Site quality evaluation of broadleaved mixed forest in Xiaoxing’an Mountains of northeastern China based on volume potential productivity
-
摘要:目的
立地质量评价是森林经营规划和决策的重要基础。建立林分蓄积生长模型，引入林分蓄积潜在生产力，对小兴安岭阔叶混交林进行立地质量评价，旨在为该地区森林生长收获预测、森林经营规划以及可持续经营提供科学依据。
方法利用黑龙江省2010—2015年两期连续清查中的小兴安岭阔叶混交林数据，建立林分平均高和蓄积生长模型，划分立地等级，并计算各立地等级阔叶混交林林分蓄积潜在生产力。结合林分现实生产力及其与蓄积潜在生产力之间的差异，对当前林龄林分的实际状况和可提升空间进行评价。
结果（1）小兴安岭阔叶混交林林分蓄积生长模型拟合效果较好，林分基准年龄（30 a）时，各立地等级的蓄积潜在生产力范围为3.87 ~ 6.10 m3/（hm2·a）；阔叶混交林林分平均可提升空间介于50.78% ~ 62.97%之间，且随着立地等级的降低而逐渐增大。（2）小兴安岭阔叶混交林林分蓄积潜在生产力随林龄的增大而逐渐减小，最终趋于平缓。其与现实生产力的差异随林龄的增大而逐渐减小。（3）各林龄林分蓄积潜在生产力和现实生产力均呈现随立地等级降低而下降的趋势，立地质量中等的林分占总样本量的77.24%，且各个立地等级的林分蓄积潜在生产力始终大于现实生产力。
结论林分蓄积潜在生产力可以作为小兴安岭阔叶混交林立地质量评价的指标。针对小兴安岭阔叶混交林，各立地等级处于发育初期的林分蓄积潜在生产力比近成熟林的更大，且林分可提升空间也更大；随着立地质量的降低，林分可提升空间逐步扩大。因此，应根据林分发育时期和立地条件，采取差异化抚育措施，且需注重立地质量中等的林分，优先进行中幼龄林抚育，提升林分的整体生产力。
Abstract:ObjectiveSite quality evaluation is an important foundation for forest management planning and decision-making. This article introduces the potential productivity of stand volume by establishing a stand volume growth model to evaluate the site quality of broadleaved mixed forest in the Xiaoxing’an Mountains of northeastern China, providing a scientific basis for predicting forest growth and harvest, forest management planning, and sustainable management in the region.
MethodUsing data from the two consecutive inventory periods of the Xiaoxing’an Mountains broadleaved mixed forest in Heilongjiang Province from 2010 to 2015, a model for average tree height and volume growth of the forest stand was established. Site levels were classified, and potential productivity of each site level for broadleaved mixed forest stands was calculated. We evaluated the actual condition and potential improvement space of the current aged stand based on the difference between actual productivity of the forest and its potential productivity for accumulation.
Result(1) The fitting effect of volume growth model of broadleaved mixed forest in the Xiaoxing’an Mountains was good, and the range of potential productivity at the baseline age of forest was between 3.87−6.10 m3/（ha·year）. The average improvement space of broadleaved mixed forest ranged from 50.78% to 62.97%, and gradually increased with decrease of site level. (2) The potential productivity of broadleaved mixed forest in Xiaoxing’an Mountains gradually decreased with increase of stand age, and eventually tended to flatten out. The difference between realized productivity and the potential productivity gradually decreased with increase of stand age. (3) The potential productivity and realized productivity of each age group showed a decreasing trend with decrease of site grade. Forests with moderate site quality accounted for 77.24% of total sample size, and potential productivity of each site grade was always greater than the realized productivity.
ConclusionThe potential productivity of stand volume can serve as an indicator for site quality evaluation of broadleaved mixed forest in the Xiaoxing’an Mountains. For the broadleaved mixed forest in Xiaoxing’an Mountains, stands at the initial stage of development within various site classes exhibit greater potential productivity of stand volume compared with those nearing maturity, and the potential for improvement in stand productivity is also larger. As site quality decreases, the scope for stand improvement gradually expands. Therefore, differentiated management measures should be adopted based on stand development stage and site conditions, with emphasis on stands of medium site quality. Priority should be given to tending of middle-aged and young forests to enhance overall stand productivity.
