天然纤维材料作为纺织工业的重要来源,在我国国民经济和人民生活中占有重要的地位。近些年,面对相关产业结构的优化调整,以及企业对保证产品质量的需求,急需一种能够实现对天然纤维材料现场快速检测的技术。但目前我国动物纤维样品使用的国标或行业标准仍然是传统的人工检测方法,不仅效率低,还存在着准确率依赖于检测人员的主观意识,重现性差等缺点,不能对市场中大量流通的动物纤维进行有效监管。除此之外,由于环境湿度的变化对检测结果会产生较大的影响,所以在动物纤维材料的收购现场无法使用一些大型仪器进行检测。因此,研究一种能够应用于纤维材料现场定性和定量检测的快速表征方法是材料领域亟需解决的重要课题。本课题旨在于使用近红外光谱结合化学计量学的方法实现对动物皮毛样品和皮革样品具体种类的快速、无损判别分析及对鸭绒含绒率和洗净山羊绒净绒率这两个重要质量指标的快速测定。(1)本文进行了近红外光谱应用于动物毛皮种类判别分析的可行性研究。针对收集到的五类共90个样品进行了主成分分析,从前三个主成分的得分图中能够看到聚类趋势。并使用簇类独立软模式的方法建立了动物毛皮分类模型,模型的识别率能够达到100%。研究结果表明该方法能够实现对动物毛皮的快速、无损分类。(2)本文使用近红外光谱结合主成分分析和SIMCA的方法对5种皮革117个样品进行了定性分析。研究发现,主成分分析的方法能够对人造皮革和天然皮革进行准确的区分,但对动物皮革的具体种类无法进行准确的判别。通过对皮革光谱进行小波降噪后建立的SIMCA模型正确率能够达到100%,正确率远远大于不进行降噪时建立的定性校正模型。(3)本文结合近红外光谱和化学计量学建立了鸭绒含绒量的快速定量分析方法。本实验收集了不同含绒量的鸭绒样本60个,使用偏最小二乘法(PLS)对含绒量建立了定量模型。定量校正模型的交互验证标准偏差为3.15,预测标准偏差为4.91。研究结果推进了鸭绒含绒量检测仪器化的进程。(4)本文使用了一种便携式近红外光谱仪对羊绒原料洗净山羊绒进行了光谱采集,并通过偏最小二乘法建立了净绒率的定量校正模型。但洗净山羊绒是一个复杂体系,不仅山羊绒和粗毛化学信息差异较小,体系中还存在水分等信息的干扰。因此本文通过一种先进扣除水分光谱的新方法,成功地消除了水分对羊绒样品光谱的影响。并通过二维相关光谱成功找到了反映山羊绒和粗毛区别信息的波长点。原始光谱经过水分扣除后,使用选择出的特征波段建立PLS模型。模型的交互验证标准偏差为7.43,预测标准偏差为7.46。研究结果能够实现洗净山羊绒的现场快速检测。