2棉花工业中的应用
冯红年「㈤等用岛津UV3150型分光光度计，对含有棉和涤纶两种成分不同含量的面料进行溲反射光谱检测。根据面料的光谱特性，选取1300～1800nm作为回归光谱波段。样品的近红外漫反射光谱原始数据作平滑和一阶导数处理。用逐步回归程序分析,从500个波长采集点挑出最佳回归波长，分别建立棉和涤纶的含量与最佳回归波长处相应光谱数值的多元线性回归方程。棉在1400和1434nm处光谱数值与含棉量的相关系数最大，分别为0.91和0.90;涤纶在1365和1660nm处相关系数最大，分别为0.84和0.92.这种方法同样也适用于其他的纺织面料，如真丝、亚麻、锦纶、粘胶等。分析表明，样品中某种待测成分的特征波长不是唯一的，采用不同的分析方法可能会得到不同的特征吸收波长，但是这种不同只是附近位置上的偏差，不会脱离待测成分的特征吸收谱带。
杨建忠等[13〕使用近红外方法对棉纤维中的含糖量进行了检测。髙含糖棉由于其黏性一直困扰着纺织业，他们选取了棉纤维样品的特征波长1640和2100nm处的近红外吸光度与其含糖量进行回归分析，证明含糖量值与其吸光度有很好的相关性。
郏东耀等D<]研究了近红外技术在皮棉杂质检测中的应用。由于棉花在采摘、收购、加工等过程中容易混人大量的异性纤维。研究给出了棉纤维、尼龙、白头发的红外吸收谱图，并做了吸收带的比较分析。实验选用无色塑料、黄麻、编织袋(化纤)、白头发丝、白羊毛、猪鬃六种异性纤维。这些异性纤维杂质在皮棉中出现频率较高，肉眼极难识别。将此六种异性纤维扯碎后散落在皮棉表面，以此作为检测对象。利用显微近红外成像方法获取棉花杂质图像，从中可以较清楚的看到异性纤维杂质的灰度及形态特征。显微近红外图像中，异性纤维特征仍不明显，而且表现为部分异性纤维灰度值较皮棉高，而部分异性纤维灰度值较皮棉低。由此提出一种自适应的异性纤维图.
1iu等[15]利用近红外和PCA方法的结合对两种天然彩棉(Greencottonandbrowncotton)和五种白棉（PimaS-7,Sicala-34,CS-189+,Siokra-15,and(DP)-5415)的光谱特性进行分析研究，图2为各个棉花品种的二阶导数近红外光谱示意图。在吸收带的分析中可以看出，白色和棕色棉花样品性质相近，并在某一些吸收波段区域内和绿棉差异较为明著。白棉的谱峰主要与纤维素结构有关，而绿棉在4250cnT1处存在一个尖锐峰。分析表明绿棉与其他品种棉花相比含有较多的C一H含量和较少的C~C/C一()和0—H含量，说明绿棉的氧化方式和其他品种有别。
PCA的分析选择了3个主成分(占97.6%),按第一、第二主成分作图结果也显示两种彩棉和白棉中的一种(PimaS~7)能被较好得区别开来，而其他几种白棉则很难被区分。这篇文章的优越性在于不但使用化学计量学方法取得较好效果，而且主要致力于吸收带的判别研究，从原理上找出差异,不足之处在于样本量太少。
纺织加工厂常常将几种不同属性的材料混合在一起使成品具有某种特性，在棉花中混有聚酯纤维(PET)可以增加成品的耐久性并且使织物容易保养，通常分析过程是将混纺织品在70%的硫酸溶液中溶解。Wayne等[161经过研究，选用3～4个波长进行回归就能准确的测定两者的比例，在实际的含棉量和近红外分析结果间进行相关分析，相关系数达0.99，预测标准差为0.85。
3丝织品中的应用
陈斌等[17]利用NIR技术对快速检测纺织原料的真丝含量进行了研究。样品为自行混合的真丝-腈纶混合品和真丝-漆纶混合品，浓度梯度为2%,每组样品中任取14个作为预测集，其他36个作为定标集。用偏最小二乘法(PLS)建立校正模型，经过相关分析后模型的预测精度有所提高，模型的预测平均绝对误差小于2.5(标准差小于1.5),测量值与浓度参考值具有良好的相关性(相关系数0.995)。近红外光谱快速检测法可以满足纺织材料含丝量的实际测量要求。
4皮革制品(纺织原料)中的应用
antero等[18]做了关于近红外技术用于羊皮制品的脱脂过程的研究。脂肪检测在制革业中是一个很重要的环节，现今的官方分析法需要耗费5h的检测时间。研究利用12种来自不同产地，不同品种的羊皮进行分析，羊毛处理过程经历了脱酸、脱毛、干燥、脱脂、洗涤等12个步骤。在脱脂工序和磨成粉前后分别用官方测定法和和近红外仪器对样品进行检测，近红外数据的分析采用PLS方法进行分析，相对标准误差约在10%，各种样品集的相关系数都约在95%。
<<上一页[1][2]
相关信息 
推荐企业 推荐企业
推荐企业
您所在的位置：