-
磨削是人造板生产的重要步骤，可以去除人造板表面预固化层、产品尺寸定厚、提升表面质量[1]，对木制品的产品质量有较重要的影响。砂带磨削属于冷态磨削[2]，砂带周长较长，具有散热快、去除率高、使用寿命长、表面处理质量好等优点，是应用最广泛的磨削工具[3]。
影响木质材料砂带磨削质量的因素有很多，如木材特征（密度、纹理、含水率等）和加工参数（磨削速度、进给速度、砂带粒度）[4]。李晓旭等[5]发现砂带粒度是影响砂带磨削效率的一个主要因素。Luo等[6]发现磨料粒度大小会影响切削深度，改变木材表面创成过程。普通砂带打磨刨花板时，使用粗的大磨粒磨削时去除量较大，但会在表面产生划痕，使磨削表面粗糙；用细的小磨粒磨削时虽然去除量小，但会优化试件表面的粗糙度[7]。Vitosyte等[8]研究发现木材表面粗糙度直接取决于砂纸的粒度、木材的解剖特征和木纹的方向。Wu等[9]采用正交试验研究了磨削参数对杨木表面粗糙度的影响，发现砂带粒度对磨削表面粗糙度影响最大。Gurau[10]使用算法过滤掉木材解剖结构的影响，发现相同粒度磨削后木材的加工粗糙度相近。磨削可以消除不同树种和不同纹理方向的粗糙度差异[11]。刨花板使用粒度60目以下的普通砂带加工后表面比刨平表面粗糙[12]，使用120目以下的砂带磨削刨花板，表面粗糙度提升不显著，磨削表面还会出现空隙[13]。Adamcik等[14]量化了磨料粒度对刨花板表面粗糙度的影响，证明高粒度的细磨粒能够磨平表面的不规则。砂带粒度还对磨削后刨花板甲醛释放量有直接影响，Medved等[15]研究发现砂纸的粒度会影响试件表面切削深度，从而影响刨花板的总表面积，即甲醛可以排放到环境中的表面，所以磨粒粒度还会直接影响刨花板的环保性能。
定组态砂带是一种可用于木质材料磨削的新型砂带，可以根据不同材料的磨削特性、加工要求调控磨粒形态和排列，从而实现木质材料的优质高效磨削[16]。目前对定组态砂带性能的研究主要集中在等效磨粒形状、排列规则方面，还缺少微磨粒粒度对定组态砂带磨削质量影响的研究。
为了使定组态砂带更好地满足刨花板的加工需求，本研究探究不同粒度微磨粒制备的四棱台形等效磨粒定组态砂带在磨削刨花板过程中的材料去除效率、表面加工质量、砂带磨损变化规律，分析磨料粒度对定组态砂带磨削性能的影响。本研究旨在进一步明确定组态砂带磨削过程中刨花板表面创成和砂带磨损过程，有利于进一步夯实木质材料磨削理论基础，为定组态砂带的设计、研究和生产提供理论支撑和实践指导。
1. 材料与方法
1.1 材 料
本研究中用来制造定组态砂带的材料包括微磨粒、酚醛树脂胶黏剂、高强度化纤布基和其他添加剂。试验中使用的微磨粒购于郑州嘉晟研磨制品有限公司，这些磨粒主要由棕刚玉组成，化学成分为Al2O3，磨粒粒度分别为150目、180目、220目。酚醛树脂胶黏剂购于太尔胶黏剂（广东）有限公司，固含量为74% ~ 78%。高强度化纤布基购于白鸽磨料磨具有限公司，用作定组态砂带磨粒附着的基材。此外，砂带制备过程中还使用了固含量为40%的水性聚氨酯乳液和95%浓度的乙醇，均购于上海麦克林生化科技有限公司。
本研究使用的刨花板试件为同批次购买，并锯成相同尺寸的试件，试件尺寸为50 mm（长） × 40 mm （宽） × 18 mm（高），平均密度为0.6 g/cm3。试件表面均匀，无明显的缺陷。
1.2 砂带制备
在本试验中，定组态砂带采用先植砂后造粒的制备方法，首先将微磨粒与胶黏剂混合均匀后平铺在高强度化纤布基上，采用辊压法使混胶磨粒一次成型，塑造等效磨粒形状。根据单磨粒的切削特性，三棱锥磨粒具有锋利的切削刃，能有效切断木纤维，具有侧刃的磨粒具有更好的切削性能[17]，且前刀面夹角小的等效磨粒性能更优[18]。为方便制备，本研究将不同粒度的微磨粒辊压成前刀面夹角30°具有侧刃的四棱台形等效磨粒（图1）。最后放入烘箱干燥和固化，制备出等效磨粒形态一致、排布可控的定组态砂带。
1.3 磨削测试
采用木质材料磨削试验装置（图2）进行刨花板磨削。该装置的驱动系统使工作台上的刨花板试件在水平方向上做往返移动，往返平均移动速度为0.2 m/s。气动装置（ADNGF-50-40-A，FESTO，Esslingen am Neckar，德国）在打磨过程为砂带提供了向下的100 N恒定磨砂压力，在返回过程中，压紧装置和砂带抬起，以确保刨花板试件只被水平单方向磨削，单次磨削行程为75 mm。光电计数器记录往返次数，每往复运动一个来回计为一次磨削。每块试件都用锁紧螺母牢固地固定在夹紧装置中。砂带展平通过张紧装置固定在压紧装置下。在压紧装置和砂带之间垫入橡胶压垫，使砂带与试件始终保持良好的接触。
![]()
图 2 磨削试验装置1. 机架 Framework；2. 气缸 Cylinder；3. 压垫 Rubber pad；4. 张紧装置 Tensioner；5. 砂带 Abrasive belt；6. 驱动装置 Drive system；7. 夹紧装置 Fixture；8. 试件 Sample；9. 计数装置 Counter；10. 滑轨 RailFigure 2. Sanding experimental equipment由于刨花板在厚度方向密度不均匀，为减小密度变化对材料去除的影响，每磨削0.5万次更换一块刨花板试件。每条砂带打磨刨花板试件40块，本研究共打磨试件160块。经计算磨削区域的刨花板平均密度为0.8 g/cm3。
1.4 性能表征
1.4.1 材料去除量
材料去除量反映了砂带的材料去除性能和磨削效率。使用精密分析天平（天平精度为0.001 g）测量每0.5万次磨削后的刨花板样品质量，以记录磨削前后质量变化，计算每个磨削周期的材料去除量。为了提高测量精度，在每次称量前，使用压力为3.0 MPa的高压气枪去除刨花板样品表面的木屑。
1.4.2 表面粗糙度
刨花板样品表面粗糙度反映了砂带加工的表面质量。每磨削0.5万次，使用3D表面轮廓仪（VR 6000，日本基恩士公司）测量刨花板表面的粗糙度（Sa）。Sa为算术平均高度，是相对于表面的平均面，各点高度差的绝对值的平均值，表示曲面的平整度[19]。Sa值越低，表示表面越光滑。
1.4.3 砂带质量损失
