基于荧光定量PCR的羊绒、牦牛绒混合物定量检测方法

物种相近、理化性质相同的特种动物纤维在外观形态上十分相似,难以鉴别,常见的有羊绒/羊毛,驼绒/羊驼绒等。然而,羊绒中的紫羊绒,与细度相近的牦牛绒混合在一起,更难辨别,是检测中的难点,也是目前市场掺假的主要原因。目前,特种动物纤维的检测主要借助显微镜或者电镜观察形态而鉴别,依赖检验人员的经验进行判断,主观性较强。本研究从毛发自带的物种特异性的DNA出发,借助荧光定量PCR技术,建立羊绒和牦牛绒的定量标准曲线,实现这两种混合物的定量检测。     

基于MALDI-TOF-MS的羊绒羊毛蛋白定量法及其应用

山羊绒与绵羊毛理化性质相近,外观形态相似,传统的检测方法主要是借助显微镜或者电镜,依据两者的外观形态进行判别,受限于检测人员的经验,结果较为主观。研究从ISO 20418—2提供的MALDI-TOF-MS多肽分析法入手,建立羊绒羊毛定量模型,实现仪器客观检测。使用不同产地、不同品种的羊绒以及一些特殊处理的样品,对该方法的适用性进行验证;使用不同种类的羊绒产品对方法的准确性进行验证。结果表明:该方法对不同产地、不同品种的羊绒有普适性,可用于羊绒制品的定量检测;但经剥色处理的羊绒不适用该定量方法。     

毛绒制品的快速分子鉴定方法

为了快速准确地鉴定毛绒制品的成分,采用分子生物学手段建立了适用于羊毛、羊绒及羊驼绒的PCR扩增体系,同时进行方法特异性及灵敏度研究。结果表明利用设计的特异性引物可针对性扩增相应的Cytb的基因片段,利用片段长度不同可鉴别出不同的毛绒组分。利用该扩增体系扩增不同来源Cytb基因的灵敏度可达0.5%。采用建立的方法体系对混合毛绒制品进行了定性分析,结果显示当羊绒含量仅为0.5%时即可准确地鉴定出来。该方法简单易行且灵敏度高,可应用于毛绒制品日常检测。     

脱色处理对羊毛/羊绒/涤纶混纺织物纤维鉴别的影响

为定性分析羊毛/羊绒/涤纶混纺织物中的纤维种类,利用还原法对织物进行脱色处理,将羊绒、羊毛鳞片还原为染色前的形态,通过对比羊绒和羊毛纤维的外观特征鉴别纤维种类。固定还原剂保险粉用量和脱色液浴比,通过对不同脱色时间和温度下脱色后的织物进行比较分析,表明在用质量分数8%保险粉、浴比为1∶40的脱色液中对织物样品进行脱色处理,脱色温度为70℃,脱色时间为30 min时织物样品的脱色效果良好,羊毛和羊绒纤维的鳞片形态得以显露,且未损伤鳞片。利用WlVnt羊毛检测系统可以明显区分羊绒、羊毛和涤纶纤维,而且用时较短,具有一定的实践指导意义。     

着色法快速鉴别羊绒羊毛纤维

羊绒与羊毛属于同一类纤维,它们的组成成分和纤维组织结构都十分相近,存在许多共同特征.因此,羊绒与羊毛纤维的鉴别,尤其是羊绒/羊毛混纺纱线的成分含量测试难度较大.文章主要分析对比羊绒、羊毛纤维等电点差异以及纤维结构方面的差异对其各自染色性能的影响,并通过实验验证羊绒与羊毛纤维在染料上染性能方面的差异,结合色彩的减色配色原理,应用计算机色彩分析系统寻找并探讨应用着色法快速鉴别羊绒与羊毛纤维的方法.     

