作为纺织品生产加工的大国,纺织品制造在我国有着悠久的历史,从早期的天然纤维的使用,到现在高性能纤维的应用,从单一组分的织物到多种材料的混合加工,科技的进步使得纺织纤维的检测难度更进一步。一般普遍纺织品单纤维的定性分析采用的是燃烧法、电镜目测法,混纺纱的定量分析则采用化学溶解法,即根据纤维自身的性能,采用不同的溶剂对不同纤维进行溶解,用称重法计算各组分纤维的含量。虽然上述方法都可以准确地得到结果,但是往往耗时较长,且会对试样产生破坏,同时化学试剂的使用还会对环境产生一定的影响。红外光谱能够很好地解决传统检测方法存在的缺陷,能够简单、快速、最大程度地减少对样品的破坏,因此对于纺织品纤维的定性、定量鉴别,结构与性能的分析和对纺织品生产过程中监测的应用越来越广泛。
对于单组分纤维鉴别,通常是利用纤维自身特征的吸收光谱,通过未知谱图与标准谱图对比,得到检测结果。魏峰等人[1]采集4种动物的毛纤维,用傅里叶变换红外光谱仪进行了毛纤维的分析,不同毛纤维的红外光谱图有很明显的差距,因此可以用红外光谱法进行不同动物毛的识别。Zhou J等人[2]采用红外光谱法,根据化学键的变化记录和分析了各纤维对应的光谱特征,快速准确地识别出7种常见的纺织纤维,为后续建立识别的红外光谱库提供了依据。在前人大量的试验与分析中,目前已经建立的可直接用于纺织品鉴别的红外光谱图有许多,且常见的纯物质的标准谱图,可以很方便地从标准谱图集里查到,有些红外光谱仪软件自带谱图检索的功能,为试验研究提供了便利。
除了对不同种类的纤维进行定性分析之外,红外光谱也可以用于对性质、结构相近的纤维进行区分,这是因为红外光谱法中不仅包含了纤维的化学组成信息,同时针对不同纤维的表面物理性能也能在红外光谱图中显示出来。虽然棉和麻、羊毛和羊绒、棉和粘胶等纤维的化学结构相似,但物理特性不同,也可以用红外光谱法进行分析鉴别。朱军军等人[3]采用多种检测方法等对棉和木棉进行鉴别,其中红外光谱法对于这两种纤维能够精准快速地鉴别,虽然两种纤维结构相近,红外谱图比较接近,但是仍然可以发现不同特征吸收峰的存在,因此可以用来鉴别棉和木棉。王戈等人[4]将红外吸收光谱技术应用在竹纤维和麻纤维的鉴别中,测试了苎麻纤维、竹原纤维和竹浆纤维的近红外光谱图,并对谱图进行了一阶导数的处理,建立了相应的分析模型,该模型能够快速有效地鉴别纤维。钱微君[5]等人对棉、麻纤维进行了红外光谱鉴别,两种天然纤维素纤维的一维谱图差别较小,但可以通过二维相关谱图进行明显区别,二维相关红外光谱图的应用相应地扩大了纤维鉴别的范围。金亚雯等人[6]对棉、粘纤、莫代尔、莱赛尔纤维进行红外分析,4种纤维素纤维的红外光谱图上的主要吸收谱带相近,但通过二阶导数红外谱图可进行天然纤维素纤维与再生纤维素纤维种类的具体区分。贾凯凯等人[7]首先建立了天然纤维素纤维与再生纤维素纤维、竹类纤维和麻类纤维、竹浆纤维和粘胶纤维的3个红外光谱校正模型,可以清晰快速地对竹纤维和竹浆纤维进行鉴别,且避免了纤维物理性能相近对红外光谱分析的影响,从而可以实现无损伤的纤维鉴别。
对于二组分和多组分混合物的定性鉴别同样可以采用红外光谱法。柴金朝等人[8]采集棉/涤、棉/氨等6种混纺布料的红外图谱,先对图谱进行了一阶求导的预处理,再用化学计量方法建立聚类模型,对布料分别进行了聚类,该模型能够正确地区分各类布料,说明近红外光谱分析方法对于混合织物定性分析的可行性。一些研究者利用红外光谱法在多组分纤维定性分析的应用,将其用于废旧棉纺织物中杂质的检测[9]。例如,李海洋等人[10]在对棉的混纺织物进行红外光谱分析时,建立了相关纤维的近红外光谱分类模型,该模型预测精度高,且模型明显具有更好的稳定性,为废旧纺织品的大规模精细分拣和分级奠定了一定的基础。
近几年来国内外所研究的红外光谱分析法已经不限于纤维的定性鉴别,同样可用于纤维的定量分析中,且可以实现大部分的两组分混纺纤维的分析。常规的利用红外光谱定量分析的方法,是通过特征吸收峰的强度、面积,结合标准曲线法、内标法、求解联立方程等来确定混纺中纤维的混纺比。吴世容[11]对木棉/棉的混纺织物中木棉含量的中红外光谱研究,红外光谱中吸收峰的面积与木棉含量的呈线性关系,因此根据所得的标准曲线可以确定木棉/棉混纺织物中木棉的含量。韩非等人[12]同样使用了红外光谱法对棉/粘混纺纤维中棉含量进行检测,利用吸光度与含棉量呈线性关系的方程推断棉纤维含量。赵珍玉等人[13]针对纱线颜色对混纺织物红外光谱的影响,采用织物脱色、粉碎处理,再用近红外法进行线性预测,能够得到很好的检测。但是红外光谱在定量分析中的应用效果其实远不如紫外可见光谱法,主要是其图谱具有一定的复杂性,峰的距离太近容易产生重叠现象,且外界条件如水分、温度、气氛等不确定因素都会对红外光谱技术产生影响,因此红外光谱法在纤维定量分析中的应用有一定的局限性。
