木材无损检测中传感器空间分布对测试效果的影响

1、木材无损检测中传感器空间分布对测试效果的影响1王立海1,2,闫在兴1,吕建雄2,周次林1,杨学春11.东北林业大学工程技术学院,哈尔滨(1500402.中国林业科学研究院,北京(100009E-mail:lihaiwang摘要:近年来,应用应力波进行木材无损检测技术的发展比较迅速。在检测过程中,如何安置传感器才能使测量更为快捷精确,这是一个常常要面对的问题。本文设计了应力波检测实验,并通过平面几何学和统计学的基本方法讨论了传感器的空间(2D分布对可测最小缺陷面积比的影响,从而找到影响因素并得出结论:在测试工作中通过目测均匀放置传感器即可以达到所要求的测试效果。关键词:无损检测,应力波,传感器,

2、空间分布木材(活立木的无损检测技术是一门新兴的、综合性的非破坏性检测手段,在工农业生产,环保以及木质结构古建筑保护都有着较为广泛的应用。尤其是基于应力波原理的无损检测技术,以其操作简单、安全,设备体积小、方便携带等优点,正在越来越多的被使用于各个领域。关于应力波无损检测技术的研究在国内外已经有一定的报道(王立海等,2002;杨学春等,2002;林文树等;2005,Halabe et al.,1995;Clausen et al., 2001;Wang Xiping,2004。但关于在测试过程中传感器的分布的理论还鲜有研究,本文旨在找到既快速又不失准确的方法来放置传感器,从而提高测试工作的效率。

3、1. 应力波检测原理通过对某一传感器的敲击,从而激发出一个应力波,使此应力波在木质中传播,然后其它的传感器接收此应力波,并记录从激发到接收的时间间隔,以此计算出应力波在对应的两个传感器之间的传播速度(杨学春等,2002。一般来说,波在密度大、坚实的木质中传播速度较快,在密度小、柔软的木质中传播较慢,对照先验的参照速度来判定木材(活立木是否有空洞、内腐、虫洞等缺陷存在。1. 1实验的基本假定(1虽然树木横截面的形状是千差万别的,但是大多数的形状都趋近于或近似趋近于圆形。所以首先假定截面是正圆形,这样便于找到规律。(2树木的内腐、空洞、虫洞,也都趋近于圆形,所以假定上述缺陷的形状也是正圆形,这样可

4、以确定可测得最小缺陷面积的百分比。(3考虑到检测的实际用途,所以假定所挂的任何两个传感器之间的角度要小于等于180度。即,不能把所有的传感器挂到半个圆周之内。1注:本课题由国家948课题“便携式智能木材内部腐朽探测仪引进”2002-39(1;教育部博士点基金课题“基于应力波原木内部腐朽缺陷检测机理的研究”(20040225008;国家自然科学基金课题“原木内部腐朽应力波图像三维重构的研究”(30671643资助。1. 2数学定义(1独占线(罗传文,2004:圆周上分布的n 个点,其中每一个点到其相邻的两个点的距离之中的最小者,称为这个点的独占线长度,记为s k ,k =1,2,n(2均匀度(罗

5、传文,2005:圆周上n 个点的独占线长度之和与圆周长的比值,称为均匀度,公式表示为:A =1n i i sC =其中:A 均匀度;C 圆周长; (3变异系数:数据的标准差与平均值的比值,公式表示为:V =S /x其中:V 变异系数;S 样本标准差;x 样本均值;变异系数用来表示不同均值情况下,数据的分散程度,越大,则表示数据的分散程度越大。2. 实验设计2. 1 设备和材料实验设备是德国RINNTECH 公司产ARBOTOM 应力波检测仪及其附带的软件,如图1;实验对象为直径31.2cm35.8cm 原木段9根。 图1 软件界面Fig.1 Interface of the software2

6、. 2实验方法(1将原木垂直放置,确定一个水平面,作为测试截面,标记好这个平面,以使各个传感器在同一水平面内,保证精度。(2连接设备,并确定设备工作状态正常。具体连接方法略。(3在以确定好的横截面内,任意位置钉入挂传感器的铁钉(但要铁钉不要都放在半个圆周内,因为这样测量没有实际意义,并测量、记录两两铁钉之间的弧长。(4确定传感器放置稳妥以后,开启设备电源,开启软件开关,进行测量,测量时用小锤轻击传感器的接触点,每个传感器敲击35次,要尽量用力均匀,以保证精确度。记录数据重复测试若干次(林文树等,2005。(5每个传感器都完成敲击后,查看数据误差,删除异常值,重新敲击。最后软件自动生成应力波传播

