竹原纤维苎麻与亚麻鉴别方法研究.docVIP

竹原纤维苎麻与亚麻鉴别方法研究 　　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。 　　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 　　试验材料见表1。 　　表1 分析材料 　　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型多功能傅里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Wards 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 　　（坐标值代表的是群体之间的距离值） 　　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4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） 　　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 　　试验结果表明，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、苎麻和亚麻判别聚类模型，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]