除了通过线性计算等常规的定量分析方法以外,红外光谱分析法还结合化学计量学,采用建模和光谱信号分析的方法进行纤维的定量分析。而多元校正法又是化学计量学中的一个重要部分,常用来解决复杂体系中的问题。目前用于近红外光谱定量分析的多元校正方法主要有主成分回归(PCR)、人工神经网络(ANN)、偏最小二乘法(PLS)、逐步回归等[14-15]。刘荣欣[16]以毛涤混纺面料为研究对象,利用近红外光谱法,并分别结合多元线性回归、PCR、PLS分析模型对毛涤混纺面料的混纺比进行了研究,其中偏最小二乘回归分析模型的模拟结果最优。赵珍玉等[17]应用近红外光谱法对羊毛/聚酯混纺产品进行定量分析,对样品进行了分类与光谱预处理,采用PLS建立定量分析模型,从而定量分析羊毛与聚酯混纺比。韦树琛等人[18]针对废旧纺织品回收利用的问题,收集了各类涤纶混纺织物,在初始红外光谱图的基础上,采用PLS法建立了废旧聚酯纤维制品的近红外定量分析模型,这个模型可以检测出不含杂质的涤纶织物,对于废旧织物的回收利用起到了作用。SHI Yao等人[19]以598件废棉涤混纺织物为研究对象,利用便携式近红外光谱仪对样品的近红外光谱进行了测定,并采用偏最小二乘法,结合一阶导数、平滑法、均值定心法和正交信号校正法,建立了废涤棉混纺织物的定量分析模型,将近红外技术与模型相结合,可以快速准确地预测废涤棉混纺法布里纤维的含量。Li Feng等人[20]采用近红外光谱技术对354种涤棉混纺织物进行了研究,建立了近红外定性分析模型最小二乘法与定性识别系数相结合,并将样本分为正谱样本集和斜谱样本集两类,分别建立了近红外定性分析模型。建立模型后,根据验证结果对预处理方法和因素进行优化,模型具有可靠性和操作性。除了上述两组分之间混纺比的测量之外,目前也有研究对于多组分(三组分及以上)混纺织物在红外光谱法的定量分析。杨欣卉等人[21]收集138个棉/涤/氨三组分的样品,采用PLS建立该类织物纤维成分含量定量分析的校正模型,提高了多组分纤维的检测精准性。
在红外光谱图中,随着纤维结构中结晶度的不同,对于谱带也会产生一定影响。通常,将与结晶度成正比的谱带称为结晶谱带,与结晶度成反比的称为非结晶谱带,而与结晶度变化无关的谱带则称为参考谱带。根据这3种谱带的特性,可以用于不同纤维结晶谱带的鉴别以及同种纤维结构的变化。付春生等人[22]研究温度对于锦纶结构的变化,通过红外光谱法技术可以发现锦纶分子中晶区与非晶区结构的热稳定性不同,在晶区对于温度的敏感性要高于非晶区。除了结晶度以外,纤维大分子的取向度、大分子链的排列方式等都会在红外光谱图上有一定的显示。纤维分子上的某些化合物的官能团具有一定的方向性,如果受到的光的振动不同,光谱图也会有所不同,从而可以研究大分子链的取向结构和取向度。耿响等人[23]应用PLS分别建立了棉、麻纤维取向度的定量分析模型,通过该模型可以预测棉、麻取向度的大小,由此来鉴别两种纤维。在棉纤维的生产过程中,棉纤维的成熟度会影响到纺织品的质量,在不同成熟阶段的棉纤维,其含有的纤维素的含量会有所不同,则在红外光谱吸收谱带的强度也会有所不同,因此可以通过红外光谱测试棉纤维的组分含量,对生产加工过程在棉纤维的成熟度进行控制。棉纤维在不同成熟阶段,其纤维素与非纤维素物质的含量不同,采用红外光谱法对纤维素含量的检测,可以判断棉纤维的成熟度,从而加以控制。
纤维经过物理、化学等处理方式进行改性,这种改性往往会造成纤维大分子链的变化、化学成分的改变,通过红外光谱法的检测,可以从特征吸收峰强度的变化推断出纤维性能的变化。张铄等人[24]用傅里叶变换衰减全反射红外光谱技术研究了亚麻纤维的一维和二阶导数红外光谱随温度变化的情况,从而分析了亚麻纤维的热稳定。纤维的回潮率或者含水率同样对于产品的质量有一定的影响,常规方法是采用烘干法,但是这种方法存在时间长、易受环境影响等缺点,而红外光谱法却可以简单地判断出水分的含量,根据水的特征吸收峰的强度进行判断,因此在棉纤维的生产中,可以采用红外光谱对棉纤维中的含水量进行监测,达到产品质量的可控性[25]。
红外光谱技术的发展,已经使红外光谱在纺织品中的应用不仅仅局限在了化合物组成推断的阶段,红外光谱技术与其他检测方式的结合,使纺织品检验的精准性、多样性得到提高,例如红外光谱技术与色谱、质谱的联用,显微镜观察法的结合等。红外光谱法应用的不断拓展,为推动传统纺织业技术的发展和进步起到了重要作用。但因为纺织用纤维的多样性和复杂性,使得红外光谱在纺织检测中的应用也存在一定的局限性。红外光谱法分析最重要的部分是对于样品红外光谱图的大量采集和模型的建立及校正,如果想要获得更加精准的结果,需要花费较多的时间;且由于红外仪器的不同,想要得到准确的校正模型也比较困难,同一个模型有时候不能适用于对应纤维的检测,且对于不同的织物组织结构,加工过程中染料、助剂的添加对于红外光谱的检测分析都有一定的影响,因此需要更深一步的研究与发展。