王爭光，劉 英，丁奉龍，莊子龍

(南京林業(yè)大學機械電子工程學院，江蘇 南京 210037)

木材光澤好、堅固不變形、隔音隔熱效果顯著、紋理美觀富有藝術感，其經(jīng)濟價值和人文價值很高，在實木家具、木質(zhì)地板等行業(yè)中廣泛應用。根據(jù)《2019年中國國土綠化狀態(tài)公報》顯示，截至2019年12月，我國森林總面積達到2.2億hm2，覆蓋率為22.96%。但我國林木資源人均不足世界平均水平的1/6，此外，粗放型的生產(chǎn)方式使得我國木材的綜合利用率僅為60%左右，相比發(fā)達國家80%以上，甚至有些國家的90%以上，具有較大的差距。這就需要我們一方面多植樹造林，另一方面提升木材加工裝備的性能，提高出材率，減少浪費。

1 實木板材加工智能算法

實木板材由于活節(jié)、死節(jié)和裂紋等缺陷的存在，不僅會嚴重影響板材的外觀、力學性能，還會造成浪費，降低企業(yè)的經(jīng)濟效益。人工檢測效率低、操作人員易疲勞，常因人的主觀因素導致錯誤?；谖锢碓O備的檢測技術有近紅外光譜檢測、激光檢測等，但因設備成本過高，不適宜大范圍推廣。近年來基于機器視覺的圖像檢測[1]技術與優(yōu)選加工技術得到推廣，這對于提高木材加工的自動化和智能化水平具有重要意義。

1.1 木材的缺陷檢測識別算法

木材的缺陷會影響其外觀品質(zhì)和力學性能，人工識別缺陷費時費力且效果不佳，基于機器視覺的智能算法可以實現(xiàn)無損、快速檢測，在木材檢測領域得到了廣泛的研究和應用。

Chang等[2]采用不同權(quán)值凸優(yōu)化(convex optimization，CO)進行預處理，通過提取木材缺陷的幾何特征，使用回歸樹分類器對活節(jié)、死節(jié)和裂紋等缺陷進行分類，平均識別精度達94.1%。Augustas等[3]提出了一種用于木材表面缺陷定位和分類的視覺自動檢測系統(tǒng)，采用基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡(faster R-CNN)對表面缺陷進行識別，準確率達96.1%。張發(fā)軍等[4]設計了基于OpenCV的木材表面缺陷檢測系統(tǒng)，可以提取木材缺陷特征并基于圖像邊緣信息進行分割，根據(jù)缺陷的大小及數(shù)量來判斷該木板有無缺陷，識別準確率達95.3%。程玉柱[5]針對木材的死節(jié)缺陷，利用雙向2DPCA(二維主成分分析法)進行特征提取，利用SVM(支持向量機)對圖像表面死節(jié)和背景的行向量進行訓練和測試，獲取死節(jié)缺陷，正確率達92.72%。

1.2 板材優(yōu)選加工及智能排樣算法

在木材下料和排樣等過程中加入智能算法，有利于克服傳統(tǒng)作業(yè)中木材浪費嚴重、加工自動化程度低、人工成本高等問題。

王紅軍等[6]提出了基于Adaboost與CNN組合的算法，由Adaboost檢測器定位缺陷區(qū)域，由CNN分類器進行分類，實現(xiàn)木材的智能下料，識別與分類的準確率分別為99%和97.9%。李新寧[7]設計了一種啟發(fā)式算法(HA)對不含缺陷的板材進行下料優(yōu)化，再將計算機視覺技術檢測到的缺陷位置信息應用到優(yōu)化排樣中，有效解決了含缺陷板材的下料優(yōu)化問題，平均利用率達91.33%。板材大多呈現(xiàn)矩形外形，羅強等[8]提出一種適合求解矩形件排樣問題的十進制狼群算法，徐小裴等[9]提出基于知識遷移的蟻群強化學習算法，來解決矩形件排樣問題，兩種算法都具有求解穩(wěn)定性好和適應性強的特點，能獲得較高的質(zhì)量解。

2 智能系統(tǒng)的應用

傳統(tǒng)的加工制造方法效率低、功耗高、人工需求量大，遠不能滿足當今社會的發(fā)展需求，急需轉(zhuǎn)型升級，實現(xiàn)裝備的更新?lián)Q代。智能系統(tǒng)的研究應用，有助于生產(chǎn)、運輸、儲藏等環(huán)節(jié)的優(yōu)化升級，提升制造業(yè)水平。

將智能制造技術、智能系統(tǒng)運用到木材產(chǎn)業(yè)，開發(fā)出智能制造系統(tǒng)，完成訂單、采購、生產(chǎn)、倉儲、物流等的智能管理，已成為林木產(chǎn)業(yè)的發(fā)展方向。

2.1 木材智能儲運系統(tǒng)

