FZ/T 01144-2018 纺织品 纤维定量分析 近红外光谱法

ICS59.080.01

W04

中华人民共和国纺织行业标准

/—

FZT011442018

纺织品纤维定量分析近红外光谱法

——

TextilesuantitativeanalsisoffiberNear-infraredsectroscomethod

Qyppy

ㅤㅤㅤㅤ

2018-12-21发布2019-07-01实施

中华人民共和国工业和信息化部发布

/—

FZT011442018

纺织品纤维定量分析近红外光谱法

1范围

本标准规定了采用近红外光谱法测定纺织品中纤维含量的方法。

、。

本标准适用于除涂层织物涂料印花织物和无机纤维以外的纺织品

2规范性引用文件

。,

下列文件对于本文件的应用是必不可少的凡是注日期的引用文件仅注日期的版本适用于本文

。,()。

件凡是不注日期的引用文件其最新版本包括所有的修改单适用于本文件

/()

所有部分纺织品定量化学分析

GBT2910

/()

FZT01057所有部分纺织纤维鉴别试验方法

3术语和定义

下列术语和定义适用于本文件。

3.1

ㅤㅤㅤㅤ

近红外光谱near-infraredsectra

p

(-1-1)范围的分子光谱。

波长约在780nm~2500nm或波数约在12820cm~4000cm

3.2

校正模型calibrationmodel

表达一组样品的纤维含量与其光谱之间关联关系的数学表达式。

3.3

校正样品calibrationsamle

p

纤维含量数据已,。

知用于建立校正模型的样品

3.4

验证样品validationsamle

p

,。

纤维含量数据已知用于验证模型性能的样品

3.5

参考方法referencemethod

,。

用于测定校正样品和验证样品纤维含量的方法通常为标准方法或是推荐认可的方法

:、,、()。

注国际国家或行业标准中测定纤维含量的方法如化学分析法物理分析法手工拆分法和显微镜法等

3.6

参考值referencevalues

用参考方法测得的校正样品或验证样品的纤维含量值。

3.7

模型验证modelvalidation

用验证样品来检验校正模型检测值与参考值之间一致性的过程。

1

/—

FZT011442018

3.8

光程oticalathlenth

ppg

,。

以漫反射方式进行的近红外光谱测量过程中光束发射点到样品表面的距离

3.9

监控样品monitorinsamles

gp

,,、

纤维含量数据已知均匀性好没有在校正集和验证集里使用过的用于考察校正模型和设备稳定

性的样品。

:。

注均匀性好是指样品多点测量的光谱图基本重合

3.10

模型更新modeludatin

pg

,,

当待测样品纤维含量不在校正模型的适用范围内或因校正模型完善需要或因仪器配件更换导致

,。

光谱产生新变化时重新建立模型的过程

3.11

模型传递modeltransfer

,

通过数学方法对光谱或校正模型进行修正使得在一台光谱仪器上建立的校正模型能够在其他光

谱仪器上有效使用的过程。

4原理

,

样品纤维含量差异引起样品光谱属性变化利用纤维含量变化与对应的近红外光谱变化之间存在

,,

的相关关系建立多元校正模型并对校正模型进行验证和评价应用符合评价要求的校正模型对样品成

ㅤㅤㅤㅤ

,。

分进行检测快速分析出样品纤维含量

5设备

5.1光谱仪

、、,。

5.1.1由光学电子机械和计算机系统组成的可采用漫反射方式检测近红外光谱的仪器

()。

5.1.2仪器测定的光谱一般是波长或波数频率连续光谱提供的光谱数据应该包括吸光度数据和

()。

波长或波数频率数据

,。

5.1.3由于测试结果与所用的仪器密切相关因此不可能给出仪器的普遍参数采用下列性能参数的

近红外光谱仪被证明是合理的。

对于光栅扫描型近红外光谱仪参数为:

)波长范围:;

a1000nm~1800nm

):;

b分辨率优于10nm

):-5;

c吸光度噪声小于5×10AU

):;

d波长准确性优于±0.5nm

):。

e波长重复性优于±0.04nm

对于傅里叶变换型近红外光谱仪参数为:

)波数范围:-1-1;

a10000cm~5555cm

):-1;

b分辨率优于8cm

):-5;

c吸光度噪声小于5×10AU

-1

):;

d波数准确性优于±0.1cm

):-1。

e波数重复性优于±0.02cm

2

/—

FZT011442018

5.1.4光谱数据利用计算机采集和存储。

。

5.1.5仪器应配备有光谱测量软件和化学计量学软件化学计量学软件应具有样品光谱及纤维含量

、、、。

参考值录入存取和数据格式转换光谱预处理多元校正建模与验证以及检测样品纤维含量的功能

5.2碎样设备或器具

能将试样剪切成不超过1.5mm大小碎屑的设备或剪刀等工具。

5.3压制样品的器具

,。

能将纤维碎屑紧密压实成厚度大于3mm直径大于检测器窗口的纤维饼的器具

6试验环境

,。

在温度为15℃~35℃相对湿度为40%~70%的环境中测试

7试验步骤

7.1准备

,()。

7.1.1取代表性样品保证样品的所有组分的光谱都能被光谱仪5.1的检测器随机采集到如果光谱

,,。

仪检测器的光斑不足以覆盖到样品的所有组分要适当增加试验次数以保证测试结果具有代表性

/,,

采用纺织纤维鉴别试验方法对样品进行定性选择符合附录要求的校正模型检

7.1.2FZT01057A

。

测时的光谱范围应和校正模型建立时的光谱范围一致待测样品的纤维含量应在校正模型的适用范

ㅤㅤㅤㅤ

围内。

:,,自行建立校正模型的示例可参

注校正模型可购买或自行建立自行建立校正模型的方法可参考附录和附录

BC

见附录和附录。

DE

7.2样品测试

7.2.1方法A

()(、),,

用碎样设备或器具5.2将样品纤维纱线或织物粉碎至1.5mm以下的碎屑混匀填充至压制

(),,,

样品的器具5.3中尽可能紧密压实成厚度大于3mm直径大于检测器窗口的纤维饼确保测试光程

,()。

与建立校正模型时的光程一致用光谱仪测试试样不少于个点的光谱数据

5.12

7.2.2方法B

本方法适用于样品多点测量光谱基本重合的或多点检测纤维含量值的极差不超过2.5%的均质样

,、。

品包芯纱夹心织物等部分纤维被包裹的样品应选择方法A

,,()。

对于织物样品确保待测样品平整并将代表性样品置于光谱仪5.1的检测器窗口为防止采集

,,,

到非待测样品光谱织物样品需将待测样品多叠几层以保证待测样品不透光并分别采集待测样品的

,。

正面和反面光谱每一面采集不少于个不同点的光谱数据

2

,,(),

对于纱线样品应将纱线缠绕紧密并保证处于光谱仪5.1检测器窗口的样品在一个测试平面上

,。

保持测试光程与建立校正模型时的光程一致测试不少于个点的光谱数据

2

8计算

,,

取样品纤维含量的平均值作为测试结果如果一种纤维含量为光谱检测结果另一种纤维含量结果

3

/—

FZT011442018

,。。

为100减去光谱检测结果更多组分以此类推保留小数点后一位

:,,,

注如果所采用的校正模型建立时校正集样品参考值是公定回潮率结果则模型测试结果是公定回潮率结果如

,。

果校正集样品参考值是干燥质量结果则模型测试结果是干燥质量结果

9结果分析

,/

以下但不限于以下因素可能对检测值有影响发现有以下问题可采用GBT2910等参考方法

验证:

———待测样品的纤维含量值不在模型的范围内;

———某些深色样品中染料产生的吸光度远大于样品纤维成分产生的吸光度。

:。

注近红外分析方法误差来源与解决方案可参见附录F

10监控

,

在每次开机测试首个样品之前先利用一块适合于所用校正模型的监控样品对模型的稳定性以及

(),。

光谱仪进行监控按第章进行如果监控样品近红外检测平均值与参考值的绝对误差不大于该

5.17

(),,。

校正模型的验证标准误差SEVC.1认为该校正模型满足试验要求可以进行待测样品测试如果校

,,,

正模型不满足试验要求再按第章测试监控如果检测结果仍不能满足要检查是模型性能变差还是

7

,。

仪器性能下降检查可参考附录F

11试验报告

ㅤㅤㅤㅤ

试验报告应包括下列内容:

