Articles

reflektans FT-IR-spektroskopi som en levedygtig mulighed for identifikation af tekstilfibre

Reflektansspektre af forskellige enkeltkomponent tekstilfibre

den bedste måde at evaluere r-FT-IR ‘ s evne til at identificere tekstilfibre er ved sammenligning med den meget anvendte ATR-FT-ir-teknik. For at opnå dette blev FT-IR-spektre fra 16 forskellige typer individuelle enkeltkomponent tekstilmaterialer (i alt 61 forskellige tekstilprøver) registreret ved hjælp af FT-ir mikrospektrometer med reflektans (r-FT-ir) og ATR (mATR-FT-ir) tilstande og ATR-FT-IR spektrometer (ATR-FT-ir). Sammenligning mellem r-FT-IR-spektre og (m)ATR-FT-IR-spektre for de samme materialer afslørede, at på trods af generel lighed er spektrene markant forskellige på detaljeniveau. I mange tilfælde er absorbansbånd i r-FT-IR spektre bredere, bølgetal skiftet mod højere værdier, og intensitetsforhold for toppe er forskellige fra de tilsvarende ATR-FT-IR spektre. Variationer i R-FT-IR-spektre fra de tilsvarende ATR-FT-IR-spektre er forårsaget af forskellige refleksionstilstande (specular, diffus), der bidrager samtidigt til det detekterede signal på grund af tekstilprøvernes ujævne overflade. På grund af refleksionen” blandet tilstand ” er de sædvanlige Kramers-Kronig og Kubelka–Munk korrektioner ikke nyttige . Selvom Fuld fortolkning kan være kompliceret, har hver fibertype stadig sit unikke r-FT-IR-spektrum, som muliggør differentiering mellem materialerne og identifikation af materialet i en ukendt tekstilprøve med refleksionstilstand. I Fig. 1 R-FT-ir og mATR-FT-IR spektre af de mest almindelige tekstilfibre er vist til sammenligning. Alle reflectance mode spektre i fuld størrelse er præsenteret i yderligere fil 1 samt. ATR-FT-IR spektre af forskellige tekstilfibre registreret med ATR-FT-IR spektrometer er rapporteret i forfatterens tidligere artikler .

Fig. 1
figur1

r-FT-ir og mATR-FT-IR spektre af mest almindelige tekstilfibre. Spektre i figur repræsenterer normaliserede og gennemsnitlige resultater for hver klasse. Den lodrette akse repræsenterer absorbans. Da naturlige cellulosebaserede fibre har meget lignende spektre, præsenteres kun bomuld. Spektre af andre naturlige fibre som linned, jute og sisal er vist i yderligere fil 1

i Fig. 1, kan det ses, at refleksionsmodusspektre ser ud til at indeholde mere absorbansmaksima sammenlignet med ATR-tilstand. Især i området 3000-4000 cm−1 er absorbansbåndene meget bredere og mere intensive. I denne bølgetalregion findes O–H-og N-h-strækbåndene . Som i refleksionstilstand er omfanget af lysindtrængning i prøven mindre, blev det antaget, at disse bredere og mere intensive toppe skyldes fugtigheden på tekstiloverfladen (vand absorberer stærkt i området 3000-4000 cm−1). Dette blev dog ikke bekræftet, da tørringseksperimenter (tekstilstykke blev tørret i 2 timer ved 70 liter C) viste ingen signifikante variationer mellem tørrede og ikke-tørrede tekstilprøvespektre. Mest sandsynligt er disse vibrationer i området 3000-4000 cm−1 karakteristiske for refleksionstilstanden. I refleksionstilstand forskydes båndene i mange tilfælde mod højere bølgetal sammenlignet med ATR-tilstand. For eksempel til cellulosebaseret viskosefiber er O-H strækbånd maksimalt i ATR-tilstand ved 3344 cm−1, men i refleksionstilstand kan et bredt bånd med smalere spids ses ved 3500 cm−1. Det karakteristiske C-O-strækbånd, der er tydeligt synligt i ATR−tilstand (nær 1022 cm−1), er fusioneret til et bredt område af absorbanser (1400-1100 cm−1) i refleksionstilstand med bånd ved 1173 og 1134 cm-1.

en uventet fordel ved refleksionsmodus blev afsløret ved at skelne mellem polyamidbaserede fibre: silke, uld og syntetisk polyamid. I ATR-tilstand ser ATR-FT-IR-spektre af disse tre materialer meget ens ud. Absorbansmaksima forskydes kun lidt, og den største forskel er bredden på N–H/O–H−strækning (~ 3500-3000 cm−1), amider C=O–strækning (~ 1630 cm–1) og C−N-H-bøjning (~ 1520 cm-1) absorbansbånd. Disse forskelle er normalt tilstrækkelige til at identificere enkeltkomponentfibre, der er i god stand af ATR-FT-ir, men ikke til delvist nedbrudte og/eller forurenede prøver i det virkelige liv på grund af de mulige ændringer i båndformer og nye bånd. I refleksionstilstand er spektre af disse tre fibertyper betydeligt mere forskellige. For eksempel havde alle fem forskellige silkestandardprøver, der blev undersøgt i dette arbejde, opnået fra forskellige kilder, et intensivt og skarpt absorbansmaksimum nær 1710 cm−1, som er fraværende i spektre af uld og polyamid.

