本發(fā)明涉及分類檢測(cè)技術(shù)領(lǐng)域，具體涉及一種木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)及其檢測(cè)方法。

背景技術(shù)：

現(xiàn)有的木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)，其結(jié)構(gòu)如圖1所示，包括上位機(jī)1a、超聲無(wú)損檢測(cè)儀2a、機(jī)架3a、以及安裝在機(jī)架3a上且上下相對(duì)設(shè)置的發(fā)射換能器4a和接收換能器5a，所述超聲無(wú)損檢測(cè)儀2a包括超聲信號(hào)激勵(lì)模塊6a、信號(hào)調(diào)理模塊7a、數(shù)字化信號(hào)處理模塊8a，所述超聲無(wú)損檢測(cè)儀2a的超聲信號(hào)激勵(lì)模塊6a與發(fā)射換能器4a電連接，所述發(fā)射換能器4a和接收換能器5a通過(guò)上下耦合劑層9a與待測(cè)木材的上下表面相接觸，所述發(fā)射換能器4a的軸線與接收換能器5a的軸線重合，所述接收換能器5a與超聲無(wú)損檢測(cè)儀2a的信號(hào)調(diào)理模塊7a電連接，所述信號(hào)調(diào)理模塊7a與數(shù)字化信號(hào)處理模塊8a電連接，所述數(shù)字化信號(hào)處理模塊8a與上位機(jī)1a通信連接。假設(shè)發(fā)射換能器4a設(shè)置在接收換能器5a的上面，其工作過(guò)程如下：檢測(cè)時(shí)，超聲信號(hào)激勵(lì)模塊6a產(chǎn)生預(yù)設(shè)幅值和脈寬的方波信號(hào)作為輸入，激勵(lì)發(fā)射換能器4a產(chǎn)生超聲波，超聲波透過(guò)上層耦合劑層9a，垂直于待檢木材的上表面透射進(jìn)入待測(cè)木材內(nèi)部，并在待測(cè)木材內(nèi)部沿材料的彈性對(duì)稱軸傳播，在待測(cè)木材內(nèi)部經(jīng)歷一系列的透射和反射后，一部分超聲波透射出待測(cè)木材，經(jīng)過(guò)下層耦合劑層9a后進(jìn)入接收換能器5a，得到輸出信號(hào)eout；同時(shí)，將發(fā)射換能器4a和接收換能器5a通過(guò)一層耦合劑層9a對(duì)心貼緊，測(cè)取接收換能器5a的參考信號(hào)er，所述輸出信號(hào)eout和參考信號(hào)er經(jīng)信號(hào)調(diào)理模塊7a和數(shù)字化信號(hào)處理模塊8a后傳輸給上位機(jī)1a，由上位機(jī)1a根據(jù)輸出信號(hào)eout和參考信號(hào)er自動(dòng)分析待測(cè)木材的種類。

但是現(xiàn)有的木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)仍然存在以下技術(shù)問(wèn)題：由于現(xiàn)有的木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)在分類的時(shí)候，一般沒有考慮到待測(cè)木材本身存在的表面缺陷和/或內(nèi)部缺陷，不僅無(wú)法得知待測(cè)木材的質(zhì)量，而且假如發(fā)射換能器4a發(fā)射的超聲波恰好經(jīng)過(guò)缺陷所在的區(qū)域，這樣就會(huì)使接收換能器5a得到的輸出信號(hào)eout并不準(zhǔn)確，從而影響了上位機(jī)1a對(duì)待測(cè)木材的正確分類；即使能夠判斷出存在缺陷，但由于現(xiàn)有的發(fā)射換能器4a和接收換能器5a一般是手動(dòng)調(diào)節(jié)位置的，假設(shè)可以手動(dòng)調(diào)節(jié)發(fā)射換能器4a和接收換能器5a的位置以避開缺陷位置，但還要同時(shí)保持發(fā)射換能器4a的軸線與接收換能器5a的軸線重合，這無(wú)疑增加了調(diào)節(jié)的難度，并且有些時(shí)候需要多次調(diào)節(jié)才能避開缺陷位置，因此檢測(cè)效率大大下降。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是：提供一種不僅可正確分類待測(cè)木材、而且可檢測(cè)待測(cè)木材質(zhì)量、且檢測(cè)效率大大提高的木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)。

