一種混紡纖維中組分含量的測定方法
【專利摘要】一種混紡纖維中組分含量的測定方法，涉及一種混紡纖維的測定方法，該方法首先獲得混紡纖維與被測純纖維的近紅外光譜數(shù)據(jù)，再將獲得的近紅外光譜數(shù)據(jù)轉(zhuǎn)換為混紡纖維與被測純纖維之間的角度值；選取建模的混紡纖維樣本作為校正集，待測混紡纖維樣本作為預測集，以校正集中被測純纖維的含量作為因變量，校正集與被測純纖維的角度值構成的矩陣作為自變量，采用偏最小二乘法建立多變量回歸模型；將待測混紡纖維與被測純纖維的角度值代入該多變量回歸模型，即可得到待測混紡纖維中被測純纖維的相對含量。本發(fā)明檢測纖維時無需樣品預處理，實驗環(huán)境要求降低，且分析方簡單、快捷、準確，還適于在混紡纖維組分不明確時混紡纖維中待測組分含量的測定。
【專利說明】一種混紡纖維中組分含量的測定方法
【技術領域】
[0001]本發(fā)明涉及一種混紡纖維的測定方法，特別是一種混紡纖維中組分含量的測定方法。
【背景技術】
[0002]目前紡織纖維的一些定量檢測方法都無法實現(xiàn)單間、快速、無損、無污染的檢測，常規(guī)的檢測一般都需要先鑒別紡織品的纖維組分，然后選用適當溶劑將其中一種或幾種纖維溶解，根據(jù)溶解后失重或不溶解的重量來對纖維組分含量進行計算分析。這種方法耗時且實驗過程中會產(chǎn)生有毒污染物，無法滿足紡織品生產(chǎn)過程中質(zhì)量監(jiān)控及國際貿(mào)易快速通關檢測的需求。
[0003]近紅外光譜(NIR)分析技術是20世紀90年代以來發(fā)展最快、最引人注目的光譜分析技術之一。主要用于快速定量分析和判別分析，可以同時測定多種組分，是通過所采集的光譜數(shù)據(jù)對樣品進行分析，其特點是準確、快速、無損、無污染且操作簡便。
[0004]傳統(tǒng)的多組分混合體系光譜定量方法即光譜強度與化學計量學相結(jié)合的分析方法，如用偏最小二乘法法(partial least squares,縮寫為PLS)直接對光譜強度和其對應的物質(zhì)含量進行多變量回歸建立校正模型，然后將待測混合體系的光譜強度帶入建立的校正模型即可得出待測組分的定量結(jié)果。傳統(tǒng)的光譜強度結(jié)合化學計量學的定量方法分析速度快，樣品無需預處理，對樣品無損壞，在過程分析技術中受到重視，但是由于光強度、光通量、測量環(huán)境以及樣本均勻性等因素引起的信號強度不穩(wěn)定使非接觸分析在過程分析中遇到了很大的障礙。以近紅外光譜為例，近紅外光譜強度在一定的測量條件下可與被測物濃度保持線性關系，但是在實際操作中影響近紅外光譜強度的因素太多且難以控制，如光源功率的穩(wěn)定性、樣品濃度變化等，很難直接對近紅外光譜強度實現(xiàn)定量。

【發(fā)明內(nèi)容】

[0005]本發(fā)明要解決的技術問題是:提供一種準確度高、樣品無需預處理、實驗環(huán)境要求降低且簡單快捷的一種混紡纖維中組分含量的測定方法。
解決上述技術問題的技術方案是:(與權利要求內(nèi)容一致)一種混紡纖維中組分含量的測定方法，該方法首先獲得混紡纖維與被測純纖維的近紅外光譜數(shù)據(jù)，再將獲得的近紅外光譜數(shù)據(jù)轉(zhuǎn)換為混紡纖維與被測純纖維之間的角度值；選取建模的混紡纖維樣本作為校正集，待測混紡纖維樣本作為預測集，以校正集中被測純纖維的含量作為因變量，校正集與被測純纖維的角度值構成的矩陣作為自變量，采用偏最小二乘法建立多變量回歸模型；將預測集與被測純纖維的角度值代入該多變量回歸模型，即可得到待測混紡纖維中被測純纖維的相對含量。
[0006]本發(fā)明的進一步技術方案是:該方法包括以下步驟:
A.樣本的制備和數(shù)據(jù)采集:
Al.混紡纖維樣本的制備和獲取被測純纖維樣本:將m個被測純纖維按不同的質(zhì)量百分比配制成若干個混紡纖維樣本，并獲取被測純纖維樣本；
A2.選取校正集和預測集:從步驟Al的混紡纖維樣本中選取建模樣本作為校正集，選取待測樣本作為預測集；
A3.數(shù)據(jù)采集:用近紅外光譜儀掃描獲取校正集，預測集以及被測純纖維的光譜數(shù)據(jù)；
B.建模: B1.分割區(qū)間:將步驟A3中校正集以及被測純纖維的光譜數(shù)據(jù)分成η個區(qū)間，其中n>混合組分數(shù)m；
B2.將光譜數(shù)據(jù)轉(zhuǎn)化成角度值:求取校正集與被測純纖維在各區(qū)間夾角的角度值；