砂带质量损失表示砂带磨损程度。每磨削1万次后测试其质量。质量差为这1万次磨砂过程的砂带质量损失。
1.4.4 砂带表面形貌
在磨削试验结束后，用扫描电子显微镜（SEM，S-3400N，日本日立公司）观测砂带表面形貌，根据观测结果分析磨粒磨损情况。
2. 结果与讨论
2.1 材料去除量
对220目非定组态砂带（O-220）和微磨粒粒度分别为150目、180目、220目定组态砂带（P-150/180/220）磨削刨花板时的去除量进行分析，结果如图3和表1所示。图3显示：随着磨削次数的增加，砂带磨削刨花板的去除量逐渐减小。非定组态砂带磨削刨花板过程的平均去除量大于定组态砂带，且非定组态砂带磨削时的去除量下降最明显，从初期最大去除量7.420 g，下降到末期最小去除量0.678 g（表1），整个磨削过程中去除量下降90.86%，平均去除量为2.426 g。非定组态砂带的去除量曲线的拟合效果更好，而定组态砂带去除量会在拟合曲线外上下波动（图3）。定组态砂带去除量分布比非定组态砂带稳定，随着磨粒粒度的增大，定组态砂带磨削刨花板的平均去除量逐渐减小。图3侧面的频数分布直方图和表1中的标准差表明：P-180磨削刨花板去除量最稳定，去除量分布范围集中且均匀，在磨削过程中的收敛性好，去除量没有明显下降。
![]()
图 3 不同粒度砂带磨削刨花板的去除量分布O-220代表220目非定组态砂带，P-150、P-180、P-220代表微磨粒粒度分别为150目、180目、220目的定组态砂带。下同。O-220 represents an ordinary coated abrasive belt with micro-grit size of 220. P-150, P-180, and P-220 represent precision-shaped abrasive belt with micro-grit size of 150, 180, and 220, respectively. The same below.Figure 3. Removal amount distribution of particle board sanded with abrasive belts of different grit sizes表 1 不同粒度砂带磨削刨花板去除量的数据统计Table 1. Data statistics of the removal amount sanded with abrasive belts of different grit sizes砂带类型
Abrasive belt type最大值
Max. value/g最小值
Min. value/g均值
Mean/gSD 极差
Range/gO-220 7.420 0.678 2.426 1.520 6.742 P-150 1.183 0.402 0.806 0.186 0.781 P-180 0.787 0.320 0.524 0.109 0.467 P-220 0.753 0.255 0.496 0.129 0.498 非定组态砂带在磨削过程中去除量大于定组态砂带，而去除量稳定性差于定组态砂带。其原因在于：非定组态砂带采用静电植砂工艺制成，磨粒随机植于砂带表面，导致磨粒的直立姿态不同。磨粒单元形态、体积的差异导致非定组态砂带在磨削前期磨粒等高性较差（图4）。在磨削0 ~ 5万次时，砂带表面有很多高度突出的磨粒，这些磨粒的切削刃锋利，切入试件深，材料去除量大。磨削初期非定组态砂带有明显的初锐过程，较高磨粒磨损和未粘牢的磨粒脱落，使砂带表面磨粒等高性变好，磨粒切入刨花板表面的深度减小，砂带的去除量显著下降[20]。在初锐过程以后，砂带进入稳定磨削阶段，去除量缓慢下降。
![]()
图 4 O-220表面磨粒高度分布Figure 4. Height distribution of abrasive grits on the surface of O-220非定组态砂带在未磨削时的磨粒高度分布较分散。经20万次磨削，非定组态砂带表面高度图中红色区域变得集中，砂带的等高性变好（图4）。但此时由于有效磨粒的不断磨损、脱落，磨粒高度降低导致磨粒去除性能减弱，同时砂带容屑空间变小，更易发生砂带堵钝，砂带逐渐失去磨削作用，去除量在较低水平下几乎不再变化，达到砂带极限使用寿命。
定组态砂带在磨削过程中刨花板去除量的变化与普通砂带有较大不同。首先，定组态砂带在磨削初期去除量没有明显下降。这是因为定组态砂带制备时采用辊压成形的方式，砂带表面的等效磨粒等高性较好，在磨削初始阶段等效磨粒所受的压力均匀，切入刨花板表面相对较浅，并未出现初锐现象，但也导致去除量小于非定组态砂带。其次，定组态砂带磨削刨花板的去除量在均值附近上下波动，去除量下降缓慢，这得益于定组态砂带优异的自锐性。定组态砂带的等效磨粒由很多微磨粒组成，随着磨削过程的进行，表面微磨粒在磨削刃磨损后脱落，暴露出内部新的小磨粒，产生新的磨削刃（图5a，b），而非定组态砂带没有这样好的自锐性能，故定组态砂带磨削稳定性更好。同时，定组态砂带等效磨粒的规则排布，使得定组态砂带比起非定组态砂带有更多的容屑空间和畅通的排屑通道（图5c），因此在相同的磨削次数下定组态砂带更不易因堵钝导致砂带失效。
![]()
图 5 定组态砂带等效磨粒结构和表面形貌Figure 5. Structure and surface morphology of equivalent abrasive on PSA对比3种不同磨粒粒度的定组态砂带，随着磨粒粒度的变大，定组态砂带磨削刨花板的平均去除量减小。从宏观上看，等效磨粒在磨削过程中起到材料去除的作用，但从微观上是组成等效磨粒的微磨粒在磨削试件。微磨粒粒度越大，尺寸越小，组成相同形态的等效磨粒所需微磨粒数量越多，此时单个磨粒所受到的磨削力减小，去除能力减弱。所以随着定组态砂带的粒度增大，去除量减小。
定组态砂带在磨削刨花板的过程中，P-180的去除量并没有明显高于P-220。两种不同粒度定组态砂带的去除量相差不大，这说明了在磨削过程中等效磨粒会对大目数定组态砂带的材料去除起到补偿作用，减小定组态砂带不同粒度微磨粒之间的去除量差异。