7、状态图和表面图,如图2,图3。 图2 应力波传播状态图(线图图3 测试截面(表面图Fig.2 Spread state of stress wave (Line graph Fig.3 Cross section of test(Surface graph(6为了找到规律,进行了几组特殊的测试,包括精确均匀放置传感器(一次、目测均匀放置(五次、半圆内均匀放置(一次、半圆内不均匀放置(一次。表1 测试原始数据(*数据未参加回归Tab.1 First data of the test (*data not join the regression传感器之间的弧线距离(cmID S1-S2 S2-S3

8、 S3-S4 S4-S5S5-S6S6-S1 备注1 22.3 6.2 17.9 12.7 23.5 15.2 1-012 12.7 6.8 24.7 18.7 13.8 21.1 1-033 9.5 23.7 32.1 11.7 14.5 6.3 1-044 14.5 34.8 10.8 13.4 11.5 12.8 1-0526.4 8.5 7 7.5 24 24.4 1-0656 38 5.6 13.2 19 8.2 13.8 1-077 16.6 12.2 17.8 10.2 21 20 1-088 11.6 20.4 14.8 14.3 19.4 17.3 1-099 13.4 20

9、.1 7.2 38.2 8.1 10.8 1-1010 39.3 5.7 4.3 8.9 11.3 28.3 1-111128.3 12.9 8.7 27.5 9.6 10.8 1-1235.5 6.4 24.4 4.8 21.2 5.5 1-131213 9.3 11 21.5 16.3 12.8 26.9 1-149.2 18 10.8 35.4 7 17.4 1-151415 24.3 16.8 27.5 15.3 7.8 8.9 2-0116 47.8 20.2 10.2 11 6.4 5 2-0217 12.5 17.8 31.5 19.5 12 7.3 2-0418 22.6 7.

10、8 5.9 19 16.7 28.6 2-0750.3 6.1 4.2 15.2 8.9 15.9 2-081920 32.4 20.3 15.4 18.3 5.3 8.9 2-0923.4 20.6 9.8 22.7 9.3 14.8 2-102122 17.8 17.2 15.8 16.5 15.7 17.6 2-1123 18.1 17.1 17 16.4 16.1 15.9 2-1232.1 15.4 4.9 8.2 16.7 22.7 3-012425 12 27.8 17.2 10.6 15.9 20.1 4-0126 6.9 30 15.8 21.6 14.3 17.6 5-01

11、27 24.4 26.2 15.5 14.3 18.2 10.4 6-012849.1 9.8 9.8 9.8 9.8 9.8 7-0129 18.75 18.75 18.75 18.75 18.75 18.75 8-013024.7 15 16.9 28.2 13.7 14 8-0231 14.5 19.7 13.2 25.5 11.7 10.4 9-0132*15.8 16.4 17.4 16.5 16.8 14.9 1-1633*16 17.2 16.8 14.8 16 17 1-1734*16.7 15.4 18 16.3 17.4 16.8 2-13 2. 3 实验数据共测量34次,

12、去掉误冗余的控制数据(标*号后,选取31组原始数据,如表1。S1-S2表示一号传感器到二号传感器之间的弧长;备注中说明了数据来源的树木。其中,精确均匀放置(ID:29,目测均匀放置(ID:22、23、32、33、34、半圆内均匀放置(ID: 28、半圆内不均匀放置(ID:19。根据原始数据,计算出每次测试数据的均匀度和变异系数,并通过平面几何作图,找出每次测试的最小可测缺陷面积(Wang Xiping,2004,如表2。其中ID号与表1中相对应。表2 回归变量数据表Tab.2 Variables in the regressionID 最小可测(Y均匀度(X1变异系数(X2ID 最小可测(Y均

13、匀度(X1变异系数(X21 4.3 0.7 0.36 18 5.9 0.75 0.472 3.4 0.74 0.36 19 25 0.48 0.933 6.1 0.71 0.55 20 5.7 0.7 0.524 7.8 0.74 0.51 21 4.5 0.73 0.355 9.1 0.8 0.53 22 3.5 0.97 0.056 11.6 0.56 0.65 23 3.5 0.98 0.047 3.8 0.83 0.24 24 5.4 0.73 0.548 3.5 0.86 0.19 25 5.7 0.76 0.339 11.1 0.56 0.65 26 4 0.7 0.410 13.

