科研之友
微信
新浪微博
Facebook
分享链接
摘要
阔叶材原木的质量评估可以为行业提供最优的阔叶材资源利用价值,然而因缺陷声信号的非平稳性和缺陷类型特征的重叠性,有效的质量评估声参数非常有限。基于此,提出一种基于自回归模型(AR)和谱峭度(SK)相结合的特征声参数提取与分等方法。利用AR线性滤波器滤除声信号中周期平稳成分,并对包含缺陷信息的残差信号进行短时傅里叶变换,计算其谱峭度值并定位最大谱峭度所在的频带,以其频带的中心频率和带宽设计滤波器对残差信号进行滤波以获取原木主要缺陷信号分量,计算该信号分量的峭度值,将其作为表征声信号的特征参数对北美鹅掌楸原木进行质量分等。样本原木的实际锯切结果显示,基于AR-SK的预测分等中,高质量原木组中的高等级板材率为77.2%,而低质量组中的高等级板材率为21.8%。与传统的声速分等相比,高质量组中的高等级板材率提高了33%以上,而低质量组中的高等级板材率降低了约26%。研究结果表明,所提方法能有效分离缺陷信号成分并对该原木质量进行较精确分等。
- 单位
