近紅外光譜法對假發用纖維的定性鑒別

賈凱凱，劉鵬，周兆懿

(上海市質量監督檢驗技術研究院，上海 200040)

0 前言

目前，全球五分之四以上的假發制品由中國生產，中國已經成為全球假發制品最大的生產及出口國。隨著國內假發制品消費結構不斷升級，假發片、假發塊儼然成為女性的裝飾必備品，因此對假發制品的品質要求也越來越高。假發根據原材料分類，可分為化纖發、動物毛發和人發。假發制品材質的不同決定了其品質、價格及穿戴性能，其中人發的價格最為昂貴，動物毛發次之，化纖發最為便宜。由于商家對利益的追求，導致市場上出現大量“以次充好”的亂象。由于人發最為昂貴，導致非人發產品冒充真人發的情況最為嚴重。

對于假發用纖維的檢測，主要依據紡織品纖維的檢測標準執行[1]。采用紡織品標準對假發進行檢測，其對化纖部分較為有效，對毛發部分的檢測則有所欠缺。一方面，由于紡織品中不存在真人發的使用，也沒有真人發的檢測方法。另一方面，對于其他動物毛發的檢測，紡織品主要依據動物毛發鱗片層結構的差異進行鑒別。動物毛發在制作假發過程中，為了更好的穿戴效果，往往會進行酸化處理，破壞了鱗片層結構，致使無法依據紡織品標準進行檢測[2-3]。近紅外光譜法作為一種快速、高效且無損的定性檢測方法，測試過程中不受纖維微觀物理形態的影響，已經多次用于紡織品纖維鑒別中[4-9]，本文采用此方法對假發用纖維進行鑒別，彌補了現有檢測方法的不足。

1 儀器與材料

1.1 試驗儀器

布魯克近紅外光譜儀，傅里葉變換，漫反射積分球附件，PbS檢測器，掃描分辨率為2 cm-1，光譜范圍12 500 cm-1～3 500 cm-1，具有光譜采集、光譜預處理、定性等功能。

1.2 樣品選擇

選擇具有代表性、種類齊全的樣品建立校正集和驗證集，其中人發樣品包含原材料人發及經過酸處理的人發，產地包括中國、越南和印度等多地區；動物毛發有羊毛、牛毛、馬毛及駱駝毛等，化學纖維選擇了最常見的PET（聚酯纖維）和PVC（聚氯乙烯纖維）。

2 定性模型建立

由于人發和動物毛發都由蛋白質組成，其物理和化學性質相似，與化學纖維的性質差異較大，所以首先將人發和動物毛發作為整體，即毛發纖維，建立毛發纖維與化學纖維的定性模型。為了精確區分毛發纖維與化學纖維，可以有效選取差異明顯的波段，使所建模型的精度盡可能高。然后，建立人發和動物毛發定性模型，進一步區分人發和動物毛發。由于二者性質相似，近紅外光譜顯示無明顯差異，如圖1、圖2所示。因此，近紅外光譜法可選波段范圍較窄，需要多次調整參數，直至這2類纖維可明顯區分。

圖1 人發的近紅外光譜圖

圖2 動物毛發的近紅外光譜圖

為了消除近紅外光譜中一些與待測樣品性質無關的因素，如樣品物理狀態、測量環境及儀器響應等帶來的干擾，提高光譜信噪比。試驗采用多種預處理方法對光譜進行預處理，并選擇合適的建模波段。

2.1 采集樣品的近紅外光譜

采集所選擇的人發、動物毛發、PET和PVC等建模樣品近紅外漫反射光譜，建立校正集和驗證集，其中驗證集樣品未參與過校正集，光譜采集范圍為12 500 cm-1～3 500 cm-1，分辨率為2 cm-1。在樣品光譜采集過程中，每條光譜信號掃描32次，樣品完全覆蓋檢測口，保證不透光。每類樣品的近紅外光譜如圖1、圖2及圖3所示。

圖3 化學纖維的近紅外光譜圖

光譜有效信息主要集中在7 000 cm-1～3 500 cm-1波段，并且噪音信息也較少。觀察總體光譜形狀，人發和動物毛發與PET、PVC的光譜有明顯區別，所以在后續建立毛發纖維與化學纖維的定性模型時，這2類纖維較為容易區分，波段和預處理方法可選范圍較大，6 000 cm-1～3 500 cm-1波段幾乎都可以選取，人發與動物毛發的光譜幾乎一致，肉眼無法觀察到明顯區別。在后續建立人發與動物毛發定性模型時，需要不斷調整建模波段及預處理方法，直至達到滿意效果。

2.2 毛發纖維與化學纖維的定性模型

將毛發纖維（人發和動物毛發）、PET和PVC作為3組不同試驗類別，采用一階導數（平滑點數為9）結合矢量歸一化對所采集的近紅外光譜進行預處理，選取這3類纖維光譜特征差異較大的波段5 959.3 cm-1~3 857.2 cm-1，采用因子化法（主成分分析）進行分析建模，得到毛發纖維與化學纖維校正模型主成分得分圖，見圖4。

圖4 毛發纖維與化學纖維校正模型預測結果

動物毛發、PET和PVC這3類纖維無交叉部分，即可說明所建模型可有效區分這3類樣品。將驗證集樣品的近紅外光譜帶入校正模型中進行驗證，對校正模型的準確度進行檢驗，正判率為100%。這說明所建立的毛發纖維與化學纖維定性模型可以有效鑒別毛發纖維和化學纖維。

2.3 人發與動物毛發的定性模型

將人發和動物毛發作為2組不同試驗類別，采用二階導數（平滑點數為25）對近紅外光譜進行預處理，選用4 948.7cm-1~4 605.4cm-1波段，采用因子化法（主成分分析）進行分析建模，得到人發與動物毛發校正模型主成分得分圖，見圖5。人發與動物毛發沒有交叉區域，可明顯區分，這說明所建模型達到理想效果。由于動物毛發為多種動物毛的組合，所以毛發纖維樣品在得分圖分布中較為分散。

圖5 人發與動物毛發校正模型的預測結果

將驗證集樣品的近紅外光譜帶入判別模型中，對模型的準確度進行檢驗，正判率為100%。這說明所建立的人發與動物毛發定性模型可有效鑒別人發和動物毛發。如果被測樣品在毛發纖維與化學纖維定性模型中的測試結果為化學纖維（PET或PVC），則測試結束；如果測試結果為毛發纖維，則需再次使用人發與動物毛發定性模型對該樣品進行測試，最終被測樣品分辨為人發還是動物毛發。

3 結論

基于上述建立的2個近紅外定性模型，可以快速高效地對人發、動物毛發和化學纖維進行定性鑒別，對于待測假發樣品，只需采集其近紅外光譜，再代入近紅外定性模型，即可實現假發材質鑒別，整個測試過程僅需幾分鐘。市場上的假發產品在成分組成上并不復雜，混合材質的假發產品幾乎都是毛發纖維與化學纖維2種組分的混合物。所以對于混合發而言，在測試過程中，只要模型判定的結果為“都不是”，例如使用毛發纖維與化學纖維對樣品進行測試，判定結果既不是毛發纖維，也不是化學纖維，此時可認為被測樣品為毛發纖維與化學纖維的混合產品。對于假發這類價格昂貴、款式多樣、單一樣式數量少的產品，采用具有快速無損特點的近紅外光譜法進行鑒別，會大大降低檢測的經濟成本，此方法也更適合監管部門規范假發市場，以保障消費者權益。（ ）