木材仿珍貴材染色計(jì)算機(jī)智能配色技術(shù)的研究.pdf_第1頁
已閱讀1頁,還剩109頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、木材顏色是決定消費(fèi)者印象的重要因素之一,為了提高木制品的裝飾作用和產(chǎn)品價(jià)值,實(shí)現(xiàn)人工林木材的高效利用,需要通過染色技術(shù)改良劣質(zhì)材。木材染色中的一個(gè)重要環(huán)節(jié)就是配色,其對(duì)染色后木材的顏色質(zhì)量至關(guān)重要。在確定工藝的情況下,將計(jì)算機(jī)智能配色的方法用于木材染色配色過程中,加快染料配方生成的速度,極大地提高工作效率,節(jié)約成本。
   本研究以東北常見針葉材(樟子松)和闊葉材(大青楊)為研究對(duì)象,在研究了其染色工藝的基礎(chǔ)上,探討了利用傳統(tǒng)計(jì)

2、算機(jī)配色模型和利用智能決策手段對(duì)木材染色顏色配方的預(yù)測問題。具體包括,通過測定樟子松和大青楊單板解剖構(gòu)造與染色效果的相關(guān)指標(biāo),對(duì)其進(jìn)行多元回歸分析,確定了影響木材染色效果的主要解剖因子。其二,利用計(jì)算機(jī)配色技術(shù)中的三刺激值法,對(duì)仿珍貴材貴木材染料配方的調(diào)配方法進(jìn)行了研究。其三,利用RBF神經(jīng)網(wǎng)絡(luò)建立了配方預(yù)測模型,并利用仿珍貴材的數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證,初步說明了智能算法對(duì)于木材染色配方預(yù)測的有效性,在此基礎(chǔ)上,提出了一種基于隱層節(jié)點(diǎn)改進(jìn)的

3、RBF神經(jīng)網(wǎng)絡(luò)模型,并將其運(yùn)用到配方預(yù)測中。其四,根據(jù)已確定的影響木材染色效果的解剖特性,建立了基于模糊神經(jīng)網(wǎng)絡(luò)預(yù)測模型,其輸入增加了解剖特性,并根據(jù)研究對(duì)象的特點(diǎn),提出了一種改進(jìn)的隸屬度函數(shù),建立了基于改進(jìn)隸屬度函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測模型。其五,建立了基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的木材染色配方預(yù)測模型。最后,將以上方法運(yùn)用C語言實(shí)現(xiàn),建立了木材染色配方預(yù)測平臺(tái),對(duì)于工業(yè)普及起到至關(guān)重要的作用。
   研究在以下方面取得結(jié)果:
 

4、  (1)分析了染色工藝各參數(shù)對(duì)樟子松的表面色差的影響,確定染色工藝為:染料濃度為1%,滲透劑JFC濃度為0.1%、純堿濃度為2%、NaCl濃度為1.5%、溫度為85℃、染色時(shí)間60min、固色時(shí)間40 min、浴比17:1。
   (2)確定了影響樟子松木材染色效果的主要解剖因子為:管胞比量、木射線比量、樹脂道比量和晚材管胞長度等因子;影響大青楊木材染色效果的主要解剖因子為:木材的早材導(dǎo)管直徑、早材纖維長度、導(dǎo)管比量、木纖維

5、比量和木射線比量。
   (3)利用計(jì)算機(jī)配色技術(shù)中的三刺激值法,得到樟子松單板染珍貴材的染料濃度配比分別是,仿雞翅木(早材):活性艷紅X-3B為0.137%;活性黃X-R為0.229%;活性藍(lán)X-R為0.042%。仿雞翅木(晚材):活性艷紅X-3B為0.176%;活性黃X-R為0.256%;活性藍(lán)X-R為0.165%。仿花梨木(早材):活性艷紅X-3B為O.117%;活性黃X-R為0.306%;活性藍(lán)X-R為0.077%。仿花

6、梨木(晚材):活性艷紅X-3B為0.162%;活性黃X-R為0.459%;活性藍(lán)X-R為0.062%;利用大青楊單板染珍貴材的染料濃度配比分別是,仿紫檀:活性艷紅X-3B為0.146%;活性黃X-R為0.184%;活性藍(lán)X—R為0.037%。仿黑酸枝:性艷紅X-3B為0.361%;活性黃X-R為0.612%;活性藍(lán)X-R為0.179%。仿黑胡桃:性艷紅X-3B為0.269%;活性黃X-R為0.203%;活性藍(lán)X-R為0.074%;仿柚木

7、:性艷紅X-3B為0.122%;活性黃X-R為0.417%;活性藍(lán)X-R為0.088%。
   (4)利用RBF神經(jīng)網(wǎng)絡(luò)建立了配方預(yù)測模型,結(jié)果表明樟子松的兩種顏色空間仿珍貴材效果比較,L﹡a﹡b﹡空間與CMY空間的收斂速度差別不大,而仿珍貴材得到的平均誤差有較大差別,分別是0.98%和1.81%,綜合考慮確定L﹡a﹡b﹡空間作為研究樟子松的研究對(duì)象;大青楊的兩種顏色空間仿珍貴材效果比較,L﹡a﹡b﹡空間與CMY空間的收斂速度差

8、別較大,分別是1666步和610步,選取CMY空間為研究大青楊的顏色空間對(duì)象。從仿珍貴材珍貴材的數(shù)據(jù)來看,輸出數(shù)據(jù)不是十分理想,最大誤差達(dá)到8.24%。
   (5)基于RBF模型的缺點(diǎn),提出了一種基于隱層節(jié)點(diǎn)改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)模型,此模型的改進(jìn)有效的解決了原來模型熟練速度較慢的問題,樟子松分析模型189步可以收斂,大青楊模型137步就收斂了,速度幾乎可以達(dá)到在線訓(xùn)練的標(biāo)準(zhǔn)。從模型精度看,大青楊模型精度有所改善,但改善不多,樟

9、子松模型沒什么改變,甚至有所下降,所以此模型的改進(jìn)對(duì)于精度的改善不大。從仿珍貴材的數(shù)據(jù)來看,精度有所改善,最大誤差為4.36%,說明此模型的范化能力還有待進(jìn)一步改善。
   (6)建立了基于模糊神經(jīng)網(wǎng)絡(luò)配方預(yù)測模型,并根據(jù)研究對(duì)象的特點(diǎn),提出了一種改進(jìn)的隸屬度函數(shù),建立了基于改進(jìn)隸屬度函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測模型,結(jié)果顯示樟子松和大青楊模型的誤差都有所改善,分別是0.68%和0.62%,結(jié)果理想,從模型對(duì)仿珍貴材的配方預(yù)測效果來看

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論