CN112198135B - 一种基于近红外光谱技术的维c银翘片制粒过程在线检测装置和快速终点判断方法 - Google Patents
一种基于近红外光谱技术的维c银翘片制粒过程在线检测装置和快速终点判断方法 Download PDFInfo
- Publication number
- CN112198135B CN112198135B CN202010978032.4A CN202010978032A CN112198135B CN 112198135 B CN112198135 B CN 112198135B CN 202010978032 A CN202010978032 A CN 202010978032A CN 112198135 B CN112198135 B CN 112198135B
- Authority
- CN
- China
- Prior art keywords
- vitamin
- near infrared
- yinqiao
- granulating
- rotary table
- 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.)
- Active
Links
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 101
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 title claims abstract description 61
- 229930003268 Vitamin C Natural products 0.000 title claims abstract description 61
- 235000019154 vitamin C Nutrition 0.000 title claims abstract description 61
- 239000011718 vitamin C Substances 0.000 title claims abstract description 61
- 239000009792 yinqiao Substances 0.000 title claims abstract description 61
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 40
- 230000008569 process Effects 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000005469 granulation Methods 0.000 title claims abstract description 30
- 230000003179 granulation Effects 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title claims abstract description 24
- 238000001228 spectrum Methods 0.000 claims abstract description 16
- 239000002245 particle Substances 0.000 claims description 43
- 239000000463 material Substances 0.000 claims description 40
- 239000000853 adhesive Substances 0.000 claims description 28
- 230000001070 adhesive effect Effects 0.000 claims description 28
- 239000000523 sample Substances 0.000 claims description 23
- 238000012795 verification Methods 0.000 claims description 15
- 238000005303 weighing Methods 0.000 claims description 15
- 239000011230 binding agent Substances 0.000 claims description 13
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 238000001035 drying Methods 0.000 claims description 10
- 239000008187 granular material Substances 0.000 claims description 10
- 239000000843 powder Substances 0.000 claims description 8
- 238000003756 stirring Methods 0.000 claims description 8
- 238000002790 cross-validation Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 5
- 238000000227 grinding Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 4
- 238000012628 principal component regression Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 239000012491 analyte Substances 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000007789 sealing Methods 0.000 claims description 3
- 238000007873 sieving Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 238000012417 linear regression Methods 0.000 claims description 2
- 238000003825 pressing Methods 0.000 claims description 2
- 238000002203 pretreatment Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000004497 NIR spectroscopy Methods 0.000 claims 7
- 230000014759 maintenance of location Effects 0.000 claims 1
- 238000005453 pelletization Methods 0.000 claims 1
- 238000010200 validation analysis Methods 0.000 claims 1
- 238000009826 distribution Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 239000003814 drug Substances 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000000862 absorption spectrum Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003333 near-infrared imaging Methods 0.000 description 1
- 238000010986 on-line near-infrared spectroscopy Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61J—CONTAINERS SPECIALLY ADAPTED FOR MEDICAL OR PHARMACEUTICAL PURPOSES; DEVICES OR METHODS SPECIALLY ADAPTED FOR BRINGING PHARMACEUTICAL PRODUCTS INTO PARTICULAR PHYSICAL OR ADMINISTERING FORMS; DEVICES FOR ADMINISTERING FOOD OR MEDICINES ORALLY; BABY COMFORTERS; DEVICES FOR RECEIVING SPITTLE
- A61J3/00—Devices or methods specially adapted for bringing pharmaceutical products into particular physical or administering forms
- A61J3/10—Devices or methods specially adapted for bringing pharmaceutical products into particular physical or administering forms into the form of compressed tablets
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8411—Application to online plant, process monitoring
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
Abstract
本发明公开了一种基于近红外光谱技术的维C银翘片制粒过程在线检测装置和快速终点判断方法，采用高剪切制粒方式进行维C银翘片制粒，高剪切制粒剪切块具体采用粉末压块，粉末具体由投料器加工，投料器包括电机，电机上转动连接有转轴，转轴上转动连接有喂料器，喂料器靠近电机一端设有出料口，出料口固定连接有下壳体，电机、转轴、喂料器设于下壳体内，下壳体上可拆卸连接有上壳体，上壳体上固定连接有进料口，转轴上端可拆卸连接有分料凸台，分料凸台上固定连接有第一转台，第一转台上设有第一投料口。本发明提供的在线检测装置实现了旋转投料，使投料更加均匀，同时将NIR光谱技术应用于维C银翘片制粒的在线检测中，可以控制产品质量。
Description
技术领域
本发明属于医药检测技术领域，更具体地，涉及一种基于近红外光谱技术的维C银翘片制粒过程在线检测装置和快速终点判断方法。
背景技术
高速剪切制粒是一种常用的制粒方式，其具有制粒速度快、颗粒粒径分布较小、颗粒松密度大、流动性较好、细粉少、颗粒硬度相对流化床制粒更好等优点，已成为颗粒剂、胶囊剂、片剂等常见剂型制粒方法。目前对高剪切制得颗粒的质量检验方式主要对制粒后的颗粒进行评价，检测方式操作繁琐，且检验方法多采用离线检测方式，检测结果滞后、周期长难以满足工业生产实时在线监测的要求。同时，制粒生产工序缺乏对关键工艺参数精准的、客观的控制，全凭人为经验控制，生产自动化程度低，造成产品批次间质量均一性差，因此，对颗粒性质进行实时在线检测，不仅可以根据变化实时调整工艺操作参数，控制颗粒性质在期望的范围内，还可以保障产品的质量均一性，有利于提升中药产业的技术水平。