本發(fā)明的技術(shù)解決方案是：一種木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)，包括上位機(jī)、超聲無(wú)損檢測(cè)儀、機(jī)架、以及安裝在機(jī)架上且上下相對(duì)設(shè)置的發(fā)射換能器和接收換能器，所述超聲無(wú)損檢測(cè)儀包括超聲信號(hào)激勵(lì)模塊、信號(hào)調(diào)理模塊、數(shù)字化信號(hào)處理模塊，所述超聲無(wú)損檢測(cè)儀的超聲信號(hào)激勵(lì)模塊與發(fā)射換能器電連接，所述發(fā)射換能器和接收換能器通過(guò)上下耦合劑層與待測(cè)木材的上下表面相接觸，所述接收換能器與超聲無(wú)損檢測(cè)儀的信號(hào)調(diào)理模塊電連接，所述信號(hào)調(diào)理模塊與數(shù)字化信號(hào)處理模塊電連接，所述數(shù)字化信號(hào)處理模塊與上位機(jī)通信連接，其特征在于：所述發(fā)射換能器和接收換能器分別通過(guò)第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)安裝在機(jī)架上以使發(fā)射換能器和接收換能器可沿xyz三方向調(diào)整位置，還包括設(shè)置在機(jī)架上的用于固定待測(cè)木材的夾持裝置、以及用于獲取待測(cè)木材、發(fā)射換能器和接收換能器位置信息的圖像采集裝置，所述圖像采集裝置與上位機(jī)通信連接，所述第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)均與數(shù)字化信號(hào)處理模塊電連接。

采用上述結(jié)構(gòu)后，本發(fā)明具有以下優(yōu)點(diǎn)：

本發(fā)明木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)利用圖像采集裝置可獲得待測(cè)木材的三維模型并識(shí)別表面缺陷，上位機(jī)可根據(jù)三維模型和表面缺陷進(jìn)行軌跡規(guī)劃，規(guī)劃的軌跡點(diǎn)避開表面缺陷處；其次利用圖像采集裝置可獲得待測(cè)木材、發(fā)射換能器和接收換能器的位置以方便控制各電動(dòng)調(diào)節(jié)機(jī)構(gòu)，可實(shí)現(xiàn)多個(gè)規(guī)劃的軌跡點(diǎn)的檢測(cè)，從而可通過(guò)多個(gè)規(guī)劃的軌跡點(diǎn)檢測(cè)到的輸出信號(hào)eout1、eout2…eoutn的平均值來(lái)進(jìn)行分類，使得分類結(jié)果較為準(zhǔn)確；此外還可根據(jù)多個(gè)規(guī)劃的軌跡點(diǎn)的差異性來(lái)判斷是否存在內(nèi)部缺陷，從而也可對(duì)待測(cè)木材的質(zhì)量進(jìn)行了檢測(cè)；上述檢測(cè)過(guò)程無(wú)需人工參與，而是由上位機(jī)自動(dòng)協(xié)調(diào)控制各部件工作，智能化水平和檢測(cè)效率均較高。

作為優(yōu)選，所述圖像采集裝置包括兩個(gè)攝像頭，所述兩個(gè)攝像頭分別位于待測(cè)木材的上方和下方。在待測(cè)木材的上方和下方分別設(shè)置攝像頭可使三維模型的提取和表面缺陷的識(shí)別更為精確，并且兩個(gè)攝像頭相比專用的三維掃描儀價(jià)格要低廉很多。

作為優(yōu)選，所述兩個(gè)攝像頭均為電動(dòng)旋轉(zhuǎn)攝像頭。該設(shè)置可自動(dòng)調(diào)節(jié)攝像頭的位置，適應(yīng)性更強(qiáng)，并且可多角度拍攝圖像以使三維模型的提取和表面缺陷的識(shí)別更為精確。

