Baumwollklassifizierung : PAT Analytics

Baumwollklassifizierung

Verschiedene Arten von Rohbaumwolle wurden sowohl mit einem kommerziellen UV-Vis/NIR-Spektrometer (210-2200 nm) als auch mit einem selbstgebauten Aufbau für NIR-Hyperspectral-Imaging (NIR-HSI) im Bereich 1100-2200 nm untersucht. Die UV-Vis/NIR-Reflexionsspektroskopie zeigt die dominante Rolle von Proteinen, Kohlenwasserstoffen und Hydroxylgruppen in der Struktur der Baumwolle. NIR-HSI zeigt ein ähnliches Ergebnis. Experimentell gewonnene Daten in Kombination mit der Hauptkomponentenanalyse (PCA) ermöglichen eine generelle Unterscheidung verschiedener Baumwollsorten. Für die UV-Vis/NIR-Spektroskopie repräsentieren die ersten beiden Hauptkomponenten (PC) 82 % und 78 % der gesamten Datenvarianz für den UV-Vis- bzw. NIR-Bereich.

Für NIR-HSI hingegen wurden aufgrund der großen Menge an erfassten Daten zwei Methoden zur Datenverarbeitung in niedriger und hoher lateraler Auflösung angewandt. Bei der ersten Methode wurde der Durchschnitt der Spektren einer Probe berechnet und bei der zweiten Methode wurden die Spektren jedes Pixels verwendet. Beide Methoden sind in der Lage, ≥90 % der Gesamtvarianz durch die ersten beiden PCs zu erklären. Die Ergebnisse zeigen, dass es möglich ist, anhand einiger ausgewählter Wellenlängenbereiche zwischen verschiedenen Baumwollarten zu unterscheiden. Die Kombination von HSI und multivariater Datenanalyse hat aufgrund der kurzen Erfassungszeit und der kostengünstigen Entwicklung ein starkes Potenzial in der industriellen Anwendung. Diese Studie eröffnet eine neue Möglichkeit für eine Weiterentwicklung dieser Technik in Richtung realer großtechnischer Prozesse.