interessant nok havde polyesterspektret flere ekstra absorbansbånd i refleksionsspektret sammenlignet med ATR-FT-ir-spektret. Relativ intensitet for C-H-strækning i refleksionstilstand (ved 2972 og 2908 cm−1) var betydeligt højere sammenlignet med ATR−tilstandsspektrum, hvor de tilsvarende bånd (ved 2973 og 2910 cm-1) var næsten ubemærket på grund af lav intensitet. De aromatiske overtoner / kombinationer område mellem 2500 og 1800 cm−1, som i tilfælde af de andre undersøgte fibre kun indeholder mindre bånd, var overraskende rig i tilfælde af polyester. Disse bånd er karakteristiske for polyesterfibre, da alle de analyserede prøver gav lignende resultater.

for polypropylen blev der observeret signifikante forskelle mellem refleksionsspektre af forskellige prøver (Se Fig. 2), både mellem prøver såvel som inden for en prøve. I Fig. 2 fire mest forskellige refleksionsspektre fra to forskellige prøver er vist for at illustrere forskellene. C-H-strækningsområdet har flere absorbansbånd ved de samme bølgetal (~ 2970, ~ 2930, ~ 2840 cm−1), men båndets form og relative intensiteter er forskellige. For eksempel indeholder prøve PP4 alle de samme absorbanser, men de slås sammen i et bredt bånd, mens i spektret PP3 er båndet ved 2969 cm−1 klart mere intensivt end 2930 cm−1 og 2844 cm−1. Den samme situation gælder for C–H bøjningsbånd omkring 1460 og 1380 cm−1—samme bånd, forskellige former. Den mest fremtrædende forskel synes at være i bølgennummerområde på 800-600 cm−1. Som det kan ses i Fig. 2, spektret PP1 indeholder intensivt bånd med absorbansmaksima ved 713 cm−1, spektrum PP2 har meget lille bånd i dette område, men har i stedet brede og intensive bånd ved 660 cm−1. De to andre spektre PP3 og PP4 indeholder intet eller bånd med meget lav intensitet i dette område. Årsagerne til disse forskelle i refleksionsspektre er sandsynligvis små mængder co-monomerer eller additiver, der ofte bruges til fremstilling af virkelige polypropylenartikler . Da der ikke kunne opnås analytiske fiberstandarder, blev der ikke udeladt nogen refleksionsspektre fra dataanalysen.

Fig. 2
figur2

individuelle eksempelspektre af polypropylen (PP) prøver optaget i R-FT-ir-tilstand. Den lodrette akse repræsenterer absorbans. De første to spektre (PP1 og PP2) er fra den samme prøve—der viser forskelle inden for en prøve. Spektre PP3 og PP4 er fra en anden prøve

elastan bruges mest i tekstiler som et additiv til at gøre materialer mere elastiske. Mens ren elastan som tekstil er ret sjælden, blev elastantråd brugt som standard. Opnåelse af god kvalitet r-FT-IR spektrum af elastan var problematisk. Refleksionsspektre af den anvendte elastantråd og andre meget tynde stykker (se afsnittet “forskellige tekstilprøver og praktiske aspekter”) blev forvrænget og adskiller sig stærkt fra mATR-FT-IR-spektre. Absorbansbånd var brede, og båndets spidser syntes at være afskåret i området 1750-1100 cm−1 (Se Fig. 3). C-O strækbånd er det mest intensive i ATR-tilstand (1105 cm−1) og ses stadig godt i refleksionsmodusspektret ved 1138 cm−1.

Fig. 3
figur3

r-FT-ir (ovenfor) og mATR-FT-ir (nedenfor) spektre af elastanprøve. Den lodrette akse repræsenterer absorbans. Spektraerne i figur repræsenterer normaliserede og gennemsnitlige resultater af alle registrerede spektre

karakteristiske ATR-FT-IR-spektre af Tencel kar (indeholdende lyocellfiber) optaget med ATR-FT-IR spektrometer , viste absorbansbånd tilhørende cellulosebaserede fibre, men også til amidgrupper. Analyse med FT-ir-mikrospektrometer i både reflektans-og ATR-tilstande afslørede, at de to tencel-urinprøver, der blev anvendt i dette arbejde, faktisk var blandinger af mindst to fibre (se Fig. 4). Kun få af de optagede spektre (som Tencel 1 i Fig. 4) lignede ren cellulosebaseret fiber, som lyocell burde være . De fleste spektre indeholdt ud over lyocellbånd (~ 3500, ~ 3460, ~ 1130 cm−1) også n–H strækabsorbanser (~ 3330 cm−1) og amid C=O strækbånd ved ~ 1660 cm−1, bedre set i Fig. 4 spektre Tencel 3 og Tencel 4. Da Tencel krist ikke altid er 100% ren lyocell, kan identifikationen ofte være vanskelig. På grund af disse vanskeligheder blev Tencel kursist fjernet fra klassificeringsuddannelsessættet.