作為優(yōu)選，所述夾持裝置由透明材料制成。該設(shè)置可便于圖像采集裝置采集待測(cè)木材的圖像。

作為優(yōu)選，還包括rfid讀寫器和rfid標(biāo)簽，所述上位機(jī)通過(guò)rfid讀寫器讀取或?qū)懭雛fid標(biāo)簽，所述rfid標(biāo)簽用于粘附在測(cè)試完畢的木材上。該設(shè)置可將分類結(jié)果和木材質(zhì)量等信息通過(guò)rfid讀寫器寫入rfid卡，并粘附在相應(yīng)的木材上，可方便使用。

本發(fā)明要解決的另一技術(shù)問(wèn)題是：提供一種不僅可正確分類待測(cè)木材、而且可檢測(cè)待測(cè)木材質(zhì)量、且檢測(cè)效率大大提高的應(yīng)用于木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)的檢測(cè)方法。

本發(fā)明的另一技術(shù)解決方案是：一種應(yīng)用于木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)的檢測(cè)方法，其特征在于：該方法包括以下步驟：

(1)上位機(jī)自動(dòng)控制第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)以增大兩者的間隙，將待測(cè)木材固定在夾持裝置上；

(2)上位機(jī)控制圖像采集裝置自動(dòng)采集待測(cè)木材、發(fā)射換能器和接收換能器的圖像，上位機(jī)自動(dòng)根據(jù)采集到的待測(cè)木材的圖像提取待測(cè)木材的三維模型并識(shí)別表面缺陷，然后根據(jù)三維模型進(jìn)行軌跡規(guī)劃，且所有規(guī)劃的軌跡點(diǎn)均不位于表面缺陷所在的位置處；

(3)在待測(cè)木材的上下表面分別涂覆上下耦合劑層，上位機(jī)自動(dòng)控制第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)以使發(fā)射換能器和接收換能器到達(dá)第一規(guī)劃軌跡點(diǎn)并使兩者通過(guò)上下耦合劑層與待測(cè)木材的上下表面相接觸，啟動(dòng)超聲無(wú)損檢測(cè)儀的超聲信號(hào)激勵(lì)模塊產(chǎn)生預(yù)設(shè)幅值和脈寬的方波信號(hào)作為輸入，激勵(lì)發(fā)射換能器產(chǎn)生超聲波，接收換能器接收部分透射出待測(cè)木材的超聲波輸出的第一輸出信號(hào)eout1；

(4)第一規(guī)劃軌跡點(diǎn)測(cè)試完畢后繼續(xù)按步驟(3)測(cè)試第二至第n規(guī)劃軌跡點(diǎn)并得到第二至第n輸出信號(hào)eout2…eoutn，在各規(guī)劃的軌跡點(diǎn)處保持發(fā)射換能器的中心軸線與接收換能器的中心軸線重合；

(5)所有規(guī)劃軌跡點(diǎn)測(cè)試完畢后，上位機(jī)自動(dòng)調(diào)節(jié)第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)使發(fā)射換能器和接收換能器通過(guò)一層耦合劑層對(duì)心貼緊，并測(cè)取接收換能器的參考信號(hào)er，所述參考信號(hào)er和各規(guī)劃軌跡點(diǎn)的輸出信號(hào)eout1、eout2…eoutn經(jīng)超聲無(wú)損檢測(cè)儀的信號(hào)調(diào)理模塊和數(shù)字化信號(hào)處理模塊后傳輸給上位機(jī)；

(6)上位機(jī)根據(jù)各規(guī)劃軌跡點(diǎn)的輸出信號(hào)eout1、eout2…eoutn的差異性判斷待測(cè)木材是否存在缺陷，若是，則初步剔除各規(guī)劃的軌跡點(diǎn)eout1、eout2…eoutn中位于缺陷處的點(diǎn)并進(jìn)入下一步，若否，則不進(jìn)行剔除而直接進(jìn)入下一步；

