×100%，其中
为一根生丝连续测量所得多个线密度的平均值，S为线密度的均方差，生丝线密度变异系数可作为衡量和比较不同规格生丝线密度的重要质量指标[10]。本文主要检测丝长为5 m的生丝线密度变异系数(CV5m)。研究与技术
李 冰， 盖国平， 郭 蔚， 陈兴灿， 李 艳
(广西出入境检验检疫局 检验检疫技术中心，南宁 530021)
摘要：为了深化分析生丝电子检测技术与传统检测技术的关联性，分别使用这两种方法对多批生丝进行检测，然后对黑板检验与生丝电子检测的数据进行分析并使用相关分析方法建立了两者的回归方程。结果表明，20/22 D(22.22/24.44 dtex)生丝的电子检测的线密度变异系数CV5m可借助置信区间法进行分级，其中6A级生丝技术要求可设置为CV5m≤5.79。利用黑板检验与生丝电子检测的回归方程可将电子检测糙疵结果转换为传统检验结果，更能符合生丝实际检验的效果。其中黑板清洁扣分(Y)与电子检测的大糙(B)和中糙(C)的回归方程为Y=0.014 73B+0.031 57C+1.335 93，黑板洁净成绩(Y)与小糙(D)、雪糙(E)的回归方程为Y=0.007 46D-0.003 05E+94.94，因检验方式的不同其回归分析的结果有较小差异。
关键词：生丝；电子检测；传统检测；疵点；回归分析
中国是当今世界生丝产量第一大国，同时也是生丝生产和出口贸易的第一大国，但是目前中国用于检验生丝质量品质的标准体系还是参照20世纪90年代日本横滨实验室建立的生丝检验标准。尤其是目前被广泛使用的两个国家标准：GB/T 1797—2008《生丝》和GB/T 1798—2008《生丝试验方法》，它们在生丝的主要质量评定指标，如生丝的匀度、清洁度和洁净度采用的仍然是传统的黑板检验法进行检测。黑板检验主要靠人的感官来对生丝质量进行评定，受人的主观因素影响很大，检测效率低，并且检测实验结果具有重现性和稳定性差的缺陷，从而导致生丝等级评定可信度和权威性较低。随着科技的发展，电子检测设备被广泛应用到各个领域，生丝检测人员一直致力于研制一种能够对生丝的质量进行客观公正检测的电子设备。
1979年，瑞士的一位研究者Mr. Bernhard Trudel首次发表一篇关于将电子检测技术应用到生丝质量检测中的论文[1]，1984年，欧洲在国际丝绸大会上再次公开提出使用电子检测技术来检测生丝质量的构想，并得到了许多肯定的反响。为了提升中国生丝检测人员的技术能力，使中国在生丝出口占据国际上的主动权，国内的生丝检测机构和科研院所在20世纪80年代开始研究开发生丝电子检测技术和相关设备[2-3]。随着电子检测技术的发展，现已研究出可以检测生丝条干与疵点的生丝电子检测仪。由中国主导并联合国际丝绸标准委员会定制的国际标准ISO 15625《生丝 疵点 条干电子检测试验方法》已正式发布，生丝电子检测方法具有样本量大、重现性好、样品无损性、受检验员主观影响小等诸多优势，这也使其在生丝的检验应用上获得国际丝绸行业的认可。
生丝电子检测的关键性指标有生丝线密度变异系数和疵点，目前关于这两者已出现一些报道。牛建涛等[4-5]研究探讨了生丝疵点在电子检验中的分布类型和特征，提到抽样数量要满足生丝最高等级的要求，并给出一种分级正确率计算方法、等级区间划分方法及相应计算公式。许建梅等[6-8]则分析了生丝质量指标——纤度变异系数的分布及其特性，并提出相应的分级方案。本文以深化分析生丝电子检测技术与传统检测技术的关联性和推广电子检测技术为目的，首先使用生丝电子检测仪对多批生丝进行检测，然后再使用传统的黑板检测方法对同样批次的生丝进行匀度、洁净度的检测，分析生丝电子检验和黑板检验中丝长为5 m的生丝线密度变异系数(CV5m)与匀度结果、电子检测糙疵结果与黑板清洁结果的相关性，并建立了回归方程，以推动电子检测技术的普及。
1.1 材 料
在本次实验中，采用了在广西出入境检验检疫局生丝实验中心报检的56批次5/6A级20/22 D (1 dtex=0.9 D，全文同)的生丝，其分别来自广西不同地区的缫丝生产企业，每批生丝同时作电子检验与传统黑板检验。
