中密度纤维板板坯密度与含水率对热压板间距误差的影响

Effect of Medium Density Fiberboard Slab Density and Moisture Content on the Spacing Error of Hot Pressing Plate

摘要

为探究中密度纤维板（medium density fiberboard,MDF）板坯密度及含水率对连续压机入口段热压板间距误差的影响，进行7.7 mm （薄板）与16 mm （厚板） MDF板坯密度及含水率对入口段4个热压位置的热压板间距误差的相关试验，并结合2种纤维板板坯在第1个热压位置的实际生产情况，分别建立板坯密度与含水率对热压板间距误差影响的预测模型。试验结果表明，热压板间距误差与2种板坯的密度呈正相关，与含水率呈负相关。2个模型预测值的相对误差均在5%以内，预测效果良好，能够有效地预测出不同板坯密度与含水率引起的热压板间距误差，研究结果为热压工艺中板坯厚度的精准控制提供一定的借鉴和参考。

Abstract

In order to explore the influence of slab density and moisture content of medium density fiberboard（MDF） on the spacing error of hot pressing plate in the entrance section of continuous press， the related experiments of slab density and moisture content of 7.7 mm（thin plate） and 16 mm（thick plate） MDF on the spacing error of hot pressing plate at four hot pressing positions in the entrance section were carried out. Combined with the actual production situation of two kinds of fiberboard slabs at the first hot pressing position， the prediction models of the influence of slab density and moisture content on the spacing error of hot pressing plate were established respectively. The experimental results showed that the hot pressing plate spacing error was positively correlated with the density of the two kinds of slabs and negatively correlated with the moisture content. The relative error of the predicted value of the 2 models was within 5 %， and the prediction effect was good. It can effectively predict the spacing error of hot pressing plate caused by different slab density and moisture content. The research results provide some reference and reference for the precise control of slab thickness in hot pressing process.

Graphical abstract

关键词

纤维板 / 连续压机 / 热压板间距 / 板坯密度 / 含水率

Key words

Fiberboard / continuous hot press / hot pressing plate spacing / density of slab / moisture content

0 引言

中密度纤维板（medium density fiberboard，MDF）是利用木材资源的枝丫材、小径材、竹材及其他植物原料制成的人造板材，由于其具有良好的物理力学及机械加工性能，已广泛应用于家具制造业、室内装修业及建筑业等方面^［1-3］。相较于天然木材，MDF的综合利用率更高，有利于我国林业资源的可持续发展^［4］。

热压工艺决定了纤维板的产品质量，利用连续压机施加给板坯合适的温度与压力等条件，使板坯热压胶合为厚度、密度及各项物理力学性能均达标的毛板^［5-6］。在实际生产中，板坯弹性对热压板有反作用力，热压板间距的实际值与设定值存在一定误差，影响板坯厚度的控制精度^［7］。此外，压制板坯产生的反弹力受到板坯密度及含水率的影响呈不均匀分布，导致间距误差产生不确定性，加大了对板坯厚度的控制难度^［8-10］。若毛板厚度过大，不仅会导致砂光量较高，造成原料浪费；还会影响成品板力学性能，降低产品质量^［11-12］。入口段是热压环节板厚控制的基础，因此对于入口段热压板间距误差的研究十分必要，但目前暂无相关试验性的验证与分析。

本研究通过试验分析，重点探究MDF板坯密度及含水率对入口段4个热压位置的热压板间距误差的影响，并根据7.7 mm与16 mm厚度板的实际生产数据，建立热压板间距误差的预测模型，旨在为板厚控制提供理论依据，优化MDF生产工艺，提高国产纤维板的产品质量与经济效益。

1 试验方案设计

1.1 材料与设备

试验材料取自河北某纤维板厂生产的7.7 mm（薄板）与16 mm（厚板）的MDF板坯。利用企业现有的辛北尔康普ContiRoll型连续压机（铺装宽度为2 700 mm），纤维板生产线配带设备：水分检测仪、位移传感器和电子计时器，以及红外测距仪进行数据采集。

1.2 试验方法

该企业生产7.7 mm与16 mm纤维板时，连续压机入口段4个热压位置的热压板间距如图1所示。图1中理想距离是板厂制定的热压板间距最优值，实际距离则是在每个热压位置测量的100组热压板间距的平均值。

