本發明公開了一種短波紅外消光光譜紡織品纖維成分檢測方法，所要解決的是快速、便捷、無損地實現紡織品纖維成分含量檢測問題；該紡織品纖維成分含量檢測方法步驟如下：(1)收集標準紡織品樣本，建立完備的紡織品樣本庫。(2)測量標準紡織品樣本的消光光譜。(3)分階段建立纖維成分預測模型。(4)測量待檢紡織品樣本的消光光譜。(5)根據(3)所建立的纖維成分預測模型對待檢紡織品樣本的纖維成分進行預測，得到待檢紡織品樣本的纖維成分。本發明的短波紅外消光光譜紡織品纖維成分檢測方法，可大幅度提高紡織品纖維成分檢測的復雜度和效率，實現快速、便捷、無損檢測。

技術領域

本發明涉及一種紡織品成分檢測方法，特別是涉及一種短波紅外消光光譜紡織品纖維成分檢測方法。

背景技術

隨著科技和生活水平的提高，市場上也出現了各種新穎的面料種類，消費者對紡織品的要求也越來越高，準確地進行各種紡織品成分的檢測越來越受到各方重視。尤其是，適合普通消費者的檢測方法。常規的紡織品纖維成分檢測(燃燒法、化學溶解法、顯微鏡法)存在操作繁瑣、費時費力、有些試劑有污染性、需要專業人員操作等缺點。因此，開發快速、便捷、無損、易于操作的且精度能被用戶接受的紡織品纖維成分檢測方法將具有廣闊市場前景。

光譜分析法是利用光譜學的原理和實驗方法以確定物質的結構和化學成分的分析和檢測的方法。各種結構的物質都具有自己的特征光譜，光譜分析法就是利用特征光譜研究物質結構或測定化學成分的方法。光譜分析法分析物質成分具有速度快、操作簡便、無損等特點。另外，隨著科技的發展，光譜分析法所使用的光電設備越來越小型化。在使用光譜分析法對物質成分分析和檢測時，甚至不必要采樣拿回實驗室內，在原位就可以很快地完成物質成分分析和檢測，實現復雜環境下的物質成分分析和檢測。因此，隨著硬件設備的發展，光譜分析法的應用范圍越來越廣泛。

在短波紅外900-2500nm譜段，為分子光譜中紅外基頻的倍頻、合頻及差頻吸收產生的，是由于分子的非簡諧振動引起的。這一譜區的吸收峰較寬，而且吸收峰之間相互重疊，可以從倍頻、合頻、差頻三個層面反映物質與光作用的相互規律，再加上絕大多數物質在這短波紅外的吸收系數都相對較小，這使得更多的光能量可以在與物質分子作用后攜帶信息逃逸。因此，短波紅外光譜的信息量較大，具有很大的開發與應用價值。近些年來，在纖維成分檢測領域中應用短波紅外譜段的研究越來越多。然而，大多數研究都是針對某一單一纖維，還未見以光譜分析、大數據和深度學習相結合的紡織品纖維成分檢測方法。

發明內容

針對現有的技術空白和缺點，并提供一種快速、便捷、無損地實現紡織品纖維成分檢測方法。

本發明所采用的具體技術方案如下：

短波紅外消光光譜紡織品纖維成分檢測方法，其包括以下步驟：

1)收集標準紡織品樣本，建立紡織品樣本庫；

2)測量紡織品樣本庫中各標準紡織品樣本的短波紅外消光光譜；

3)利用步驟2)中得到的短波紅外消光光譜，分階段建立纖維成分預測模型，包括光譜特征顯著成分預測模型和光譜特征非顯著成分預測模型；

4)測量待檢紡織品樣本的消光光譜；

5)將待檢紡織品樣本的消光光譜輸入步驟3)中建立的纖維成分預測模型中，對待檢紡織品樣本的纖維成分進行預測，得到待檢紡織品樣本的纖維成分。

本發明中，光譜特征顯著成分是指通過光譜特征顯著成分預測模型能夠直接預測到的纖維成分，而光譜特征顯著成分是指通過光譜特征非顯著成分預測模型能夠預測到的纖維成分。

作為優選，所述步驟1)中所收集的標準紡織品樣本尺寸不大于5×5cm，每個樣本附有其纖維成分。進一步的，每個樣本的其纖維成分最好從權威的紡織品檢測中心出具的纖維成分檢測報告中獲得。

作為優選，所述步驟2)和4)中，消光光譜測量方法如下：