专利名称：基于多传感器数据融合的木材含水率智能检测装置的制作方法
技术领域：
本实用新型提供了一种基于多传感器数据融合的木材含水率智能检测装置，主要用于木材加工领域中 木材干燥过程中木材含水率的检测。
背景技术：
当今世界正面临着森林资源日益减少所带来的环保和生态问题，为保护人类共同生存的地球，世界上 大多数国家对森林资源(特别是天然林)都采取了限伐政策。包括中国在内的一些缺材国家依赖进口材以 弥补不足的情况将日益受到制约。有效地利用有限的木材资源显得日益重要。近年来，由于木材具有许多 优异的功能和能满足人们回归大自然的要求，它在建筑、室内装饰、家具、车船、交通运输领域得到广泛 的应用，木材的需要量逐年递增。面对我国这样一个少林国家，如何更好地改善木材使用性能并提高它的 利用率，成为摆在木材科学工作者面前亟待解决的问题之一。
木材要利用，首先要进行干燥处理。在木材干燥过程中，木材含水率达到干燥工艺要求是木材干燥的 最终目的，也是保证木材干燥最终产品满足用户要求的一项重要的质量控制手段。而且，木材含水率还是 木材干燥过程控制的主要反馈量之一，木材含水率检测的准确性将直接影响到木材干燥质量的好坏、干燥 成本的高低以及干燥周期的长短。因此，其测量精度的准确性问题已成为国内外木材加工业广泛关注的前 沿研究课题之一。
中国专利NO. 98243294.1公开了一种用于木材干燥设备系统中的木材含水率测量装置，其电路结构包 括测量探针、对数放大器、去记忆电路、V/F转换电路、光电隔离电路、接口和电源电路，该实用新型 通过采用对数放大、消除电记忆和采用V/F(电压/频率)变换措施，提高木材含水率测量的分辨率和精度。 但是，该测量装置没有考虑在木材干燥窑内工作状态的复杂性和不确定性，从木材的微观导电机理来看， 木材含水率值主要与温度和树种有关；从宏观测试过程来看，木材含水率还与干燥窑内的温度、平衡含水 率、气流风速环境因子存在相互耦合和相关关系。无论从微观还是宏观分析来看，温度都是影响木材含水 率测量精度的主导因素。单一木材含水率测量装置不能充分利用干燥窑内多传感器数据资源，不能优化组 合多种传感器冗余或互补信息，不能解决环境因子对木材含水率测量精度的影响，从而使提高木材含水率 检测精度受到了一定的限制。
发明内容
本实用新型的目的在于克服己有技术的不足，提供一种基于多传感器数据融合的木材含水率智能检测 装置，通过采集干燥过程中不同测量点的温度、平衡含水率及木材含水率电信号，利用数据融合的方法， 有效地提高木材含水率检测的有效性、可靠性、精确性、鲁棒性。
为了达到上述目的，本实用新型提供的基于多传感器数据融合的木材含水率智能检测装置包括传感 器模块、信号调理模块、数据采集模块、神经网络数据融合模块、以及上位机显示模块。木材干燥窑内的温度、 平衡含水率、木材含水率参数经传感器模块检测、输出与各被测量相对应的电信号；电信号经信号调理模 块放大、滤波输入数据采集模块；数据采集模块包括DSP控制器、串行通信接口、光耦隔离。DSP控制 器作为数据处理核心，把信号调理模块输入的模拟信号经过模数转换为数字信号送至主控制器，主控制器 芯片对温度、湿度、木材含水率参数分配地址自动巡测。温度、平衡含水率需计算、査表得到，由主控器 的串行通信接口传送至上位机显示模块实时显示数据。
神经网络数据融合模块以干燥窑内的多源传感器信息作为输入，根据系统要求以及数据特点选择神经 网络模型结构及学习算法，对所建立的神经网络系统进行离线学习，学习并调整权值，直至训练到误差减 小到允许的范围，确定网络的连接权值和连接结构，将该融合模型记录在数据库中。在实际干燥窑工作过 程中，把数据采集模块输出的温度等效电信号和木材含水率等效电信号输入到神经网络数据融合模块，经 过归一化处理，将网络训练后所得的权值载入数据融合模型中，融合输出木材含水率值，送至上位机显示 模块实时显示木材含水率值。上位机显示模块实时显示由数据采集模块输出的木材干燥窑内温度、平衡含水率数据，以及由神经网 络数据融合模块融合输出的木材含水率值，并同时显示窑内的干燥状态、运行时间、干燥基准阶段、数据
超范围报警。
