应用纯纺布料近红外光谱与配方回归算法直接解析棉/聚酯混纺布料成分比例

许琳; 张强; 董亚楠; 井一凡; 李军会; 张洪松; 安乐乐

doi:10.12452/j.fxcsxb.26012603

您当前的位置：

首页 >

文章列表页 >

应用纯纺布料近红外光谱与配方回归算法直接解析棉/聚酯混纺布料成分比例

更新时间：2026-05-06

- 应用纯纺布料近红外光谱与配方回归算法直接解析棉/聚酯混纺布料成分比例
- Direct Resolution of Cotton/Polyester Blend Proportions Using Near-infrared Spectroscopy of Pure Fabrics and Formula Regression Algorithm
- 分析测试学报 2026年页码：1-8
- 作者机构：
  
  1.河北省产品质量监督检验研究院，河北石家庄 050091
  2.中国农业大学信息与电气工程学院，北京 100083
  3.上海冉紫实业有限公司，上海 201802
- 作者简介：
  
  许琳，硕士，高级工程师，研究方向：近红外光谱在纺织纤维含量检测领域的应用，E-mail： 75700231@qq.com
- 基金信息：
- DOI：10.12452/j.fxcsxb.26012603
  中图分类号： O657.3;F768.1
- 收稿：2026-01-26，
  
  修回：2026-03-25，
  
  录用：2026-04-10，
  
  网络首发：2026-05-06，
- 稿件说明：
移动端阅览
许琳, 张强, 董亚楠, 井一凡, 李军会, 张洪松, 安乐乐. 应用纯纺布料近红外光谱与配方回归算法直接解析棉/聚酯混纺布料成分比例[J/OL]. 分析测试学报, 2026,1-8.

XU Lin, ZHANG Qiang, DONG Ya-nan, JING Yi-fan, LI Jun-hui, ZHANG Hong-song, AN Le-le. Direct Resolution of Cotton/Polyester Blend Proportions Using Near-infrared Spectroscopy of Pure Fabrics and Formula Regression Algorithm[J/OL]. Journal of Instrumental Analysis, 2026, 1-8.
许琳, 张强, 董亚楠, 井一凡, 李军会, 张洪松, 安乐乐. 应用纯纺布料近红外光谱与配方回归算法直接解析棉/聚酯混纺布料成分比例[J/OL]. 分析测试学报, 2026,1-8. DOI： 10.12452/j.fxcsxb.26012603.

XU Lin, ZHANG Qiang, DONG Ya-nan, JING Yi-fan, LI Jun-hui, ZHANG Hong-song, AN Le-le. Direct Resolution of Cotton/Polyester Blend Proportions Using Near-infrared Spectroscopy of Pure Fabrics and Formula Regression Algorithm[J/OL]. Journal of Instrumental Analysis, 2026, 1-8. DOI： 10.12452/j.fxcsxb.26012603.

摘要

针对传统偏最小二乘法（PLS）建模需要大量样本支撑的问题，该研究提出了一种基于近红外光谱与配方回归算法的混纺布料定量分析方法。实验选取45份棉/聚酯混纺样品，以及棉和聚酯纯纺样品各10份，对比了吸光度与Kubelka-Munk（K-M）值在建模中的表现。研究结果表明，基于K-M值的建模效果（

=0.96， RMSEP=4.18%）显著优于吸光度（

=0.82， RMSEP=9.10%），满足国标GB/T 29862-2013中关于纤维含量允差的要求。与传统分析方法相比，该方法的核心优势在于无需大量混纺样本建模，仅需少量纯组分布料光谱即可实现对棉/聚酯混纺比例的准确

预测。这一研究为纺织品成分的快速定量分析提供了一种低成本、高效率的简化建模方案，具有较强的实际应用价值。

Abstract

Quantitative analysis of textile blends is key to industrial quality control. Addressing the problem that traditional partial least squares（PLS） modeling requires support from a large number of samples， this study proposes a quantitative analysis method for blended fabrics based on near-infrared （NIR） spectroscopy and formula regression algorithm. In the experiment， 45 cotton/polyester blend samples， along with 10 pure cotton and 10 pure polyester fabric samples， were selected to compare the performance of absorbance and Kubelka-Munk（K-M） values in modeling. The research results indicate that the modeling effect based on K-M values（

=0.96， RMSEP=4.18%） is significantly superior to that of absorbance （

=0.82， RMSEP=9.10%）， meeting the requirements for fiber content tolerance in the national standard GB/T 29862-2013. Compared with traditional analytical methods， the core advantage of this method lies in the elimination of the need for large-scale blend sample modeling； accurate prediction of cotton/polyester blend proportions can be achieved using only a small number of pure component fabric spectra. This study provides a low-cost， high-efficiency simplified modeling scheme for the rapid quantitative analysis of textile components， possessing strong practical application value.

