使用近红外和中红外光谱仪对棉花和聚织品样本进行区分和定量
1CBQF-Centro de Biotecnologia e Química Fina-Laboratório Associado, Escola Superior de Biotecnologia, Universidade Católica Portuguesa, Rua Diogo Botelho 1327, 4169-005 Porto, Portugal.
近红外 (NIR) 和中红外 (MIR) 光谱学有效地识别棉花和聚织品混合物. 这些方法可以准确地估计棉花含量,即使是混合纤维,提供精确和环保的织品分析.
科学领域:
- 织科学 织科学 织科学
- 分析化学是一种分析化学.
- 频谱学是一种光谱学.
背景情况:
- 棉花和聚 (PES) 是主要的织纤维,需要精确的识别和成分分析.
- 环保和精确的分析技术对于织行业至关重要.
- 光谱方法为非破坏性纤维分析提供了潜力.
研究的目的:
- 评估近红外 (NIR) 和中红外 (MIR) 光谱法,以区分棉花和PES纤维.
- 评估这些光谱技术在估计混合织物中棉花含量的准确性.
- 用各种样本集验证化学测量模型,包括那些有未知的纤维成分的样本集.
主要方法:
- 从棉花和 PES 样本中获取红外光谱 (NIR 和 MIR).
- 化学测量模型的应用,包括主要组件分析,部分最小平方区分分析和部分最小平方 (PLS) 回归.
- 使用校准,预测集1 (棉花 + PES混合物) 和预测集2 (棉花 + PES + 其他纤维) 验证PLS模型.
主要成果:
- 无论是NIR和MIR光谱,都显示出在棉花和PES之间进行区分的良好潜力.
- 与MIR相比,NIR光谱学产生了略高的歧视结果.
- 对于估计棉花含量,PLS回归模型实现了3.3% (NIR) 和6.5% (MIR) 的校准误差.
- 预测组2的验证误差低于8%,证实了该技术适用于各种织品混合.
结论:
- 尼尔光谱和米尔光谱是用于识别棉花和PES纤维的合适,精确和环保的方法.
- 化学建模,特别是PLS回归,可以准确估计各种织品混合中的棉花含量.
- 经过验证的方法是稳固的,即使在含有未校准纤维类型和不同来源/呈现的织品样本上也显示出有效性.
更多相关视频
06:54Author Spotlight: Advances in Nanoscale Infrared Spectroscopy to Explore Multiphase Polymeric Systems
Published on: June 23, 2023
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
相关概念视频
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
Spectrophotometry: Introduction
The essential components of a spectrophotometer include a source of electromagnetic radiation, a slot for placing a material to be analyzed, and a...
Applications of IR Spectroscopy: Overview
IR Spectrometers
IR Frequency Region: Fingerprint Region
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
