基于声波原理的纸张柔软度检测方法

纸张的应用已不再局限于记录场合的使用，更广泛应用于像包装、减震、绝缘、物件造型等方面，而且对用于印刷、包装的纸及一些特殊用途的纸张柔软度提出了严格的要求。目前纸张柔软度 检 测 仪 器 量 程 （１０～１０００ｍＮ）较 小，仅 适用于餐巾纸之类的生活用纸。一些高刚度的特殊用途纸张的柔软度分级，还处在人工作业水平，因此，一种大量程的纸张柔软度检测方法成为业界的关注焦点［１－２］。

声音是由物体震动产生，声音能量与物体的结构、材质有关；纸张的柔软程度同样由这些因素决定。不同柔软度的同类纸张受到恒 定 的 速 度、力 度 敲 击 时，产生的声音能量具有差异，因此可以根据纸张受敲击时的声音能量大小衡量纸张柔软度［３－４］。

１ 基于击点能量和ＰＣＡ的系统模型及其算法

１．１ 击点能量法

击点能量法：根据纸张受敲击瞬间的声音能量衡量其柔软度的大小。纸张敲击示意图，如图１所示，图中实线表示敲击爪刚接触到纸张，虚线是敲击爪与纸张脱离的瞬间，假设整个过程纸张 不 弯 曲。电 机 速 度 ３０００ｒ／ｍｉｎ，敲 击 爪 半 径 为 ７０ｍｍ，敲击爪在纸张上的刮痕长度ｌ为２．４ｍｍ，敲击爪的线速

１．２ ＰＣＡ的识别系统模型

纸张声音包括从纸张开始受到敲击，经反复震荡至停止整个过程的声音。完整的声音信号包含的数据量大，可用于区分柔软度的特征较多，为了提高系统实时性，必 须 减 少 运 算 量，从众多特征中提取差异较大的特征。主成分分析 （ＰＣＡ）是将多个变量转化为几个综合变量 （即 主 成 分），每个主成分由原始变量的线性组合组合生成，各主成分之间互不相关，这些主成分能够反映始变量的绝大部分信息，且所含的信息互不重叠［５－７］。因此采用 ＰＣＡ 分析方法提取出纸张声音能量中主要特征组成特征矩阵，然后根据待测对象的特征向量与特征矩阵的

特征比较的过程是待测样本数据经过预处理、特征提取得到的特征向量与特征矩阵的每列向量作比较，方差Z小的那列特征向量所属级别即为待检测样本柔软度级别。

２ 实验结果与分析

２．１ 实验系统与样本

２．１．１ 实验装置系统

系统立足于纸张柔软度检测的基本功能和开放性设计 原则，由机 械 装 置 和 系 统 软 件 组 成。系统的总体方案如图 ３所示。

机械装置由伺服电机带动敲击爪以恒定的速度敲击纸 张；纸张发出的声音经双层消音箱的内层多次反射而减弱，消音箱的外层隔离外界环境噪音，为下次声音采集提供安静的环境。系统软件以 Ｗｉｎｄｏｗｓ为软件开发平台，以 高 速 采 集 卡 为核心，利用 ＶＳ２００８在此平台上自主编写电机控制模 块，位 置检测模块、声音采集模块、分类算法以及人机交互界面。

２．１．２ 纸张样本声音能量

表中Z小能量表明：打印纸越硬 （柔软度大）声音能量越大，不同柔软度的打印纸声音能量具有明显差异，因此，可以用声音能量表征打印纸的柔软度。

表１中除Ⅴ类样本外的准确率均达到１００％，经 标 准 仪 器测得Ⅴ 类 样 本 的 柔 软 度 为 ５７４ ｍＮ，其余各类样本均超过１０００ｍＮ。因为Ⅴ类样本太软，受敲击时形变不一致，所以能量变化较大。

３．２ 基于 ＰＣＡ的柔软度识别

上述的５级×１２样本声音数据经过预处理提取出特征矩阵，对其余的样本进行柔软度分类结果如表２，各主成分 贡 献率如图６所示。

虽然Ⅴ类样本受敲击时的瞬间能量有差异，但是整体能量谱图却相似，通过 ＰＣＡ 提取其他特征加以辅助，５级 柔 软 度的识别准确率均达到１００％。

４ 结论

通过分析纸张声音的差异，提出基于声音能量的纸张柔软度识别方法，实 现 对 打 印 纸 ５级柔软度的识别，正 确 率 达 到１００％。后期研究过程中需要更多的纸张样本进行实验，提 取同级柔软度纸张更多有共性的声音能量特征，以达到更好的识别效果，并更好地应用于纸张柔软检测、柔软度清分等领域。

更多关于织物触感测试仪：http://www.rouruanduceshiyi.com/95.html