P-150磨削稳定性最差，而P-180和P-220的定组态砂带，从数据的标准差和极差来看磨削稳定性相差不大，P-180稍优于P-220。这是因为在当量磨粒尺寸相同的情况下，磨粒的尺寸越小，组成相同尺寸当量磨粒所需的磨粒数量就越多。在砂带自锐的过程中，磨粒越多就能产生更多的切削刃，故定组态砂带P-180和P-220磨削稳定性更好。
P-150的磨粒尺寸较大，组成的等效磨粒气孔较多（图5d）。等效磨粒表面存在较大的气孔，减少了有效磨粒数量且易堵塞磨屑，造成去除量变小。随着磨削进行，表面磨粒的不断脱落，新的磨粒暴露出来，气孔变小，磨屑排出，去除量便会迅速增大。这也导致了P-150去除量波动大。
2.2 表面粗糙度
非定组态砂带磨削刨花板表面粗糙度Sa均值为7.107 μm，标准差为2.617 μm，都远大于定组态砂带（表2）。拟合曲线（图6）表明：4条砂带磨削的刨花板表面粗糙度基本都呈现先快速下降，后保持稳定的变化趋势，定组态砂带磨削表面粗糙度变化曲线的拟合效果略优于非定组态砂带。随着组成定组态砂带的微磨粒粒度增大，刨花板表面的粗糙度减小。图7侧面的频数分布直方图显示：O-220和P-150的粗糙度分布较分散，P-180和P-220的粗糙度分布更加集中，P-180和P-220磨削表面的粗糙度相差不大，P-180的Sa均值和标准差略小于P-220，P-220的极差小于P-180。P-180和P-220磨削试件的表面效果更好，P-180磨削表面粗糙度更稳定，P-220磨削表面质量更加可控。
表 2 不同粒度砂带磨削刨花板表面粗糙度Table 2. Sa of particle board sanded with abrasive belts of different grit sizes砂带类型
Abrasive
belt type最大值
Max.
value/μm最小值
Min.
value/μm均值
Mean/
μm
SD极差
Range/
μmO-220 15.977 3.637 7.107 2.617 12.340 P-150 7.999 3.281 5.521 1.439 4.718 P-180 6.365 2.264 3.818 0.806 4.101 P-220 5.528 2.389 3.911 0.827 3.139 ![]()
图 6 不同粒度砂带磨削刨花板表面粗糙度（Sa）分布Figure 6. Sa distribution of particle board sanded with abrasive belts of different grit sizes![]()
图 7 等效磨粒与表面微磨粒的协同作用Figure 7. Synergistic effect between equivalent grit and surface micro-grits试件表面粗糙度Sa数值越小说明砂带磨削表面质量越好，标准差体现了磨削质量的稳定性，标准差越小，刨花板表面粗糙度值的波动越小，磨削表面质量越稳定。非定组态砂带磨削试件的表面粗糙度大于定组态砂带，粗糙度稳定性也较差。P-180和P-220定组态砂带磨削表面质量更平整且稳定。
从试件表面粗糙度变化趋势看，非定组态砂带磨削刨花板0 ~ 5万次的过程中，刨花板表面粗糙度下降剧烈，并在5万 ~ 12万次过程中波动明显，然后随着磨削次数的继续增加表面粗糙度逐渐稳定，这是因为砂带表面的磨粒等高性较差（图4）。在磨削初期，较高的磨粒先磨削试件，并在试件表面切入较深，所以初期有较高的去除量而试件表面粗糙度较差。当磨削一定次数后，较高的磨粒被磨损，砂带的等高性变好，有更多磨粒参与磨削，此时试件加工后的表面粗糙度较初始阶段会迅速降低。当磨削继续进行，表面磨粒磨损加剧，磨削阻力增大，磨粒通过破碎自锐增强磨削性能，切削刃的变化导致试件表面粗糙度的波动。当大部分磨粒破碎完全时，磨粒等高性进一步稳定，此时磨削试件表面粗糙度变小并逐渐趋于稳定。
定组态砂带磨削刨花板的粗糙度变化均较非定组态砂带稳定。图6显示：3种定组态砂带磨削刨花板的表面粗糙度在整个过程中也基本呈先下降后稳定，上下波动的变化趋势。磨削前期下降趋势较明显，中后期粗糙度稳定，波动幅度较小。因为定组态砂带磨粒等高性好，所以在磨削初期时相较于非定组态砂带有着更好的磨削质量。等效磨粒结构导致定组态砂带自锐性更强，在磨削刨花板过程中随着磨削的进行磨粒发生破碎和脱落，会不断有新的磨粒参与磨削使在磨削过程中刨花板表面粗糙度在较小范围内上下波动。
定组态砂带磨削刨花板表面质量更好还与等效磨粒与表面微磨粒的协同作用（图7）有关。在磨削过程中等效磨粒对刨花板表面进行切削，去除试件表面材料，同时砂带表面微磨粒也对等效磨粒磨削过的表面进行修整，使磨削试件的表面粗糙度下降。在磨削过程中这两类磨粒作用同时进行，所以在等效磨粒和表面微磨粒的共同作用下定组态砂带磨削的刨花板具有更小的表面粗糙度。
进一步对比3种不同粒度的定组态砂带磨削刨花板表面粗糙度变化，发现在整个磨削过程中P-150定组态砂带磨削试件表面粗糙度波动比P-180和P-220大。这是因为P-150单个微磨粒直径大，所受到的磨削阻力较大，使得整体结构不稳定，易发生微磨粒的脱落，造成试件表面粗糙度波动较大。P-180和P-220磨削刨花板表面粗糙度值在经过初期下降之后，在磨削的中后期磨削稳定，刨花板表面粗糙度值变化幅度不大。因为这两种定组态砂带微磨粒尺寸小，磨粒之间结合强度好，单个磨粒所受磨削阻力较小，磨粒能够均匀地磨损、脱落。在磨削前期，磨粒表面胶层以及顶端微磨粒磨掉之后，等效磨粒与试件的接触面积变大，切入深度下降，试件表面粗糙度降低。之后磨削过程中等效磨粒受力均匀，微磨粒的磨损与脱落稳定发生，所以P-180和P-220磨削刨花板表面粗糙度稳定。而P-180磨粒目数略大于P-220，微磨粒所受磨削阻力较大，部分微磨粒成团脱落，导致P-180磨削刨花板表面粗糙度波动略大于P-220。
2.3 砂带磨损
3种不同粒度的定组态砂带在磨削刨花板过程中，砂带质量呈波浪形下降，且均在磨削开始阶段有较明显的降低（图8）。对3种不同粒度的定组态砂带质量分别进行线性拟合，P-150、P-180、P-220的拟合后的残差平方和R2分别为0.968、0.981、0.974，各拟合曲线的R2值均在0.9以上，拟合程度较好，其中P-180的拟合程度最好。P-150拟合曲线的斜率最大，磨削过程中砂带质量下降的最快。根据砂带初始质量和最终质量之差可以计算出磨削20万次后的砂带质量损失（表3），质量损失从大到小依次是P-150、P-180、P-220。