近红外光谱技术是一种通过结合光谱和化学计量学的分析技术，具有适用范围广、测量方便、无污染、无破坏、数据准确、可靠等优点，广泛应用于食品、药品等领域的定量分析和定性鉴别。近红外光谱技术作为一种安全、便携过程分析技术在中药提取、浓缩、制粒、干燥等工序得到广泛研究与应用，实现了制剂过程生产的连续性，从而保证产品质量的安全性、有效性和稳定性，达到快速、高效质量控制的目的。
中药大品种维C银翘片目前生产制粒过程控制指标单一，无数据化在线控制，无法保证每批次产品的质量一致性，且目前没有维C银翘片在线控制的相关报道，因此，将近红外在线过程分析技术应用于维C银翘片生产，实现维C银翘片生产实时控制和终点快速判断具有重要意义和应用价值。
发明内容
本发明的目的是为了解决维C银翘片目前生产制粒过程控制指标单一，无数据化在线控制，无法保证每批次产品的质量一致性的技术问题，而提供一种基于近红外光谱技术的维C银翘片制粒过程在线检测装置和快速终点判断方法，通过投料器设计，实现了旋转投料，使投料更加均匀，同时将NIR光谱技术应用于维C银翘片制粒中，建立了维C银翘片制粒在线检测的定量模型，以控制维C银翘片制粒中的产品质量，可有效解决目前产品存在的过程控制水平低、产品均一性差的问题。
本发明通过以下技术方案来实现上述目的，一种基于近红外光谱技术的维C银翘片制粒过程在线检测装置，所述在线检测装置包括高剪切制粒剪切块，采用高剪切制粒方式进行维C银翘片制粒，所述高剪切制粒剪切块具体采用粉末压块，所述粉末具体由投料器加工，所述投料器包括电机，所述电机上转动连接有转轴，所述转轴上转动连接有喂料器，所述喂料器靠近电机一端设有出料口，所述出料口固定连接有下壳体，所述电机、转轴、喂料器设于下壳体内，所述下壳体上可拆卸连接有上壳体，所述上壳体上固定连接有进料口，所述转轴上端可拆卸连接有分料凸台，所述分料凸台上固定连接有第一转台，所述第一转台上设有第一投料口。
进一步地，所述上壳体上固定连接有第一固定块，所述下壳体上固定连接有第二固定块，所述第一固定块、第二固定块上可拆卸连接有销钉，所述上壳体、下壳体连接处设有密封垫，所述分料凸台、转轴之间可拆卸连接有反向齿轮，所述反向齿轮上固定连接有第二转台，所述第二转台上设有第二投料口，所述第一转台、第二转台与上壳体相匹配，所述第一投料口、第二投料口相匹配，所述第一转台上固定连接有第一导向条、第二转台上固定连接有第二导向条，所述第一导向条、第二导向条相匹配，所述第二转台上固定连接有研磨台。
一种基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，包括以下步骤：
（1）设置好制粒工艺参数，进行维C银翘片制粒；
（2）每隔3min取样测定指标信息和在线采集近红外光谱信息，所述指标信息为粘合剂量和颗粒得率；
（3）将步骤（2）中测得的指标信息和近红外光谱信息进行预处理后，建立指标模型和红外光谱模型；
（4）取未参与建模的维C银翘片颗粒样品，根据步骤（3）中建立的近红外光谱模型，对步骤（3）中建立的指标模型进行验证；
（5）对步骤（3）中各指标建立的模型方法学进行确证；
（6）确定指标模型，并将指标模型用于维C银翘片制粒过程的在线检测与终点判断。
进一步地，所述制粒工艺参数包括搅拌桨速度、制粒刀速度、粘合剂用量和制粒时间，所述搅拌速度为300～900rpm，所述制粒刀速度为1500～3000rpm，所述粘合剂为50～80%乙醇溶液，所述粘合剂用量（占混合物量）为10～30%，所述制粒时间为30～90s。
进一步地，所述粘合剂量的测定方法为：取一定量的维C银翘片湿颗粒，平铺于干燥至恒重的扁形称量瓶中，厚度不超过5mm，精密称定，记录重量为m0；开启瓶盖在105℃干燥5h，将瓶盖盖好，移置干燥器中，放冷30min，精密称定，记录重量为m1；再在105℃干燥1h，放冷30min，精密称定，记录重量为m2，至连续两次称重的差异不超过5mg为止。根据减重的重量，按公式计算粘合剂含量（%）=( m0- m2)/ m0×100%。。
进一步地，所述颗粒得率的测定方法为：取维C银翘片湿颗粒M0，60～70℃干燥，含水量控制在3～5%；取维C银翘片干燥颗粒M1分别过24目筛和80目筛，收集两个筛上的颗粒M2，按公式M2/ M1×100%计算颗粒得率。
进一步地，所述在线近红外光谱的采集方法为：使用光纤探头采集维C银翘片样品的NIR漫反射光谱，在12520～4000 cm-1波数范围内获得NIRs，分辨率16 cm-1，扫描累加次数为64次。
进一步地，所述步骤（3）中预处理方法为将步骤（2）中测得的指标信息和近红外光谱信息，导入Unscrambler或OPUS软件，光谱经一阶导数（1st）或二阶导数（2nd）、Savitzky-Golay平滑、多元散射校正（MSC）或标准正则变换（SNV）预处理；所述步骤（3）中建立模型的方法为多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘法(PLS)、人工神经网络(ANN)、拓扑(TP)、支持向量机方法(SVM)或交叉验证法。
进一步地，所述步骤（4）中指标模型的验证方法，是以模型相关系数（R2）、校正均方根误差、交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）为指标优化建模参数，采用留样交互验证法来选择最佳主成分维数，即RMSECV最小值，R2越大且越接近1时，所对应的维数就是最佳主成分维数。
进一步地，所述步骤（5）中的模型方法学为：通过待分析物的预测结果与真值之间的关系来评价近红外的分析方法，粘合剂用量在4.38％～28.68％的范围内线性方程为Y=0.9844X+0.2235，R=0.9911，颗粒得率在13.42％～77.84％的范围内线性方程为Y=0.8797X+4.4657，R=0.9374。
