KR101819704B1 - 목재의 건조결함 예측방법 및 예측장치 - Google Patents

목재의 건조결함 예측방법 및 예측장치 Download PDF

Info

Publication number
KR101819704B1
KR101819704B1 KR1020150188591A KR20150188591A KR101819704B1 KR 101819704 B1 KR101819704 B1 KR 101819704B1 KR 1020150188591 A KR1020150188591 A KR 1020150188591A KR 20150188591 A KR20150188591 A KR 20150188591A KR 101819704 B1 KR101819704 B1 KR 101819704B1
Authority
KR
South Korea
Prior art keywords
strain
wood
drying
predicting
average
Prior art date
Application number
KR1020150188591A
Other languages
English (en)
Other versions
KR20170078253A (ko
Inventor
강춘원
홍승현
Original Assignee
전북대학교산학협력단
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 전북대학교산학협력단 filed Critical 전북대학교산학협력단
Priority to KR1020150188591A priority Critical patent/KR101819704B1/ko
Publication of KR20170078253A publication Critical patent/KR20170078253A/ko
Application granted granted Critical
Publication of KR101819704B1 publication Critical patent/KR101819704B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G01B11/165—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by means of a grating deformed by the object
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F26—DRYING
    • F26B—DRYING SOLID MATERIALS OR OBJECTS BY REMOVING LIQUID THEREFROM
    • F26B3/00—Drying solid materials or objects by processes involving the application of heat
    • F26B3/02—Drying solid materials or objects by processes involving the application of heat by convection, i.e. heat being conveyed from a heat source to the materials or objects to be dried by a gas or vapour, e.g. air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F26—DRYING
    • F26B—DRYING SOLID MATERIALS OR OBJECTS BY REMOVING LIQUID THEREFROM
    • F26B3/00—Drying solid materials or objects by processes involving the application of heat
    • F26B3/02—Drying solid materials or objects by processes involving the application of heat by convection, i.e. heat being conveyed from a heat source to the materials or objects to be dried by a gas or vapour, e.g. air
    • F26B3/04—Drying solid materials or objects by processes involving the application of heat by convection, i.e. heat being conveyed from a heat source to the materials or objects to be dried by a gas or vapour, e.g. air the gas or vapour circulating over or surrounding the materials or objects to be dried
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30161—Wood; Lumber

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Microbiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Chemical And Physical Treatments For Wood And The Like (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)

Abstract

본 발명은 건조 곤란수종 목재의 건조시에 건조결함을 예측하여 목재의 손상을 방지 또는 저감하고 최적의 건조스케쥴을 찾아내기 위한 목재의 건조결함 예측방법 및 예측장치에 관한 것이다.
목재 표면에 도트에 의한 스펙클 패턴을 형성하고, 목재를 건조시키면서 목재 표면을 카메라로 연속적으로 촬영하고, 촬영된 사진의 전후를 비교하여 도트들의 이동을 이미지 상관분석(DIC) 기법으로 분석하여 목재의 수축과 팽윤을 관찰하여 목재의 건조결함을 예측하는 방법 및 장치로서, 목재의 변형률을 이용하여 할렬 시점을 예측하는 할렬 시점 예측 단계와, 할렬 시점에서 변형율의 추이를 관찰하여 목재의 건조 결함을 예측하는 건조 결함 예측단계를 포함하는 한편, 건조실과 팬과 영상측정부와 영상분석부를 포함한다.
본 발명에 의한 목재의 건조결함 예측방법 및 예측장치에 의하면, 목재의 건조를 효율적으로 수행하여 건조결함에 의한 재료손실을 최소화하고 건조결함이 발생하지 않는 한도 내에서 건조속도를 최대화하여 재료와 에너지를 절약하는 최적의 건조스케쥴을 개발할 수 있고, 건조난이도가 높은 난건조목재의 최적 건조스케쥴을 개발하여 건조결함이 적은 난건조수종의 이용도를 높여 목재의 부가가치 창출에 따른 효율적인 활용에 기여할 수 있다는 효과가 있다.

