：
A.标准曲线的绘制：利用漫反射红外光谱仪测得全干木材样品的红外光谱图3000～3700cm-1范围内最大吸收峰强度I0和一系列不同湿度下木材样品的红外光谱图3000～3700cm-1范围内最大吸收峰强度IW，用不同湿度木材样品的IW减去I0得到峰强差IW-0，另外用传统烘干法测定该系列木材的含水率W，最后得到不同湿度下样品含水率W与IW-0的线性回归方程：W＝aIW-0+b；
B.样品的侧量：根据上一步骤获得的标准曲线，对待测样品进行批量测定。
所述的木材样品是厚度为2-3mm、面积为25μm2的微量木材粉末。
步骤A中所述木材为银杏、松木、水曲柳木；步骤B中所测量样品为对应种类木材。
所述一系列不同湿度的木材样品的湿度分别为:10％、20％、30％、40％、50％、60％、70％、80％、90％。所述I0的取值范围为0.329～0.340，所述Iw的取值范围为0.433～1.458，所述含水率W的取值范围为0.020～0.231，所述a的范围为0.1960～0.2026，所述b的范围为-0.0034～0.0096。
当所述木材为银杏木材时，I0为0.329，相对湿度10％下的I10％为0.433，相对湿度20％下的I20％为0.532，相对湿度30％下的I30％为0.643，相对湿度40％下的I40％为0.752，相对湿度50％下的I50％为0.850，相对湿度60％下的I60％为0.954，相对湿度70％下的I70％为1.054，相对湿度80％下的I80％为1.165，相对湿度90％下的I90％为1.380，该系列木材的含水率分别为0.020、0.042、0.060、0.080、0.100、0.120、0.140、0.165、0.216，所得线性回归方程为：W＝0.2026IW-0-0.0034。
当所述木材为水曲柳木材时，I0为0.331，相对湿度10％下的I10％为0.434，相对湿度20％下的I20％为0.534，相对湿度30％下的I30％为0.645，相对湿度40％下的I40％为0.754，相对湿度50％下的I50％为0.852，相对湿度60％下的I60％为0.956，相对湿度70％下的I70％为1.055，相对湿度80％下的I80％为1.166，相对湿度90％下的I90％为1.422，该系列木材的含水率分别为0.023、0.044、0.062、0.081、0.103、0.122、0.141、0.167、0.217，所得线性回归方程为：W＝0.1960IW-0+0.0012。
当所述木材为松木木材时，I0为0.340，相对湿度10％下的I10％为0.444，相对湿度20％下的I20％为0.543，相对湿度30％下的I30％为0.654，相对湿度40％下的I40％为0.764，相对湿度50％下的I50％为0.862，相对湿度60％下的I60％为0.966，相对湿度70％下的I70％为1.065，相对湿度80％下的I80％为1.177，相对湿度90％下的I90％为1.458，该系列木材的含水率分别为0.032、0.051、0.072、0.091、0.112、0.132、0.151、0.182、0.231，所得线性回归方程为：W＝0.1986IW-0+0.0096。
一种基于漫反射红外光谱技术的木材含水率测量方法，包括以下步骤：
1)将待测木粉放置于恒温恒湿箱中进行培养，制得不同相对湿度的木材样品；
2)将待测木粉放入烘箱，将温度调至100±2℃，连续烘干12h，其间，每隔1h试称一次，至最后两次称重之差不超过0.2％，制得全干木粉。
3)利用漫反射红外光谱仪测得全干木材样品的漫反射红外光谱图3000～3700cm-1范围内最大吸收峰强度I0和一系列不同湿度下平衡样品的红外光谱图3000～3700cm-1范围内最大吸收峰强度IW，用不同湿度木材样品的IW减去I0得到峰强差IW-0；
4)利用传统烘干法测定不同相对湿度木粉的含水率W。
5)将各个样品的含水率W和峰强差IW-0利用最小二乘法线性回归得到方程：W＝aIW-0+b，用以计算木材样品的含水率；a、b为不同木材样品含水率测定的参数。
6)利用步骤5)中所获得的回归方程，可用于待测木粉的批量测定，每个样品耗时1s，大大缩短了木材含水率的检测时间。
本发明所测木材样品是厚度为2-3mm、面积为25μm2的微量木材粉末，测定过程中所需样品用量少、制备简单；同时，缩短测定时间为1s，适用于批量测量。
附图说明
图1为本发明建模中所用银杏样品在不同湿度下的漫反射红外光谱图；
图2为本发明建模中所用银杏样品所获得的回归方程。
具体实施方式
实施例1
将银杏木材制作成木粉，放置于恒温恒湿箱中进行培养，制得相对湿度为10％，20％，30％，40％，50％，60％，70％，80％和90％的木粉样品；
将木粉样品试样放入烘箱，将温度调至100±2℃，连续烘干12h，其间，每隔1h试称一次，至最后两次称重之差极小(不超过0.2％)，制得全干样品。
