首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
丹红注射液提取过程轨迹及质量在线监控研究   总被引:1,自引:1,他引:0  
目的:建立丹红注射液提取过程轨迹并用于提取过程质量在线监控.方法:采用近红外(near-infrared,NIR)光谱仪在线采集过程光谱数据,结合多变量数据分析技术,建立提取过程轨迹,并采用主成分得分、Hotelling T2和DModX监控图实时监控提取过程质量.结果:应用建立的丹红注射液提取过程轨迹,能及时发现提取过程异常情况.结论:基于NIR光谱技术的过程轨迹在线质量监控方法为实现中药生产全程质量控制提供了技术.  相似文献   

2.
沸腾时间状态属性表征是制药企业提取过程质量控制亟待解决的难点问题。该研究以中药大品种生产物料黄柏的中试提取过程为载体,开发提取过程中沸腾时间状态属性的在线NIR质量控制方法。首先,采集黄柏2次提取过程的在线近红外(near infrared, NIR)光谱。通过提取罐透明视窗观察气泡状态,采用人工判断作为沸腾时间状态属性表征的参考,建立了提取过程中沸腾时间状态属性的在线NIR光谱移动窗口标准偏差(moving block standard deviation, MBSD)模型,优化了模型中光谱预处理方法为标准正则变换(standard normal variate, SNV),建模波段为800~1 200 nm,窗口值为4。以0.002 0为MBSD模型阈值,实现了提取过程中沸腾时间状态属性的在线NIR质量控制。进一步,为降低在线NIR光谱噪音和背景信号对模型的影响,采用课题组编写的主成分分析-移动窗标准偏差(principal component analysis moving block standard deviation, PCA-MBSD)模型,优化了PCA-MBSD模型中主成分数为2。以0.000 075为PCA-MBSD模型阈值,建立了可靠性更高的提取过程中沸腾时间状态属性的在线NIR质量控制方法。该研究开发的提取过程中沸腾时间状态属性的在线NIR质量控制方法稳定、可靠,可代替人工判断,实现中药大品种制造中提取过程的数字化。  相似文献   

3.
近红外光谱技术在丹酚酸B纯化在线质控中的应用研究   总被引:4,自引:0,他引:4  
目的 利用近红外光谱(NIR)技术研究并建立丹酚酸B的含量检测模型,实现产业化规模中药生产纯化过程的在线质量监控.方法 在线采集近红外光谱,同时进行丹酚酸B的HPLC检测,采用偏最小二乘法建立纯化过程的丹酚酸B含量检测模型.结果 模型的最佳建模波段为9 815~5 430 cm~(-1),相关系数r=0.977 6,校正均方差RMSEC=4.02.预测值与真实值的平均相对误差<5%.结论 利用NIR技术能够实现丹酚酸B纯化过程的在线质量监控.  相似文献   

4.
 目的 研究丹参水提过程中在线检测的近红外光谱(NIR)信息与离线检测的产品HPLC信息间的关系,实现用NIR技术对中药提取过程的在线检测与质量控制。方法 模拟丹参水提过程的近红外在线检测并对提取物进行HPLC测试,获取提取液的NIR光谱信息与提取物中的代表性活性成分丹酚酸B,丹参酮ⅡA的含量信息,采用偏最小二乘方法建立NIR与HPLC信息间的关系。结果 近红外最佳建模波长范围为1:300~1 600 nm与2 200~2 400nm。对丹参酮ⅡA,模型相关系数r2=0.9427,校正标准差为0.9177,对校验集样品的最大绝对预测误差为1.4%;对丹酚酸B,模型相关系数r2=0.914 3,校正标准差=1.1212,对校验集样品的最大绝对预测误差为3.08%。结论 NIR技术用于中药提取过程的在线检测与质量监控,可满足药品生产控制精度。  相似文献   

5.
目的:采用近红外(NIR)光谱技术建立天舒胶囊水提取工序中天麻素含量和含固量2个质量控制指标的快速定量分析方法,实时获得二者在该制剂2次水提过程中的动态变化情况,实现水提液浓缩过程关键指标的质量控制。方法:收集天麻、川芎2次水提取过程中样品,通过异常点去除、光谱预处理方法确定及最优波段选择,运用偏最小二乘法(PLS)分别建立NIR光谱与天麻素含量和含固量之间的定量校正模型,采用未知样品对定量校正模型进行验证,判断其准确性。结果:天麻素含量和含固量校正模型的相关系数分别为0.968 0,0.977 2,验证模型的相关系数分别为0.965 9,0.978 6,校正均方差(RMSEC)分别为4.686,0.053,预测均方差(RMSEP)分别为3.698,0.034,预测相对偏差(RSEP)分别为4.85%,3.07%。结论:近红外光谱分析技术操作简便、分析速度快且准确度高,可用于天舒胶囊水提取过程天麻素含量及含固量的快速监测。  相似文献   