本发明的有益效果在于：
（1）本发明提供的在线检测装置，通过投料器的设计，实现了旋转投料，使投料更加均匀；
（2）本发明提供的投料器，增设了反向转台，针对较大、结块物料进行粉碎，适用面积更加广泛；
（3）本发明提供的投料器，整体结构可拆卸，便于使用者拆卸清洗、与维修，增加了装置使用寿命；
（4）本发明将NIR光谱技术应用于维C银翘片制粒中，建立了维C银翘片制粒在线检测的定量模型，可控制维C银翘片制粒中的产品质量，可有效解决目前产品存在的过程控制水平低、产品均一性差的问题；
（5）本发明中近红外光谱分析技术的快速分析方法适于维C银翘片制粒过程控制与终点判断。
附图说明
图1为本发明提供的制粒机投料器的结构示意图；
图2为本发明图1中A部分的局部放大图；
图3为本发明提供的第二转台的结构示意图；
图4为本发明提供的维C银翘片颗粒样品的近红外原始吸收光谱图；
图5为实施例4提供的粘合剂用量近红外预测值与实测值之间的校正模型；
图6为实施例4提供的粘合剂用量近红外预测值与实测值之间的验证模型；
图7为实施例4提供的粘合剂的RMSECV与维数的关系图；
图8为实施例4提供的颗粒得率近红外预测值与实测值之间的校正模型；
图9为实施例4提供的颗粒得率近红外预测值与实测值之间的验证模型；
图10为实施例4提供的颗粒得率的RMSECV与维数的关系图。
附图标记说明：
101、电机；102、转轴；103、喂料器；104、出料口；105、进料口；106、下壳体；107、上壳体；201、分料凸台；202、第一转台；203、第二转台；204、第一固定块；205、第二固定块；206、销钉；207、第一投料口；208、第二投料口；301、第一导向条；302、第二导向条；303、反向齿轮；304、研磨台。
实施方式
下面将结合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。
实施例1
如图1～3所述，本实施例提供了一种基于近红外光谱技术的维C银翘片制粒过程在线检测装置，所述在线检测装置包括高剪切制粒剪切块，采用高剪切制粒方式进行维C银翘片制粒，所述高剪切制粒剪切块具体采用粉末压块，所述粉末具体由投料器加工，所述投料器包括电机101，电机101上转动连接有转轴102，转轴102上转动连接有喂料器103，喂料器103靠近电机101一端设有出料口104，出料口104固定连接有下壳体106，电机101、转轴102、喂料器103设于下壳体106内，下壳体106上可拆卸连接有上壳体107，上壳体107上固定连接有进料口105，转轴102上端可拆卸连接有分料凸台201，分料凸台201上固定连接有第一转台202，第一转台202上设有第一投料口207，上壳体107上固定连接有第一固定块204，下壳体106上固定连接有第二固定块205，第一固定块204、第二固定块205上可拆卸连接有销钉206，上壳体107、下壳体106连接处设有密封垫，分料凸台201、转轴102之间可拆卸连接有反向齿轮303，反向齿轮303上固定连接有第二转台203，第二转台203上设有第二投料口208，第一转台202、第二转台203与上壳体107相匹配，第一投料口207、第二投料口208相匹配，第一转台202上固定连接有第一导向条301、第二转台203上固定连接有第二导向条302，第一导向条301、第二导向条302相匹配，第二转台203上固定连接有研磨台304。
工作原理：
使用者使用时，启动电机101，通过向进料口105内投料，电机101带动转轴102、分料凸台201旋转，物料通过进料口105落至分料凸台201上端，分料凸台201为凸台结构，物料通过分料凸台201旋转被甩至分料凸台201四周，分料凸台201下固定连接有第一转台202，此时物料处于第一转台202上端，第一转台202上设有多组第一投料口207，通过第一转台202旋转使物料均匀由第一投料口207落至喂料器103内，再由喂料器103旋转使物料由出料口104排出；
当物料为结块状时，使用者可通过拆卸销钉206，使下壳体106、上壳体107分离，从而拆卸分料凸台201，使用者可在分料凸台201与转轴102之间加装反向齿轮303，反向齿轮303固定连接有第二转台203，此时第一转台202、第二转台203相对转动，第一转台202、第二转台203上设有相互匹配的第一导向条301、第二导向条302，第一导向条301、第二导向条302相对转动，物料经第一投料口207进入第一转台202、第二转台203之间，此时较大物料无法通过第二投料口208，通过第一导向条301、第二导向条302对物料进行导向，使物料移动至研磨台304，使研磨台304对其进行研磨，研磨后结块物料呈粉末状，可由离心力向外甩动，此时物料由第一导向条301、第二导向条302间隙向外移动，当物料经过第二投料口208时，物料掉落至喂料器103内，经喂料器103转动由出料口104排出；
同时，使用者可通过销钉206使下壳体106、上壳体107分离，从而对内部进行清洁，延长装置使用寿命。
本实施例还提供了一种基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，包括以下步骤：
1.采用高剪切制粒方式进行维C银翘片制粒，粘合剂为50%乙醇溶液，设置好制粒工艺参数，搅拌速度为300rpm，制粒刀速度为1500rpm，粘合剂用量（总混合物量）为18%，制粒时间为30s；
2.每隔3min取样测定指标信息和在线采集近红外光谱信息，所述指标信息为粘合剂量和颗粒得率；
所述粘合剂量的测定方法为：取3g的维C银翘片湿颗粒，平铺于干燥至恒重的扁形称量瓶中，厚度不超过5mm，精密称定，记录重量为m0；开启瓶盖在105℃干燥5h，将瓶盖盖好，移置干燥器中，放冷30min，精密称定，记录重量为m1；再在105℃干燥1h，放冷30min，精密称定，记录重量为m2，至连续两次称重的差异不超过5mg为止。根据减重的重量，按公式计算粘合剂含量（%）=( m0- m2)/ m0×100%。