14、5 0.64 0.8 27 3.7 0.82 0.3111 4 0.62 0.51 28 25 0.6 0.8912 9.4 0.34 0.71 29 3.5 0.77 0.3313 3.5 0.73 0.38 30 3.3 1 014 8.5 0.55 0.58 31 4.3 0.78 0.315 5.2 0.73 0.43 32* 3.5 0.97 0.0516 21.8 0.57 0.87 33* 3.5 0.97 0.0517 6.8 0.76 0.46 34* 3.6 0.96 0.05 3. 数据分析3. 1 数据分析从表2中可以看出,当传感器精确均匀分布时,这时可测最小缺陷面积占

15、整个截面圆面积的3.3%;当传感器正好分布在半个圆周内的时候,可测最小缺陷面积为25%。其余数据分布在3.3%与25%之间,并且随着分布的均匀程度的降低(均匀度减小、变异系数增大而增大。当变异系数超过0.6,并均匀度小于0.65时,对测试结果的影响较大,超过6%。3. 2 回归分析根据以上的数据分析,可以推断可测最小缺陷面积的百分比与均匀度、变异系数之间可能服从线性关系。所以,选取可测最小缺陷面积的百分比作为因变量,均匀度和变异系数分别作为两个解释变量,做二元线性回归。回归过程通过SPSS 11.0统计软件包,利用普通最小二乘法(Ordinary Least Square Estimation

16、 ,全部回归(ENTER 来实现。结果如下:表3 模型摘要Tab.3 Model summary模型Model 复相关系数R 样本决定系数 R Square 调整后R Adjusted R Square 估计标准误 Std. Error of the Estimate D-W 检验 Durbin-Watson从表3中可知,样本的决定系数为0.752,超过0.7,可以认定有较好的拟和优度。并且,D-W 值为2.153,查表知,d l =1.30,d u =1.57,通过检验,即不存在序列相关。表4 方差分析Tab.4 ANOV A模型Model 方差总和Sum ofSquares 自由度 df

17、均方值 Mean Square F 检验 F 置信度 Sig.Residual 274.238 28 9.794Total 1107.279 30从表4中,可得F=42.527,查F 检验表,F (2,28=5.45(=0.01,所以认为回归方程十分显著。表5 方程系数Tab.5 Coefficients非标准化系数UnstandardizedCoefficients t 检验 t 置信度 Sig.共线性分析 Collinearity Statistics 模型ModelB 标准误 Std. Error VIF 1常数(Constant -21.445 7.792 -2.752 .010X1

18、均匀度 20.085 8.050 2.495 .019 3.993 X2 变异系数 31.961 4.840 6.603 .000 3.993从表5中,可以得到回归方程的系数,并进行t 检验,查表可得t (28=2.4671(=0.01,所以方程的各系数通过检验。VIF 值小于10,不存在多重共线性。回归方程为:Y =-21.445+20.085X 1+31.961X 24. 结论在检测过程中,传感器的空间分布对可测最小缺陷面积比有直接影响,当变异系数超过0.6,并均匀度小于0.65时,对测量结果的影响较大,超过6%。实验中,五组目测均匀放置传感器的变异系数远远小于0.6,均匀度远大于0.65

19、,对测试结果的影响只有0.2%。因此可以认为,在测试工作中通过目测均匀放置传感器即可以达到所要求的测试效果,而不必刻意追求精确均匀放置。 参考文献 1. 罗传文2004.点空间分析分维与均匀度科技导报2004.10：51-54 2. 罗传文2005.均匀度理论及其在混沌研究中的应用中国矿业大学学报34(4：477-478 3. 林文树，杨慧敏，王立海2005.超声波与应力波在木材内部缺陷检测中的对比研究林业科技30(2： 39-41 4. 王立海，杨学春，徐凯宏2002.木材缺陷无损检测技术研究现状林业科技27(3：35-38 5. 杨学春，王立海2002.应力波技术在木材性质检测中的研究进展

20、森林工程18(6：11-12 6. Carol A. Clausen，Robert J. Ross，John W. Forsman，etc al2001.Condition Assessment of Roof Trusses of Quincy Mine Blacksmith Shop in Keweenaw National Historical Park Res. Pap. FPL-RN-0281.Madison, WI: U.S. Department of Agriculture, Forest Service, Forest Products Laboratory. 4 pages

21、. 7. Udaya B. Halabe,Gangadhar M. Bidigalu, Hota V.S. Ganga Rao,etc al1997. Nondestructive Evaluation of Green Wood Using Stress Wave and Transverse Vibration TechniquesMaterials Evaluation, Vol. 55, No. 9, pp. 1013-1018. 8. Wang Xiping， Divos Ferenc， Pilon Crystaletc al 2004. Assessment of decay in

22、 standing timber using stress wave timing nondestructive evaluation tools A guide for use and interpretation Gen. Tech. Rep. FPL-GTR-147 Madison, WI: U.S. Department of Agriculture, Forest Service, Forest Products Laboratory, 2004. 12 pages. The Impact of Sensors Spatial Distributions on Testing Result in Wood NDT Wang Lihai1,2，Yan Zaixing1，Lv Jianxiong2，Zhou Cilin1，Yang Xuechun1 1 College of Engineering & Technology, Northeast Forestry University，Harbin（150040） 2 Academy of China Forestry，Beijing（100009 E-mail：lih