文/田玲玲 高 雅 胡愛琴
絲/氨混紡產品(內衣、T恤、睡衣等)具有較好的彈性,穿著滑爽舒適,深受消費者的喜愛。對于桑蠶絲/氨綸織物的成分含量檢測,依據我國現行有效的方法標準,目前包括手工分解法[1]和次氯酸鹽化學試劑溶解法[2]。手工分解法檢測結果雖然準確但是耗時費力,且對于高支或緊密型織物較難采用;次氯酸鹽化學試劑溶解法在檢驗過程中污染環境、對檢測人員的身體有一定危害。
近紅外光譜分析技術具有快速、無損、無污染、結果準確的優點,它可在幾分鐘內僅通過對被測樣品光譜測量,即可完成多項性能指標的測定,采用近紅外光譜結合化學計量學方法快速測定紡織品成分含量具有一定的可行性。目前大多實驗室采用PLS建模方法[3-6],需要用的樣本數量多,建模過程復雜,模型預測范圍兩端區測量偏差較大。為此,本文對硬件性能和分析方法進行了改進,如自動收集背景掃描,增大采樣區域,平均了從非均勻樣品反射的光,并結合定標法采用了一種全新數據處理技術,使得操作更加簡便且顯著地提高了分析精度和準確度,本文通過建立桑蠶絲/氨綸混紡織物中纖維成分含量的定標數據庫,實現近紅外分析方法用于實際定量檢驗桑蠶絲/氨綸混紡織物。
在日常檢測工作中收集桑蠶絲/氨綸兩組分混紡樣品共103個,按順序編號。這103個樣品涵蓋了不同顏色、不同厚度、不同含量配比、不同織造工藝的紡織織物,平均大小約為10cm2。樣品集合具有一定代表性。
樣品的參考值按照GB/T 2910.1—2009[1]、GB/T 2910.4—2009[2]進行測定。所有樣品的氨綸含量在4.2%~15.1%范圍內,桑蠶絲含量在84.9%~95.8%范圍內。
采用美國銀河科技QuaslR3000對所有樣品進行光譜采集。光譜儀波數范圍(12800cm-1~4000cm-1),分辨率(4cm-1),平均次數(32次)。每個樣品重復測量6次,取6次光譜平均作為建模光譜。
采用西派特(北京)科技有限公司開發的sunny lib軟件進行定標數據庫建立。使用光譜與含量數據庫,將高維樣本光譜通過線性變換投射到低維光譜特征定量空間。對數據庫中各樣品,依據低維光譜特征向量空間中的樣品分布,找出一組定標樣本,并將其投影到先行定標空間,采用對應的定標數據,建立定標曲線,計算測定值。通過預測標準偏差(SEP)評價數據庫的準確性;通過外部樣品驗證其穩定性。
將同一個樣品重復測量6次,該測量方式下樣品光譜標準偏差在全譜范圍內穩定在10-3左右。表明儀器穩定性良好,滿足光譜采集要求。
使用103個樣品分別建立桑蠶絲和氨綸的定標數據庫。圖1為所有建模樣品近紅外光譜圖。

圖1 桑蠶絲/氨綸樣品近紅外光譜圖
光譜經過預處理后相關系數在4000cm-1~4200cm-1、5100cm-1~5900cm-1和8100cm-1~8300cm-1范圍內能夠達到0.2以上,詳見圖2。根據相關系數法選擇相關系數大于0.2的波數段進行定標。

圖2 相關系數圖
應用sunny lib軟件的定標新算法建立定標數據庫。從圖3和圖4可以看出,雖然樣本數量有限,但是處理后光譜與組分含量呈現高度線性相關性,相關系數達到0.985。

圖3 桑蠶絲——預測值與標準值回歸曲線

圖4 氨綸——預測值與標準值回歸曲線
利用SEP驗證預測偏差,其值反映了新建方法的準確性,SEP越小,準確性越高。該定標庫的桑蠶絲SEP值為0.4%,氨綸SEP0.4%,均優于國標要求誤差1%。
紡織品纖維的質地、顏色、染整、不均勻性、檢測環境等因素都會嚴重干擾近紅外光譜測量精度,穩定可靠的預測模型必須經過大量外部驗證。隨機選擇兩個未知樣品驗證模型的精確度,對兩個樣品重復采集6次驗證模型精確度,隨機選擇10個未知樣品驗證模型準確度。模型驗證結果見表1和表2,驗證結果表明該方法預測的精確性及準確性都滿足國標要求。

表1 桑蠶絲/氨綸兩組分預測值標準偏差

表2 近紅外光譜定標算法預測結果
采用國標方法分析桑蠶絲/氨綸樣品的組分含量需要多臺設備,多人協作,時間大約6小時,同時產生大量化學試劑費用;采用近紅外光譜定標算法僅需1個人,3min即可檢測出含量結果,過程無常規消耗品,無污染廢棄物排放,不僅保持了快的優勢,而且實現了結果的準確。
(1)紡織品絲/氨的近紅外光譜外部驗證結果,其準確度優于國標傳統方法的測量誤差要求,可以準確定量桑蠶絲和氨綸的組分。
(2)紡織品中的絲/氨成分含量可采用近紅外光譜方法實現快速、無損、節約、無污染檢測。
(3)利用光譜定標新算法進行紡織品定量分析,定標操作簡便,結果準確度高,對提升紡織品檢測機構的工作效率,提高我國紡織纖維檢測技術水平具有重大意義。