1 引言

近红外光谱技术是20世纪90年代以来发展最快、最引人注目的光谱分析技术，与化学计量学结合能在一定程度上弥补其光谱峰重叠、信息弱等不足，随着仪器硬件技术不断完善，以及计算机和化学计量学软件的发展，近红外光谱分析技术获得较快发展[1-2]。传统纺织品成分定量方法采用的溶解法存在着使用化学试剂、对环境污染、检测周期长、破坏样品等缺点，然而近年来发展的近红外光谱分析具有分析速度快、非破坏性、环保无污染、制样简单等优点[3]。

已有文献将近红外光谱技术应用于纺织纤维分类[4]、混纺织物的纤维含量预测等方面，并达到了较好的效果。在此之前有学者采用近红外技术建立涤氨织物的定量模型，并对定量模型进行研究和分析，但近红外模型由于受仪器类型、实验室环境、样品结构、检测条件等因素的影响，各个定量模型很难互通，因此需要针对每个机构的情况研究出适合的定量模型。本文的定量模型基于本实验室近两年实际检测收集到的聚酯纤维氨纶混纺针织织物建立而成，包含各种颜色、不同组织结构的针织织物，由于样品送检的批次、时间、状态及送检的客户不同，所收集的样品具有一定的代表性、丰富性和广泛性，通过收集的样品分析光谱并筛选出可用于模型建立的原始光谱，建立具有普遍代表性的聚酯纤维氨纶针织二组分定量模型。

2 试验

2.1 试验仪器

近红外分析仪为Thermo公司生产的型号为AntarisⅡ，配置采集方式为积分球采集模块，仪器自带RESULT Integration光谱采集软件和TQ Analyst化学计量学软件。

2.2 样品收集

样品为实验室近两年检测的聚酯纤维和氨纶二组分混纺针织织物，涵盖聚酯纤维氨纶针织中氨纶所有范围：1.00%～27.4%，包含各种颜色、不同组织结构的针织织物，由于样品送检的批次、时间、状态及送检的客户不同，所收集的样品具有一定的代表性、丰富性和广泛性。此次建模共收集258个样品及20个验证集样品。

2.3 样品光谱采集

2.3.1 建立采集工作流

为了确保采集标准光谱时采集参数的统一，减小因参数不同造成的误差，首先通过仪器自带的RESULT Integration光谱采集软件建立样品采集工作流，统一采用积分球模块采集，设立近红外光谱采集条件为：扫描次数：64；重复两次，保存两次扫描的平均光谱；分辨率：8.0；数据格式：吸光率。

2.3.2 采集流程

（1）仪器开机预热至少半小时，检查仪器性能参数是否正常，以保证仪器达到稳定状态；

（2）打开预先建立好的采集工作流，将样品折叠适宜厚度，一般4层，水平放置测试窗口上，并在样品上施加一固定压力，确保样品平整固定于测试窗口；

（3）随机采集样品两个不同部位，分别保存两次采集的光谱及两次采集的平均光谱。

2.4 采集注意事项

由于样品数量大、种类丰富、样品厚薄不一，为了确保红外光不穿透样品，一般织物相互折叠4层进行扫描，对于一些较薄或者网眼织物，需折叠6层或根据实际情况增减折叠层数；一般采集过程前样品无需进行预处理，通过采集大量样品发现，某些特殊组织结构，例如某些较厚双层针织结构的织物与普通单层针织结构的织物其近红外光谱图差异较大，双层针织结构的织物其谱图看不到明显的吸收峰，与其他的谱图偏差较大，此类样品对模型的建立会造成很大影响，因此需去除。此外，在纺织品生产过程中，常有一些特殊功能的处理，如拒水、涂层、印花等，此类样品的非纤维物质会直接影响样品测试结果，因此需经过前处理，但经前处理后，织物会受到不同程度的损伤，因此对于一些含有非纤维物质的样品不适用于本近红外模型的建立。

3 模型建立

3.1 选择建模算法

TQ Analyst提供了定量校正算法，包括了比尔定律、最小二乘法（CLS）、偏最小二乘法（PLS）和主成分回归法（PCR），每个算法均有各自的优点和缺点[5]。分别通过这几种算法进行模型的建立，经分析比较这几种算法，本模型最终采用经典偏最小二乘法（PLS）。

3.2 数据处理

由于聚酯纤维氨纶针织组织结构多样，并非所有采集到的谱图都适宜建模，对于吸收峰不明显、谱图偏移或漂移严重、光谱形态异常的应提前剔除，在此基础上对正常光谱进行预处理，近红外常见的预处理方式有导数、滤噪（平滑）、多点基线校正等，本模型采取滤噪（平滑）方式进行预处理，其中具体平滑参数如下：Norris Derivative filter，Segment length：5，Gap between segments：5；并对原始光谱进行Fist derivative一阶导数。

本次试验采用积分球采样，由于聚酯纤维氨纶针织组织结构多样，同时受到样品颗粒尺寸、均匀性等的影响，光程无法保持恒定，此时需要使用多元信号修正（MSC）或标准正则变换（SNV）来对光谱进行处理，以消除这些因素的干扰，在此采用多元信号修正（MSC）。图1为光谱数据处理后校正集样品近红外光谱叠加图。

图1 校正集样品近红外光谱叠加图

光谱波长范围的选择会直接影响模型的精度，即相关系数(Corr.Coeff.)与均方差(RMSEC)的值，通过TQ软件中自带Suggest向导自动选择光谱范围，多次选择和对比后，本模型最终选择3个光谱波段范围分别是(5870.25cm-1～5839.40cm-1)、(5831.68cm-1～5565.55cm-1)、(5041.01cm-1～4979.30cm-1)。

3.3 模型计算

通过Calibrate进行模型的计算，得出建模样品参考值与检测值之间的关系图如图2、图3，图中横坐标为样品实际聚酯纤维与氨纶含量值、纵坐标为近红外仪器预测值。其中样品的相关系数（Corr.Coeff.）越接近1，均方差（RMSEC）越接近0，表示近红外仪器预测值与标准值越符合，准确性越高。

图2 聚酯纤维含量的参考值与检测值之间的关系图

图3 氨纶含量的参考值与检测值之间的关系图

3.4 模型分析

从图3可以看出，建立模型校正集样品、验证集样品的相关系数（Corr.Coeff.）分别为0.9935、0.9991，模型校正集样品、验证集样品均方差（RMSEC）（RMSEP）分别为0.572、0.285，其中相关系数接近于1较为理想，但均方差一般，特别是校正集样品的均方差（RMSEC）为0.572，造成校正集样品均方差一般的主要原因是所收集的样品氨纶范围广，但校正集样品氨纶的含量主要集中在4.0%～14.0%这个区间，校正集样品氨纶含量在1.00%～27.4%范围分布不均；其次光谱的波长范围选择也会对此造成影响。

3.5 近红外模型验证

对已知经典法数据的20个聚酯纤维氨纶针织样品，进行近红外测试取平均值，得出测试结果如表1。

表1 近红外样品验证结果

由表1可得，采用该近红外模型测试值与经典法氨纶含量的偏差值都在3%以内，根据GB/T 29862—2013中对纤维含量偏差的规定，在成分含量≤10%时，偏差范围为±3%；在成分含量＞10%时，偏差范围为±5%，因此该偏差范围能够满足标准允许偏差范围，由此可见红外法建模方式可以得到较为准确的定量结果。

4 结论

1）本文通过AntarisⅡ近红外分析仪建立的聚酯纤维氨纶二组分针织织物定量模型，经过标准样品验证，该模型对于大部分该二组分混纺面料检测结果偏差在标准范围内，测试结果准确性高，科学，高效，且环保；

2）通过采集大量样品发现，某些特殊组织结构，例如某些较厚双层针织结构的织物与普通单层针织结构的织物其近红外光谱图差异较大，此类样品对模型的建立会造成较大影响，所以并未参与模型的建立，对于此类织物就无法采用近红外快速定量，对此后期还需要收集研究此类织物，专门建立对应的定量模型，以确保此类织物定量模型的准确性；

3）此模型氨纶的范围为1.0%～27.4%，实际绝大部分织物氨纶范围集中在4.0%～14.0%这个区间，建模样品在此区间外的数量相对偏少，对模型的相关系数（Corr.Coeff.）及均方差（RMSEC）造成影响，而关系数（Corr.Coeff.）及均方差（RMSEC）又是评判模型精准的重要指标，所以后期还需继续收集样品，对模型进行优化。