本实用新型的优点是该智能检测装置有效地解决了木材干燥窑内环境主要因子一一温度与木材含水 率之间的相关和耦合关系。克服了单一传感器只能提供木材干燥的局部信息，不能全面反映木材干燥过程 及木材含水率变化的缺陷，由于采集的信息种类多，抗干扰的能力强，也不容易因为采集到错误信息而造 成木材含水率的检测误差。本实用新型采用多传感器数据融合技术，在木材干燥厂现有运行检测仪表的基 础上，实现对木材干燥参数及木材含水率变化的准确、可靠智能监测，提高了传感检测单元提供数据的准 确性和可靠性，实现以任何单一传感器无法实现的对木材干燥过程全面、高质量的智能监测，降低了电耗 和因干燥缺陷造成木材消耗，提高了劳动生产率。同时，也可以为木材干燥过程的全自动控制提供准确、 及时依据。
图1基于多传感器数据融合的木材含水率智能检测装置示意图。 ,.图2多层感知器结构和单神经元模型示意图。
具体实施方式
以下结合附图和实施例对本实用新型的具体实施方式
作进一步描述。
本实用新型提供的基于多传感器数据融合的木材含水率智能检测装置包括传感器模块、信号调理模 块、数据采集模块、神经网络数据融合模块、以及上位机显示模块。在干燥过程应用中，把传感器模块中 的温度传感器组以及平衡含水率组分别安置千燥窑的进风端、出风端以及材堆中每块检验板的中间位置， 共八个传感器组；在木材干燥窑内的进风端、出风端两侧的材堆上、中、下各安置一块检验板，共六个木 材含水率传感器探头。为了使木材含水率传感器充分接触被测试件，并保证测量精度，在实用新型中，选 用针状电极一一钢钉探针作为木材含水率传感器，把钢钉插入干燥窑中木材含水率试验板上，探针必须远 离板端、远离木材缺陷、插入含水率、厚度、树种有代表性的木板、插入木板在窑中的位置有代表性的木 板。用插头把钢钉探针与干燥窑壁上的线缆相连，线缆引线出窑，与信号调理模块连接。
该实用新型上电启动，温度检测以及干湿球温度检测电路选用三线制测温电路，测温放大器采用高输入阻 抗、高共模抑制比的仪器放大器CA3140消除通道差异；模拟开关选用TEXAX Instruments公司的 74I|C4051 (高速CMOS模拟电子开关)依次输入多路温度信号以及干湿球温度信号。木材含水率检测电 路桌用高精度斩波自稳零放大器ICL7650，配合一片CD4052构成可编程放大器(程控放大器)，对含水率 分段测量。模拟开关选用TEXAX Instruments公司的74HC4053顺序采样木材含水率信号，把木材含水率 的等效电阻转换成为电压信号。温度、平衡含水率、木材含水率参数经传感器模块检测、输出与各被测量 相对应的电压信号；电压信号经信号调理模块放大、滤波输入数据采集模块；数据采集模块的串行通信接 口把温度等效电压数据和木材含水率等效电压数据输入到神经网络数据融合模块，融合输出木材含水率。 上位机显示模块实时显示来自于数据采集模块和神经网络数据融合模块的温度、平衡含水率以及木材含水 率参数值。
干燥窑内的多源传感器信息作为神经网络数据融合模型的输入，首先经过归一化进行预处理，使不同 质的数据具有相同或相似的形式以实现数据融合。神经网络数据融合模型的建立，首先要根据系统的要求 以及数据的特点选择BP神经网络模型，典型的BP网络结构如图2(A)所示。网络除输入输出节点外，还 有一层或多层的隐含层节点，同层节点中没有任何耦合。2(B)给出了一个神经元的模型，神经元的输入输
出关系由基函数u(，)和激励函数f("来确定，神经元的兴奋度可以用e来表示，神经元之间的连接权值由w
来表示的。根据已有的多源数据和系统融合知识采用一定的学习方法，对所建立的神经网络系统进行离线 学习，确定网络的连接权值和连接结构，最后把得到的网络用于实际系统的数据融合当中。对于多层感知 器的训练，通常选用误差反向传播算法。基于神经网络数据融合建模方案有两种工作方式训练模式和工作模式。因此，相应的数据集也包含两部分训练集与测试集。在训练模式中，神经网络输入包括归一化 后的木材含水率电压值、归一化的平衡含水率电压值和归一化后的温度电压值，训练过程选用BP算法， 学习并调整权值，直至训练到误差减小到允许的范围，如果该扩展方式不能满足要求，则改变函数项次数， 并不断调整训练集直至误差减小到所要求的范围内。 一旦该数学模型确定以后，那么同种类型的传感器都 可以用此模型，将该数学模型记录在数据库中。在工作模式中，即实际的应用时，将网络训练后所得的权 值载入神经网络模型中，计算得到融合后的木材含水率值。
选取水曲柳为试验树种，终含水率阶段18%到10%为试验样本，木材含水率的准确值由国家标准 (GB1931-91),采用烘干法获得，窑内环境温度变化范围为25.2。C到80。C，基于实际的干燥过程，每隔 半小时测量一次木材含水率传感器的输出电压值、平衡含水率传感器的输出电压值和窑内温度(电压值)， 作为样本输入；同时通过称重法记录检验板的质量(干燥过程结束后，通过烘干，得到检验板的绝干质量， 推筹出当时的含水率)，作为样本输出。经过整理，每组数据由同一窑内温度下的不同试材所测得的数据 组i，共得到138组输入输出数据，其中100组用来模型的训练，另38组用来模型的测试。为去除冗余 量、提高收敛速度，使神经网络更容易学习和训练，对所有样本输入输出数据进行归一化，使其值在内。 本实用新型在使用中先后取隐层节点数为16, 31， 5， 12进行训练，最后确定隐层节点数为12， n=0.7， a=0.8，网络学习1000次，误差均方根小于7xl0—2，这时网络训练结束。在确定数据融合模型参数后， 把干燥过程的温度、平衡含水率、木材含水率参数的等效电压输入到神经网络数据融合模块，融合输出木 材含水率值，在上位机界面上显示。同时，温度、平衡含水率参数的等效电信号，经过査表转换为温度和 平衡含水率值，在上位机界面上显示。
权利要求1、一种基于多传感器数据融合的木材含水率智能检测装置，其特征在于本检测装置包括传感器模块、信号调理模块、数据采集模块、神经网络数据融合模块、上位机显示模块，木材干燥窑内的温度、平衡含水率、木材含水率参数经传感器模块检测、输出与各被测量相对应的电信号，电压信号经信号调理模块放大、滤波输入数据采集模块，数据采集模块的串行通信接口把温度和木材含水率等效电信号输入到神经网络数据融合模块，融合输出木材含水率，上位机显示模块实时显示来自于数据采集模块和神经网络数据融合模块的温度、平衡含水率以及木材含水率值。
2、 按照权利耍求1所述的基于多传感器数据融合的木材含水率智能检测装置，其特征在于所述的传感器 模块包括温度传感器组、平衡含水率传感器组、木材含水率传感器组，传感器模块把温度、平衡含水率、 木，含水率转换为等效电信号输入至信号调理模块。
3、 fe照权利要求1所述的基于多传感器数据融合的木材含水率智能检测装置，其特征在于所述的信号调 理模块把来自于传感器模块的温度、平衡含水率、木材含水率等效电信号放大、滤波后输入至数据采集模 块，其中温度电信号釆用高输入阻抗、高共模抑制比的仪器放大器放大，模拟开关选用高速CMOS模拟电 子开关依次巡测多点温度信号，木材含水率检测电路采用运算放大器与模拟开关构成可编程放大器对含水 率分段测量，把木材含水率的等效电阻转换成为电信号。
4、 按照权利要求1所述的基于多传感器数据融合的木材含水率智能检测装置，其特征在于所述的数据采 集模块包括光耦隔离、DSP控制器、串行通信接口，数据釆集模块把来自于信号调理模块的数据经AD转 换，通过串行通信接口与上位机的串口相互通信，把温度、木材含水率等效电信号输入神经网络数据融合 模块，同时把温度、平衡含水率数据输入上位机显示模块。
5、 按照权利要求1所述的基于多传感器数据融合的木材含水率智能检测装置，其特征在于所述的神经网 络数据融合模块以来自于数据采集模块的温度等效电信号以及木材含水率等效电信号为输入，经过神经网 络融合输出木材含水率，通过上位机显示模块实时显示木材干燥窑内分布的木材含水率值。
6、 按照权利要求1所述的基于多传感器数据融合的木材含水率智能检测装置，其特征在于所述的上位机 显杀模块实时显示由数据采集模块输出的木材干燥窑内温度、平衡含水率数据，以及由神经网络数据融合 模块融合输出的木材含水率值，并同时显示窑内的干燥状态、运行时间、干燥基准阶段、数据超范围报警。
专利摘要本实用新型公开了一种基于多传感器数据融合的木材含水率智能检测装置。采用多个传感器检测木材干燥窑内的温度、平衡含水率、木材含水率参数，经过信号调理模块、数据采集模块把温度、木材含水率参数的等效电信号作为数据融合模型输入，在训练模式下确定神经网络数据融合模块的结构和算法，干燥过程中融合输出木材含水率值。上位机模块实时显示窑内温度、平衡含水率、木材含水率数据。本实用新型采用多传感器数据融合技术，消除了温度与木材含水率之间的耦合关系，在木材干燥厂现有运行检测仪表的基础上，实现对木材干燥参数的准确、可靠智能监测，提高了检测的准确性和可靠性。降低了电耗和因干燥缺陷造成的木材消耗，提高了劳动生产率。
文档编号G01N25/56GK201255729SQ200820090978
公开日2009年6月10日 申请日期2008年9月26日 优先权日2008年9月26日
发明者孙丽萍, 张佳薇, 军 曹, 军 花 申请人:东北林业大学;曹 军;张佳薇