木材加工中有相當多的時間用于儲存、搬運和裝卸，在智能制造過程中要降低儲運時間、人工成本等，智慧倉儲搬運體系建設尤其重要。孫秋雅等[10]提出了一種基于智能節(jié)點網(wǎng)絡體系的倉儲管控系統(tǒng)，其融合射頻識別(RFID)閱讀器和無線傳感器網(wǎng)絡(WSN)節(jié)點，通過內(nèi)嵌的ZigBee射頻模塊與無線傳感網(wǎng)絡中的其他節(jié)點進行通信，實現(xiàn)對木材的識別、盤點、調(diào)撥、出入庫管理，智能監(jiān)控倉儲系統(tǒng)的運作。陳甲偉等設計的實木板材無人搬運系統(tǒng)分別利用添加時間估測函數(shù)的改進A*算法[11]和節(jié)點優(yōu)簡算法進行自動導引運輸車(AGV)的路徑規(guī)劃，系統(tǒng)集智能任務分配、智能AGV控制和智能存儲等功能于一體，為板材加工企業(yè)向智慧工廠轉(zhuǎn)型升級提供了技術支撐。

2.2 板材智能加工系統(tǒng)

在板材智能加工領域，Ying L等[12]開發(fā)的木材智能制造系統(tǒng)，解決了在線快速檢測缺陷和最優(yōu)布局進行操作決策兩個關鍵問題，對含有缺陷的木材圖像采用智能算法獲得最佳布局，并制定加工計劃，實現(xiàn)優(yōu)化排樣，節(jié)約了材料，提高了加工效率。王俊青[13]開發(fā)的木材異型制品智能數(shù)控系統(tǒng)，著重研究了系統(tǒng)的智能控制模塊，采用多信息融合技術實現(xiàn)故障的智能診斷，利用PLC進行邏輯控制提高系統(tǒng)運行的穩(wěn)定性。樊粉霄[14]在傳統(tǒng)RBF神經(jīng)網(wǎng)絡模型的基礎上引入模糊算法、遺傳算法，建立了木材染色配色的混合模型，相對誤差分別降至0.96%和0.87%。

2.3 實木家具智能制造系統(tǒng)

實木板材的應用領域之一是組裝成實木家具。Knepper等[15]設計的自動化家具裝配系統(tǒng)能夠依據(jù)零件初始模板自動判斷如何組合并繪制出裝配藍圖，以指導不同類型的機器人協(xié)作完成家具的裝配任務。該系統(tǒng)通過Lipton[16]進行優(yōu)化，利用運動跟蹤系統(tǒng)指導各類機器人精確完成鋸切和裝配等任務。金田豪邁定制家具智能制造系統(tǒng)，借助ERP、PLC、生產(chǎn)管理系統(tǒng)等，融合互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)，相互協(xié)同，促進傳統(tǒng)家具企業(yè)轉(zhuǎn)型升級，向智能制造邁進，極大地提高了生產(chǎn)效率和產(chǎn)品質(zhì)量。韓靜等[17]指出MES系統(tǒng)在定制家居企業(yè)中具有物料管理、計劃管理、現(xiàn)場數(shù)據(jù)采集、統(tǒng)計分析等功能，可以促進加工過程的有效管控、解決生產(chǎn)計劃層與生產(chǎn)現(xiàn)場之間的沖突問題、提高生產(chǎn)計劃的準確性和靈活性。索菲亞家居在2015年將E-HR、MES制造執(zhí)行系統(tǒng)、WMS智能倉庫管理系統(tǒng)及供應商管理系統(tǒng)應用到實際生產(chǎn)，同時實現(xiàn)了倉儲、分揀的智能自動化。

3 結(jié)束語

目前人工智能技術在木材加工業(yè)中的應用越來越廣泛，但起步較晚，尚存在一些不足之處。首先，相關的智能算法可能出現(xiàn)過度收斂現(xiàn)象，或者隨著時間的推移與實際需求不吻合、不具備自學習的能力；其次，目前智能算法的精確度還有待提高，木材缺陷、紋理等的檢測識別需要大量的數(shù)據(jù)集，導致無法快速從海量數(shù)據(jù)中提取有效信息；第三，理論與實際沒有良好結(jié)合，科研成果無法第一時間在生產(chǎn)實踐中得到檢驗。針對現(xiàn)存的問題，提出以下幾點建議：

(1)應構(gòu)建穩(wěn)定可靠的硬件系統(tǒng)，爭取將環(huán)境因素的影響降到最低。增加人工智能技術的自學習能力，使其能夠不斷適應新事物，實現(xiàn)自我更新與強化；由于相關裝備大多缺少優(yōu)化功能，應開發(fā)過程優(yōu)化算法來實現(xiàn)生產(chǎn)過程的最優(yōu)控制。

(2)將人工智能技術與傳統(tǒng)技術相結(jié)合，或?qū)⒉煌闹悄芩惴ㄏ嘟Y(jié)合，博采眾長，開發(fā)出適應性更強，更具魯棒性和泛化能力的智能算法。

(3)應大力研發(fā)大型聯(lián)合設備或一體化的成套設備及系統(tǒng)，推動信息化和工業(yè)化的“兩化融合”進程，加快產(chǎn)業(yè)轉(zhuǎn)型升級，積極將數(shù)控技術、智能技術等高新技術應用到木材加工裝備中去，實現(xiàn)智能制造，向無人車間、無人工廠、智慧工廠發(fā)展，提升木材企業(yè)的核心競爭力。

(4)木質(zhì)復合材料[18-19]具有天然植物纖維和高分子聚合物這兩種不同材料所包含的雙重性能，是目前最受青睞的高性能材料之一，也是未來研究的重點。