CN115219702B - 一种木材热处理后半纤维素含量的预测方法及预测模型 - Google Patents

一种木材热处理后半纤维素含量的预测方法及预测模型 Download PDF

Info

Publication number
CN115219702B
CN115219702B CN202210837570.0A CN202210837570A CN115219702B CN 115219702 B CN115219702 B CN 115219702B CN 202210837570 A CN202210837570 A CN 202210837570A CN 115219702 B CN115219702 B CN 115219702B
Authority
CN
China
Prior art keywords
wood
heat
hemicellulose content
treated wood
treated
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.)
Active
Application number
CN202210837570.0A
Other languages
English (en)
Other versions
CN115219702A (zh
Inventor
储德淼
姚涛
朱泳
刘盛全
余敏
舒祖菊
丁振浩
李阳
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.)
Anhui Agricultural University AHAU
Original Assignee
Anhui Agricultural University AHAU
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 Anhui Agricultural University AHAU filed Critical Anhui Agricultural University AHAU
Priority to CN202210837570.0A priority Critical patent/CN115219702B/zh
Publication of CN115219702A publication Critical patent/CN115219702A/zh
Application granted granted Critical
Publication of CN115219702B publication Critical patent/CN115219702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/46—Wood
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/44—Sample treatment involving radiation, e.g. heat
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical And Physical Treatments For Wood And The Like (AREA)

Abstract

本发明属于木材加工技术领域，具体涉及一种木材热处理后半纤维素含量的预测方法及预测模型，预测方法包括如下步骤：在温度T下对原料木材进行热处理，获得热处理木材；将热处理木材进行调湿处理，再测定热处理木材表面的半纤维素含量根据公式计算预测弦切加工面的半纤维素含量差将得到的代入公式，计算预测弦切加工面的半纤维素含量本发明提供了木材热处理后半纤维素含量的预测方法及预测模型，根据建立的半纤维素含量预测模型，不需要破坏热处理木材，可以准确预测160～220℃热处理木材沿厚度方向不同位置弦切加工面的半纤维素含量变化；并且通过控制热处理温度，可以调控热处理木材沿厚度方向指定位置弦切加工面的半纤维素含量。

