CN112090097A - 一种中药浓缩器的性能分析方法及其应用 - Google Patents
一种中药浓缩器的性能分析方法及其应用 Download PDFInfo
- Publication number
- CN112090097A CN112090097A CN202010783949.9A CN202010783949A CN112090097A CN 112090097 A CN112090097 A CN 112090097A CN 202010783949 A CN202010783949 A CN 202010783949A CN 112090097 A CN112090097 A CN 112090097A
- Authority
- CN
- China
- Prior art keywords
- data
- performance
- working
- characteristic
- chinese medicine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 239000003814 drug Substances 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000001704 evaporation Methods 0.000 claims description 51
- 230000008020 evaporation Effects 0.000 claims description 51
- 239000007788 liquid Substances 0.000 claims description 24
- 239000012071 phase Substances 0.000 claims description 16
- 238000009825 accumulation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 239000000498 cooling water Substances 0.000 claims description 3
- 239000007791 liquid phase Substances 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000007405 data analysis Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D1/00—Evaporating
- B01D1/26—Multiple-effect evaporating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D1/00—Evaporating
- B01D1/30—Accessories for evaporators ; Constructional details thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Vaporization, Distillation, Condensation, Sublimation, And Cold Traps (AREA)
Abstract
本发明公开了一种中药浓缩器的性能分析方法及其应用，性能分析方法包括：数据采集、数据处理、特征工作阶段的提取、特征数据的提取和性能的分析。应用包括：在得到中药浓缩器的工作性能后，根据工作性能与特征数据分析工作性能下降的原因，并根据分析结果制定解决方案。本发明基于中药浓缩器在浓缩过程中的实时数据的采集，并在此基础上进行分析，从而将数据转换成分析结果，并针对性地响应生产中的知识，从而实现企业对隐藏知识的充分获取，同时基于对知识的充分获取的基础上，进一步进行针对性分析，并根据分析结果适应性调整中药浓缩器，从而给出针对性的调整措施，提高整个生产过程的效率和质量。
Description
技术领域
本发明涉及制药工业数据挖掘技术领域，具体涉及一种中药浓缩器的性能分析方法及其应用。
背景技术
浓缩是中药生产前处理中非常常见的工序，其主要目的是有效除去药液中的水分或其他溶剂，为后续工序提供密度合适的浸膏。浓缩器的蒸发性能会随着生产的进行而逐渐降低，导致浓缩时间延长，蒸汽和电力消耗增加。此外，过长的浓缩时间也可能影响药液中热敏感性成分发生不可控的含量波动，影响药品的质量一致性。因此对中药浓缩器蒸发性能进行监测，找出蒸发性能下降的原因是十分必要的。
