三七提取物吸湿性及其数学模型研究

目的:筛选可准确描述三七提取物吸湿过程的数学模型,科学量化吸湿过程。方法:25、35和45℃下,用重量法测试三七提取物吸湿过程动力学曲线和吸附/解吸等温线,并用1stOpt统计分析软件进行拟合,以均方根误差(RMSE),残差平方和(RSS)和决定系数(R^2)为评价指标,筛选最佳拟合模型,结合25、35和45℃下吸附等温线计算吸附热。结果:25、35和45℃下,三七提取物吸湿动力学双指数模型、吸附/解吸等温线Peleg模型拟合效果较好,吸附/解吸等温线都属于第Ⅱ种类型,解吸等温线因较高的平衡含水量而出现明显的滞后现象,该滞后现象属于H3型。随着温度升高这种滞后现象变弱。吸附热随着平衡吸湿量的增大而增大。结论:双指数模型和Peleg模型分别较好地拟合三七提取物的吸湿动力学曲线及吸附/解吸等温线,且吸附/解吸等温线存在滞后现象,该滞后现象随温度升高而变弱,吸附热与平衡吸湿量密切相关。     

人参提取物吸湿特性及其数学模型

目的拟合人参提取物(GRRE)吸湿过程数学模型并分析其吸湿特性。方法用称量法测试GRRE在25、35、45℃下吸附/解吸等温线,用7个非线性回归方程对等温线进行描述,借助1st Opt统计分析软件拟合,以均方根误差(RMSE)、残差平方和(RSS)和决定系数(R~2)为评价指标,筛选最佳拟合模型,结合25、35、45℃下吸附等温线计算吸附热。结果 25、35、45℃下,GRRE吸附/解吸等温线都是Peleg模型拟合效果较好,都属于第II种类型,解吸等温线因较高的平衡含水量而出现明显的滞后现象,该滞后现象属于H_3型。随着温度升高这种滞后现象变弱。吸附热随着平衡吸湿量的增大而增大。结论 Peleg模型较好地拟合GRRE的吸附/解吸等温线,且吸附/解吸等温线存在滞后现象,该滞后现象随温度升高而变弱,吸附热与平衡吸湿量密切相关。     

黄芩提取物防潮辅料及其掺入技术对吸湿性影响的研究

目的为降低黄芩提取物吸湿性,从中药固体制剂常用辅料中筛选最佳防潮辅料,并研究辅料掺入提取物的方式对其吸湿性的影响。方法向干燥的黄芩提取物中添加不同辅料,进行吸湿动力学和临界相对湿度测试,研究辅料种类、用量和掺入技术对黄芩提取物吸湿性的影响。结果综合考虑在16种辅料中黄芩提取物最佳防潮辅料为甘露醇,且甘露醇量越多防潮效果越好,将甘露醇和干燥的黄芩提取物重新溶于水中再浓缩干燥后混合物吸湿性低于二者简单地物理混合后的吸湿性。结论甘露醇能有效的降低黄芩提取物的吸湿性,且甘露醇掺入到黄芩提取物中的方式也会影响其吸湿性。     

辅料和粒径对黄芪浸膏吸湿性的影响

目的 研究辅料和黄芪浸膏粒径大小等因素对其吸湿性的影响。方法 制备粒径为50~65目,65~80目,80~100目,100~120目,120~150目之间的黄芪浸膏,进行吸湿动力学测试和临界相对湿度测定;向黄芪浸膏中添加不同辅料,并研究辅料种类及用量对浸膏吸湿性的影响。结果 浸膏粒径和辅料种类对黄芪浸膏吸湿性有明显的影响。结论 粒径较大的黄芪浸膏临界相对湿度较大,吸湿性较差;黄芪浸膏与16种辅料混合,最佳防潮辅料为乳糖,且乳糖的添加量对浸膏吸湿性有明显的影响。     

柴胡提取物吸湿过程的模型拟合

目的:拟合柴胡提取物吸湿过程中的数学模型。方法:利用重量法测试柴胡提取物吸湿过程动力学曲线和吸附-解吸等温线,运用1st Opt统计分析软件进行拟合,以均方根误差(RMSE),残差平方和(RSS)和决定系数(R2)为评价指标,筛选最佳拟合模型。结果:柴胡提取物吸湿过程动力学双指数模型、吸附-解吸等温线Peleg模型因R2更接近于1,RMSE和RSS更接近于0而拟合效果最好。柴胡提取物的吸附-解吸等温线均属于第Ⅱ种类型,柴胡提取物解吸等温线因较高的平衡含水率而出现明显的滞后现象,该滞后现象属于H3型,并且吸附、解吸机制清楚地解释了该滞后现象。结论:双指数模型和Peleg模型分别较好地拟合了柴胡提取物的吸湿动力学曲线及吸附-解吸等温线,对柴胡提取物及其他中药提取物干燥、混合、包装、贮藏等方面涉及到的防潮技术选择都有一定指导意义。