利用漫反射红外光谱仪测得全干样品I0％的漫反射红外光谱图和不同相对湿度下木粉样品的漫反射红外光谱图如图1所示，并求得3000～3700cm-1范围内最大吸收峰强度I10％＝0.433，I20％＝0.532，I30％＝0.643，I40％＝0.752，I50％＝0.850，I60％＝0.954，I70％＝1.054，I80％＝1.165，I90％＝1.380；用不同含水率木材样品的红外光谱图IW减去全干样品I0％，得到峰强差I10％-0％＝0.104，I20％-0％＝0.203，I30％-0％＝0.315，I40％-0％＝0.423，
I50％-0％＝0.521，I60％-0％＝0.625，I70％-0％＝0.725，I80％-0％＝0.836，I90％-0％＝1.051；
利用传统烘干法测定不同相对湿度木粉试样的含水率W为0.020、0.042、0.060、0.080、0.100、0.120、0.140、0.165、0.216。
将各个样品的含水率W和峰强差IW-0利用最小二乘法线性回归得到方程：W＝0.2026IW-0-0.0034如图2。
将各个试样的含水率W和峰强差IW-0构建漫反射红外光谱检测木材含水率的模型时，模型的相关系数大于0.95如图2所示，获得了满意的预测精度。随机制得相对湿度为15％的银杏试样，利用上述方法，测得含水率为0.0310，而传统烘干法测得的含水率为0.030，计算相对误差为3.33％。结果说明应用本发明的方法能够快速准确地检测木材含水率。
实施例2
利用实施例1中方法，将水曲柳木材制作成木粉，放置于恒温恒湿箱中进行培养，制得相对湿度为10％，20％，30％，40％，50％，60％，70％，80％和90％的木粉样品；
将木粉样品试样放入烘箱，将温度调至100±2℃，连续烘干12h，其间，每隔1h试称一次，至最后两次称重之差极小(不超过0.2％)，制得全干样品。
利用红外光谱仪测得全干样品I0％的漫反射红外光谱图和不同相对湿度下木粉样品的漫反射红外光谱图，并求得3000～3700cm-1范围内最大吸收峰强度I10％＝0.434，I20％＝0.534，I30％＝0.645，I40％＝0.754，I50％＝0.852，I60％＝0.956，I70％＝1.055，I80％＝1.166，I90％＝1.422；用不同含水率木材样品的红外光谱图IW减去全干样品I0％，得到峰强差I10％-0％＝0.103，I20％-0％＝0.203，I30％-0％＝0.314，I40％-0％＝0.423，I50％-0％＝0.521，I60％-0％＝0.625，I70％-0％＝0.724，I80％-0％＝0.835，I90％-0％＝1.091；
利用传统烘干法测定不同相对湿度木粉试样的含水率W为0.023、0.044、0.062、0.081、0.103、0.122、0.141、0.167、0.217。
将各个样品的含水率W和峰强差IW-0利用最小二乘法线性回归得到方程：W＝0.1960IW-0+0.0012。
将各个试样的含水率W和峰强差IW-0构建漫反射红外光谱检测木材含水率的模型时，模型的相关系数为0.9988，获得了满意的预测精度。随机制得相对湿度为15％的水曲柳试样，利用上述方法，测得含水率为0.0342，而传统烘干法测得的含水率为0.034，计算相对误差为0.59％。结果说明应用本发明的方法能够快速准确地检测木材含水率。
实施例3
利用实施例1中方法，将松木木材制作成木粉，放置于恒温恒湿箱中进行培养，制得相对湿度为10％，20％，30％，40％，50％，60％，70％，80％和90％的木粉样品；
将木粉样品试样放入烘箱，将温度调至100±2℃，连续烘干12h，其间，每隔1h试称一次，至最后两次称重之差极小(不超过0.2％)，制得全干样品。
利用红外光谱仪测得全干样品I0％的漫反射红外光谱图和不同相对湿度下木粉样品的漫反射红外光谱图，并求得3000～3700cm-1范围内最大吸收峰强度I10％＝0.444，I20％＝0.543，I30％＝0.654，I40％＝0.764，I50％＝0.862，I60％＝0.966，I70％＝1.065，I80％＝1.177，I90％＝1.458；用不同含水率木材样品的红外光谱图IW减去全干样品I0％，得到峰强差I10％-0％＝0.104，I20％-0％＝0.203，I30％-0％＝0.314，I40％-0％＝0.424，I50％-0％＝0.522，I60％-0％＝0.626，I70％-0％＝0.725，I80％-0％＝0.837，I90％-0％＝1.118；
利用传统烘干法测定不同相对湿度木粉试样的含水率W为0.032、0.051、0.072、0.091、0.112、0.132、0.151、0.182、0.231。
将各个样品的含水率W和峰强差IW-0利用最小二乘法线性回归得到方程：W＝0.1986IW-0+0.0096。
将各个试样的含水率W和峰强差IW-0构建漫反射红外光谱检测木材含水率的模型时，模型的相关系数为0.9981，获得了满意的预测精度。随机制得相对湿度为15％的松木试样，利用上述方法，测得含水率为0.0428，而传统烘干法测得的含水率为0.042，计算相对误差为1.90％。结果说明应用本发明的方法能够快速准确地检测木材含水率。

