摘要：为了找到更适合废旧纺织品分拣的方法，分别用在线近红外光谱仪和手持式近红外光谱仪对467个不同成分比例的废旧涤纶/粘胶混纺织物样本进行了实验。其中184个样本作为训练集用于建模，其余283个样本用来对模型进行验证。对在线近红外光谱仪采集的光谱进行了一阶求导、平滑处理和趋势校正处理，利用主成分分析（PCA）和软独立建模聚类分析算法（SIMCA）对废旧织物中的纤维进行分类识别，最终模型的外部验证准确率为100%，未知样本的识别率为98.37%；对手持式近红外光谱仪采集的光谱利用PCA和最小二乘法（OLS）建立待测组分的分段回归模型，并导入手持式光谱仪，废旧织物的识别率为97.88%。废旧涤纶/粘胶混纺织物样本随着粘胶纤维含量的增加，近红外光谱对样本的定性准确率降低，说明粘胶纤维含量与样本的定性准确率成反比。同时涤纶匹配度的平均值与各组分含量最大误差小于4.5%，该数据可用于辅助下一阶段定量分析的测定。

关键词：废旧纺织品；近红外光谱；涤纶/粘胶纤维；定性分析

中图分类号：O657.33     文献标志码：A