(7)上位機(jī)設(shè)計(jì)木質(zhì)材料分類器自動(dòng)根據(jù)剔除后剩余的規(guī)劃軌跡點(diǎn)的輸出信號(hào)的平均值eout'和參考信號(hào)er自動(dòng)分析待測(cè)木材的種類，若無(wú)法得到分類結(jié)果，則繼續(xù)剔除部分規(guī)劃的軌跡點(diǎn)并重復(fù)本步驟，若所有規(guī)劃的軌跡點(diǎn)均剔除完畢，仍無(wú)法得到分類結(jié)果，則說(shuō)明該待測(cè)木材已完全損壞。

采用上述方法后，本發(fā)明具有以下優(yōu)點(diǎn)：

本發(fā)明應(yīng)用于木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)的檢測(cè)方法利用圖像采集裝置可獲得待測(cè)木材的三維模型并識(shí)別表面缺陷，上位機(jī)可根據(jù)三維模型和表面缺陷進(jìn)行軌跡規(guī)劃，規(guī)劃的軌跡點(diǎn)避開表面缺陷處；其次利用圖像采集裝置可獲得待測(cè)木材、發(fā)射換能器和接收換能器的位置以方便控制各電動(dòng)調(diào)節(jié)機(jī)構(gòu)，可實(shí)現(xiàn)多個(gè)規(guī)劃的軌跡點(diǎn)的檢測(cè)，從而可通過(guò)多個(gè)規(guī)劃的軌跡點(diǎn)檢測(cè)到的輸出信號(hào)eout1、eout2…eoutn的平均值來(lái)進(jìn)行分類，使得分類結(jié)果較為準(zhǔn)確；此外還可根據(jù)多個(gè)規(guī)劃的軌跡點(diǎn)的差異性來(lái)判斷是否存在內(nèi)部缺陷，從而也可對(duì)待測(cè)木材的質(zhì)量進(jìn)行了檢測(cè)；上述檢測(cè)過(guò)程無(wú)需人工參與，而是由上位機(jī)自動(dòng)協(xié)調(diào)控制各部件工作，智能化水平和檢測(cè)效率均較高。

作為優(yōu)選，還包括rfid讀寫器和rfid標(biāo)簽，在所述步驟(7)得到分類結(jié)果后，由上位機(jī)通過(guò)rfid讀寫器將分類結(jié)果及缺陷信息寫入rfid標(biāo)簽，再將rfid標(biāo)簽粘附在測(cè)試完畢的木材上。該設(shè)置可將分類結(jié)果和缺陷信息寫入rfid標(biāo)簽并與相應(yīng)的木材綁定，使得后續(xù)的使用更加方便合理，只要通過(guò)上位機(jī)讀取rfid標(biāo)簽即可獲得相關(guān)的信息，更利于信息的整合。

作為優(yōu)選，所述步驟(7)中木質(zhì)材料分類器采用基于pso-svm的木質(zhì)材料分類器，利用粒子群優(yōu)化算法pso對(duì)支持向量機(jī)svm的結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化，并應(yīng)用relieff算法對(duì)上位機(jī)提取的多個(gè)特征參數(shù)進(jìn)行分析處理，選擇其中最具代表性的特征參數(shù)作為木質(zhì)材料分類器的輸入。通過(guò)relieff算法選取出最有代表性的分類能力較強(qiáng)木材超聲信號(hào)特征，降低使用特征的維數(shù)，實(shí)現(xiàn)保證分類準(zhǔn)確率同時(shí)又減少分類工作量，從而提高在線分類的效率；采用粒子群優(yōu)化算法pso對(duì)支持向量機(jī)svm進(jìn)行優(yōu)化，解決了支持向量機(jī)參數(shù)選擇的難題，明顯提高了木質(zhì)材料的分類準(zhǔn)確率。

附圖說(shuō)明：

圖1為現(xiàn)有木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)的功能原理圖；

圖2為本發(fā)明木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)的功能原理圖；

現(xiàn)有技術(shù)圖中：1a-上位機(jī)，2a-超聲無(wú)損檢測(cè)儀，3a-機(jī)架，4a-發(fā)射換能器，5a-接收換能器，6a-超聲信號(hào)激勵(lì)模塊，7a-信號(hào)調(diào)理模塊，8a-數(shù)字化信號(hào)處理模塊，9a-耦合劑層；