羊绒与羊毛纤维的鉴别检测综述

文章简单介绍了羊绒与羊毛纤维的形态特点和物理、化学特性,总结并比较了传统光学显微镜法、扫描电镜法、溶液法、计算机图形分析法和基因分析法等鉴别羊绒、羊毛纤维的检测方法。     

基于视觉词袋模型的羊绒与羊毛快速鉴别方法

为快速准确地鉴别羊绒和羊毛,提出一种基于视觉词袋模型的鉴别方法。该方法使用羊绒和羊毛的光学显微镜图像作为实验样本,将纤维鉴别问题转化为图像的分类问题。首先对光学显微镜图像进行预处理以增强特征,然后从纤维形态中提取局部特征并生成视觉单词,再依据视觉单词对纤维图像进行分类,从而达到鉴别纤维的目的。使用了4 400 幅纤维图像作为数据集,从中选择不同的羊绒和羊毛的混合比作为训练集和测试集,得到的识别率最高为86%,最低为81.5%,鉴别1 000根纤维需要的时间小于100 s,训练好的分类器可保存并用于后期的检测工作。     

绵羊毛与山羊绒光学显微镜鉴别探讨

羊毛羊绒的检测技术是一门不断发展研究的学科。因羊毛羊绒相同的化学性质,对其混纺产品的检测主要根据羊毛羊绒纤维本身不同的形态结构进行鉴别。本文对比了GB/T 16988—2013、AATCC 20—2018/AATCC 20A—2018及ISO 17751-1—2016三个不同的方法标准,通过试验证明了三个标准的试验结果相差不大,其中欧标对羊毛羊绒形态特征的描述清晰,配有各地域、种类、后处理等相应纤维图示,较美标、国标更形象具体,易于理解;而美标及欧标的检测效率明显高于国标。     

基于基因技术的羊绒与羊毛纤维定性鉴别方法

随着羊毛改性技术的发展,传统的光学显微镜鉴别羊绒羊毛的方法逐渐显出其局限性。采用基因技术,利用山羊与绵羊之间特定碱基序列的差别,通过PCR扩增、测序,得到各自的DNA碱基序列,从而确定其种属,达到鉴别纤维的目的。文章通过纯羊绒羊毛纤维及不同比例羊绒羊毛混合物线粒体DNA的测序实验,研究了羊绒羊毛的DNA鉴别方法。结果表明：1）基于基因技术的DNA测序方法可以准确定性鉴别极小比例的羊绒羊毛纤维;2）对于纯羊绒羊毛纤维,采用一组引物,即可通过特定位点特征碱基序列组来鉴别;3）对于羊绒羊毛混合物,分别采用羊绒引物和羊毛引物对样品测序,通过查找羊绒羊毛纤维各自的特征序列,鉴别样品中是否含有羊绒或羊毛。     

绒纤维专家鉴别特征统计分析及自动鉴别方法研究

在总结前人对羊绒和羊毛的形态学研究基础上,初步确定了适合于羊绒羊毛鉴别的8种特征,并基于这8种特征的经验分布,建立了羊绒羊毛的表达,生成了对应的羊绒羊毛数据库。利用有监督学习方法中的支持向量机算法,实现了对羊绒和羊毛的自动识别,识别结果发现,基于羊绒羊毛形态学特征表达的SVM分类器的正确识别率达到了90%左右,和现有的方法比较,识别的正确率有了较大的提高。     

测定牛奶蛋白改性聚丙烯腈纤维与羊毛纤维混纺比的方法

针对在牛奶蛋白改性聚丙烯腈纤维中牛奶蛋白含量未知的情况下,难以检测其与羊毛纤维混纺比的问题。提出通过纤维细度分析仪鉴别牛奶蛋白改性聚丙烯腈纤维与羊毛、测量纤维直径、计数纤维根数,并计算得出混纺比的方法。采用2种方法进行方法确认:评定结果的测量不确定度、与已确认的方法进行结果比对。研究结果表明:该方法的测量不确度在1.4%～2.1%之间,与已确认的方法的测试结果之差在0.4%～1.6%之间,与设计值之差在0.8%～2.0%之间,满足GB/T 29862—2013《纺织品纤维含量的标识》标准要求,能作为牛奶蛋白改性聚丙烯腈纤维与羊毛混纺比定量测试方法。     

毛绒混合物中羊绒含量与细度变异系数之间的关系

通过对大量毛绒混合样品进行纤维成分含量、细度及其变异系数的检测,对其结果进行分析初步确立毛绒混合物中羊绒含量与细度变异系数之间的关系,从而为毛绒检测提供较为客观的理论依据.     

基于贝叶斯模型的羊绒羊毛识别

探讨一种基于贝叶斯模型鉴别羊绒羊毛的方法。利用扫描电镜对羊绒羊毛纤维进行图片采集,然后对羊绒羊毛纤维图像进行预处理,提取羊绒和羊毛纤维参数的5个直观特征参数,再利用直观特征参数得到4个相对特征参数。对这些特征参数的分布进行统计分析,对各参数的正判率进行比较和相关性分析,最终选择纤维直径、鳞片高度、鳞片密度、周径比、面积比、径高比这6个参数建立贝叶斯模型。试验结果表明:该方法鉴别羊绒羊毛正确率达到95%左右。认为:基于贝叶斯模型的羊绒羊毛识别具有较高的精确度。     

WF1型毛绒纤维大容量检测仪的测量原理及应用效果

为了满足毛纺企业及纤维检测机构对羊毛、羊绒平均直径及长度的检测需求,并提高检测准确性及稳定性,介绍WF1型毛绒纤维大容量检测仪的图像采集原理、系统控制原理,以及载样片测量模式、毛条测量模式测量原理,分析国内外同类产品发展现状,对比WF1型毛绒纤维大容量检测仪及国内外同类产品的性能和测试数据。指出:WF1型毛绒纤维大容量检测仪市场占有率、品牌知名度等方面与Uster OFDA系列产品尚有一定差距,但随着技术水平、生产工艺和产品可靠性的日趋完善,该仪器性价比及检测效果会越来越好。     

基于决策树算法的羊绒与羊毛纤维鉴别

山羊绒和绵羊毛（下简称羊绒与羊毛）的鉴别不仅是目前纤维检测领域中的一个热点和难点,且其鉴别研究主要是基于传统统计方法。为此,首次将数据挖掘思想引入羊绒与羊毛纤维的鉴别研究中,提出采用单根纤维上的多元指标作为分类研究的特征属性,从新的视角探索羊绒与羊毛鉴别方法。采用了四个主要的决策树算法,对羊绒和羊毛之间进行了分类,完成了相应的数学建模和评估。实验结果表明：所建模型的平均相对误差都低于6%,经对比,C5.0算法比其他算法更为精准和稳定,可用于对实际羊绒与羊毛纤维的检测分类。     

山羊绒检测技术现状浅析

山羊绒是一种珍贵的纺织原料,但其理化性能与羊毛存在诸多相似。长期以来,山羊绒纤维的鉴别和检测技术一直存在很多难点。基于羊绒纤维的外观特性、化学性质、光学性质、热学性质、分子结构、遗传性信息等,可采用不同的检测技术。通过对各种检测手段利弊的分析,选择适当的检测方法,实现对山羊绒产品的科学判断和合理评价。     

丝光棉与亚麻混纺产品检验方法探讨

利用多功能显微投影仪或CU系列纤维细度分析仪,观察和分析丝光棉、亚麻纤维的纵向、横向形态结构特征,鉴别棉和亚麻纤维,通过检测系统软件的统计计算功能自动计算每种纤维的横截面面积平均值,结合计数根数,准确计算出各纤维的百分比含量.     

简述羊绒纤维检测鉴别方法

文章详细列举了现阶段检测鉴别羊绒和羊毛以及其他类羊绒纤维的主要方法,并阐述其鉴别原理以及优缺点。     

多目标聚集状态下的羊绒纤维自动识别

利用反射式暗视场组合照明装置直接采集高放大倍率下羊绒和羊毛纤维集合体表面纤维图像,通过图像处理的方法整体提取同一图像内多根羊绒和羊毛纤维的4个表面特征参数,利用贝叶斯分类模型进行统计,得出纤维集合体中羊毛和羊绒的比例.实验结果表明鉴别精度达到87.5%.     

羊毛与羊绒鉴别技术的研究进展

为了更好地鉴别羊毛与羊绒,介绍了羊毛与羊绒基本组织结构、化学组成成分以及品质性能的同异性。分别从化学分析法、显微技术分析法、计算机图像识别技术、生物技术、红外光谱分析技术6个方面归纳多种羊毛、羊绒鉴别技术的特点和应用情况,并总结了各种方法的优缺点。认为羊毛与羊绒鉴别技术各有千秋,并提出：应扩大样本容量,有针对性地选用现有技术,以及有效结合现有技术和数字化技术进行羊毛与羊绒的鉴别,以提高羊毛与羊绒鉴别准确度和鉴别效率。