木材染色工艺学

本书介绍了木质仿珍装饰材料的研究进展和市场前景、木材染色工艺研究的目的和意义以及木材染色工艺研究现状和展望；阐述了木木材染色基础原理和方法；重点论述了木材单板染色漂白工艺，木材染色工艺，以及木材染色的影响因素分析；然后研究木材仿珍染色计算机配色技术，以及计算机智能配色技术和木材染色效果评价研究。

目录
《博士后文库》序言
序
前言
章 绪论 1
1.1 我国的森林资源和开发利用现状 1
1.1.1 我国的森林资源现状 1
1.1.2 我国森林资源的开发利用现状 3
1.2 木质仿珍染色的研究进展和市场前景 4
1.3 木材染色工艺研究的目的和意义 5
1.3.1 研究目的 5
1.3.2 研究意义 6
1.4 木材染色技术研究现状和发展趋势 6
1.4.1 木材染色技术国内外的研究现状 6
1.4.2 木材染色技术的发展趋势 8
1.5 主要研究内容 8
参考文献 9
第2章 木材染色基础 11
2.1 木材染色原理及方法 11
2.1.1 木材染色的原理 11
2.1.2 木材染色的方法概述 14
2.2 木材染色用染料分类与特性 16
2.3 木材染色颜色表征 19
2.3.1 CIE-CMY空间 20
2.3.2 CIE-L*a*b*空间 20
参考文献 21
第3章 木材单板染色预处理工艺 23
3.1 木材漂白技术 23
3.1.1 木材漂白技术的原理与作用 23
3.1.2 试验材料方法 24
3.1.3 试验结果与讨论 26
3.2 壳聚糖预处理单板对酸性染料染色效果的提高 29
3.2.1 壳聚糖预处理单板的目的 29
3.2.2 试验设计及方法 30
3.2.3 试验结果和讨论 31
参考文献 31
第4章 木材染色工艺 32
4.1 桦木单板染色工艺研究 32
4.1.1 桦木单板活性染料染色工艺研究 32
4.1.2 桦木单板酸性染料染色工艺研究 41
4.1.3 酸性染料和活性染料染色的桦木单板之间的比较 47
4.2 樟子松单板染色工艺研究 55
4.2.1 单因素分析 55
4.2.2 正交分析 59
4.2.3 小结 59
4.3 大青杨单板染色工艺研究 59
参考文献 60
第5章 木材染色的影响因素分析 61
5.1 木材解剖结构对染色效果的影响 61
5.1.1 木材解剖构造对传热性能的影响 61
5.1.2 木材解剖构造对渗透性能的影响 61
5.2 解剖构造对染色效果的影响研究方法 62
5.2.1 试验方案 63
5.2.2 材料的采集与加工 63
5.2.3 试验相关指标的测定与分析方法 63
5.3 樟子松解剖构造对染色效果的影响 64
5.3.1 樟子松的解剖特征 64
5.3.2 染色前后樟子松的色度学特征变化 65
5.3.3 樟子松解剖因子间的相关分析 66
5.3.4 樟子松解剖因子与染色效果的多元回归分析 68
5.3.5 小结 70
5.4 大青杨解剖构造对染色效果的影响 70
5.4.1 大青杨的解剖特征 70
5.4.2 染色前后大青杨的色度学特征变化 71
5.4.3 大青杨解剖因子间的相关分析 73
5.4.4 大青杨解剖因子与染色效果的多元回归分析 75
5.4.5 小结 77
5.5 水曲柳解剖构造对染色效果的影响 77
5.5.1 水曲柳边材的解剖构造特征 77
5.5.2 染色前后水曲柳木材的色度学特征变化 78
5.5.3 水曲柳木材解剖因子与染色效果的相关分析 79
5.5.4 小结 83
参考文献 83
第6章 木材仿珍染色计算机配色技术的研究 85
6.1 计算机配色国内外研究现状及发展趋势 85
6.1.1 计算机配色国内外研究现状 85
6.1.2 木材染色计算机配色研究现状及发展趋势 87
6.2 基于软件的计算机配色技术 88
6.2.1 仪器 88
6.2.2 方法与过程 88
6.3 基于三刺激值的计算机配色技术 90
6.3.1 Kubelka-Munk理论 90
6.3.2 三刺激值计算机配色原理 91
6.4 仿珍染色试验设计 92
6.4.1 珍贵木材三刺激值及反射率的测定 92
6.4.2 杨木单板反射率的测定 93
6.4.3 单一染料染色杨木单板反射率的测定 94
6.4.4 计算机配色及仿珍染色试验 95
6.5 仿珍染色试验结果与分析 100
参考文献 101
第7章 基于神经网络的计算机智能配色方法研究 103
7.1 神经网络简介 103
7.1.1 人工神经网络 103
7.1.2 神经网络模型分析及选取 104
7.2 基于神经网络的计算机智能配色方法 108
7.2.1 数据获取与整理 108
7.2.2 RBF神经网络参数设置 110
7.2.3 模型实现 112
7.3 仿真结果与分析 112
7.3.1 仿真结果 112
7.3.2 仿真结果分析 117
7.4 基于改进的神经网络的计算机智能配色方法 117
7.4.1 改进的RBF神经网络的木材染色颜料配方预测模型 117
7.4.2 模型改进的基本思想 118
7.4.3 改进模型算法推导及参数确定 118
7.4.4 仿真结果及分析 121
7.4.5 基于解剖特性的模糊神经网络建模在配方预测中的应用 124
7.5 模糊神经网络基础 124
7.5.1 模糊理论 124
7.5.2 模糊逻辑系统与神经网络的结合 125
7.5.3 模糊RBF神经网络及其改进研究 126
7.5.4 基于模糊神经网络的解剖特性建立配方预测模型 128
7.6 基于动态模糊神经网络的木材染色颜料配方预测模型 132
7.6.1 动态递归模糊神经网络结构 132
7.6.2 动态递归模糊神经网络的学习算法 134
7.6.3 木材染色颜料配方预测模型建立 136
参考文献 138
第8章 木材染色效果评价研究 141
8.1 染色效果评价体系 141
8.1.1 识别的过程分析 141
8.1.2 识别方法的选择 141
8.1.3 影响因素确定 142
8.2 指标权重确定 142
8.2.1 确定方法 142
8.2.2 评价系统权重值确定 145
8.3 评价体系建立 148
参考文献 150
第9章 木材染色应用研究 152
9.1 劣质木仿珍贵材 152
9.2 软木染色 153
9.2.1 概念 153
9.2.2 产品开发应用 153
9.3 藤材染色 157
9.3.1 藤材的加工利用 157
9.3.2 棕榈藤材染色 160
9.4 竹材染色 162
9.4.1 竹制品加工 162
9.4.2 竹材染色基础研究 162
9.4.3 竹材染色工艺 163
9.5 其他 165
参考文献 166
编后记 170