B3.建立回歸模型:采用偏最小二乘法對步驟B2中的角度值和校正集中的被測純纖維含量建立回歸模型；
C.預測集中各組分含量的測定:
Cl.分割區(qū)間:將步驟A3中預測集以及被測純纖維的光譜數(shù)據(jù)分成η個區(qū)間，其中n>混合組分數(shù)m；
C2.求取角度值:求取預測集和被測純纖維在各區(qū)間的角度值；
C3.預測結(jié)果:將預測集和被測純纖維的角度值代入已經(jīng)建立好的多變量回歸模型，即可預測到預測集中被測純纖維組分的含量。
[0007]本發(fā)明的再進一步技術方案是:所述步驟Al中混紡纖維樣本的制備為:各被測純纖維按不同的比例稱量并混合均勻，其總質(zhì)量保持一定。
[0008]本發(fā)明的再進一步技術方案是:步驟A2中所述的校正集中被測純纖維的含量百分比已知。
[0009]本發(fā)明的再進一步技術方案是:步驟A3.數(shù)據(jù)采集中包括的內(nèi)容為:將被測純纖維樣本和混紡纖維樣本混合均勻后，利用近紅外光譜儀測量獲得校正集，預測集以及被測純纖維的近紅外光譜數(shù)據(jù)。
[0010]本發(fā)明的更進一步技術方案是:所述步驟B2和C2中求取校正集或預測集與被測純纖維之間夾角的公式為:
【權利要求】
1.一種混紡纖維中組分含量的測定方法，其特征在于:該方法首先獲得混紡纖維與被測純纖維的近紅外光譜數(shù)據(jù)，再將獲得的近紅外光譜數(shù)據(jù)轉(zhuǎn)換為混紡纖維與被測純纖維之間的角度值；選取建模的混紡纖維樣本作為校正集，待測混紡纖維樣本作為預測集，以校正集中被測純纖維的含量作為因變量，校正集與被測純纖維的角度值構成的矩陣作為自變量，采用偏最小二乘法建立多變量回歸模型；將預測集與被測純纖維的角度值代入該多變量回歸模型，即可得到待測混紡纖維中被測純纖維的相對含量。
2.根據(jù)權利要求1所述的一種混紡纖維中組分含量的測定方法，其特征在于:該方法包括以下步驟: A.樣本的制備和數(shù)據(jù)采集: Al.混紡纖維樣本的制備和獲取被測純纖維樣本:將m個被測純纖維按不同的質(zhì)量百分比配制成若干個混紡纖維樣本，并獲取被測純纖維樣本； A2.選取校正集和預測集:從步驟Al的混紡纖維樣本中選取建模樣本作為校正集，選取待測樣本作為預測集； A3.數(shù)據(jù)采集:用近紅外光譜儀掃描獲取校正集，預測集以及被測純纖維的光譜數(shù)據(jù)； B.建模: B1.分割區(qū)間:將步驟A3中校正集以及被測純纖維的光譜數(shù)據(jù)分成η個區(qū)間，其中η>混合組分數(shù)m； B2.將光譜數(shù)據(jù)轉(zhuǎn)化成角度值:求取校正集與被測純纖維在各區(qū)間夾角的角度值；. B3.建立回歸模型:采用偏最小二乘法對步驟B2中的角度值和校正集中的被測純纖維含量建立回歸模型； C.預測集中各組分含量的測定: Cl.分割區(qū)間:將步驟A3中預測集以及被測純纖維的光譜數(shù)據(jù)分成η個區(qū)間，其中n>混合組分數(shù)m； C2.求取角度值:求取預測集和被測純纖維在各區(qū)間的角度值； C3.預測結(jié)果:將預測集和被測純纖維的角度值代入已經(jīng)建立好的多變量回歸模型，即可預測到預測集中被測純纖維組分的含量。
3.根據(jù)權利要求書2所述的一種混紡纖維中組分含量的測定方法，其特征在于:所述步驟Al中混紡纖維樣本的制備為:各被測純纖維按不同的比例稱量并混合均勻，其總質(zhì)量保持一定。
4.根據(jù)權利要求書2所述的一種混紡纖維中組分含量的測定方法，其特征在于:步驟A2中所述的校正集中被測純纖維的含量百分比已知。
5.根據(jù)權利要求書2所述的一種混紡纖維中組分含量的測定方法，其特征在于:步驟A3.數(shù)據(jù)采集中包括的內(nèi)容為:將被測純纖維樣本和混紡纖維樣本混合均勻后，利用近紅外光譜儀測量獲得校正集，預測集以及被測純纖維的近紅外光譜數(shù)據(jù)。
6.根據(jù)權利要求書2或3或4或5所述的一種混紡纖維中組分含量的測定方法，其特征在于:所述步驟B2和C2中求取校正集或預測集與被測純纖維之間夾角的公式為:
【文檔編號】G01N21/35GK103472028SQ201310431389
【公開日】2013年12月25日 申請日期:2013年9月22日 優(yōu)先權日:2013年9月22日
【發(fā)明者】粟暉, 姚志湘, 梁梅, 方鳳 申請人:廣西科技大學