Description

목재의 건조결함 예측방법 및 예측장치{Method and Apparatus for predicting Drying Defect of wood}
본 발명은 목재의 건조결함 예측방법 및 예측장치에 관한 것으로서, 보다 상세하게는 건조 곤란수종 목재의 건조시에 건조결함을 예측하여 목재의 손상을 방지 또는 저감하고 최적의 건조스케쥴을 찾아내기 위한 목재의 건조결함 예측방법 및 예측장치에 관한 것이다.
목재는 재생산이 가능한 천연자원이며 외관이 미려하고 가공성이 좋으며 우수한 자체강도를 갖고 있는데, 가벼우면서도 비교적 높은 강도를 갖는 재료이다. 예를 들어 강철은 목재보다 절대강도 면에서는 10배 정도 강하지만 그 무게는 목재의 20배에 달한다. 그리고 목재는 대패나 톱 등 비교적 간단한 도구로도 절삭이 가능하여 절삭가공성이 좋고 다른 재료와도 쉽게 결합할 수 있다. 아울러 친밀감을 느낄 수 있는 향기와 모양이 아름다운 무늬가 있고 인간에게 친근감을 주는 재료이다. 한편 목재는 입목상태로 살아있는 동안 많은 수분을 내재하고 벌목 이후에는 수분을 제거해야만 즉 건조를 통해야만 재목으로 사용되어질 수 있다.
임목에서 벌채된 원목과 이들 원목에서 켠 제재목은 다량의 수분을 함유하고 있다. 생재는 건조과정 중에 변색, 할렬과 틀어짐 등 여러 가지 건조결함이 유발된다. 그래서 생재는 사용하기 전에 반드시 정식건조(formal drying)하여야 한다. 목재를 정식건조하지 않으면 가공 중이나 사용 중에 건조결함이 발생하여 심각한 손상을 초래할 수 있다. 목재건조는 목재의 보호 면과 이용 면에서 매우 중요하고 필수적인 가공공정의 하나이다.
목재를 건조함으로서 얻어지는 이점은 수축에 의한 손상방지, 할렬, 분할 및 틀어짐의 방지, 변색과 부후방지, 충해방지, 강도와 강성의 증가, 못·나사와 볼트 등에 의한 접합부 유지력 증가, 접착과 도장성개선, 약제주입의 용이, 단열성과 전기절연성의 개량 등으로 최종용도에 알맞은 성질을 얻을 수 있고 운반비가 절감되며 안전한 수송과 저장이 가능해진다. 그러나 목재는 여러 종류의 세포로 구성되어 있고 이들 세포는 목재에 따라 크기, 형태, 배열, 구성, 비율 등이 상이하기 때문에 재질의 불균질성과 이방성(異方性)을 나타내고 수분이동과 열전도성의 차이를 나타낸다. 효율적인 목재건조를 위해서는 목재자체의 지식뿐만 아니라 건조매체의 물리적 성질과 건조장치에 대한 공학적 지식이 요구되는 등 고가의 건조시설과 고도의 건조기술이 요구된다.
목재건조에는 천연건조, 열기건조, 고온건조, 고주파건조, 유비등건조 그리고 화학건조 등 다양한 방법이 시도되었고 열기건조가 주로 적용되고 있는데 밀폐한 건조실에 건조대상목재를 적재하고 온도와 습도가 조절된 열기를 인입하여 목재를 건조한다. 이때 목재의 종류, 두께, 초기함수상태에 따라 건조속도는 빠르게 하면서 이에 수반되는 건조결함을 최소화하는 것이 목재건조연구자들의 과제인데 건조대상목재의 수종과 두께 그리고 함수상태에 따라 적용하는 온도와 습도조건을 건조스케쥴이라 한다.
목재는 흡습성 재료이며 함수율의 변화에 따라 강도, 탄성계수 및 치수 등 다양한 인자가 변하게 된다. 따라서 목재를 사용할 때 일정한 강도와 치수를 유지하려면 적정 함수율까지 건조하여 사용해야 하며 이때 뒤틀림, 너비굽음, 할렬 등과 같은 결함들과 치수변화를 피해야 한며, 이는 목재 건조의 주된 목표가 된다(Perre and Olek, 2007). 따라서 건조는 목재 공정 계통에서 중요하며 목재의 모든 탈수현상에서 중요한 인자는 치수변화라고 할 수 있다(Katekawa and Silva, 2006).
목재의 섬유포화점은 포화대기 상태에서 평형이 되는 최소함수율이고(Barkas, 1935) 일반적으로 섬유포화점 이상에서는 함수율 변화에 다른 치수변화가 없는 것으로 가정하기도 한다(Sakagami, et al., 2007; Sakagami, et al., 2009 ). 이에 근거하여 섬유포화점 이하부터 전건까지 치수변화가 직선적으로 감소하는 원리로 섬유포화점을 찾는 연구결과가 있으며(이 등, 2012) Repellin와 Guyonnet(Repellin and Guyonnet, 2005)는 부피팽창율법을 이용한 섬유포화점과 DSC(Differential Scanning Calorimetry)법을 이용한 섬유포화점이 정비례관계를 가진다고 보고하였다. 그러나 적참나무의 경우 제제 직후 생재상태라도 방사방향의 할렬에 주의해야 하며(국립산림과학원, 2012), 건조 초기 고함수율 목재에서 방사방향으로의 치수변화가 발생한 것을 관찰한 연구가 보고되었고(Kang et al., 2011a), 목재의 함수율이 섬유포화점 이상이더라도 열기에 노출되었을 시 목재의 모서리 부분은 수축을 시작한다는 연구도 보고되었다(Kang et al., 2013). 이는 전건법을 통해 얻어진 목재 시편의 함수율이 섬유포화점 이상이라 하더라도 치수변화가 발생할 수 있으며 수종에 따라서 고함수율 상태에서의 수분 변화에도 건조결함이 발생할 수 있다는 것을 알 수 있다. 이러한 현상을 Perre는 음압에 의한 세포 공극으로부터의 수분 추출에 의해 발생하는 것으로 판단하였고(Perre, 2007) 건조 공정 중에서 목재의 미세시편의 수축을 분석하여 Perrㅹ의 연구와 유사한 결과를 보인 연구가 보고되었다(Almeida etal., 2008). 고함수율 상태에서 목재의 치수변화가 발생할 수 있기에 제재 직후의 생재상태 목재라도 할렬이 발생할 수 있으며 건조 초기부터 할렬이 발생하는지 탐지해야 할 필요성이 있다.
영상측정(Optical Measurement)기술은 비접촉 계측 방식중 하나로 시편 표면을 측정하는 기술이다. 영상측정 기술 중 시편 표면에 도포한 스펙클 패턴(speckle pattern)을 CCD 카메라로 촬영하여 일정 영역의 스펙클 패턴의 변형 전과 후의 움직임을 비교하여 분석하는 DIC(Digital Image Correlation) 기술은 1982년 Peters와 Ranson이 변형률과 변위를 측정하기 위한 표면이미지를 변형 전과 후의 상관관계를 규명하는 연구(Peter and Panson, 1982)를 발판으로 Sutton과 Wolters 등은 DIC 기술을 이용할 수 있는 소프트웨어를 개발하여 변형률을 측정하는 연구(Sutton et al., 1983)를 하는 등 1980년대 이후 활발한 연구가 수행되어지고 있다(권 등, 2013).
이러한 기술을 이용하면 변형에 따른 합금선의 저항이 달라지는 것을 이용하는 스트레인 게이지(Strain Gauge)와 다르게 측정되는 시편 표면의 전 영역의 변형률을 분석할 수 있으며 이를 바탕으로 전체 측정면의 변형률 분포를 시각적으로 표현할 수 있다.
이 기술을 이용하여 건조곤란 수종인 참나무의 건조 중 변형률 분포의 변화를 연속적으로 촬영하여 응력역전현상을 관찰한 연구가 보고되었고(Kang et al., 2013), 참나무 무늬목 단판의 미세할렬을 조기 탐지하는데 성공한 결과가 있다(Kang et al., 2011b).
한편, 이미지 상관분석(Digital Image Correlation)은 재면을 일정한 기간 동안 영상측정시스템(Optical Measurement System)을 이용하여 화상을 얻고 시간변화에 따른 화상의 변화로부터 재료의 변형정보를 얻어내는 기술이다. 즉 하중을 받고 있는 재료나 건조가 진행되는 목재의 표면에 일정한 모양의 화상을 만들고 관찰하면 화상의 변화를 이미지 상관분석(Digital Image Correlation) 방법으로 영상화할 수 있다. 이를 통하여 지금까지 간접적인 방법으로 예측하던 것을 직접 눈으로 확인할 수 있게 되는 기술이다. 즉 인장응력을 받고 있는 시편은 그 길이의 변화를 측정하는 것에 의해 변형률을 파악할 수 있고 건조가 진행된 목재는 슬라이스(slice)법 또는 프롱(prong)법을 사용하여 건조 후 목재 시편의 변형 양을 측정하나, 시편 폭 전체의 변형만 측정할 수 있을 뿐, 미세변형 측정은 불가능하다. 이미지 상관분석 기술(Digital Image Correlation Technique)은 지류의 미세변형 측정, 하중을 받고 있는 목재의 변형분포 측정 등에 사용된 예는 있으나, 건조과정분석에 적용한 예는 최근에 시도되고 있다.