![]()
图 8 不同粒度定组态砂带磨削刨花板过程的质量变化Figure 8. Mass change of PSAs with different abrasive grit sizes during sanding particle boards表 3 不同目数定组态砂带磨削过程的质量统计数据Table 3. Statistical data of mass of PSAs with different grit sizes砂带类型
Abrasive belt type初始质量
Initial mass/g结束质量
Final mass/g质量损失
Mass loss/gP-150 30.675 30.392 0.283 P-180 30.425 30.153 0.272 P-220 31.007 30.760 0.247 在初始1万次磨削中，3种定组态砂带均有较大的质量损失，这是因为定组态砂带制备时会在砂带表面涂覆面胶。初始磨削过程会把砂带表面的胶层、等效磨粒表面高度较高的微磨粒以及黏结强度较弱的微磨粒都打磨掉，所以砂带质量下降较快。而在初始磨削阶段后，等效磨粒和表面露出的微磨粒都参与到刨花板的有效磨削过程中，在磨削力的作用下磨钝、断裂、脱落（图9），砂带质量稳步下降。
在整个磨削过程中，可以观察到3种定组态砂带质量都呈先快后慢的波浪形周期性下降。砂带质量的周期性下降是受堆积磨料的结构影响。在堆积磨粒内部存在有气孔，在定组态砂带磨削刨花板过程中，磨屑会填充在气孔和磨粒间隙（图5a，d），造成砂带表面的堵钝现象，受到堆积磨屑质量的影响，此时砂带质量损失便会变慢甚至会出现砂带质量增加的现象。通过前面的分析，定组态砂带具有优异的自锐性能，随着等效磨粒表面钝化的微磨粒脱落，堵钝在微磨粒之间磨屑也随之离开砂带表面，造成砂带质量损失加快。此后再砂带磨削刨花板产生磨屑，磨屑堆积在磨粒间隙，磨粒脱落带走磨屑，以此为周期反复进行，最终导致了砂带质量的波浪形下降。
在木质材料砂带磨削过程中，磨粒磨损形式包括脱落、断裂和磨钝，其中以断裂和磨钝为主[21]。将图9中3种不同粒度的定组态砂带进行比较：P-150磨削后，表面磨粒脱落痕迹明显，而磨钝磨粒较少；P-180表面断裂和磨钝的磨粒较多，脱落磨粒较少；P-220表面磨粒磨钝表现十分显著，断裂和脱落相对占比较少。定组态砂带磨粒粒度越小，微磨粒尺寸越大，组成等效磨粒的微磨粒数量越少，微磨粒所受到的压强就会越大。定组态砂带在磨削时，所受压强大的微磨粒切入试件表面更深，受到的磨削阻力更大，更容易造成等效磨粒表面微磨粒的脱落。脱落后仍具有锋利切削刃的微磨粒游离在刨花板和砂带之间，与它们产生摩擦，导致试件表面质量变差，砂带质量损失也加大。而磨粒粒度大的砂带，如P-220，由于组成等效磨粒的微磨粒数量多，每个微磨粒受到的压强小且均匀，切入试件表面较浅，单个微磨粒能充分磨钝至失效后，再发生破碎、脱落，并在等效磨粒表面形成新的切削刃，使得磨削质量好，砂带质量损失小。此时脱落的微磨粒由于磨损彻底，尺寸变小，对试件表面质量和砂带质量损失影响较小。
3. 结 论
本试验制备了3种不同微磨粒粒度的定组态砂带，与220目的非定组态砂带对比，进行了刨花板磨削试验，探究微磨粒粒度对定组态砂带磨削效率、表面加工质量、砂带磨损的影响，得到以下主要结论。
（1）定组态砂带去除量的平均值与微磨粒粒度存在负相关的关系，随着磨粒粒度增大，定组态砂带去除量更加稳定。等效磨粒会对微磨粒的材料去除起到补偿作用，减小定组态砂带不同微磨粒粒度间的去除量差异。
（2）定组态砂带磨削过程中刨花板的表面粗糙度呈先下降后稳定，小范围上下波动的变化趋势。随着磨粒粒度的增大，刨花板表面粗糙度减小且更加稳定。定组态砂带等效磨粒与表面微磨粒的协同作用使磨削试件的表面质量较非定组态砂带更优。
（3）定组态砂带质量在磨削过程呈波浪形周期性下降，质量变化可以用线性函数较好地拟合，R2均在0.9以上。P-150砂带质量损失最快，P-180砂带质量下降最稳定。随磨粒粒度增大，等效磨粒在磨削过程中更能稳定磨损，以微磨粒形式脱落，砂带的磨损量小。
本研究发现在等效磨粒形状尺寸相同的情况下，微磨粒粒度对定组态砂带磨削性能有显著影响，发现了等效磨粒和微磨粒之间的补偿和协同作用，丰富了木质材料磨削理论。当前研究主要针对四棱台形等效磨粒，粒度对不同形状定组态砂带的影响可能会有差异；下一步将进一步探究定组态砂带的其他参数对砂带性能的影响，为定组态砂带的制造和选用提供理论支撑和实践指导。
-
![]()
图 1 阔叶混交林5个立地等级林分平均高生长曲线
Figure 1. Average height growth curves of broadleaved mixed forest at 5 site classes
![]()
图 2 阔叶混交林5个立地等级林分蓄积潜在生产力曲线
Figure 2. Potential productivity curves of forest volume in five site classes of broadleaved mixed forest
![]()
图 3 阔叶混交林各立地等级蓄积潜在生产力、现实生产力和林分可提升空间
L.立地等级。 PMIT和RMIT分别为林分平均年龄为T时，林分蓄积潜在生产力和现实生产力，ΔMIT为林分平均年龄为T时，林分蓄积年生长量可提升空间。L, site class. PMIT and RMIT represent potential productivity and realized productivity of stand volume at mean stand age T, respectively. ΔMIT represents space for improving annual growth of stand volume at mean stand age T.
