近红外漫反射光谱法鉴别纺织纤维的应用研究

张银锋 寿谦益 蒋丽丽 沈江琴 金莹莹 祝灵丽

摘 要：采用近红外漫反射光谱法测得不同种类纺织纤维的近红外光谱图，运用Bruker Opus定性分析软件对相应的近红外谱图进行化学计量法处理并建立鉴别模型，测试了模型的准确性。结果表明：将获取的近红外谱图组合为一个主库和两个子库，数据预处理方法为一阶导数和预矢量归一化，主库谱图的运算方法为标准算法，两个子库的运算方法为因子算法，可以得到满意的纺织纤维鉴别模型。

关键词：近红外漫反射光谱法；纺织纤维；模型；鉴别

中图分类号：O657.33

文献标志码：A

文章编号：1009-265X（2018）02-0062-04

Qualitative Identification of Textile Fibers by EmployingNear Infrared Diffuse Reflectance Spectroscopy

ZHANG Yinfeng， SHOU Qianyi， JIANG Lili，SHEN jiangqin， JIN Yingying， ZHU Lingli

（Shaoxing Testing Institute of Quality Technical Supervision， Shaoxing 312366， China）

Abstract：Near infrared spectra of different textile fibers were gained by near infrared diffuse reflectance spectroscopy. Bruker OPUS qualitative analysis software was applied to carry out stoichiometry treatment of infrared spectra and establish the identification model. Besides， the model，odel accuracy was tested. The results show that the satisfying textile fiber identification model can be gained under the following conditions： near infrared spectra of different textile fibers are combined as a main library and two sub-libraries； data preprocessing methods include first derivative and pre-vector normalization； the operation method of main library is canonical algorithm； the operation method of two sub-libraries is factor algorithm.

Key words：near infrared diffuse reflectance spectroscopy； textile fibers； model； identification

紡织纤维及制品与人们的日常生活密切相关，因此保证纺织品的质量安全尤为重要。目前，各国政府监管部门对纺织品组分标识十分重视，几乎所有的国家（地区）为保障消费者的合法权益，要求生产者或销售者对于纺织品纤维组分必须准确标注，这使得纺织纤维的鉴别在纺织品的众多检测项目中的地位尤为突出[1]。

目前FZ/T 01057—2007《纺织纤维鉴别试验方法》所列标准鉴别方法主要有：燃烧法、显微镜法、溶解法、着色试验法、含氯含氮呈色反应法、熔点法、密度梯度法、中红外光谱法、双折射率法等，然而其存在一定的不足：燃烧法、着色试验法、含氮含氯呈色反应法只能将纤维粗分类；显微镜法主要依靠试验人员的经验，主观性较强；溶解法使用化学试剂，对人员和环境影响较大；熔点法只能鉴别化学纤维；密度梯度法不适用于中空纤维；中红外光谱法前期制片较为繁琐[2]。近红外漫反射光谱法是具有广泛应用的先进技术，它是运用近红外光谱仪获得样品性质的基本信息，再利用化学计量法进行相关计算建立鉴别模型，最终实现对未知样品的定性分析，具有快速、简便、环保、无损的特性[3]。目前国内外虽有对近红外光谱法鉴别纺织纤维的报道，但涉及的样品种类较少，应用性不强[4]。本文详细阐述了用近红外漫反射光谱法鉴别纺织纤维的过程，对近红外光谱法在纺织领域的推广应用具有一定的指导意义。

1 实 验

1.1 样 品

选择具有一定代表性的不同颜色、不同厚度、不同织物结构的14种类共259个纺织纤维样品，包含氨纶、锦纶、腈纶、聚酯、桑蚕丝、羊毛、莱赛尔、粘纤、棉、苎麻、丙纶、玻璃纤维、芳纶1414、乙纶等纤维。

1.2 主要仪器

TANGO傅立叶变换近红外光谱仪（德国Bruker公司）：包含InGaAs检测器，镀金漫反射积分球（内径8 cm，采样光斑直径1.2 cm），Bruker OPUS定性分析软件等。

1.3 方 法

积分球漫反射，扫面次数32次，扫面范围3 950～11 550 cm-1，分辨率8 cm-1。

1.4 原始数据预处理

软件中预处理方法主要包括矢量归一化、一阶导数、二阶导数等方法，通过对预处理方法的合理选择，可以降低环境的影响并提高光谱数据的信息量。矢量归一化适用于不同厚度的样品，降低同一样品若干次测量之间的差别，一阶导数、二阶导数适用于预处理那些较宽背景中明显但很弱的谱段。

1.5 利用定性分析软件建立鉴别模型

该软件包括两种基本算法：标准算法和因子算法，这两种算法原理是通过比较测试谱图和参考谱图的光谱距离，确定谱图间的匹配关系，距离越短，结果越匹配。

标准算法是使用欧式距离D来计算光谱距离，表示如下：

D=∑k[a（k）-b（k）]2（1）

式中：a（k）和b（k）是谱图a和b的纵坐标的值，和是从所选全部数据点k得到。

因子法试图将谱图表示为因子谱（载荷）的线性组合：

c=T1c·f1+T2c·f2+T3c·f3+…（2）

式中：矢量c表示谱图，f1，f2，f3等是因子谱，T是得分因子。

因子法是使用因子T表示光谱距离D：

D=∑i（Tic-Tid）2（3）

然后根据标准算法或因子法获得的光谱距离D计算阈值DT：

DT=DMax+f0·x（4）

式中：DMax是该样品集的最大光谱距离，f0为该样品集的标准偏差，根据经验x为0.25。

阈值选定后，所有创建参考谱的原始谱图的距离都小于该参考谱，如果在分析中，样品谱的光谱距离大于该阈值，将认为该光谱跟参考谱不一样。

软件具有在一级主库的基础上建立多级子库的功能，可以将在主库中不能鉴别的纺织纤维，通过建立多级子库实现样品分类，直到将所有种类的纺织纤维鉴别完成[5]。

2 结果与讨论

2.1 纺织纤维近红外漫反射光谱图

图1—图3是14种纺织纤维近红外漫反射光谱图。可以看出化学纤维、蛋白质纤维、纤维素纤维、再生纤维素纤维作为不同种类的聚合物，其近红外谱图具有各自的特征，但棉和苎麻属于同一类纤维素纤维，粘纤和莱赛尔属于同一类再生纤维素纤维，两种类的近红外谱图具有很大的相似性，并且近红外光谱图是多种物质相互重叠的结果，因此必须借助化学计量法进行分离鉴定。

2.2 建立定性分析模型

通过研究不同种类样品库的选择性，可以获得质量较高的鉴别模型，一般用S值表示：

S=DDT1+DT2（5）

式中：D是两组库平均光谱的距离，T1和T2是两组库的阈值。

如果S<1，表示两组库有交叉；S=1，表示两组库有接触；S>1，表示两组库是分开的。显然，为使模型的准确性越高，S值必须大于1且越高越好。根据研究发现，为了使光谱噪声将被充分平滑，对主库使用标准方法并定义较宽的光谱范围；对于子库，使用因子法并选择较窄的光谱范围，这样可以使得光谱的细节被充分表现出来。

第一步对主库的纤维样品光谱图进行分析处理，预处理方法为一阶导数和矢量归一化，光谱范围为8 996.9～3 946.1 cm-1，平滑点为15，运算方法是标准方法，运算结果见表1。从表1中可以看出，氨纶、丙纶、玻璃纤维、芳纶1 414、锦纶、腈纶、聚酯、桑蚕丝、羊毛、乙纶等10种纤维的S均大于1，表示这10种纺织纤维能够很好地被区分开；而棉、苎麻、莱赛尔、粘纤4种纤维由于化学结构相似，S值小于1，这两类纤维会有混淆，需要进一步处理。

第二步选择莱赛尔、粘纤作为二级A类子库，预处理方法为一阶导数和矢量归一化，光谱范围为8 980.4～3 946.1 cm-1，平滑点为9，运算方法为因子法，结果见表2。由表2可见，莱赛尔、粘纤两种类纤维的S值大于1，说明通过因子算法后两种类似的再生纤维素纤维可以很好的被鉴别。

第三步选择棉、苎麻作为二级B类子库，預处理方法为一阶导数和矢量归一化，光谱范围为7 321.5～3 946.1 cm-1，平滑点为23，运算方法为因子法，结果见表3。由表3可知，棉、苎麻两种类似纤维的S值大于1，说明通过因子算法后两种类似的纤维素纤维可以很好的被鉴别。

将42个已知类别样品作为验证样品，通过所建模型进行判别分析，结果均鉴别准确。

3 结 论

a）近红外漫反射光谱法作为一种先进的检验技术，具有快速、简便、环保、无损的特性。化学纤维、蛋白质纤维、纤维素纤维作为不同种类的聚合物，具有各自的特征和不同的谱图，但同一类纤维的谱图具有很大相似性，必须采用化学计量学方法进行鉴定分析。

b）将不同的纺织纤维近红外谱图组合为一个主库和两个子库，对主库选用的预处理方法为一阶导数和矢量归一化，光谱范围8 996.9～3 946.1 cm-1；二级A类子库选用的预处理方法为一阶导数和矢量归一化，光谱范围8 980.4～3 946.1 cm-1，二级B类子库选用的预处理方法为一阶导数和矢量归一化，光谱范围7 321.5～3 946.1 cm-1，可以得到满意的模型。

c）将所建模型对42个已知样品进行鉴别分析，结果均鉴定准确。可以看出，用近红漫反射外光谱法对纺织纤维分析鉴定是可行的。如果能有更庞大的样品库，将可以建立适应性更强的鉴别模型，因此应用前景十分广泛。

参考文献：

[1] 桂家祥，耿响，周丽萍，等.纺织品原料组份定性、定量快速检测方法研究——近红外光谱法[J].检验检疫学刊，2013，1（23）：1-2.

[2] 袁洪福，常瑞学，田玲玲，等.纺织纤维及其制品非破环快速鉴别的研究[J].光谱学与光谱分析，2010，30（5）：1229-1232.

[3] 陆婉珍.现代近红外光谱分析技术[M].第2版.北京：中国石化出版社，2007：10-11.

[4] 王丹红，吴文晞，林志武，等.近红外光谱法鉴别Tencel等四种纤维[J].福建分析测试，2009，18（4）：32-34.

[5] 谭曜，王群威，王豪.使用近红外OPUS IDNET软件定性分析判别废塑料[J].塑料工业，2009，9（37）：57-60.