Разработка и исследование спектрального метода и аппаратуры для оперативной идентификации пород древесины

• Автор: Воронин, Андрей Анатольевич
• Шифр специальности: 05.11.07
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Санкт-Петербург
• Количество страниц: 132 с. : ил.

ОГЛАВЛЕНИЕ
Введение........................................................ 3:
Глава I. Анализ используемых и перспективных методов и средств для идентификации пород древесины
1.1 Идентификационные характеристики и .требования-к контролю древесины,
существующие методы и устройства контроля;
1.2' Предполагаемое решение задачи
1:3' Спектрофотометрические методы и приборы для идентификации породы древесины
1.4 Выводы
Глава II. Концепция построенияги определение требований к компонентам;прибора для идентификации, породы древесины
2.1 Методика идентификации
2.2 Функциональная и оптическая схемыКИП
2.3 Выбор: источников и приёмников излучения
2.4 Разработка электронной схемы и оценка ремонтопригодности прибора
2.5 Выводы
Глава III. Компоновка алгоритма и прикладных программ для идентификации пород древесины
3.1. Разработка функциональной схемы и. обобщённого алгоритма с учётом
специфики работы прибора
3.2 Реализация алгоритма идентификации пород в виде программного
обеспечения
. 3.3 Разработка1 и реализация интерфейсной части программного обёспечения
3.4 Обеспечение целостности и сохранности информации
3.5 Выводы
Глава,IV. Разработка и исследование целевых характеристик опытных образцов КИП :
4.1 Конструкция КИП, технические/характеристики
4.2 Методика юстировки КИП
4.3 Аттестация КИП
4.4 Погрешности измерений и обеспечение достоверности результатов . идентификации
4.5 Способы компенсации погрешностей
4.6 Экспериментальные исследования метода и прибора для идентификации пород древесины
4.7 Выводы
Заключение
Список литературы
Приложение 1. Список терминов и определений. Перечень нормативной
документации
Приложение 2. Результаты экспериментальных исследований
Приложением. Описание типа СИ
Приложение 4. Свидетельство об утверждении типа СИ
Приложение 5. Приказы о принятии на снабжение приборов «Кедр»

Введение
В' настоящее время правительством Российской Федерации поставлен' ряд задач по идентификации и контролю'естественных и искусственных объектов, таких как. порода древесины, степень созревания сельскохозяйственных культур, контроль качества мясопродуктов; качества топлива и других. Одним из вариантов решения данных задач является применение спектрофотометрических методов и средств неразрушающего контроля. В связи с этим проводится ряд исследований, и разрабатываются алгоритмы идентификации и контроля таких объектов спектрофотометрическими методами. Сами же спектрофотометры, применяемые в данных разработках, должны быть портативными, обладать широким спектральным диапазоном для уверенной идентификации различных объектов, а также сохранять работоспособность и уверенность идентификации в широком диапазоне рабочих температур.
В связи с тем, что Россия за два прошедших десятилетия всё больше интегрируется в мировую торговлю, весьма актуальным является создание оперативных средств для идентификации и контроля естественных и искусственных объектов, перемещаемых через государственную границу. Одними из таких объектов являются, например, лесо- и пиломатериалы, продукты питания, нефтепродукты и др.
Одним из важнейших экспортируемых товаров является лесопродукция. Лес часто называют «зеленым золотом» России. При площади чуть менее 1700 миллионов гектаров на территории страны располагается одна пятая часть всех лесов мира и половина мировых хвойных лесов. Леса покрывают почти три четверти территории страны (Рис. 1).

В настоящее время Россия занимает первое место в мире по запасам леса (млрд. м3), а древесина является одной из значимых составных частей в структуре экспорта.
Высокая востребованность продукции лесопромышленного комплекса на мировом рынке на фоне слабости и противоречивости отечественной нормативно-правовой базы, регламентирующей экспорт лесоматериалов, отсутствие технических средств объективного и точного контроля их количественных и качественных характеристик сделали правонарушения в области экспорта лесоматериалов традиционным явлением на протяжении последних 20 лет. Эти правонарушения, главным образом заключаются в указании поставщиком лесопродукции породы древесины, облагаемой более низкими таможенными пошлинами, а также занижение объёма перевозимой древесины. Так, например, в зависимости от породы древесины изменяется и таможенная пошлина. На ценные породы древесины экспортные пошлины выше. Ель - более ценная порода, чем сосна, однако отличить их внешне даже опытному сотруднику таможни бывает трудно, в этих случаях подключаются эксперты-криминалисты. Но на каждом таможенном содержать эксперта в штате сотрудников не целесообразно, поэтому существует потребность в автоматизированном средстве определения породы древесины.
Рисунок 1. Запасы древесины в мире

Для- полевого исполнения прибора должен обеспечиваться?, широкий рабочий диапазон температур прибора (от минус 30 до 45 °С). К сожалению; фотоприёмники, работающие в таком диапазоне температур - редкость. В связи с; этим фактом введён модуль термостабилизации. Он построен на; базе термоэлектрического модуля Пельтье (рис. 18).
В схеме стабилизации температуры очень важен выбор алгоритма функционирования . (например, Fuzzy Logic); Сложность обеспечения постоянства температуры заключается в том, что постоянная подкачка энергии: в замкнутый объём будет связана с колебаниями температуры. Контроллер, управляющий холодильником и нагревателем, должен будет чувствовать изменение температуры и включать либо холодильник, либо-нагреватель. После закачки энергии в замкнутый объём; температура внутри этого объёма снова изменится. Лучшие представители контроллеров обеспечивают постоянство температуры в определённых пределах по закону, близкому по форме к синусоидальным колебаниям. Амплитуда колебаний; естественно, не равна нулю, так как контроллеру необходимо постоянно управлять потоками тепловой энергии. Колебания температуры, в свою очередь, вызывают постоянные колебания свойств компонентов системы.
В связи с этим в схеме присутствуют датчики температуры, которые размещаются на фотоприёмниках. Свойства фотоприёмников исследуются для каждого прибора и запоминаются в памяти ЭВМ' для дальнейшей алгоритмической коррекции погрешностей.
С учётом требований, изложенных в п. 1.3 была разработана; новая оптическая схема прибора (рис. 19) [1,10].