Claims (8)

1.一种基于漫反射红外光谱技术的木材含水率测量方法，其特征在于采用漫反射红外光谱仪测量木材样品含水率，
包括以下步骤：
A.标准曲线的绘制：利用漫反射红外光谱仪测得全干木材样品的红外光谱图3000～3700cm-1范围内最大吸收峰强度I0和一系列不同湿度下木材样品的红外光谱图3000～3700cm-1范围内最大吸收峰强度IW，用不同湿度木材样品的IW减去I0得到峰强差IW-0，另外用传统烘干法测定该系列木材的含水率W，最后得到不同湿度下样品含水率W与IW-0的线性回归方程：W＝aIW-0+b；
B.样品的侧量：根据上一步骤获得的标准曲线，对待测样品进行批量测定。
2.根据权利要求1所述的一种基于漫反射红外光谱技术的木材含水率测量方法，所述的木材样品是厚度为2-3mm、面积为25μm2的微量木材粉末。
3.根据权利要求1所述的方法，其特征在于：步骤A中所述木材为银杏、水曲柳、松木；步骤B中所测量样品为对应种类木材。
4.根据权利要求1所述的方法，其特征在于：所述一系列不同湿度的木材样品的湿度分别为:10％、20％、30％、40％、50％、60％、70％、80％、90％。
5.根据权利要求1所述的方法，其特征在于，所述I0的取值范围为0.329～0.340，所述Iw的取值范围为0.433～1.458，所述含水率W的取值范围为0.020～0.231，所述a的范围为0.1960～0.2026，所述b的范围为-0.0034～0.0096。
6.根据权利要求1所述的方法，其特征在于，当所述木材为银杏木材时，I0为0.329，相对湿度10％下的I10％为0.433，相对湿度20％下的I20％为0.532，相对湿度30％下的I30％为0.643，相对湿度40％下的I40％为0.752，相对湿度50％下的I50％为0.850，相对湿度60％下的I60％为0.954，相对湿度70％下的I70％为1.054，相对湿度80％下的I80％为1.165，相对湿度90％下的I90％为1.380，该系列木材的含水率分别为0.020、0.042、0.060、0.080、0.100、0.120、0.140、0.165、0.216，所得线性回归方程为：W＝0.2026IW-0-0.0034。
7.根据权利要求1所述的方法，其特征在于，当所述木材为水曲柳木材时，I0为0.331，相对湿度10％下的I10％为0.434，相对湿度20％下的I20％为0.534，相对湿度30％下的I30％为0.645，相对湿度40％下的I40％为0.754，相对湿度50％下的I50％为0.852，相对湿度60％下的I60％为0.956，相对湿度70％下的I70％为1.055，相对湿度80％下的I80％为1.166，相对湿度90％下的I90％为1.422，该系列木材的含水率分别为0.023、0.044、0.062、0.081、0.103、0.122、0.141、0.167、0.217，所得线性回归方程为：W＝0.1960IW-0+0.0012。
8.根据权利要求1所述的方法，其特征在于，当所述木材为松木木材时，I0为0.340，相对湿度10％下的I10％为0.444，相对湿度20％下的I20％为0.543，相对湿度30％下的I30％为0.654，相对湿度40％下的I40％为0.764，相对湿度50％下的I50％为0.862，相对湿度60％下的I60％为0.966，相对湿度70％下的I70％为1.065，相对湿度80％下的I80％为1.177，相对湿度90％下的I90％为1.458，该系列木材的含水率分别为0.032、0.051、0.072、0.091、0.112、0.132、0.151、0.182、0.231，所得线性回归方程为：W＝0.1986IW-0+0.0096。
CN201410606451.XA 2014-11-02 2014-11-02 一种基于漫反射红外光谱技术的木材含水率测量方法 Pending CN104390930A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410606451.XA CN104390930A (zh) 2014-11-02 2014-11-02 一种基于漫反射红外光谱技术的木材含水率测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410606451.XA CN104390930A (zh) 2014-11-02 2014-11-02 一种基于漫反射红外光谱技术的木材含水率测量方法

