随着木材生产量减少和需求量的增加,木材无损检测日益重要。本文在探讨现有对木材无损检测分析方法不足的基础上,提出了采用频谱分析和小波分析处理检测信号,用神经网络诊断木材缺陷的检测方法。分别对木材缺陷大小、缺陷位置进行定量检测。 根据超声波在木材中的传播规律,阐述了由于木材材质的变化引起了超声波能量衰减和频率成分的改变。在此基础上提出了频谱和小波分析处理超声波信号,提取能量衰减量表征木材缺陷信息。 用频谱分析对木材缺陷试件进行信号处理:通过FFT变换和各功率谱分析对比,选用Welch法将于处理后的时域信号变换为频域中的功率谱密度,根据功率谱密度判断随孔洞缺陷的大小和位置的变化规律。小波包分解各频带的能量值作为神经网络的输入特征向量:采用db5小波,对时域信号进行5层小波包分解,得到32个从低频到高频的系数,提取其各频带内信号的能量变化量,构造一个32维特征向量,作为神经网络的输入参数。 在神经网络的识别阶段:孔洞位置检测过程和孔洞大小的检测类似。将小波分解所得到的能量谱变化量作为人工神经网络的输入,训练网络,利用该网络对未知试件进行了预测诊断,能够识别木材孔洞缺陷的位置及尺寸。 结果表明,频谱分析能判断孔洞缺陷的大小和位置的变化规律,并表明缺陷信号频谱丰富,可用于进一步进行小波包分析。小波包分解和神经网络相结合,能够检测孔洞缺陷的大小和位置,较好的实现了木材孔洞缺陷的定量检测。