基于近红外光谱法的棉∕涤混纺织物中棉含量快速检测

 纺织纤维的快速分析对纺织品生产质量监控、贸易和市场监督具有重要现实意义。本文以249个棉涤混纺织物为研究对象,采用偏最小二乘法（partial least squares,简称PLS）建立了棉涤混纺织物中棉含量的近红外定量校正模型,并按样品的含棉量细分为0~30%、30~60%、60~80%和80~100%共4部分,分段建模,分别建立定量模型。为验证模型的实用性,对200个棉涤样品进行了预测,将预测结果进行方差分析,得到该方法与国标方法GB/T 2910.11-2009(等同采用ISO1833-11:2006)的结果不存在显著差异的结论,并据此制定了纺织品原料组分近红外快速检测初筛方法的标准操作规程（standard operation procedure SOP）,经实际应用证明效果显著。     

机械式辅助护经装置试验

我厂使用的织机全部是1511、1515型游筘护经织机。生产中轧梭疵布比重一直很大,产量也受到影响。其主要原因是梭位不准。针对这一情况,我们在探纬针的支撑上加装一套“探梭针”,如附图中8～11所示,这套探梭针能比较准确地感测梭子的定位。安装规格     

一种基于近红外光谱快速鉴别染色橙的新方法

本文应用近红外光谱仪(NIRS)测定染色橙样品的光谱数据,采用多种方式对光谱数据进行预处理,用主成分分析法(PCA)对不同染色橙样品进行聚类分析并获得染色橙的近红外光谱数据的主成分,在此基础上建立了偏最小二乘(PLS)回归模型,并根据均方根校准误差(RMSEC)和相关系数(R2)对模型性能进行评价。结果表明,主成分分析可以快速鉴别染色橙样品,模型识别率达到94%。将主成分分析(PCA)与偏最小二乘(PLS)相结合建立的回归模型,均方根校准误差(RMSEC)为0.26,决定系数R2为0.96,模型效果较好。表明利用近红外光谱鉴别染色橙是可行的,这为染色橙的鉴别提供了一种快速无损的新方法。     

近红外光谱快速检测技术在纺织领域的应用

近红外光谱技术由于其分析速度快、信息量大、不破坏样品、无污染、操作技术要求低等特点受到关注,在众多领域得到研究和应用.近红外光谱技术在纺织领域的研究和应用情况进行讨论,主要包括在纺织纤维定性判定、定量分析、纺织原料的杂质检测,以及生产过程中浆料含水率等多个方面的研究,特别是近红外光谱快速检测测棉/涤混纺织物中棉含量已经在实际检测工作中得到应用.虽然纺织品组分、织物结构、颜色等方面的多样性和复杂性,造成近红外光谱技术在纺织领域实际检测中的应用受到阻碍,但随着研究的进一步加深,该技术在纺织领域有着广阔的应用前景.     

变量优选在纺织品棉含量近红外分析中的应用

为实现用较少的变量建立适当的模型,以准确预测未知棉涤样品的棉含量,用NIRFlex N-500近红外光谱仪采集297个棉涤样品的光谱,用蒙特卡罗无信息变量消除法(MC-UVE)对变量进行筛选,偏最小二乘法(PLS)建立棉含量的定标模型,根据各个模型所用的样品数、交叉验证均方根误差(RMSECV)、预测集均方根误差(RMSEP)和预测相关系数(r)评价定标模型的精度和稳定性。结果表明:通过上述数据预处理方法进行变量筛选后,用PLS建立的校正模型不仅使数据的运算量大幅度降低,还能很好地预测未知样品的棉含量,使得基于近红外光谱的棉涤样品中棉含量的定量分析方法进一步简化。     

近红外光谱检测用纤维含量样品精确度研究

采用近红外光谱分析技术对纺织品含量进行定量分析可以实现对样品快速无损检测.但是近红外光谱分析技术是一种间接分析技术,它需要从已知原料组分的样品中采集样品的近红外光谱,并根据样品的纤维含量,结合化学计量法建立近红外校正模型,才能将近红外光谱技术应用于实际的检测工作中,所以建模样品原料组分的精确度决定了近红外模型预测结果的精确度,提高所用样品原料组分赋值的精确度就能提高近红外光谱分析技术对纺织品含量进行定量分析的精确度.     

近红外光谱技术在消费品领域的研究进展及展望

消费品是人类生活和工作的必需品,其 品质关系到每个人的健康和安全,同时也是政府监管部门和工厂企 业需要进行质量监控的重要对象。汇总了近些年来近红外技术在 农产品、药品、饲料和纺织等多个消费品领域的研究现状和应用情 况,并对近红外光谱仪器的进展和现状进行了简要介绍。最后,根 据实际检测工作的需要以及发展现状对近红外技术的研究和应用 情况提出了几点展望。多项研究结果表明,作为一种快速、高 效、环保的检测技术,近红外光谱技术必 将随着人们进一步的深入研究而得到大范围的推广和应用。