红外光谱法的刷毛检测与分析研究

发布时间:2025-10-27

     牙刷,作为每天都会使用到且入口的重要生活用品,其制造材料的安全性常常被人们忽视。许多不法商家看准了这一点,将低成本、易磨损且不符合安全标准的牙刷投入市场以谋取暴利。此外,由于牙刷的使用特性,在日常使用过程中,牙刷刷毛和刷头材料会造成损耗,而劣质材料的刷毛损耗速度特别快,而磨损的塑料小颗粒很容易通过口腔摄入体内。在当前的认知中,微塑料对人类健康的影响是复杂和多元的。微塑料可以减缓细胞的再生速率、引发细胞毒性和触发细胞凋亡,且可以作用于呼吸、内分泌、消化和心血管等多个系统[1]。
 
目前国内外对于牙刷的研究主要集中在牙刷的清洁效果和使用方法,而采用理化检验技术检验牙刷的研究较少。如今市面上的牙刷刷毛主要以聚对苯二甲酸丁二酯(PBT)软刷毛、杜邦聚酰胺(PA66)刷毛、聚丙烯(PP)刷毛、聚对苯二甲酸乙二醇酯(PET)复合材料磨尖丝和硅胶刷毛等为主,绝大部分的主要原材料本质上都属于塑料,且基本不属于可自然降解塑料的范畴[2]。由于具有速度快、灵敏度高、无损检测和高分辨率等特点,红外光谱技术适于微量物证的检测与分析工作[3]。因此,本研究基于红外光谱技术,对当前市场常见品牌的多种牙刷刷毛的理化特性进行客观的横向比较与测评,构建的光谱数据库可以为牙刷的安全性评估提供依据,为消费者选择安全合适的牙刷提供参考。本研究一方面将有利于提高牙刷生产的市场准入门槛,实现优胜劣汰,另一方面则有助于打击生产制造伪劣牙刷的违法犯罪行为,也可以为公安工作中发现的牙刷材料物证的种类鉴定提供依据。
 
1 实验
1.1 实验仪器设备
傅里叶变换红外光谱仪、傅里叶红外光谱(ATR)仪
 
1.2 实验条件
扫描次数:32;分辨率:4 cm-1;波数范围:4 000-650 cm-1。
 
1.3 实验样品
于2023年从淘宝各牙刷品牌官方旗舰店购买到不同品牌、同一品牌不同批次的牙刷共计42种,牙刷刷毛样品详细信息见表1。
 
表1 本研究检测的牙刷刷毛样品详细信息
Table 1 Details of the toothbrush bristle samples tested in this study
1.4 红外光谱数据采集
使用洁净镊子对牙刷刷毛进行取样,若刷毛颜色不同,则每种颜色均取样。将牙刷刷毛放置于水平ATR仪锗晶体表面上,盖住锗晶体,压平探头,采集样品的红外光谱数据。
 
1.5 数据处理与分析
联合使用SPSS和R软件对上述42种样品的红外光谱数据分别进行主成分分析[4]及聚类分析[5-6]。根据上述分析结果确定的牙刷刷毛成分类型,分别对每一类成分的红外光谱特征图进行可视化。
 
2 结果与讨论
2.1 红外光谱主成分分析
通过上述实验,获得42种牙刷刷毛样品的红外光谱数据。根据本实验设定的扫描次数、分辨率及波数范围,每组红外光谱数据被划分为1 869项波数及其对应的透过率。对所有获得的红外光谱数据进行汇总,通过主成分分析对数据进行降维处理,减少变量个数,保留原数据主要信息。主成分分析结果见图1。
 
图1 42种牙刷刷毛样品的红外光谱数据的主成分分析
Fig.1 Principal component analysis of the infrared spectral data of 42 toothbrush bristle samples
结果表明,42种样品的光谱数据经主成分分析后,主成分1贡献率达99.79%,即主成分1 (x轴水平)的差异对刷毛种类的差异是决定性的。42种样品的光谱数据被显著分为3类,第一类:S1~S37;第二类:S38和S39;第三类:S40~S42。
 
2.2 红外光谱聚类分析
为进一步验证上述结果,并继续细分这42种牙刷刷毛样品,使用最远邻(complete linkage)作为层次聚类方法,通过欧式距离进行聚类分析,聚类分析及其热图结果见图2。
 
图2 42种牙刷刷毛样品的红外光谱数据的聚类分析及热图
Fig.2 Cluster analysis and heatmap of the infrared spectral data of 42 toothbrush bristle samples
结果表明,聚类分析的分类结果与主成分分析一致,即S1~S37、S38和S39以及S40~S42之间具有明显的组间差异。
 
对于S1~S37的光谱特征而言,可以继续细分为4个子类,第一子类包括:S2、S4、S5、S6、S8、S13、S15、S16、S22、S27、S28、S29、S32、S37;第二子类包括:S9、S10、S18、S19、S31、S36;第三子类包括:S1、S3、S7、S11、S12、S14、S17、S20、S21、S23、S24、S25、S26、S30、S34、S35;第四子类包括:S33。对于S40–S42的光谱特征而言,可以继续细分为两个子类,第一子类包括:S40、S41;第二子类包括:S42。该分类结果与牙刷刷毛的颜色、软硬程度、价格、产地之间(表1)均没有明显的相关性。
 
2.3 红外光谱特征图
根据上述分类与鉴定结果,S1~S37号牙刷刷毛样品(表1)红外光谱特征图的峰形、峰位、峰数基本上保持一致,仅峰强有微小差异。红外光谱特征图见图3,其主要吸收峰值分别为2 962.86 cm-1、1 712.61 cm-1、1 504.34 cm-1、1 458.94 cm-1、1 408.92 cm-1、1 268.94 cm-1、1 118.92 cm-1、1 103.11 cm-1、1 018.35 cm-1、958.46 cm-1、873.79 cm-1、726.72 cm-1,经鉴定为聚对苯二甲酸丁二酯(PBT)。
 
图3 聚对苯二甲酸丁二酯(PBT)类牙刷刷毛样品的红外光谱特征图
Fig.3 Infrared spectral characteristic diagram of polybutylene terephthalate (PBT) toothbrush bristle samples
S38和S39号牙刷刷毛样品(表1)红外光谱特征图的峰形、峰位、峰数基本上保持一致,仅峰强有微小差异。红外光谱特征图见图4,其主要吸收峰强分别为3 305.34 cm-1、2 920.48 cm-1、2 852.25 cm-1、1 636.56 cm-1、1 537.24 cm-1、1 469.41 cm-1、1 418.71 cm-1、1 370.65 cm-1、1 276.11 cm-1、1 236.05 cm-1、1 187.25 cm-1、935.83 cm-1、719.38 cm-1、682.39 cm-1,经鉴定为聚酰胺(PA)。
 
图4 聚酰胺(PA)类牙刷刷毛样品的红外光谱特征图
Fig.4 Infrared spectral characteristic diagram of polyamide (PA) toothbrush bristle samples
S40~S42号牙刷刷毛样品(表1)红外光谱特征图的峰形、峰位、峰数基本上保持一致,仅峰强有微小差异。红外光谱特征图见图5,其主要吸收峰强分别为3 301.91 cm-1、2 918.15 cm-1、2850.60 cm-1、1 730.22 cm-1、1 702.96 cm-1、1 636.15 cm-1、1 597.61 cm-1、1 532.46 cm-1、1 478.63 cm-1、1 413.86 cm-1、1 368.91 cm-1、1 310.44 cm-1、1 223.09 cm-1、1 107.71 cm-1、1 079.11 cm-1、1 018.26 cm-1、817.01 cm-1、770.84 cm-1,经鉴定为聚氨酯(PU)。
 
图5 聚氨酯(PU)类牙刷刷毛样品的红外光谱特征图
Fig.5 Infrared spectral characteristic diagram of polyurethane (PU) toothbrush bristle samples
3 结论
本实验采用红外光谱法,对总计42种不同牙刷的刷毛进行红外光谱数据采集。研究结果表明,这些牙刷刷毛样品的红外光谱数据可明显分成3类,通过对峰形、峰位、峰数及峰强的鉴定分别确定为PBT、PA和PU类,PBT类和PU类能继续细分为4个和2个子类,但这种细分与牙刷刷毛的颜色、软硬程度、价格、产地之间均没有明显的相关性。此外,分别提供了PBT、PA和PU类样品的红外光谱特征图。
 
本研究证实基于ATR法检验牙刷刷毛样品,可为牙刷制造业提供产品的改进依据,也可为消费者选择安全合适的牙刷提供一定的参考。对牙刷刷毛样品进行系统性的归类研究,不仅有助于推断未知牙刷的品牌和生产产地等信息,打击牙刷行业假冒伪劣的违法犯罪行为,也可为公安工作中发现的牙刷材料物证的种类鉴定提供新的方法和理论依据,为办案人员在实际工作中解决问题提供新思路[7]。
 

上一篇:红外光谱仪技术的纺织品检测应用

返回列表

下一篇:基于红外光谱的药物质量控制分析方法研究

相关产品
Read More >>