近红外光谱快速检测技术在纺织领域的应用Yd16110
耿响，桂家祥，要磊，周丽萍 (江西出人境检验检疫局综合技术中心，江西南昌330002)
收稿日期：2012-05-18
基金项目：国家质检总局科研项目(20101X094)
作者筒介：耿响(1981-)，女，工程师，主要从事纺织品的检测工作。
原载:上海纺织科技2013/4;25-
【摘要】近红外光谱技术由于其分析速度快、信息量大、不破坏样品、无污染、操作技术要求低等特点受到关注，在众多领域得到研究和应用。近红外光谱技术在纺织领域的研究和应用情况进行讨论，主要包括在纺织纤维定性判定、定量分析、纺织原料的杂质检测，以及生产过程中浆料含水率等多个方面的研究，特别是近红外光谱快速检测棉／涤混纺织物中棉含量已经在实际检测工作中得到应用。虽然纺织品组分、织物结构、颜色等方面的多样性和复杂性，造成近红外光谱技术在纺织领域实际检测中的应用受到阻碍，但随着研究的进一步加深，该技术在纺织领域有着广阔的应用前景。
【关键词】近红外光谱法；快速检测；纺织品；定性分析；定量分析
【中图分类号】TSIO1.33 文献标识码：B 文章编号：1001-2044(2013)04-0025-03
国家纤维质量监督部门对市场上的纺织纤维与制品进行了大量的抽检活动，结果表明纺织品质量令人堪忧。标签与成分或含量不符的现象特别严重，造成这种状况的原因除了不法分子受到利益驱使故意误标外，缺乏适合于现场或在线的纺织纤维准确鉴别方法也是不能有效杜绝纺织品掺假和质量低下的重要原因
之一。纺织品纤维成分鉴别与含量的传统分析方法主要包括感官鉴别、燃烧法、显微镜法和溶解法，这些方法不仅分析过程复杂，费时费力，而且受人为因素影响较大，需要有经验的工作人员操作。因此，亟需一种快速、无污染的检测方法来替代传统的检测方法。
近红外光谱法是20世纪90年代以来发展最快、最引人注目的光谱分析技术。它是一种间接分析技术，需要利用常规分析方法获得样品的组分或性质的基本数据，再运用化学计量学方法建立校正模型，实现对未知样品的定性或定量分析。由于具有快速、操作简单、不污染环境等特点[1,2]，该技术已被广泛应用于食品品质检测[3]、农产品品质分析[4]、石油化工[5]、药品检测[6]以及合成纤维工业[7]等领域，并带来显著的经济效益和社会效益。近几年来，近红外光谱技术在纺织领域也得到了较多的应用，下面将该技术在纺织领域的研究和应用进行汇总。
1 近红外光谱技术在纺织纤维成分测试方面的应用
1．1 纺织纤维定性
纺织品成分鉴别是纺织品质量检测的重要内容，也是纺织品成分含量检测的基础。近红外光谱在纺织品中的定性分析主要结合模式识别，区别和鉴定不同聚合物的形态和性状，如对尼龙66和尼龙6的鉴别，不同厂家聚酯纤维的鉴别等。2006年，赵国梁[8]利用近红外光谱技术，通过建立羊毛、羊绒样品的光谱库，对羊毛和羊绒进行了鉴别，判定效果良好，但由于建模样品的数量较少，模型的稳定性和适用性需要通过增加建模样品来提高。2008年，柴金朝[9]以棉／涤、棉／氨、粘／涤、棉／锦、羊／腈、锦／涤6种纺织品为研究对象，采用标准算法计算样品间的光谱距离，并利用Ward氏算法对样品进行聚类分析，所有不同种类的样品都得到了正确的分类。2009年，他还对75个纯棉、纯涤、棉／涤、棉/氨面料进行定性聚类分析，提出了光谱平移是主要的噪声，这些噪声主要是由水分、温度、样品厚度和样品密度等因素引起，需要进一步研究样品状态对测量结果的影响。同年，王丹红[10]利用近红外光谱技术与化学模式识别相结合，采用主成分分析和判别分析技术对天丝(Tence1)、棉、粘纤、铜氨纤维进行快速鉴别。已有的研究成果表明，近红外光谱技术应用于纺织纤维鉴别是可行的。吴桂芳[11]应用可见／近红外光谱漫反射技术测定各种山羊绒原料的光谱曲线，用主成分分析法对不同品种山羊绒原料进行聚类分析，并获取山羊绒原料的近红外指纹图谱，结合支持向量机方法进行品种鉴别，模型对山羊绒原料的鉴别准确率达到100％。羊毛、羊绒结构极其相似，两者的区分较为困难，2010年，袁洪福[12]对收集的214个样品光谱进行系统树分析，包括氨纶、蚕丝、涤纶、棉／涤、锦纶、棉、麻、棉麻混纺、粘胶、山羊绒、锦羊毛和羊绒羊毛混纺，组成相近的不同种类纤维之间有重叠，结合独立软模式方法对有交叠的纤维进行分类，可以将化学组成非常接近的不同种类的纤维进行正确的区分。
已有的研究成果均表明，采用近红外光谱分析技术，实现非破坏性快速鉴别纺织纤维是可行的，特别是对于利用常规检测方法难于检测的棉／麻和羊毛／羊绒纤维。
1．2 纺织纤维定量检测
面料成分及含量的检测是纺织品质量检测的重要内容。羊毛制品中毛的质量分数是一个重要的品质指标，但感官测定需要经验，理化分析又相当困难。2000年，中国农业大学近红外课题组[13]利用偏最小二乘法对羊毛／粘胶混合样品中羊毛的质量分数进行研究，模型的相关系数达到0.982，待测样品的预测值变异系数为4.1％ 。棉制品是应用较为广泛的纺织品，2007年，陈斌[14]以棉／丝、棉／涤两类棉制品为研究对象，利用遗传算法和偏最小二乘法分别建立了棉制品中含棉量的近红外定量校正模型，预测相关系数均达到0.99以上。2010年，杨萌[15]利用46个棉／氨样品建立了分析精度较高的用于检测棉／氨混纺面料中氨纶含量的近红外光谱分析模型，相关系数达到0.99，预测结果证实了近红外光谱技术快速检测棉氨的可行性。虽然已有学者对近红外光谱技术在纺织品的应用进行研究，但一般均是可行性研究，未经过大量的验证并用于实际检测。自2009年至今，江西出入境检验检疫局综合技术中心的近红外课题组对纺织纤维的快速检测进行了研究，收集了4000多个样品，已经建立了棉／涤、锦／氨、涤／氨、棉／氨的定量模型，本课题组研究重点是近红外光谱技术在实际检测中的应用，将建立的模型进行大量的样品验证，棉／涤模型经过1000多个样品的验证，预测结果与经典方法得到的结果间不存在显著差异，形成了“纺织品近红外光谱法定量分析第1部分：棉和聚酯纤维的混合物”技术中心的操作规范[16]，将近红外光谱技术应用于日常的检测工作。
研究成果及实际应用均表明，近红外光谱法已成为一种快速、非破坏的定量分析纺织品的手段。
2 近红外光谱法在纺织品生产过程中的应用
近红外光谱技术除了应用在纺织纤维定性和定量方面外，在纺织品生产过程中也有很多研究成果[17]。
2．1 棉花中异性纤维的测定
棉花中的异性纤维是指在棉花采摘、摊晒、收购、储存、运输、加工过程中混入的对棉花及其制品的质量有严重影响的非棉纤维和有色纤维，如毛发、绳索、地膜、编织袋丝等。2009年，杨文柱[18]提出利用棉纤维和异性纤维的光谱图像对两者进行区分。研究结果表明，紫外波段是带荧光异性纤维的最佳检测波段，而红外是塑料薄膜、毛发、羽毛等的最佳检测波段，并初步认定780～1 800 nm的近红外波段为异性纤维的最佳可区分波段。
2．2 棉纤维成熟度测量
纤维成熟度是指棉纤维细胞壁增厚的程度，是反映棉纤维品质的综合性指标，直接影响产品的质量，所
以纺织厂在加工前必须测量棉纤维的成熟度。天然棉的主要成分是纤维素，约占94％ ，其他成分有石蜡、果胶、糖、有机酸等。随着棉纤维成熟度的增加，棉中果胶、糖及其他非纤维素成分的相对含量下降，这是定量测定棉纤维成熟度的基础。通常有两种方法测量棉纤维的成熟度：Causticaire法和Shirley成熟度测试仪法。这些方法既费时又容易将纤维的纯度和成熟度混淆，因此给出的棉纤维成熟度有较大的偏差。扫描不同成熟度棉纤维的近红外光谱，结合化学计量学方法建立棉纤维成熟度模型，从而对棉纤维成熟度进行分析。该方法为生产企业的原棉定价和纺纱配棉提供依据。
2．3 纺织品丝光度测定
为增加织物染色时的亲和力及色彩的稳定性，在丝光工序中通常要将织物放在20％ 的碱溶液(NaOH)
中处理，使纤维发生剧烈溶胀，使棉纤维的螺旋状扭曲消失。传统判定丝光程度的方法需要6 h才能取得结果，远不能满足对丝光工序的过程监控。Nikitin对丝光处理前后的棉制品的近红外光谱进行研究发现，丝光导致纤维形状发生变化，引起光谱峰值的漂移，并导致某些吸收峰的消失。利用纤维丝光前后产生的差别，建立模型，可快速判定丝光程度，为染色做好准备。
2．4 纺织材料含水率测定
含水率对成品的物理性状、加工效率和生产率都有重要影响。尼龙、纤维的含水率对加工过程中加热温度和加热时间的确定具有参考意义。测量含水率经典方法是KFR滴定法。此方法虽然准确，但实验过程费时且经常要用到有毒芳香化合物。Rodgers等建立了尼龙66的含水率定量模型，预测标准差达到0.3％。
该技术的使用可以在提高工作效率的基础上，避免使用有毒试剂，减少对工作人员和环境的损害。
2．5 浆液水分测定
随着上浆要求的不断提高，经纱上浆通常使用由几种黏着剂组成的混合浆料或共聚浆料。浆料组分选择之后，就需进一步确定各种组分在浆料中所占比例。确定浆料配比的工作主要是优选各种黏着剂成分相对溶剂(通常是水)的用量比例。浆液的水分用卡尔费休滴定法，分析时间长，消耗大量的有毒化学试剂，而利用近红外光谱技术可以在几分钟内测得浆液的水分[19]。为浆液的配制提供了一种快速分析的技术，提高上浆的效率。
3 在新型纤维检测方面的应用
近红外光谱技术除了在传统纤维原料的纺织品方面有较多的应用，在新型纺织纤维原料上也有初步应用。竹原纤维是一种新型的纺织纤维原料，特殊的中空结构使竹原纤维具有很强的透气性，还具有天然的抗菌、抑菌、防臭和抗紫外线等特性。但由于竹原纤维和麻纤维具有相似的外在形态和手感，因此有些生产厂家利用麻纤维冒充竹纤维，传统的纤维鉴别方法用在竹原纤维和麻纤维的鉴别中，过程繁琐，或者鉴别结果不准确。2009年，王戈[20]利用近红外光谱技术，结合竹原纤维、竹粘纤维和苎麻纤维在纤维素、果胶糖等方面的差异，建立了3种纤维的判别模型，对待测样品的判别准确率达100％。
4 结语
近红外光谱技术在纺织原料的鉴别、纤维成分定量分析、生产过程等多个方面均有了较多研究，并在实际检测中已经开始得到应用。近红外光谱技术在纺织生产过程、新型纤维鉴别等方面应用的进一步拓宽，有赖于研究的深入、模型的建立、专用仪器的研制以及大范围的宣传推广。
参考文献：
[1] 陆婉珍．现代近红外光谱分析技术(第二版)[M]．北京：中国石化出版社，2OO7．
[2] 严衍禄，赵龙莲，韩东海，等．近红外光谱分析基础与应用[M]．北京：中国轻工业出版社，2005．
[3] 常敏．应用红外光谱技术进行牛奶成分检测的研究[D]．天津：天津大学，2004．
[4] Quanheng Chen，Jiewen Zhan，Muhua Liu，et a1．Determination 0f total polyphenols contentin green tea using FT-NIR spectroscopy and Different PLS algorithms[J]．Journal of Pharmaceutical and Biomedical Analysis，2008，46：568-573．
[5] 宋涛．基于近红外技术的石油含水测量系统研究[D]．北京：中国石油大学，2OO7．
[6] 胡钢亮．近红外光谱技术在中药领域中的应用研究[D]．杭州：浙江大学，2003．
[7] 张辉，王雪燕，张建春．分散染料染色涤纶的近红外伪装性能研究[J]．印染，2005(12)：8-11．
[8] 赵国粱，徐静．利用近红外光谱技术进行羊毛、羊绒鉴别[J]．毛纺科技，2006(1)：42-45．
[9] 柴金朝，金尚忠．近红外光谱技术在纺织布料聚类分析中的应用[J]．红外。2OO9，30(1)：31-35．
[10] 王丹红，吴文唏，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．
[11] 吴桂芳。何勇．基于主成分分析和支持向量机的山羊绒原料品种鉴别分析[J]．光谱学与光谱分析，2009，29(6)：1541-1544．
[12] 袁洪福，常瑞学，田玲玲．纺织纤维及其制品非破坏性快速鉴别的研究[J]．光谱学与光谱分析，2010，3O(5)：1229-1233．
[13] 李晓傲，赵环环，赵龙莲，等．用近红外光谱定量分析混纺毛织品中羊毛的质量分数[J]．中国纺织大学学报，200O，26(3)：72-75．
[14] 陈斌，崔广，金尚忠，等．近红外光谱在快速检测棉制品中含棉量的应用[J]．江苏大学学报(自然科学版)，20O7，28(3)：185-188．
[15] 杨萌．近红外光谱技术在棉、氨纶面料分析中的应用[J]．中国纤检。2010：61-63．
[16] 要磊，耿响，李慧．纺织品近红外光谱法定量分析第1部分：棉和聚酯纤维的混合物(标准操作规范)[z]．江西出入境检验检疫局综合技术中心，2011．
[17] 严衍禄．近红外光谱分析基础与应用[M]．北京：轻工业出版社，2004．
[18] 杨文柱，李道亮，魏新华．基于光谱分析的棉花异性纤维最佳波段选择方法[J]．农业工程学报，2009，25(10)：186-192．
[19] 曹建国．近红外光谱法测定醋酸纤维丙酮浆液水分[J]．理化检验一化学分册，2009，45(8)：922-927．
[20] 王戈，黄安民，胡小霞．利用近红外光谱鉴别纺织用竹纤维和麻纤维[J]．光谱学与光谱分析，2010，30(9)：2365-2367．