由图1可知，压制薄板与厚板的板坯时，4个位置的热压板间距实际值与最优值均存在一定误差，在压机的纵向长度上误差逐渐减小。由唐忠荣等^［13］与高金贵等^［14］的分析可知，密度与含水率是影响纤维板板坯反弹力的重要因素，因此本研究将板坯密度与含水率作为主要的工艺变量，采用单因素试验，探究其对入口段4个热压位置的热压板间距误差的影响。

1.3 数据采集

1.3.1 板坯密度的计算

每隔5 min利用板坯秤对板坯质量（M）进行一次记录。每次称质量的板坯长为2 700 mm，宽为1 200 mm，高为铺装厚度，板坯体积（V）见表1。板坯密度（ρ）利用板坯质量（M）、体积（V）及密度公式计算得出。

1.3.2 板坯含水率的测量

试验所用板坯含水率，采集自板坯秤处的水分检测仪。为得到板坯同一位置的生产参数，在记录板坯质量时，同时记录板坯的含水率。由于板坯从入口段第1个热压位置运动至第4个热压位置的所用时间较少，整体的含水率并无明显变化，因此可依据采集的含水率，同时研究入口段4个位置的热压板间距误差。

1.3.3 热压板间距误差的计算

连续压机每组的中间油缸处均安装有位移传感器，可直接读取该位置油缸活塞杆的位移量。使用红外测距仪测量出上、下热压板的初始距离，结合活塞杆的位移量计算出实际的热压板间距，再将其与企业制定的最优间距值做差，即可得到误差值。

板坯秤与4个热压位置之间相隔一定距离，在研究板坯密度与含水率对热压板间距误差的影响时，需用电子计时器对数据进行定时记录。利用红外测距仪测量出，板坯秤至第1个热压位置的距离标记为1，记作S₁；至第2个热压位置的距离标记为2，记作S₂；至第3与第4个热压位置的距离分别标记为S₃与S₄。利用距离（S）、钢带速度（v）及速度公式，可计算出板坯从板坯秤处运动至4个热压位置的时间（T₁、T₂、T₃、T₄），具体见表2。

2 试验分析

2.1 板坯密度对热压板间距误差的影响

为减小数据的偶然性，将5个批次生产的7.7 mm与16 mm MDF分别选出800组样本，按不同批次等分成5组，并求得每组数据样本中板坯密度及对应入口段4个热压位置的热压板间距误差平均值。压制薄板板坯时，板坯密度与4个热压位置的热压板间距误差关系如图2所示；压制厚板板坯时，板坯密度与热压板间距误差关系如图3所示。

由图2与图3可知，压制厚、薄板的2种板坯时，热压板的间距误差均随着板坯密度的增大而增加，并且误差的增长率也随着板坯密度的增大而增加。

该企业生产7.7 mm MDF制定的密度标准为（44±2）kg/m³，图2中每个热压位置的板坯密度最小平均值为第1组的44.33 kg/m³，高于生产标准0.33 kg/m³，对第1个热压位置的热压板间距造成了1.92 mm的平均误差，对第2、第3及第4个热压位置造成的间距误差分别为1.81、0.96、0.25 mm；板坯密度最大平均值为第5组的47.29 kg/m³，高于生产标准3.29 kg/m³，对第1个热压位置的热压板间距造成了3.03 mm的平均误差，对第2、第3及第4个热压位置造成的间距误差分别为2.64、1.65、0.76 mm。

16 mm厚板的5组板坯密度平均值中，最小为第1组的50.34 kg/m³，比该规格MDF的（50±2.5）kg/m³密度标准高0.34 kg/m³，引起第1个热压位置热压板3.26 mm的平均间距误差；引起第2、第3与第4个热压位置的间距误差，分别为2.45、1.13、0.33 mm。16 mm厚板的最大板坯密度平均值为第5组的55.15 kg/m³，比该规格MDF的（50±2.5）kg/m³密度标准高5.15 kg/m³，引起第1个热压位置热压板4.57 mm的平均间距误差；引起第2、第3与第4个热压位置的间距误差分别为3.36、1.97、0.86 mm。