Description

一种木材热处理后半纤维素含量的预测方法及预测模型
技术领域
本发明属于木材加工技术领域，具体涉及一种木材热处理后半纤维素含量的预测方法及预测模型。
背景技术
木材是民用建筑及装饰中使用较多的材料，具有天然环保、保温、维持空间湿度平衡等作用，深受人们喜爱。但木材是一种各向异性材料，在使用过程中会发生变形、开裂、腐朽等缺陷，人工林木材更加突出。因此，近年来，针对人工林木材材质软、密度小、强度低、尺寸稳定性差等问题，许多林业工作者开展了大量木材改性技术研究，目的是克服人工林木材缺陷，扩大其应用范围。木材热处理技术作为一种环保的改性方法，基本原理主要是利用高温条件对木材处理一定时间，木材细胞壁物质发生热解和分子结构重组，木材组分发生永久性化学改变，使处理木材吸湿性降低、尺寸稳定性、耐候性提高，从而适用于户外地板、户外装饰墙板、庭院家具、木栅栏等。
半纤维素含量降低能够反应木材热处理改性程度，对木材加工表面涂饰、胶合等加工具有重要影响。热处理木材在被加工成木制品之前，还需要进一步锯解、刨切或者砂光处理，因此其实际加工面不是热处理后木材的表面，而是如图2所示加工处理后形成的加工面，且该加工面一般为木材的弦切面。因此，准确预测和调控热处理木材厚度方向不同位置加工面的半纤维素含量，对于实际生产和热处理木材利用具有重要的价值。
现有技术中，关于热处理条件预测热处理木材表面半纤维素含量的文献报道较少，尤其未发现预测木材厚度方向半纤维素含量变化的文献报道。有鉴于此，有必要提供一种木材热处理后半纤维素含量的预测方法及预测模型，利于调控和预测热处理木材的弦切加工面半纤维素含量，无需破坏性检测，为木材的实际生产应用提供一定指导意义。
发明内容
本发明的目的在于克服现有技术中存在的上述问题，提供一种木材热处理后半纤维素含量的预测方法及预测模型。
为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案实现：
本发明提供一种木材热处理后半纤维素含量的预测方法，包括如下步骤：
S1、在温度T下对原料木材进行热处理，获得热处理木材；将热处理木材进行调湿处理，再测定热处理木材表面的半纤维素含量木材表面指代径向远离髓心的表面；
S2、计算预测弦切加工面的半纤维素含量差
当L预测≤L中心层时，根据公式(I)来计算
当L预测>L中心层时，根据公式(II)来计算
式中，L预测为预测弦切加工面与热处理木材表面的距离，单位为mm；L中心层为中心层弦切加工面与热处理木材表面的距离，单位为mm；L总厚为热处理木材的整体厚度，单位为mm；T为原料木材的热处理温度，单位为℃；
S3、将得到的代入公式(III)，计算预测弦切加工面的半纤维素含量
进一步地，如上所述木材热处理后半纤维素含量的预测方法，步骤S1中，T＝160～220℃。
进一步地，如上所述木材热处理后半纤维素含量的预测方法，步骤S1中，调湿处理后，木材的含水率w＝8～12％。
进一步地，如上所述木材热处理后半纤维素含量的预测方法，步骤S1中，测定热处理木材表层的半纤维素含量时，每组湿化学测定重复进行三次，取平均值作为最终测量值。
进一步地，如上所述木材热处理后半纤维素含量的预测方法，步骤S1中，原料木材在热处理设备中采用蒸汽保护，以5～30℃/min的升温速率升温至120～220℃，保温0.5～4h。
进一步地，如上所述木材热处理后半纤维素含量的预测方法，步骤S2中，公式(I)和公式(II)通过软件拟合不同热处理温度的热处理木材其沿厚度方向不同位置处的弦切加工面的T、S之间的拟合曲面对应的函数得到。
进一步地，如上所述木材热处理后半纤维素含量的预测方法，
其中/>是通过测定热处理木材选定弦切加工面的半纤维素含量得到。
进一步地，如上所述木材热处理后半纤维素含量的预测方法，所述热处理木材表面的半纤维素含量、弦切加工面的半纤维素含量测定是以所在面以下一定厚度的木粉为原料，依据相关的测定标准实验进行得到的。
本发明提供一种木材热处理后半纤维素含量的预测模型，测定在T温度下对原料木材下进行热处理所得到热处理木材的表面半纤维素含量
当L预测≤L中心层时，根据公式(I)来计算预测弦切加工面的半纤维素含量差当L预测>L中心层时，根据公式(II)来计算预测弦切加工面的半纤维素含量差
将得到的代入公式(III)，计算预测弦切加工面的半纤维素含量
进一步地，上述预测模型中，测定热处理木材的表面半纤维素含量前，需要对热处理木材进行调湿处理，调节至含水率w＝8～12％。
本发明的有益效果是：
本发明提供了木材热处理后半纤维素含量的预测方法及预测模型，根据建立的半纤维素含量预测模型，不需要破坏热处理木材，可以准确预测160～220℃热处理木材沿厚度方向不同位置弦切加工面的半纤维素含量变化；并且通过控制热处理温度，可以调控热处理木材沿厚度方向指定位置弦切加工面的半纤维素含量。
