張慧娟

(碌曲縣自然資源局，甘肅 碌曲 747200)

隨著全球氣候變暖，大氣污染的日益加劇，國家對林木資源的保護也越來越為重視[1]。針對活立木進行無損檢測的方法主要為應(yīng)力波檢測，通過該項檢測方法，能夠更好的探測樹木的健康程度，及時采取行之有效的保護措施，為促進我國林業(yè)的發(fā)展打下堅實的基礎(chǔ)[2]。目前，木材應(yīng)力波檢測主要是由木材無損檢測儀得到，國外在無損檢測方面的儀器較為多樣，如德國、加拿大、瑞典等，均由多路徑檢測能夠在立木的同一個截面，經(jīng)測量獲得所需的結(jié)果，從而明確木材的內(nèi)部缺陷[3]。然而，檢測成像之后，能否精確的判定所測結(jié)果，在國內(nèi)仍然存在技術(shù)瓶頸，因此，國內(nèi)方面仍然在不斷探索與經(jīng)驗的總結(jié)，深入分析影響精度獲取的因素，并找出一定的規(guī)律，才能夠更加精準(zhǔn)的獲得木材缺陷的形狀，以及傳感器分布位置和數(shù)量，更好的為木材無損檢測精度的精準(zhǔn)性獲得，提供有參考價值的資料。

1 無損檢測的原理

無損檢測主要是應(yīng)用動力學(xué)和運動學(xué)特征通過應(yīng)力波斷層成像的方法，這種檢測方法，對于被檢測對象而言，不會損害或影響檢測對象，通過無損檢測成像幫助檢測者了解木材內(nèi)部組織結(jié)構(gòu)，形態(tài)性質(zhì)以及缺陷等[4]。通過儀器的全方位內(nèi)部檢測，進一步了解木材物理性質(zhì)、內(nèi)部缺陷，結(jié)構(gòu)強度等質(zhì)量情況，從為對活立木的健康程度給出準(zhǔn)確的判定，從而更好的保護中國的林木資源[5]。

2 原木實驗方法

2.1 檢測對象

鄭澤宇等[6]提出，木材檢測的應(yīng)力波成像中，缺陷形狀的形態(tài)不同，對于檢測結(jié)果的精度具有一定的影響。因此，本次研究將通過實驗進一步驗證這一說法。本研究采用的是美國全自動應(yīng)變儀LSM-9000LE，該設(shè)備是一款用于定量測量透明體內(nèi)延遲量的應(yīng)變和雙折射以及慢軸的方向的二維裝置。

選取香樟作為樣本，將本木平均截成4段，平均高為(12.41±0.32)cm。用人工將原木的幾何中心位置開鑿，從而出現(xiàn)不同形狀的缺陷，共計為種缺陷形狀，主要包括圓形、正方形、扇形、三角形，4種缺陷形狀下的缺陷深度平均為(3.98±0.19)cm，保證缺陷深度基本一致。利用同一人進行缺陷的面積的測量，另一個人符合一遍測量，保證所測面積的真實性，圓形、正方形、扇形、三角形4種缺陷面積分別為51.34 cm2、35.98 cm2、49.13 cm2、25.97 cm2。

傳感器的影響情況檢測方法，是均勻分布傳感器數(shù)量，缺陷深度平均為(2.12±0.58)cm，保證缺陷深度基本一致，選取一個樣本，樣本原木靠近左側(cè)有一處缺陷，分別按照不同傳感器數(shù)量放置，5個、7個、9個、12個，將4個不同數(shù)量的傳感器均勻分布于相同的截面，用上述同樣的設(shè)備與方法進行檢測。

傳感器分布影響的檢測實驗，將12個傳感器分布在同一樣本原木的截面上，并進行敲擊。樣本原木靠近左側(cè)有一處缺陷，對相同樣本相同截面，采取不同分布進行檢測。主要包括集中分布在完好方向、均勻分布、集中分布在缺陷方向。

2.2 實驗操作

原木的一個截面上將12個傳感器均勻放置好，傳感器的所在高度與木材的缺陷部位正好相通。連接LSM-9000LE檢測儀，并對每個傳感器進行敲擊，敲擊次數(shù)為3次，對每一組的缺陷形狀均進行一次相同的實驗，從而進一步生成木材的二維內(nèi)部缺陷圖像(可見圖1、圖2、圖3、圖4所示)。精度的判定則采用MATLAB軟件，得到成像的精神判定。對每一個缺陷與人工缺陷的相似度值，進行差異對比。

2.3 觀察與評價標(biāo)準(zhǔn)

本次研究主要計算缺陷面積的重復(fù)率、非重復(fù)率、相似度，其中①重復(fù)率=重復(fù)面積/缺陷真實面積；②非重復(fù)率=非重復(fù)面積/缺陷真實面積；③相似度=重復(fù)率-非重復(fù)率。所得數(shù)值中重復(fù)率越高，則表明缺陷形狀檢測數(shù)值的準(zhǔn)確性越高，非重復(fù)率數(shù)值越高，則表明檢測準(zhǔn)確性越低。因此，相似度取兩者之間的差值，精確度則由相似度表示，相似度越低則表明本次研究的精確度越低，反之則越高[7]。本次研究通過4種形狀(圓形、正方形、扇形、三角形)的真實缺陷與檢測缺陷比較，確定傳感器數(shù)量及分布、空洞缺陷對應(yīng)力波成像檢測技術(shù)的影響，以及影響因素與實際缺陷的關(guān)系。

3 結(jié)果

3.1 圓形人工所測缺陷面積與檢測缺陷面積對比

依據(jù)成像精神度的判定方法，對圓形缺陷下的面積測量結(jié)果進行計算，相似值的計算則通過利用重復(fù)率與非重復(fù)率計算得到。以圓形缺陷為例，采用圓形面積計算公式得到a=51.34 cm2，再經(jīng)灰度處理后，計取缺陷標(biāo)準(zhǔn)Y值小于150，求得測量面積b=61.24 cm2，重復(fù)面積c=50.09 cm2，進一步得到非重復(fù)面積d=a+b-2c=12.40，得到重復(fù)率為97.57%，非重復(fù)率24.63%，由此得到相似度值為72.94%。具體見圖1所示。

圖1 圓形人工所測面積與檢測結(jié)果對比

3.2 正方形人工所測缺陷面積與檢測缺陷面積對比

依據(jù)成像精神度的判定方法，對圓形缺陷下的面積測量結(jié)果進行計算，相似值的計算則通過利用重復(fù)率與非重復(fù)率計算得到。以圓形缺陷為例，采用正方形面積計算公式得到a=35.91 cm2，再經(jīng)灰度處理后，計取缺陷標(biāo)準(zhǔn)Y值小于150，求得測量面積b=43.81 cm2，重復(fù)面積c=34.11 cm2，進一步得到非重復(fù)面積d=a+b-2c=11.50，得到重復(fù)率為94.99%，非重復(fù)率32.02%，由此得到相似度值為62.97%。具體見圖2所示。

圖2 正方形人工所測缺陷面積與檢測缺陷面積對比

3.3 扇形人工所測缺陷面積與檢測缺陷面積對比

依據(jù)成像精神度的判定方法，對圓形缺陷下的面積測量結(jié)果進行計算，相似值的計算則通過利用重復(fù)率與非重復(fù)率計算得到。以圓形缺陷為例，采用扇形面積計算公式得到a=47.94 cm2，再經(jīng)灰度處理后，計取缺陷標(biāo)準(zhǔn)Y值小于150，求得測量面積b=82.39 cm2，重復(fù)面積c=47.94 cm2，進一步得到非重復(fù)面積d=a+b-2c=34.35，得到重復(fù)率為100.00%，非重復(fù)率78.16%，由此得到相似度值為28.14%。具體見圖2所示。

圖3 扇形人工所測缺陷面積與檢測缺陷面積對比

3.4 三角形人工所測缺陷面積與檢測缺陷面積對比

依據(jù)成像精神度的判定方法，對圓形缺陷下的面積測量結(jié)果進行計算，相似值的計算則通過利用重復(fù)率與非重復(fù)率計算得到。以圓形缺陷為例，采用三角形面積計算公式得到a=25.98 cm2，再經(jīng)灰度處理后，計取缺陷標(biāo)準(zhǔn)Y值小于150，求得測量面積b=34.12 cm2，重復(fù)面積c=8.14 cm2，進一步得到非重復(fù)面積d=a+b-2c=12.40，得到重復(fù)率為100.00%，非重復(fù)率31.33%，由此得到相似度值為72.9468.17%。具體見圖4所示。

圖4 三角形人工所測缺陷面積與檢測缺陷面積對比

3.5 4種形狀缺陷情況統(tǒng)計結(jié)果分析

根據(jù)上述實驗后，得到如表1統(tǒng)計結(jié)果。

表1 4種形狀缺陷情況統(tǒng)計結(jié)果

圖5 4種形狀缺陷情況統(tǒng)計趨勢圖

由圖5可見，4種形狀由同一種儀器進行內(nèi)部缺陷的檢測，而檢測出來的結(jié)果精度卻完全不同，其中圓形的檢測結(jié)果中，能夠看到精度較高，而扇形的檢測結(jié)果中，能夠看到精確度值最低，由此，可以確定形狀的不同，對于檢測的精確度有著一定的影響。

3.6 傳感器的數(shù)量影響情況分析

根據(jù)上述實驗后，得到如表2統(tǒng)計結(jié)果。

表2 傳感器的數(shù)量影響情況的統(tǒng)計結(jié)果

圖6 傳感器的數(shù)量影響情況的統(tǒng)計結(jié)果分布

由圖6可，相似度呈現(xiàn)階梯走向，不同傳感器的數(shù)量與缺陷面積的檢測精確度存在密切相關(guān)性，隨著傳感器數(shù)量的增加，缺陷面積的相似度也在增加，表明傳感器數(shù)量越多，精確度越高。

3.7 傳感器的分布對精確度的影響情況分析

根據(jù)上述實驗后，得到如表3統(tǒng)計結(jié)果。

表3 傳感器的分布影響情況的統(tǒng)計結(jié)果

圖7 傳感器的分布對精確度的影響情況分布

由圖7可見，相似度呈現(xiàn)階梯走向，不同傳感器的分布與缺陷面積的檢測精確度存在密切相關(guān)性，隨著傳感器分布的增加，缺陷面積的相似度也在增加，表明傳感器分布不同，對精確度具有顯著影響。

3.8 相關(guān)性分析

本次研究為了進一步確定重復(fù)率、非重復(fù)率、相似度與檢測缺陷面積的精確度進行了相關(guān)性檢驗。重復(fù)率、相似度與檢測缺陷面積的精確度存在顯著相關(guān)性，其中r值結(jié)果顯示(r=0.987、r=0.945)，P<0.01，統(tǒng)計學(xué)有意義。非重復(fù)率與檢測缺陷面積的精確度存在負(fù)相關(guān)(r=0.592)，P>0.05，統(tǒng)計學(xué)有意義。傳感器數(shù)量、傳感器分布與檢測缺陷面積的精確度存在正相關(guān)P<0.01，統(tǒng)計學(xué)有意義。具體結(jié)果見表4所示。

表4 Pearson相關(guān)性分析

4 結(jié)論

通過本次實驗結(jié)果來看，4種形狀的精確度變化波動較大，研究數(shù)據(jù)表明應(yīng)力波成像受缺陷形狀影響較大，二者之間存在一定的相關(guān)性。另外，研究發(fā)現(xiàn)越是三角形、正方形這種菱角分明的形狀，越容易被檢出，但是這種檢測下的誤差較大，所檢測的實際缺陷面積均大于實際缺陷面積。而本次研究中的圓形或接近扇形的菱角不分明的形狀，應(yīng)力波成像后的檢測誤差較低。

傳感器的數(shù)量與分布的位置對應(yīng)力波成像有著顯著影響，傳感器數(shù)量多對于應(yīng)力波成像越精確，而傳感器的分布位置應(yīng)根據(jù)第一次檢測結(jié)果進行再次調(diào)整，從而使精確度提升。