由此可见，在试验范围内（薄板板坯密度为44.33~47.29 kg/m³，厚板板坯密度为50.34~55.15 kg/m³），减小板坯密度，且尽可能地达到生产标准值，是减小入口段热压板间距误差的有效措施。此外，从图中还可以明显地看出，相同的热压位置下，压制厚板板坯时热压板的平均间距误差比压制薄板板坯时大。因此，在生产厚板时要施加更大的热压压力以抵消板坯产生的反弹力。

2.2 板坯含水率对热压板间距误差的影响

求得样本中5组数据的板坯含水率及对应入口段4个热压位置的热压板间距误差平均值。薄板的板坯含水率对4个热压位置的热压板间距误差影响如图4所示，厚板的板坯含水率对4个热压位置的热压板间距误差影响如图5所示。

由图4与图5可知，在7.7 mm纤维板的5组板坯含水率平均值中，含水率平均值最小为第1组的7.43%，比企业制定的8%±0.5%的生产标准小0.57%，对第1个热压位置的热压板间距造成了2.78 mm的平均误差；对第2、第3和第4个热压位置的热压板间距造成了2.50、1.31、0.62 mm的误差；含水率最大为第5组的8.52%，比企业制定的8%±0.5%的生产标准大0.52%，对第1个热压位置的热压板间距造成了1.57 mm的平均误差；对第2、第3和第4个热压位置的热压板间距造成了1.27、0.68、0.19 mm的误差。

16 mm纤维板的5组板坯含水率平均值最小为第1组的6.03%，比7%±0.5%的生产标准小0.97%，引起了第1个热压位置热压板3.18 mm的平均间距误差，引起第2、第3和第4个热压位置热压板的间距误差分别为2.99、1.71、0.77 mm；含水率最大为第5组的8.01%，比7%±0.5%的生产标准大1.01%，引起了第1个热压位置热压板1.98 mm的平均间距误差，引起第2、第3和第4个热压位置热压板的间距误差分别为1.77、1.03、0.30 mm。

由此可见，试验范围内（薄板含水率为7.43%~8.52%，厚板板坯含水率6.03%~8.01%）的热压板间距误差随着板坯含水率的增大而减小。因此在生产中，也可以适当地提高热压前的板坯含水率，提高板坯的塑性，以减小热压时入口段产生的热压板间距误差。通过以上对生产数据的分析可知，热压板间距误差是多因素共同影响下的综合结果，通过单因素分析很难完整地阐释引起误差的原因。基于此，本研究通过试验数据建立板坯密度及含水率对热压板间距误差的预测模型，探究密度、含水率对间距误差的影响。

3 板坯密度和含水率对热压板间距误差的预测模型

3.1 模型假设

1）假设入口段加压油缸工作状态良好，不存在因油缸质量问题引起的热压板间距误差。

2）忽略板坯在输送过程中的水分蒸发，将板坯秤处测得的含水率视为板坯位于入口段时的含水率。

3.2 模型建立

由于连续压机4个热压位置的热压板间距误差预测模型的建立方法相同，因此以选出的800组7.7 mm与16 mm纤维板的板坯在第1个热压位置的生产数据为例，分别针对板坯密度与含水率对热压板间距误差的影响建立数学模型，并检验其精度。利用MATLAB拟合工具箱Curve Fitting Tool对函数进行多次拟合，为保证模型准确且适应生产实际，直至函数回归方程决定系数R²≥0.8，并使预测模型具有一定鲁棒性^［15-17］。

设板坯密度为X，含水率为Y，经过多次拟合后得到热压板间距误差（Z）对X、Y的函数形式为

Z=P_{\mathrm{0}}+P_{\mathrm{1}}X+P_{\mathrm{2}}Y+P_{\mathrm{3}}{X}^{\mathrm{2}}+P_{\mathrm{4}}XY+P_{\mathrm{5}}{Y}^{\mathrm{2}}。

式中：P₀、P₁、P₂、P₃、P₄、P₅为方程参数，求解结果见表3。

表3中拟合度R₁²=0.902 2是指7.7 mm薄板的因变量Z的90.22%可以由该预测模型确定；拟合度R₂²=0.907 1是指16 mm厚板的因变量Z的90.71%可以由该预测模型确定。2种模型的样本充足，回归方程的决定系数都较高，均方误差F均远超检验临界值，且F<α（α显著性水平），因此2种模型具有较好的可信度^［18］。