1.2 黑板检验
生丝的黑板检验按照两个国家标准，即GB/T 1797—2008《生丝》和GB/T 1798—2008《生丝试验方法》来进行实验。首先使用卷取机将一定长度生丝按规定排列线数卷绕在黑板上，将其放置在黑板架上后置于暗室内，检验员位于黑板规定距离处，然后在符合特制规定的灯光设备下，利用丝条在光照下的透光、折射及反射作用，以眼力观察并辨别生丝丝条的粗细变化、丝条上糙疵点的类型和数量，实验过程要对比黑板样照来评判生丝质量等级[9]。
1.2.1 匀 度
生丝的匀度表示生丝粗细的均匀程度[10]，主要是检测生丝的一段丝条，相对于其周围丝条的直径变化程度或扁圆差异程度。匀度变化标准有均匀一度变化、均匀二度变化和均匀三度变化。对于20/22 D生丝，研究人员发现当纤度发生5 m以上的变化时，黑板检验员会识别这种变化，其中纤度发生2～4 D的变化，为一度变化；4～8 D的变化为二度变化，8 D以上的变化为三度变化。
1.2.2 清洁度和糙疵点
清洁检验是检验一定长度的生丝丝条上较大糙疵点的种类和数量。该检验方法是：检验员站在位于黑板0.5 m处，然后在规定光照度下逐块检验黑板的两面，同时对照生丝清洁标准样照，检查并辨别黑板样丝丝条上的颣节种类和数量。其中清洁疵点根据大小分为主要疵点、次要疵点和普通疵点。清洁成绩的计算方法是：每个主要疵点分别扣1分，次要疵点扣0.4分，而普通疵点则扣0.1分；以100分减去疵点扣分的总和，即得到该批丝的清洁成绩，且清洁成绩的单位为分，并取小数点后1位。
1.3 生丝电子检验
生丝电子检测仪是由张力控制器、无极变速电机、光电传感器(内置异纤传感器)、电容传感等仪器设备组成。在检测时，生丝丝条由张力控制器施加固定张力，然后再经无极变速电机牵引，生丝丝条顺次通过OR-31S光电传感器(内置异纤传感器)、CFT-SU10电容传感、SU10条干(CV)传感器，传感器采集到的信号经信号放大器转换为计算机数据，再由计算机软件统计糙疵的大小和条干变化程度。生丝电子检验方法按照国际标准ISO 15625《生丝 疵点 条干电子检测试验方法》进行检验，主要检测样丝的线密度CV5m和糙疵数量。
1.3.1 条干检验
生丝的线密度是描述纤维粗细程度的重要指标，其单位表示为g/km。生丝线密度变异系数×100%，其中为一根生丝连续测量所得多个线密度的平均值，S为线密度的均方差，生丝线密度变异系数可作为衡量和比较不同规格生丝线密度的重要质量指标[10]。本文主要检测丝长为5 m的生丝线密度变异系数(CV5m)。
1.3.2 生丝电子检验中各类疵点的分类
生丝电子检测根据糙疵大小可以将其分为四类[5]：大糙、中糙、小糙、雪糙，其中具体分类和大糙、中糙、小糙的长度及直径变化如图1所示。大糙由E1区～E4区、D2区～D4区、C3区～C4区，以及B4区和A4区组成，中糙由E0区、D1区、C2区、B3区和A3区组成，小糙由A0区～A2区、B0区～B2区、C0区～C1区和D0区组成，其分别为白色底色、浅灰底色、深灰底色，它们标准样照变化如图2所示。比对生丝黑板标准样照可以看出，大糙、中糙为清洁疵点，小糙大部分为洁净疵点；雪糙为小于小糙的疵点，主要对应黑板检验中的洁净疵点。
图1 生丝糙疵分类
Fig.1 Classification of raw silk
图2 糙疵标准样照
Fig.2 Photo of fault-samples
2.1 匀度与CV5m
按照国家标准GB/T 1798—2008《生丝试验方法》，以50个丝锭制备1批黑板检验样，每批样本量为4万m，黑板检验员A进行检验获得黑板A数据(黑板检测丝段，与电子检测不同丝段)。再使用50个丝锭制备1批样丝(每批样本量4万m)用于电子检测法检验数次，共进行了131次测试，此时再用电子检测后的无损样丝(样本量4万m)进行黑板检验，黑板检验员B检验，获得黑板B数据(电子检测同段丝)。
