木片作为一种常见的生物质燃料,广泛应用于工业生产和日常生活中。木片的水分含量会影响燃烧效率,与安全性和经济性息息相关,因此对木片水分的测量很有必要。电容法因其结构简单,成本低等优点,被广泛应用于各种工业生产中。但是电容法测量木片水分易受到木片种类、环境温度和容积密度等因素的影响。本文采用了一种螺旋式的电容传感器进行木片水分含量的测量。与平行式电容传感器相比,这一结构的传感器灵敏度分布更均匀,可以提高木片水分的测量精度。首先基于有限元模型对螺旋电容传感器进行了优化,以灵敏度均匀性为优化指标,利用正交试验法分析了传感器的四个结构参数对灵敏度场均匀性的影响,确定了传感器的最终结构。然后搭建了测量系统,该系统主要由精密LCR表,螺旋电容传感器和计算机组成。实验通过LCR表扫频探究了 20Hz-1MHz频率范围内生物质木片种类,堆积密度以及水分分布对电容法木片水分测量的影响。结果表明:（1）当木片水分较低时,电容值随着频率的增加而单调递减,随着水分含量的增加,电容谱会出现一个峰值。经过分析发现峰值处的频率与水分含量之间具有良好的相关关系。（2）木片的粒径大小以及堆积的蓬松程度会影响堆积密度。堆积密度越大,输出电容值越大,因此引入木片质量表征堆积密度。（3）不同种类的木片由于密度不同,介电特性也有所不同。密度越大,极化效应越强,电容值越大,因此需要克服不同木片种类对水分含量测量的影响。（4）当测量系统用于测量水分分布不均的样本时,测量精度受水分分布的影响较大。当不同含水率的样本在传感器中均匀分布时,电容值的输出受水分分布的影响较小。最后建立了基于深度神经网络（DNN）,随机森林（RF）和支持向量机（SVM）算法的预测模型,利用木片质量,电容谱峰值处的频率,以及300kHz和1MHz时的电容值作为输入参数。基于苹果木数据训练模型,使用其他两种生物质柏木和橡木的数据验证模型的预测精度。结果表明DNN和SVM具有良好的泛化性能。测量系统不需要标定即可完成对其他种类木片水分含量的预测,将DNN和SVM模型的平均值作为水分最终预测值,预测结果表明R2≥0.950,RMSE≤2.362%,MAE≤1.978%。同时测量结果的重复性受样本的粒径影响,绝对误差在1.58%以内。