所述颗粒得率的测定方法为：取维C银翘片湿颗粒M0，60～70℃干燥，含水量控制在3～5%；取维C银翘片干燥颗粒M1分别过24目筛和80目筛，收集两个筛上的颗粒M2，按公式M2/ M1×100%计算颗粒得率。
所述在线近红外光谱的采集方法为：使用光纤探头采集维C银翘片样品的NIR漫反射光谱，在12520～4000 cm-1波数范围内获得NIRs，分辨率16 cm-1，扫描累加次数为64次。采集到的维C银翘片颗粒样品的近红外原始吸收光谱如图4所示。
实施例2
本实施例提供了一种基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，包括以下步骤：
1.采用高剪切制粒方式进行维C银翘片制粒，粘合剂为60%乙醇溶液，设置好制粒工艺参数，搅拌速度为500rpm，制粒刀速度为1500rpm，粘合剂用量（总混合物量）为15%，制粒时间为60s；
2.每隔3min取样测定指标信息和在线采集近红外光谱信息，所述指标信息为粘合剂量和颗粒得率。
实施例3
本实施例提供了一种基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，包括以下步骤：
1.采用高剪切制粒方式进行维C银翘片制粒，粘合剂为70%乙醇溶液，设置好制粒工艺参数，搅拌速度为800rpm，制粒刀速度为2500rpm，粘合剂用量（总混合物量）为25%，制粒时间为60s；
2.每隔3min取样测定指标信息和在线采集近红外光谱信息，所述指标信息为粘合剂量和颗粒得率；
实施例4
本实施例提供了一种基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，包括以下步骤：
1.采用高剪切制粒方式进行维C银翘片制粒，粘合剂为70%乙醇溶液，设置好制粒工艺参数，搅拌速度为900rpm，制粒刀速度为3000rpm，粘合剂用量（总混合物量）为29%，制粒时间为90s；
2.每隔3min取样测定指标信息和在线采集近红外光谱信息，所述指标信息为粘合剂量和颗粒得率。
3.将步骤2测得的指标信息和近红外光谱信息进行预处理后，建立指标模型和红外光谱模型。
建立模型：取一大部分样品作为校正集，用于建立光谱校正模型，另一部分作为验证集，用以评价模型的预测能力；测定出校正集中含醇-水量和颗粒得率的指标含量，作为对照值，然后预处理光谱数据，NIR 光谱经一阶或二阶微分、Norris 导数滤波、Savitzky-Golay平滑、多元散射校正（MSC）或标准正则变换（SNV）预处理，运用化学计量学中的PLS （偏最小二乘）法建立近红外光谱多元校正模型。
（1）建立粘合剂量模型：如表1和附图5、7所示，运用TheUnscramble分析软件中PLS 法进行数据处理（见表1），以417份样品作为校正样品集，用校正样品集进行内部交叉验证R2＝0.9652，RMSECV ＝1.0246，确定最佳主成分数为7。
。
（2）颗粒得率模型：如表2和附图8、10所示，运用The Unscramble分析软件中PLS法进行数据处理，以417份样品作为校正样品集，用校正样品集进行内部交叉验证R2 ＝0.8592，RMSECV ＝6.1131，确定最佳主成分数为5。
。
4.取未参与建模的维C银翘片颗粒样品，根据步骤3中建立的近红外光谱模型，对步骤3中建立的指标模型进行验证。
循环优化各建模参数，以确定最佳的参数，然后用验证集检验模型的精度准确性，评价模型性能的指标有决定系数(R2)、交互验证均方根误差(RMSECV)和预测均方根偏差(RMSEP)。
（1）粘合剂用量定量模型的验证：另取51份样品作为验证样品集，用验证样品集进行外部验证R2＝0.9848，RMSEP＝0.6949，如附图6所示；
（2）颗粒得率定量模型的验证：另取51份样品作为验证样品集，用验证样品集进行外部验证R2＝0.8605，RMSEP＝5.9116，如附图9所示。
5.对步骤3中建立的粘合剂用量和颗粒得率定量模型进行方法学考察。
（1）线性：近红外的线性与传统分析方法的线性不同，由于近红外方法的建立一般采用多元回归，为二级分析方法，所以它的线性主要用待分析物的预测结果与真值之间的关系来评价。粘合剂用量在4.381％～28.6848％的范围内线性方程为：Y=0.9844X+0.2235，R=0.9911；颗粒得率在13.42％～77.84％的范围内线性方程为：Y=0.8797X+4.4657，R=0.9374。
（2）准确性：将校正集样品经内部交叉验证，粘合剂用量和颗粒得率RMSECV 分别为0.717%、5.76 %，与真实值相比，NIR测定结果平均相对偏差分别为0.03%、0.07%，最大相对误差分别为15.08%、21.30%。
将粘合剂用量、颗粒得率的校正集样品NIR预测结果与真实值在95%置信区间内进行配对t检验，NIR预测值与真实值结果无显著差异( P<0. 05) 。
（3）精密度：取3个样品，每个样品重复测量3天且测量6次得其近红外光谱，分别用建立的校正模型计算得到所测样品的预测值，考察方法的精密度。粘合剂用量、颗粒得率日内精密度平均RSD 分别为2.54%、2.18%，粘合剂用量、颗粒得率日间精密度平均RSD 分别为2.08%、1.76%，结果表明所建方法具有良好的精密度。
（4）重现性：取10个样品，5d 内每天测定光谱，用所建校正模型分析其预测值，考察其重现性。粘合剂用量和颗粒得率的RSD 分别为2.77%，1.05%，说明模型具有良好的重现性。
本实验建立了基于近红外光谱分析技术对维C银翘片制粒过程的粘合剂用量和颗粒得率指标的快速测定方法，结果表明所建近红外光谱分析技术的快速分析方法适于维C银翘片制粒过程控制与终点判断。
