近红外光谱法对假发用纤维的定性鉴别

贾凯凯，刘鹏，周兆懿

(上海市质量监督检验技术研究院，上海 200040)

0 前言

目前，全球五分之四以上的假发制品由中国生产，中国已经成为全球假发制品最大的生产及出口国。随着国内假发制品消费结构不断升级，假发片、假发块俨然成为女性的装饰必备品，因此对假发制品的品质要求也越来越高。假发根据原材料分类，可分为化纤发、动物毛发和人发。假发制品材质的不同决定了其品质、价格及穿戴性能，其中人发的价格最为昂贵，动物毛发次之，化纤发最为便宜。由于商家对利益的追求，导致市场上出现大量“以次充好”的乱象。由于人发最为昂贵，导致非人发产品冒充真人发的情况最为严重。

对于假发用纤维的检测，主要依据纺织品纤维的检测标准执行[1]。采用纺织品标准对假发进行检测，其对化纤部分较为有效，对毛发部分的检测则有所欠缺。一方面，由于纺织品中不存在真人发的使用，也没有真人发的检测方法。另一方面，对于其他动物毛发的检测，纺织品主要依据动物毛发鳞片层结构的差异进行鉴别。动物毛发在制作假发过程中，为了更好的穿戴效果，往往会进行酸化处理，破坏了鳞片层结构，致使无法依据纺织品标准进行检测[2-3]。近红外光谱法作为一种快速、高效且无损的定性检测方法，测试过程中不受纤维微观物理形态的影响，已经多次用于纺织品纤维鉴别中[4-9]，本文采用此方法对假发用纤维进行鉴别，弥补了现有检测方法的不足。

1 仪器与材料

1.1 试验仪器

布鲁克近红外光谱仪，傅里叶变换，漫反射积分球附件，PbS检测器，扫描分辨率为2 cm-1，光谱范围12 500 cm-1～3 500 cm-1，具有光谱采集、光谱预处理、定性等功能。

1.2 样品选择

选择具有代表性、种类齐全的样品建立校正集和验证集，其中人发样品包含原材料人发及经过酸处理的人发，产地包括中国、越南和印度等多地区；动物毛发有羊毛、牛毛、马毛及骆驼毛等，化学纤维选择了最常见的PET（聚酯纤维）和PVC（聚氯乙烯纤维）。

2 定性模型建立

由于人发和动物毛发都由蛋白质组成，其物理和化学性质相似，与化学纤维的性质差异较大，所以首先将人发和动物毛发作为整体，即毛发纤维，建立毛发纤维与化学纤维的定性模型。为了精确区分毛发纤维与化学纤维，可以有效选取差异明显的波段，使所建模型的精度尽可能高。然后，建立人发和动物毛发定性模型，进一步区分人发和动物毛发。由于二者性质相似，近红外光谱显示无明显差异，如图1、图2所示。因此，近红外光谱法可选波段范围较窄，需要多次调整参数，直至这2类纤维可明显区分。

图1 人发的近红外光谱图

图2 动物毛发的近红外光谱图

为了消除近红外光谱中一些与待测样品性质无关的因素，如样品物理状态、测量环境及仪器响应等带来的干扰，提高光谱信噪比。试验采用多种预处理方法对光谱进行预处理，并选择合适的建模波段。

2.1 采集样品的近红外光谱

采集所选择的人发、动物毛发、PET和PVC等建模样品近红外漫反射光谱，建立校正集和验证集，其中验证集样品未参与过校正集，光谱采集范围为12 500 cm-1～3 500 cm-1，分辨率为2 cm-1。在样品光谱采集过程中，每条光谱信号扫描32次，样品完全覆盖检测口，保证不透光。每类样品的近红外光谱如图1、图2及图3所示。

图3 化学纤维的近红外光谱图

光谱有效信息主要集中在7 000 cm-1～3 500 cm-1波段，并且噪音信息也较少。观察总体光谱形状，人发和动物毛发与PET、PVC的光谱有明显区别，所以在后续建立毛发纤维与化学纤维的定性模型时，这2类纤维较为容易区分，波段和预处理方法可选范围较大，6 000 cm-1～3 500 cm-1波段几乎都可以选取，人发与动物毛发的光谱几乎一致，肉眼无法观察到明显区别。在后续建立人发与动物毛发定性模型时，需要不断调整建模波段及预处理方法，直至达到满意效果。

2.2 毛发纤维与化学纤维的定性模型

将毛发纤维（人发和动物毛发）、PET和PVC作为3组不同试验类别，采用一阶导数（平滑点数为9）结合矢量归一化对所采集的近红外光谱进行预处理，选取这3类纤维光谱特征差异较大的波段5 959.3 cm-1~3 857.2 cm-1，采用因子化法（主成分分析）进行分析建模，得到毛发纤维与化学纤维校正模型主成分得分图，见图4。

图4 毛发纤维与化学纤维校正模型预测结果

动物毛发、PET和PVC这3类纤维无交叉部分，即可说明所建模型可有效区分这3类样品。将验证集样品的近红外光谱带入校正模型中进行验证，对校正模型的准确度进行检验，正判率为100%。这说明所建立的毛发纤维与化学纤维定性模型可以有效鉴别毛发纤维和化学纤维。

2.3 人发与动物毛发的定性模型

将人发和动物毛发作为2组不同试验类别，采用二阶导数（平滑点数为25）对近红外光谱进行预处理，选用4 948.7cm-1~4 605.4cm-1波段，采用因子化法（主成分分析）进行分析建模，得到人发与动物毛发校正模型主成分得分图，见图5。人发与动物毛发没有交叉区域，可明显区分，这说明所建模型达到理想效果。由于动物毛发为多种动物毛的组合，所以毛发纤维样品在得分图分布中较为分散。

图5 人发与动物毛发校正模型的预测结果

将验证集样品的近红外光谱带入判别模型中，对模型的准确度进行检验，正判率为100%。这说明所建立的人发与动物毛发定性模型可有效鉴别人发和动物毛发。如果被测样品在毛发纤维与化学纤维定性模型中的测试结果为化学纤维（PET或PVC），则测试结束；如果测试结果为毛发纤维，则需再次使用人发与动物毛发定性模型对该样品进行测试，最终被测样品分辨为人发还是动物毛发。

3 结论

基于上述建立的2个近红外定性模型，可以快速高效地对人发、动物毛发和化学纤维进行定性鉴别，对于待测假发样品，只需采集其近红外光谱，再代入近红外定性模型，即可实现假发材质鉴别，整个测试过程仅需几分钟。市场上的假发产品在成分组成上并不复杂，混合材质的假发产品几乎都是毛发纤维与化学纤维2种组分的混合物。所以对于混合发而言，在测试过程中，只要模型判定的结果为“都不是”，例如使用毛发纤维与化学纤维对样品进行测试，判定结果既不是毛发纤维，也不是化学纤维，此时可认为被测样品为毛发纤维与化学纤维的混合产品。对于假发这类价格昂贵、款式多样、单一样式数量少的产品，采用具有快速无损特点的近红外光谱法进行鉴别，会大大降低检测的经济成本，此方法也更适合监管部门规范假发市场，以保障消费者权益。（ ）