近红外光谱技术在纺织产品检测的应用

1近红外光谱技术概述

红外光又称为红外辐射，处于可见光谱红光外侧，比可见光波长长、能量低，波长为780～2500nm，又可分为短波（800～1100nm）和长波（1100～2500nm）两个区域。近红外光谱主要反映的是含氢基团X-H振动的合频和倍频吸收，可以对具有含氢基团的有机化合物样品进行研究分析，所以在分析的领域中有着良好的应用前景。20世纪上半叶，由于近红外仪器技术发展缓慢，近红外光谱技术的研究仅停留在实验室阶段，没有得到实际的应用。到了20世纪50年代中后期，近红外设备的初步发展，Norris等在近红外上做了大量的研究工作，近红外光谱技术开始在农副产品检测方面得到应用。直到20世纪80年代后期，随着近红外光谱检测设备技术的发展及其与化学计量学方面的结合，使得近红外光谱分析技术在农业、食品、制药和石油化工等行业得到迅速发展应用，成为新兴的分析技术。近红外光谱检测技术最早应用于农副产品中水分的测定，后又用于谷物及饲料中蛋白质、水分、纤维和糖分等项目的测定；之后在食品和药品行业的应用也迅速发展，应用对农产品中水分、蛋白质和脂肪等含量的测定，以及对药物中间体及各种化学合成药的测定；在石油化工领域，可用于各种石油产品化学成分、密度、馏程和辛烷值等特性的测定；在高分子材料合成与加工过程中，近红外光谱在线分析技术用于过程质量控制。

2近红外光谱技术在纺织品检测中的应用

检测设备技术的不断进步，各种通用、专用便携型的近红外光谱设备的研制成功，使得近红外光谱分析技术的应用有了很大的进展。相比传统的分析方法，近红外光谱技术在纺织分析领域具有以下优点：分析速度快，测试过程操作简单；无损检测，对样品无破坏；测试过程清洁环保，不使用化学试剂；测试设备具有便携的特性，不受测试场地的限制。

2.1近红外光谱技术在纺织品定性中的应用

在纺织品定性分析方面，近红外光谱检测技术可通过纤维化学组成的不同进行定性区分，如天然纤维和化学纤维的区分，不同化学纤维的之间的区分、棉和毛纤维的区分等。王丹红等[1]对天然纤维、化学纤维和再生纤维素纤维进行研究，采集各种纤维的近红外光谱，采用化学计量学方法建立鉴别模型，可以实现对Tencel、棉、粘胶和铜氨等纤维进行快速鉴别。袁洪福等[2]采用多元光散射校正方法，并结合近红外光谱和簇类的独立软模式方法(SIMCA)，对多种天然及化学纤维样品的近红外光谱研究，可以对化学组成接近的纤维进行区分。柴金朝等[3]采集棉涤、棉氨等6种混纺布料的近红外光谱数据，运用一阶求导方法对样品近红外光谱进行预处理后，用化学计量方法建立聚类模型，对不同样品分类鉴别准确率高，说明近红外光谱分析方法在纺织品定性分析中具有可行性。在分析过程中，近红外光谱除了包含样品的化学组成等信息，还有样品的表面特性等物理信息，所以棉和麻、羊毛和羊绒、棉和再生纤维素纤维具有相同的化学组成，由于纤维物理特征不同，也可以用近红外光谱法进行分析鉴别。王戈等[4]用近红外光谱法对天然纤维进行研究，采集竹原、竹粘胶和苎麻3种纤维的近红外光谱，利用化学计量学方法，建立的分析模型，能够快速有效地鉴别竹原、竹粘胶和苎麻3种纤维。吕丹等[5]利用近红外光谱技术，研究羊绒和羊毛纤维物理性质的不同，建立羊绒、羊毛定性分析模型，准确地鉴别羊绒与羊毛纤维。研究表明，近红外光谱分析技术建立的判别模型，经过化学计量法的优化后，已可以满足常见纺织纤维的定性鉴别的要求。

2.2近红外光谱技术在纺织品定量中的应用

由于近红外光谱分析技术在纺织行业的推广应用，纺织纤维定性方面也取得了较多研究成果。陈斌等[6]以棉丝、棉涤制品为研究对象，运用化学计量方法建立近红外校正模型，研究中对光谱预处理方法及建模方法进行了讨论，为近红外分析技术的应用提供理论方法。杨萌等[7]对棉/氨纶混纺面料进行含量分析，用漫反射技术采集样品近红外光谱后建立校正模型。对样品测试结果有较好的准确性，可以对含量较低的组分进行定量分析。李学娇等[8]对多组涤/棉混纺织物进行研究，采集近红外光谱后，不同光谱特征的涤/棉混纺织物分类建立分析模型，测试样品后，准确率较不分类校正模型的有较大提高，拓宽了近红外光谱定量分析的应用范围。罗峻等[9]用近红外光谱法分析毛涤混纺织物中涤纶纤维的含量，预测结果令人满意，表明近红外光谱法可用于毛涤混纺织物定量分析。潘璐璐等[10]对丝/棉混纺织物进行研究，利用偏最小二乘法建立丝/棉混纺织品中丝含量的校正模型，预测结果与经典方法所得结果无显著差异。刘荣欣等[11]以毛涤混纺织物为研究对象，结合偏最小二乘法建立校正模型，对未知毛涤样品进行测试，测试结果与传统方法无显著差异。茅明华等[12]用自制的羊绒、羊毛混合标样，采集混纺样品近红外光谱，采用化学计量方法对光谱处理并建立校正模型，预测模型的相关系数为0.99，标准差为2.8%。该研究可以有效将羊毛、羊绒区分出来并进一步得到组分含量。王京力等[13~14]对近红外光谱检测方面做了大量工作，针对锦氨、棉氨等织物建立模型，并对已知含量样品进行测试，测试结果与传统测试方法的结果并无差异。还在纺织品近红外光谱检测过程中的影响因素、样品均匀度等方面进行了研究与探讨，为纺织品的近红外检测提供大量的理论依据，为近红外检测技术的应用推广起到了极大的推动作用。

2.3近红外光谱分析技术在纺织行业中的其他应用

近红外光谱分析技术不仅应用于纺织纤维产品的定性、定量分析，还在纺织纤维品质检测和生产过程中有广泛应用。我国的棉花大部分是从美洲、澳洲、中亚和非洲等地区进口，产地不同的棉花原料质量有差别。有研究者[15]尝试采用近红外光谱分析方法，对棉花原料进行分析，从而对不同原料进行原产地溯源。近红外光谱对于纺织纤维的定性分析技术已经较为成熟，所以棉花中的夹杂物的检查也可以通过近红外光谱技术实现。在生产过程中，棉纤维的成熟度会影响到最终产品的质量，棉纤维在不同成熟阶段，其纤维素与非纤维素物质的含量不同，通过近红外光谱测试组成含量，可以对棉纤维的成熟度严格控制，提高纺织产品的质量。另外纺织纤维的含水率对产品质量也有影响，通过近红外光谱在线监控原料纤维的含水率，可以在生产过程保证产品质量的稳定性。

2.4近红外光谱分析技术存在的问题

近红外光谱分析方法在纺织纤维检测领域有较为广泛的应用，但也存在着一些局限性。近红外光谱分析方法最重要的部分是校正模型的建立，需要花费较多时间对校正集样品的特性参数测试，还需要采集校正集样品的近红外光谱，这些过程对建模的精确度影响较大；由于不同设备之间的影响无法在校正模型中消除，所以不同设备间校正模型的传递还存在较多问题。纺织纤维产品近红外光谱分析的结果受较多因素影响。纺织品的不同织物结构对近红外光谱预测结果有较大的影响，如包芯的复合织物、正反面不同组织结构的复合织物均无法准确预测其成分含量；纺织品染料对近红外光谱的预测结果也有影响。

3结语

近年来由于检测技术发展和检测设备功能的提升，近红外光谱检测技术检测周期短、分析成本低、样品无需处理的特点凸显，在纺织产品检测方面的应用越来越多。但是由于纺织纤维种类众多，且复合织物的种类和比例各不相同，使得近红外光谱校正模型的建立难度较大，需要大量的样本数据，校正数据的准确性及合理的计量学方法都对测试结果有影响。目前近红外光谱纺织纤维的分析研究较多，技术也较为成熟，但应用还未普及，近红外光谱分析技术要成为“好用、实用、效用”的分析方法，还有较长的路要走，近红外光谱检测技术的发展有赖于更深入的研究。

作者：孙克强 王京力 廖佳 赵珍玉 单位：中山出入境检验检疫局 珠海出入境检验检疫局