국제공개특허 제2007-028856호(공개일: 2007.03.15.) 미국공개특허 제2002-0107644호(공개일: 2002.08.08.) 미국공개특허 제2005-0115307호(공개일: 2005.06.02.)
본 발명의 목적은 영상측정과 이미지 상관분석기술을 이용하여 목재 건조시에 할렬이 발생하는 시점과 건조결함을 효과적으로 예측할 수 있는 목재의 건조결함 예측방법 및 예측장치를 제공하는데 있다.
본 발명에 따른 목재의 건조결함 예측방법은 목재 표면에 도트에 의한 스펙클 패턴을 형성하고, 목재를 건조시키면서 목재 표면을 카메라로 연속적으로 촬영하고, 촬영된 사진의 전후를 비교하여 도트들의 이동을 이미지 상관분석(DIC) 기법으로 분석하여 목재의 수축과 팽윤을 관찰하여 목재의 건조결함을 예측하는 방법으로서, 목재의 변형률을 이용하여 할렬 시점을 예측하는 할렬 시점 예측 단계와, 할렬 시점에서 변형률의 추이를 관찰하여 목재의 건조 결함을 예측하는 건조 결함 예측단계를 포함한다.
할렬 시점 예측 단계에서 변형률은 일정 영역의 각 패싯 면적(Facet Area)이 나타내는 하기 식과 같은 부변형률의 평균을 구한 다음, 부변형률의 평균의 차이를 이용하여 할렬 시점을 예측한다.
Figure 112015128295412-pat00001
부변형률의 평균의 차이는 할렬이 발생한 부분의 부변형률의 평균과 할렬이 발생하지 않은 부분의 부변형률의 평균의 차이를 이용한다. 부변형률의 평균의 차이는 전체 영역의 부변형률의 평균과 할렬이 발생한 부분의 부변형률의 평균의 차이를 이용할 수도 있다. 또한 부변형률의 평균의 차이는 전체 영역의 부변형률의 평균과 할렬이 발생하지 않은 부분의 부변형률의 평균의 차이를 이용할 수도 있다.
할렬 시점 예측 단계에서 변형률은 일정 영역의 각 패싯 면적(Facet Area)이 나타내는 하기 식과 같은 변형률의 분산을 이용하여 할렬 시점을 예측할 수 있다.
Figure 112015128295412-pat00002
패싯 면적은 인접하는 패싯 면적과 일부분 중첩시켜 계산한다.
건조 결함 예측 단계에서는 다양한 함수율에서 변형률 분포 맵을 형성하여, 변형률 분포 맵에서 추출된 데이터로부터 변형률 속도 및 변형률 비를 계산하여 건조 결함을 예측한다.
함수율(Moisture content)은 건조시간(t)에서 함수율(%)을 M(t), M0를 초기 함수율, EMC를 평형 함수율(Equilibrium moisture content), b를 형상 변수(shape parameter)라고 할 때, 다음 식으로 계산된다.
M(t) = (M 0 - EMC) exp(-bt) + EMC
변형률 비(strain ratio)는 접선방향 변형률(ε2)에 대한 길이방향 변형률(ε1)의 비(ε1/ε2)로 계산되고, 변형률 속도(strain velocity)는 단위시간(dt) 당 접선방향 변형률 또는 길이방향 변형률의 차이(dε)로 계산된다.
목재의 일측 표면에는 도트에 의한 스펙클 패턴을 형성하기 위한 유성도료를 분사 처리한다. 유성도료는 불투명한 도막을 형성하는 페인트나 합성 폴리머를 사용한다.
본 발명에 따른 목재의 건조결함 예측장치는 관찰대상 목재가 배치되는 건조실과, 열원에서 가열된 열기를 건조실에 유입시키는 팬과, 건조되는 관찰대상 목재의 표면을 연속적으로 촬영하는 영상 측정부와, 영상 측정부에서 촬영된 사진의 전후를 비교하여 도트들의 이동을 이미지 상관분석(DIC, Digita Image Correlation)법으로 분석하는 영상분석부를 포함한다.
본 발명에 따른 목재의 건조결함 예측방법 및 예측장치에 의하면, 목재의 건조를 효율적으로 수행하여 건조결함에 의한 재료손실을 최소화하고 건조결함이 발생하지 않는 한도 내에서 건조속도를 최대화하여 재료와 에너지를 절약하는 최적의 건조스케쥴을 개발할 수 있다는 효과가 있다.
또한, 본 발명에 따른 목재의 건조결함 예측방법 및 예측장치에 의하면, 건조난이도가 높은 난건조목재의 최적 건조스케쥴을 개발하여 건조결함이 적은 난건조수종의 이용도를 높여 목재의 부가가치 창출에 따른 효율적인 활용에 기여할 수 있다는 효과가있다.
도 1은 본 발명의 실시예에 따른 목재의 건조결함 예측방법에 사용되는 화상관찰시스템을 나타내는 개략도이다.
도 2는 본 발명의 제1실시예에 의한 영상측정 시스템과 음향방출 장비를 이용한 시험예의 장치 구성도이다.
도 3은 DIC 기법에서 사용되는 패싯 사이즈(Facets size)와 픽셀 중첩 면적(Pixel overlapping area)을 나타내는 모식도이다.
도 4는 본 발명의 제1실시예에서 시험편과 함수율 측정을 위한 소시험편을 나타내는 사진이다.
도 5는 본 발명의 제1실시예의 1차 실험에서 스테이지에 따라 영상측정 장비를 통해 나타난 변형률 분포를 나타내는 사진이다.
도 6은 본 발명의 제1실시예의 2차 실험에서 스테이지에 따라 영상측정 장비를 통해 나타난 변형률 분포를 나타내는 사진이다.
도 7은 본 발명의 제1실시예의 실험 종료 후의 각 소시험편의 함수율을 나타내는 사진이다.
도 8은 본 발명의 제1실시예에서 할렬 시점을 예측하기 위해 시간에 따른 부변형률의 평균의 차이를 나타내는 그래프 및 영상 사진이다.
도 9는 본 발명의 제1실시예에서 할렬 시점을 예측하기 위해 스테이지에 따른 주변형률과 부변형률의 분산을 나타내는 그래프 및 영상 사진이다.
도 10은 본 발명의 제2실시예에 의한 영상측정 시스템을 이용한 시험예의 장치 구성도이다.
도 11은 본 발명의 제2실시예에서 시험편의 함수률(측정 및 계산)을 나타내는 건조 곡선 그래프이다.
도 12는 본 발명의 제2실시예의 다양한 함수율에서 시험편 R1의 사진 및 DIC 영상(변형률 분포 맵)이다.
도 13은 본 발명의 제2실시예에서 시험편의 내부할렬을 나타내는 사진이다.
도 14는 본 발명의 제2실시예에서 시험편 R2과 R3의 길이방향과 접선방향의 변형률의 평균값을 함수율에 따라 나타내는 그래프이다.
도 15는 본 발명의 제2실시예에서 시험편 R2과 R3의 길이방향 변형률과 접선방향의 변형률의 관계를 나타내는 그래프이다.
도 16은 본 발명의 제2실시예에서 시험편 R2와 R3의 접선방향 변형률 속도와 평균 함수율의 관계를 나타내는 그래프이다.
도 17은 시험편(R1, R2, R3)의 변형률 비와 함수율의 관계를 나타내는 그래프이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예를 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 발명에서, '포함한다'나 '구비한다'' 또는 '사용한다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함 또는 사용됨을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가나 사용 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 실시예에 따른 목재의 건조결함 예측방법에 사용되는 화상관찰시스템을 나타내는 개략도이다. 도시한 바와 같이 도트(dot)에 의한 스펙클 패턴(speckle pattern)이 형성된 관찰 대상 목재(W)를 건조실(10)의 내부에 배치하고, 열원(20)에서 가열된 열기를 팬(30)을 통해 건조실(10)에 유입시켜 관찰대상 목재(W)를 건조시키면서 목재 표면을 영상 측정부(40)의 카메라로 연속적으로 촬영하고, 영상 분석부(50)에서 촬영 사진의 전후를 비교하여 도트들의 이동을 이미지 상관분석(DIC, Digita Image Correlation)법으로 분석하여 목재의 수축과 팽윤을 관찰하여 목재의 건조결함을 예측한다.
본 발명에서 영상 분석부(50)에서 목재의 건조결함을 예측하는 단계는 목재의 변형률을 이용하여 할렬 시점을 예측하는 할렬 시점 예측 단계와, 할렬 시점에서 변형률의 추이를 관찰하여 목재의 건조 결함을 예측하는 건조 결함 예측단계를 포함한다.
이하에서는 서로 다른 시험예에 따라 목재의 건조결함 예측방법의 실시예를 설명한다.
도 2는 본 발명의 제1실시예에 의한 영상측정 시스템과 음향방출 장비를 이용한 시험예의 장치 구성도이다. 도 2에 도시한 바와 같이, 건조 오븐(110)의 내부에는 시험편(W1)이 설치되고, 시험편(W1)의 표면을 촬영하는 카메라(130)가 건조 오븐(110)의 외측에 설치되며, 카메라(130)에는 카메라(130)를 제어하는 카메라 콘트롤러(140) 및 이미지 프로세싱 장비(150)가 순차적으로 연결된다.
시험편(W1)은 적 참나무(Quercus rubra)를 사용하였다. 생재상태의 직경 400mm 이상, 섬유방향 1000mm 이상의 원주목을 제재하여 170mm(T) x 30mm(L) x 50mm (R) 의 시험편을 제작했다. 섬유 포화점 이상에서 건조 시 발생하는 할렬을 관찰하기 위하여 항량에 도달할 때 까지 시편이 침수되도록 충분히 물에 침지하였다.
시험편(W1)에는 D3등급 아세트산 비닐수지(Polyvinyl Acetate, PVAc)계 접착제인 Jowat AG 사의 Jowacoll 103.30 접착제를 이용하여 접선단면으로만 수분이동이 가능하도록 횡단면과 방사단면을 도포하였으며, 도포제가 건조시 표면 변화를 억제하여 변형률에 영향을 미치지 않도록 최대한 얇게 도포하였다. 접선단면과 방사단면에 스프레이 페인트가 묻지 않도록 폴리 에틸렌(polyethylene, PE) 랩을 사용하여 실링처리를 한 후, PVAc계 접착제가 도포된 두 횡단면 중 한 면에 DIC 기법을 이용하여 변형률을 측정 할 수 있도록 독일의 MOTIP DUPLI 사의 스프레이 페인트(유성도료)를 사용하여 흑백의 스펙클 패턴(speckle pattern)을 제작하였다. 이후에 폴리에틸렌 랩을 제거하였다. 유성도료는 불투명한 도막을 형성하는 합성 폴리머를 사용할 수 있다.
카메라(130)와 카메라 콘트롤러(140) 및 이미지 프로세싱 장비(150)는 변형률 분포를 측정하기 위한 영상측정 시스템을 이루며, 본 시험예에서 영상측정 시스템은 ARAMIS model 3D5M (GOM mbH, 38160 Braunschweig, Germany)을 사용하였다. 이 시스템은 크게 2대의 CCD 카메라 (2,448 x 2,050 pixels), 카메라 컨트롤러, 컴퓨터 영상처리 프로세서로 구성되어 있으며, DIC 기법을 이용하여 연속적으로 변형률 분포를 윤곽선과 수치로 나타낼 수 있다.
DIC(Digital Image Correlation) 기법은 시험편 표면에 도포한 스펙클 패턴(speckle pattern)을 CCD 카메라로 촬영하여 일정 영역의 스펙클 패턴의 변형 전과 후의 움직임을 비교 및 분석하여 변형률과 변위를 측정한다. 이때 설정한 영역을 패싯(Facet) 이라고 하며, 패싯 사이즈(Facets size)가 크면 패싯(Facet)의 메칭이 쉬워져 에러데이터 발생 확률이 감소하지만 자세한 변형률 분포는 얻을 수 없으며, 패싯 사이즈가 작으면 자세한 변형률 분포는 얻을 수 있지만 분석하지 못하는 에러 데이터가 발생할 확률이 증가한다. 픽셀 중첩 면적(Pixel overlapping area)은 설정한 패싯(Facet)을 몇 픽셀(Pixel) 마다 반복하는지 나타낸다. 픽셀 중첩 면적(Pixel overlapping area)을 줄이면 보다 자세한 데이터를 얻을 수 있으나 처리 시간이 길어지는 단점을 가지고 있다. 도 3은 DIC 기법에서 사용되는 패싯 사이즈(Facets size)와 픽셀 중첩 면적(Pixel overlapping area)을 나타내는 모식도이다.
제1실시예의 시험예의 영상 측정에서 패싯 사이즈는 40 픽셀로 설정하였고, 픽셀 중첩 면적(Pixel overlapping area)은 15 픽셀로 설정하였으며, 매 실험을 시작하기 전에 보정 패널(calibration panel)을 사용하여 CCD 카메라(130)의 거리에 대한 오차를 보정해 주었다. 변형률(Strain) 계산 방식은 테크니컬 스트레인(Technica strain)으로 계산하였으며, 변형률 계산 기준 좌표계를 정하는 스테이지(stage)는 Stage No. 0의 측정 사진이 기준이 되었으며, 매 스테이지마다 Stage No. 0와 비교하여 변형률 분포를 분석하였다.
이하, 본 제1실시예의 시험 및 결과 분석을 열기 건조 및 함수율 측정과, 영상측정을 이용한 변형률 분석으로 나누어 설명한다.
<열기 건조 및 함수율 측정>
제1실시예의 시험예에서 함수율 35%이상의 고함수율 상태에서 건조를 종료시켜야 하므로 건구온도와 건조시간을 정하기 위해 1차 실험과 2차 실험으로 나누어서 진행하였다. 1차 실험에서는 건구온도 100℃ 조건에서 함수율 92.31% 인 루브라 참나무(적 참나무) 시험편(W1)을 건조하면서 영상측정 장비(130, 140, 150)를 이용하여 변형률 분포을 측정하였다.
약 558분 동안 건조를 하였을 때, 육안으로 다수의 할렬이 발생한 것을 확인 한 후, 건조를 종료하였으며 시험편(W1)을 접선방향으로 2등분, 방사방향으로 17등분을 하여 총 34 조각의 소시험편을 취하여 각 소시험편의 중량을 측정한 후에 103± 2℃에 넣고 전건시켰다. 이 소시험편의 함수율(MC)을 이용하여 시험편의 함수율 분포를 얻었다. 도 4는 제1실시예에서 시험편과 함수율 측정을 위한 소시험편을 나타내는 사진이다.
1차 실험을 통하여 558분 후 시편 전체의 함수율이 통상적으로 30%라고 가정하는 섬유포화점 이상의 함수율인 37.25%임을 확인한 후에 건구온도를 80℃로 설정하여 2차 실험을 수행하였다. 2차 실험에서는 약 400분간 건구 온도 80℃ 조건에서 건조하였다.
시편 관찰을 위하여 전면부가 유리로 되어있는 건조 오븐(110)에 시편을 넣고 80℃로 건조하면서 영상측정 데이터를 획득하였다. 실험이 종료 된 후 시편을 103ㅁ2℃에 넣고 전건시킨 후 실험 종료 시의 함수율을 구하였다.
도 5는 1차 실험에서 스테이지에 따라 영상측정 장비를 통해 나타난 변형률 분포를 나타내는 사진이다. 영상측정 장비를 이용하여 얻은 주변형률의 분포를 보면 함수율 92.31%에서 37.25% 까지 건조되는 동안 다수의 할렬이 발생했음을 확인 할 수 있으며 약 201분경에 최초의 할렬이 발생한 것으로 확인되었다.
도 6은 2차 실험에서 스테이지에 따라 영상측정 장비를 통해 나타난 변형률 분포를 나타내는 사진이다. 2차 실험에 적용된 더 순한 조건인 건구온도 80℃ 조건에서 약 400분간 건조하였을 때도 약 103.02%에서 46.90%로 함수율이 변하는 동안 할렬이 발생한 것을 확인 할 수 있었다. 이는 시편 전체 함수율이 고함수율일지라도 특정 수종에 따라선 할렬이 충분히 발생할 수 있음을 보여주고 있다.
도 7은 실험 종료 후의 각 소시험편의 함수율을 나타내는 사진이다. 1차 실험에서 섬유포화점보다 높은 37.25%에서 매우 심하게 할렬이 발생한 것을 확인할 수 있었다. 시편을 34 조각내어 얻은 소시편의 함수율을 통해 시편의 수분 분포( 도 7)를 보았을 때, 시편의 중심부와 가장 먼 방사단면 부위만 함수율이 섬유포화점 이하이고, 대다수의 면적에서는 섬유포화점보다 높으며 함수율 50% 이상인 부분이 있음을 확인 할 수 있었다. 할렬이 발생했다고 예측되는 201분부터 558분 동안 시편 중심부는 접선단면뿐만 아니라 할렬이 발생한 부분으로도 수분 이동이 가능해진다. 그러나 중심부의 함수율이 양 끝단의 함수율보다 높은 것으로 보았을 때, 수분이동을 예측하기 위해서는 근적외선 분광분석기술과 같은 보다 작은 단위의 함수율을 측정할 수 있는 기법을 이용하여 확인해 볼 필요성이 있다고 판단되었다.
<영상측정을 이용한 변형률 분석>
할렬 시점 예측 단계에서 변형률은 일정 영역의 각 패싯 면적(Facet Area)이 나타내는 부변형률의 평균을 구한 다음, 부변형률의 평균의 차이를 이용하여 할렬 시점을 예측한다.
변형률은 주변형률 또는 부변형률을 나타내고, 주변형률 또는 부변형률은 길이방향 수축률이나 접선방향 수축률을 나타낸다. 본 발명의 실시예의 변형률 분석에서는 주변형률은 길이방향 수축률을 의미하고, 부변형률은 접선방향 수축률을 의미한다. 목재의 할렬에는 접선방향 수축률이 큰 역할을 하므로 주변형률 보다는 부변형률이 중요한 요소이다. 길이방향 수축률과 접선방향 수축률 중에서 큰 값(절대값이 아님)을 주변형률이라고 하고 작은 값을 부변형률이라고 하는데, 수축이 일어날 때는 변형률이 마이너스값이기 때문에 적게 변형되는 길이방향 수축률이 주변형률이 되고, 많이 변형되는 접선방향 수축률이 부변형률이 된다. 즉, 예를 들어 길이방향 수축률 -0.5가 접선방향 수축률 -2.0보다 큰 값이므로, 길이방향 수축률은 주변형률이 되고 접선방향 수축률은 부변형률이 된다.
그리고, 패싯(Facet)은 이미지 화면에 나타난 픽셀(pixel)을 일정한 크기로 겹치도록 자른 것이다. 건조가 진행되면 한 패싯(Facet)내 픽셀(pixel)의 간격이 변하는데 목재에서는 가장 크게 변하는 방향이 접선방향이므로 이를 부변형률로 계산하였다. 접선방향의 직각이 길이방향이고 이 길이방향이 가장 적게 변하기 때문에 주변형률이다. 목재는 접선방향 수축에 의해 응력이 발생하고 응력이 커지면 할렬이 발생하게 된다. 각 패싯의 변형률(즉 수축률)의 분산이 크면 목재 내에 응력이 커져서 할렬이 발생하기 시작한다. 목재의 모든 패싯이 고르게 수축하면 건조응력이 커지지 않으며, 패싯 변형률들의 분산값은 작다. 패싯 변형률들의 분산값이 크다는 것은 패싯간의 변형률 차이가 심해서 건조응력이 크게 발생한다는 것을 의미한다. 따라서 분산값이 커지면 할렬이 발생할 전조라고 볼 수 있다. 이때 할렬이 발생하기 전에 분산값이 커지는 것을 알고 건조조건을 마일드(mild)하게 즉, 온도를 낮추거나 습도를 높게 변화시키면 할렬을 미연에 방지할 수 있다.
부변형률은 minor strain으로 목재가 수축하는 양을 보여주는 지표가 된다. 목재의 함수율이 감소하면 수축하게 되어 인장력이 발생하게 되며 이 인장력이 인장강도를 초과하게 되면 할렬이 발생한다. 이는 강하게 수축하는 부분의 주변에 팽창하는 부위는 할렬이 발생하기 쉽다고 판단할 수 있다. 영상측정 장비를 이용하여 부변형률의 분포를 시각적으로 볼 수 있으나 이를 수치적으로 비교하기 위해서는 일정영역의 각 패싯 면적(Facet Area)이 나타내는 부변형률의 평균을 다음 [수학식 1]과 같이 구할 필요가 있다.
[수학식 1]
Figure 112015128295412-pat00003
부변형률의 평균의 차이는 할렬이 발생한 부분의 부변형률의 평균과 할렬이 발생하지 않은 부분의 부변형률의 평균의 차이를 이용하거나(수학식 2 참조), 전체 영역의 부변형률의 평균과 할렬이 발생한 부분의 부변형률의 평균의 차이를 이용하거나(수학식 3 참조), 전체 영역의 부변형률의 평균과 할렬이 발생하지 않은 부분의 부변형률의 평균의 차이를 이용할 수 있다(수학식 4 참조).
[수학식 2]
R-L = R영역의 부변형률의 평균 - L부분의 부변형률 평균
[수학식 3]
Avg-R = 전체영역의 부변형률의 평균 - R부분의 부변형률 평균
[수학식 4]
Avg-L = 전체영역의 부변형률의 평균 - L부분의 부변형률 평균
도 8은 수학식 2 내지 수학식 4에 따라 시간에 따른 부변형률의 평균의 차이를 나타내는 그래프 및 영상 사진이다.
도 8에서 R은 할렬이 발생한 우측 지점의 부변형률의 평균이며, L는 할렬이 발생하지 않은 좌측지점의 부변형률의 평균이다. 그리고 Avg는 전체 면적의 부변형률의 평균이다. R-L곡선에서 보듯이 이 R과 L의 차이가 적을 경우 할렬이 발생하지 않았으며, 180분 이전에는 할렬이 발생하지 않았으나 36분 뒤인 216분에서는 할렬이 발생하였다. 함수율이 감소함으로 수축하게 되어 부변형률은 음수값을 가지게 되는데, R-L 값이 커진다는 것은 L부분의 부변형률의 평균이 더 크게 수축한다는 것으로 R 부분이 인장력을 받게 됨을 나타내는 것이다. 인접한 부분의 부변형률 차를 이용하여 건조공정 시 할렬을 예측하는 것은 가능하며, 특정 부분의 부변형률과 전체 면적의 부변형률의 차이를 통한 할렬 시점 예측보다 정확함을 알 수 있었다. 하지만 시편의 면적이 커지게 될 경우 많은 면적을 나누어 고려해야 하므로 많은 노력과 시간이 필요하다.
한편, 할렬 시점 예측 단계에서 변형률은 일정 영역의 각 패싯 면적(Facet Area)이 나타내는 [수학식 5]와 같은 변형률의 분산(variance)을 이용하여 할렬 시점을 예측할 수 있다.
[수학식 5]
Figure 112015128295412-pat00004
부변형률(Minor strain)의 차이를 이용한 할렬시점 예측방법은 매우 정확하나 많은 노력과 시간이 필요하다. 이러한 방법으로 할렬 시점을 예측할 수 있는 근본 원인은 변형률의 차이가 최종적으로는 할렬로 발달하기 때문이다. 이는 이방성 물질의 치수변환 시, 등방성 물질보다 파괴가 쉽게 일어날 수 있는 이유이기도 하다. 따라서 [수학식 5]와 같은 산포도를 나타낼 수 있는 분산을 이용한다면 쉽게 할렬을 예측할 수 있다.
도 9는 스테이지에 따른 주변형률(Major strain)과 부변형률(Minor strain)의 분산(Variance)을 나타내는 그래프 및 영상 사진이다. 부변형률의 분산은 주변형률 분산보다 빠른 시점에서 먼저 크게 상승한다. 이후 Stage No. 54인 9720sec 때 주변형률의 분산이 크게 상승하며 이 시점 이후부터 시편에 할렬이 발생함을 관찰 할 수 있었다. 부변형률의 분산이 상승할 때 수축의 차이가 크게 발생하고 이는 인장력을 유도하는 힘으로 변환되어 할렬이 발생할 수 있는 조건을 갖추게 되며, 궁극적으로 인장력을 받는 부분이 탈수조건에서도 상대적으로 다른 부위보다 팽창하게 되어 주변형률의 분산이 증가될 때 할렬이 발생하는 것으로 보인다.
이는 인접부위의 부변형률의 평균의 차이를 이용하는 방법보다 넓은 면적을 쉽게 판단할 수 있으며, 각 패싯 면적(Facet Area)의 산포도가 반영되는 것이므로 보다 더 정확한 초기 할렬 시점을 예측 할 수 있다. 또한 할렬 발생 지역의 부변형률의 평균의 차이를 이용할 경우에 할렬 발생 지역을 예측하지 못하면 전체 시편의 영역을 수십개의 작은 영역으로 나누어 분석해야 하는 어려움이 있으나, 주변형률의 분산을 이용하는 방법의 경우 부변형률의 평균을 계산할 때 분석부분의 크기와 빈도수를 정함에 있어서 발생하는 관측자의 개입을 최소화 할 수 있으며, 분석속도를 크게 높일 수 있다. 할렬 시점을 판별할 때는 주변형률의 분산을 이용하는 것이 시점 파악에 보다 정확하며 부변형률의 분산이 주변형률의 분산이 증가하기 전 먼저 증가하므로 부변형률의 분산의 증가 시점을 이용하여 건조스케줄을 조절한다면 할렬과 같은 건조 결함을 줄일 수 있다.
본 발명의 제2실시예는 영상측정 시스템을 이용하여 건조결함을 예측하는 시험예이다. 건조 결함 예측 단계에서는 다양한 함수율에서 변형률 분포 맵을 형성하여, 변형률 분포 맵에서 추출된 데이터로부터 변형률 속도 및 변형률 비를 계산하여 건조 결함을 예측한다.
도 10은 본 발명의 제2실시예에 의한 영상측정 시스템을 이용한 시험예의 장치 구성도이다. 도 10에 도시한 바와 같이, 건조 하우징(210)의 내부에는 원하는 노점을 형성하기 위한 수분을 공급하는 수조(220)와 건조실(R)이 형성된다. 수조(220)의 상측에는 시험편(W2)과, 공기를 가열하기 위한 히터(230)와, 가열 공기를 순환시키는 팬(240)이 설치된다. 수조(220)와 건조실(D)의 내부에는 온도를 측정하기 위한 센서(250)가 각각 설치된다. 수조(220) 내의 수분은 미스트 노즐(221)을 통해 건조실(R)내로 분사되고, 수조(220) 내에는 물과 열교환을 위한 열교환기(222)가 설치된다. 건조 하우징(210)의 외측에는 트인 윈도우(211)를 통해 시험편(W2)의 표면을 촬영하는 카메라를 포함하는 영상 측정 시스템(260)이 설치된다. 건조시 팬(240)에 의한 시험편(W2) 주위의 공기 이동속도는 2~3m/s로 셋업되었다. 영상측정 시스템(260)은 제1실시예와 동일하므로 자세한 설명은 생략한다.
시험편(W2)은 적 참나무(Quercus rubra)를 사용하였다. 생재상태의 원목을 제재하여 120mm(폭) x 100mm(섬유방향 길이) x 30mm(두께)로 서로 다른 물리상태의 시험편 3개(R1, R2, R3)로 제작하고, 스펙클 패턴을 형성하기 위하여 제1실시예와 동일한 방법으로 표면 도포제를 도포하는 한편 및 유성도료를 분사하였다.
건조되기 전의 시험편의 초기 물리상태는 표 1과 같다.
시험편 종류 건구 온도
(℃)		 노점 온도
(℃)		 상대습도
(%)		 평형 함수률
(%)
R1 65.0 26.0 31.3 5.0
R2 65.0 39.0 46.2 7.0
R3 43.5 19.4 58.8 10.0
시험편을 건조한 후, 내부 결함(할렬)을 관찰하기 위해 100mm 길이의 시험편을 3등분하여 3개의 소시험편으로 만들고 각 소시험편의 중량을 측정한 후 103±2℃로 오븐에서 함수율이 일정하게 될 때까지 건조시켰다. 3개의 소시험편의 평균 함수율(average MC)은 길이 100mm 시험편의 최종 함수율과 동일하다. 시험편의 초기 함수율은 시험편의 최종 중량과 함수율에서 얻어진 오븐 건조 중량에 따라 계산되었다.
시험편의 건조시간과 초기 및 최종 함수율은 표 2와 같다.
시험편 종류 건조 시간
(hr)		 초기 함수율
(%)		 회종 함수율
(%)
R1 99 86.4 3.1
R2 139 88.6 5.2
R3 209 76.0 8.9
건조 중에 시험편의 함수율은 [수학식 6]으로 계산된다.
[수학식 6]
M(t) = (M 0 - EMC) exp(-bt) + EMC
여기서, M(t)는 건조시간(t)에서 함수율(%), M0 는 초기 함수율, EMC는 평형 함수율(Equilibrium moisture content), b를 형상 변수(shape parameter)이다.
도 11는 [수학식 6]에 따라 시험편의 초기 함수율(initial MCs)과 최종 함수률(final MCs)로 계산된 함수율 곡선(건조 곡선)을 나타내는 그래프로서, 시험편 R1(Run 1, 적참나무)의 측정 데이터에 의한 그래프에 따라 형상 변수 b는 0.058로 하였다.
변형률 비(strain ratio)는 접선방향 변형률(ε2)에 대한 길이방향 변형율(ε1)의 비(ε1/ε2)로 계산되고, 변형률 속도(strain velocity)는 단위시간(dt) 당 접선방향 변형률 또는 길이방향 변형률의 차이(dε)로 계산된다.
도 12은 다양한 함수율에서 시험편 R1의 사진 및 DIC 영상(변형률 분포 맵)을 나타내며, 건조 중에 할렬 발생 전후의 6단계를 취하여 나타낸 사진 및 영상이다. 변형률 분포 맵의 형상은 접선방향 변형률인 부변형률(minor strain)을 나타낸다. 사진에서 관찰되는 큰 할렬은 사각 박스(황색)로 표시되어 있다. (a) 2.5 hr에서 사진에서는 할렬이 관찰되지 않았으나 DIC 영상에서는 할렬이 발생하는 곳에 변형률이 집중되어 있음을 알 수 있다. (b) 3.5 hr에서 사진에서는 할렬이 희미하게 관찰되었지만 DIC 영상에서는 현저함을 알 수 있다. 사진에서 할렬은 (d) 13.0 hr까지 관찰 가능하고, (e) 16.5 hr에서는 사라졌다. 이것은 건조의 후 단계에서 목재 표면에 작용하는 압축응력으로 인해 갈라짐(할렬)이 닫혔기 때문으로 보인다. DIC 영상에서 할렬은 (e) 16.5 hr 까지 관찰되었다. 따라서, 사진에서 보이지 않는 할렬은 DIC 영상에서는 관찰될 수 있음을 알 수 있다.
도 13는 시험편의 내부 할렬을 나타내는 사진으로서, 시험편을 잘라 만든 소시험편의 단면을 나타내는 사진이다. 시험편 R1(나쁜 초기 건조 조건)에서는 벌집꼴 할렬(Honeycombing)이 관찰되었다. 시험편 R2(중간 초기 건조 조건)에서는 한 두 개의 할렬이 관찰되었고, 시험편 R3(좋은 초기 건조 조건)에서는 할렬이 관찰되지 않았다. 따라서, 시험편 R1과 R2의 초기 건조 조건에서 30mm 두께의 적참나무는 내부 할렬이 발생하므로 열기 건조에는 적합하지 않음을 알 수 있다.
도 14는 시험편 R2과 R3의 길이방향과 접선방향의 변형률(ε1, ε2)의 평균값을 함수율(moisture contents)에 따라 나타내는 그래프이다. 그래프에서 시험편의 변형은 건조 초기에 시작됨을 나타낸다. 시험편 2개의 변형률의 평균값 차이는 크지 않음을 알 수 있다. 목재는 길이방향으로는 수축이나 팽창이 거의 없으므로 시험편의 길이방향 변형률(ε1) 곡선은 확실히 구별될 수 없지만, 시험편의 접선방향 변형률 곡선은 서로 확실히 구별된다. 도 14에서 접선방향 변형률 곡선의 배열은 도 11의 건조 곡선의 배열과 유사하다. 시험편 R2의 접선방향 변형률(ε2)은 모든 함수율에서 시험편 R3보다 낮다. 이것은 시험편 R2의 표면이 시험편 R3의 표면보다 더 수축된다는 것을 의미한다. 따라서 건조 조건에 따라 목재의 표면 변형이 달라진다는 것을 알 수 있다.
도 15은 시험편 R2과 R3의 길이방향 변형률(ε1)과 접선방향의 변형률(ε2)의 관계를 나타내는 그래프이다. 시험편 R2과 R3의 그래프는 매우 유사한 패턴과 변형률을 보이고 있다. 건조가 시작되자 마자 길이방향 변형률(ε1)이 피크(peak)를 나타내고, 접선방향 변형률(ε2)과 길이방향 변형률(ε1)이 서로 다른 수축을 보이고 있다. 전 건조 과정 중에 시험편 표면은 접선방향으로 수축되며, 길이방향으로는 처음에 팽창하였다가 점차 0으로 감소한다. 그래프에서 길이방향 변형률(ε1)과 접선방향의 변형률(ε2)은 서로 다른 스케일로 되어 있다. 그래프에서 피크 후에 커브는 접선방향 변형률(ε2)이 -2.0, -4.0, -6.0 및 -8.0 사이에서 2개의 굴절점을 가진 S자 형태를 이룬다. 두 개의 커브는 굴절점 사이에서 서로 다른 기울기로 교차되어 있다. 길이방향 변형률(ε1)이 0가 될 때 시험편 R2와 R3의 접선방향 변형률(ε2)은 서로 다르다. 이는 접선방향으로 시험편 R2의 표면이 시험편 R3보다 더 크게 수축한다는 것을 나타내며, 도 13의 시험편 R2의 내부 할렬에 대한 단서를 제공한다.
도 16은 시험편 R2와 R3의 접선방향 변형 속도와 평균 함수율의 관계를 나타내는 그래프이다. 건조의 전반부에서 두 개의 회귀 직선(linear regression)이 시험편 R2에서는 함수율 60.5%에서 교차되고 시험편 R3에서는 46.5%에서 교차되어 있다. 회귀 직선의 기울기 및 교차 지점의 평균 함수율과 평균 변형속도는 표 3과 같다.
시험편 R2 시험편 R3
회귀 기울기 하강 직선 0.042 0.013
상승 직선 -0.014 -0.012
교차점 평균 함수율
(%)		 60.5 46.6
평균 변형속도
(mm/mm.hr)		 -0.61 -0.4
시험편 R3의 기울기는 시험편 R2보다 완만함을 알 수 있다. 도 13에서 본 바와 같이 시험편 R3에서만 내부 및 외부면에 할렬이 관찰되지 않았으며, 이로서 회귀 기울기가 건조 조건과 관련되어 있음을 알 수 있다.
도 16의 그래프에서 두 개의 교차 지점은 변형 속도가 감소하는 지점이다. 따라서 시험편 표면의 교차점은 인장응력이 최대임을 알 수 있다. 시험편 R1은 도 12에서 본 바와 같이 할렬이 (b) 3.5 hr(함수율 71.2%)에서 시작되는데, 이는 교차점이라는 것을 추정할 수 있다. 표면 할렬은 목재의 표면에서 최대의 인장응력일 때 생긴다. 따라서 건조 조건이 양호할수록 교차점의 함수율은 낮아진다고 판단할 수 있다.
도 17은 시험편(R1, R2, R3) 변형률 비와 함수율의 관계를 나타내는 그래프이다. 그래프에서 기호가 없는 점선은 시험편 R1에 대해 변형률 비를 추측한 부분이다. 함수율이 감소함에 따라 변형률 비는 0에 가까워지며, 각 시험편에서 건조 조건에 따른 높은 함수률에서 서로 현저히 상이함을 알 수 있다. 건조의 전반부에서 표면은 길이방향으로는 팽창하고 접선방향으로는 수축한다. 본 실시예에서 변형률 비는 마이너스로 나타나며 이는 건조 조건과 관련되어 있다. 시험편 R1의 변형률 비가 가장 높고, R3의 변형률 비가 가장 낮다. 따라서 변형률 비는 할렬 발생을 예측할 수 있는 하나의 변수가 될 수 있다.
이와 같이 다양한 함수율에서 변형률 분포 맵을 형성하여, 변형분포 맵에서 추출된 데이터로부터 변형률 속도 및 변형률 비를 계산하여 건조 결함을 예측할 수 있다.
110 : 건조 오븐 130 : 카메라
140 : 카메라 콘트롤러 150 : 이미지 프로세싱 장비
210 : 건조 하우징
220 : 수조 230 : 히터
240 : 팬 250 : 센서
260 : 영상측정 시스템
W1, W2 : 시험편

Claims (9)

  1. 목재 표면에 도트에 의한 스펙클 패턴을 형성하고, 목재를 건조시키면서 목재 표면을 카메라로 연속적으로 촬영하고, 촬영된 사진의 전후를 비교하여 도트들의 이동을 이미지 상관분석(DIC) 기법으로 분석하여 목재의 수축과 팽윤을 관찰하여 목재의 건조결함을 예측하는 방법으로서,
    목재의 변형률을 이용하여 할렬 시점을 예측하는 할렬 시점 예측 단계와,
    상기 할렬 시점에서 상기 변형률의 추이를 관찰하여 목재의 건조 결함을 예측하는 건조 결함 예측단계를 포함하는 것을 특징으로 하는 목재의 건조결함 예측방법.
  2. 청구항 1에 있어서,
    상기 할렬 시점 예측 단계에서 상기 변형률은 일정 영역의 각 패싯 면적(Facet Area)이 나타내는 하기 식과 같은 부변형률의 평균을 구한 다음, 상기 부변형률의 평균의 차이를 이용하여 할렬 시점을 예측하는 것을 특징으로 하는 목재의 건조결함 예측방법.
    Figure 112017055635668-pat00005
  3. 청구항 2에 있어서,
    상기 부변형률의 평균의 차이는 할렬이 발생한 부분의 부변형률의 평균과 할렬이 발생하지 않은 부분의 부변형률의 평균의 차이를 이용하여 할렬 시점을 예측하는 것을 특징으로 하는 목재의 건조결함 예측방법.
  4. 청구항 2에 있어서,
    상기 부변형률의 평균의 차이는 전체 영역의 부변형률의 평균과 할렬이 발생한 부분의 부변형률의 평균의 차이를 이용하여 할렬 시점을 예측하는 것을 특징으로 하는 목재의 건조결함 예측방법.
  5. 청구항 2에 있어서,
    상기 부변형률의 평균의 차이는 전체 영역의 부변형률의 평균과 할렬이 발생하지 않은 부분의 부변형률의 평균의 차이를 이용하여 할렬 시점을 예측하는 것을 특징으로 하는 목재의 건조결함 예측방법.
  6. 청구항 1에 있어서,
    상기 할렬 시점 예측 단계에서 상기 변형률은 일정 영역의 각 패싯 면적(Facet Area)이 나타내는 하기 식과 같은 변형률의 분산을 이용하여 할렬 시점을 예측하는 것을 특징으로 하는 목재의 건조결함 예측방법.
    Figure 112017055635668-pat00006
  7. 청구항 1에 있어서,
    상기 건조 결함 예측 단계에서는 다양한 함수율에서 변형률 분포 맵을 형성하여, 상기 변형률 분포 맵에서 추출된 데이터로부터 변형률 속도 및 변형률 비를 계산하여 건조 결함을 예측하는 것을 특징으로 하는 목재의 건조결함 예측방법.
  8. 청구항 7에 있어서,
    상기 함수율(Moisture content)은 건조시간(t)에서 함수율(%)을 M(t), M0를 초기 함수율, EMC를 평형 함수율(Equilibrium moisture content), b를 형상 변수(shape parameter)라고 할 때, 다음 식으로 계산되는 것을 특징으로 하는 목재의 건조결함 예측방법.
    M(t) = (M 0 - EMC) exp(-bt) + EMC
  9. 청구항 1 내지 청구항 8 중의 어느 하나의 항에 따른 목재의 건조결함 예측방법을 구현하기 위한 목재의 건조결함 예측장치로서,
    관찰대상 목재가 배치되는 건조실과,
    열원에서 가열된 열기를 상기 건조실에 유입시키는 팬과,
    건조되는 관찰대상 목재의 표면을 연속적으로 촬영하는 영상 측정부와,
    상기 영상측정부에서 촬영된 사진의 전후를 비교하여 도트들의 이동을 이미지 상관분석(DIC)법으로 분석하는 영상분석부를 포함하는 것을 특징으로 하는 목재의 건조결함 예측장치.
KR1020150188591A 2015-12-29 2015-12-29 목재의 건조결함 예측방법 및 예측장치 KR101819704B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150188591A KR101819704B1 (ko) 2015-12-29 2015-12-29 목재의 건조결함 예측방법 및 예측장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150188591A KR101819704B1 (ko) 2015-12-29 2015-12-29 목재의 건조결함 예측방법 및 예측장치

Publications (2)

Publication Number Publication Date
KR20170078253A KR20170078253A (ko) 2017-07-07
KR101819704B1 true KR101819704B1 (ko) 2018-02-28

Family

ID=59353506

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150188591A KR101819704B1 (ko) 2015-12-29 2015-12-29 목재의 건조결함 예측방법 및 예측장치

Country Status (1)

Country Link
KR (1) KR101819704B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109709120A (zh) * 2019-01-17 2019-05-03 西南交通大学 预制变形纯钛的散斑制备方法及纯钛的退孪晶表征方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101869188B1 (ko) * 2017-02-09 2018-07-20 전남대학교산학협력단 짜맞춤 결구의 내력 성능 예측 방법
KR102336905B1 (ko) * 2019-11-11 2021-12-08 전남대학교산학협력단 구조용 집성판의 함수율 변화에 따른 팽창 수축 변형 거동 예측 방법 및 시스템
CN112485254A (zh) * 2020-11-23 2021-03-12 北京林业大学 一种基于数字图像相关的出水木质文物含水率检测系统
CN113074650A (zh) * 2021-03-25 2021-07-06 江苏省特种设备安全监督检验研究院 一种对真空绝热深冷压力容器的接管应变强化监测的方法
CN113538428A (zh) * 2021-09-16 2021-10-22 深圳市信润富联数字科技有限公司 木材缺陷检测方法、设备、介质及计算机程序产品

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109709120A (zh) * 2019-01-17 2019-05-03 西南交通大学 预制变形纯钛的散斑制备方法及纯钛的退孪晶表征方法
CN109709120B (zh) * 2019-01-17 2021-09-14 西南交通大学 预制变形纯钛的散斑制备方法及纯钛的退孪晶表征方法

Also Published As

Publication number Publication date
KR20170078253A (ko) 2017-07-07

Similar Documents

Publication Publication Date Title
KR101819704B1 (ko) 목재의 건조결함 예측방법 및 예측장치
Destrebecq et al. Analysis of cracks and deformations in a full scale reinforced concrete beam using a digital image correlation technique
RU2476867C2 (ru) Способ обнаружения дефекта в материале и система для этого способа
Speranzini et al. The technique of digital image correlation to identify defects in glass structures
Saranath et al. Local zone wise elastic and plastic properties of electron beam welded Ti–6Al–4V alloy using digital image correlation technique: A comparative study between uniform stress and virtual fields method
Eshraghi et al. Effect of subset parameters selection on the estimation of mode-I stress intensity factor in a cracked PMMA specimen using digital image correlation
Zhu et al. Digital image correlation assisted characterization of Mode I fatigue delamination in composites
Allaoui et al. Digital Image Correlation measurements of mortarless joint closure in refractory masonries
Leplay et al. Identification of damage and cracking behaviours based on energy dissipation mode analysis in a quasi-brittle material using digital image correlation
Sola et al. Predicting crack initiation site in polycrystalline nickel through surface topography changes
CN112489016A (zh) 复合材料缺陷热影像图的局部敏感判别分析方法
CN107726991B (zh) 一种基于弱形式的数字图像相关应变场计算方案
Sun et al. Optical measurement of forming limit and formability of Cu/Al clad metals
KR101224477B1 (ko) 고분자 및 코팅 소재의 스크래치 표면 손상 정량화 방법
Tang et al. Influences of wrinkles induced by tows’ offset in automated fiber placement on the bending properties of composites
Ekanayake et al. Method for quantitative 3D evaluation of defects in CFRP using active lock-in thermography
Kang et al. Preliminary tests for the application of an optical measurement system for the development of a kiln-drying schedule
Kretzmann et al. Non-destructive testing with transient thermography on composite materials
Zhang et al. Quantification and characterization of full field ductile damage evolution for sheet metals using an improved direct current potential drop method
CN113884538A (zh) 大型风力机叶片内部微小缺陷的红外热像检测方法
Ivester Tool temperatures in orthogonal cutting of alloyed titanium
Peng et al. Investigation of shrinkage in softwood using digital image correlation method
Rao et al. A unified test for evaluating material parameters for use in the modelling of sheet metal forming
JP2019124469A (ja) 表面検査装置
CN115684272B (zh) 一种基于红外摄像机的钢结构裂纹检测方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant