中密度纖維板板壞密度與含水率對熱壓板間距誤差的影響

中圖分類號：TP202；TH186 文獻標識碼：A DOI： 10.7525/j.issn.1006-8023.2025.04.016

Abstract：Inorder to explore the influence of slab densityand moisture contentof medium densityfiberboard（MDF）on thespacing errrof hot pressing plate intheentrancesectionofcontinuous press，，therelated experiments ofslabdensity and moisture contentof7.7mm（thin plate）and16mm（thick plate）MDFonthe spacing errof hot pressing plate at fourhot pressing positions in the entrance section were cariedout.Combined withtheactual production situationof two kinds offiberboardslabsatthefirsthotpressng position，thepredictionmodelsof theinfluenceof slabdensityand moisturecontent on the spacing error of hot pressing plate were established respectively.The experimental results showed thatthe hotpressing plate spacing error waspositivelycorelatedwiththedensityof the twokindsofslabsand negatively correlated with the moisture content.The relative error of the predicted value of the2 models was within 5 % ，and the prediction effect was good.Itcaneffectively predict the spacing errorofhot pressing platecaused bydiferentslabdensityandmoisturecontent.The research results provide somereference andreference fortheprecise controlof slab thickness in hot pressing process.

Keywords：Fiberboard;continuous hot press； hot pressing plate spacing；density of slab；moisture content

0 引言

中密度纖維板（mediumdensityfiberboard，MDF）是利用木材資源的枝丫材、小徑材、竹材及其他植物原料制成的人造板材，由于其具有良好的物理力學及機械加工性能，已廣泛應用于家具制造業、室內裝修業及建筑業等方面[1-3]。相較于天然木材，MDF的綜合利用率更高，有利于我國林業資源的可持續發展[4]。

熱壓工藝決定了纖維板的產品質量，利用連續壓機施加給板壞合適的溫度與壓力等條件，使板壞熱壓膠合為厚度、密度及各項物理力學性能均達標的毛板[5-6]。在實際生產中，板壞彈性對熱壓板有反作用力，熱壓板間距的實際值與設定值存在一定誤差，影響板壞厚度的控制精度7。此外，壓制板壞產生的反彈力受到板壞密度及含水率的影響呈不均勻分布，導致間距誤差產生不確定性，加大了對板壞厚度的控制難度[8-10]。若毛板厚度過大，不僅會導致砂光量較高，造成原料浪費；還會影響成品板力學性能，降低產品質量[11-12]。人口段是熱壓環節板厚控制的基礎，因此對于人口段熱壓板間距誤差的研究十分必要，但目前暫無相關試驗性的驗證與分析。

本研究通過試驗分析，重點探究MDF板壞密度及含水率對人口段4個熱壓位置的熱壓板間距誤差的影響，并根據 7.7mm 與 16mm 厚度板的實際生產數據，建立熱壓板間距誤差的預測模型，旨在為板厚控制提供理論依據，優化MDF生產工藝，提高國產纖維板的產品質量與經濟效益。

1 試驗方案設計

1.1 材料與設備

試驗材料取自河北某纖維板廠生產的 7.7mm （薄板）與 16mm （厚板）的MDF板壞。利用企業現有的辛北爾康普ContiRoll型連續壓機（鋪裝寬度為 2700mm ），纖維板生產線配帶設備：水分檢測儀、位移傳感器和電子計時器，以及紅外測距儀進行數據采集。

1. 2 試驗方法

該企業生產 7.7mm 與 16mm 纖維板時，連續壓機入口段4個熱壓位置的熱壓板間距如圖1所示。圖1中理想距離是板廠制定的熱壓板間距最優值，實際距離則是在每個熱壓位置測量的100組熱壓板間距的平均值。

由圖1可知，壓制薄板與厚板的板坯時，4個位置的熱壓板間距實際值與最優值均存在一定誤差，在壓機的縱向長度上誤差遂漸減小。由唐忠榮等[13]與高金貴等[14]的分析可知，密度與含水率是影響纖維板板壞反彈力的重要因素，因此本研究將板壞密度與含水率作為主要的工藝變量，采用單因素試驗，探究其對入口段4個熱壓位置的熱壓板間距誤差的影響。

1. 3 數據采集

1.3.1 板壞密度的計算

每隔 5min 利用板壞秤對板壞質量 （M） 進行一次記錄。每次稱質量的板壞長為 2700mm ，寬為 1200mm高為鋪裝厚度，板壞體積（V見表1。板壞密度 （ρ） 利用板壞質量（M）、體積（V及密度公式計算得出。

1.3.2 板坯含水率的測量

試驗所用板壞含水率，采集自板壞秤處的水分檢測儀。為得到板坯同一位置的生產參數，在記錄板壞質量時，同時記錄板壞的含水率。由于板壞從人口段第1個熱壓位置運動至第4個熱壓位置的所用時間較少，整體的含水率并無明顯變化，因此可依據采集的含水率，同時研究人口段4個位置的熱壓板間距誤差。

1.3.3 熱壓板間距誤差的計算

連續壓機每組的中間油缸處均安裝有位移傳感器，可直接讀取該位置油缸活塞桿的位移量。使用紅外測距儀測量出上、下熱壓板的初始距離，結合活塞桿的位移量計算出實際的熱壓板間距，再將其與企業制定的最優間距值做差，即可得到誤差值。

板壞秤與4個熱壓位置之間相隔一定距離，在研究板壞密度與含水率對熱壓板間距誤差的影響時，需用電子計時器對數據進行定時記錄。利用紅外測距儀測量出，板壞秤至第1個熱壓位置的距離標記為1，記作 S₁ ；至第2個熱壓位置的距離標記為2，記作 S₂ ；至第3與第4個熱壓位置的距離分別標記為 S₃ 與 S₄ 。利用距離（S）、鋼帶速度 （v） 及速度公式，可計算出板壞從板壞秤處運動至4個熱壓位置的時間 （T₁，T₂，T₃，T₄） ，具體見表2。

2 試驗分析

2.1板壞密度對熱壓板間距誤差的影響

為減小數據的偶然性，將5個批次生產的 7.7mm 與 16mm MDF分別選出800組樣本，按不同批次等分成5組，并求得每組數據樣本中板壞密度及對應入口段4個熱壓位置的熱壓板間距誤差平均值。壓制薄板板壞時，板坯密度與4個熱壓位置的熱壓板間距誤差關系如圖2所示；壓制厚板板坯時，板壞密度與熱壓板間距誤差關系如圖3所示。

由圖2與圖3可知，壓制厚、薄板的2種板坯時，熱壓板的間距誤差均隨著板坯密度的增大而增加，并且誤差的增長率也隨著板壞密度的增大而增加。

該企業生產 7.7mm MDF制定的密度標準為 ?44± 2）kg/m³ ，圖2中每個熱壓位置的板坯密度最小平均值為第1組的 44.33kg/m³ ，高于生產標準 0.33kg/m³ ，對第1個熱壓位置的熱壓板間距造成了 1.92mm 的平均誤差，對第2、第3及第4個熱壓位置造成的間距誤差分別為 1.81，0.96，0.25mm ；板壞密度最大平均值為第5組的 47.29kg/m³ ，高于生產標準 3.29kg/m³ ，對第

1個熱壓位置的熱壓板間距造成了 3.03mm 的平均誤差，對第2、第3及第4個熱壓位置造成的間距誤差分別為 2.64，1.65，0.76mm 。

16mm 厚板的5組板坯密度平均值中，最小為第1組的 50.34kg/m³ ，比該規格MDF的 （50±2.5）kg/m³ 密度標準高 0.34kg/m³ ，引起第1個熱壓位置熱壓板3.26mm 的平均間距誤差；引起第2、第3與第4個熱壓位置的間距誤差，分別為2.45、1.13、0.33mm。 16mm 厚板的最大板壞密度平均值為第5組的 55.15kg/m³ ，比該規格MDF的 （50±2.5）kg/m³ 密度標準高 5.15kg/m³ 引起第1個熱壓位置熱壓板 4.57mm 的平均間距誤差；引起第2、第3與第4個熱壓位置的間距誤差分別為 3.36，1.97，0.86mm 。

由此可見，在試驗范圍內（薄板板壞密度為44.33＼～47.29kg/m³ ，厚板板壞密度為 50.34～55.15kg/m³） ，減小板壞密度，且盡可能地達到生產標準值，是減小入口段熱壓板間距誤差的有效措施。此外，從圖中還可以明顯地看出，相同的熱壓位置下，壓制厚板板坯時熱壓板的平均間距誤差比壓制薄板板壞時大。因此，在生產厚板時要施加更大的熱壓壓力以抵消板壞產生的反彈力。

2.2板壞含水率對熱壓板間距誤差的影響

求得樣本中5組數據的板壞含水率及對應人口段4個熱壓位置的熱壓板間距誤差平均值。薄板的板壞含水率對4個熱壓位置的熱壓板間距誤差影響如圖4所示，厚板的板壞含水率對4個熱壓位置的熱壓板間距誤差影響如圖5所示。

由圖4與圖5可知，在 7.7mm 纖維板的5組板壞含水率平均值中，含水率平均值最小為第1組的

7. 43% ，比企業制定的 8%±0.5% 的生產標準小0.57% ，對第1個熱壓位置的熱壓板間距造成了2.78mm 的平均誤差；對第2、第3和第4個熱壓位置的熱壓板間距造成了 2.50，1.31，0.62mm 的誤差；含水率最大為第5組的 8.52% ，比企業制定的 8% ±0.5% 的生產標準大 0.52% ，對第1個熱壓位置的熱壓板間距造成了 1.57mm 的平均誤差；對第2、第3和第4個熱壓位置的熱壓板間距造成了 1.27.0.68 /0.19mm 的誤差。

16mm 纖維板的5組板壞含水率平均值最小為第1組的6. 03% ，比 7%±0.5% 的生產標準小 0.97% ，引起了第1個熱壓位置熱壓板 3.18mm 的平均間距誤差，引起第2、第3和第4個熱壓位置熱壓板的間距誤差分別為 2.99，1.71，0.77mm 含水率最大為第5組的8.01% ，比 7%±0.5% 的生產標準大 1.01% ，引起了第1個熱壓位置熱壓板 1.98mm 的平均間距誤差，引起第2、第3和第4個熱壓位置熱壓板的間距誤差分別為1.77、1.03、0.30mm 。

由此可見，試驗范圍內（薄板含水率為 7.43%～ 8.52% ，厚板板壞含水率 6.03%～8.01% 的熱壓板間距誤差隨著板壞含水率的增大而減小。因此在生產中，也可以適當地提高熱壓前的板壞含水率，提高板坯的塑性，以減小熱壓時入口段產生的熱壓板間距誤差。通過以上對生產數據的分析可知，熱壓板間距誤差是多因素共同影響下的綜合結果，通過單因素分析很難完整地闡釋引起誤差的原因。基于此，本研究通過試驗數據建立板壞密度及含水率對熱壓板間距誤差的預測模型，探究密度、含水率對間距誤差的影響。

3板坯密度和含水率對熱壓板間距誤差的預測模型

3.1 模型假設

1）假設入口段加壓油缸工作狀態良好，不存在因油缸質量問題引起的熱壓板間距誤差。

2）忽略板壞在輸送過程中的水分蒸發，將板壞秤處測得的含水率視為板坯位于人口段時的含水率。

3.2 模型建立

由于連續壓機4個熱壓位置的熱壓板間距誤差預測模型的建立方法相同，因此以選出的800組 7.7mm 與 16mm 纖維板的板壞在第1個熱壓位置的生產數據為例，分別針對板壞密度與含水率對熱壓板間距誤差的影響建立數學模型，并檢驗其精度。利用MAT-LAB擬合工具箱CurveFittingTool對函數進行多次擬合，為保證模型準確且適應生產實際，直至函數回歸方程決定系數 R²?0.8 ，并使預測模型具有一定魯棒性[15-17]

設板壞密度為 X ，含水率為 Y， 經過多次擬合后得到熱壓板間距誤差 （Z） 對 X，Y 的函數形式為

Z=P₀+P₁X+P₂Y+P₃X²+P₄XY+P₅Y²₀ 式中： P₀，P₁，P₂，P₃，P₄，P₅ 為方程參數，求解結果見表3。

表3預測方程求解結果

表3中擬合度 R₁²=0.9022 是指 7.7mm 薄板的因變量Z的 90.22% 可以由該預測模型確定;擬合度 R₂²= 0.9071是指 16mm 厚板的因變量Z的 90.71% 可以由該預測模型確定。2種模型的樣本充足，回歸方程的決定系數都較高，均方誤差 F 均遠超檢驗臨界值，且Flt;α（α 顯著性水平），因此2種模型具有較好的可信度[18]。