本發(fā)明圖中：1-上位機(jī)，2-超聲無(wú)損檢測(cè)儀，3-機(jī)架，4-發(fā)射換能器，5-接收換能器，6-超聲信號(hào)激勵(lì)模塊，7-信號(hào)調(diào)理模塊，8-數(shù)字化信號(hào)處理模塊，9-耦合劑層，10-第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)，11-第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)，12-夾持裝置，13-圖像采集裝置，15-攝像頭，16-rfid讀寫器，17-rfid標(biāo)簽。

具體實(shí)施方式

下面結(jié)合附圖，并結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說(shuō)明。

實(shí)施例1：

一種木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)，包括上位機(jī)1、超聲無(wú)損檢測(cè)儀2、機(jī)架3、以及安裝在機(jī)架3上且上下相對(duì)設(shè)置的發(fā)射換能器4和接收換能器5，所述超聲無(wú)損檢測(cè)儀2包括超聲信號(hào)激勵(lì)模塊6、信號(hào)調(diào)理模塊7、數(shù)字化信號(hào)處理模塊8，所述超聲無(wú)損檢測(cè)儀2的超聲信號(hào)激勵(lì)模塊6與發(fā)射換能器4電連接，所述發(fā)射換能器4和接收換能器5通過(guò)上下耦合劑層9與待測(cè)木材的上下表面相接觸，所述接收換能器5與超聲無(wú)損檢測(cè)儀2的信號(hào)調(diào)理模塊7電連接，所述信號(hào)調(diào)理模塊7與數(shù)字化信號(hào)處理模塊8電連接，所述數(shù)字化信號(hào)處理模塊8與上位機(jī)1通信連接，所述發(fā)射換能器4和接收換能器5分別通過(guò)第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)10和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)11安裝在機(jī)架3上以使發(fā)射換能器4和接收換能器5可沿xyz三方向調(diào)整位置，還包括設(shè)置在機(jī)架3上的用于固定待測(cè)木材的夾持裝置12、以及用于獲取待測(cè)木材、發(fā)射換能器4和接收換能器5位置信息的圖像采集裝置13，所述圖像采集裝置13與上位機(jī)1通信連接，所述第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)10和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)11均與數(shù)字化信號(hào)處理模塊8電連接，所述第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)10、第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)11、夾持裝置12采用現(xiàn)有技術(shù)即可。

本發(fā)明木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)利用圖像采集裝置13可獲得待測(cè)木材的三維模型并識(shí)別表面缺陷，上位機(jī)1可根據(jù)三維模型和表面缺陷進(jìn)行軌跡規(guī)劃，規(guī)劃的軌跡點(diǎn)避開表面缺陷處；其次利用圖像采集裝置13可獲得待測(cè)木材、發(fā)射換能器4和接收換能器5的位置以方便控制各電動(dòng)調(diào)節(jié)機(jī)構(gòu)，可實(shí)現(xiàn)多個(gè)規(guī)劃的軌跡點(diǎn)的檢測(cè)，從而可通過(guò)多個(gè)規(guī)劃的軌跡點(diǎn)檢測(cè)到的輸出信號(hào)eout1、eout2…eoutn的平均值來(lái)進(jìn)行分類，使得分類結(jié)果較為準(zhǔn)確；此外還可根據(jù)多個(gè)規(guī)劃的軌跡點(diǎn)的差異性來(lái)判斷是否存在內(nèi)部缺陷，從而也可對(duì)待測(cè)木材的質(zhì)量進(jìn)行了檢測(cè)；上述檢測(cè)過(guò)程無(wú)需人工參與，而是由上位機(jī)1自動(dòng)協(xié)調(diào)控制各部件工作，智能化水平和檢測(cè)效率均較高。

作為優(yōu)選，所述圖像采集裝置13包括兩個(gè)攝像頭15，所述兩個(gè)攝像頭15分別位于待測(cè)木材的上方和下方。在待測(cè)木材的上方和下方分別設(shè)置攝像頭15可使三維模型的提取和表面缺陷的識(shí)別更為精確，并且兩個(gè)攝像頭15相比專用的三維掃描儀價(jià)格要低廉很多。

作為優(yōu)選，所述兩個(gè)攝像頭15均為電動(dòng)旋轉(zhuǎn)攝像頭15。該設(shè)置可自動(dòng)調(diào)節(jié)攝像頭15的位置，適應(yīng)性更強(qiáng)，并且可多角度拍攝圖像以使三維模型的提取和表面缺陷的識(shí)別更為精確。

作為優(yōu)選，所述夾持裝置12由透明材料制成。該設(shè)置可便于圖像采集裝置13采集待測(cè)木材的圖像。

作為優(yōu)選，還包括rfid讀寫器16和rfid標(biāo)簽17，所述上位機(jī)1通過(guò)rfid讀寫器16讀取或?qū)懭雛fid標(biāo)簽17，所述rfid標(biāo)簽17用于粘附在測(cè)試完畢的木材上。該設(shè)置可將分類結(jié)果和木材質(zhì)量等信息通過(guò)rfid讀寫器16寫入rfid卡，并粘附在相應(yīng)的木材上，可方便使用。

實(shí)施例2：

一種應(yīng)用于木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)的檢測(cè)方法，其特征在于：該方法包括以下步驟：

(1)上位機(jī)1自動(dòng)控制第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)10和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)11以增大兩者的間隙，將待測(cè)木材固定在夾持裝置12上；

(2)上位機(jī)1控制圖像采集裝置13自動(dòng)采集待測(cè)木材、發(fā)射換能器4和接收換能器5的圖像，上位機(jī)1自動(dòng)根據(jù)采集到的待測(cè)木材的圖像提取待測(cè)木材的三維模型并識(shí)別表面缺陷，然后根據(jù)三維模型進(jìn)行軌跡規(guī)劃，且所有規(guī)劃的軌跡點(diǎn)均不位于表面缺陷所在的位置處；

(3)在待測(cè)木材的上下表面分別涂覆上下耦合劑層9，上位機(jī)1自動(dòng)控制第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)10和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)11以使發(fā)射換能器4和接收換能器5到達(dá)第一規(guī)劃軌跡點(diǎn)并使兩者通過(guò)上下耦合劑層9與待測(cè)木材的上下表面相接觸，啟動(dòng)超聲無(wú)損檢測(cè)儀2的超聲信號(hào)激勵(lì)模塊6產(chǎn)生預(yù)設(shè)幅值和脈寬的方波信號(hào)作為輸入，激勵(lì)發(fā)射換能器4產(chǎn)生超聲波，接收換能器5接收部分透射出待測(cè)木材的超聲波輸出的第一輸出信號(hào)eout1；

(4)第一規(guī)劃軌跡點(diǎn)測(cè)試完畢后繼續(xù)按步驟(3)測(cè)試第二至第n規(guī)劃軌跡點(diǎn)并得到第二至第n輸出信號(hào)eout2…eoutn，在各規(guī)劃的軌跡點(diǎn)處保持發(fā)射換能器4的中心軸線與接收換能器5的中心軸線重合；

(5)所有規(guī)劃軌跡點(diǎn)測(cè)試完畢后，上位機(jī)1自動(dòng)調(diào)節(jié)第一電動(dòng)調(diào)節(jié)機(jī)構(gòu)10和第二電動(dòng)調(diào)節(jié)機(jī)構(gòu)11使發(fā)射換能器4和接收換能器5通過(guò)一層耦合劑層9對(duì)心貼緊，并測(cè)取接收換能器5的參考信號(hào)er，所述參考信號(hào)er和各規(guī)劃軌跡點(diǎn)的輸出信號(hào)eout1、eout2…eoutn經(jīng)超聲無(wú)損檢測(cè)儀2的信號(hào)調(diào)理模塊7和數(shù)字化信號(hào)處理模塊8后傳輸給上位機(jī)1；

(6)上位機(jī)1根據(jù)各規(guī)劃軌跡點(diǎn)的輸出信號(hào)eout1、eout2…eoutn的差異性判斷待測(cè)木材是否存在缺陷，若是，則初步剔除各規(guī)劃的軌跡點(diǎn)eout1、eout2…eoutn中位于缺陷處的點(diǎn)并進(jìn)入下一步，若否，則不進(jìn)行剔除而直接進(jìn)入下一步；