Figure 3. Realized productivity，potential productivity of stand volume and their difference by each site class in broadleaved mixed forest
![]()
图 4 不同立地等级当前林龄生产力提升空间箱线图
Figure 4. Box plot of current age productivity improvement space for different site classes
表 1 小兴安岭阔叶混交林林分数据
Table 1 Stand data of broadleaved mixed forest in Xiaoxing’an Mountains
指标 Index 蓄积/（m3·hm−2）
Volume/（m3·ha−1）平均年龄/a
Mean age/year密度指数/（株·hm−2）
Density index/（plant·ha−1）平均树高
Mean tree height/m最大值 Max. value 247.11 100 1974.47 22.8 最小值 Min. value 11.65 15 277.59 6.1 平均值 Mean 112.79 44 1 051.42 13.7 标准差 SD 51.44 15 367.94 3.0 
下载: 导出CSV
表 2 林分平均高与平均年龄模型
Table 2 Stand average height and average age model
模型 Model 表达式 Expression Korf H=ae−bT−c Richard H=a(1−e−cT)b Hossfeld H=a1+bT−c Logistic H=a1+be−cT Gompertz H=ae−be−cT 注：H. 林分平均高；T. 林分平均年龄；a、b和c为模型参数。Notes: H, average stand height; T, average stand age; a, b and c are model parameters.
下载: 导出CSV
表 3 哑变量设置
Table 3 Dummy variable setting
立地等级
Site class变量 Variable x y z v 1 0 0 0 0 2 0 0 0 1 3 0 0 1 0 4 0 1 0 0 5 1 0 0 0 注：x、y、z、v代表哑变量参数，均通过显著性检验（P < 0.05）。Note: x, y, z, and v represent dummy variable parameters, all of which pass significance test (P < 0.05)
下载: 导出CSV
表 4 阔叶混交林树高曲线拟合
Table 4 Fitting of tree height curve for broadleaved mixed forest
模型
Model拟合精度 Fitting accuracy R2 RMSE Korf 0.335 9 2.441 5 Richard 0.333 4 2.445 9 Hossfeld 0.328 4 2.455 2 Logistic 0.335 1 2.442 9 Gompertz 0.330 5 2.451 4
下载: 导出CSV
表 6 阔叶混交林不同立地等级林分蓄积生长模型参数估计值
Table 6 Parameter estimates for growth model of volume by each site class for broadleaved mixed forest
立地等级
Site classaL b′ c′ d′ 1 880.20 0.001 7 1.44 0.71 2 803.71 3 720.70 4 637.10 5 558.80 注：aL、b′、c′、d′为生长模型参数。Notes: aL, b′, c′, d′ are growth model parameters.
下载: 导出CSV
表 7 基准年龄30年时林分蓄积潜在生产力
Table 7 Potential productivity of stand volume at basic age of 30 years
立地等级
Site class蓄积潜在生产力/（m3·hm−2 a−1）
Potential productivity of volume/ （m3·ha−1·year−1）蓄积量/（m3·hm−2）
Volume/ （m3·ha−1）样本量
Sample size1 6.10 294.79 47 2 5.56 269.17 148 3 4.99 241.37 152 4 4.41 213.37 114 5 3.87 187.15 75
下载: 导出CSV
-
[1] 孟宪宇. 测树学[M]. 3版. 北京: 中国林业出版社, 2006. Meng X Y. Forest mensuration[M]. 3rd ed. Beijing: China Forestry Publishing House, 2006.
[2] 雷相东, 唐守正, 符利勇, 等. 森林立地质量定量评价:理论 方法 应用[M]. 北京: 中国林业出版社, 2020. Lei X D, Tang S Z, Fu L Y, et al. Quantitative evaluation of forest site quality: theory, method, application[M]. Beijing: China Forestry Publishing House, 2020.
[3] 雷相东, 符利勇, 李海奎, 等. 基于林分潜在生长量的立地质量评价方法与应用[J]. 林业科学, 2018, 54(12): 116−126. Lei X D, Fu L Y, Li H K, et al. Methodology and applications of site quality assessment based on potential mean annual increment[J]. Scientia Silvae Sinicae, 2018, 54(12): 116−126.
[4] 朱光玉, 康立. 森林立地生产力评价指标与方法[J]. 西北林学院学报, 2016, 31(6): 275−281. Zhu G Y, Kang L. A review of forest site productivity evaluation indicators and methods[J]. Journal of Northwest Forestry University, 2016, 31(6): 275−281.
[5] Yang Z H. An NFI-based site quality evaluation of Chinese fir plantation[J]. Journal of Sustainable Forestry, 2020, 39(2): 137−152. doi: 10.1080/10549811.2019.1623051
[6] Skovsgaard J P, Vanclay J K. Forest site productivity: a review of the evolution of dendrometric concepts for even-aged stands[J]. Forestry: An International Journal of Forest Research, 2008, 81(1): 13−31. doi: 10.1093/forestry/cpm041
[7] Fu L Y, Sharma R P, Zhu G Y, et al. A basal area increment-based approach of site productivity evaluation for multi-aged and mixed forests[J/OL]. Forests, 2017, 8(4): 119[2024−05−12]. https://doi.org/10.3390/f8040119.
[8] 张会儒, 雷相东, 张春雨, 等. 森林质量评价及精准提升理论与技术研究[J]. 北京林业大学学报, 2019, 41(5): 1−18. Zhang H R, Lei X D, Zhang C Y, et al. Research on theory and technology of forest quality evaluation and precision improvement[J]. Journal of Beijing Forestry University, 2019, 41(5): 1−18.
[9] Costa R A V, Gastón A, Bloszies A S, et al. Nature vs. nurture: drivers of site productivity in loblolly pine (Pinus taeda L.) forests in the southeastern US[J]. Forest Ecology and Management, 2024, 572(8): 122334.
[10] 郭艳荣, 吴保国, 刘洋, 等. 立地质量评价研究进展[J]. 世界林业研究, 2012, 25(5): 47−52. Guo Y R, Wu B G, Liu Y, et al. Research progress of site quality evaluation[J]. World Forestry Research, 2012, 25(5): 47−52.
[11] Hemingway H, Kimsey M. Estimating forest productivity using site characteristics, multipoint measures, and a nonparametric approach[J]. Forest Science, 2020, 66(6): 645−652. doi: 10.1093/forsci/fxaa023
[12] Milner K S, Running S W, Coble D W. A biophysical soil-site model for estimating potential productivity of forested landscapes[J]. Canadian Journal of Forest Research, 1996, 26(7): 1174−1186.
[13] 吴菲. 森林立地分类及质量评价研究综述[J]. 林业科技情报, 2010, 42(1): 12−14. Wu F. Summarize of forest site classification and quality appraisement[J]. Forestry Science and Technology Information, 2010, 42(1): 12−14.
[14] 何静, 李新建, 朱晋梅, 等. 基于最粗优势木胸径生长的湖南栎类天然林立地质量评价模型[J]. 林业科学, 2022, 58(8): 89−98. He J, Li X J, Zhu J M, et al. Site quality evaluation model of natural Quercus forests in Hunan based on the growth of the thickest dominant tree diameter at breast height[J]. Scientia Silvae Sinicae, 2022, 58(8): 89−98.
[15] 黄国胜, 马炜, 王雪军, 等. 基于一类清查数据的福建省立地质量评价技术[J]. 北京林业大学学报, 2014, 36(3): 1−8. Huang G S, Ma W, Wang X J, et al. Forestland site quality evaluation of Fujian Province based on continuous forest inventory data[J]. Journal of Beijing Forestry University, 2014, 36(3): 1−8.
[16] 沈剑波, 王应宽, 雷相东, 等. 基于BP神经网络的广东省针阔混交异龄林立地质量评价[J]. 北京林业大学学报, 2019, 41(5): 38−47. Shen J B, Wang Y K, Lei X D, et al. Site quality evaluation of uneven-aged mixed coniferous and broadleaved stands in Guangdong Province of southern China based on BP neural network[J]. Journal of Beijing Forestry University, 2019, 41(5): 38−47.
[17] 徐罗, 亢新刚, 郭韦韦, 等. 天然云冷杉针阔混交林立地质量评价[J]. 北京林业大学学报, 2016, 38(5): 11−22. Xu L, Kang X G, Guo W W, et al. Site quality evaluation of natural spruce-fir and broadleaf mixed stands[J]. Journal of Beijing Forestry University, 2016, 38(5): 11−22.
[18] 雷相东, 符利勇, 李海奎, 等. 森林立地质量评价技术规程: LY/T 3315-2022[S]. 北京: 国家林业和草业局, 2020. Lei X D, Fu L Y, Li H K, et al. Technical regulation for forest site quality evaluation: LY/T 3315-2022[S]. Beijing: National Forestry and Grassland Administration, 2020.
[19] Facundo J O, Cecilia C, Matías G G, et al. Modeling potential site productivity for Austrocedrus chilensis trees in northern Patagonia (Argentina)[J/OL]. Forest Ecology and Management, 2022, 524(46): 120525[2024−04−23]. https://doi.org/10.1016/j.foreco.2022.120525.
[20] Raul V, Duncan J G, Pedro M M, et al. Site quality for mahogany (Swietenia macrophylla King) in natural forests in Quintana Roo[J]. Journal of Sustainable Forestry, 2022, 41(1): 33−50. doi: 10.1080/10549811.2020.1841004
[21] 沈剑波, 雷相东, 雷渊才, 等. 长白落叶松人工林地位指数及立地形的比较研究[J]. 北京林业大学学报, 2018, 40(6): 1−8. Shen J B, Lei X D, Lei Y C, et al. Comparison between site index and site form for site quality evaluation of Larix olgensis plantation[J]. Journal of Beijing Forestry University, 2018, 40(6): 1−8.
[22] 高若楠, 谢阳生, 雷相东, 等. 基于随机森林模型的天然林立地生产力预测研究[J]. 中南林业科技大学学报, 2019, 39(4): 39−46. Gao R N, Xie Y S, Lei X D, et al. Study on prediction of natural forest productivity based on random forest model[J]. Journal of Central South University of Forestry & Technology, 2019, 39(4): 39−46.
[23] 段光爽. 基于生长过程的吉林省林分类型分类与潜在生产力预估[D]. 北京: 中国林业科学研究院, 2018. Duan G S. Growth process-based clustering of forest stand types and their potential productivity estimation in Jilin Province[D]. Beijing: Chinese Academy of Forestry, 2018.
[24] 段光爽, 郑亚丽, 洪亮, 等. 基于潜在生产力的华北落叶松纯林和白桦山杨混交林立地质量评价[J]. 林业科学, 2022, 58(10): 1−9. Duan G S, Zheng Y L, Hong L, et al. A potential productivity-based approach of site quality evaluation for larch pure forest and birch-aspen mixed forest[J]. Scientia Silvae Sinicae, 2022, 58(10): 1−9.
[25] 刘丹. 基于分布适宜性和潜在生产力的定量适地适树研究[D]. 北京: 中国林业科学研究院, 2018. Liu D. Qunatitative assessment of matching trees to sites based on both distribution suitability and potential site productivity[D]. Beijing: Chinese Academy of Forestry, 2018.
[26] Roberto J P, Carola P, Javier J C, et al. Evaluation of the site form as a site productive indicator in temperate uneven-aged multispecies forests in Durango, Mexico[J]. Plants, 2022, 11(20): 2764. doi: 10.3390/plants11202764
[27] 唐守正, 郎奎建, 李海奎. 统计和生物数学模型计算: ForStat教程[M]. 北京: 科学出版社, 2009: 343−347. Tang S Z, Lang K J, Li H K. Computation for statistics and biomathematical models: ForStat course[M]. Beijing: Science Press, 2009: 343−347.
[28] 唐守正, 李希菲, 孟昭和. 林分生长模型研究的进展[J]. 林业科学研究, 1993, 6(6): 672−679. Tang S Z, Li X F, Meng Z H. The development of studies on stand growth models[J]. Forest Research, 1993, 6(6): 672−679.
[29] 唐守正, 李希菲. 用全林整体模型计算林分纯生长量的方法及精度分析[J]. 林业科学研究, 1995, 8(5): 471−476. Tang S Z, Li X F. Precision analysis on growth rates estimated by integrated whole stand growth and yield model[J]. Forest Research, 1995, 8(5): 471−476.
[30] 董灵波, 邵威威, 田栋元, 等. 基于林木分级的大兴安岭天然兴安落叶松树高曲线研究[J]. 北京林业大学学报, 2023, 45(5): 88−96. doi: 10.12171/j.1000-1522.20210513 Dong L B, Shao W W, Tian D Y, et al. Height curve of natural Larix gmelinii in the Daxing’anling Mountains of northeastern China based on forest classification[J]. Journal of Beijing Forestry University, 2023, 45(5): 88−96. doi: 10.12171/j.1000-1522.20210513
[31] 王鹤智. 东北林区林分生长动态模拟系统的研究[D]. 哈尔滨: 东北林业大学, 2012. Wang H Z. Dynamic simulating system for stand growth of forests in Northeast China[D]. Harbin: Northeast Forestry University, 2012.
[32] 刘鑫. 长白山天然云冷杉针阔混交林立地质量评价研究[D]. 北京: 北京林业大学, 2017. Liu X. Evaluation of site quality in the natural spruce-fir mixed forests of Changbai Mountains[D]. Beijing: Beijing Forestry University, 2017.
[33] 宋长江. 帽儿山实验林场天然次生林立地质量综合评价[D]. 哈尔滨: 东北林业大学, 2023. Song C J. Comprehensive evaluation of natural secondary forest site quality in Maoershan Experimental Forest Farm[D]. Harbin: Northeast Forestry University, 2023.
[34] Hua W P, Pan X, Zhu D H, et al. Developing growth and harvest prediction models for mixed coniferous and broad-leaved forests at different ages[J/OL]. Forests, 2023, 14(7): 1416[2024−05−12]. https://doi.org/10.3390/f14071416.
-
期刊类型引用(6)
1. 刘芮，王振兴，张文静，张生德，张清华. 储热材料研究现状及相变储热研究进展. 电机与控制应用. 2024(02): 44-60 . 
百度学术
2. 陈松武，黄海英，禤示青，刘晓玲，陈桂丹，王浏浏. “双碳”背景下木材加工产业的发展重点与方向的研讨. 浙江林业科技. 2024(04): 112-116 . 百度学术
3. 韦溶军，王志闯，王雪纯，王婷欢，王振宇，何正斌，伊松林. 锡铋合金/肉豆蔻酸制备具有金属外壳的储能木材. 北京林业大学学报. 2024(08): 25-33 . 本站查看
4. 庞群艳，胡纲正，李文轩，贺磊，邱竑韫，黄慧，何文. 纳米铜热处理竹材制备及其防霉性能. 林业工程学报. 2024(06): 37-43 . 百度学术
5. 鲍伟，王胜捷，蒲万兴，宋子豪. 复合相变材料导热性能与套管式相变储热单元翅片结构优化. 农业工程学报. 2024(23): 303-312 . 百度学术
6. 何林韩，刘晓玲，陈松武，罗玉芬，王浏浏. 木质基复合相变材料的研究现状与发展趋势. 化工新型材料. 2023(S2): 525-531 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 302
- HTML全文浏览量: 38
- PDF下载量: 80
- 被引次数: 7
