紅外光譜-偏最小二乘法定量分析三組分纖維混紡比

王 寧， 王 敏， 薛春玲， 朱朋飛

(1.黃河科技學院 信息工程學院， 鄭州 450063；2.浙江海明實業有限公司，杭州 310018；3.宏達高科控股股份有限公司， 浙江 海寧 314409)

研究與技術

紅外光譜-偏最小二乘法定量分析三組分纖維混紡比

王 寧1， 王 敏2， 薛春玲1， 朱朋飛3

(1.黃河科技學院 信息工程學院， 鄭州 450063；2.浙江海明實業有限公司，杭州 310018；3.宏達高科控股股份有限公司， 浙江 海寧 314409)

紅外光譜法已被應用于兩組分混紡纖維混紡比的測定，其在三組分混紡纖維混紡比測定中的應用少有研究，文章旨在研究紅外光譜結合偏最小二乘法在三組分混紡纖維混紡比測定中的應用。利用紅外光譜儀，采集棉、羊毛、腈綸纖維的紅外光譜圖，應用TQ Analyst軟件中的偏最小二乘法，選擇合適的峰范圍，建立棉/羊毛/腈綸的定量分析模型。通過定量分析模型的回歸系數、均方根誤差的大小，以及與化學溶解法對比分析的結果，得出紅外光譜法結合偏最小二乘法可以準確測定三組分混合纖維混紡比的結論。

紅外光譜法；偏最小二乘法；回歸系數；均方根誤差；混紡比

當前單一纖維的面料其性能往往難以滿足染色和風格的設計要求，而混紡纖維的優勢明顯，因此定性和定量分析新型混紡纖維成了紡織行業的重要研究課題。化學溶解法[1]能較為準確地分析出各纖維的含量，但使用后的化學藥品回收和處理有一定的難度；顯微鏡投影儀法[2]適用于兩種混合纖維組份的分析，但在測量多組分纖維的含量時，工作量太大，需消耗過多時間和精力。

紅外光譜法是一種快速的無損檢測分析方法[3]，廣泛應用于新化合物結構的定性及定量分析方面。王敏等[4]用二階導數紅外光譜法[5]測定了羊毛/蠶絲的混紡比；Dey[6]和陶麗珍[7]利用溴化鉀壓片法，通過測定特征峰的峰面積分別測定了苧麻/腈綸和滌/棉的混紡比；沈振[8]利用衰減全反射的方法，測定尼龍/玻纖的混紡比；Margart J. Clark[9]利用多次內反射法測定了滌/棉及羊毛/腈綸等混合物中纖維的混紡比，由此可見紅外光譜可以測定兩組分纖維混紡比。

偏最小二乘法主要研究含有h個因變量Y(y1，y2，……yh)和含有i個自變量X(x1，x2，……xi)間的統計關系。首先，采集m個樣本點構成X=(x1，x2，……xq)m×i和Y=(y1,y2,……yh)m×h的兩個矩陣；再者，根據主成分分析提取X和Y的成分p1和q1；最后，X和Y分別對p1和q1進行線性回歸分析。如果一次回歸得到滿意結果，那么回歸終止；反之對殘余信息進行第二次回歸分析，至精度達到要求。最終得到n個主成分(p1，p2，……pn)，并進行yk對(p1，p2，……pn)的回歸分析，然后表達成yk關于原自變量的回歸方程。

偏最小二乘法在應用過程中需確定最佳主成分數，在光譜分析中主要應用自預測法(self-prediction)、交互驗證法(cross-validation)和杠桿預測法(leverage prediction)三種方法來確定主成分數，交互驗證法(cross-validation)是三種方法中較為常用也是本實驗所采用的確定主成分數的方法。用均方根誤差驗證所建模型的好壞，其值越小說明模型的預測能力越好。

紅外光譜結合偏最小二乘法在兩組分混紡纖維中已有應用[10]，但兩者結合在三組分混紡纖維混紡比中的應用鮮有研究。本實驗嘗試探討紅外光譜結合偏最小二乘法，在三組分纖維混紡比定量分析中的應用。

1 實 驗

1.1 儀器與材料

Nicolet 5700型傅里葉變換紅外光譜儀(美國塞默飛世爾公司)，Y-172型哈氏切片器(紹興元茂機電設備有限公司)，YP-2型壓片機(上海山岳科學儀器有限公司)，萬分之一電子天平(上海精密科學儀器有限公司)，DGG-9070A型電熱恒溫鼓風干燥箱(上海森信實驗儀器有限公司)。

