一种判定泡沫塑料种类及其阻燃性能的检测分析方法技术

本发明专利技术涉及一种判定泡沫塑料种类及其阻燃性能的检测分析方法，采用不同种类的泡沫塑料样品，利用近红外光谱设备的透反射测量方式采集数次样品的近红外光谱，经光谱预处理后，建立不同种类泡沫塑料的主成分分析‑马氏距离判别分析模型，计算未知泡沫塑料样品光谱与各类别光谱的马氏距离值，通过马氏距离最小值判定未知样品的所属类别。通过对泡沫塑料的溶解，采集其近红外的透射测量光谱，经过光谱与处理后，计算未知泡沫塑料样品光谱与已知阻燃等级样品光谱的欧式距离值，通过欧氏距离最小值判定未知样品的阻燃性能等级。技术效果是结果准确，操作简便、分析迅速、分析成本低且对环境不造成污染，适用于泡沫塑料种类及其阻燃性能的快速检测分析。

【技术实现步骤摘要】
一种判定泡沫塑料种类及其阻燃性能的检测分析方法
本专利技术涉及泡沫塑料的种类和性能检测，特别是一种基于近红外光谱分析的泡沫塑料种类及其阻燃性能的检测分析方法。
技术介绍
泡沫塑料是由大量气体微孔分散于固体塑料中而形成的一类高分子材料，具有质轻、隔热、吸音、减震等特性，且介电性能优于基体树脂，用途很广。用机械法(在进行机械搅拌的同时通入空气或二氧化碳使其发泡)或化学法(加入发泡剂)制得。泡沫塑料可由聚苯乙烯(EPS、XPS)、聚氨酯(PUR)、聚乙烯(PE)、酚醛(PF)、尿素甲醛(UF)、聚氯酯(PU)泡沫塑料、聚苯乙烯(PS)泡沫塑料、聚氨酯(PU)泡沫塑料、聚氯乙烯(PVC)泡沫塑料和聚丙烯(PP)泡沫塑料等材料按照不同工艺进行制作。目前，市场上泡沫塑料的产品质量鱼目混杂，对大量建筑中使用的安全质量很难保证，尤其是阻燃性能的可靠性。目前我国消防部门仍然依靠国家标准测试方法《建筑材料及制品燃烧性能分级》(GB8642-2012)对泡沫塑料的阻燃等级进行测定，但是在工程和项目中使用的泡沫塑料产品质量无法通过观察进行泡沫塑料种类及其阻燃性能的判定，因此，如何实现泡沫塑料产品的快速、现场检测和甄别成为一个亟待解决的技术问题。近红外光谱是介于可见光和中红外之间，波长范围为700nm-2500nm(4000cm-1-14285cm-1)的一段吸收光谱区。近红外光谱技术因其快速、无损、无污染、无破坏性、操作技术要求低，可实现在线或现场快速检测的特性，是解决泡沫塑料产品种类鉴别及其阻燃性能判定的一种有效方法。
技术实现思路
本专利技术的目的是针对上述存在问题，提供一种判定泡沫塑料种类及其阻燃性能的检测分析方法，该检测方法通过采集样品的透反射、漫反射和透射近红外光谱图，便可以建模分析判定泡沫塑料的种类性质；通过溶解的方法可以快速、准确分析泡沫塑料的阻燃性能等级，应用于现场快速检测具有十分重要的意义。本专利技术的具体技术方案是，一种判定泡沫塑料种类及其阻燃性能的检测分析方法，其特征在于，步骤如下：(一)泡沫塑料种类的检测分析方法1)泡沫塑料测量样块的准备：选取经生产后检验合格的且具有阻燃性能等级信息的泡沫塑料样品数块，按照产品的养护要求进行养护，待达到养护期后进行测试样块的制备；2)近红外光谱的采集：在保证样品表面平整、无污染的前提下，利用近红外光谱设备的透反射或漫反射测量模块进行光谱采集，并将采集到的光谱数据存入计算机，采集光谱波长范围在1000～2500nm，每个泡沫塑料样品连续采集多次近红外光谱数据，计算近红外光谱数据的算数平均值，将其作为一个泡沫塑料样品光谱；3)光谱预处理：为了消除泡沫塑料样品不平整、表面散射、基线漂移和噪声干扰的影响，对样品光谱数据进行导数、标准归一化、平滑滤波、多元散射校正、标准正态变量变换、傅里叶变换、小波变换或正交信号校正预处理；4)建立种类识别模型：选取波长范围在1000～2500nm之间的某一段或几段光谱的数据，应用PCA主成分分析方法对光谱数据X(n×m)进行压缩和特征变量的提取，可表示为式中，t为得分向量，p为主成分，f为主成分数，E为误差矩阵，通过主成分的累计方差贡献率进行不同种类泡沫塑料主成分数f的优化选取，式中，为X