现有的方法一般简单地由人工记录药液蒸发量和浓缩时间相除计算得到蒸发效率，这种方法不仅需要操作人员的记录，也无法反映浓缩过程中出现的问题，难以找出浓缩器的蒸发性能下降的原因。目前中药制药企业正大力推广制造执行系统(MES)和数据采集与监视控制系统(SCADA)等，通过这些系统可以采集到浓缩过程中许多传感器、阀门和操作指令等数据。这些数据随着生产的进行得以积累，蕴藏着丰富的生产知识，但是目前缺少相应的数据分析方法和流程，造成了“数据丰富、信息匮乏”的现状，企业无法从浓缩过程数据中获取可用的信息。
发明内容
本发明的目的在于提供一种中药浓缩器的性能分析方法及其应用，以解决现有技术中基于对中药浓缩器的数据分析得到其性能并针对性指定解决措施的问题。
为解决上述技术问题，本发明具体提供下述技术方案：
一种中药浓缩器的性能分析方法，包括：
S100、数据采集：对中药浓缩器在操作过程中的相关数据进行采集；
S200、数据处理：对采集的数据根据工作阶段的不同进行划分，得到多组不同工作阶段中的数据组；
S300、特征工作阶段的提取：对每个数据组的变量数据进行提取，对应计算得出相对稳定的数据组，并将其对应的工作阶段作为特征工作阶段；
S400、特征数据的提取：将特征工作阶段中的数据进行二次提取，并将提取得到的统计指标作为特征数据；
S500、性能的分析：根据特征数据计算中药浓缩器的工作性能。
作为本发明的一种优选方案，步骤S100中，所述相关数据由MES和SCADA系统中的传感器数据、仪表数据、阀门数据和操作指令数据提供；
所述相关数据包括多效蒸发室内部压力，真空泵压力，向多效蒸发室中提供的蒸汽的压力，多效蒸发室中液相温度，多效蒸发室中气相温度，多效蒸发室液位，冷却水温度，进液流量，进液累积量，蒸汽累积量，各阀门开度和各阀门状态。
作为本发明的一种优选方案，步骤S100和步骤S200之间还包括对采集的数据进行预处理，所述预处理过程包括：
对采集的数据进行筛选和剔除，重新构建形成待处理数据；
将得到的待处理数据根据缺失情况进行补缺或是二次剔除，得到可用的采集数据。
作为本发明的一种优选方案，所述补缺包括采用平均值填充、中位数填充或通过线性插值进行填充。
作为本发明的一种优选方案，步骤S300具体包括：
S301、将得到的多组数据组进行筛选，以得到目标数据组；
S302、对得到的所述目标数据组中的变量数据对应设定移动窗；
S303、对得到的移动窗分别计算标准差和一阶差分，且当计算得到的移动标准差和一阶差分值均落入预设范围内，则判定对应的数据组相对稳定；
S304、对得到的各个相对稳定的数据组进行整合，形成为数据段，将整合后的相对稳定的数据段对应的工作阶段作为特征工作阶段。
作为本发明的一种优选方案，移动窗标准差的计算公式如下所示：
一阶差分值的计算公式如下所示：
d＝xi+t-xi；其中，
m为窗口大小，
为窗口内所有元素的均值；t为步长。
作为本发明的一种优选方案，步骤S400中，二次提取过程包括对特征工作阶段中的各变量数据的统计指标进行提取，并使得每个变量数据中的取值个数相同。
作为本发明的一种优选方案，步骤S500中工作性能为蒸发性能，且蒸发性能值为进液累积量与在多效蒸发室中的总时长的比值。
为解决上述技术问题，本发明还进一步提供下述技术方案：
一种基于上述所述的性能分析方法的应用，包括：在得到中药浓缩器的工作性能后，根据工作性能与特征数据分析工作性能下降的原因，并根据分析结果制定解决方案。
本发明与现有技术相比较具有如下有益效果：
1)基于中药浓缩器在浓缩过程中的实时数据的采集，并在此基础上进行分析，从而将数据转换成分析结果，并针对性地响应生产中的知识，从而实现企业对隐藏知识的充分获取；
2)基于对知识的充分获取的基础上，进一步进行针对性分析，并根据分析结果适应性调整中药浓缩器，从而给出针对性的调整措施，提高整个生产过程的效率和质量。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。
图1为本发明实施例提供的性能分析方法的流程图；
图2为本发明实施例中双效浓缩器的蒸发性能在2018年的变化趋势；
图3为本发明实施例中采用PCA方法得到的其中两个主成分的得分图；
图4为本发明实施例中各过程变量对图3中簇1和簇2的差异的贡献图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下结合具体实施例进行分析：
如图1所示，本实施例采集了一套双效浓缩器相关的2018年全年的过程数据，并基于这些过程数据对该双效浓缩器的蒸发性能进行评价，诊断其下降的主要原因，具体操作如下：
1)数据采集
采集双效浓缩器单元的传感器和仪表数据、阀门数据和操作指令等数据，包括I&II效蒸发室压力、真空泵压力、I&II效蒸汽压力、I&II蒸发室液相温度、I&II效蒸发室气相温度、I&II效蒸发室液位、冷却水温度、进液流量、进液累积量、蒸汽累积量、各阀门开度和各阀门状态等共40个过程变量。
这些过程数据都是实时产生的，通过OPC接口从PLC或DCS等传入实时数据库中。整个数据采集操作过程为从实时数据库中按一定的采样时间间隔获得这些数据。在实施例中，综合考虑浓缩工序的时长和数据导出速度，将采样时间间隔定为1min，即每个变量每天可获得24×60＝1440个时间点的数据。2018年全年共有192批浓缩数据产生，最后得到192×1440×40的三维数据矩阵。
当然，在实际数据的采集过程中，可以根据实际情况选择合适的采集类型，例如，采集的浓缩过程数据主要包括数值型、开关型和操作指令型的过程变量。其中数值型变量包括药液温度、压力、液位、进液流量和阀门开度等；开关型变量包括阀门状态、阀门反馈信号和真空泵状态等；操作指令型变量包括出膏、清洗和浓缩器启动等。
2)数据的预处理
由于网络通讯中断导致部分批次的数据存在大量缺失值，以及自控程序设计或变更等原因导致部分过程变量缺乏分析价值等问题，本发明中进一步对采集到的过程数据进行预处理，预处理过程具体包括：
A、变量筛选：对采集到的40个过程变量剔除冗余变量(冗余变量可以根据实际情况进行选择，例如，阀门反馈信号反映了阀门的开关状态，与阀门的控制信号意义相同；进液累积量是由变量进液流量积分而得，然而与其他变量不同，进液累积量不能反映浓缩过程的实时状态；此类变量可作为冗余变量进行剔除)。在本次操作中，由于蒸汽累积量是通过蒸汽流量表的数据计算而得，最终发现该变量的计算公式存在错误，且蒸汽流量实时数据也没有记录，因此无法获得进入双效浓缩器的蒸汽量的信息，蒸汽累积量这个变量也被剔除。
B、缺失值处理：由于过程数据是通过OPC接口从DCS或PLC中传入实时数据的，数据传输过程对网络状态有一定要求。而在2018年的这192批数据中，有37批数据存在大量由网络通讯故障导致的缺失值，这些批次的数据无法用于进一步的分析，因此只剩下155批可用的数据。(当然，剩下的155批数据中缺失的少量数值则通过平均值填充、中位数填充或通过线性插值进行填充)
3)数据处理
双效浓缩过程可以根据其操作规程分为7个工作阶段：II效工作(阶段1)、双效同时工作(阶段2)、清洗(阶段3)、浓缩最后出膏(阶段4)、浓缩中途出膏(阶段5)、清洗后出液(阶段6)和待机(阶段7)。根据对蒸发室压力、蒸汽阀门和出膏阀等过程变量的特点，可以制定出自动划分工作阶段的流程。在这7个工作阶段，浓缩器的工作阶段为阶段1和阶段2，而阶段2是最主要的工作阶段，对阶段2的数据进行挖掘分析，就可以获取浓缩工作状态的绝大部分信息和知识。经过上述划分，形成为7个工作阶段，并针对性地将数据划分到对应的工作阶段中。
4)特征工作阶段的提取
特征阶段是指浓缩过程中相对稳定的阶段，也就是说在特征阶段中的各个变量一般也是相对稳定的。在本实施例中，特征阶段识别相关的过程变量共有5个：I效蒸发室液位(LI)、II效蒸发室液位(LII)、I效蒸发室压力(PV,I)、II效蒸发室压力(PV,II)和进液流量(Fm)。采用移动窗标准差和一阶差分作为依据对各个变量的稳定状态进行识别，判别条件如表1所示。移动窗标准差(s)和一阶差分(d)的计算公式如下所示。
一阶差分值的计算公式如下所示：
d＝xi+t-xi；其中，
m为窗口大小，
为窗口内所有元素的均值；t为步长。
表1
根据表1可以计算得到这5个过程变量分别对应的稳定状态，通过各个过程变量稳定状态的组合可以得到浓缩过程的特征阶段。在特征阶段中，各个过程变量都是相对稳定的，此时的浓缩器蒸发性能也较为稳定，不存在剧烈波动的情况，因此对特征阶段的数据进行分析可以准确反映浓缩器的工作状态。
5)特征数据的提取
从特征阶段中进一步提取特征作为二次变量，使得各批次的变量数相同。
具体地，在本发明中，提取了特征阶段各过程变量平均值作为特征；同时，开关型数据在本研究中的主要作用是划分各个生产阶段，在后续分析中，只需要24个数值型过程变量的数据，因此可以将开关型数据剔除。此时可以得到155×24的二次变量数据。通过特征数据提取，原始的实时数据得到了很大程度的压缩，大大减小了运算压力，也有利于后续的分析结果解释。
6)数据分析
A、蒸发性能计算：在该实施例中，蒸发性能E的计算公式如下，其中分母T为阶段1和阶段2的时长之和，分子为在浓缩工作时进液流量对时间的积分，即进液累积量。2018年双效浓缩器全年的蒸发性能变化趋势如图2所示。在2018年年初时，蒸发性能较高，接近2.0m3/h，然而随着生产的进行，逐渐下降至1.0m3/h，降幅接近50％；在10月份，蒸发性能突然上升至1.3m3/h左右，并保持该水平至年末。