Fig. 4
figure4

individuelle eksempelspektre af tencel-prøver optaget i R-FT-ir-tilstand. Den lodrette akse repræsenterer absorbans. Spektre blev registreret fra forskellige dele af to prøver, og på grund af den komplekse sammensætning af Tencel larsmateriale kan forskellige absorbanser noteres

klassificering af enkeltkomponentfibre

to forskellige tilgange blev anvendt til klassificering: principal component analysis (PCA) baseret diskriminant analyse (DA) og tilfældig skov baseret machine learning algoritme. Klassificering med DA viser, at fibrene på samme måde som vores tidligere arbejde , hvor klassificering blev udført ved hjælp af IR-spektre optaget med ATR-FT-IR-spektrometer, let kan skelnes på basis af deres spektre optaget i refleksionstilstand. PCA-graf for analyserede tekstilfibre (se Fig. 5), ved hjælp af de første tre hovedkomponenter, præsenteres for at hjælpe med at visualisere, hvor meget fiberklasserne faktisk adskiller sig fra hinanden. Scoringer for hver PC i refleksionstilstand er: PC1 = 69,7%, PC2 = 12,1%, PC3 = 6,2%, der beskriver alle sammen 88,0% af variansen. Scoringer for mATR-FT-ir er: PC1 = 57,1%, PCA2 = 21,3%, PC3 = 9,4%, der beskriver alle sammen 87,8% af variansen. Udførelsen af den tilfældige skovklassifikator blev evalueret baseret på trænings-og testsætklassificeringsnøjagtighedsscore. For r-FT-ir var test-og træningssætets klassificeringsnøjagtighedsscore begge 0,99 (1,0 er maksimum). For mATR-FT-ir var test-og træningssætets klassificeringsnøjagtighedsscore henholdsvis 0,96 og 1,0.

Fig. 5
figur5

PCA-graf for R-FT-IR-spektre af forskellige tekstilfibre ved hjælp af SNV-korrektion

som tidligere forskning har vist, cellulosebaseret fibre (bomuld, linned, jute, sisal, viskose), som er meget ens i deres kemiske sammensætning, er vanskelige at skelne fra hinanden med IR-baserede metoder . Forskelle mellem IR-spektre af flere cellulosebaserede fibre er fundet af Garside og vi , men i vores arbejde, vi fandt ud af, at refleksionsspektre for bomuldsfibre og linnedfibre var for ens til entydig identifikation. Således skal yderligere metoder, som mikroskopi, anvendes til selvsikker analyse. Viskose er grupperet ganske tæt sammen med naturlige cellulosebaserede fibre, men båndets former er lidt forskellige, hvilket muliggør identifikation og korrekt klassificering af viskose. Bortset fra de cellulosebaserede fibre, der er samlet sammen, muliggør den PCA-baserede diskriminantanalyse en vellykket klassificering af tekstilerne analyseret i dette arbejde.

forskellige tekstilprøver og praktiske aspekter

tabel 1 viser en sammenligning af de anvendte FT-ir-spektroskopiprøvetagningsteknikker til identifikation af forskellige typer tekstilfibre.

tabel 1 sammenligning af forskellige FT-ir-tilgange til analyse af tekstilfibre

Når du bruger FT-ir-mikrospektrometer i refleksionstilstand, er nøglefaktoren valg af passende prøveareal (blænde) og god fokusering af strålingen på prøveoverfladen, hvilket ofte er udfordrende. Nogle prøver kan være meget tykke, strimlet, skrøbelige eller indeholde tilsætningsstoffer. I dette arbejde blev flere gamle, delvist forringede, tykke eller tynde, små stykker og hele tøj med ujævn overflade analyseret for at teste nøjagtigheden af identifikation på trods af prøvebetingelsen.

r-FT-ir har den stærke fordel at være en kontaktfri tilgang, især i tilfælde af skrøbelige og / eller værdifulde prøver. Ulemperne ved R-FT-ir-metoden er de problemer, der opstår med ujævne overflader og fremmed materiale (tilsætningsstoffer eller urenheder) på prøveoverfladen. Med ujævn overflade reflekteres mindre stråling i detektoren, og dermed reduceres spektrumkvaliteten. For at kompensere for det anbefales det at bruge et større antal scanninger, større måleområde (blænde) og den bedst mulige detektor som kvælstofkølet MCT. I tilfælde af fremmede materialer på overfladen er scanning af overfladen efter renere pletter den eneste mulighed for at mindske risikoen for fejlidentifikation. Meget små trådstykker med bredde mindre end 10 individuelle fibre var vanskelige at identificere med r-FT-ir. Afhængig af fibertypen blev spektre undertiden forvrænget og ukarakteristisk, f.eks. i tilfælde af tynd elastan (diskuteret ovenfor) og silketråd (diskuteret nedenfor). I dette tilfælde skal ATR-tilgangen anvendes.