竹材分級(jí)技術(shù)研究進(jìn)展

黃 昊，黃秀玲，陸亞平，潘家港，彭福來，厲 明

(南京林業(yè)大學(xué)機(jī)械電子工程學(xué)院，江蘇 南京 210037)

我國(guó)竹類資源豐富，竹子種類繁多，共計(jì)400余種，竹類資源儲(chǔ)蓄量、竹林面積、竹制品產(chǎn)量及出口量均居世界首位。據(jù)統(tǒng)計(jì)，全國(guó)約755萬農(nóng)民直接從事竹林培育、竹制品加工工作，竹產(chǎn)業(yè)全國(guó)總產(chǎn)值1 173億元，已成為我國(guó)山區(qū)農(nóng)村發(fā)展經(jīng)濟(jì)、林農(nóng)脫貧致富的重要支柱產(chǎn)業(yè)[1-2]。但是，我國(guó)的竹產(chǎn)業(yè)目前還存在以下主要問題：產(chǎn)業(yè)發(fā)展不協(xié)調(diào)，國(guó)內(nèi)多以生產(chǎn)原料和初級(jí)產(chǎn)品為主，二產(chǎn)欠發(fā)達(dá)，三產(chǎn)開發(fā)程度低，導(dǎo)致產(chǎn)品附加值不高；業(yè)內(nèi)創(chuàng)新力不足，技術(shù)水平良莠不齊；多數(shù)企業(yè)規(guī)模小，生存和發(fā)展空間受限等[3]。這些問題導(dǎo)致國(guó)內(nèi)整個(gè)竹產(chǎn)業(yè)經(jīng)濟(jì)效益低、發(fā)展推動(dòng)力弱。另外，在同一應(yīng)用領(lǐng)域的竹制產(chǎn)品、木材產(chǎn)品、金屬以及化工制品等的相互競(jìng)爭(zhēng)十分激烈[4]。針對(duì)以上竹產(chǎn)業(yè)中存在的問題，優(yōu)化產(chǎn)品結(jié)構(gòu)、提高竹加工產(chǎn)品的工藝水平是主要的解決對(duì)策之一，而該對(duì)策的核心是產(chǎn)后加工[5]，竹材的產(chǎn)后加工是提高本產(chǎn)業(yè)整體經(jīng)濟(jì)效益、增強(qiáng)跨產(chǎn)業(yè)競(jìng)爭(zhēng)力的關(guān)鍵。

不同的竹產(chǎn)品有不同的后期加工方式，但產(chǎn)后初加工離不開斷料、分級(jí)、開片、粗刨等步驟，其中竹材分級(jí)是重要的環(huán)節(jié)之一。分級(jí)包括對(duì)外表關(guān)鍵參數(shù)的檢測(cè)分級(jí)(如竹壁厚度、竹材半徑、顏色等)、對(duì)材性的檢測(cè)分級(jí)(如含水率、密度、吸水性、維管束密度、濕脹干縮、各向力學(xué)性能等)以及對(duì)兩者的綜合評(píng)價(jià)分級(jí)[6]。國(guó)外20世紀(jì)30代末就開始了對(duì)竹工機(jī)械的研究。日本竹材資源有限，但注重新技術(shù)的開發(fā)和產(chǎn)品的精加工，依靠機(jī)器生產(chǎn)的高科技竹產(chǎn)品給本地竹產(chǎn)業(yè)帶來了巨大的經(jīng)濟(jì)效益。歐美竹資源略匱乏且起步晚，但機(jī)械化程度高[7]，其他領(lǐng)域(如水果[8]、木材行業(yè))的檢測(cè)分級(jí)技術(shù)研究較成熟。國(guó)內(nèi)竹加工設(shè)備研發(fā)和應(yīng)用較遲，20世紀(jì)70年代之前，手工和利用小型設(shè)備進(jìn)行加工是我國(guó)主要的竹材加工方式。進(jìn)入21世紀(jì)后，國(guó)外許多相關(guān)技術(shù)的引進(jìn)、國(guó)內(nèi)科研人員的科研創(chuàng)新以及對(duì)其他行業(yè)加工機(jī)械的借鑒，促使國(guó)內(nèi)竹材加工方式向機(jī)械化、工業(yè)化、自動(dòng)化方向不斷發(fā)展。然而一直以來竹材分級(jí)是我國(guó)竹材機(jī)械加工的薄弱環(huán)節(jié)，實(shí)際加工時(shí)多以人工檢測(cè)分級(jí)為主[9]。高效分級(jí)能大幅度地提高加工效率、產(chǎn)品品質(zhì)，降低生產(chǎn)成本和增加產(chǎn)品盈利。為增強(qiáng)我國(guó)竹產(chǎn)品跨國(guó)跨行業(yè)競(jìng)爭(zhēng)力，提高我國(guó)竹產(chǎn)業(yè)經(jīng)濟(jì)效益并推動(dòng)我國(guó)竹行業(yè)的發(fā)展，需通過新技術(shù)新設(shè)備的開發(fā)、各已有技術(shù)的集成、竹材分級(jí)的實(shí)時(shí)化、檢測(cè)設(shè)備的高效化和多功能化等方法實(shí)現(xiàn)真正意義上的竹材自動(dòng)分級(jí)。

1 國(guó)外同類分級(jí)技術(shù)研究現(xiàn)狀

目前國(guó)外在其他產(chǎn)業(yè)分級(jí)技術(shù)研究方面較成熟，在竹產(chǎn)業(yè)方面的研究較少。木材和竹材在各參數(shù)、材性、加工和應(yīng)用等方面具有一定的相似性，因此木材的分級(jí)技術(shù)對(duì)竹材分級(jí)有較高的參考借鑒價(jià)值。下面以木材為例簡(jiǎn)要闡述國(guó)外檢測(cè)分級(jí)技術(shù)。

1.1 計(jì)算機(jī)視覺技術(shù)的應(yīng)用

Kline DE.等利用多傳感器機(jī)器視覺技術(shù)實(shí)現(xiàn)了硬木木材缺陷的自動(dòng)識(shí)別分級(jí)[10]。其使用弗吉尼亞理工大學(xué)開發(fā)的多傳感器掃描系統(tǒng)(配有激光輪廓檢測(cè)器、彩色相機(jī)和X射線掃描儀)對(duì)89個(gè)紅橡木板進(jìn)行了掃描和分級(jí)，并就準(zhǔn)確度與線性分級(jí)機(jī)、人工分級(jí)方法進(jìn)行了對(duì)照比較。Rozman D.等介紹了一種基于顏色和紋理對(duì)自動(dòng)鑲木地板進(jìn)行分揀的計(jì)算機(jī)視覺算法[11]。該算法包括顏色分析、紋理分析和缺陷檢測(cè)三個(gè)主要階段。顏色分析基于從圖像累積直方圖獲得的百分位數(shù)，紋理分析基于從灰度共生矩陣獲得的二階統(tǒng)計(jì)特征。利用自適應(yīng)二進(jìn)制閾值算法(基于局部正方形區(qū)域和連接的分量分析方法)，將缺陷檢測(cè)轉(zhuǎn)化為圖像分割實(shí)現(xiàn)木材分級(jí)。該方法分級(jí)精度達(dá)90%，遠(yuǎn)超人工分級(jí)精度。

1.2 聲振動(dòng)譜的應(yīng)用

材料力學(xué)狀態(tài)的所有信息都包含在梁的時(shí)間或頻率響應(yīng)中，直接在振動(dòng)譜上使用偏最小二乘回歸可以較準(zhǔn)確地估計(jì)相關(guān)變量(彈性模量、彎曲強(qiáng)度、密度等)。Brancheriau L.等將偏最小二乘法與聲振動(dòng)譜結(jié)合，提供了一種木材分級(jí)新方法[12]。分級(jí)設(shè)備由振動(dòng)傳感器、采集卡和僅執(zhí)行快速傅立葉變換及乘法矩陣的計(jì)算機(jī)組成。對(duì)木材可聽頻率范圍內(nèi)的聲振動(dòng)進(jìn)行分析，通過偏最小二乘回歸方法校準(zhǔn)的線性模型可使在線分級(jí)流程相對(duì)簡(jiǎn)單。

1.3 近紅外光譜技術(shù)(NIR)的應(yīng)用

Kobori H.等開發(fā)了一種基于近紅外(NIR)光譜的鋸材快速在線分級(jí)設(shè)備[13]。該設(shè)備配備了衍射光柵線性傳感器、高強(qiáng)度照明裝置和新型波長(zhǎng)色散NIR分光光度計(jì)。它可從以120 m/min的速度在傳送帶上運(yùn)行的扁柏木材截面整個(gè)表面獲取光譜，再借助偏最小二乘回歸，建立各種水分含量條件下的水分含量和彈性模量的預(yù)測(cè)模型。實(shí)驗(yàn)結(jié)果表明該預(yù)測(cè)模型在高速傳送帶上有足夠的預(yù)測(cè)準(zhǔn)確性，可用于商業(yè)鋸木廠鋸材的在線質(zhì)量認(rèn)證。

1.4 核磁共振技術(shù)(NMR)的應(yīng)用

核磁共振(NMR)能即時(shí)確定液體中的質(zhì)子密度，借此可以確定木材的水分含量(MC)。Maks Merela等應(yīng)用單點(diǎn)NMR法實(shí)時(shí)測(cè)定木材的水分含量[14]。該測(cè)量方法基于以下假設(shè)：木材中唯一的液體是水，樣品中NMR自由感應(yīng)衰減信號(hào)(S)的振幅與水的質(zhì)量(m)之間有線性關(guān)系，可針對(duì)給定的NMR探針和NMR光譜儀設(shè)置進(jìn)行精確校準(zhǔn)(校準(zhǔn)系數(shù)k，k′)。將NMR自由感應(yīng)衰減信號(hào)轉(zhuǎn)換為水量后，得到水分含量的計(jì)算公式MC=(S-mk′)/(mk-S)。Maks Merela還驗(yàn)證了該方法的準(zhǔn)確性和可靠性，無論何種木材均與重量法相當(dāng)。

1.5 X射線技術(shù)的應(yīng)用

Viguier Joffrey通過X射線和晶粒角的測(cè)量對(duì)云杉和花旗松木材的力學(xué)性能進(jìn)行建模，達(dá)到按強(qiáng)度分級(jí)的目的[15]。其應(yīng)用X射線和晶粒角測(cè)量得到805塊格拉斯冷杉板和437塊云杉板的靜態(tài)彎曲剛度和彎曲強(qiáng)度，通過振動(dòng)和超聲方法獲得彈性模量，并基于這些數(shù)據(jù)建立力學(xué)模型。此外還根據(jù)歐洲標(biāo)準(zhǔn)，通過使用不同的指標(biāo)，對(duì)力學(xué)性能評(píng)估的質(zhì)量和分級(jí)工藝的改進(jìn)程度進(jìn)行了比較。結(jié)果表明，與行業(yè)中常用彈性模量的整體無損測(cè)量相比，利用該模型得到的計(jì)算結(jié)果更優(yōu)。

1.6 超聲波信號(hào)的應(yīng)用

Ruy Monica等根據(jù)對(duì)巴西均齡約45年熱帶物種圓木木材的超聲測(cè)試，提出了圓木的超聲分級(jí)標(biāo)準(zhǔn)[16]。其用超聲在飽和水分含量(MC)大于30%且環(huán)境平衡(MC約為12%)條件下測(cè)試了不同直徑的圓木，僅在MC達(dá)到環(huán)境平衡(約12%)時(shí)進(jìn)行了靜態(tài)彎曲測(cè)試。結(jié)果表明：由于圓木的直徑與其聲學(xué)和力學(xué)性能間的相關(guān)性，任何圓木分級(jí)系統(tǒng)都必須考慮碎木的直徑；圓木的直徑越大，原木中的超聲實(shí)際速度與考慮剛性分級(jí)標(biāo)準(zhǔn)所期望速度之間的差就越大。

1.7 微波掃描技術(shù)的應(yīng)用

強(qiáng)度估計(jì)是木材強(qiáng)度分級(jí)的重要步驟。該特性受晶粒方向影響強(qiáng)烈，其與主方向的偏離會(huì)導(dǎo)致強(qiáng)度的急劇下降。因此，以快速且非侵入性的方式找到木材纖維方向是木材加工業(yè)的基本需求。偏振微波輻射能夠以非接觸和非破壞性的方式揭示纖維的主要方向。Denzler JK應(yīng)用該方法建立了一種創(chuàng)新原型，介紹了基于偏振微波掃描鋸材的分級(jí)原則[17]。該原型能使用立體方法在局部范圍內(nèi)檢測(cè)晶粒偏差，并對(duì)結(jié)果進(jìn)行評(píng)估，鑒定具有嚴(yán)重局部晶粒傾斜的樣品。Weidenhiller Andreas等探索了單獨(dú)或結(jié)合動(dòng)態(tài)剛度測(cè)量進(jìn)行微波掃描的潛力，對(duì)白蠟?zāi)?、山毛櫸木、歐洲栗木和橡木薄片的拉伸強(qiáng)度進(jìn)行了估計(jì)[18]。微波和動(dòng)態(tài)剛度測(cè)量結(jié)果顯示，這4個(gè)樹種均具有較大硬木強(qiáng)度等級(jí)提升的潛力。

2 國(guó)內(nèi)竹材分級(jí)技術(shù)研究現(xiàn)狀

目前國(guó)內(nèi)分級(jí)技術(shù)在竹材領(lǐng)域已有部分應(yīng)用，尤其是對(duì)外表關(guān)鍵參數(shù)的檢測(cè)分級(jí)技術(shù)如結(jié)合機(jī)器視覺的竹材分級(jí)技術(shù)，而關(guān)于材性的研究和分級(jí)技術(shù)較少。

2.1 對(duì)外表關(guān)鍵參數(shù)的檢測(cè)分級(jí)技術(shù)

國(guó)內(nèi)研究人員將機(jī)器視覺與其他識(shí)別技術(shù)結(jié)合實(shí)現(xiàn)了對(duì)不同外表關(guān)鍵參數(shù)的檢測(cè)。劉紅等設(shè)計(jì)了一種基于機(jī)器視覺的竹片顏色自動(dòng)分選系統(tǒng)[19]，其先將工業(yè)相機(jī)捕捉的竹片RGB三基色彩色模型濾除噪聲并放大處理，再使用軟件MATLAB傳入L*a*b*空間中提取均值等19個(gè)特征值的特征向量，最后利用距離測(cè)度模板匹配法的模式識(shí)別技術(shù)(運(yùn)算速度較快)實(shí)現(xiàn)了利用機(jī)器視覺技術(shù)對(duì)竹片顏色的在線自動(dòng)選片分揀。

韓偉聰?shù)冗\(yùn)用基于像素點(diǎn)間距的新算法實(shí)現(xiàn)了對(duì)竹材尺寸的實(shí)時(shí)測(cè)量[20]。通過對(duì)竹材圖像進(jìn)行選擇式掩模平滑、Sobel 算子邊緣提取以及二值化等數(shù)字圖像處理有效地過濾噪聲，得到了竹材內(nèi)外輪廓邊緣，然后按照新算法計(jì)算出竹材尺寸大小。其可實(shí)時(shí)在線檢測(cè)、處理竹材圖像，具有運(yùn)行可靠、計(jì)算精度高的優(yōu)點(diǎn)，為竹材尺寸實(shí)時(shí)檢測(cè)分級(jí)提供了新的途徑。

曾傳華等對(duì)顏色和紋理特征的竹材分級(jí)方法進(jìn)行了研究[21]。應(yīng)用計(jì)算機(jī)視覺技術(shù)對(duì)竹條表面顏色等級(jí)進(jìn)行分類識(shí)別，然后運(yùn)用顏色矩和灰度共生矩陣結(jié)合描述竹材顏色特征和紋理特征的方法，提取了9個(gè)顏色矩特征參數(shù)和4個(gè)灰度共生矩特征參數(shù)。再對(duì)參數(shù)利用主成分分析降維處理，將得到的綜合參數(shù)作為分類器(BP神經(jīng)網(wǎng)絡(luò)分類器和支持向量機(jī)分類器)的輸入量進(jìn)行分類識(shí)別，識(shí)別正確率的均值為 92.3%。

劉紅等設(shè)計(jì)了一種機(jī)器視覺與PLC控制裝置相結(jié)合的竹片顏色在線分選系統(tǒng)[22]，該系統(tǒng)由上位機(jī)和下位機(jī)組成。上位機(jī)配備工業(yè)相機(jī)對(duì)竹片圖像進(jìn)行采集，然后利用軟件 MATLAB 處理數(shù)字圖像并將識(shí)別結(jié)果傳輸?shù)较挛粰C(jī)。下位機(jī)根據(jù)識(shí)別結(jié)果，通過 PLC 控制裝置控制相配合的三個(gè)裝置執(zhí)行竹片的上料、傳輸、分揀和入庫(kù)四個(gè)步驟，完成竹片的自動(dòng)分級(jí)。

沈馮崢等設(shè)計(jì)了一種竹材壁厚自動(dòng)分選機(jī)[23]。該機(jī)的工作原理是在線性編碼器產(chǎn)生脈沖電信號(hào)后，控制系統(tǒng)將脈沖電信號(hào)換算成位移量。此位移量為常量與竹材壁厚之和，計(jì)算后可得到竹材壁厚大小。

馬乃訓(xùn)等研究了毛竹竹材質(zhì)量的分級(jí)標(biāo)準(zhǔn)和方法[24]。其以“根”計(jì)量為基礎(chǔ)，依據(jù)眉高部位直徑和規(guī)格長(zhǎng)度處的小頭直徑大小或依據(jù)竹材離基4 m高處的直徑和長(zhǎng)度，將竹材分成若干徑階類型，在每一徑階中再分出兩個(gè)等級(jí)。

2.2 竹材材性的檢測(cè)分級(jí)技術(shù)及綜合評(píng)價(jià)分級(jí)方法

岳想想等針對(duì)竹材材性差異的研究，運(yùn)用基于RelifF的特征選擇方法明確了關(guān)鍵因子，并構(gòu)建了基于 PCA-IAGENS(主成分分析與凝聚型層次聚類算法)的竹材分類模型[25]。首先應(yīng)用基于RelifF的特征選擇方法明確了4種竹材力學(xué)性能關(guān)鍵屬性，再以竹材共 25 個(gè)屬性為評(píng)價(jià)特征及分級(jí)基礎(chǔ)，運(yùn)用PCA進(jìn)行降維處理。然后選取前六主成分結(jié)合IAGNES方法對(duì)竹材材性間差異進(jìn)行綜合評(píng)價(jià)并建立模型。結(jié)果顯示該模型能將竹材材性聚為三類：第一類大徑竹為主，綜合性能較優(yōu)異，適合造紙等；第二類中小徑為主，適用于編制竹產(chǎn)品、造紙及用于食用；第三類小徑為主，綜合性能一般，可用于觀賞、綠化等。

劉主凰等將聚類方法應(yīng)用于福建竹材纖維研究[26]，對(duì)福建竹材纖維的形態(tài)特征、壁上紋孔特征、力學(xué)性能、生物學(xué)特性及化學(xué)性質(zhì)等方面在不同因素下的差異進(jìn)行了對(duì)比研究，并根據(jù)得到的各類竹材特性進(jìn)行聚類分析，為纖維原料的優(yōu)選、高性能產(chǎn)品的設(shè)計(jì)及基于纖維特性的竹材分級(jí)方法提供了理論依據(jù)。

陳利芳等對(duì)多種竹材若干個(gè)重要參數(shù)和性質(zhì)進(jìn)行了綜合評(píng)價(jià)[27]，以竹材直徑、竹壁厚度、密度平均值、天然耐久性能和可處理性能、質(zhì)量載藥量、體積載藥量等為評(píng)價(jià)指標(biāo)，將竹材分為4個(gè)等級(jí)，并據(jù)此對(duì)17種竹材進(jìn)行分級(jí)評(píng)價(jià)。結(jié)果表明，泰竹、云南甜竹、龍竹等是結(jié)構(gòu)材方面的適用竹種。此結(jié)果大體上符合這些竹材的傳統(tǒng)用途，說明該方法在分級(jí)應(yīng)用上有相當(dāng)大的可取性。

彭冠云等基于CT技術(shù)對(duì)毛竹軸向和徑向密度特征進(jìn)行了研究，發(fā)現(xiàn)竹材CT值與密度存在顯著的線性關(guān)系，并給出了數(shù)學(xué)模型[28]。該模型表明在底部，密度從外至內(nèi)驟減后緩慢變化，最后趨于水平；而在稍部，密度往內(nèi)方向均勻降低。

賀勇等分別采用真空氣壓法和圖像分析法對(duì)竹材氣體滲透性進(jìn)行了研究[29]。其應(yīng)用基于RGB模型圖像的自動(dòng)閾值分割算法對(duì)R分量自動(dòng)閾值分割，然后通過形態(tài)學(xué)開閉運(yùn)算消除噪聲。再根據(jù)標(biāo)準(zhǔn)圓的面積計(jì)算出解剖結(jié)構(gòu)圖像中孔隙的面積，最后利用基于虛擬儀器的竹材氣體滲透性檢測(cè)系統(tǒng)分別對(duì)毛竹的縱向、橫向和竹隔的氣體滲透性進(jìn)行測(cè)定和分析。結(jié)果表明竹材的結(jié)構(gòu)與其滲透性有顯著的線性關(guān)系，竹材的縱向滲透率最強(qiáng)，竹隔的滲透率最低。

3 竹材分級(jí)技術(shù)展望

3.1 其他領(lǐng)域分級(jí)技術(shù)平行應(yīng)用

聲振動(dòng)譜、近紅外光譜、核磁共振、X射線、超聲波、微波等技術(shù)在其他行業(yè)的檢測(cè)分級(jí)方面已有較廣泛的應(yīng)用，而在竹產(chǎn)業(yè)中應(yīng)用基本空白。借鑒同類研究，將這些技術(shù)行業(yè)適宜化是推動(dòng)本行業(yè)發(fā)展和穩(wěn)固竹材分級(jí)技術(shù)“地基”最快速有效的方法之一。因此，其他領(lǐng)域分級(jí)技術(shù)平行應(yīng)用于竹產(chǎn)業(yè)應(yīng)是近幾年竹材分級(jí)的主要研究方向。

3.2 多種技術(shù)融合

高質(zhì)量分級(jí)依靠單一參數(shù)進(jìn)行識(shí)別分級(jí)難以實(shí)現(xiàn)，而常使用多種數(shù)據(jù)綜合評(píng)價(jià)或材性與外部參數(shù)結(jié)合的分級(jí)方法。多傳感器融合可實(shí)現(xiàn)同時(shí)對(duì)竹材多種數(shù)據(jù)進(jìn)行檢測(cè)，為綜合評(píng)價(jià)及材性與外部參數(shù)結(jié)合的分級(jí)方法提供了極大便利。機(jī)器視覺檢測(cè)系統(tǒng)算法適用性強(qiáng)、成本低、易于操作、效率高且結(jié)果客觀，廣泛應(yīng)用于工業(yè)品、食品及農(nóng)產(chǎn)品等的品質(zhì)檢測(cè)[30-32]。未來多種技術(shù)融合如基于機(jī)器視覺并結(jié)合各種光學(xué)技術(shù)和優(yōu)化算法、多傳感器融合技術(shù)等將是竹材分級(jí)技術(shù)重要的發(fā)展方向。

3.3 分級(jí)標(biāo)準(zhǔn)與評(píng)定方法

制定竹材分級(jí)標(biāo)準(zhǔn)和評(píng)定方法時(shí)既要參照國(guó)外分級(jí)標(biāo)準(zhǔn)，還要根據(jù)我國(guó)竹材生產(chǎn)加工的實(shí)際情況，確定具有實(shí)用性的綜合評(píng)價(jià)方法，并建立簡(jiǎn)便、快捷產(chǎn)量級(jí)和質(zhì)量級(jí)的分級(jí)模型，尤其是適用于中小企業(yè)的分級(jí)模型。

3.4 實(shí)時(shí)處理技術(shù)

改進(jìn)實(shí)時(shí)處理技術(shù)可以從硬件和軟件兩方面著手，硬件方面可使用運(yùn)算效率高的處理器、專用圖像采集鏡頭和匹配性能好的高速圖像處理主板等，此外可以用硬件代替軟件來實(shí)現(xiàn)根據(jù)特定分級(jí)要求處理圖像的程序來提高實(shí)時(shí)性。軟件方面需運(yùn)用各種先進(jìn)的理論和技術(shù)(如人工神經(jīng)網(wǎng)絡(luò)、模糊技術(shù)、人工智能等)并持續(xù)優(yōu)化算法從而提高圖像的處理運(yùn)算速度和分級(jí)速度。另外將機(jī)器視覺與機(jī)械傳送結(jié)合，既可解決輸送問題，又可以從機(jī)構(gòu)上實(shí)現(xiàn)利用傳統(tǒng)圖像處理方法來完成部分功能，從而提高分級(jí)的實(shí)時(shí)性。