B、性能下降诊断：采用PCA方法进一步将24个过程变量进一步减少至若干不相关的变量(主成分)。在本实施例中，前2个主成分的得分图如图3所示，2018年各批次的发展趋势如图中的箭头所示，其颜色表示了浓缩性能的高低。可以发现从年初到年末，蒸发性能从高到低，后来又有部分回升的趋势，与图2展示的趋势一致。
其中，图3中标识为1的簇1中的主要批次是年初的批次，蒸发性能较高；图3中标识为2的簇2中的主要批次是9月和10月的批次，蒸发性能较低。比较簇1和簇2的过程数据差异，可以探究浓缩器性能下降的原因。图4是各过程变量对簇1和簇2差距的贡献图，结合图4，可以确定真空泵压力和II效蒸发室压力是导致簇1和簇2差异的最主要原因。在簇1中，真空泵压力和II效蒸发室压力较低(即真空度较高)，为-85KPa；而簇2中真空泵压力和II效蒸发室压力较高(即真空度较低)，为-70KPa左右。因此，真空泵压力和II效蒸发室压力是决定浓缩性能的主要原因。此外，在10月后，浓缩器的蒸发性能有所上升，结合设备维护记录，发现是在10月底更换了真空泵的密封圈，因此可以获得更高的真空度，从而提高了蒸发性能。
7)根据分析结果针对性地应用
由于步骤6)得出了真空泵压力和II效蒸发室压力是决定浓缩性能的主要原因的结论。进一步地，可以根据上述结论限定在生产中当真空泵压力和II效蒸发室压力高于-70KPa时，需要对浓缩器进行漏点检测，同时也要对真空泵的密封性进行评估，及时更换零部件，从而有效解决中药浓缩器在使用过程中的实时问题。
以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (9)
1.一种中药浓缩器的性能分析方法，其特征在于，包括：
S100、数据采集：对中药浓缩器在操作过程中的相关数据进行采集；
S200、数据处理：对采集的数据根据工作阶段的不同进行划分，得到多组不同工作阶段中的数据组；
S300、特征工作阶段的提取：对每个数据组的变量数据进行提取，对应计算得出相对稳定的数据组，并将其对应的工作阶段作为特征工作阶段；
S400、特征数据的提取：将特征工作阶段中的数据进行二次提取，并将提取得到的统计指标作为特征数据；
S500、性能的分析：根据特征数据计算中药浓缩器的工作性能。
2.根据权利要求1所述的一种性能分析方法，其特征在于，步骤S100中，所述相关数据由MES和SCADA系统中的传感器数据、仪表数据、阀门数据和操作指令数据提供；
所述相关数据包括多效蒸发室内部压力，真空泵压力，向多效蒸发室中提供的蒸汽的压力，多效蒸发室中液相温度，多效蒸发室中气相温度，多效蒸发室液位，冷却水温度，进液流量，进液累积量，蒸汽累积量，各阀门开度和各阀门状态。
3.根据权利要求1或2所述的一种性能分析方法，其特征在于，步骤S100和步骤S200之间还包括对采集的数据进行预处理，所述预处理过程包括：
对采集的数据进行筛选和剔除，重新构建形成待处理数据；
将得到的待处理数据根据缺失情况进行补缺或是二次剔除，得到可用的采集数据。
4.根据权利要求3所述的一种性能分析方法，其特征在于，所述补缺包括采用平均值填充、中位数填充或通过线性插值进行填充。
5.根据权利要求1或2所述的一种性能分析方法，其特征在于，步骤S300具体包括：
S301、将得到的多组数据组进行筛选，以得到目标数据组；
S302、对得到的所述目标数据组中的变量数据对应设定移动窗；
S303、对得到的移动窗分别计算标准差和一阶差分，且当计算得到的移动标准差和一阶差分值均落入预设范围内，则判定对应的数据组相对稳定；
S304、对得到的各个相对稳定的数据组进行整合，形成为数据段，将整合后的相对稳定的数据段对应的工作阶段作为特征工作阶段。
6.根据权利要求5所述的一种性能分析方法，其特征在于，移动窗标准差的计算公式如下所示：
一阶差分值的计算公式如下所示：
d＝xi+t-xi；其中，
m为窗口大小，
为窗口内所有元素的均值；t为步长。
7.根据权利要求1或2所述的一种性能分析方法，其特征在于，步骤S400中，二次提取过程包括对特征工作阶段中的各变量数据的统计指标进行提取，并使得每个变量数据中的取值个数相同。
8.根据权利要求2所述的一种性能分析方法，其特征在于，步骤S500中工作性能为蒸发性能，且蒸发性能值为进液累积量与在多效蒸发室中工作状态下的总时长的比值。
