English |加入收藏 | 设为首页 |  |  
推荐: 纤维原料 纺纱 浆纱浆料 织造 印染 针织刺绣 服装 产业用纺织品
收藏竹原纤维、苎麻和亚麻鉴别方法研究
摘要】:本文采用红外光谱建模法对竹原纤维、苎麻和亚麻的定性鉴别进行了研究。结果表明建立的红外光谱综合判别模型的准确度高,能够实现对三种纤维简单、准确的鉴别。


    摘要:本文采用红外光谱建模法对竹原纤维、苎麻和亚麻的定性鉴别进行了研究。结果表明建立的红外光谱综合判别模型的准确度高,能够实现对三种纤维简单、准确的鉴别。
    关键词:竹原纤维;苎麻;亚麻;近红外光谱;鉴别

    竹原纤维作为一种可再生、可降解、廉价、资源丰富的纤维素纤维,因具有良好的理化性能,近年来受到了越来越多人的青睐[1-4]。然而,由于竹原纤维与苎麻、亚麻具有极其相似的形态结构或理化性质,竹原纤维与苎麻、亚麻的有效鉴别成为当前研究的难题,至今尚未有鉴别方法的统一标准[5-6]。当前,针对竹原纤维的鉴别,人们采用一些常规检测方法进行了探索研究,但在适用性和有效性上仍有欠缺[7-10]。本文广泛收集国内主要生产厂家生产的竹原纤维、苎麻和亚麻,应用近红外聚类分析方法,实现了对竹原纤维和苎麻、亚麻的鉴别。

1 试验
    1.1 材料
    实验材料见表1。

    竹原纤维由四川班博竹业发展有限公司、福建正和竹纺有限公司提供,苎麻、亚麻由湖南省纤维检验局提供。
    1.2仪器
(SEM-EDS)MPA型多功能傅立叶变换近红外光谱仪(Bruker)。

2结果与讨论
    2.1近红外光谱图分析与处理
三种纤维使用相同的漫反射条件采集的近红外光谱图见图1。

 

 (a) 苎麻

 

 (b)竹原纤维

 

(c)亚麻

图1  三种纤维的近红外光谱图

    三种纤维近红外光谱的吸收峰峰形及峰强非常相似,无法进行纤维区分。因此,对近红外光谱经一阶导数+矢量归一化预处理后,采用Ward’s algorithm定义距离、基于系统聚类分析法(Hierarchical Cluster Analysis,HCA)[11]建立了三种纤维判别模型,并进行准确度验证。
    系统聚类分析法就是采用分级聚类策略,先认为每个样本都自成一类,再规定类与类间的距离。开始时,因各样本均自成一类,其类间距离等价,选择距离最小的一对合并成一个新的类,依此每次减少一类,直至所有的样本都合成为一类为止。当两样本合成新类之后,则必须以确定的距离定义来表示样本与类或类与类之间的距离。不同的类与类之间距离的定义将会产生不同的系统聚类结果。本研究采用的Ward’s algorithm法是一种最有效、最常用的距离定义方法,它采用不均匀的判断规则,从方差分析的观点出发,认为正确的分类应该使类内方差尽量小,而类间方差尽量大。从而得到较好的结果。
2.2建立近红外光谱判别模型
    根据光谱预处理后的各纤维建模集样品的近红外光谱全谱数据图,使用系统聚类分析方法,建立三种纤维的近红外光谱判别模型,如图2所示。根据判别模型可以明显区别三种纤维,从而实现纤维的鉴别。

 

图2三种纤维的近红外光谱判别模型

(坐标值代表的群体之间的距离值)

2.3近红外光谱判别模型准确度验证
    使用验证集样品的近红外光谱图对各判别模型进行准确度验证,在与建模样品相同的条件下,使用漫反射方法分别采集四种竹原纤维、苎麻和亚麻验证集样品的近红外光谱图,进行一阶导数+矢量归一化预处理后,对判别模型进行准确度验证。验证集样品的近红外光谱图(部分列举)见图3,近红外光谱判别模型验证结果(部分列举)见图4,综合判别模型验证结果如表2所示。

 

图3  验证集样品的近红外光谱图(部分列举)

 

(a) 竹原纤维

 

(b)苎麻

 

(c)亚麻纤维

图4  近红外光谱判别模型验证结果(部分列举)

表2  三种纤维的判别模型验证结果

    由图4 和表2可知,聚类判别模型对三种纤维可以进行准确的鉴别。使用系统聚类分析法建模时,样品的代表性强和种类的齐全程度高直将获得更高的准确程度。因此,红外光谱判别模型仍具有很大的拓展和优化空间。

3 结论
    实验结果表明,以漫反射法进行样品采谱,经一阶导数+矢量归一化光谱预处理,采用Ward’s algorithm定义距离,基于系统聚类分析法分别建立的竹原纤维、苎麻和亚麻判聚类别模型,可以实现对三种纤维的鉴别,具有操作简单、检测速度快、准确性高、不损伤样品等特点。

参考文献:
    [1] 隋淑英,李汝勤.竹纤维的结构与性能研究[J]. 纺织学报,2003,24(6):535-536.
    [2] Lee Sunyoung, Chun Sangjin, Doh Geumhyun, etal. Influence of Chemical Modification and Filler Loading on Fundamental Properties of Bamboo Fibers Reinforced Polypropylene Composites[J]. Journal of Composite Materials,2009,43(15): 1639-1657.
    [3] 马顺彬,吴佩云.竹浆纤维与粘胶纤维的鉴别及性能测试[J].毛纺科技,2010,38(1):42-46.
    [4] 张涛,鲍文斌,俞建勇.竹浆纤维鉴别方法的研究[J].纺织学报,2004,25(5):28-29.
    [5] 李卫东.竹纤维鉴别方法的研究进展[J]. 中国纤检,2010,359(15):61-64.
    [6] 程隆棣,徐小丽,劳继红.竹纤维的结构形态及性能分析 [J].纺织导报,2003(5):101-103.
    [7] 田慧敏,蔡玉兰.竹原纤维微观形态及聚集态结构的研究[J].棉纺织技术,2008,36(9):544-547.
    [8] Wang Yueping, Wang Ge, Cheng Haitao, etal. Structures of Bamboo Fiber for Textiles. Textile Research Journal[J].2010,80(4):334-343.
    [9] 何建新,章伟,王善元.竹纤维的结构分析[J].纺织学报,2008,29(2):20-24.
    [10] 蔡玉兰,王东伟.天然竹纤维的固态核磁共振谱表征[J].纤维素科学与技术,2009,17(1) :2-6.
    [11] 刘建学.实用近红外光谱分析技术[M].北京:科学出版社,2007.

(作者单位:上海市纤维检验所)

 

下载本文档需要登录,并付出相应的积分。如何获得积分?
验证码: