2棉花工業中的應用
馮紅年「㈤等用島津UV3150型分光光度計，對含有棉和滌綸兩種成分不同含量的面料進行溲反射光譜檢測。根據面料的光譜特性，選取1300～1800nm作為回歸光譜波段。樣品的近紅外漫反射光譜原始數據作平滑和一階導數處理。用逐步回歸程序分析,從500個波長采集點挑出最佳回歸波長，分別建立棉和滌綸的含量與最佳回歸波長處相應光譜數值的多元線性回歸方程。棉在1400和1434nm處光譜數值與含棉量的相關系數最大，分別為0.91和0.90;滌綸在1365和1660nm處相關系數最大，分別為0.84和0.92.這種方法同樣也適用于其他的紡織面料，如真絲、亞麻、錦綸、粘膠等。分析表明，樣品中某種待測成分的特征波長不是唯一的，采用不同的分析方法可能會得到不同的特征吸收波長，但是這種不同只是附近位置上的偏差，不會脫離待測成分的特征吸收譜帶。
楊建忠等[13〕使用近紅外方法對棉纖維中的含糖量進行了檢測。髙含糖棉由于其黏性一直困擾著紡織業，他們選取了棉纖維樣品的特征波長1640和2100nm處的近紅外吸光度與其含糖量進行回歸分析，證明含糖量值與其吸光度有很好的相關性。
郟東耀等D<]研究了近紅外技術在皮棉雜質檢測中的應用。由于棉花在采摘、收購、加工等過程中容易混人大量的異性纖維。研究給出了棉纖維、尼龍、白頭發的紅外吸收譜圖，并做了吸收帶的比較分析。實驗選用無色塑料、黃麻、編織袋(化纖)、白頭發絲、白羊毛、豬鬃六種異性纖維。這些異性纖維雜質在皮棉中出現頻率較高，肉眼極難識別。將此六種異性纖維扯碎后散落在皮棉表面，以此作為檢測對象。利用顯微近紅外成像方法獲取棉花雜質圖像，從中可以較清楚的看到異性纖維雜質的灰度及形態特征。顯微近紅外圖像中，異性纖維特征仍不明顯，而且表現為部分異性纖維灰度值較皮棉高，而部分異性纖維灰度值較皮棉低。由此提出一種自適應的異性纖維圖.
1iu等[15]利用近紅外和PCA方法的結合對兩種天然彩棉(Greencottonandbrowncotton)和五種白棉（PimaS-7,Sicala-34,CS-189+,Siokra-15,and(DP)-5415)的光譜特性進行分析研究，圖2為各個棉花品種的二階導數近紅外光譜示意圖。在吸收帶的分析中可以看出，白色和棕色棉花樣品性質相近，并在某一些吸收波段區域內和綠棉差異較為明著。白棉的譜峰主要與纖維素結構有關，而綠棉在4250cnT1處存在一個尖銳峰。分析表明綠棉與其他品種棉花相比含有較多的C一H含量和較少的C~C/C一()和0—H含量，說明綠棉的氧化方式和其他品種有別。
PCA的分析選擇了3個主成分(占97.6%),按第一、第二主成分作圖結果也顯示兩種彩棉和白棉中的一種(PimaS~7)能被較好得區別開來，而其他幾種白棉則很難被區分。這篇文章的優越性在于不但使用化學計量學方法取得較好效果，而且主要致力于吸收帶的判別研究，從原理上找出差異,不足之處在于樣本量太少。
紡織加工廠常常將幾種不同屬性的材料混合在一起使成品具有某種特性，在棉花中混有聚酯纖維(PET)可以增加成品的耐久性并且使織物容易保養，通常分析過程是將混紡織品在70%的硫酸溶液中溶解。Wayne等[161經過研究，選用3～4個波長進行回歸就能準確的測定兩者的比例，在實際的含棉量和近紅外分析結果間進行相關分析，相關系數達0.99，預測標準差為0.85。
3絲織品中的應用
陳斌等[17]利用NIR技術對快速檢測紡織原料的真絲含量進行了研究。樣品為自行混合的真絲-腈綸混合品和真絲-漆綸混合品，濃度梯度為2%,每組樣品中任取14個作為預測集，其他36個作為定標集。用偏最小二乘法(PLS)建立校正模型，經過相關分析后模型的預測精度有所提高，模型的預測平均絕對誤差小于2.5(標準差小于1.5),測量值與濃度參考值具有良好的相關性(相關系數0.995)。近紅外光譜快速檢測法可以滿足紡織材料含絲量的實際測量要求。
4皮革制品(紡織原料)中的應用
antero等[18]做了關于近紅外技術用于羊皮制品的脫脂過程的研究。脂肪檢測在制革業中是一個很重要的環節，現今的官方分析法需要耗費5h的檢測時間。研究利用12種來自不同產地，不同品種的羊皮進行分析，羊毛處理過程經歷了脫酸、脫毛、干燥、脫脂、洗滌等12個步驟。在脫脂工序和磨成粉前后分別用官方測定法和和近紅外儀器對樣品進行檢測，近紅外數據的分析采用PLS方法進行分析，相對標準誤差約在10%，各種樣品集的相關系數都約在95%。
<<上一頁[1][2]
相關信息 
推薦企業 推薦企業
推薦企業
您所在的位置：