3.3 模型分析

对2个模型的拟合函数进行绘图，可得热压板间距误差与板坯密度及含水率的关系，如图6所示。当含水率不变时，热压板的间距误差随着板坯密度的增大而增大，且误差的增长率越来越大；当板坯密度不变时，热压板间距误差随着含水率的增加而减小。应用此模型，通过7.7 mm与16 mm纤维板的板坯密度及含水率，可以实现对连续压机第1个热压位置热压板间距误差的预测。依靠误差的预测值，可提前调整液压油缸活塞杆的位移量，从而提高板坯厚度的控制精度，并且可以借鉴该方法建立其他厚度板或其他热压位置的热压板间距误差模型。

3.4 模型误差检验

为验证板坯密度、含水率对热压板间距误差预测模型的准确性，分别重新测量5组7.7 mm与16 mm纤维板的板坯密度、含水率及对应第1个热压位置的热压板间距误差，得到误差的预测值与实际值，列于表4。

由表4可知，预测精度均在合理的范围内，热压板间距误差预测值的可信度良好。因此，认为7.7 mm及16 mm纤维板的板坯密度与含水率，对连续压机入口段第1个热压位置的热压板间距误差预测模型具有较好的预测效果。

4 结论

本研究采用单因素试验法研究了中密度纤维板的板坯密度及含水率对热压板间距误差的影响，利用MATLAB建立了预测模型，并进行了预测精度的验证。得出以下结论。

1）在入口段相同的热压位置下，压制厚板时的热压板间距误差比压制薄板时的大。

2）实际生产7.7 mm与16 mm的MDF时，热压板间距误差随着板坯密度的增大而增大，当密度过高时误差急剧增大；随着板坯含水率的增大而减小，呈近似线性的反比例关系。

3）利用企业的实际生产数据，分别建立了7.7 mm与16 mm纤维板的板坯密度及含水率，关于连续压机入口段热压板间距误差的数学模型，模型预测误差的准确率均在90%以上，且模型预测值与实际值的相对误差在5%以内，2个预测模型的预测精度较高，预测效果良好。利用该模型可以提高中密度纤维板热压工艺中板坯厚度的控制精度，为纤维板的高质量生产提供理论依据。

参考文献

[1] 张晴，朱良宽， ALAA M.E.MOHAMED，基于优化极限学习机的人造板厚度在线检测［J］.森林工程，2021，36（4）：58-65.

[2] ZHANG Q， ZHU L K， MOHAMED ALAA M，et al.Online detection of wood-based panel thickness via optimized extreme learning machine［J］.Forest Engineering，2021，36（4）：58-65.

[3] 朱嘉智，朱猛，温明宇，阻燃无甲醛胶黏剂制备胶合板的研究［J］.森林工程，2020，36（6）：58-64.

[4] ZHU J Z， ZHU M， WEN M Y，et al.Research on plywood by flame retardant and aldehyde free adhesive［J］.Forest Engineering，2020，36（6）：58-64

[5] VUONG D N， HIEN T T N， SHUTO K，et al.Effects of size and type of raw material on temperature and vapour pressure behaviour of wood-based panels during hot-pressing［J］.Wood Material Science & Engineering，2022，17（6）：702-711.

[6] ZANCHI G， BELYAZID S， AKSELSSON C，et al.Modelling the effects of management intensification on multiple forest services：A Swedish case study［J］.Ecological Modelling，2014，284：48-59.

[7] GUL W， AHMAD N， MOHAMMAD S，et al.Impact of moisture content，closing speed，and pressurizing speed on the performance of medium density fiberboard （MDF）［J］.Frontiers in Materials，2023，10：1195789.

[8] 陈光伟，陈相宇，花军，连续平压式热压机柔性入口段的结构特征与形式［J］.林业工程学报，2021，6（2）：21-30.

[9] CHEN G W， CHEN X Y， HUA J，et al.A review of structure and forms of the flexible infeed of continuous press［J］.Journal of Forestry Engineering，2021，6（2）：21-30.

[10] 陈芯锐，朱良宽，肖康铭，基于ADRC的动态面非奇异终端滑模MDF板厚控制研究［J］.林产工业，2021，58（1）：20-26.

