[發明專利]一種基于近紅外光譜的纖維成分鑒別方法及模塊

在審

• 申請號: 202110140219.1
• 申請日: 2021-02-02
• 公開（公告）號: CN113049528A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 金肖克;祝成炎;蔣晶晶;裘英杰;張紅霞;田偉;馬雷雷
• 申請（專利權）人: 浙江理工大學
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/01
• 代理公司: 杭州中利知識產權代理事務所(普通合伙) 33301
• 代理人: 韓洪

本發明公開了一種基于近紅外光譜的纖維成分鑒別方法及模塊，一種基于近紅外光譜的纖維成分鑒別方法包括a)建立鑒別模型、b)分類前預處理和c)分類判別算法，一種基于近紅外光譜的纖維成分鑒別模塊，纖維成分鑒別系統軟件，所述纖維成分鑒別系統軟件采用一種基于近紅外光譜的纖維成分鑒別方法并通過Visual Studio 2017以C#語言實現編制。本發明通過一階導數對由便攜式近紅外光譜儀所采集的試樣的光譜數據進行預處理，利用所建立的PLS?DA模型進行分類判別，能夠實現棉、毛類、蠶絲和芳綸等纖維的鑒別；采用C#語言在程序上實現纖維成分鑒別系統的開發，通過與便攜式近紅外光譜儀的聯用，從而實現纖維成分大類的快速、在線、無損鑒別。

【技術領域】

本發明涉及纖維鑒別的技術領域，特別是一種基于近紅外光譜的纖維成分鑒別方法及模塊的技術領域。

【背景技術】

在以光譜鑒別纖維成分時，利用紡織材料的光譜信息對紡織材料進行成分鑒別通常所使用的光譜波段范圍是紅外波段中的中紅外波段(2500nm-25000nm)。利用中紅外波段進行紡織材料成分的鑒別分析有較高的鑒別精度，但由于測試原理導致其測試儀器結構較為復雜、部件繁多，儀器尺寸重量較大，難以實現便攜化，且較難實現測試區域的成像。

采用近紅外光譜對紡織材料進行成分鑒別，能夠降低光譜測試儀的儀器尺寸、重量，降低對儀器穩定性的高要求，從而實現測試儀器的便攜化、成像化，更加適用于紡織材料的在線、快速檢測。以光譜鑒別紡織材料時，一種較為簡單的方法便是通過肉眼比較原始光譜曲線，分析不同試樣的光譜曲線差異，并依此判別待測試樣的種類，盡管該方法能夠實現紡織材料纖維成分的鑒別，但存在受個人主觀因素影響大、鑒別效率較低等問題。此外，不同成分的紡織材料的近紅外波段光譜存在吸收峰強度較弱、譜帶寬以及特征峰重疊的問題。

【發明內容】

本發明的目的就是解決現有技術中的問題，提出一種基于近紅外光譜的纖維成分鑒別方法及模塊，能夠實現纖維成分大類的快速、在線、無損鑒別。

為實現上述目的，本發明提出了一種基于近紅外光譜的纖維成分鑒別方法，包括如下步驟：

a)建立鑒別模型：

采用若干種已知種類的纖維建立纖維的標準試樣光譜數據庫，基于PLS-DA分類方法建立的纖維成分鑒別模型；

b)分類前預處理：

將待測試樣的光譜曲線進行預處理，消除光譜曲線的基線漂移現象；

c)分類判別算法：

將待測試樣的每一波段的光譜數據作為輸入數據，進入步驟a)中所建立的PLS-DA模型中，并通過該模型進行預測Y值的計算，計算公式如下：

F₀＝t₁r₁+t₂r₂+...+t_mr_m+F_m；

式中t_m為第m個成分，r_m為第m個成分的回歸系數，F₀是計算得到的因變量值，F_m為殘差值；a_kp為第p個主成分的回歸系數，X^*_p為第p個主成分，F_AK為殘差矩陣，Y^*_k為待測試樣的預測Y得分矩陣，為1×m維的向量，m為經過訓練模型中可分類的類別數，形式為：

Y值即為Bayes判別中的概率密度函數值f_i(x)，依據Bayes判別公式進行成分類別判定，判別函數公式如下：