Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Ảnh hưởng của độ ẩm đến đặc điểm lan truyền của tín hiệu phát xạ âm thanh của Pinus massoniana Lamb
Tóm tắt
Tốc độ lan truyền và năng lượng của tín hiệu phát xạ âm thanh (AE) ở các mức độ ẩm khác nhau (MC) của gỗ đã được nghiên cứu, cung cấp cơ sở lý thuyết để nghiên cứu quy luật ứng suất và biến dạng của gỗ với sự thay đổi trong MC. Nguồn AE được mô phỏng bằng cách phá vỡ lõi chì trên bề mặt của Pinus massoniana Lamb. Việc khử tiếng ồn tín hiệu được thực hiện bằng phương pháp phân tích sóng rời rạc. Trên cơ sở này, tốc độ lan truyền và năng lượng của tín hiệu AE ở các MC khác nhau đã được nghiên cứu theo phân tích tương quan chéo của tín hiệu và phương pháp xác định vị trí chênh lệch thời gian, và quy luật của sự thay đổi tốc độ và năng lượng theo MC đã được xác định thêm thông qua việc khớp dữ liệu. Kết quả khớp cho thấy tốc độ lan truyền của tín hiệu AE giảm theo hàm mũ khi MC tăng lên. Hơn nữa, tốc độ lan truyền giảm nhanh chóng khi MC dưới điểm bão hòa sợi (FSP), và giảm tương đối nhẹ nhàng khi MC vượt trên FSP. Ngoài ra, sự suy giảm năng lượng của tín hiệu AE là rõ ràng trong quá trình lan truyền, và tỷ lệ suy giảm năng lượng của tín hiệu AE thể hiện mối quan hệ tuyến tính với sự gia tăng trong MC. Sự thay đổi trong MC có tác động đáng kể đến tốc độ lan truyền và năng lượng của tín hiệu AE của gỗ.
Từ khóa
#độ ẩm #tín hiệu phát xạ âm thanh #tốc độ lan truyền #năng lượng #Pinus massoniana LambTài liệu tham khảo
Borůvka V, Zeidler A, Holeček T, Dudík R (2018) Elastic and strength properties of heat-treated beech and birch wood. Forests. https://doi.org/10.3390/f9040197
Chan JM, Walker JC, Raymond CA (2011) Effects of moisture content and temperature on acoustic velocity and dynamic MOE of radiata pine sapwood boards. Wood Sci Technol 45(4):609–626
Diakhate M, Bastidas-Arteaga E, Moutou Pitti R, Schoefs F (2017) Cluster analysis of acoustic emission activity within wood material: towards a real-time monitoring of crack tip propagation. Eng Fract Mech 180:254–267
Ebrahimkhanlou A, Salamone S (2017) Acoustic emission source localization in thin metallic plates: a single-sensor approach based on multimodal edge reflections. Ultrasonics 78:134–145
Gao S, Tao X, Wang X, Wang L (2018) Theoretical modeling of the effects of temperature and moisture content on the acoustic velocity of Pinus resinosa wood. J For Res 2:1–8
Garcia RA, Carvalho AM, Latorraca JVF, Matos JLM, Santos WA, Sliva RFM (2012) Nondestructive evaluation of heat-treated Eucalyptus grandis Hill ex Maiden wood using stress wave method. Wood Sci Technol 46(1–3):41–52
Kang H, Booker RE (2002) Variation of stress wave velocity with MC and temperature. Wood Sci Technol 36(1):41–54
Kim KR, Lee YS (2014) Acoustic emission source localization in plate-like structures using least-squares support vector machines with delta t feature. J Mech Sci Technol 28(8):3013–3020
Kwak JS (2006) Application of wavelet transform technique to detect tool failure in turning operations. Int J Adv Manuf Technol 28(11–12):1078–1083
Lamy F, Takarli M, Angellier N, Dubois F, Pop O (2015) Acoustic emission technique for fracture analysis in wood materials. Int J Fract 192(1):57–70
Lee SH, Quarles SL, Schniewind AP (1996) Wood fracture, acoustic emission, and the drying process Part 2. Acoustic emission pattern recognition analysis. Wood Sci Technol 30:283–292
Li Y, Yu S-S, Dai L, Luo T-F, Li M (2018) Acoustic emission signal source localization on plywood surface with cross-correlation method. J Wood Sci 64(2):78–84
Marcovich NE, Reboredo María M, Aranguren MI (2015) Dependence of the mechanical properties of woodflour–polymer composites on the moisture content. J Appl Polym Sci 68(13):2069–2076
Nasir V, Nourian S, Avramidis S, Cool J (2018) Stress wave evaluation by accelerometer and acoustic emission sensor for thermally modified wood classification using three types of neural networks. Eur J Wood Prod. https://doi.org/10.1007/s00107-018-1373-1
Nasir V, Cool J, Sassani F (2019) Acoustic emission monitoring of sawing process: artificial intelligence approach for optimal sensory feature selection. Int J Adv Manuf Technol. https://doi.org/10.1007/s00170-019-03526-3
Niemz P, Brunner AJ, Walter O (2009) Investigation of the mechanism of failure behaviour of wood based materials using acoustic emission analysis and image processing. Wood Res 54(2):5320–5321
Nocetti M, Brunetti M, Bacher M (2015) Effect of moisture content on the flexural properties and dynamic modulus of elasticity of dimension chestnut timber. Eur J Wood Prod 73(1):51–60
Noguchi M, Okumura S, Kawamoto S (1985) Characteristics of acoustic emissions during wood drying. Mokuzai Gakkaishi 31(3):171–175
Ritschel F, Brunner AJ, Niemz P (2013) Nondestructive evaluation of damage accumulation in tensile test specimens made from solid wood and layered wood materials. Compos Struct 95(1):44–52
Ritschel F, Zhou Y, Brunner AJ, Fillbrandt T, Niemz P (2014) Acoustic emission analysis of industrial plywood materials exposed to destructive tensile load. Wood Sci Technol 48(3):611–631
Sadanari M, Kitayama S (1989) Waveform analysis of acoustic emissions generated in the wood drying process. Mokuzai Gakkaishi 35(7):602–608
Schniewind AP, Quarles SL, Lee SH (1996) Wood fracture, acoustic emission, and the drying process Part 1. Acoustic emission associated with fracture. Wood Sci Technol 30:273–282
Unterwieser H, Schickhofer G (2011) Influence of moisture content of wood on sound velocity and dynamic MOE of natural frequency and ultrasonic runtime measurement. Eur J Wood Prod 69(2):171–181
Wu Y, Shao Z-P, Wang F, Tian G-L (2014) Acoustic emission characteristics and felicity effect of wood fracture perpendicular to the grain. J Trop For Sci 26(4):522–531
Yamasaki M, Tsuzuki C, Sasaki Y, Onishi Y (2017) Influence of moisture content on estimating Young’s modulus of full-scale timber using stress wave velocity. J Wood Sci 63(3):225–235
Yang H, Yu L, Wang L (2015) Effect of moisture content on the ultrasonic acoustic properties of wood. J For Res 26(3):753–757