当然，实施本发明的任一产品并不一定需要同时达到以上的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明预测方法的流程框图；
图2为背景技术中弦切加工面的示意图；
图3为本发明中弦切加工面的示意图；
图4为本发明实施例一中热处理木材选定弦切加工面的示意图；
图5为本发明实施例一中拟合模型的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，本发明提供一种木材热处理后半纤维素含量的预测方法，包括如下步骤：
S1、在温度T下对原料木材进行热处理，获得热处理木材；将热处理木材进行调湿处理，再测定热处理木材表面的半纤维素含量木材表面指代径向远离髓心的表面；
S2、计算预测弦切加工面的半纤维素含量差
当L预测≤L中心层时，根据公式(I)来计算
当L预测>L中心层时，根据公式(II)来计算
式中，L预测为预测弦切加工面与热处理木材表面的距离，单位为mm；L中心层为中心层弦切加工面与热处理木材表面的距离，单位为mm；L总厚为热处理木材的整体厚度，单位为mm；T为原料木材的热处理温度，单位为℃；
S3、将得到的代入公式(III)，计算预测弦切加工面的半纤维素含量
一种木材热处理后半纤维素含量的预测模型，测定在T温度下对原料木材下进行热处理所得到热处理木材的表面半纤维素含量当L预测≤L中心层时，根据公式(I)来计算预测弦切加工面的半纤维素含量差/>当L预测>L中心层时，根据公式(II)来计算预测弦切加工面的半纤维素含量差/>将得到的/>代入公式(III)，计算预测弦切加工面的半纤维素含量/>测定热处理木材的表面半纤维素含量/>前，需要对热处理木材进行调湿处理，调节至含水率w＝8～12％。
本发明的具体实施例为：
实施例1
热改性木材弦切加工面半纤维素含量指标与T、S之间预测函数的建立，步骤如下：
1)如图3所示，将截面为30mm×40mm的长木板分为两个部分，分别用于对照组和热处理试验组。
2)蒸汽保护环境下，将含水率为10％，厚度为30mm的热处理试验组木材置于160℃、190℃、220℃温度下热处理2小时，获得热处理木材。热处理试验箱选用PXR-9型号，上海一恒科技有限公司；加热升温时，采用20℃/min的升温速率。
3)分层处理
采用刨切机对热处理木材由表面向中心层，以1.5mm为单位进行刨切处理，如图4所示，获得不同层位置的木粉，命名为L1-L10：
L1：从木材表面到厚度1.5mm，0-1.5mm位置的木材粉末；
L2：从木材厚度1.5-3.0mm位置的木材粉末；
L3：从木材厚度3.0-4.5mm位置的木材粉末；
L4：从木材厚度4.5-6.0mm位置的木材粉末；
L5：从木材厚度6.0-7.5mm位置的木材粉末；
L6：从木材厚度7.5-9.0mm位置的木材粉末；
L7：从木材厚度9.0-10.5mm位置的木材粉末；
L8：从木材厚度10.5-12.0mm位置的木材粉末；
L9：从木材厚度12.0-13.5mm位置的木材粉末；
L10：从木材厚度13.5-15.0mm位置的木材粉末；
其中：18组不同热处理木材加工面的编号分别记为：
A1(160℃-L1)、A2(160℃-L2)、A3(160℃-L3)、A4(160℃-L4)、A5(160℃-L9)、A6(160℃-L10)；
A7(190℃-L1)、A8(190℃-L2)、A9(190℃-L3)、A10(190℃-L4)、A11(190℃-L9)、A12(190℃-L10)
A13(220℃-L1)、A14(220℃-L2)、A15(220℃-L3)、A16(220℃-L4)、A17(220℃-L9)、A18(220℃-L10)。
3)表面硬度测试
取40-60目绝干木粉3g，依据以下中华人民共和国国家标准方法《林业生物质原料分析方法多糖及木质素含量的测定》(GB/T 35818-2018)、《纸浆α-纤维素的测定》(GB/T744-1989)对热处理杨木的综纤维素、α-纤维素进行湿化学含量测定：
每组湿化学测定重复进行三次，取平均值。
半纤维素含量＝综纤维素含量-α-纤维素含量，得到的结果如表1所示
表1
4)预测模型建立
以表1的数据以及对应的T、S数据进行拟合，拟合的模型如图5所示，当L实≤L中心层时，拟合函数为：
当L实>L中心层时，拟合函数为：
该拟合函数的R2＝0.993。
实施例2
热改性木材弦切加工面半纤维素含量的预测模型验证
步骤如下：
1)热处理木材制备
蒸汽保护环境下，将含水率为10％，厚度为30mm的木材置于170℃、200℃温度下热处理2小时，获得3组热处理木材。