最后应说明的是，以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于近红外光谱技术的维C银翘片制粒过程在线检测装置，其特征在于：所述在线检测装置包括高剪切制粒剪切块和光纤探头，采用高剪切制粒方式进行维C银翘片制粒，所述高剪切制粒剪切块具体采用粉末压块，所述粉末具体由投料器加工，所述投料器包括电机（101），所述电机（101）上转动连接有转轴（102），所述转轴（102）上转动连接有喂料器（103），所述喂料器（103）靠近电机（101）一端设有出料口（104），所述出料口（104）固定连接有下壳体（106），所述电机（101）、转轴（102）、喂料器（103）设于下壳体（106）内，所述下壳体（106）上可拆卸连接有上壳体（107），所述上壳体（107）上固定连接有进料口（105），所述转轴（102）上端可拆卸连接有分料凸台（201），所述分料凸台（201）上固定连接有第一转台（202），所述第一转台（202）上设有第一投料口（207）；
所述上壳体（107）上固定连接有第一固定块（204），所述下壳体（106）上固定连接有第二固定块（205），所述第一固定块（204）、第二固定块（205）上可拆卸连接有销钉（206），所述上壳体（107）、下壳体（106）连接处设有密封垫，所述分料凸台（201）、转轴（102）之间可拆卸连接有反向齿轮（303），所述反向齿轮（303）上固定连接有第二转台（203），所述第二转台（203）上设有第二投料口（208），所述第一转台（202）、第二转台（203）与上壳体（107）相匹配，所述第一投料口（207）、第二投料口（208）相匹配，所述第一转台（202）上固定连接有第一导向条（301）、第二转台（203）上固定连接有第二导向条（302），所述第一导向条（301）、第二导向条（302）相匹配，所述第二转台（203）上固定连接有研磨台（304）。
2.一种如权利要求1所述的基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，其特征在于：包括以下步骤：
（1）设置好制粒工艺参数，进行维C银翘片制粒；
（2）每隔3min取样测定指标信息和在线采集近红外光谱信息，所述指标信息为粘合剂量和颗粒得率；
（3）将步骤（2）中测得的指标信息和近红外光谱信息进行预处理后，建立指标模型和红外光谱模型；
（4）取未参与建模的维C银翘片颗粒样品，根据步骤（3）中建立的近红外光谱模型，对步骤（3）中建立的指标模型进行验证；
（5）对步骤（3）中各指标建立的模型方法学进行确证；
（6）确定指标模型，并将指标模型用于维C银翘片制粒过程的在线检测与终点判断。
3.根据权利要求2所述的基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，其特征在于：所述制粒工艺参数包括搅拌桨速度、制粒刀速度、粘合剂用量和制粒时间，所述搅拌桨速度为300～900rpm，所述制粒刀速度为1500～3000rpm，所述粘合剂为50～80%乙醇溶液，所述粘合剂用量为10～30%，所述制粒时间为30～90s。
4. 根据权利要求2所述的基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，其特征在于：所述粘合剂量的测定方法为：取一定量的维C银翘片湿颗粒，平铺于干燥至恒重的扁形称量瓶中，厚度不超过5mm，精密称定，记录重量为m0；开启瓶盖在105℃干燥5h，将瓶盖盖好，移置干燥器中，放冷30min，精密称定，记录重量为m1；再在105℃干燥1h，放冷30min，精密称定，记录重量为m2，至连续两次称重的差异不超过5mg为止，根据减重的重量，按公式计算粘合剂含量（%）=( m0- m2)/ m0×100%。
5. 根据权利要求2所述的基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，其特征在于：所述颗粒得率的测定方法为：取维C银翘片湿颗粒M0，60～70℃干燥，含水量控制在3～5%；取维C银翘片干燥颗粒M1分别过24目筛和80目筛，收集两个筛上的颗粒M2，按公式M2/ M1×100%计算颗粒得率。
6. 根据权利要求2所述的基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，其特征在于：所述在线采集近红外光谱的方法为：使用光纤探头采集维C银翘片样品的NIR漫反射光谱，在12520～4000 cm-1波数范围内获得NIRs，分辨率16 cm-1。
7.根据权利要求2所述的基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，其特征在于：所述步骤（3）中预处理方法为将步骤（2）中测得的指标信息和近红外光谱信息，导入Unscrambler或OPUS软件，光谱经一阶导数（1st）或二阶导数（2nd）、Savitzky-Golay平滑、多元散射校正（MSC）或标准正则变换（SNV）预处理；所述步骤（3）中建立模型的方法为多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘法(PLS)、人工神经网络(ANN)、拓扑(TP)、支持向量机方法(SVM)或交叉验证法。
8.根据权利要求2所述的基于近红外光谱技术的维C银翘片制粒过程在线检测和快速终点判断方法，其特征在于：所述步骤（4）中指标模型的验证方法，是以模型相关系数（R2）、校正均方根误差、交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）为指标优化建模参数，采用留样交互验证法来选择最佳主成分维数，即RMSECV最小值，R2越大且越接近1时，所对应的维数就是最佳主成分维数。