3.3 模型分析

對2個模型的擬合函數進行繪圖，可得熱壓板間距誤差與板壞密度及含水率的關系，如圖6所示。當含水率不變時，熱壓板的間距誤差隨著板壞密度的增大而增大，且誤差的增長率越來越大；當板壞密度不變時，熱壓板間距誤差隨著含水率的增加而減小。應用此模型，通過 7.7mm 與 16mm 纖維板的板壞密度及含水率，可以實現對連續壓機第1個熱壓位置熱壓板間距誤差的預測。依靠誤差的預測值，可提前調整液壓油缸活塞桿的位移量，從而提高板壞厚度的控制精度，并且可以借鑒該方法建立其他厚度板或其他熱壓位置的熱壓板間距誤差模型。

3.4模型誤差檢驗

為驗證板壞密度、含水率對熱壓板間距誤差預測模型的準確性，分別重新測量5組 7.7mm 與 16mm 纖維板的板壞密度、含水率及對應第1個熱壓位置的熱壓板間距誤差，得到誤差的預測值與實際值，列于表4。

由表4可知，預測精度均在合理的范圍內，熱壓板間距誤差預測值的可信度良好。因此，認為 7.7mm 及16mm 纖維板的板壞密度與含水率，對連續壓機入口段第1個熱壓位置的熱壓板間距誤差預測模型具有較好的預測效果。

4結論

本研究采用單因素試驗法研究了中密度纖維板的板壞密度及含水率對熱壓板間距誤差的影響，利用MATLAB建立了預測模型，并進行了預測精度的驗證。得出以下結論。

1）在人口段相同的熱壓位置下，壓制厚板時的熱壓板間距誤差比壓制薄板時的大。

2）實際生產 7.7mm 與 16mm 的MDF時，熱壓板間距誤差隨著板壞密度的增大而增大，當密度過高時誤差急劇增大；隨著板坯含水率的增大而減小，呈近似線性的反比例關系。

3）利用企業的實際生產數據，分別建立了 7.7mm 與 16mm 纖維板的板壞密度及含水率，關于連續壓機入口段熱壓板間距誤差的數學模型，模型預測誤差的準確率均在 90% 以上，且模型預測值與實際值的相對誤差在 5% 以內，2個預測模型的預測精度較高，預測效果良好。利用該模型可以提高中密度纖維板熱壓工藝中板壞厚度的控制精度，為纖維板的高質量生產提供理論依據。

參考文獻

[1]張晴，朱良寬，ALAAM.E.MOHAMED，等.基于優化極 限學習機的人造板厚度在線檢測[J].森林工程，2021， 36（4）：58-65. ZHANGQ，ZHULK，MOHAMEDALAA M，etal.Online detection ofwood-based panel thickness via optimized extreme learning machine[J].Forest Engineering，2O21，36 （4）：58-65.

[2]朱嘉智，朱猛，溫明宇，等.阻燃無甲醛膠黏劑制備膠合 板的研究[J].森林工程，2020，36（6）：58-64. ZHUJZ，ZHU M，WEN MY，et al.Research on plywood byflameretardantandaldehydefreeadhesive[J].Forest Engineering，2020，36（6）：58-64

[3]VUONG DN，HIEN TTN，SHUTO K，et al.Effects of size and type of raw material on temperature and vapour pressure behaviour of wood-based panels during hot-pressing [J]. Wood Material Science amp; Engineering，2022，17（6）： 702-711.

[4] ZANCHI G，BELYAZID S，AKSELSSON C，et al. Modelling the effects of management intensification on multiple forest services ：A Swedish case study[J]. Ecological Modelling，2014，284：48-59.

[5]GUL W，AHMAD N，MOHAMMAD S，et al. Impact of moisture content，closing speed，and pressurizing speed on the performance of medium density fiberboard（（MDF）[J]. Frontiers in Materials，2023，10：1195789.

[6] 陳光偉，陳相宇，花軍，等.連續平壓式熱壓機柔性入口段 的結構特征與形式[J].林業工程學報，2021，6（2）：21-30. CHENGW，CHENXY，HUAJ，etal.Areviewofstructure and forms of the flexible infeed of continuous press [J].Journal of Forestry Engineering，2021，6（2） ：21-30.