热处理试验箱选用PXR-9型号，上海一恒科技有限公司；加热升温时，采用20℃/min的升温速率。
2)分层处理
采用刨切机对热处理木材由表面向中心层，以1.5mm为单位进行刨切处理，如图4所示，获得不同层位置的木粉，命名为L1-L10。
其中：10组不同热处理木材加工面的编号分别记为：
B1(170℃-L1)、B2(170℃-L2)、B3(170℃-L3)、B4(170℃-L4)、B5(170℃-L9)、B6(170℃-L10)；
B7(200℃-L1)、B8(200℃-L2)、B9(200℃-L3)、B10(200℃-L4)、B11(200℃-L9)、B12(200℃-L10)；
3)通过破坏性测试获得热处理材厚度方向不同位置加工面的半纤维素含量实际值评价热处理木材弦切加工面半纤维素含量模型的误差绝对值和预测准确率：
相关测定结果如表2所示：
表2
热处理木材弦切加工面半纤维素含量预测误差绝对值的平均值仅0.9467，预测准确率平均达到96.75％，满足工业应用需求。
以上公开的本发明优选实施例只是利于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种木材热处理后半纤维素含量的预测方法，其特征在于，包括如下步骤：
S1、在温度T下对原料木材进行热处理，获得热处理木材；将热处理木材进行调湿处理，再测定热处理木材表面的半纤维素含量木材表面指代径向远离髓心的表面；
S2、计算预测弦切加工面的半纤维素含量差
当L预测≤L中心层时，根据公式(I)来计算
当L预测>L中心层时，根据公式(II)来计算
式中，L预测为预测弦切加工面与热处理木材表面的距离，单位为mm；L中心层为中心层弦切加工面与热处理木材表面的距离，单位为mm；L总厚为热处理木材的整体厚度，单位为mm；T为原料木材的热处理温度，单位为℃；
S3、将得到的代入公式(III)，计算预测弦切加工面的半纤维素含量/>
2.根据权利要求1所述的木材热处理后半纤维素含量的预测方法，其特征在于：步骤S1中，T＝160～220℃。
3.根据权利要求1所述的木材热处理后半纤维素含量的预测方法，其特征在于：步骤S1中，调湿处理后，木材的含水率w＝8～12％。
4.根据权利要求2所述的木材热处理后半纤维素含量的预测方法，其特征在于：步骤S1中，测定热处理木材表层的半纤维素含量时，每组湿化学测定重复进行三次，取平均值作为最终测量值。
5.根据权利要求1所述的木材热处理后半纤维素含量的预测方法，其特征在于，步骤S1中，原料木材在热处理设备中采用蒸汽保护，以5～30℃/min的升温速率升温至120～220℃，保温0.5～4h。
6.根据权利要求1所述的木材热处理后半纤维素含量的预测方法，其特征在于：步骤S2中，公式(I)和公式(II)通过软件拟合不同热处理温度的热处理木材其沿厚度方向不同位置处的弦切加工面的T、S之间的拟合曲面对应的函数得到。
7.根据权利要求1所述的木材热处理后半纤维素含量的预测方法，其特征在于：其中/>是通过测定热处理木材选定弦切加工面的半纤维素含量得到。
8.根据权利要求7所述的木材热处理后半纤维素含量的预测方法，其特征在于：所述热处理木材表面的半纤维素含量、弦切加工面的半纤维素含量测定是以所在面以下的木粉为原料，依据相关的测定标准实验进行得到的。
9.一种应用权利要求1～8任一项所述的木材热处理后半纤维素含量的预测方法得到的预测模型，其特征在于：测定在T温度下对原料木材下进行热处理所得到热处理木材的表面半纤维素含量
当L预测≤L中心层时，根据公式(I)来计算预测弦切加工面的半纤维素含量差当L预测>L中心层时，根据公式(II)来计算预测弦切加工面的半纤维素含量差/>
将得到的代入公式(III)，计算预测弦切加工面的半纤维素含量/>
10.根据权利要求9所述的预测模型，其特征在于：测定热处理木材的表面半纤维素含量前，需要对热处理木材进行调湿处理，调节至含水率w＝8～12％。
CN202210837570.0A 2022-07-15 2022-07-15 一种木材热处理后半纤维素含量的预测方法及预测模型 Active CN115219702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210837570.0A CN115219702B (zh) 2022-07-15 2022-07-15 一种木材热处理后半纤维素含量的预测方法及预测模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210837570.0A CN115219702B (zh) 2022-07-15 2022-07-15 一种木材热处理后半纤维素含量的预测方法及预测模型

