Nghiên cứu ảnh hưởng của cấu trúc ván đến chất lượng ván ghép khối dạng glulam (glue laminated timber) từ gỗ keo lai

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP VÀ PTNT TRƯỜNG ĐẠI HỌC LÂM NGHIỆP - NGUYỄN VIỆT HƯNG NGHIÊN CỨU ẢNH HƯỞNG CỦA CẤU TRÚC VÁN ĐẾN CHẤT LƯỢNG VÁN GHÉP KHỐI DẠNG GLULAM (GLUE LAMINATED TIMBER)TỪ GỖ KEO LAI LUẬN VĂN THẠC SỸ KỸ THUẬT HÀ NỘI - 2010 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP VÀ PTNT TRƯỜNG ĐẠI HỌC LÂM NGHIỆP - Nguyễn Việt Hưng NGHIÊN CỨU ẢNH HƯỞNG CỦA CẤU TRÚC VÁN ĐẾN CHẤT LƯỢNG VÁN GHÉP KHỐI DẠNG GLULAM (GLUE LAMINATED TIMBER)TỪ GỖ KEO LAI Chuyên ngành: Kỹ thuật máy, thiết bị công nghệ gỗ, giấy Mã số: 60-52-24 LUẬN VĂN THẠC SỸ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC TS Lê Xuân Phương HÀ NỘI - 2010 ĐẶT VẤN ĐỀ Trong thực tế ngày gỗ tự nhiên, gỗ có kích thước lớn ngày khan trữ lượng chủng loại Do vậy, việc tìm nguồn nguyên liệu hợp lý, tiết kiệm vấn đề cấp, ngành chế biến gỗ quan tâm Các hướng nghiên cứu phục vụ mục đích là: tìm nguồn ngun liệu mới, tìm kiếm sản phẩm nâng cao chất lượng sản phẩm có đổi cơng nghệ Một giải pháp để nâng cao tỷ lệ lợi dụng gỗ, hạn chế khuyết tật gỗ sử dụng gỗ mọc nhanh rừng trồng để sản xuất ván nhân tạo nói chung, ván ghép khối nói riêng Ván nhân tạo nâng cao tỷ lệ lợi dụng gỗ, hạn chế nhược điểm gỗ mà cịn có ưu điểm tính chất vật lý, học, hoá học cho phép ta sử dụng loại gỗ mọc nhanh (có tính thấp), phế liệu nông - lâm nghiệp để sản xuất Ván ghép khối dạng Glulam (Glue Laminated Timber) sử dụng nhiều giới nhiều lĩnh vực như: Làm dầm cơng trình nhà máy, phân xưởng, văn phòng, khách sạn, Làm nhà thể thao, nhà thờ, làm nhà gia đình, trường học, làm cầu, làm cấu trúc công viên, giàn hoa, làm bàn ghế, cầu thang [18] Glulam loại vật liệu sử dụng lần vào năm 1893, đưa vào xây dựng phịng hồ nhạc Besel thuộc Phần Lan Châu âu, glulam sử dụng cách khoảng 100 năm, với khả chống ẩm chất kết dính đưa vào sử dụng rộng rãi 50 năm trước Tại Việt Nam, loại ván tiến hành nghiên cứu sản xuất sử dụng, nhiên lĩnh vực sử dụng loại ván nước ta dừng lại nghiên cứu sản xuất, nghiên cứu ảnh hưởng chiều dày chiều rộng sở, chưa có đề tài tiến hành nghiên cứu tỷ lệ kết cấu có ảnh hưởng đến cường độ sản phẩm, đặc biệt nghiên cứu cấu trúc tỷ lệ kết cấu tỷ lệ chiều rộng thanh/chiều dày sở ảnh hưởng tới chất lượng sản phẩm Cấu trúc ván glulam yếu tố ảnh hưởng lớn đến chất lượng ván Với tỷ lệ kết cấu khác nhau, tỷ lệ chiều rộng thanh/chiều dày sở khác cho ta kết chất lượng ván khác Do cần phải có hướng nghiên cứu đánh giá biến đổi đến chất lượng ván Xuất phát từ vấn đề trên, tiến hành thực đề tài: “Nghiên cứu ảnh hưởng cấu trúc ván đến chất lượng ván ghép khối dạng glulam (Glue Laminated Timber) từ gỗ keo lai” Chương TỔNG QUAN 1.1 Tổng quan ván ghép khối dạng Glulam 1.1.1 Khái niệm ván ghép khối dạng Glulam Glulam (Glue Laminated Timber) cấu trúc thiết kế việc xếp nhiều lớp gỗ, lớp gỗ dài nối dài lại với dạng ngón Các lớp liên kết với thành cấu trúc vững nhờ keo dán Nhờ có liên kết nhiều gỗ nhỏ lại với tạo lực lớn để trống lại tác dụng trình sử dụng [18] Hình 1.1 Một số hình ảnh ván ghép khối Kích thước cấu trúc Glulam xác định theo tiêu chuẩn AS/NZS 1328.2:1998 phân thành cấp sau: GL8, GL10, GL12, GL13, GL17, GL18 Với cấp có thơng số tính chất học khác nhau, phân cấp thể theo bảng sau: Bảng 1.1 Bảng phân cấp Glulam với thơng số tính chất học Phân cấp Dạng cường độ (Mpa) Môdun đàn hồi Độ bền uốn Độ bền Độ bền Độ bền nén tĩnh kéo kéo trượt dọc thớ GL18 50 25 5,0 50 18500 GL17 42 21 3,7 35 16700 GL13 33 16 3,7 33 13300 GL12 25 12 3,7 29 11500 GL10 22 11 3,7 26 10000 GL8 19 10 3,7 24 8000 Glulam CÊu tróc cđa v¸n th-êng cã d¹ng sau: (Mpa) Về cấu trúc ván chia làm loại loại Horizontally Glulam Vertically Glulam, hai loại có cấu trúc sau: Loại Horizontally Glulam Loại Vertically Glulam Dạng nối ghép sở theo chiều dài có dạng sau Đặc điểm chung loại ván đa dạng kích thước, khơng kén chọn ngun liệu, công nghệ đơn giản, phạm vi sử dụng rộng Ở nhiều nước coi vật liệu kiến trúc, tức chúng sử dụng để thay cho loại gỗ trịn có đường kính lớn Nếu dùng để sản xuất đồ gia dụng, vào loại gỗ khác nhau, loại keo sử dụng khác mà công dụng chúng khác Về gỗ ghép không làm thay đổi kết cấu nguyên có gỗ, nói, gỗ ghép phát huy tác dụng tự nhiên gỗ, gỗ ghép thuộc loại vật liệu tự nhiên Gỗ ghép có tính đồng tính ổn định kích thước tốt so với gỗ tự nhiên loại Sản xuất gỗ ghép sử dụng gỗ nhỏ vào mục đích cần gỗ lớn, gỗ chất lượng lại sử dụng vị trí địi hỏi chất lượng cao, gỗ có độ rộng nhỏ lại dùng nơi có yêu cầu độ rộng lớn, điều có tác dụng lớn cho việc nâng cao hiệu lợi dụng gỗ Ngồi ra, gỗ ghép cịn ứng dụng trong: sản xuất cửa chính, cửa sổ, cửa thơng phịng, đồ gia dụng, tay vịn ghế, mặt bàn ăn, dụng cụ dạy học, tủ kính, tay vịn cầu thang, ghép tường phòng thể thao, ván sàn, khung cửa, Một số ưu điểm chủ yếu gỗ ghép:  Có thể sản xuất từ gỗ có kích thước nhỏ, độ bền học thấp;  Dễ nâng cao tỷ lệ lợi dụng gỗ;  Sản phẩm đa dạng ổn định kích thước;  Linh động liên kết lắp ghép;  Phạm vi sử dụng rộng Từ việc nghiên cứu phát triển ngành công nghiệp chế biến gỗ xây dựng hỗ trợ chương trình quốc gia khu vực, sáng chế gỗ ghép mục tiêu đầu tư 1.1.2 Tình hình nghiên cứu sử dụng ván ghép khối giới Trên giới, ván ghép khối dạng Glulam (Glue Laminated Timber) sử dụng nhiều giới nhiều lĩnh vực như: Làm dầm cơng trình nhà máy, phân xưởng, văn phòng, khách sạn, Làm nhà thể thao, nhà thờ, làm nhà gia đình, trường học, làm cầu, làm cấu trúc cơng viên, giàn hoa, làm bàn ghế Gỗ ghép glulam dùng làm đồ Gỗ ghép glulam dùng làm cầu vượt mộc nội thất qua đường Gỗ ghép glulam dùng làm dầm xây Gỗ ghép glulam dùng làm dầm cong dựng cơng trình cơng cộng xây dựng nhà Gỗ ghép glulam dùng làm cầu thang Gỗ ghép glulam dùng làm cầu Hình 1.2 Một số lĩnh vực sử dụng ván Glue Laminated Timber Glulam loại vật liệu sử dụng lần vào năm 1893, đưa vào xây dựng phịng hồ nhạc Besel thuộc Phần Lan Châu âu, glulam sử dụng cách khoảng 100 năm, với khả chống ẩm chất kết dính đưa vào sử dụng rộng rãi 50 năm trước Tại Mỹ lần vào năm 1934 phịng thí nghiệm lâm sản Viện hàn lâm khoa học Năm 1930 số công ty thành lập sử dụng cơng nghệ chế tạo Glulam cho phịng tập thể dụng, nhà thờ, trường học, nhà máy Trong chiến giới thứ II cần thiết Glulam sử dụng xây dựng tòa nhà nhà qn Vào đầu năm 1950 có trục nhà sản xuất Glulam Mỹ, năm 1952 nhà sản xuất kết hợp với hình thành nên viện xây dựng gỗ Mỹ (AITC) Hiệp hội lần sản xuất theo tiêu chuẩn quốc gia vào năm 1963, tiêu chuẩn CS-253-63 kết cấu nhiều lớp gỗ dán vào Năm 1973 AITC tiếp tục đưa tiêu Phụ biểu 6.2 Tỷ lệ kết cấu R=50% XLSTAT 2008.4.01 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOR Δ Observations 4 Obs with missing data 0 Obs without missing data 4 Min 63,352 1,500 Max 78,035 3,000 Nonlinear regression of variable MOR: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,976 3,819 3,819 1,954 Model parameters: Parameter pr1 pr2 pr3 Value 190,462 -112,273 24,687 Standard error 19,003 17,676 3,909 Equation of the model: MOR = 190.461715326032-112.272718563596*Δ+24.686683257198*Δ^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 Δ 1,500 2,000 2,500 3,000 MOR 78,035 63,352 65,383 75,387 Pred(MOR) 77,598 64,663 64,072 75,824 Residuals 0,437 -1,311 1,311 -0,437 Mean 70,539 2,250 Std deviation 7,255 0,645 Phụ biểu 6.3 Tỷ lệ kết cấu R=60% XLSTAT 2008.4.01 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOR Δ Observations 4 Obs with missing data 0 Obs without missing data 4 Min 65,415 1,500 Max 73,121 3,000 Nonlinear regression of variable MOR: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,948 1,627 1,627 1,276 Model parameters: Parameter pr1 pr2 pr3 Value 108,374 -33,018 6,470 Standard error 12,404 11,538 2,551 Equation of the model: MOR = 108.374437301384-33.0176503498409*Δ+6.47049637320294*Δ^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 Δ 1,500 2,000 2,500 3,000 MOR 73,121 69,077 65,415 67,841 Pred(MOR) 73,407 68,221 66,271 67,556 Residuals -0,285 0,856 -0,856 0,285 Mean 68,864 2,250 Std deviation 3,220 0,645 Phụ biểu 6.4 Tỷ lệ kết cấu R=67% XLSTAT 2008.4.01 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOR Δ Observations 4 Obs with missing data 0 Obs without missing data 4 Min Max 67,951 77,023 1,500 3,000 Nonlinear regression of variable MOR: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,757 18,304 18,304 4,278 Model parameters: Parameter pr1 pr2 pr3 Value 36,697 36,209 -8,491 Standard error 41,601 38,694 8,557 Equation of the model: MOR = 36.6971304400012+36.2091011222664*Δ8.4907657021236*Δ^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 Δ 1,500 2,000 2,500 3,000 MOR 72,863 72,282 77,023 67,951 Pred(MOR) 71,907 75,152 74,153 68,908 Residuals 0,957 -2,870 2,870 -0,957 Mean 72,530 2,250 Std deviation 3,711 0,645 Phụ biểu 6.5 Với tỷ lệ =1,5 XLSTAT 2010.5.02 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOR R Observa tions 4 Obs with missing data 0 Obs without missing data 4 Minimum 72,863 40,000 Maximum 78,035 67,000 Mean 75,437 54,250 Nonlinear regression of variable MOR: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,838 3,877 3,877 1,969 Model parameters: Parameter pr1 pr2 pr3 Value 71,954 0,375 -0,006 Standard error 34,989 1,348 0,013 Equation of the model: MOR = 71.9537633196855+0.374591334124149*R-5.52570468929774E-03*R^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOR 77,729 78,035 73,121 72,863 Pred(MOR) 78,096 76,869 74,537 72,246 Residuals -0,367 1,166 -1,415 0,617 Std deviation 2,828 11,786 Phụ biểu 6.6 Với tỷ lệ =2,0 XLSTAT 2010.5.02 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOR R Observa tions 4 Obs with missing data 0 Obs without missing data 4 Minimum 63,352 40,000 Maximum 72,282 67,000 Mean 68,191 54,250 Nonlinear regression of variable MOR: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,882 4,814 4,814 2,194 Model parameters: Parameter pr1 pr2 pr3 Value 138,022 -2,928 0,029 Standard error 38,987 1,502 0,014 Equation of the model: MOR = 138.021666698069-2.9276798799909*R+2.92052507111561E-02*R^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOR 68,052 63,352 69,077 72,282 Pred(MOR) 67,643 64,651 67,500 72,969 Residuals 0,409 -1,299 1,577 -0,687 Std deviation 3,695 11,786 Phụ biểu 6.7 Với tỷ lệ =2,5 XLSTAT 2010.5.02 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOR R Observa tions 4 Obs with missing data 0 Obs without missing data 4 Minimum 65,383 40,000 Maximum 77,023 67,000 Mean 70,084 54,250 Nonlinear regression of variable MOR: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,946 5,259 5,259 2,293 Model parameters: Parameter pr1 pr2 pr3 Value 228,164 -6,272 0,060 Standard error 40,753 1,570 0,015 Equation of the model: MOR = 228.16404767696-6.27164878457614*R+5.97773833898405E-02*R^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOR 72,515 65,383 65,415 77,023 Pred(MOR) 72,942 64,025 67,064 76,304 Residuals -0,427 1,358 -1,649 0,718 Std deviation 5,714 11,786 Phụ biểu 6.8 Với tỷ lệ =3,0 XLSTAT 2010.5.02 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOR R Observa tions 4 Obs with missing data 0 Obs without missing data 4 Minimum 65,983 40,000 Maximum 75,387 67,000 Mean 69,290 54,250 Nonlinear regression of variable MOR: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,748 23,498 23,498 4,847 Model parameters: Parameter pr1 pr2 pr3 Value -23,856 3,633 -0,034 Standard error 86,140 3,319 0,031 Equation of the model: MOR = -23.8564885795473+3.63298441236624*R-3.41102431409032E02*R^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOR 65,983 75,387 67,841 67,951 Pred(MOR) 66,886 72,517 71,326 66,433 Residuals -0,903 2,870 -3,484 1,518 Std deviation 4,163 11,786 Phụ biểu 07 Kết phân tích tương quan hồi quy modul đàn hồi uốn tĩnh với R Δ Phụ biểu 7.1 Với tỷ lệ Δ=1,5 XLSTAT 2008.4.01 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2+pr4*X1^3 Summary statistics: Variable MOE R Obs Obs with without missing missing Std Observations data data Minimum Maximum Mean deviation 4 9308,999 10124,878 9869,586 383,551 4 40,000 67,000 54,250 11,786 Nonlinear regression of variable MOE: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 0,000 1,000 0,000 Model parameters: Parameter pr1 pr2 pr3 pr4 Value 92944,859 -4718,140 87,321 -0,528 Standard error 0,000 0,000 0,000 0,000 Equation of the model: MOE = 92944.8586598458-4718.1401998602*R+87.3212433249341*R^20.528255663833339*R^3 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOE 10124,878 9308,999 10109,699 9934,768 Pred(MOE) 10124,877 9308,999 10109,699 9934,768 Residuals 0,000 0,000 0,000 0,000 Phụ biểu 7.2 Với tỷ lệ Δ=2,0 XLSTAT 2008.4.01 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2+pr4*X1^3 Summary statistics: Variable MOE R Obs Obs with without missing missing Std Observations data data Minimum Maximum Mean deviation 4 8463,835 10279,799 9658,692 812,621 4 40,000 67,000 54,250 11,786 Nonlinear regression of variable MOE: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 0,000 1,000 0,000 Model parameters: Parameter pr1 pr2 pr3 pr4 Value 139885,984 -7309,843 133,033 -0,788 Standard error 0,000 0,000 0,000 0,000 Equation of the model: MOE = 139885.98357146-7309.84329024461*R+133.033353006183*R^20.788106933930779*R^3 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOE 9906,773 8463,835 9984,359 10279,799 Pred(MOE) Residuals 9906,773 0,000 8463,835 0,000 9984,359 0,000 10279,799 0,000 Phụ biểu 7.3 Với tỷ lệ Δ=2,5 XLSTAT 2008.4.01 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2+pr4*X1^3 Summary statistics: Variable MOE R Obs Obs with without missing missing Std Observations data data Minimum Maximum Mean deviation 4 8673,906 10254,236 9743,218 734,345 4 40,000 67,000 54,250 11,786 Nonlinear regression of variable MOE: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 0,000 1,000 0,000 Model parameters: Parameter pr1 pr2 pr3 pr4 Value 138817,924 -7330,419 135,084 -0,811 Standard error 0,000 0,000 0,000 0,000 Equation of the model: MOE = 138817.924148457-7330.4186649929*R+135.083851310768*R^20.810661705405806*R^3 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOE 9852,991 8673,906 10191,741 10254,236 Pred(MOE) 9852,990 8673,906 10191,741 10254,236 Residuals 0,000 0,000 0,000 0,000 Phụ biểu 7.4 Với tỷ lệ Δ=3,0 XLSTAT 2008.4.01 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2+pr4*X1^3 Summary statistics: Variable MOE R Observations 4 Obs with missin g data 0 Obs without missing data 4 Minimu m Maximum Mean 9335,691 10138,717 9729,370 40,000 67,000 54,250 Nonlinear regression of variable MOE: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 0,000 1,000 0,000 Model parameters: Parameter pr1 pr2 pr3 pr4 Value -75002,449 4918,188 -93,131 0,576 Standard error 0,000 0,000 0,000 0,000 Equation of the model: MOE = -75002.4486128226+4918.1880580321*R-93.131069873308*R^2+ 0.576475499155867*R^3 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 R 40,000 50,000 60,000 67,000 MOE 9609,794 10138,717 9335,691 9833,279 Pred(MOE) 9609,794 10138,717 9335,691 9833,279 Residuals 0,000 0,000 0,000 0,000 Std deviatio n 340,413 11,786 Phụ biểu 7.5 Với tỷ lệ kết cấu R=50% XLSTAT 2010.5.02 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2 Summary statistics: Variable MOE Δ Observa tions 4 Obs with missing data 0 Obs without missing data 4 Minimum 8463,835 1,500 Maximum 10138,717 3,000 Mean 9146,364 2,250 Nonlinear regression of variable MOE: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,999 1990,102 1990,102 44,611 Model parameters: Parameter pr1 pr2 pr3 Value 18904,095 -9855,043 2309,975 Standard error 433,779 403,473 89,221 Equation of the model: MOE = 18904.0949249999-9855.04321666653*Δ+2309.97516666664*Δ^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 Δ 1,500 2,000 2,500 3,000 MOE 9308,999 8463,835 8673,906 10138,717 Pred(MOE) 9318,974 8433,909 8703,832 10128,742 Residuals -9,975 29,926 -29,926 9,975 Std deviation 752,834 0,645 Phụ biểu 7.6 Với tỷ lệ kết cấu R=60% XLSTAT 2010.5.02 - Nonlinear regression Function: Y = pr1+pr2*X1+pr3*X1^2+pr4*X1^3 Summary statistics: Variable MOE Δ Observa tions 4 Obs with missing data 0 Obs without missing data 4 Minimum 9335,691 1,500 Maximum 10191,741 3,000 Nonlinear regression of variable MOE: Goodness of fit statistics: Observations DF R² SSE MSE RMSE 4,000 1,000 0,786 97462,042 97462,042 312,189 Model parameters: Parameter pr1 pr2 pr3 Value 7386,092 2865,264 -730,709 Standard error 3035,628 2823,543 624,378 Equation of the model: MOE = 7386.09197642862+2865.2639628571*Δ730.709457142848*Δ^2 Predictions and residuals: Observations Obs1 Obs2 Obs3 Obs4 Δ 1,500 2,000 2,500 3,000 MOE 10109,699 9984,359 10191,741 9335,691 Pred(MOE) 10039,892 10193,782 9982,318 9405,499 Residuals 69,808 -209,423 209,423 -69,808 Mean 9905,373 2,250 Std deviation 389,244 0,645 MỤC LỤC Trang phụ bìa Trang Lời cảm ơn…………………………………………………………………….i Mục lục……………………………………………………………………… ii Danh mục từ viết tắt…………………………………………………… iv Danh mục bảng………………………………………………………… v Danh mục hình………………………………………………………… vi ĐẶT VẤN ĐỀ……………………………………………………………… Chương 1: TỔNG QUAN 1.1 Tổng quan ván ghép khối dạng Glulam 1.1.1 Khái niệm ván ghép khối dạng Glulam 1.1.2 Tình hình nghiên cứu sử dụng ván ghép khối giới 1.1.3 Tình hình nghiên cứu sử dụng ván ghép khối Việt Nam 10 1.2 Tổng quan gỗ Keo lai 12 1.2.1 Tình hình nghiên cứu sử dụng gỗ Keo Lai 12 1.3 Lịch sử nghiên cứu cấu trúc ván 14 1.3.1 Khái niệm tỷ lệ kết cấu 14 1.3.2 Lịch sử nghiên cứu 15 1.4 Một số điều tra ban đầu 19 1.4.1 Một số đặc điểm tính chất gỗ Keo lai 19 1.4.2 Thông số keo dán sử dụng luận văn 22 1.5 Đối tượng, phạm vi, mục tiêu, nội dung phương pháp nghiên cứu 24 1.5.1 Đối tượng phạm vi nghiên cứu 24 1.5.2 Mục tiêu nghiên cứu 25 1.5.3 Nội dung nghiên cứu 25 1.5.4 Phương pháp nghiên cứu 26 Chương 2: CƠ SỞ LÝ THUYẾT 31 2.1 Yêu cầu nguyên liệu sản xuất ván ghép khối 31 2.1.1 Yêu cầu nguyên liệu gỗ 31 2.1.2 Yêu cầu nguyên liệu keo dán 34 2.2 Các nhân tố ảnh hưởng đến chất lượng ván ghép khối 35 2.2.1 Các yếu tố ảnh hưởng thuộc vật dán 35 2.2.2 Các yếu tố ảnh hưởng thuộc keo dán 41 2.3.3 Ảnh hưởng chế độ dán ép 44 2.4 Cơ sở lựa chọn kế hoạch thực nghiệm 48 Chương 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 49 3.1 Thực nghiệm tạo ván 49 3.1.1 Chuẩn bị nguyên liệu, thiết bị 49 3.1.2 Các bước tiến hành thực nghiệm 50 3.2 Kết nghiên cứu 59 3.2.1 Pháp cắt mẫu thử tính chất ván 59 3.2.2 Kiểm tra khối lượng thể tích sản phẩm 59 3.2.3 Kiểm tra độ ẩm sản phầm 61 3.2.4 Kiểm tra bong tách màng keo sản phẩm 62 3.2.5 Kiểm tra độ bền uốn tĩnh sản phẩm 64 3.2.6 Kiểm tra Modul đàn hồi uốn tĩnh sản phẩm 75 KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ 87 Kết luận 87 Tồn 87 Kiến nghị 88 TÀI LIỆU THAM KHẢO PHỤ LỤC ... hướng nghiên cứu đánh giá biến đổi đến chất lượng ván Xuất phát từ vấn đề trên, tiến hành thực đề tài: ? ?Nghiên cứu ảnh hưởng cấu trúc ván đến chất lượng ván ghép khối dạng glulam (Glue Laminated Timber). .. vi nghiên cứu Đối tượng nghiên cứu - Cấu trúc ván ghép khối dạng glulam - Chất lượng ván sản xuất từ gỗ keo lai Phạm vi nghiên cứu - Ván ghép khối có cấu trúc lớp, nghiên cứu sử dụng vào việc làm... Nguyễn Việt Hưng NGHIÊN CỨU ẢNH HƯỞNG CỦA CẤU TRÚC VÁN ĐẾN CHẤT LƯỢNG VÁN GHÉP KHỐI DẠNG GLULAM (GLUE LAMINATED TIMBER)TỪ GỖ KEO LAI Chuyên ngành: Kỹ thuật máy, thiết bị công nghệ gỗ, giấy Mã số: