目录
随时了解最新动态 关于 neospectra
导言
纺织品是日常生活中使用的重要材料，具有广泛的用途。根据原材料的来源，纺织品可以是天然的（例如棉、丝绸、羊毛、羊绒等），也可以是合成的（例如丙烯酸树脂、聚酰胺、聚酯等）。客户现在比以往任何时候都更加意识到他们所购买的纺织品的价格和质量之间的相关性。但是，随着价格的上涨以及类型和质量的变化，假冒纺织品变得越来越普遍。无论是衣服还是地毯，人们都会因为以夸张的价格获得由合成纤维或羊毛制成的真丝制成的材料来欺骗。
概述
一种用于快速测试相关纺织品正确身份的简单工具将在消费者保护方面取得重大进展。该工具必须便于携带、价格合理，并且应允许用户在不破坏其产品的情况下分析目标纺织品。近红外（NIR）光谱仪的小型化已经发展到手持式仪器可以为实现这一目的提供可靠且经济实惠的手段的地步。在本应用说明中，我们演示了使用NeoSpectra光谱传感器分析不同纺织品类型的可能性。
真丝地毯的认证
羊毛的丝光处理使最终产品具有肉眼看上去可能与丝绸非常相似的光泽。不可信的地毯制造商利用这种相似之处，将此类地毯作为丝绸产品出售给轻信的客户，以获得不切实际的奖励。
图 1 显示，绘制与每种地毯相对应的近红外光谱可以轻松快速地区分丝绸地毯和丝光羊毛地毯。这表明，即使是非专家，NeoSpectra光谱传感器也可以通过对相应的近红外光谱进行简单可视化来区分真丝地毯和假冒真丝地毯。在更复杂的情况下，可以开发特定材料的评估算法来对不同类型的纺织品进行鉴定和/或分类。
(b)：通过与丝绸参考光谱进行视觉对比，对真丝地毯（前景）进行认证
(c)：通过目视比较来识别丝光羊毛地毯（背景）与（非丝光处理）
对原材料进行分类
为了演示 NeoSpectra 光谱传感器识别和/或分类消费类纺织品中常见的各种纺织品的能力，区分了九种不同类别的天然和合成纺织材料（棉、羊毛/羊绒、丝绸、凯夫拉尔、Nomex、聚丙烯腈/丙烯酸树脂、弹性体、聚酰胺 6 (PA6) /聚酰胺 66 (PA66) 和聚乙烯涤纶邻苯二甲酸盐（PET））基于其漫反射近红外光谱。
样本集：
• 总计 72 个样本： 48 个校准样品，24 个测试样品
•样本和光谱一式三份记录
测量条件：
o 波长范围：1298-2606 nm。
o 背景：99% Spectralon™（一种反射标准，近红外光谱响应几乎平缓）。
o 所有测量均在室温下进行。
对测得的光谱进行了一些标准和简单的数据处理过程
o 对于每个样本，对三份光谱样本求平均值
o 波长尺度被转换为波数，7504 —4001 cm-1
o 使用包含 5 个数据点和 2 阶多项式的 SavitzKygoLay 平滑程序使用二阶导数对光谱进行了预处理
o 应用标准正态变量 (SNV) 程序来校正散射效应。
在图 2 中，九种纺织品类别的示例性代表的近红外光谱显示在 (a) 光谱预处理之前 (a) 和之后 (b)。
数据评估
PCA 5（主成分分析）模型是使用所有九种纺织品类别的校准样品的光谱开发的，其识别性能通过测试组样品的光谱进行了验证。应用PCA后，PC的数量低于原始变量，而PC的减少使数据中的模式易于可视化和分析。在图 3a 中，显示了基于前三台 PC 的九种纺织品类别的校准样品的 PCA 分数图。图 3b 表示相同的分数图，包括测试样本。因此，可以在评分图中清楚区分九种纺织品类别，并将测试样本正确地分配给相应的集群。
SIMCA 5（类比的软独立建模）分析用于测试集样本光谱的识别能力。SIMCA 是一种分类方法，使用为不同类别的光谱开发的 PCA 模型来评估未知样本属于哪一类，从而分析相似性。分类结果以所谓的库曼图5表示，在本例中，如果将测试样品的光谱分配给SIMCA模型定义的相关象限，则可以实现纺织品种特性。
对于所有可能的纺织品类别对，代表羊毛/羊绒和丝绸区分的库曼斯曲线（显著性为 5%）如图 4 所示。蓝色和黑色符号分别代表羊毛/羊绒和丝绸校准光谱，而红色钻石属于九种纺织品类别的测试光谱。在这些测试样本中，类别。打个比方，对其他纺织品对的SIMCA分析正确地将测试样品分为各自的类别。
结论
研究清楚地表明，使用NeoSpectra光谱传感器测量的最常见纺织材料的光谱为正确识别未知纺织品测试样本提供了合适且快速可用的分析数据。在第一步中，将五氯苯甲醚应用于九种不同纺织品类别的校准光谱中，可以清楚地分离成团块，并且正确识别了测试样品的光谱。此外，基于所有可能的纺织类对的PCA的SIMCA分析为测试样本提供了完美的鉴定。
