中文摘要：

监控木材干燥应力与缺陷是最优化干燥基准的根本途径，由于木材是弹塑性材料，应力与应变关系复杂，且应变测量本身存在局限性，现有根据应变间接评测应力的方法无法全面准确地反映干燥应力状况。干燥过程的声发射信号可以动态反映干燥应力与缺陷的发展过程，但原始检测信号是包含大量噪声的非平稳微弱声发射信号，为了借助波形分析获取全部特征信息，本项目将根据小波理论，利用小波分析方法，从检测信号中提取对应不同应力状况和缺陷的声发射波形，在声发射波形时频域分析的基础上，以小波级数作为声发射源主要特征参量，再结合声发射源定位技术，分析声发射产生与发展过程，并依此建立不同干燥阶段声发射评估体系，同时建立一系列与干燥应力变化发展相关的本构模型。本项目在完善木材干燥声发射研究基础的同时，为根据声发射动态监控木材干燥应力与缺陷提供了理论和技术依据。

结论摘要：

木材声发射信号能主动反应木材应力应变状态，但由于信号本身非常微弱且受环境噪声影响，实际声发射信号的提取及特征分析成为阻碍木材声发射技术应用的主要障碍。本项目采用NI高速数据采集设备，结合小波分析技术，在LabVIEW环境中构建了完整的木材声发射信号采集和分析平台，在采集原始真实含噪声信号的基础上，通过小波与小波包分析，重构实际的木材声发射信号波形，并进一步确定其频域特性。针对木材干燥过程智能控制问题，本项目在LabVIEW环境下，开发了一种基于动态人工神经网络的自适应智能控制系统结构和算法，同时根据细菌菌落的演化过程，提出了一种离线学习的智能群集优化算法，为未来木材干燥过程实现智能控制提供一种可行的方法。针对声发射源定位问题，本项目提出了一种易于实现的基于时差的三角形定位方法，首先通过波形峰值到达的时间差计算声发射信号在木材中的传播速度，然后通过几何关系计算声发射源所在位置。本项目通过木材力学试验，提取了完整的连续型和突发型木材声发射信号波形及其特征参数，为木材声发射技术研究提供了必要的借鉴。