(n×m)协方差矩阵的前f个特征值求和，为X(n×m)协方差矩阵的所有特征值求和，选定累计方差贡献率大于95％的主成分数f，建立泡沫塑料种类的马氏距离判别分析模型；5)判定未知泡沫塑料样品的种类：重复步骤1)、2)和3)后，依据步骤4)中选定的主成分数计算未知样品到每个类别样品的马氏距离值M1、M2、M3…Mn，通过最小的马氏距离值Mmin＝min{M1、M2、M3…Mn}可以判定未知样品的泡沫塑料种类；(二)泡沫塑料阻燃性能的检测分析方法1)泡沫塑料测量样块的溶解：重复泡沫塑料种类的检测分析方法步骤1)的方式进行测量样块的制备，然后称取同等质量的泡沫塑料样品数块，将样品放入装有固定容量的苯、二甲苯或四氯化碳溶解剂中，待样品完全溶解后，通过移液枪移取固定量的溶解液；2)近红外光谱的采集：利用近红外光谱设备的透射测量模块进行光谱采集，并将采集到的光谱数据存入计算机，采集光谱波长范围在1000～2500nm，每次连续采集多次近红外光谱数据，计算近红外光谱数据的算数平均值，将其作为一个泡沫塑料样品光谱；3)光谱预处理：对样品光谱数据进行导数、归一化或平滑滤波的预处理；4)判定未知泡沫塑料样品的阻燃等级：重复步骤1)、2)和3)测量未知泡沫塑料的光谱图并进行光谱预处理，选取特定波段的光谱数据区间，计算未知泡沫塑料样品与已知阻燃等级样品之间的欧式距离值O1、O2、O3…On，通过最小的欧式距离值Omin＝min{O1、O2、O3…On}可以判定未知样品的泡沫塑料阻燃等级。本专利技术的检测分析原理：泡沫塑料样品的近红外光谱包含了物质的组成和结构信息，而泡沫塑料样品的组成和结构信息与其种类和阻燃性能有着密切的相关性。应用化学计量学方法对泡沫塑料近红外光谱图与种类及其阻燃性能进行关联研究，可以确定未知样品与已有泡沫塑料样品数据库中信息之间的关系，通过主成分分析-马氏距离判定方法和欧氏距离判定方法能够计算出未知样品与已有泡沫塑料样品之间的关系。只要测量未知泡沫塑料样品的近红外光谱数据，根据已有模型就可以确定泡沫塑料的种类及其阻燃性能。本专利技术的优点是：传统的泡沫塑料种类及其阻燃性能的判定是通过化学分析和燃烧试验的方法，本专利技术的有益效果是利用光学的测量方法，能够快速、准确、无损的判定未知泡沫塑料样品的种类及其阻燃性能，该检测分析方法具有分析迅速、效率高、操作简便、分析成本低且对环境不造成污染的优点。附图说明图1为本专利技术的泡沫塑料样品近红外光谱图；图2为本专利技术的预处理后泡沫塑料样品近红外光谱图；图3为本专利技术的实施例中主成分数与累计方差贡献率；图4为本专利技术的实施例中不同种类泡沫塑料的判别分析模型；图5为本专利技术的实施例中不同阻燃性能等级泡沫塑料样品光谱图；图6为本专利技术的实施例中预处理后的不同阻燃性能等级泡沫塑料样品光谱图。具体实施方式以下结合实施例及附图对本专利技术作进一步详细说明。一种判定泡沫塑料种类及其阻燃性能的检测分析方法，步骤如下：(一)泡沫塑料种类的检测分析方法1)泡沫塑料测量样块的准备：选取经生产后检验合格的且具有阻燃性能等级信息的泡沫塑料样品65块，有聚氨酯(PU)泡沫塑料、酚醛泡沫塑料(PF)、硬质聚氨酯泡沫塑料(PUR)和聚苯乙烯泡沫塑料(PS)四类泡沫塑料样品，按照产品的养护要求进行养护，待达到养护期后进行测试样块的制备。2)近红外光谱的采集：在保证样品表面平整、无污染的前提下，利用近红外光谱设备的透反射测量模块进行光谱采集，并将采集到的光谱数据存入计算机，采集光谱波长范围在4000cm-1-10000cm-1，每个泡沫塑料样品连续采集5次近红外光谱数据，计算5次近红外光谱数据的算数平均值，将其作为一个泡沫塑料样品光谱，图1为65个泡沫塑料样品近红外光谱图。3)光谱预处理：为了消除泡沫塑料的分布不均、表面散射以及光程变化的影响，对样品的近红外光谱进行标准正态变量变换的处理；为了有效地消除基线漂移和噪声的干扰，提高光谱分辨率和灵敏度，识别重叠峰，对样品光谱进行5点平滑、5点差分本文档来自技高网...

【技术保护点】
1.一种判定泡沫塑料种类及其阻燃性能的检测分析方法，其特征在于，步骤如下：(一)泡沫塑料种类的检测分析方法1)泡沫塑料测量样块的准备：选取经生产后检验合格的且具有阻燃性能等级信息的泡沫塑料样品数块，按照产品的养护要求进行养护，待达到养护期后进行测试样块的制备；2)近红外光谱的采集：在保证样品表面平整、无污染的前提下，利用近红外光谱设备的透反射或漫反射测量模块进行光谱采集，并将采集到的光谱数据存入计算机，采集光谱波长范围在1000～2500nm，每个泡沫塑料样品连续采集多次近红外光谱数据，计算近红外光谱数据的算数平均值，将其作为一个泡沫塑料样品光谱；3)光谱预处理：为了消除泡沫塑料样品不平整、表面散射、基线漂移和噪声干扰的影响，对样品光谱数据进行导数、标准归一化、平滑滤波、多元散射校正、标准正态变量变换、傅里叶变换、小波变换或正交信号校正预处理；4)建立种类识别模型：选取波长范围在1000～2500nm之间的某一段或几段光谱的数据，应用PCA主成分分析方法对光谱数据X(n×m)进行压缩和特征变量的提取，可表示为X＝t1p1

【技术特征摘要】
1.一种判定泡沫塑料种类及其阻燃性能的检测分析方法，其特征在于，步骤如下：(一)泡沫塑料种类的检测分析方法1)泡沫塑料测量样块的准备：选取经生产后检验合格的且具有阻燃性能等级信息的泡沫塑料样品数块，按照产品的养护要求进行养护，待达到养护期后进行测试样块的制备；2)近红外光谱的采集：在保证样品表面平整、无污染的前提下，利用近红外光谱设备的透反射或漫反射测量模块进行光谱采集，并将采集到的光谱数据存入计算机，采集光谱波长范围在1000～2500nm，每个泡沫塑料样品连续采集多次近红外光谱数据，计算近红外光谱数据的算数平均值，将其作为一个泡沫塑料样品光谱；3)光谱预处理：为了消除泡沫塑料样品不平整、表面散射、基线漂移和噪声干扰的影响，对样品光谱数据进行导数、标准归一化、平滑滤波、多元散射校正、标准正态变量变换、傅里叶变换、小波变换或正交信号校正预处理；4)建立种类识别模型：选取波长范围在1000～2500nm之间的某一段或几段光谱的数据，应用PCA主成分分析方法对光谱数据X(n×m)进行压缩和特征变量的提取，可表示为X＝t1p1T+t2p2T+t3p3T+…+tfpfT+E，式中，t为得分向量，p为主成分，f为主成分数，E为误差矩阵，通过主成分的累计方差贡献率进行不同种类泡沫塑料主成分数f的优化选取，累计方差式中，为X(n×m)协方差矩阵的前f个特征值求和，为X(n×m)协方差矩阵的所有特征值...

【专利技术属性】
技术研发人员：宋文琦，薛岗，牛坤，陶鹏宇，彭燕华，徐大军，张晋，
申请(专利权)人：应急管理部天津消防研究所，
类型：发明
国别省市：天津,12