6.
《中药材》2015,(12)
目的:建立当归提取过程中阿魏酸的近红外光谱(NIR)校正模型,探讨NIR快速测定阿魏酸的方法。方法:采用多种光谱预处理方法、波长选择方法结合偏最小二乘法对当归提取液的光谱图与阿魏酸的含量进行关联拟合,并通过交互检验标准偏差(SECV)、校正标准偏差(SEC)和决定系数(R2)及优选校正模型。结果:建立的阿魏酸NIR校正模型的预测能力较好。结论:NIR技术可以用于预测当归提取过程中阿魏酸的含量。  相似文献   

7.
目的:应用近红外光谱技术(NIR)建立热毒宁注射液栀子提取液浓缩过程中绿原酸和栀子苷质量分数、固含量、密度的快速定量分析模型,实时反映浓缩状态,实现栀子提取液浓缩过程的质量控制。方法:收集栀子提取液浓缩过程中样品,同时采集浓缩过程在线NIR光谱,经过异常点剔除、光谱预处理和波段选择,运用偏最小二乘法(PLS)分别建立NIR光谱与绿原酸和栀子苷质量分数、固含量、密度分析值之间的定量校正模型,并对未知样品进行预测。结果:PLS模型中,绿原酸和栀子苷质量分数、固含量、密度校正集相关系数分别为0.990 5,0.994 3,0.986 2,0.987 9,交叉验证误差均方根分别为0.112,0.368,0.148,0.013;验证集相关系数分别为0.987 2,0.992 5,0.981 6,0.982 3,预测误差均方根分别为0.181,0.302,0.128,0.016,相对预测偏差均6.0%,能够满足中药生产过程中质量分析要求。结论:该法操作简便、快速无损且准确可靠,可用于热毒宁注射液栀子提取液浓缩过程中绿原酸和栀子苷含量、固含量、密度等质控指标的快速分析及监测。  相似文献   

8.
目的:建立黄芪提取过程中毛蕊异黄酮葡萄糖苷的近红外光谱(NIR)校正模型,探讨NIR快速测定毛蕊异黄酮葡萄糖苷的方法。方法:采用多种光谱预处理方法、波长选择方法结合偏最小二乘法对黄芪提取液的光谱图与毛蕊异黄酮葡萄糖苷的含量进行关联拟合,并通过交互检验标准偏差(SECV)、校正标准偏差(SEC)和决定系数(R~2)及优选校正模型。结果:建立的毛蕊异黄酮葡萄糖苷NIR校正模型的预测能力较好。结论:NIR技术可以用于预测黄芪提取过程中毛蕊异黄酮葡萄糖苷含量。  相似文献   

9.
《中药材》2015,(9)
目的:分析唐古特大黄及其不同炮制品的近红外光谱特征。方法:以积分球漫反射方式采集14批唐古特大黄及15批炮制品的近红外光谱,光谱数据以9点SG平滑滤波、Noise去噪、基线校正及多元散射校正(MSC)进行预处理,建立正交偏最小二乘-判别分析(OPLS-DA)模型对样品光谱进行模式识别。结果:唐古特大黄生品的NIR指纹图谱相似度均大于0.9;酒大黄、熟大黄与大黄生品NIR光谱的变化趋势及特征吸收峰位基本一致,但酒大黄的吸光度略有升高,而熟大黄吸光度明显降低;大黄炭NIR光谱6 888、6 009及5 744 cm-1附近的吸收峰(带)消失,5 185、4 683及4 279 cm-1附近的吸收峰(带)均显著降低;所建OPLS-DA模型能够较为准确地对唐古特大黄及其炮制品进行鉴别,造成其不同分类的主要波数范围分布在8 542~8 081 cm-1,6 117~5 631 cm-1及5 334~4 023 cm-1内。结论:唐古特大黄及其不同炮制品的化学成分含量及种类有所不同。  相似文献   

10.
该研究针对中药制造过程水分含量关键质量属性的现场检测问题,以中药大品种同仁牛黄清心丸为载体,采用近红外(near infrared, NIR)光谱技术结合化学计量学方法,建立生产真实世界中带玻璃纸和不带玻璃纸的同仁牛黄清心丸水分含量NIR现场检测模型。用烘干法测定水分含量作为参考值,采用偏最小二乘法(partial least squares, PLS)将光谱与水分参考值进行关联分析,并对光谱预处理方法进行筛选优化,进一步提高了模型的准确性和稳定性。结果表明,光谱预处理方法均采用标准正则变换(standard normal variate, SNV),带玻璃纸和不带玻璃纸的同仁牛黄清心丸样品潜变量因子数分别为2和7时,所建立的定量分析模型效果最优。带玻璃纸样品模型的预测决定系数(R_(pre)~2)和预测均方根误差(root mean square error of prediction, RMSEP)分别为0.765 7和0.157 2%;不带玻璃纸样品模型的R_(pre)~2和RMSEP分别为0.772 2和0.207 8%。该研究所建立的带玻璃纸和不带玻璃纸的同仁牛黄清心丸水分含量NIR定量模型均具有良好的预测性能,可实现对大蜜丸水分含量的快速、准确和无损定量分析,并为中药大品种制造中水分关键化学属性的现场质量控制提供了方法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号