详细内容或原文请订阅后点击阅览
带机器学习的红外光谱检测早期木涂层恶化
从日本柏树到黄木松树，木材已在建筑中使用了数千年。尽管钢铁和混凝土等材料在很大程度上占据了大型建筑，但伍德正在卷土重来，越来越多地用于公共和多层建筑中，以供其环境益处。
来源:英国物理学家网首页从日本柏树到黄木松树，木材已在建筑中使用了数千年。尽管钢铁和混凝土等材料在很大程度上占据了大型建筑，但伍德正在卷土重来，越来越多地用于公共和多层建筑中，以供其环境益处。
当然，木材经常被转移到其他材料中，因为在户外使用时很容易被阳光和水分损坏。出于这个原因，木材涂层旨在保护木表面，但是涂料损坏通常在可见之前就开始了。一旦用肉眼看到恶化，已经为时已晚。
恶化 裸眼为了解决这个问题，京都大学的一组研究人员正在努力创建一种简单但有效的方法来诊断这种几乎看不见的恶化，然后损害无法弥补。
“如果我们可以'看到'眼睛所无法的，我们可以延长木结构的寿命并改善建筑行业的可持续性，”相应的作者Yoshikuni Teramoto说。
团队正在努力通过将中红外光谱与机器学习相结合，将数据驱动的工具带入传统的木材维护中。他们首先测试人工风化的木材涂料以及含有纤维素纳米纤维的涂料，纤维素纳米纤维是一种植物衍生的添加剂，可以提高这些涂层的耐用性。
红外光谱 机器学习他们的机器学习组件使用了一种称为偏最不正方形的技术，他们使用该技术来构建模型来预测恶化的程度。他们还使用遗传算法来识别最有用的红外信号，从而提高了准确性和解释性。
研究团队现在正在对真正的木制建筑进行测试，并计划改善其在新的油漆和涂料产品开发中的应用模型。
涂层 木材