基于紫外漫反射光譜的紡織纖維的鑒別方法
【技術領域】
[0001]本發明屬于紫外光譜技術應用領域，尤其涉及一種基于紫外漫反射光譜技術的紡織纖維定性鑒別方法。
【背景技術】
[0002]隨著光譜技術的迅速發展，光學測量在材料性能表征中占有非常重要的位置。紫外漫反射光譜(UV-Vis DRS)是材料譜學分析的基本手段之一，目前主要在研宄過渡金屬離子及其化合物結構、活性組分與載體間的相互作用等方面有所應用，尤其是在催化劑表征方面的應用日益受到重視，在文物保護上也有所應用，然而在高分子纖維材料的定性分析方面鮮有涉及。
[0003]紫外光譜儀器相比其他儀器(如核磁共振儀)具有價格便宜、操作簡便、分析快速等特點，因而具有更加廣泛的開發應用前景。目前應用廣泛的是紫外吸收光譜，它具有靈敏度高、準確度好、操作簡單等優點，是許多有機物和無機物分析中很方便的一種手段，可用于定性和定量分析。但吸收光譜法在使用過程中也受到一定的限制。根據朗伯-比耳定律，所測樣品必須是一定濃度的均勻溶液。這就局限了紫外吸收光譜法的實際測量范圍，也使得在對固體、粉末、乳濁液和懸濁液樣品的測定中，誤差較大，測量效果不理想。反射光譜法能有效地解決這一問題。
[0004]與吸收光譜不同，反射光譜主要是利用光在樣品表面的反射來獲取樣品的表面信息。光的反射一般可以分為鏡面反射與漫反射。鏡面反射只發生在表面顆粒的表層，因為鏡面反射光沒有進入樣品和顆粒的內部，未與樣品內部發生作用，因此它沒有負載樣品的結構和組成的信息，不能用于樣品的定性和定量分析。而漫反射光是一種光進入樣品內部后，經過多次反射、折射、衍射、吸收后返回表面的光，它是一種與樣品內部分子發生了相互作用后的光，因此負載了樣品結構和組成信息。
[0005]當前，紡織纖維的檢測鑒別是利用各種纖維的外觀形態和內在性質的差異，采用物理、化學及兩者相結合的方法將其區別開來。傳統采用的方法有感官鑒別、顯微鏡法、燃燒法、溶解法、著色法、熔點法等。對一般纖維，用上述方法就可比較準確、方便地進行鑒另IJ。但對組成和結構比較復雜的纖維如共混纖維等則需借助近代儀器進行鑒別，如差熱分析儀、紅外光譜、氣相色譜儀、X-射線衍射儀和電子顯微鏡等。上述每種鑒別方法都有各自的特點和適用范圍，在實際鑒別時一般不使用單一方法，而須將幾種方法進行合理的選擇、適當的組合、正確地運用并進行綜合分析，才能得出正確結論。特別是化學成分相近的纖維(如棉、麻和新型粘膠纖維)之間的區分非常困難。由于化驗室方法費時費力以及檢測成本高，無法解決流通領域中大量纖維樣品的抽檢任務，同時有些檢測方法會對樣品產生破壞，部分化學檢測方法甚至會危害環境。因此，建立一種紡織纖維的快速無損、方便快捷、綠色環保的檢驗新方法具有重要的實際應用價值。
[0006]吳桂芳等提出了一種用近紅外光譜技術快速無損別纖維品種的新方法(《光譜學與光譜分析》，2010年，第30卷，第2期)，該方法應用可見近紅外光譜漫反射技術測定各種纖維的光譜曲線，通過主成分分析方法對光譜數據進行模式特征分析，根據主成分的累積貢獻率選用前6個主成分數進行建模和預測。通過建立最小二乘支持向量機模型對主成分分析模型進行優化，將前6個主成分作為最小二乘支持向量機的輸入變量，建模式識別模型，實現類別預測的同時也完成了數學建模和優化分析工作。由于近紅外光能量較弱，近紅外光譜的有效信息率較低，該方法需要的樣品量較多，并且該方法中根據主成分的累積貢獻率選用主成分數也偏多。
【發明內容】
[0007]本發明要解決的技術問題是提供一種基于紫外漫反射光譜技術的常規無色紡織纖維鑒別方法。本發明用帶積分球的紫外分光光度計進行光譜數據采集，利用SPSS軟件對預處理后的光譜數據進行主成分分析，然后利用光譜分析軟件TQ Analyst軟件建立判別分析的定性模型，最后利用該判別模型來分析待檢纖維樣品的類別。此方法能做到快速無損，并且綠色環保，可為企業或產品質量檢測部門對紡織纖維定性分析提供一種新的方法。
[0008]為了解決上述技術問題，本發明提供一種基于紫外漫反射光譜的紡織纖維的鑒別方法，包括以下步驟:
[0009](a)、試樣制備:
[0010]待測樣品為梳理后的短纖維，每種待測樣品采用四分法取樣2g，然后分成四份各0.5g±l%，三份為待測平行樣，一份為備用樣；
[0011 ] 短纖維是指長度< 30mm的纖維；
[0012](b)、原始譜圖數據采集:
[0013]利用檢測設備采集常規的本色紡織纖維的紫外漫反射光譜數據；
[0014]S卩，設立建模集；
[0015](C)、標準譜圖制備:
[0016]對所得的常規本色紡織纖維的紫外漫反射原始譜圖數據利用光譜數據處理軟件(例如為Origin等)進行預處理，得到紡織纖維樣品的標準譜圖；
[0017](d)、分析模型的建立:
[0018]依據步驟(C)所得的光譜數據，利用數據統計類軟件(例如SPSS等)，采用主成分分析法對光譜數據進行數據特征分析，根據主成分方差的累積貢獻率多85%的主成分數進行判別分析，然后利用TQ Analyst分析軟件判別分析法建立纖維的定性分析模型，最后對待檢纖維樣本的圖譜數據進行類別判別分析。
[0019]S卩，與建模集中同類纖維(即，上述步驟b中的常規的本色紡織纖維)進行相似程度分析，從而最終得知待測樣品是否屬于建模集中的纖維，以及得知屬于建模集中的具體哪種纖維。
[0020]備注說明:主成分分析法和判別分析法屬于計量統計學和光譜分析中的通用分析方法。
[0021]作為本發明的基于紫外漫反射光譜的紡織纖維的鑒別方法的改進:所述步驟(b)中的檢測設備為帶積分球附件的紫外可見分光光度計，設置掃描間隔:lnm，光譜帶寬:2.0nm，掃描速度:中速，掃描范圍:230-400nm ;每種樣品掃描三個平行樣，取平均值。
[0022]備注說明:帶積分球附件的紫外可見分光光度計上設有高、中、低速三種選擇。
[0023]作為本發明的基于紫外漫反射光譜的紡織纖維的鑒別方法的進一步改進:常規的本色紡織纖維(即，該紡織纖維沒有經過著色處理，呈現的是其本身的顏色)包括:棉、麻、絲、毛、粘膠、滌綸。
[0024]作為本發明的基于紫外漫反射光譜的紡織纖維的鑒別方法的進一步改進:所述步驟(C)中的譜圖預處理方法為9點Savitzky-Golay平滑濾波法。
[0025]本發明的具體步驟如下:
[0026](一 )準備測試樣品:取2g的短纖形態纖維樣品，開松、梳理成網狀。然后分成四份各0.5g± I %，三份為待測平行樣，一份為備用樣。對于長絲形態的樣品，首先人為剪短為30mm左右長度的短纖維，然后梳理成網；對于絮狀結構樣品則通過手扯開松后使用。
[0027]( 二)開啟裝有紫外漫反射光譜掃描軟件的計算機和與計算機聯機的帶積分球附件的紫外可見分光光度計；
[0028]備注說明:該計算機是與檢測設置配套的記錄和顯示設備，機內裝有檢測設備自帶的紫外漫反射光譜掃描軟件，可得到紫外漫反射光譜圖和數據，并可導出，數據統計類軟件在該計算機中或其它計算機中均可使用。
[0029](三)打開計算機中的掃描軟件，設置分光光度計的使用參數，確定波長掃描范圍；
[0030]設置掃描間隔:lnm、光譜帶寬:2.0nm、掃描速度:中速、波長范圍:230_400nm。
[0031](四)根據分光光度計的使用說明進行暗電流校正和基線校正；
[0032](五)裝夾樣品:將樣品裝入積分球樣品盒中，壓緊，樣品表面蓋上石英玻璃片，進行光譜測定，采集原始光譜數據圖:每樣品測定一次，取三個平行樣的平均值為最后測定值。
[0033](六)進行圖譜的預處理，制備標準譜圖。
[0034]用Origin等數據處理軟件進行原始光譜數據的預處理，得到樣品的紫外漫反射光譜圖。使用的光譜預處理的方法為9點Savitzky-Golay平滑濾波法。該預處理方法為現有技術，在光譜分析中，平滑可以降低光譜的噪聲，達到改善光譜形狀的目的。
[0035](七)建立判別分析模型:利用TQAnalyst分析軟件，采用判別分析法建立纖維的定性判別分析模型。用一組已知類別的樣品作為建模集，另選一定數量的纖維的樣品作為驗證集；利用SPSS軟件中主成分分析方法對建模集中采集的標準光譜數據進行特征分析，根據主成分方差的累積貢獻率選用一定的主成分數進行建模，主成分的累積貢獻率多85%即可滿足分析要求；將選用的主成分作為判別分析法的輸入變量，再利用TQ Analyst分析軟件中的判別分析法將已知類別的建模集樣品的紫外漫反射光譜數據轉化為得分數據，采用距離判別方法進行運算，建立判別模型，用驗證集中的數據對判別模型進行檢驗，驗證模型的可靠性。判別分析中定義一個距離匹配值的限值，本方法中限值設置為5。距離判別方法中的距離匹配值由計算殘差得到，表示差別程度，范圍為100到0，O表示最匹配。
[0036](八)進行判別分析:利用TQAnalyst分析軟件中建立的判別模型對需判定的未知樣本進行類別判別。未知樣本的光譜測定方法同上(步驟一至五)，判別后可利用軟件中的相似度匹配模型對判別后的未知纖維與建模集中同類纖維進行相似程度分析來進一步驗證判別的準確性，也可用其它檢測方法進行驗證。在相似度匹配模型中的匹配值表示相似程度，范圍為O到100，100表示最相似。
[0037]綜上所述，本發明利用紫外漫反射光譜技術建立了一種快速無損、方便簡捷的紡織纖維的定性鑒別的新方法，即，基于紫外漫反射光譜技術的紡織纖維定性鑒別方法。本發明是針對常規無色紡織纖維的定性分析，其方法為:首先測定已知類別的紡織纖維的紫外漫反射光譜，然后把各類紡織纖維的光譜數據導入數據分析軟件；利用軟件對各類紡織纖維的紫外漫反射光譜數據進行分析，建立纖維的判別模型