9.一种基于权利要求1-8中任意一项所述的性能分析方法的应用，其特征在于，包括：在得到中药浓缩器的工作性能后，根据工作性能与特征数据分析工作性能下降的原因，并根据分析结果制定解决方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010783949.9A CN112090097B (zh) | 2020-08-06 | 2020-08-06 | 一种中药浓缩器的性能分析方法及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010783949.9A CN112090097B (zh) | 2020-08-06 | 2020-08-06 | 一种中药浓缩器的性能分析方法及其应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112090097A true CN112090097A (zh) | 2020-12-18 |
| CN112090097B CN112090097B (zh) | 2021-10-19 |
Family
ID=73750274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010783949.9A Active CN112090097B (zh) | 2020-08-06 | 2020-08-06 | 一种中药浓缩器的性能分析方法及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112090097B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116036177A (zh) * | 2023-01-12 | 2023-05-02 | 上海交通大学医学院附属新华医院 | 一种甘地颗粒制备工艺和工艺筛选系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030093246A1 (en) * | 2001-11-14 | 2003-05-15 | Daw Charles Stuart | Application of symbol sequence analysis and temporal irreversibility to monitoring and controlling boiler flames |
| CN105536269A (zh) * | 2015-12-24 | 2016-05-04 | 浙江大学 | 一种中药刮板浓缩装置及药液密度在线检测方法 |
| US20160180474A1 (en) * | 2013-05-06 | 2016-06-23 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets using an engineering-based energy asset model |
| CN205360638U (zh) * | 2016-01-26 | 2016-07-06 | 上海华源制药安徽广生药业有限公司 | 一种用于中药浓缩的双效蒸发器 |
| CN107201921A (zh) * | 2017-03-10 | 2017-09-26 | 国电科学技术研究院 | 一种汽轮机热耗率在线监测系统及测量方法 |
| CN107578104A (zh) * | 2017-08-31 | 2018-01-12 | 江苏康缘药业股份有限公司 | 一种中药生产过程知识系统 |
| CN207114423U (zh) * | 2017-04-19 | 2018-03-16 | 孟令兵 | 一种中药材提取在线紫外光谱分析装置 |
| CN108562657A (zh) * | 2018-01-15 | 2018-09-21 | 大理药业股份有限公司 | 一种快速检测红参醇提取液中人参皂苷含量的方法及应用 |
| CN108804703A (zh) * | 2018-06-19 | 2018-11-13 | 北京焦点新干线信息技术有限公司 | 一种数据异常检测方法及装置 |
| CN109522742A (zh) * | 2018-10-26 | 2019-03-26 | 贵州斯曼特信息技术开发有限责任公司 | 一种计算机大数据的批处理方法 |
| US20190203367A1 (en) * | 2014-12-05 | 2019-07-04 | Westlake Vinyl Corporation | System and method for purifying depleted brine |
| CN109992666A (zh) * | 2019-03-22 | 2019-07-09 | 阿里巴巴集团控股有限公司 | 用于处理特征库的方法、装置和非暂时性机器可读介质 |
| CN111241164A (zh) * | 2020-01-18 | 2020-06-05 | 湖北理工学院 | 一种中药系统药理学分析平台及分析方法 |
| CN111382347A (zh) * | 2018-12-28 | 2020-07-07 | 广州市百果园信息技术有限公司 | 一种对象特征的处理和信息推送方法、装置和设备 |
| CN111401470A (zh) * | 2020-03-31 | 2020-07-10 | 西安电子科技大学 | 基于特征空间分布的Fisher特征选择方法 |
-
2020
- 2020-08-06 CN CN202010783949.9A patent/CN112090097B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030093246A1 (en) * | 2001-11-14 | 2003-05-15 | Daw Charles Stuart | Application of symbol sequence analysis and temporal irreversibility to monitoring and controlling boiler flames |
| US20160180474A1 (en) * | 2013-05-06 | 2016-06-23 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets using an engineering-based energy asset model |
| US20190203367A1 (en) * | 2014-12-05 | 2019-07-04 | Westlake Vinyl Corporation | System and method for purifying depleted brine |
| CN105536269A (zh) * | 2015-12-24 | 2016-05-04 | 浙江大学 | 一种中药刮板浓缩装置及药液密度在线检测方法 |
| CN205360638U (zh) * | 2016-01-26 | 2016-07-06 | 上海华源制药安徽广生药业有限公司 | 一种用于中药浓缩的双效蒸发器 |
| CN107201921A (zh) * | 2017-03-10 | 2017-09-26 | 国电科学技术研究院 | 一种汽轮机热耗率在线监测系统及测量方法 |
| CN207114423U (zh) * | 2017-04-19 | 2018-03-16 | 孟令兵 | 一种中药材提取在线紫外光谱分析装置 |
| CN107578104A (zh) * | 2017-08-31 | 2018-01-12 | 江苏康缘药业股份有限公司 | 一种中药生产过程知识系统 |
| CN108562657A (zh) * | 2018-01-15 | 2018-09-21 | 大理药业股份有限公司 | 一种快速检测红参醇提取液中人参皂苷含量的方法及应用 |
| CN108804703A (zh) * | 2018-06-19 | 2018-11-13 | 北京焦点新干线信息技术有限公司 | 一种数据异常检测方法及装置 |
| CN109522742A (zh) * | 2018-10-26 | 2019-03-26 | 贵州斯曼特信息技术开发有限责任公司 | 一种计算机大数据的批处理方法 |
| CN111382347A (zh) * | 2018-12-28 | 2020-07-07 | 广州市百果园信息技术有限公司 | 一种对象特征的处理和信息推送方法、装置和设备 |
| CN109992666A (zh) * | 2019-03-22 | 2019-07-09 | 阿里巴巴集团控股有限公司 | 用于处理特征库的方法、装置和非暂时性机器可读介质 |
| CN111241164A (zh) * | 2020-01-18 | 2020-06-05 | 湖北理工学院 | 一种中药系统药理学分析平台及分析方法 |
| CN111401470A (zh) * | 2020-03-31 | 2020-07-10 | 西安电子科技大学 | 基于特征空间分布的Fisher特征选择方法 |
Non-Patent Citations (3)
| Title |
|---|
| WATARU MOMOSE，ET AL.: "Process analytical technology applied for end-point detection of pharmaceutical blending by combining two calibration-free methods: Simultaneously monitoring specific near-infrared peak intensity and moving block standard deviation", 《POWDER TECHNOLOGY》 * |
| 熊皓舒等: "中药智能制造质量数字化研究及复方丹参滴丸实践", 《中国中药杂志》 * |
| 胡乃静等: "《金融信息技术专业建设与银行管理》", 30 November 2013, 上海：上海社会科学院出版社 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116036177A (zh) * | 2023-01-12 | 2023-05-02 | 上海交通大学医学院附属新华医院 | 一种甘地颗粒制备工艺和工艺筛选系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112090097B (zh) | 2021-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1407370B1 (en) | Method and system for collecting and retrieving time-series, real-time and non-real-time data | |
| CN111307123B (zh) | 一种水情监测数据的实时异常诊断与插补方法 | |
| CN109670400A (zh) | 一种水电机组开机过程稳定性状态评价方法 | |
| AU2002310479A1 (en) | Method and system for collecting and retrieving time-series, real-time and non-real-time data | |
| CN109446184B (zh) | 基于大数据分析平台的发电大数据预处理方法及系统 | |
| CN112090097B (zh) | 一种中药浓缩器的性能分析方法及其应用 | |
| CN114323665A (zh) | 一种燃气轮机燃料供给系统故障的检测方法 | |
| CN113219910A (zh) | 一种全流程的生产自诊断及优化系统 | |
| CN114252216A (zh) | 一种燃气轮机滑油泄漏的检测方法 | |
| CN112267972A (zh) | 一种风电机组功率曲线异常智能判定方法 | |
| CN109299080B (zh) | 一种电力生产运行数据的清洗方法及计算设备 | |
| CN111209914A (zh) | 一种异常风功率数据的剔除方法 | |
| CN112036436B (zh) | 一种调相机油温预测系统的数据噪声处理方法及处理系统 | |
| CN111879522B (zh) | 基于时序概率的汽轮机运行监测和故障判别方法及系统 | |
| CN117495206A (zh) | 一种基于人工智能算法的气井排采工艺选井方法 | |
| CN108685142B (zh) | 一种卷烟制丝加工过程中各工序出口水分维护方法 | |
| CN112835326B (zh) | 一种大型铸锻件加工智能化方法及系统 | |
| CN111581787B (zh) | 一种实时筛选汽轮机热耗率分析数据的方法及系统 | |
| CN112107977A (zh) | 一种基于脱硫系统的pH值自动调节方法、系统和装置 | |
| CN112015778A (zh) | 一种水指纹预测算法 | |
| CN111076772A (zh) | 一种卷烟制丝过程数据的处理方法 | |
| CN116500898B (zh) | 基于特征流量辨识的火电机组agc负荷控制系统 | |
| CN113568383B (zh) | 适用于加工中心的非侵入式识别方法 | |
| CN217442300U (zh) | 一种间接空冷机组循环水水质数字化智能监测控制装置 | |
| CN118410699A (zh) | 一种基于机器学习的设备劣化分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |