基于近红外技术的远红外纤维定性分析

管 瑜，张 毅，邵 路

（天津工业大学纺织学部，天津 300387）

作为功能性材料，远红外纤维已广泛用于人们的保健服装、床上用品等，深受消费者的青睐，尽管价格不菲，但仍有很好的市场前景[1－2].与此同时，也出现了远红外纤维产品质量参差不齐、鱼龙混杂、真假难辨等问题，质监部门经常接到消费者对此类产品的投诉.由于国家以及行业产品标准的制定滞后于产品的开发，目前国内对于远红外纤维的定性、定量分析方法尚无统一的规定，导致远红外纤维的开发、研究和判别受到阻碍.为了净化市场，快速、准确地判别远红外纤维的品质，开展采用近红外技术对远红外纤维进行定性分析的研究十分必要，同时对于开发、研究远红外纤维也具有一定的实用价值[3].本文利用近红外光谱技术和偏最小二乘法建立了远红外纤维的定性分析模型.

1 实验部分

1.1 实验器材与原料

实验仪器为上海棱光S400近红外品质分析仪，光谱谱区范围为1300～2500 nm，波长重复性≤1 nm，扫描间隔为 4、8、16 nm（可选）.

实验材料为市场现存品种即不同种类的丙纶、涤纶、远红外丙纶及远红外涤纶等共10种样品，其样品名称、产地、样品编号如表1所示.

表1 样品信息Tab.1 Samples information

1.2 取样方法的确定

实验样品采用短纤形态，并对其进行预梳理.对于个别长丝形态样品，人为剪短成30 mm左右，然后进行预梳理备用；对于针刺棉等絮状结构样品，则经手扯开松后备用.

将经过预梳理后的实验样品用剪刀剪成1 cm长度试样.每种实验样品采用四分法取样2.000 g，而后从中随机抽取出0.500 g（定量偏差为±1%）作为一个试验子样，共抽取3份，分别作为试验试样、平行试样和备用试样.

1.3 实验原理与步骤

根据近红外光谱分析法[4-6]，利用近红外品质测定仪采集纤维样品的原始光谱图，对原始谱图进行导数预处理，并利用偏最小二乘法建立定性分析模型[7].通过比较分析未知样品的谱图与已知样品的标准谱图，确定未知样品的性质归属.

近红外光谱实验参数设定为扫描次数10次、扫描间隔4 nm（为减小误差，选最小值）.将样品均匀平铺于样品池，放入仪器进行扫描.扫描结束后取出样品，用手将样品手扯开松混匀后进行再次光谱扫描.重复此操作步骤2次，每份样品共扫描3张光谱.综合试验试样和平行试样，每种被测样品共可得到6张近红外光谱.共有10种样品，扫描结束后便可以得到60张近红外光谱图，其中10张近红外光谱图（每种纤维各一张）做预测集，其余50张近红外光谱图做建模集[8-9].

2 近红外光谱谱图分析

扫描10号丙纶短纤所获得的光谱图如图1（a）所示；扫描7号远红外丙纶长丝所获得的光谱图如图1（b）所示.扫描2号涤纶普通短纤所获得的光谱图如图1（c）所示；扫描8号远红外涤纶短纤所获得的光谱图如图 1（d）所示.

从图 1（a）和图 1（b）的原始光谱图可以看出，丙纶短纤与远红外丙纶长丝的曲线形态基本相同，走势十分接近；由图 1（c）和图1（d）可以看出，虽然涤纶普通短纤与远红外涤纶短纤光谱的曲线走势稍有区别，但并不显著.近红外光谱往往包含一些与待测样品性质无关的因素干扰，如样品的状态、光的散射、杂散光及仪器响应等.这些干扰因素将导致近红外光谱的基线漂移和光谱的不重复性.因此，建立定性模型前应对原始光谱进行预处理.

本实验采用二阶导数法[10]对原始光谱图进行预处理.10号丙纶短纤经预处理后的光谱图如图2（a）所示，7号远红外丙纶长丝经预处理后的光谱图如图2（b）所示；2号涤纶普通短纤经预处理后的光谱图如图2（c）所示，8号远红外涤纶短纤经预处理后的光谱图如图 2（d）所示.

经过预处理消除了待测样品中一些无关因素的干扰.从图2（c）和图 2（d）可以清晰看出，相同波数读出了不同吸光度的数值，而图 2（a）和图 2（b）在相同波数下吸光度的值也略有差别.说明经过对原始谱图进行预处理，排除了无关因素的干扰，有利于所建模型的准确性和稳定性.

3 定性模型的建立与验证

针对经过预处理后的光谱数据，采用偏最小二乘法建立定性模型.经一阶导数和二阶导数处理后，其结果如表2和表3所示.

表2 普通丙纶与远红外丙纶光谱经导数处理的定性建模结果Tab.2 Qualitative modeling result for polypropylene and far-infrared polypropylene

表3 普通涤纶与远红外涤纶光谱经导数处理的定性建模结果Tab.3 Qualitative modeling result for polyester and far-infrared polyester

经过对比选择，本实验所建的2个定性模型都选取二阶导数处理，远红外丙纶与普通丙纶定性模型选择的主成分数是3，而远红外涤纶与普通涤纶的定性模型的主成分数选择2已经足够，2个模型的平滑点数都选择为15.

通过定性模型结果可以看出，2个模型能分别对普通丙纶和远红外丙纶、普通涤纶和远红外涤纶进行正确的鉴别.对10个已知成分样品进行检测，对于远红外丙纶，其预测准确率达99%；对于远红外涤纶，其预测准确率达100%.这足以证明该模型能满足对丙纶基和涤纶基远红外纤维的快速、准确的检测，并且具有良好的预测稳定性.

4 结论

（1）本文所建的2个定性分析模型能分别对丙纶和远红外丙纶、涤纶和远红外涤纶进行正确鉴别，具有一定的预测稳定性.对远红外丙纶预测准确率达99%，对远红外涤纶预测准确率达100%，说明采用近红外光谱分析法对远红外纤维进行定性分析是可行的.

（2）采用近红外光谱法进行远红外纤维定性分析时，建模精度至关重要.而要提高精度，就必须增加试验样本量，采集更多的近红外光谱，以增强所建模型的预测精度和稳定性.

（3）研究分析表明，近红外光谱法不仅能够对远红外纤维进行定性分析，而且也可用于远红外纤维的定量分析，定量分析方法还需进一步探索.

[1]薛少林，阎玉霄，王卫.远红外纺织品及其开发与应用[J].山东纺织科技，2001，42（1）:48-51.

[2]吴素坤.远红外纤维的研究进展 [J].国外纺织技术，2003（6）:1-4.

[3]吴俭俭，孙国君，戴连奎.纺织纤维拉曼光谱定性分析法[J].纺织学报，2011，32（6）:28-29.

[4]柴金朝，金尚忠.近红外光谱技术在纺织品定性检测中的应用[J].纺织学报，2009，30（4）:55-58.

[5]ALBANELL E，CACERES P，CAJA G，et a1.Determination of fat，protein and total solids in ovine milk by near-infrared spectroscopy[J].Jourmal of AOAC Intemational，1999，82:753-758.

[6]COZZOLINO D，FASSIO A，FERNANDE Z，et al.Measurement of chemical composition in wet whole maize silage by visible and near infrared reflectance spectroscopy[J].Animal Feed Science and Technology，2006，129:329-336.

[7]孙柏玲，刘君良，柴宇博.基于近红外光谱和偏最小二乘法的慈竹纤维素结晶度预测研究 [J].光谱学与光谱分析，2011，31（2）:367-369.

[8]姜伟，韩光亭，张元明.基于近红外技术的苎麻纤维素及胶质含量快速测定[J].纺织学报，2012，33（1）:6-10.

[9]魏俞涌，陈永明，林萍，等.近红外光谱技术与偏最小二乘法及模糊聚类法相结合的糖品种分类方法[J].红外，2012，33（3）:39-43.

[10]徐风华，刘建行，陶胜源.二阶导数光谱法同时测定双组分体系中阿司匹林和水杨酸的含量 [J].中国药物应用与检测，2009（3）:141-143.