(7)上位機(jī)1設(shè)計(jì)木質(zhì)材料分類器自動(dòng)根據(jù)剔除后剩余的規(guī)劃軌跡點(diǎn)的輸出信號(hào)的平均值eout'和參考信號(hào)er自動(dòng)分析待測(cè)木材的種類，若無(wú)法得到分類結(jié)果，則繼續(xù)剔除部分規(guī)劃的軌跡點(diǎn)并重復(fù)本步驟，若所有規(guī)劃的軌跡點(diǎn)均剔除完畢，仍無(wú)法得到分類結(jié)果，則說(shuō)明該待測(cè)木材已完全損壞。

本發(fā)明應(yīng)用于木質(zhì)材料超聲無(wú)損分類檢測(cè)系統(tǒng)的檢測(cè)方法利用圖像采集裝置13可獲得待測(cè)木材的三維模型并識(shí)別表面缺陷，上位機(jī)1可根據(jù)三維模型和表面缺陷進(jìn)行軌跡規(guī)劃，規(guī)劃的軌跡點(diǎn)避開表面缺陷處；其次利用圖像采集裝置13可獲得待測(cè)木材、發(fā)射換能器4和接收換能器5的位置以方便控制各電動(dòng)調(diào)節(jié)機(jī)構(gòu)，可實(shí)現(xiàn)多個(gè)規(guī)劃的軌跡點(diǎn)的檢測(cè)，從而可通過(guò)多個(gè)規(guī)劃的軌跡點(diǎn)檢測(cè)到的輸出信號(hào)eout1、eout2…eoutn的平均值來(lái)進(jìn)行分類，使得分類結(jié)果較為準(zhǔn)確；此外還可根據(jù)多個(gè)規(guī)劃的軌跡點(diǎn)的差異性來(lái)判斷是否存在內(nèi)部缺陷，從而也可對(duì)待測(cè)木材的質(zhì)量進(jìn)行了檢測(cè)；上述檢測(cè)過(guò)程無(wú)需人工參與，而是由上位機(jī)1自動(dòng)協(xié)調(diào)控制各部件工作，智能化水平和檢測(cè)效率均較高。

作為優(yōu)選，還包括rfid讀寫器和rfid標(biāo)簽，在所述步驟(7)得到分類結(jié)果后，由上位機(jī)通過(guò)rfid讀寫器將分類結(jié)果及缺陷信息寫入rfid標(biāo)簽，再將rfid標(biāo)簽粘附在測(cè)試完畢的木材上。該設(shè)置可將分類結(jié)果和缺陷信息寫入rfid標(biāo)簽并與相應(yīng)的木材綁定，使得后續(xù)的使用更加方便合理，只要通過(guò)上位機(jī)讀取rfid標(biāo)簽即可獲得相關(guān)的信息，更利于信息的整合。

作為優(yōu)選，所述步驟(7)中木質(zhì)材料分類器采用基于pso-svm的木質(zhì)材料分類器，利用粒子群優(yōu)化算法pso對(duì)支持向量機(jī)svm的結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化，并應(yīng)用relieff算法對(duì)上位機(jī)1提取的多個(gè)特征參數(shù)進(jìn)行分析處理，選擇其中最具代表性的特征參數(shù)作為木質(zhì)材料分類器的輸入，所述基于pso-svm的木質(zhì)材料分類器為現(xiàn)有技術(shù)，所述relieff算法也為現(xiàn)有技術(shù)，這里不再贅述。通過(guò)relieff算法選取出最有代表性的分類能力較強(qiáng)木材超聲信號(hào)特征，降低使用特征的維數(shù)，實(shí)現(xiàn)保證分類準(zhǔn)確率同時(shí)又減少分類工作量，從而提高在線分類的效率；采用粒子群優(yōu)化算法pso對(duì)支持向量機(jī)svm進(jìn)行優(yōu)化，解決了支持向量機(jī)參數(shù)選擇的難題，明顯提高了木質(zhì)材料的分類準(zhǔn)確率。