[11] CHEN X R， ZHU L K， XIAO K M，et al.Study on ADRC control of sliding mode MDF panel thickness of dynamic surface non-singular terminal［J］.China Forest Products Industry，2021，58（1）：20-26.

[12] 张国梁，张栋，侯晓鹏，中密度纤维板铺装成型技术与装备研究进展［J］.木材科学与技术，2022，36（2）：18-25.

[13] ZHAGN G L， ZHANG D， HOU X P，et al.Review on mat-forming technology and machinery of medium density fiberboard［J］.Chinese Journal of Wood Science and Technology，2022，36（2）：18-25.

[14] 伍艳梅，卢胜高，赵丽媛，中密度纤维板剖面密度特征参数与主要物理力学性能相关性［J］.木材科学与技术，2021，35（5）：31-37.

[15] WU Y M， LU S G， ZHAO L Y，et al.Correlation between characteristic parameters of vertical density profile and main physical and mechanical properties of medium density fiberboard［J］.Chinese Journal of Wood Science and Technology，2021，35（5）：31-37.

[16] 娄衡，潘大卫，张扬，MDI低密度纤维板制备工艺和性能研究［J］.北京林业大学学报，2019，41（2）：134-139.

[17] LOU H， PAN D W， ZHANG Y，et al.Preparation process and properties of MDI low density fiberboard［J］.Journal of Beijing Forestry University，2019，41（2）：134-139.

[18] 高星，李敏，甘雪菲，中密度纤维板含水率对其力学性能的影响［J］.木材工业，2017，31（4）：32-34.

[19] GAO X， LI M， GAN X F，et al.Effects of moisture content on mechanical properties of medium density fiberboard［J］.China Wood Industry，2017，31（4）：32-34.

[20] COLOSIMO B M， MENESES M， SEMERARO Q.On the effectiveness of profile monitoring to enhance functional performance of particleboards［J］.Quality and Reliability Engineering International，2015，31（8）：1665-1674.

[21] 唐忠荣，董岩伟.木质纤维板坯的热压特性［J］.东北林业大学学报，2008（10）：28-29，52.

[22] TANG Z R， DONG Y W.Character of wood fibre mat by hot pressing［J］.Journal of Northeast Forestry University，2008（10）：28-29，52.

[23] 高金贵，姜兆方，张健，压机参数对纤维板地板基材断面密度分布的影响——以双钢带滚针毯式连续平压机为例［J］.北华大学学报（自然科学版），2016，17（1）：123-127.

[24] GAO J G， JIANG Z F， ZHANG J，et al.Effect of press parameters on density distribution of flooring substrate made of fiber board——taking continuous pressure machine with double steel needle roller belt as example［J］.Journal of Beihua University （Natural Science），2016，17（1）：123-127.

[25] 屈文星，刘浩，秦楚，基于MATLAB傅里叶曲线拟合的天线跟踪精度评估方法［J］.电子测量技术，2020，43（12）：91-95.

[26] QU W X， LIU H， QIN C，et al.Antenna tracking accuracy evaluation method based on MATLAB Fourier curve fitting［J］.Electronic Measurement Technology，2020，43（12）：91-95.

[27] 高超.基于Matlab曲线拟合求取地表沉陷预计参数的程序实现与优化［J］.煤矿开采，2018，23（1）：33-37.

[28] GAO C.Program implementation and optimization of surface subsidence predicting parameters determination based on Matlab curves fitting［J］.Coal Mining Technology，2018，23（1）：33-37.

[29] 李晋儒，宋成航，刘冠杰.基于Matlab的建筑物沉降数据预测模型对比研究［J］.测绘与空间地理信息，2021，44（9）：205-208，210.

[30] LI J R， SONG C H， LIU G J.Comparison and analysis of prediction models of high-rise building settlement data based on Matlab［J］.Geomatics & Spatial Information Technology，2021，44（9）：205-208，210.

[31] 杨春梅，李月茹，田心池，密度和含水率对竹基纤维复合材料抗弯性能的影响［J］.木材科学与技术，2023，37（3）：44-50.

[32] YANG C M， LI Y R， TIAN X C，et al.Effects of density and moisture content on flexural properties of bamboo-based fiber composites［J］.Chinese Journal of Wood Science and Technology，2023，37（3）：44-50.

基金资助

国家自然科学基金项目(62176050)