Publications (1)

Publication Number Publication Date
CN104390930A true CN104390930A (zh) 2015-03-04

Family

ID=52608860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410606451.XA Pending CN104390930A (zh) 2014-11-02 2014-11-02 一种基于漫反射红外光谱技术的木材含水率测量方法

Country Status (1)

Country Link
CN (1) CN104390930A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105181640A (zh) * 2015-09-29 2015-12-23 中国林业科学研究院林产化学工业研究所 一种利用近红外光谱技术快速测定制浆材水分含量的方法
CN106018685A (zh) * 2016-05-13 2016-10-12 福建森宝食品集团股份有限公司 饲料水份快速测定方法
CN114166819A (zh) * 2021-11-26 2022-03-11 中南林业科技大学 一种基于拉曼光谱技术的木材细胞壁含水率测量方法
CN114166822A (zh) * 2021-12-03 2022-03-11 中南林业科技大学 基于拉曼差谱技术的木材细胞壁含水率测量方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105181640A (zh) * 2015-09-29 2015-12-23 中国林业科学研究院林产化学工业研究所 一种利用近红外光谱技术快速测定制浆材水分含量的方法
CN106018685A (zh) * 2016-05-13 2016-10-12 福建森宝食品集团股份有限公司 饲料水份快速测定方法
CN114166819A (zh) * 2021-11-26 2022-03-11 中南林业科技大学 一种基于拉曼光谱技术的木材细胞壁含水率测量方法
CN114166822A (zh) * 2021-12-03 2022-03-11 中南林业科技大学 基于拉曼差谱技术的木材细胞壁含水率测量方法

Similar Documents

Publication Publication Date Title
CN102879353B (zh) 近红外检测花生中蛋白质组分含量的方法
CN103175806B (zh) 一种基于近红外光谱分析的干粉灭火剂含水率检测方法
CN104390932B (zh) 基于红外差谱技术的木材含水率检测方法
CN103278473B (zh) 白胡椒中胡椒碱及水分含量的测定和品质评价方法
CN102590129B (zh) 近红外检测花生中氨基酸含量的方法
CN104390930A (zh) 一种基于漫反射红外光谱技术的木材含水率测量方法
CN101936895A (zh) 一种稻米新陈度近红外光谱分析快速检测方法
CN104749132A (zh) 一种测定面粉中偶氮甲酰胺的含量的方法
CN104931453A (zh) 一种基于近红外光谱技术预测绿茶摊青叶含水量的方法
Schwanninger et al. Determination of lignin content in Norway spruce wood by Fourier transformed near infrared spectroscopy and partial least squares regression analysis. Part 2: Development and evaluation of the final model
CN104596975A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法
CN104596979A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法
Hein et al. Predicting microfibril angle in Eucalyptus wood from different wood faces and surface qualities using near infrared spectra
Xue et al. Dynamic prediction models for alkaloid content using NIR technology for the study and online analysis of parching in areca seed
CN105092513A (zh) 一种测定混合药物中的药物成分的含量的方法
Arriel et al. Developing near infrared spectroscopic models for predicting density of Eucalyptus wood based on indirect measurement
CN104596976A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法
CN103090802A (zh) 一种检测烟叶厚度的方法
Costa et al. Prediction of parameters (soluble solid and pH) in intact plum using NIR spectroscopy and wavelength selection
WO2020130942A1 (en) A non-destructive system and method for determining the quality of chinese herb using terahertz time-domain spectroscopy
CN104596980A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶热水可溶物的方法
CN104390880A (zh) 一种木材含水率快速检测方法
Zhao et al. Fast detection of the tenderness of mulberry leaves by a portable near-infrared spectrometer with variable selection
Rosso et al. Estimate of the density of Eucalyptus grandis W. Hill ex Maiden using near infrared spectroscopy
CN104596982A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶果胶的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150304

WD01 Invention patent application deemed withdrawn after publication