9.根据权利要求8所述的基于近红外光谱技术的维C银翘片制粒过程在线检测方法，其特征在于：所述步骤（5）中的模型方法学为：通过待分析物的预测结果与真值之间的关系来评价近红外的分析方法，粘合剂用量在4.38％～28.68％的范围内线性方程为Y=0.9844X+0.2235，R=0.9911，颗粒得率在13.42％～77.84％的范围内线性方程为Y=0.8797X+4.4657，R=0.9374。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010978032.4A CN112198135B (zh) | 2020-09-17 | 2020-09-17 | 一种基于近红外光谱技术的维c银翘片制粒过程在线检测装置和快速终点判断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010978032.4A CN112198135B (zh) | 2020-09-17 | 2020-09-17 | 一种基于近红外光谱技术的维c银翘片制粒过程在线检测装置和快速终点判断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112198135A CN112198135A (zh) | 2021-01-08 |
| CN112198135B true CN112198135B (zh) | 2023-09-29 |
Family
ID=74015377
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010978032.4A Active CN112198135B (zh) | 2020-09-17 | 2020-09-17 | 一种基于近红外光谱技术的维c银翘片制粒过程在线检测装置和快速终点判断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112198135B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002015838A1 (en) * | 2000-08-23 | 2002-02-28 | Keechun Kim | Apparatus for distributing powder |
| WO2002018912A2 (en) * | 2000-08-28 | 2002-03-07 | Glaxo Group Limited | Method and apparatus for detecting on-line homogeneity |
| CN104964947A (zh) * | 2015-06-12 | 2015-10-07 | 安徽华润金蟾药业股份有限公司 | 一种黄芪配方颗粒混合过程在线质量控制方法 |
| CN106629128A (zh) * | 2016-08-31 | 2017-05-10 | 林张 | 一种定量给料机 |
| CN107024447A (zh) * | 2016-01-29 | 2017-08-08 | 九芝堂股份有限公司 | 一种生药粉在线检测装置和检测方法 |
| CN108371635A (zh) * | 2018-02-11 | 2018-08-07 | 魏居玲 | 一种便于生产药片的制造装置 |
| CN110178993A (zh) * | 2019-06-18 | 2019-08-30 | 中国农业大学 | 应用近红外技术实现在线颗粒饲料生产线的配方保真方法 |
| CN210140134U (zh) * | 2019-07-02 | 2020-03-13 | 北京燕山粉研精机有限公司 | 加料装置及物料输送系统 |
| CN111189798A (zh) * | 2019-12-26 | 2020-05-22 | 浙江大学 | 一种基于近红外光谱的流化床制备中药颗粒的过程监控方法 |
-
2020
- 2020-09-17 CN CN202010978032.4A patent/CN112198135B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002015838A1 (en) * | 2000-08-23 | 2002-02-28 | Keechun Kim | Apparatus for distributing powder |
| WO2002018912A2 (en) * | 2000-08-28 | 2002-03-07 | Glaxo Group Limited | Method and apparatus for detecting on-line homogeneity |
| CN104964947A (zh) * | 2015-06-12 | 2015-10-07 | 安徽华润金蟾药业股份有限公司 | 一种黄芪配方颗粒混合过程在线质量控制方法 |
| CN107024447A (zh) * | 2016-01-29 | 2017-08-08 | 九芝堂股份有限公司 | 一种生药粉在线检测装置和检测方法 |
| CN106629128A (zh) * | 2016-08-31 | 2017-05-10 | 林张 | 一种定量给料机 |
| CN108371635A (zh) * | 2018-02-11 | 2018-08-07 | 魏居玲 | 一种便于生产药片的制造装置 |
| CN110178993A (zh) * | 2019-06-18 | 2019-08-30 | 中国农业大学 | 应用近红外技术实现在线颗粒饲料生产线的配方保真方法 |
| CN210140134U (zh) * | 2019-07-02 | 2020-03-13 | 北京燕山粉研精机有限公司 | 加料装置及物料输送系统 |
| CN111189798A (zh) * | 2019-12-26 | 2020-05-22 | 浙江大学 | 一种基于近红外光谱的流化床制备中药颗粒的过程监控方法 |
Non-Patent Citations (1)
| Title |
|---|
| 药物粉末混合过程在线监控技术研究进展;薛忠等;中国药学杂志;第51卷(第2期);第91-95页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112198135A (zh) | 2021-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10473585B2 (en) | Method and system for measuring a physical parameter of a particulate material | |
| Bitra et al. | Direct mechanical energy measures of hammer mill comminution of switchgrass, wheat straw, and corn stover and analysis of their particle size distributions | |
| Kumar et al. | Real-time particle size analysis using focused beam reflectance measurement as a process analytical technology tool for a continuous granulation–drying–milling process | |
| CN103033486B (zh) | 陈皮及广陈皮药材质量的近红外光谱监控方法 | |
| US20220187268A1 (en) | Device and method for crumbling root crops and for determining components in root crops | |
| US20100216114A1 (en) | Method and apparatus for determination of components in root crops | |
| Samanta et al. | Application of near-infrared spectroscopy in real-time monitoring of product attributes of ribbed roller compacted flakes | |
| JP2021524799A (ja) | 根菜類を粉砕する装置および方法ならびに根菜類の成分を測定する装置および方法 | |
| CN107655852A (zh) | 婴幼儿配方奶粉中必要营养素的近红外光谱快速检测方法 | |
| CN112198135B (zh) | 一种基于近红外光谱技术的维c银翘片制粒过程在线检测装置和快速终点判断方法 | |
| CN111879726B (zh) | 基于加工前后同步近红外分析的烟草热加工强度及波动性在线监测方法 | |
| Watano et al. | On-line monitoring of granule growth in high shear granulation by an image processing system | |
| WO2022269354A1 (en) | Devices for crumbling root crops and determining the composition thereof | |
| EP3305409B1 (en) | Device and method for crumbling root crops and for determining components in root crops | |
| CN114563300B (zh) | 一种圆筒混合机制粒效果在线检测方法 | |
| CN115452766A (zh) | 一种基于近红外光谱技术检测大麦茎秆木质素含量的方法 | |
| CN113834795A (zh) | 硫酸羟氯喹颗粒水分近红外光谱在线定量模型及其建立方法及检测方法 | |
| CN113959980A (zh) | 物料质量快速检测分选设备和中药物料生产系统 | |
| CN205484031U (zh) | 大颗粒物料的近红外光谱分析装置 | |
| Wang et al. | Sorting in-shell walnuts using near infrared spectroscopy for improved drying efficiency and product quality | |
| US20230115652A1 (en) | Devices for crumbling root crops and determining the composition thereof | |
| CN110174371A (zh) | 一种基于近红外技术的烟丝加工中质量变化的表征方法 | |
| CN113730249A (zh) | 一种中药固体制剂连续化生产生方法及其设备 | |
| CN105181639A (zh) | 基于近红外光谱技术快速测定阔叶材聚戊糖含量 | |
| CN106074743B (zh) | 一种牡丹皮颗粒的检测方法 |
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 |