小波-神经网络在MDF缺陷定位检测中的应用

　　1　引　　言

　　为了提高木质材料的生产质量以及正确使用木质材料,就必须掌握对其物理力学性能进行正确、快速无损检测的方法和手段。虽然采用传统的破损检测方法所测得的结果准确,但是经过破损后的试件通常不再具有实用价值,造成极大的浪费;更重要的是这种检测方法耗时长、检测条件苛刻,不适合实时在线快速检测,这就大大制约了木质材料快速、连续的现代化生产;而对木质材料进行非破坏地无损检测技术是实现其性能快速、准确检测的有效方法。木质材料无损检测是一门新兴的综合性技术,它不仅涉及到多学科交叉,还与计算机技术以及现代信号处理技术紧密相关。无损检测技术的最大优点是不会破坏材料的原有特性,而且能在短时间内获得结果,实现在线的、自动的材质性能检测。这样有利于生产的连续性和生产效率的提高,同时通过对木质材料无损检测技术的研究,并进一步将其应用于实际生产,可以节约原材料,保证产品质量安全可靠。所以,无损检测技术是实现木质材料质量控制、使生产向自动化方向发展的重要手段[1]。近年来国内外学者在木质材料无损检测方面做了大量的工作,但检测对象主要集中在对实体木材的检测[2-3]和对木质人造板性能的检测[4-5];在信号处理方　　面国内学者把先进的信号用于对实体木材缺陷的检测[6-7],日本学者小玉泰义利用连续小波分析对气干木材的节子缺陷进行检测[8],并用小波研究声信号的共振频率与弹性模量和节子的尺寸之间的定量关系[9]。但把小波与神经网络结合用于中密度纤维板材料缺陷位置无损检测的研究尚属空白,本文结合小波和人工神经网络对中密度纤维板的缺陷位置进行智能无损检测研究。

　　2　材料制备及信号采集

　　实验中利用热压制作3种不同位置鼓泡缺陷(左端、中部和右端鼓泡)的中密度纤维板以及没有缺陷的对比试件。纤维板的施胶量(以胶粘剂的固体含量与绝干纤维之比)为12%;固化剂采用氯化氨溶液,量为UF胶固体含量的1%。热压制作的纤维板放置一天后,加工成尺寸为335mm×65mm×15mm的试件。试件在温度为(20±2)℃、相对湿度为(65±5)%的恒温恒湿条件下放至质量恒定并编号。利用AD-3452型材料自然频率测试系统分析仪进行振动应力波信号的采集,总共采集到300组振动应力波信号,其中120组中部鼓泡信号,左端鼓泡和右端鼓泡信号各为90组。采样频率为10 kHz,每个信号的采样长度为1 024。

　　3　缺陷信号的小波包分析

　　正交小波包理论是小波变换的极其精彩的延伸,它借助正交小波函数空间L2(R)的正交直和分解的思想,在结合多分辨分析和正交小波的构造的基础上形成小波包变换思想。小波包变换定义为小波包空间n∈Z的任意信号的小波包变换表达式为与之相对应的小波包Mallat分解算法为: