APP下载

铜氨纤维与莱赛尔纤维鉴别方法的探讨

2015-11-16李菊竹

中国纤检 2015年17期
关键词:光谱

摘要:对铜氨与莱赛尔两种纤维从原料、纺丝工艺、物理化学以及原纤化、湿膨胀性能等方面进行研究与分析,提出通过此两种纤维的湿溶解性能方面的差异并辅以原子吸收光谱、近红外光谱和X射线衍射等表征方法来鉴别铜氨纤维与莱赛尔纤维,解决实际操作中无法区别两者的难题。

关键词:铜氨纤维;莱赛尔纤维;湿膨胀;光谱;X射线衍射

铜氨纤维与莱赛尔纤维均属于天然再生纤维素纤维,其分子结构与棉相似,还拥有棉纤维不具备的蚕丝的干燥滑爽、舒适凉快等优点,在纺织服装领域中有着很大的应用价值。由于铜氨纤维与莱赛尔纤维外观形态和化学结构上具有较大的相似性,一般鉴别纤维的显微镜观察、燃烧和溶解等常规方法均无法鉴别此两种纤维。目前两种纤维之间的定性鉴别仍然是检验工作中的难点,而两种纤维的价格和性能上的差异使得检验机构迫切需要建立一种鉴别此两种纤维的方法。

1 纤维概述

铜氨纤维是将松散的棉短绒等天然纤维素溶解在氢氧化铜或碱性铜盐的浓氨溶液中,配成纺丝原液,然后通过铜氨工艺得到的再生纤维素纤维[1],因在制造过程中以氨及氢氧化铜处理而得名。铜氨纤维具有会呼吸、清爽、抗静电、悬垂性佳四大功能,可避免产生闷热的不舒适感,是最好的里衬材料,且至今仍然处于无可取代的地位。据市场调研,目前铜氨纤维已从里布推向面料,适用于与羊毛、合成纤维混纺或纯纺,在针织物中得到广泛应用。

莱赛尔纤维(俗称天丝)是一种溶剂型纤维素纤维,以可再生的针叶木纤维为原料,制备为纤维素浆粕,然后通过有机溶剂(N-甲基吗啉-N-氧化物)(NMMO)溶解并纺丝后制得的新型再生纤维素纤维,是一种典型的绿色环保纤维[2-3]。莱赛尔纤维一般有两种类型:一种为原纤化型,易产生原纤化现象;另一种为非原纤化型,是在原纤化型的基础上进行特殊的整理加工,使纤维不易出现原纤化现象。莱赛尔纤维是最近十几年得到开发、应用的新型再生纤维素纤维,其所用溶剂无毒,且回收率高,其产品服用性能好,具有柔软、舒适、透气性好、光滑凉爽、耐穿耐用等特点,广泛应用于与棉、毛、丝、麻、合成纤维混纺或纯纺,在高档机织或针织织物领域均得到广泛的应用。

2 性能分析

2.1 外观、燃烧及常规溶解性能

铜氨纤维与莱赛尔纤维的截面形态类似,横截面为圆形,纵截面为表面平滑,有光泽;同时此两种纤维均属于再生纤维素纤维,其化学组成及基本结构单元相同,即为纤维素,燃烧现象和化学溶解等性能也相类似,显微镜观察、燃烧和溶解等常规方法均无法鉴别此两种纤维。

2.2 物理化学性能差异[2-4]

铜氨纤维平均聚合度为450~500,各项强力略低于莱赛尔纤维;在NaOH溶液中会产生横向剧烈膨胀。莱赛尔纤维平均聚合度为500~550,分子紧密规整,具有很高的分子间力,纤维强度也较大;莱赛尔纤维属于溶剂纺丝法制得的新型再生纤维素纤维,具有较高的结晶度和取向度,原纤之间的侧向结合力较薄弱,属于皮芯结构。

2.3 原纤化性能分析

莱赛尔纤维属于皮芯结构,皮层结构致密且较薄,易破损,接近全芯结构,具有明显的原纤结构,尤其是沿纤维轴向的取向结晶排列非常高;莱赛尔纤维在液态状态下横向膨胀,纤维原纤之间的侧向结合力大大减弱,在机械外力作用下,原纤从纤维表面分离出来,产生原纤化现象。铜氨纤维无皮芯结构,不易产生原纤化现象[5-6]。文献有提出利用原纤化性能来区分莱赛尔纤维和铜氨纤维,指出可以用显微镜方法区分莱赛尔纤维和铜氨纤维[7] ,但研究表明该种方法仅适用于原纤化型莱赛尔纤维与铜氨纤维的粗略鉴别,不适用于非原纤化型莱赛尔纤维和铜氨纤维的鉴别。

2.4 湿膨胀性能分析

文献有见莱赛尔纤维湿膨胀性能分析,即再生纤维素纤维大分子上富含大量的亲水性基团—OH,它容易和水分子或与Na离子结合,形成—ONa基团后再靠自身的极性缔合更多的大分子。由于大量的水分子进入再生纤维素纤维的无定形区,导致纤维素中无定形区的大分子间距增大,从而导致纤维素纤维的湿膨胀[8-9]。但文献未涉及到铜氨与莱赛尔两种纤维湿膨胀性能之间的差异,也未涉及到利用该性能区分铜氨与莱赛尔纤维。

2.5 铜离子含量分析

铜氨纤维在纺丝的过程中有接触较高浓度铜离子的经历,虽有经过稀酸液处理除去铜离子,但仍比其他纤维含有相对较多的铜离子痕迹。赵玲[10]等提出采用火焰原子吸收分光光度法检测纺织材料中的铜离子,通过捕捉铜离子残迹含量的差异来鉴别铜氨与莱赛尔纤维。就文献中铜氨与莱赛尔两种纤维的25个样本而言,“铜氨纤维铜离子浓度>2.0mg/kg”与“莱赛尔纤维铜离子浓度<2.0mg/kg”事件的概率为90%,属于大概率事件,提出可以通过测试两种纤维铜离子含量的方法作为鉴别此两种纤维的一种辅助方法。但由于纺织材料中铜离子含量受染整加工中多种因素影响,如使用的染料、浆料,尤其是后整理助剂等,使得该种鉴别方法具有一定的局限性,今后在这方面的研究应该考虑如何排除染整加工带来的铜离子含量影响,使得测试数据更具有效性。

2.6 近红外光谱分析

近红外光谱(NIR)是介于可见光(VIS)和中红外光(MIR或IR)之间的电磁波,美国材料检测协会(ASTM)将近红外光谱区定义为波长780nm~2526nm的光谱区(波数为12820cm-1~3959cm-1)。近红外光谱技术的定性分析是依据同类样品在不同波长下具有相同的光谱,借助多元分析方法,使各种样品能够进行聚类识别,结合某一类定量模型,进而对化合物的各参数做出判断,相同或近似的样品有着相同或接近的光谱[11]。

吴桂芳[12]等提出利用近红外光谱技术快速无损鉴别纤维品种,选用了棉、麻、毛、丝、天丝(莱赛尔)5种纤维。应用可见/近红外光谱漫反射技术测定各种纤维的光谱的曲线,用主成分分析方法(PCA)对光谱数据进行模式特征分析,根据主成分的累积贡献率选用前6个主成分数进行建模和预测,通过建立最小二乘支持向量机模型(LS-SVM)对主成分分析模型进行优化,将前6个主成分作为最小二乘支持向量机的输入变量,建立PCA- LS-SVM模式识别模型,实现类别预测的同时也完成了数学建模与优化分析工作。5个品种的纤维训练集样本200个用于PCA- LS-SVM的模型的建立,对其余预测集样本50个进行验证,结果能准确地区分预测集的5种纤维。

文献中采用的棉、麻样品虽同属于纤维素纤维,通过吴桂芳等人的研究表明可以利用近红外光谱技术得以准确区分。铜氨与莱赛尔虽然均属于再生纤维素纤维,但两者所采用的原材料不同,可以尝试运用近红外光谱分析方法来表征两者的差别。

2.7 X射线衍射分析

X射线衍射法是研究晶体等的原子点阵有关信息的一种分析方法,并不像其他分析方法那样旨在了解试样中所含元素的种类与量,此分析方法的前提是试样中原子排列规则,即具有晶体结构。结晶性良好的试样衍射线强度大而尖锐,而结晶性差的试样衍射线强度就弱,且呈现弥漫模糊的图形[13]。对纤维来说,不同的原材料,不同的纺丝加工工艺制作成的纤维结晶情况也不同[14],反映在X射线衍射图中具有不同的主要特征衍射峰。

铜氨与莱赛尔两种纤维采用的原材料和纺丝工艺皆不同,从而使两种纤维的平均聚合度、结晶度和取向度均有所不同,可以尝试运用X射线衍射分析方法表征两者的差别。

3 结论

铜氨与莱赛尔两种纤维之间的定性鉴别一直困扰着纺织品检验工作者,而每种纤维的准确鉴别和标识是纺织原料和纺织品服装生产行业中所必须的。本文通过分析铜氨与莱赛尔两种纤维在原料、纺丝工艺、化学结构(结晶度、聚合度等)、原纤化、湿膨胀性能以及铜离子含量等方面的差异,提出可以利用铜氨与莱赛尔两种纤维的原纤化性能、湿膨胀性能和铜离子浓度等方面的差别,以及采用近红外光谱和X射线衍射等表征方法来对此两种纤维进行鉴别。

参考文献:

[1] 张淑梅,庄军祥.铜氨纤维的性能及纺纱工艺实践[J].山东纺织科技,2006,(3):22-24.

[2] 许英健,王景翰.新一代纤维素纤维——天丝及其分析[J].中国纤检,2006,(1):43- 45.

[3] 于伟东.纺织材料学[M].北京:中国纺织出版社,2008:23.

[4] 孙建磊,张胜靖,李龙.再生纤维素纤维的研究进展[J].合成纤维工业,2010,(5):49- 51.

[5] 吴雄英,侯文浩,唐敏峰,等.纤维素类纤维定性鉴别方法[J].印染,2003,(12):32- 34.

[6] 曾抒姝,胡健,王宜,等.原纤化Lyocell纤维的制备及结构分析[J].中国造纸,2008,(9):16- 19.

[7] 隋树香. Tencel纤维和铜氨纤维的定性分析 [J].毛纺科技, 2001,(6):48- 49.

[8] 朱华,张建春,姚穆,等.Lyocell纤维在NaOH溶液中膨胀规律的研究[J].西北纺织工学院学报, 2000,(6):111- 115.

[9] 衣志刚,李茂松,周文龙,等.Lyocell纤维溶胀性能的研究[J].浙江工程学院学报, 2002,(1):1-5.

[10] 赵玲,李菊竹,陈加亮,等.用测定铜离子浓度鉴别铜氨与莱赛尔纤维初探[J].中国纤检,2010,(3)(下):68- 70.

[11] 冯放. 现代近红外光谱分析技术及其应用[J].生命科学仪器, 2007,(10):9- 13.

[12] 吴桂芳,何勇. 应用可见/近红外光谱进行纺织纤维鉴别的研究 [J].光谱学与光谱分析, 2010,(2):331- 335.

[13] 泉美治.仪器分析导论(第二版,第三册)[M].北京:化学工业出版社,2005.

[14] 薛丽. PLA ,PTT和PET纤维的仪器分析 [J]. 国外丝绸,2007,(4):7- 9.

(作者单位:福建省纤维检验局,东华大学)

猜你喜欢

光谱
基于三维Saab变换的高光谱图像压缩方法
高光谱遥感成像技术的发展与展望
星载近红外高光谱CO2遥感进展
改进 C-V 分割算法在多光谱成像仪中的应用
基于GPU的高光谱遥感图像PPI并行优化
基于高光谱遥感的矿物蚀变信息提取应用研究
苦味酸与牛血清蛋白相互作用的光谱研究
时空CDMA系统中基于改进PSO的光谱搜索DOA估计
铽(Ⅲ)与PvdA作用的光谱研究
一种改进的多光谱真彩色影像生成方法