关键词

Keywords

references

Geng X ， Gui J X ， Zhou L P . China Text . Leader（耿响，桂家祥，周丽萍 . 纺织导报）， 2016 ，（ 1 ）： 92 - 94 .

GB/T 29862 - 2013 . Textiles-Identification of Fiber Content. National Standards of the People’s Republic of China（纺织品纤维含量的标识.中华人民共和国国家标准） .

Qin F ， Liu X D ， Chen L N ， Gu Y Q . Shanghai Text. Sci. Technol. （秦峰，刘晓丹，陈莉娜，顾迎庆. 上海纺织科技）， 2012 ， 40 （ 3 ）： 23 - 24，33 .

Chai J Z ， Jin S Z . J. Text. Res. （柴金朝，金尚忠. 纺织学报）， 2009 ， 30 （ 4 ）： 55 - 58 .

Ye F ， Zou J C ， Liu W H ， Jin X K ， Feng J Q ， Zhu C Y . China Fiber Insp . 叶飞，邹嘉诚，刘伟红，金肖克，冯建强，祝成炎 . 中国纤检）， 2025 ，（ 5 ）： 56 - 60 .

Yang R J ， Chen R Y ， Hou C ， Shen S L ， Yuan M Z . China Fiber Insp . 杨仁杰，陈如意，侯川，申世磊，袁梦钊 . 中国纤检）， 2025 ，（ 5 ）： 32 - 34 .

Langeron Y ， Doussot M ， Hewson D J ， Duchene J . Eng. Appl. Artif. Intell. ， 2007 ， 20 （ 3 ）： 415 - 427 .

Guan L Y ， Wang Z ， Qi N ， Li X ， Wang G H . J. Instrum. Anal. （管丽媛，王钟，祁宁，李辛，王国和. 分析测试学报）， 2020 ， 39 （ 6 ）： 795 - 799 .

Ruckebusch C ， Orhan F ， Durand A ， Boubellouta T ， Huvenne J P . Appl. Spectrosc. ， 2006 ， 60 （ 5 ）： 539 - 544 .

Gui J X ， Geng X ， Yao L ， Li H ， Liao Y Y ， Chen B . J. Text. Res. （桂家祥，耿响，要磊，李慧，廖燕燕，陈斌. 纺织学报）， 2012 ， 33 （ 4 ）： 55 - 59 .

Wang Y D ， Veltkamp D J ， Kowalski B R . Anal. Chem. ， 1991 ， 63 （ 23 ）： 2750 - 2756 .

Li L Q ， Wang Z J ， Chen J H ， Lu F ， Huang D G ， Yang H H ， Li Q . Spectrosc. Spectral Anal .（李灵巧，王卓健，陈江海，卢丰，黄殿贵，杨辉华，李泉. 光谱学与光谱分析）， 2024 ， 44 （ 12 ）： 3399 - 3405 .

Fang K T ， He S D . Math. Numer. Sin . （方开泰，贺曙东. 计算数学）， 1985 ， 7 （ 3 ）： 237 - 246 .

Xie Z Q . Stat . Educ. （谢忠秋. 统计教育）， 2006 ，（ 1 ）： 22 - 26 .

Li X Y ， Shu R X ， Luan L L ， Li K ， Yang K ， Li J H ， Zhao L L ， Zhang Y H ， Zhang L D . Spectrosc. Spectral Anal. （李雪莹，束茹欣，栾丽丽，李凯，杨凯，李军会，赵龙莲，张晔晖，张录达. 光谱学与光谱分析）， 2016 ， 36 （ 4 ）： 967 - 971 .

Stipanovic H ， Koinig G ， Fink T ， Schimper C B ， Lilek D ， Egan J ， Tischberger-Aldrian A . Recycling ， 2025 ， 10 （ 4 ）： 152 .

Yan G H ， Huang Y B ， Liu Z Q ， Xie F ， Yang E T ， Huang H M ， Lan L L ， Yuan Z L ， Fei J ， Wang W . J. Instrum. Anal. （颜刚华，黄宇斌，刘卓钦，谢飞，杨二涛，黄海敏，兰丽丽，袁志磊，费静，王文. 分析测试学报）， 2026 ， 45 （ 2 ）： 1 - 8 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于混合高斯分解的近红外光谱奇异样本识别策略

近红外光谱结合机器学习对当归及其相似品的准确鉴别

融合多尺度注意力与领域对抗学习的铝土矿近红外光谱跨设备建模