基于小波包的木材含水率在線檢測

(1.東北林業大學 機電工程學院，哈爾濱150040； 2.佳木斯大學 信息電子技術學院，黑龍江 佳木斯 154007)



摘要：

木材含水率是調控干燥過程的關鍵參數，其測量的準確性直接影響到木材干燥質量的好壞、干燥成本的高低、機器干燥周期的長短。木材干燥過程中，木材含水率的在線檢測受多種因素影響（檢測電路的噪聲干擾，多種環境因子間的交叉靈敏度等）。針對以上問題，提出了一種小波包消噪的處理方法，分別利用小波和小波包兩種方法對木材含水率測定值進行特征提取。仿真結果表明，小波包分析具有較好的濾波效果。

關鍵詞：小波包; 木材含水率； 在線檢測

中圖分類號：TP206文獻標志碼：A

文章編號：10013695(2009)0396602



Online measurement of lumber moisture content based on wavelet packet



SUN Liping1， LIU Desheng2，CAO Jun1



(1.School of Electromechanical Engineering， Northeast Forestry University， Harbin 150040， China; 2.School of Electrics Information Engineering， Jiamusi University， Jiamusi Heilongjiang 154007， China)



Abstract:

Lumber moisture content is a key parameter for regulating and controlling wood drying process， its precision directly affects the drying quality， cost and drying time. During drying process， the realtime precise measurement of lumber moisture content is influenced by many factors such as ambient noises from measuring circuit， cross sensitivity existing among multiple environmental factors， etc. To solve the above problems， this paper proposed a kind of wavelet pack denoising treatment method， extracted the characteristics of lumber moisture content measuring value using wavelet and wavelet packet. The results show that wavelet packet has better filtering effect.

Key words：wavelet packet; lumber moisture content; online measurement



0引言

多年來，木材含水率測試一直是各國木材科學者努力探索和解決的研究課題。為了更好地改善木材形體穩定和延長其使用壽命，提高木材的使用價值和利用率，人們對木材含水率的測試極為重視。一方面因為含水率是了解和使用木材的一個重要參數；另一方面也是因為木材含水率在線檢測受外界因素影響較大 [1，2]。在以木材含水率為基準的干燥過程中，含水率在線檢測的精度直接影響到木材干燥質量，尤其是噪聲和突變信號的影響，使木材干燥的自動控制難以進行。

小波分析能同時在時域和頻域中對信號進行分析，能有效地區分信號中的突變部分和噪聲，因此作為一種新型的信號處理方法在工程界得到越來越廣泛的應用[3]。但由于其時頻分解尺度是按二進制變化，在高頻段其頻率分辨率較高，而在低頻段其時間分辨率較差。小波包分析則是更加精細的信號處理方法，它能將頻帶進行多層次劃分，對低頻和高頻部分同時進行分解，其突出之處在于能將細節部分回歸地作為鏡像濾波器的輸入，產生一系列小波包的集合，然后應用某種代價函數來選擇最佳子集[4]。小波包是小波函數的推廣，具有更高的頻率分辨率，能對信號在時域進行更為精細的分析處理。

1木材含水率在線檢測系統

11傳感器選擇與安裝

木材干燥過程中的木材含水率自動檢測是木材干燥作業的一個重要方面，木材含水率作為被控變量，是干燥基準選取的指標之一，也是木材干燥階段的評價指標。傳統木材含水率的測量采用稱量法，雖然測量結果準確，但在操作過程中不能實時在線檢測木材含水率的變化值，而且測量周期長、操作復雜、易受人為因素影響。目前已有采用重量傳感器作為在線測量木材含水率的研究，但干燥窯內溫度和濕度變化對傳感器精度影響較大，甚至導致傳感器腐蝕嚴重，因此尚未推廣。

為了使含水率傳感器充分接觸被測試件，并保證測量精度。在本系統中，選用針狀鋼釘探針作為木材含水率傳感器，如圖1所示。把鋼釘插入干燥窯中木材含水率實驗板上，探針必須遠離板端和木材缺陷，插入含水率、厚度、樹種及在窯內位置具有代表性的木板，用插頭把鋼釘探針與干燥窯壁上的線纜相連，線纜引線出窯外，與測試系統連接。

12木材含水率檢測原理

木材的含水率由最終含水率到纖維飽和點(含水率約為30%)與木材的電阻率的對數之間幾乎是線性關系。木材的含水率由30%降到0，電阻大約增加100萬倍，但含水率由纖維飽和點增長到細胞腔完全充滿液態水，電阻降低到原來的1/50多一點。據此，當含水率非常低時，電阻率就非常高，當含水率非常高的時候，電阻率就非常低。干燥過程中，木材含水率在5%~95%時對應的等效電阻變換范圍寬(幾百GΩ到幾kΩ)。所以在設計木材含水率測量電路時，對含水率的全量程用分段增益的方法把含水率信號的變化引入到系統中。

測量含水率原理為[5， 6]

UMC=-Rf/RxUp=-5Rf/RxRx=-5Rf/UMC(1)

其中：Rx為被測木材含水率的等效電阻值；Rf 為反饋電阻值；UMC為輸出對應木材含水率的電壓值；UP為施加在被測木材上的定時變向直流5 V電壓源。從式（1）可看出，在每一量程中，當Rf是定值時，電路輸出電壓與被測木材含水率等效電阻值成反比。

2小波包算法的基本原理

在小波包中，其信號消噪的思想與在小波分析中基本類同[7]，惟一不同的是小波包分析提供了一種更為復雜，同時也更為靈活的分析手段。因為小波包分析對上一層的低頻部分和高頻部分同時進行細分，具有更為精確的局部分析能力。

所謂小波包，簡單地說就是一個函數族。由它們構造出L2(R)的規范正交基庫。從此基庫中可以選出L2(R)的許多組規范正交基，小波包是小波概念的推廣。在給定正交尺度函數φ(t)和小波函數ψ(t)的條件下，其二尺度函數關系為[8，9]

(t)=2 Σk h0k(2t-k)(2)

Ψ(t)=2 Σ kh1k(2t-k)(3)

為了進一步推廣二尺度函數方程，定義下列的遞推關系：

w2n(t)=2Σk∈z h0kwn(2t-k)(4)

w2n+1(t)=2Σk∈z h1kwn(2t-k)(5)

其中：h0k、h1k是多分辨率中的濾波器系數。當n=0時，w0(t)=φ(t)，w1(t)=ψ(t)。以上定義的函數集合{wn(t)}為由w0(t)=φ(t)所確定的小波包，由此，小波包{wn(t)}是包括尺度函數w0(t)和小波母函數w1(t)在內的一個具有一定聯系的函數集合。

小波包分解是在小波分解的基礎上對高頻段wj再進行分解，小波包對wj的分解相當于wj的第j個頻帶被分割成2k個子頻帶，因此提高了高頻段頻率的分辨率，從而獲得更好的頻域局部化。

3仿真分析

木材干燥的全過程大致可以分為三個階段，即預熱階段、等速干燥階段(含水率在纖維飽和點以上)和減速干燥階段(含水率在纖維飽和點以下)。等速干燥階段，干燥曲線(含水率隨時間的變化關系)大致呈線性變化，對傳感器精度要求不高；在減速干燥階段，含水率的變化快慢直接影響木材干燥的質量和木材物理力學性能(開裂、彎曲、應力變化等)。因此本文主要對纖維飽和點以下的含水率測量值進行消噪和濾波處理。

本次實驗采用自行研制型干燥窯MCGZ1進行干燥，試材為伊春林業局的水曲柳，加工成尺寸為1 000 mm×100 mm×50 mm(長×寬×高)的板材，共計1 m3。仿真實驗中，首先選定一組含水干燥基準數據，對加入高斯噪聲的含水率干燥基準分別進行小波和小波包消噪，如圖2所示。誤差分析如圖3所示。小波消噪誤差絕對平均值為0.429 2，方差為0.408 9；小波包消噪的絕對平均值為0.429 2，方差為0.187 2。可以看出，小波包分析對木材含水率傳感器具有較好的消噪效果。

為了驗證小波和小波消噪的效果，采集了在線干燥過程中的木材含水量傳感器測量值。對其進行小波和小波包消噪，濾波后如圖4所示。實際運行中，木材含水率的測量值受外界干擾波動較大，經過小波和小波包濾波后，具有較好的平滑性，抗干擾能力較強。

4結束語

本文利用小波和小波包方法對木材含水率傳感器在線檢測值和通過仿真加入噪聲的數值進行濾波，并作了比較分析。結果表明，小波包分解繼承了小波變換所有的時域、頻域局部化優點，能夠為信號提供更精細的分析方法，并對小波變換中沒有細分的高頻部分作進一步分解，從而提高了時頻分辨率。木材含水率的變化受干燥窯內環境和外界干擾比較大，對于這類傳感器，小波包分析提供了一個有效的方法。

參考文獻：

[1]張久榮.木材含水率測試技術水平及其前景[J].世界林業研究，1993，6(1):4653.

[2]朱政賢.淺談木材含水率與木材加工及使用的關系[J].人造板通訊，2003(5):1214.

[3]花漢兵.基于小波包的振動信號去噪應用與研究[J].噪聲與振動控制，2007，12(6):1821.

[4]羅雄彪，陳鐵群，萬英.超聲檢測信號中的小波包分析[J].機械工程學報，2006，42(2):142145.

[5]曹軍，張佳薇.智能化木材干燥窯的數據采集系統[J].自動化儀表，2004，25(1): 2729.

[6] ZHANG Jiawei， CAO Jun， ZHANG Dongyan. ANNbased data fusion for lumber moisture content sensors[J]. Transactions of the institute of Measurement and Control， 2006， 28(1):6979.

[7]劉愛平，鄒立華，戴素亮，等.振動控制研究中的小波包降噪處理[J].振動與沖擊，2008，27(2):9597.

[8]CHEN Shihuang， WU HT， CHANG Y K， et al. Robust voice activity detection using perceptualwaveletpackettransform and teager energy operator[J]. Pattern Recognition Letters，2007，28(11):13271332.

[9]李林宜，李德仁.基于最佳小波包變換的遙感影像融合方法[J].計算機應用研究，2007，24(3):318320.