)本标准的编号;

a

)样品描述;

b

)仪器型号;

c

)校正模型名称及模型评价结果;

d

)试验时的环境温度和湿度;

e

)();

采用的测试方法方法或方法

fAB

)试验结果;

g

)任何偏离本标准的细节。

h

4

/—

FZT011442018

附录

A

()

规范性附录

模型评价

A.1模型要求

,

为了保证所建立的校正模型有效且模型的检测能力满足试验要求对投入检测的模型要进行模型

。。

评价校正模型应符合表A.1的要求

表A.1模型评价参数

检测值的准确相关性验证的显著一致性程度检测值的

适用范围

性aSEVR性差异FC精密度σ

i

按A.2按C.1按C.2按C.3按C.4按C.5

待测样品的范围应该与校正

集样品建立的模型适用范围(,)

F<Fnn

≤1.5%>90%α-1-1≥95%≤0.3%

AB

保持一致

a

,。

采用纤维投影法作为纤维含量参考值的模型检测值的准确性可以放宽到3%

:。

注表A.1中的评价参数的计算参见附录C

ㅤㅤㅤㅤ

A.2适用范围

,,

模型投入使用前要提出该模型的适用范围待测样品必须包含校正集样品同样组分的纤维纤维含

,。

量在校正集样品建立模型区间范围内另外织物的组织结构和类型已经包括在建立的模型中

5

/—

FZT011442018

附录

B

()

资料性附录

、、、

校正模型的建立验证更新维护和传递

B.1方法概述

、。、

附录为校正模型建立校正模型验证以及用校正模型进行检测提供指导模型建立验证过程

B

:,,;

主要包括首先收集一定数量的具有代表性的校正样品和验证样品组成校正集和验证集使用近红外

,;

光谱仪采集校正集和验证集的分子光谱采用参考方法测定的样品的含量参考值将测定的光谱数据和

,

含量参考值进行预处理选择合适的化学计量学方法将预处理后的校正集光谱数据和含量参考值进行

,,,;

关联通过矩阵运算把光谱矩阵和含量矩阵联系起来建立校正模型使用验证集对校正模型进行验

,;。

证评价校正模型的检测能力和模型的有效性根据评价结果决定模型能否使用或需要重新建立

B.2近红外光谱分析模型建立流程图

ㅤㅤㅤㅤ

图B.1近红外光谱分析模型建立流程图

6

/—

FZT011442018

B.3光谱采集

,

B.3.1光谱采集要遵循在光谱采集过程中最大限度地避免引入误差的原则以减少对校正模型检测能

力的不利影响。

,,,

B.3.2不同的仪器可能会使用不同的背景信号在光谱采集和测试过程中要保证所使用的校正样

、。

品验证样品和待测样品为同一背景信号采集方式

,。

B.3.3环境因素对光谱测量精密度影响有一定影响要注意控制环境对光谱测量精密度的影响光谱

,,、。

测量前将样品与测试仪器置于同一环境中温度湿度等环境因素达到平衡后测量

,

B.3.4试样最小尺寸必须大于近红外光谱仪光谱采集探头的尺寸保证仪器采集探头与试样接触面没

有漏光。

B.4校正样品的选择

,

B.4.1建立模型所需要的校正集样品数与被测样品的复杂程度有关足够的样品数才能保证光谱变量

。,,

和含量值之间的数学关系达到必要的精确性组成混合物的纯物质光谱差异越小模型越复杂变量越

,。,,。

多需要的校正集样品就越多对于纺织产品来说在可能的情况下校正集样品越多越好如果模型

,;,(

有个及以下变量校正集样品数至少个如果模型有个以上变量校正集样品数至少个为

32436kk

),,()。

模型变量数如果建模时使用了均值中心化校正集样品数至少6k+1个

:,、、

注模型变量数为建立近红外光谱分析模型时纺织品纤维分子中的等化学键的泛频振动或转

kC-HO-HC-O

动等影响吸收光谱的所有影响因子。

B.4.2校正集样品具有已知的参考值。

ㅤㅤㅤㅤ

B.4.3校正集样品的组分与使用该校正模型检测待测样品所包含的组分一致。

,

B.4.4校正集样品的组分含量要覆盖待测样品的整个变化范围含量在整个变化范围内尽可能地均匀

分布。

B.4.5校正集样品为均质样品。

,

B.4.6某些因为深色染料引起的吸光度远大于纤维本身吸光度的样品要从校正集剔除除非这些样品

进行了剥色处理。

B.5验证样品的选择

,,,

如果模型变量数为个及以下变量验证集样品数至少个如果模型变量数为个以上验

B.5.15205

证集样品数至少为4k个。

B.5.2没有作为校正集参与过建模。

B.5.3与校正集样品纤维组分一致。

B.5.4理想的验证集含量区间至少覆盖校正集样品含量区间的95%。

B.5.5验证集样品纤维含量的变化分布尽可能均匀。

,。

B.5.6包含足够的样品数量便于统计验证

,,

B.5.7某些因为深色染料引起的吸光度远大于纤维本身吸光度的样品要从验证集剔除除非这些样

品进行了剥色处理。

B.6数据预处理

,

B.6.1为消除光谱采集过程中引入的噪声对模型的不利影响宜在模型建立前采用各种数据预处理方

7

/—

FZT011442018

。:、、、、

法对光谱数据进行预处理常用数据预处理方法包括平滑微分多元散射校正标准化均值中心化

,。

等可以根据需要选择单项或它们的组合

、,(

B.6.2处理校正集光谱验证集光谱及待测样品光谱时要采用相同的光谱预处理方法和光谱波段或

)。

波长选择方法

B.7校正模型的建立

,,。

B.7.1收集足够数量的样品测定样品纤维含量参考值采集样品光谱

,。

B.7.2根据校正模型的复杂程度和化学计量学可提供的多元校正算法选择合适的算法常用的多元

:()、()、()、

校正算法包括多元线性回归MLR主成分回归法PCR偏最小二乘法PLS局部权重回归

()、()、()、()。

LWR人工神经网络ANN拓扑方法TP支持向量机方法SVM等具体采用哪种光谱数据预

,。

处理和定量校正方法没有统一的规则主要看模型的精度是否满足要求纺织纤维含量检测模型多采

。,。

用偏最小二乘法有关原理介绍可参考化学计量学文献

,

B.7.3选择合适的预处理方法对数据进行预处理选择合适的建模波长或频率以及变量数等建模条

,。

件建立校正模型

,。

B.7.4利用验证集对模型进行验证方法见B.8

,,

B.7.5为了提高校正模型的检测能力和稳健性在建模过程中宜进行异常样品统计和识别方法见

B.9。

,。

B.7.6对模型进行评价和优化模型评价的要求见附录A

,,

如果校正模型有效且模型的检测能力满足试验要求模型通过了附录的模型评价则模型建

B.7.7A

;,,

立完毕如果模型检测能力不能满足试验要求或模型有效性可疑则检查模型建立中的每一步骤选择

ㅤㅤㅤㅤ

,,。

其他算法或建模条件重新建立模型直至模型符合要求

B.8模型验证

,,

在测量样品足够多的情况下可以把样品分为校正集样品和验证集样品用验证集样品验证校正模

,。()(),

型这种验证方法称为外部验证验证标准误差C.1是用于评估校正模型检测的准确程度越小表

明模型的检测能力越强。

:可行的。

注校正集样品数和验证集样品数的比例选择2∶1被证明是

B.9异常样品的统计与识别

。,

在校正过程中可能会检测出两类异常样品第一类异常样品是马氏距离较大或高杠杆值样品与

,,,,

校正集中其他样品相比含有极端组成光谱不具有代表性远离模型整体样品的平均光谱在建模过程

,,

中表现为杠杆值较大其光谱对于建模的一个或多个光谱变量具有显著性贡献对回归结果有强烈的影

,,,

响或者对至少一个回归系数起着相当重要的决定作用对模型的稳健性