期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
轻质超强刨花板刨花制备设备研究
1
作者 潘华 李夏 +1 位作者 赵立 王杰 《林业机械与木工设备》 2025年第8期74-78,共5页
以镇江中福马机械有限公司的BX4616/6型双动刀环式刨片机为例,详细阐述了轻质超强刨花板刨花制备设备结构组成、工作流程、优化设计及其在提高刨花合格率、形态稳定性方面的显著成效。通过系统的实验分析,验证了优化设计的有效性,并对... 以镇江中福马机械有限公司的BX4616/6型双动刀环式刨片机为例,详细阐述了轻质超强刨花板刨花制备设备结构组成、工作流程、优化设计及其在提高刨花合格率、形态稳定性方面的显著成效。通过系统的实验分析,验证了优化设计的有效性,并对轻质超强刨花板的应用前景进行了展望。 展开更多
关键词 轻质超强刨花板 双动刀环式刨片机 刨花制备 设备优化 刨花形态 市场前景
在线阅读 下载PDF
刨花板产品轻量化生产技术初探
2
作者 舒文博 《林业机械与木工设备》 2019年第4期4-6,20,共4页
在刨花板产品物理力学性能基本保持不变的前提下,降低产品密度是缓解木材资源短缺,减少包装和运输成本,提高部分低密度木材高附加值利用率的良好途径。依据科研技术人员的试验成果和企业生产实践,总结了几种主要的刨花板产品轻量化生产... 在刨花板产品物理力学性能基本保持不变的前提下,降低产品密度是缓解木材资源短缺,减少包装和运输成本,提高部分低密度木材高附加值利用率的良好途径。依据科研技术人员的试验成果和企业生产实践,总结了几种主要的刨花板产品轻量化生产技术,供人造板行业从业人员参考。 展开更多
关键词 刨花板 轻量化 低密度 高强度
在线阅读 下载PDF
松桉轻质刨花板内结合强度及其破坏模式对比 被引量:2
3
作者 秦理哲 黄腾华 +3 位作者 雷福娟 胡拉 王军锋 宋恋环 《林业工程学报》 CSCD 北大核心 2022年第1期66-71,共6页
人造板“轻质化”是近期我国木材加工行业的重要发展方向之一,而对于轻质刨花板力学性能及其破坏模式的深入分析可为其开发利用提供重要依据。以松木和桉木为木质原料,选用聚氨酯发泡胶黏剂制备全松木、全桉木和松桉混合3种具有不同原... 人造板“轻质化”是近期我国木材加工行业的重要发展方向之一,而对于轻质刨花板力学性能及其破坏模式的深入分析可为其开发利用提供重要依据。以松木和桉木为木质原料,选用聚氨酯发泡胶黏剂制备全松木、全桉木和松桉混合3种具有不同原料组成的轻质刨花板,对比分析其内结合强度和破坏模式,并从破坏断面形貌和刨花表面润湿性两方面进行了深入探讨。结果表明:平均密度为540 kg/m^(3)的轻质刨花板中,全松木刨花板的平均内结合强度(0.26 MPa)显著小于全桉木刨花板(0.38 MPa)和松桉混合刨花板(0.35 MPa)。内结合强度测试中:全桉木刨花板的木材破坏区域占比最大,为(60.9±24.9)%;全松木刨花板最小,为(18.3±16.3)%;松桉混合刨花板介于两者之间,为(44.3±26.7)%。全桉木刨花板的破坏断面平整度较小,算术平均粗糙度(R_(a))值为(12.75±4.98)μm;全松木刨花板的破坏断面平整度较大,R_(a)值为(2.60±0.75)μm。3种刨花板均表现为胶层和木材混合的破坏模式,但在破坏断面平整度、木材破坏区域占比上具有明显差异,是其内结合强度表现出差异的重要原因。 展开更多
关键词 轻质刨花板 内结合强度 破坏模式 破坏断面形貌 刨花润湿性
在线阅读 下载PDF
基于Lite-YOLOv5s模型的刨花板表面缺陷检测方法 被引量:4
4
作者 王文财 党亚光 +3 位作者 朱翔 关淯尹 沈彤 苍志智 《木材科学与技术》 北大核心 2023年第3期58-67,共10页
针对目前刨花板表面缺陷检测两阶段方法计算量大、机器学习识别方法鲁棒性低等问题,提出一种基于改进YOLOv5s的轻量化检测模型,即Lite-YOLOv5s。首先,在主干网络和颈部网络中引入Ghost Bottleneck模块以减少模型参数量,降低模型计算成... 针对目前刨花板表面缺陷检测两阶段方法计算量大、机器学习识别方法鲁棒性低等问题,提出一种基于改进YOLOv5s的轻量化检测模型,即Lite-YOLOv5s。首先,在主干网络和颈部网络中引入Ghost Bottleneck模块以减少模型参数量,降低模型计算成本。其次,在主干网络中增加坐标注意力机制(coordinate attention,CA),并将空间金字塔池化模块(spatial pyramid pooling-fast,SPPF)替换为简化空间金字塔池化模块(simplify spatial pyramid pooling-fast,SimSPPF),保证模型在降低计算量的同时仍具有较好的检测效果。最后,在替换颈部网络中使用深度卷积模块(depth wise convolution,DWConv),进一步优化模型运行成本。应用Lite-YOLOv5s模型对某工厂刨花板四种表面缺陷数据集进行模型训练和验证,并将训练的模型用于刨花板图像的缺陷检测,结果表明:Lite-YOLOv5s模型针对刨花、胶斑、油污及粉尘斑四种缺陷的平均检测精度(mean average precious,mAP)可达90%以上,针对样本数量较少的漏芯缺陷mAP为75%以上;与原YOLOv5s模型相比,模型训练时间减少约3.58%,模型参数量下降约63.5%,模型权重文件大小下降约60.54%,模型浮点计算量下降约65.2%,在保证检测精度的前提下有效降低了模型运行成本,使其更容易部署在资源有限的边缘侧设备中。 展开更多
关键词 刨花板 表面缺陷检测 图像 Lite-YOLOv5s 轻量化 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部