Publications (2)

Publication Number Publication Date
CN115219702A CN115219702A (zh) 2022-10-21
CN115219702B true CN115219702B (zh) 2024-06-21

Family

ID=83612292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210837570.0A Active CN115219702B (zh) 2022-07-15 2022-07-15 一种木材热处理后半纤维素含量的预测方法及预测模型

Country Status (1)

Country Link
CN (1) CN115219702B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101007412A (zh) * 2007-01-23 2007-08-01 王益新 木材超高温热处理方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006086873A1 (en) * 2005-02-16 2006-08-24 Fpinnovations Method for determining native wood constituents using visible-light raman spectrometry
CN101116984B (zh) * 2007-08-15 2010-05-19 江阴市青阳世盛老红木家俱厂 利用石蜡热处理木材使木材的含水率接近于零的方法
CN101491908B (zh) * 2009-03-09 2012-04-25 南京林业大学 木材高温热处理设备及工艺方法
DE102011104025A1 (de) * 2010-06-11 2011-12-15 Technische Universität Dresden Verfahren zur Modifizierung von Holz oder Holzwerkstoffen sowie chemisch und thermisch modifiziertes Holz
GB2528832A (en) * 2014-06-06 2016-02-10 Glommen Skog Sa Method
DK178526B1 (en) * 2015-03-05 2016-05-23 Danish Wood Technology As Method for Treatment of Wood
CN104931450A (zh) * 2015-04-15 2015-09-23 北京林业大学 一种热处理木材力学强度的预测方法
CN106383094A (zh) * 2016-10-25 2017-02-08 中国林业科学研究院热带林业研究所 一种快速测定尾细桉木材化学成分含量的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101007412A (zh) * 2007-01-23 2007-08-01 王益新 木材超高温热处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高温热处理对毛白杨木材化学成分含量的影响;黄荣凤;吕建雄;曹永建;赵秀;赵有科;周永东;吴玉章;;北京林业大学学报;20100515(第03期);全文 *

Also Published As

Publication number Publication date
CN115219702A (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
Korkut et al. The effects of heat treatment on physical properties and surface roughness of red-bud maple (Acer trautvetteri Medw.) wood
Bekhta et al. Effect of thermomechanical densification on surface roughness of wood veneers
Gong et al. Block shear strength and delamination of cross-laminated timber fabricated with Japanese larch
CN104931450A (zh) 一种热处理木材力学强度的预测方法
Winandy Thermal degradation of fire-retardant-treated wood: predicting residual service life
Choowang et al. PROPERTIES OF THERMALLY-COMPRESSED OIL PALM TRUNKS"(ELAEIS GUINEENSIS)"
Sarı et al. The influences of drying temperature of wood particles on the quality properties of particleboard composite
CN115219702B (zh) 一种木材热处理后半纤维素含量的预测方法及预测模型
Xu et al. Mechanical properties and engineering application potential of the densified poplar
Zhao et al. Effect of temperature on compressive mechanical properties and strength design index of reconstituted bamboo
Aratake et al. Bending creep of glued laminated timber (glulam) using sugi (Cryptomeria japonica) laminae with extremely low Young’s modulus for the inner layers
CN115099057B (zh) 一种木材热处理后平衡含水率的预测方法及预测模型
CN115356224B (zh) 一种热处理木材弦切加工面邵氏硬度的预测方法及预测模型
Han et al. Improvement of shear strength, wood failure percentage and wet delamination of cross-laminated timber (CLT) panels made with superheated steam treated (SHST) layers of larch wood
CN115130319B (zh) 热处理木材弦切加工面压球硬度的预测方法及预测模型
Korkut et al. The transverse thermal conductivity coefficients of wild cherry wood heat-treated using the thermowood method.
Cheng et al. Effect of unilateral surface-densification process on wood-surface coating properties
Zhu et al. Effect of hot pressing modification on surface properties of rubberwood (Hevea brasiliensis)
CN115091574A (zh) 热处理木材不同厚度层位置抽提物含量的预测方法及预测模型
CN115032156B (zh) 一种热处理木材脆性的预测方法及预测模型
Kong et al. Experimental investigation on mechanical properties of Chinese fir composites as cross-laminated timber
CN115070892A (zh) 热处理木材弦切加工面颜色的预测方法及预测模型
Li et al. Cross-laminated timber design by flattened bamboo based on near-infrared spectroscopy and finite element analysis
Rodrigues et al. Drying behavior and decay resistance of rubberwood from steamed log and presteamed lumber
Chen et al. Warping and Surface Checking Analysis of Engineered Wood Flooring for Heating Systems.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant