二组分纺织品红外光谱定量模型稳定性分析.docVIP

二组分纺织品红外光谱定量模型稳定性分析 　　摘要：为研究红外光谱定量模型定量准确性的影响因素，本文以棉/涤、毛/腈混纺样品定量分析模型为例，选取不同生产加工整理的代表性样品（包括未经任何染整加工的纤维原料和经过不同染整加工的送检样品）来建立标准谱图库，探讨影响定量模型预测结果的准确性、稳定性的原因。 　　关键词：定量模型；红外光谱；标准谱图库；稳定性 　　在纺织品检测工作中，纤维成分含量的确定是最常见的检测项目，利用红外光谱来代替传统的定量方法，具有快速、环保等优点，而受到大家的关注。红外光谱定量方法是根据定量分析软件建立的定量模型，是将样品的红外特征谱带的吸收强度直接与样品成分含量百分比相关来进行定性定量分析的。因此红外光谱定量结果的准确程度与所建立的定量模型的稳定性有很大的关系。目前有学者对定量分析软件建立的校正模型的传??[1-4]问题进行了研究，而关于红外光谱用于纺织领域定量模型稳定性的研究鲜有报道，为使红外光谱这种快速、环保的定量方法在实际检测工作中能更好地发挥作用，本文主要探讨影响红外光谱定量分析模型稳定性的因素。 　　1 试验部分 　　1.1 校正集样品的制备 　　选用未经染整加工的棉、涤纶、羊毛、腈纶纤维分别用哈氏切片器切成粉末，制成一系列不同比例含量的棉/涤、毛/腈试样。对于棉/涤混合试样，涤纶含量百分比为0、10%、16%、20%、36%、42%、50%、60%、64%、74%、90%、100%；对于毛/腈纶混合试样，毛纤维含量百分比为0、10%、20%、30%、40%、50%、60%、70%、80%、90%、100%。分别精确称取5 mg上述混合试样，并向混合试样中混100 mg的溴化钾，将混合样品和溴化钾研磨，混合均匀。研磨好后的混合物转移到压片模具中，制得的压片在红外干燥箱中烘干。 　　1.2 标准谱图库的建立 　　采用美国Thermo Nicolet 6700傅里叶红外光谱仪测试上述制备的棉/涤、毛/腈各种比例样品谱图。每个压片测3个不同的地方，取3次谱图的平均谱图为各比例棉/涤、毛/腈样品的谱图，并将其分别作为棉涤、毛腈定量分析模型的标准谱图库。 　　1.3 定量模型的建立 　　偏最小二乘法是目前化学计量学中最有效的分析方法之一。它从自变量矩阵和因变量矩阵中提取偏最小二成分，有效地降维，并消除自变量间可能存在的复共线关系，明显改善数据结果的可靠性和准确度[5-6]。同时，关于化学计量方法在红外光谱定量分析纺织品纤维成分含量中的应用，本实验室在前期研究阶段做了相关研究工作：运用同样的标准谱图得到各定量方法的偏差范围，及其相关系数。比尔定律的线性相关系数为0.9990，偏差范围为（－2.4～4.8）；经典最小二乘法的线性相关系数为0.9997，偏差范围为（－1.1～1.8）；主成分回归法的线性相关系数为0.9999，偏差范围为（－0.7～0.6）；偏最小二乘法的线性相关系数为1.0000，偏差范围为（－0.7～0.6）。偏差范围相对较小，相关系数的值相对较大时，定量模型的精度较高。研究结果表明：偏最小二乘法定量模型的预测精度较高。 　　光谱预处理是提高校正模型的可靠性和稳定性的必要措施，它主要是除去光谱中的噪音并提取有用信息，同时它也是提高未知样品组分浓度预测精度的有力保证[7]。 　　本试验选择偏最小二乘法和中心化处理的光谱预处理方式，利用制备的棉/涤、毛/腈标准谱图库建立棉涤、毛腈混纺样品定量分析模型。 　　图1和图2分别为棉/涤、毛/腈混纺样品定量分析模型的预测值与实际值之间的关系。图1的线性相关系数为1.0000，图2的线性相关系数为1.0000。从图1和图2可以看出两个定量模型的拟合效果较好。 　　2 结果与讨论 　　2.1 自制样品纤维成分含量预测 　　2.1.1 样品制备 　　制备一系列不同比例含量的棉/涤、毛/腈试样，其原料选择、制备方法同1.1，谱图扫描方法同1.2。对于棉/涤混合试样，涤纶含量百分比为33%、40%、52%、68%、84%、96%。对于毛/腈混合试样，羊毛纤维含量百分比为16%、36%、40%、50%、60%、64%、80%。 　　2.1.2 预测结果分析 　　图3和图4分别为不同比例棉/涤、毛/腈预测样品的红外谱图。谱图从下往上排列，涤纶含量、羊毛含量依次递增（注：图3中从下往上涤纶含量百分比依次为33%、40%、52%、68%、84%、96% ；图4中从下往上羊毛含量百分比依次为16%、36%、40%、50%、60%、64%、80%）。3345cm-1处为棉纤维的羟基吸收峰，1717 cm-1处为涤纶纤维的酯键吸收峰，3330 cm-1处为羊毛纤维的N—H吸收峰，2310 cm-1处为腈纶纤维的氰基吸收峰。 　　由图3可