在实验过程中，同一批次的25绞样品，进行了一次以上的电子检测与黑板检验的比较检验。在131个检验结果中，黑板检验员A、B数次检验的成绩重现性较高，仅有9批出现相差一级以上，等级符合率约为93.1%。说明黑板检验员A、B具有稳定的匀度检验目光。
利用拉依达准则对CV5m的离群值进行检验，结果发现电子检测同段丝的黑板B匀度为0、1、2时，三组CV5m数据的3σ分别为1.247 260、1.510 188和2.507 638，在三组CV5m数据中均未发现离群值。此外，对CV5m的置信区间进行统计分析，当电子检测后黑板B结果为0时，CV5m的标准偏差为0.415 75，α=0.05水平的置信区间为[4.55，4.77]；当电子检测后黑板B结果为1时，CV5m的标准偏差为0.503 396，α=0.05水平的置信区间为[4.77，5.07]；当电子检测后黑板B结果为2时，CV5m的标准偏差为0.835 879，α=0.05水平的置信区间为[5.05，5.79]；黑板B匀度为3对应的CV5m结果仅有9个，样本量不足，未进行统计分析。因此，20/22 D生丝的电子检测的6A级技术要求可设置为CV5m≤5.79，CV5m可借助置信区间法进行分级，电子检测结果实现了对黑板检验结果的校正。
2.2 黑板清洁结果与电子检测糙疵结果比较分析
按照国家标准GB/T 1798—2008《生丝试验方法》和国际标准ISO 15625《生丝 疵点 条干电子检测试验方法》计算上述样丝的清洁扣分和糙疵点数量。以清洁扣分为因变量，电子检测的大糙、中糙和小糙数量分别为自变量B、C和D，使用Origin 7.5统计分析软件将两者进行回归分析并建立相关模型。本次实验使用的回归分析方法是偏最小二乘法(PLS)，该方法属于线性回归分析法，因为生丝检验标准中清洁成绩和洁净成绩是根据生丝糙疵点的数量进行扣分而得，两者呈线性关系，而且线性模型原理简单，有助于理解两者之间的关系。因此，采用线性模型来对其进行回归分析，所得结果如下式所示。其中，N表示样本数目，R表示拟合优度，Radj表示拟合优度的校正值，MSE表示标准误差，F表示方差比，P表示使用t检验所得相应显著性概率。
Y=0.015 21B+0.034 13C-0.000 812D+1.356 5
(1)
相关参数N=131，R=0.432，Radj=0.409，MSE=0.879，F=9.70；P<0.000 1，P(B)=0.117，P(C)=0.006 88，P(D)=0.670。
由线性分析的统计学[11]可知，R为拟合优度，表示回归曲线拟合的程度，F为方差比，其值越大表示该方程具有统计学的意义。当P值的概率较大时，说明相关性越差。式(1)显示，P<0.05且F为9.70，说明该方程具有统计学上的意义。由于P(B)值和P(C)值较小，说明清洁扣分与大糙(B)、中糙(C)具有较大相关性，且清洁扣分(Y)与电子检测的大糙(B)和中糙(C)数量均呈正相关性，其受到中糙(C)数量的影响最大。此外，P(D)为0.670，意味着电子检测的小糙数(D)与黑板检验清洁成绩的关系最小，有67.0%的概率是不相关，可以不考虑。
根据KEISOKKI公司提供糙疵分类标准样照(图2)，可以看出小糙疵点为达到清洁疵点类型，只能按照洁净疵点计算。因此将大糙(B)和中糙(C)作为自变量，清洁扣分作为因变量，再次进行回归分析，分析结果如下式所示。其中，使用t检验所得P值的显著水平极小，方差值较大，说明电子检测中的大糙和中糙对黑板清洁成绩的影响是显著。
Y=0.014 73B+0.031 57C+1.335 93
(2)
相关参数N=131，R=0.431，Radj=0.416，MSE=0.876，F=14.6；P<0.000 1，P(B)=0.124，P(C)=0.003 2。
根据GB/T 1797—2008标准中生丝品质技术指标的规定，通过生丝清洁度扣分情况对生丝进行定级，其中5A、6A级生丝允许扣分分别为2分和2.5分。将131个电子检测结果数据代入式(2)，仅有12批结果与黑板检验等级相差2级以上，占样本总量的9.2%；相差1级的有53批，占样本总量的40.5%。分析造成上述不足的原因有：1)现行5A与6A级生丝的清洁技术指标差距较小；2)现行电子检测疵点分类方式与生丝检测标准分类方式不同；3)电子检测的5A、6A级分级指标，可通过回归方程将电子检测数据转化为清洁分数，并且应当可将5A、6A作为同一级。
2.3 黑板检验洁净与电子检测小糙、粗细节、雪糙(IPM)的相关性
按照生丝检验的国家标准GB/T 1998—2008和生丝电子检验的国际标准ISO 15625检测样丝并分别得到生丝的洁净成绩和糙疵点的数量。以洁净成绩为因变量，电子检测的小糙、雪糙、粗节和细节的数量分别为自变量D、E、F和G，将两者进行回归分析，所得结果如下式所示。
Y= 0.007 76D-0.002 89E-0.001 28F+
0.000 882G+95.00
(3)
相关参数N=131，R=0.437
88，MSE=0.799 63，F=7.463 17；P<0.000 1，P(D)=0.001 79，P(E)<0.000 1，P(F)=0.130 18，P(G)=0.303 64。
式(3)显示，P<0.05且F为7.46，说明该方程具有统计学上的意义。且根据P值的大小可以看出，这4项疵点对洁净的影响大小依次为雪糙(E)、小糙(D)、粗节(F)、细节(G)。这种影响顺序也符合黑板检验中糙疵点对洁净成绩的影响。由于粗节和细节仅是丝条直径的微小变化，在黑板检验中不易被检验员发现，笔者又重新进行了洁净成绩(Y)与小糙(D)、雪糙(E)的回归分析，回归分析的结果如下式所示。
Y=0.007 46D-0.003 05E+94.94
(4)
相关参数N=131，R=0.420
74，MSE=0.800 65，F=13.727 33；P<0.000 1，P(D)=0.002 6，P(E)<0.000 1。
式(4)的方差分析结果表明，雪糙和小糙对洁净成绩是具有显著性影响，此外雪糙的相关系数为负数，因此推断雪糙和小糙对洁净成绩有一定负相关性。将131个检测数据按式(4)进行回归折算，折算后的洁净成绩与同段丝的黑板检验结果相差一级者有32批次，约占24.4%，符合度较高。
黑板检验与生丝电子检测所得实验数据结果具有一定的相关性，并可将电子检测的数据设为自变量，黑板检验的数据设为因变量建立相关回归方程。20/22 D生丝的电子检测CV5m的6A级技术要求可设置为≤5.79，CV5m可借助置信区间法进行分级；电子检测结果实现了对黑板检验结果的校正。利用回归方程可将电子检测糙疵结果转换为传统检验，其中黑板清洁扣分(Y)与电子检测的大糙(B)和中糙(C)的回归方程为Y=0.014 73B+0.031 57C+1.335 93，黑板洁净成绩(Y)与小糙(D)、雪糙(E)的回归方程为Y=0.007 46D-0.003 05E+94.94，进而借助传统分级方式进行分级，因检验方式的不同其回归分析的结果有较小差异。通过研究，对生丝电子检测的数据进行了较好的解读，上述比对结果对生丝电子检测分级指标的确立奠定了基础。
参考文献：
[1]周颖.生丝电子检测技术研究及展望[J].丝绸,2009(9):42-45. ZHOU Ying. The research and prospect on the silk electronic detection technology[J]. Journal of Silk,2009(9):42-45.
[2]陈庆官,冯国平.SD-1型细度仪测量缫制丝中的生丝纤度[J].苏州丝绸工学院院报,1995(2):87-92. CHEN Qingguan, FENG Guoping. The measurement of raw silk with SD-1 dynamic raw silk[J]. Journal of Suzhou Institute of Silk Textile Technology,1995(2):87-92.
[3]严寒冰,黄瀛洲,何均.生丝匀度清洁洁净检验仪的研制[J].浙江丝绸工学院学报,1998(1):17-21. YAN Hanbing, HUANG Yingzhou, HE Jun. The development of raw silk evenness and cleanness tester[J]. Journal of Zhejiang Institute of Silk Textiles,1998(1):17-21.
[4]牛建涛.生丝电子检验中疵点抽样及分级理论研究[D].苏州:苏州大学,2010:22-33. NIU Jiantao. Research on the Sampling and Grading Theory of the Defects in the Electronic Testing for Raw Silk[D]. Suzhou:Soochow University,2010:22-33.
[5]牛建涛,胡绮,许建梅,等.生丝电子检验中糙疵分布探讨[J].丝绸,2011,48(3):26-28. NIU Jiantao, HU QI, XU Jianmei, et al. Discussion on the slubs distribution in the electronic testing of raw silk[J]. Journal of Silk,2011,48(3):26-28.
[6]许建梅,周颖,孙启龙,等.生丝纤度电子检验中的样本容量研究[J].丝绸,2006(9):21-23. XU Jianmei, ZHOU Ying, SUN Qilong, et al. Research on sample capacity in the electronic test of raw silk size[J]. Journal of Silk,2006(9):21-23.
[7]许建梅,白伦.生丝纤度CVb%电子检测分级标准研究[J].丝绸,2007(2):41-43. XU Jianmei, BAI Lun. Research on grading standard ofCVb% in the electronic raw silk size testing[J]. Journal of Silk,2007(2):41-43.
[8]XU Jianmei, BAI Lun. Research on grading standards of the coefficient of variation in the electronic raw silk size testing[J]. Journal of Donghua University,2007,24(2):235-239.
[9]陈庆官,李广荣.生丝黑板检验标准样照的制作[J].丝绸,1994(5):46-48. CHEN Qingguan, LI Guangrong. The production of raw silk seriplane test standard images[J]. Journal of Silk,1994(5):46-48.
[10]许仲欣.生丝纤度偏差分级方法的探讨[J].浙江工程学院学报,2001,18(2):85-87. XU Zhongxin. An approach on method of size deviation testing of raw silk[J]. Journal of Zhejiang Institute of Science and Technology,2001,18(2):85-87.
[11]王松桂,陈敏.线性统计模型:线性回归与方差分析[M].北京:高等教育出版社,1999:4-23. WANG Songjia, CHEN Min. Linear Statistical Model: Linear Regression and Variance Analysis[M]. Beijing: Higher Education Press,1999:4-23.
A study on relativity between the electronic test and traditional seriplane test of raw silk
LI Bing, GE Guoping, GUO Wei, CHEN Xingcan, LI Yan
(Inspection and Quarantine Technology Center, Guangxi Entry-Exit Inspection and Quarantine Bureau, Nanning 530021, China)
Abstract：To analyze the relativity between electronic test and traditional seriplane test technique for raw silk, several batches of raw silk were tested by the two test techniques in this study, analysis was made on the detection data of electronic test and traditional seriplane test, and regression equations thereof were established with relevant analysis method. Results indicated that the line density variation coefficientCV5mof 20/22 D(22.22/24.44 dtex) raw silk detected via electronic test could be graded with the confidence interval method, and theCV5mvalue of 6 A-class raw silk can be set to below 5.79. With the regression equations of electronic test and seriplane test, the rough results of electronic test could be converted to traditional seriplane test results, which can reflect the actual test results of raw silk more truly. The regression equation between dependent variableY(the seriplane cleanness points) and dependent variablesB(large slubs by electronic test) andC(middle slubs by electronic test) isY= 0.014 73B+0.031 57C+1.335 93, the regression equation between dependent variableY(the neatness points) and dependent variablesD(small brown) andE(snow brown) isY=0.007 46D-0.003 05E+94.94. There exists slight difference in the results of regression analysis since different test methods were employed.
Key words：raw silk; electronic test; traditional seriplane test; defect; regression analysis
收稿日期：2016-11-24;
修回日期：2017-05-05
基金项目：国家质检总局科技计划项目(2016IK069)
作者简介：李冰(1987—)，女，工程师，博士，主要从事蚕丝及丝织品的检验。
DOI：10.3969/j.issn.1001-7003.2017.06.002
中图分类号：TS141.914
文献标志码：A
文章编号：1001-7003(2017)06-0008-05 引用页码: 061102