棉、羊毛、腈綸(西安纖維紡織品監督檢驗所)；溴化鉀(美國PIKE公司)。

1.2 紅外光譜測試

在分析過程中，溴化鉀的用量和樣品吸光度均對紅外光譜用于定量分析有影響，樣品的最強吸收峰的吸光度介于0.5～1.4，透射率介于30%～40%[11]有利于更準確地進行定量分析。稱取總量均為0.012 0 g不同混紡比的棉/羊毛/腈綸混合纖維粉末與溴化鉀0.600 0 g混合研磨，均分成3份，然后壓片，并采集紅外光譜圖，每個壓片分別采集5張紅外譜圖。測試條件：以空氣作為掃描背景，波數范圍為4 000～400 cm-1，分辨率為4 cm-1，掃描次數為32次。

1.3 混紡纖維的化學定量方法

按照GB/T 2910.2—2009《紡織品 定量化學分析 第2部分：三組分纖維混合物》的方法對棉/羊毛/腈綸混紡纖維進行定量分析。

2 結果與分析

2.1 纖維的紅外光譜定性分析

分別將棉、羊毛、腈綸與溴化鉀在研缽中進行均勻混合并壓片，然后進行紅外光譜測試，圖1顯示了3種纖維的紅外光譜圖。

圖1 棉、羊毛和腈綸三種纖維的紅外光譜分析Fig.1 The infrared spectroscopic analysis of cotton, wool and acrylic fiber

如圖1(a)所示，棉纖維在3 416.0 cm-1和2 900.2 cm-1分別為—OH和—CH2不對稱伸縮振動峰，1 636.0 cm-1為吸附水的吸收峰，1 430.5 cm-1為CH—O中CH的彎曲振動，1 113.2 cm-1為環狀C—O—C反對稱面內伸縮振動，898.4 cm-1為環狀C—O—C不對稱面外伸縮振動和CH2(CH2OH)非平面搖擺振動吸收峰。

如圖1(b)所示，羊毛纖維在3 300.0 cm-1左右的吸收峰為蛋白質分子—NH的伸縮振動峰，其主要特征吸收峰為酰胺Ⅰ、酰胺Ⅱ和酰胺Ⅲ吸收峰，分別位于1 650.0、1 515.0 cm-1和1 230.0 cm-1附近。

如圖1(c)所示，腈綸纖維在2 243.0 cm-1和1 738.0 cm-1兩處顯示較明顯的特征吸收峰，分別為—C≡N和聚烯酸酯第二、第三單體所產生的吸收峰。

2.2 定量分析

2.2.1 建立定量模型

TQ Analyst是一種應用廣泛的定量分析軟件，軟件中的偏最小二乘法同時利用光譜信息和濃度信息計算主成分數。為保證光譜信息的原始性及準確性，本實驗不對各混紡比混合纖維的原始紅外譜圖作任何處理，結合TQ Analyst軟件中的偏最小二乘法建立定量模型。選取峰范圍須遵循如下原則：若混合纖維具有各自獨立明顯的特征峰，建模時選取各自的特征峰；若無明顯特征峰，選取指紋區作為建模峰范圍[12-15]。

使用TQ Analyst建立定量模型時選取原紅外光譜作為建模譜圖，建模時共計45張紅外譜圖，其中34張為校正集，11張為驗證集。棉選取1 245.1～400.0cm-1、羊毛纖維選取1 585.2～1 479.1cm-1、腈綸選取2 279.4～2 227.3cm-1作為各自的建模峰范圍，偏最小二乘法中以選取峰范圍對應的峰面積為因變量，混合纖維的混紡比為自變量進行統計分析。當三種纖維的混紡比不斷變化時，三種纖維特征峰的峰面積會發生變化，偏最小二乘法便是根據這種變化對其進行統計分析。同時，相對于朗伯比爾定律，偏最小二乘法很好地解決了混紡纖維中纖維紅外吸收峰重疊的問題，建立預測能力更強的定量分析模型。棉、羊毛、腈綸定量模型所對應的相關參數如表1所示。

表1 棉、羊毛和腈綸纖維的相關參數Tab.1 The related parameters of cotton, wool and acrylic fiber

表1表明，系統根據各混紡比的混紡纖維計算出棉、羊毛和腈綸三種纖維的主成分數均為2，三種纖維的回歸系數接近1，均方根誤差控制在1.19～2.24，同時其預測均方根誤差控制在1.60～2.05。由此可知，該定量分析模型具有較好的穩定性及預測能力。

2.2.2 回收率

自行配制不同混合比例的棉/羊毛/腈綸混紡纖維，將其與溴化鉀在研缽中充分研磨均勻混合，制作壓片，并采集紅外光譜圖。將所得紅外譜圖分別帶入定量模型計算出，棉、羊毛、腈綸三種纖維各自的混紡比并與化學溶解法進行對比分析，數據如表2所示。

表2 棉/羊毛/腈綸纖維化學溶解法和紅外光譜定量分析法測試結果比較Tab.2 The contrast between chemical dissolution method and FTIR quantitative analysis method of cotton/ wool/acrylic fiber

由表2可知，化學溶解法測得的棉/羊毛/腈綸混合纖維中棉、羊毛、腈綸測定值的回收率分別在97.30%～103.79%，95.11%～102.42%和98.87%～108.21%；紅外光譜法測得的棉/羊毛/腈綸混合纖維中棉、羊毛、腈綸測定值的回收率分別在96.16%～101.27%，93.12%～103.25%和94.57%～101.34%。由此可知，原紅外譜圖結合偏最小二乘可以準確測定棉/羊毛/腈綸三種混合纖維的混紡比。

3 結 論

通過紅外光譜法結合偏最小二乘法建立了棉/羊毛/腈綸混紡纖維組合的定量分析模型，并與化學溶解法測定的結果進行對比分析，驗證了該方法的準確性及可靠性。由此得到了紅外光譜法結合偏最小二乘法能夠科學準確地分析和測定三組分混紡纖維混紡比的結論，為后續其在三組分混紡纖維比含量的測定提供理論和技術支持，擴大其應用范圍。

[1]張滿華.桑蠶絲羊毛混紡產品定量分析方法的探討[J].針織工業,2011(4):64-65. ZHANG Manhua. Discussion on quantitative chemical analysis methods of mulberry silk/wool blended fabric[J]. Knitting Industries,2011(4):64-65.

[2]楊元.顯微攝影方法及其在紡織測試分析中的應用[J].江南大學學報(自然科學版),2004,3(6):607-610. YANG Yuan. The micrography method and its application to spinning test and analysis[J]. Journal of Jiangnan University (Natural Science),2004,3(6):607-610.

[3]孫柏玲,劉君良,柴宇博.基于近紅外光譜和偏最小二乘法的慈竹纖維素結晶度預測研究[J].光譜學與光譜分析,2011,31(2):366-370. SUN Bailing,LIU Junliang, CHAI Yubo. Determination of crystallinity in neosinocalamus affinins based on near infrared spectroscopy and PLS methods[J]. Spectroscopy and Spectral Analysis,2011,31(2):366-370.

[4]王敏,邵敏.二階導數紅外光譜對羊毛/蠶絲混紡纖維成分的定性和定量檢測[J].浙江理工大學學報,2014,32(2):107-111. WANG Min, SHAO Min. The qualitative and quantitative detection of wool/silk blend fibers with second derivative infrared spectra[J]. Journal of Zhejiang Sci-Tech University,2014,32(2):107-111.

[5]于宏偉,鄖海麗,姚清國,等.硬脂酸亞甲基面外彎曲振動變溫FT-IR光譜研究[J].紅外技術,2013,35(7):448-452. YU Hongwei, YUN Haili, YAO Qingguo, et al. Varying temperature effect on FT-IR spectrum of stearic acid methylene out-of-plane wagging vibration[J]. Infrared Technology,2013,35(7):448-452.

[6]DEY J, SKM S K, BHATTACHARYA A. An infrared technique for rapid analysis of ramie-acrylic blends[J]. Textile Research Journal,2003,73(12):1062-1065.

[7]陶麗珍,潘志娟,蔣耀光,等.基于紅外光譜的滌/棉混紡比定量分析[J].紡織學報,2010,31(2):19-23. TAO Lizhen, PAN Zhijuan, JIANG Yaoguang, et al. Quantitative determination on blend ratio of polyester/cotton by FTIR[J]. Journal of Textile Research,2010,31(2):19-23.

[8]沈振.傅里葉紅外光譜分析測定尼龍材料中玻纖含量[J].中國測試技術,2004,3(5):69-70. SHEN Zhen. FTIR analysis measurement the fibre glass content of the nylon material[J]. China Measurement Technology,2004,3(5):69-70.

[9]MARGARET J C, HICKIE T S. 25-the quantitative analysis of some binary mixtures of fibres by methods of infrared spectroscopy[J]. Journal of the Textile Institute,1975,7(7):243-248.

[10]許敏,羅勝利,梁國偉,等.二組分紡織品紅外光譜定量模型的穩定性分析[J].中國纖檢,2013(2):54-57. XU Min, LUO Shengli, LIANG Guowei, et al. The stableness of calibration model on binary fibre mixtures by FTIR[J]. China Fiber Inspection,2013(2):54-57.

[11]翁詩甫.傅里葉變換紅外光譜分析[M].北京:化學工業出版社,2012:201. WENG Shifu. Fourier Translation Infrared Spectroscopy[M]. Beijing: Chemical Industry Press,2012:201.

[12]趙暢暢,陳閩杰,丘暉饒.合成潤滑油基礎油的紅外光譜分析與特征峰辨識[J].潤滑與密封,2013,38(10):102-104. ZHAO Changchang, CHEN Minjie, QIU Huirao. Infrared spectrograms analysis and typical absorption peaks identification of synthetic lubricants[J]. Lubrication Engineering,2013,38(10):102-104.

[13]馬新敏,于偉東.PBT/PET復合纖維B組分的紅外光譜分析技術[J].紡織導報,2005(7):51-53. MA Xinmin, YU Weidong. Analyzing the components of PBT/PET composite fiber with infrared spectrum technology[J]. China Textile Leader,2005(7):51-53.

[14]勞萬里,李改云,周群,等.紅外光譜法測定杉木/聚丙烯復合材料中木粉和塑料含量[J].光譜學與光譜分析,2015,35(6):1546-1550. LAO Wanli, LI Gaiyun, ZHOU Qun, et al. Quantification of wood flour and polypropylene in Chinese fir/polypropylene composites by FTIR[J]. Spectroscopy and Spectral Analysis,2015,35(6):1546-1550.

[15]張明錦,杜一平.近紅外光譜-偏最小二乘法測定三元混合物中各組分的含量[J].重慶理工大學學報(自然科學),2010,24(1):123-126. ZHANG Mingjin, DU Yiping. Determination of component concentration in ternary mixture by near infrared spectroscopy with partial least square regression[J]. Journal of Chongqing University of Technology(Natural Science),2010,24(1):123-126.

Quantitative analysis on blending ratio of three-component fiber with infrared spectroscopy-partial least square

WANG Ning1, WANG Min2, XUE Chunling1, ZHU Pengfei3

(1. College of Information Engineering, Huanghe Science and Technology College, Zhengzhou 450063, China; 2. Zhejiang Haiming Industrial Co.,Ltd., Hangzhou 310018, China; 3. China Hongda High-Tech Holding Co., Ltd., Haining 314400, China)

Infrared spectroscopy has been used to test the blending ratio of two-component blended fiber, but the application in termination of blending ratio in three-component blended fiber has not been researched. This paper aims to study the application of infrared spectroscopy-partial least square in determining the blending ratio of three-component blended fiber. The infrared spectrogram of cotton, wool and acrylic fiber was collected by infrared spectrometer, and PLS in TQ Analyst software was applied to choose appropriate peak range and establish the quantitative analysis model of cotton, wool and acrylic fiber. The regression coefficient and the root mean square error of the model were analyzed, and comparative analysis with chemical dissolution method was also carried out. The results show that the combination of infrared spectroscopy and partial least square cam accurately determine the lending ratio of three-component blended fiber.

Infrared spectroscopy; PLS method; regression coefficient; root mean square error; blending ratio

10.3969/j.issn.1001-7003.2017.02.004

2016-08-15;

2016-12-12

鄭州市科技局科技攻關計劃(20150339)

王寧(1985-)，男，碩士研究生，研究方向為紅外光譜的應用及檢測。通信作者：王敏，工程師，19890114 wangmin@163.com。

TS101.33

A

1001-7003(2017)02-0016-04 引用頁碼: 021104