[7]陳芯銳，朱良寬，肖康銘，等.基于ADRC的動態面非奇 異終端滑模MDF板厚控制研究[J].林產工業，2021，58 （1） ：20-26. CHENXR，ZHUL K，XIAO K M，et al. Study on ADRC control of sliding mode MDF panel thickness of dynamic surface non-singular terminal [J]. China Forest Products Industry，2021，58（1） ：20-26.

[8]張國梁，張棟，侯曉鵬，等.中密度纖維板鋪裝成型技術 與裝備研究進展[J].木材科學與技術，2022，36（2）： 18-25. ZHAGN G L，ZHANG D，HOU XP，et al. Review on matforming technology and machinery of medium density fiberboard[Jl.Chinese Journal ofWood Science and Technology，2022，36（2）：18-25.

[9]伍艷梅，盧勝高，趙麗媛，等.中密度纖維板剖面密度特 征參數與主要物理力學性能相關性[J].木材科學與技 術，2021，35（5）：31-37. WUYM，LUSG，ZHAOLY，etal.Correlationbetween characteristic parameters of vertical density profile and main physical and mechanical properties of medium density fiberboard[J]. Chinese Journal of Wood Science and Technology，2021，35（5） ：31-37.

[10]婁衡，潘大衛，張揚，等.MDI低密度纖維板制備工藝和性 能研究[J].北京林業大學學報，2019，41（2）：134-139. LOU H，PAND W，ZHANG Y，et al. Preparation process and properties of MDI low density fiberboard[J]. Journal of Beijing Forestry University，2019，41（2） ：134-139.

[11]高星，李敏，甘雪菲，等.中密度纖維板含水率對其力 學性能的影響[J].木材工業，2017，31（4）：32-34. GAO X，LI M，GAN X F，et al. Efects of moisture content on mechanical properties of medium density fiberboard [Jl. China Wood Industry，2017，31（4） ：32-34.

[12]COLOSIMO B M，MENESES M，SEMERARO Q. On the effectiveness of profile monitoring to enhance functional performance of particleboards [J]. Quality and Reliability Engineering International，2015，31（8） ：1665-1674.

[13]唐忠榮，董巖偉.木質纖維板壞的熱壓特性[J].東北 林業大學學報，2008（10）：28-29，52. TANG Z R，DONG Y W. Character of wood fibre mat by hot pressing[J].Journal of Northeast Forestry University， 2008（10） ：28-29，52.

[14]高金貴，姜兆方，張健，等．壓機參數對纖維板地板基 材斷面密度分布的影響——以雙鋼帶滾針毯式連續平 壓機為例[J].北華大學學報（自然科學版），2016，17 （1） ：123-127. GAO JG，JIANG Z F，ZHANG J，et al. Effect of press parameters on density distribution of flooring substrate made of fiber board—taking continuous pressure machine with double steel needle roller belt as example[J]. Journal of Beihua University（Natural Science），2Ol6，17（1） ： 123-127.

[15]屈文星，劉浩，秦楚，等.基于MATLAB傅里葉曲線擬 合的天線跟蹤精度評估方法[J].電子測量技術，2020， 43（12） ：91-95. QU W X，LIU H，QIN C，et al. Antenna tracking accuracy evaluation method based on MATLAB Fourier curve fitting [J]. Electronic Measurement Technology，2020，43 （12）：91-95.

[16]高超.基于Matlab 曲線擬合求取地表沉陷預計參數的 程序實現與優化[J].煤礦開采，2018，23（1）：33-37. GAO C. Program implementation and optimization of surfacesubsidence predicting parameters determination based on Matlab curves fitting[J].Coal Mining Technology，2018，23（1） ：33-37.

[17] 李晉儒，宋成航，劉冠杰.基于Matlab的建筑物沉降數 據預測模型對比研究[J].測繪與空間地理信息，2021， 44（9） ：205-208，210. LI JR，SONG C H，LIU G J. Comparison and analysis of prediction models of high-rise building settlement data based on Matlab[J].Geomatics amp; Spatial Information Technology，2021，44（9） ：205-208，210.

[18]楊春梅，李月茹，田心池，等.密度和含水率對竹基纖 維復合材料抗彎性能的影響[J].木材科學與技術， 2023，37（3） ：44-50. YANGCM，LIYR，TIANXC，et al.Effectsof density and moisture content on flexural properties of bamboobased fiber composites[J]. Chinese Journal of Wood Science and Technology，2023，37（3）：44-50.