透明涂饰刺槐木材的色度学参数及其漆膜性能

为开发刺槐木材涂饰工艺,分别采用聚氨酯漆、丙烯酸水性漆和合成大漆,对刺槐木材漆膜色度学参数和漆膜性能进行了评价。结果表明,这三种涂料对刺槐木材均表现出良好的涂饰效果,漆膜明度均存在下降趋势(其中合成大漆下降最明显),漆膜色饱和度均增加;总体色差变幅最大为合成大漆,聚氨酯漆最小;漆膜性能均达到GB/T4893《家具表面理化性能测定法》和GB/T 15036-2009《实木地板》一级或二级要求,聚氨酯漆耐磨性、硬度最高。

室外涂饰木材的抗老化性能

通过测量气体渗透值研究室外涂饰木材在老化过程中的性能表现。结果表明:涂层渗透性与涂料的抗老化能力无直接关系;木材涂饰以后气体渗透值比未涂饰时均有所下降,在老化过程中涂饰木材的气体渗透值随着老化时间的增加而增加。木材径切面上的漆膜比弦切面上的抗老化,径切面上的渗透变化率kt和老化时间的关系为:渗透变化率在老化初期增长趋势很快,随着老化时间的增加逐渐变缓,到老化后期甚至出现渗透变化率下降的趋势。

红松木材透明涂饰涂膜耐光性的研究

采用监测表面颜色和光泽度变化的方法，对红松木醇酸树脂清漆，硝基清漆和聚氨脂清漆涂膜的耐光性进行了研究，结果发现，三种涂料受光后的易发生变色，但三种涂料的耐光性硝基漆最差，聚所酯漆居中，醇酸制酯漆最好，建议在使用时添加紫外线吸收剂，提高漆膜的耐光性。

高温热处理红松和橡胶木的尺寸稳定性及涂饰性能

利用氮气作为保护气,对红松及橡胶木在氧气质量分数小于2%的环境中进行高温热处理。通过FTIR、XRD及尺寸测量等方法对热处理后红松及橡胶木各项性质进行表征,研究了不同处理温度下红松和橡胶木的尺寸稳定性变化及油性漆、水性漆和木蜡油涂饰后的性能变化,分析了不同处理条件下红松及橡胶木涂饰后耐干热、耐湿热、附着力、耐磨性、铅笔硬度的变化趋势。分析结果表明:热处理温度对木材干缩性和湿胀性有显著的影响。在120~220℃的范围内,红松及橡胶木的全干干缩率和气干干缩率均随着处理温度的提高而降低。随着热处理温度的升高,木材径向和弦向干缩率明显降低。此外,木材经过高温热处理后,其表面接触角增加,润湿性降低。涂饰后的红松及橡胶木漆膜性能结果分别符合国家标准GB/T 4893.2—2005、GB/T 4893.3—2005、GB/T4893.4—2013和GB/T 4893.8—2013的一级或二级要求。

采用两种神经网络进行光谱校正及涂饰木材树种光谱分类识别研究

根据不同木材表面的光谱反射率差异可以对木材树种进行分类识别。在木制家具及工艺品的生产实践中,考虑到防止木材腐败、开裂,美化木制品外表及延长木制品使用寿命等原因,经常需要在木材表面涂抹某种涂饰。涂抹涂饰将导致木材表面光谱反射率曲线产生漂移和变形,经实验验证无法使用原始木材表面的光谱反射率训练出的分类器模型对涂饰木材光谱曲线进行分类识别。相对于原始木材光谱曲线,涂饰木材光谱曲线的漂移和变形可以用非线性模型来拟合;而这种非线性拟合一般使用神经网络来实现。为了能够继续使用原始木材光谱反射率训练的分类器模型,使用全连接神经网络拟合了原始木材光谱反射率和涂饰木材光谱反射率之间的关系模型,通过该模型对涂饰木材光谱反射率进行校正,实现使用原始木材光谱所训练的分类器模型对涂饰木材进行分类识别的目的。此外,还使用卷积神经网络对光谱反射率提取卷积特征,引入表征原始木材光谱反射率和涂饰木材光谱反射率的卷积特征之间关系的隐藏层,将涂饰木材光谱反射率的卷积特征进行校正,并通过输出层输出其分类结果。为了验证所提出的校正模型的有效性,本文以20种木材样本的近红外光谱(950~1650 nm/near infrared spectra,NIR)和可见光/近红外光谱(350~1000 nm/visible and near infrared spectra,VIS/NIR)为研究对象,对比了8种不同涂饰建立的校正模型性能。实验结果表明,NIR的校正分类效果要好于VIS/NIR的校正分类效果;卷积神经网络的校正模型可以将涂抹透明涂饰木材表面的NIR分类正确率提高至70%以上;全连接网络模型可以将涂抹透明涂饰木材表面的NIR分类正确率提高至80%以上,但两种模型都无法对非透明涂饰进行校正。从模型的训练速度和识别效率上看,卷积神经网络的校正模型要好于全连接神经网络的校正模型。综上所述,通过神经网络建立起的原始木材光谱反射率和涂饰木材光谱反射率之间的非线性关系模型,可以对涂抹透明涂饰的木材光谱曲线进行校正。进而实现直接使用原始木材光谱反射率所训练出的分类器模型对涂抹透明涂饰木材光谱曲线进行分类识别,使得木材树种分类识别应用领域从原始木材扩展到涂抹透明涂饰木材,具有较好的实际应用意义和前景。