Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

08.11.2020 | Original Article | Ausgabe 1/2021

European Journal of Wood and Wood Products 1/2021

Effect of wood surface roughness on prediction of structural timber properties by infrared spectroscopy using ANFIS, ANN and PLS regression

Zeitschrift:
European Journal of Wood and Wood Products > Ausgabe 1/2021
Autoren:
Samuel Ayanleye, Vahid Nasir, Stavros Avramidis, Julie Cool
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Predicting the properties of structural timber using a rapid and reliable non-destructive method is a critical quality control task in production. This study investigates using infrared spectroscopy for predicting the density, moduli of elasticity (MOE) and rupture (MOR) of two structural softwoods. Because the produced timber is sometimes planed during manufacturing resulting in a smooth surface finish, the effect of wood surface roughness on prediction accuracy of timber properties was also investigated. Accordingly, infrared spectroscopy experiments were carried out on Douglas-fir and Western hemlock specimens having a rough and smooth surface. In addition, the effect of the infrared spectroscopy range on the predictive models was studied. Data in the visible infrared (VIS), near-infrared (NIR), and the combined VIS and NIR range were used for properties prediction. The acquired infrared data were processed using principal component analysis (PCA) for data reduction and feature selection. The output of PCA was then fed into an adaptive neuro-fuzzy inference system (ANFIS), multilayer perceptron (MLP) neural network (NN) and partial least square (PLS) regression model. The results showed that the wood surface finish, range of infrared data, and the type of machine learning model impact the prediction accuracy. ANFIS showed superior performance to MLP NN and PLS model for properties prediction. In addition, NIR data acquired from rough surface resulted in better prediction accuracy, which suggests that an infrared spectroscopy test should be performed prior to surface planing. The proposed models yield better accuracy for predicting the MOE and MOR than wood density.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2021

European Journal of Wood and Wood Products 1/2021 Zur Ausgabe