一种对中药生产工艺进行实时监控的方法技术

本发明专利技术涉及一种对中药生产工艺进行实时监控的方法，其特征在于：它包括以下步骤：（１）预先建立各监控工艺点的四种模型：（２）在与建立模型相同的工艺点在线取样，并经过相同的预处理，实时测定近红外光谱，对得到的近红外光谱数据进行预处理；（３）根据受样近红外光谱，运用近红外工艺监测模型判断工艺状况是否正常，或（４）根据受样近红外光谱，运用近红外－指标成分定量校正模型得到受样指标成分的含量，对工艺做出初步诊断，或（５）根据受样近红外光谱，运用近红外－色谱指纹图谱相关模型，实时得到色谱指纹图谱，再根据指纹图谱工艺控制模型，分析样品整体指纹图谱相似度和图谱上各指纹区的差异，或（６）离线测定受样的色谱指纹图谱，根据得到的色谱指纹图谱和指纹图谱工艺控制模型进行工艺诊断。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
现行中药生产工艺控制模式，基本上仍停留在传统的经验控制方法上，即仅针对生产工艺的温度、压力、反应时间等物理参数进行控制，很少考虑到工艺过程中的成分变化，这种控制方法属于一种粗略的间接控制模式。对于某些重要的指标成分(或有效成分)，有的还把定性鉴别和定量测定作为工艺监测的辅助手段，但也只是针对有限几个成分进行，很难反映出中药众多成分的全貌，而且分析信息反馈滞后，不能实现实时控制。这种落后的工艺控制模式直接导致了中药产品质量的不稳定，严重制约了中药产品的现代化、国际化进程。指纹图谱技术针对中药复杂体系整体性和指纹性特点，是中药质量控制和生产工艺控制的一种有效技术手段，并已正式出现在相关指导性文件中。指纹图谱技术结合了指纹图谱整体定性和指标成分定量两种手段，可全面反映工艺过程中各类成分质和量上的变化情况，在工艺控制领域中应用该技术可以克服传统控制方法粗略、控制指标有限的缺陷。但是指纹图谱大多使用色谱技术获取，自动化程度低，需要消耗大量的时间、人力和物力，而且往往需要采样进行离线分析，不能在线应用，更不能进行实时控制，这在一定程度上限制了指纹图谱技术的在中药生产工艺上的推广应用。近红外光谱技术是最适于实现在线分析和实时控制的成熟技术之一，已经在中药之外的其它领域，如石油、化工、烟草、食品、制药等领域得到广泛应用。近红外光谱技术测量快速、准确，能够实现原位、无损、在线测量，可快速反馈实时信息，而且操作简单、经济廉价、可以避免测量过程中可能带来的污染。在中药质量控制领域，利用近红外光谱在线定量测定指标成分已有相关的专利文献，但在中药制药工艺方面的应用尚无报道。近红外光谱技术优点十分明显，但只能反映出未经分离样品的近红外整体吸收，信息表达不够直观，且指标有限，往往只能用作工艺监测，无法做出工艺诊断。特别是在工艺复杂、成分众多的中药生产领域，比之指纹图谱技术，近红外光谱在工艺控制上不能充分体现中药体系的复杂性、指纹性特点。综上所述，传统的中药生产控制技术有诸多不足，相比之下，指纹图谱技术和近红外光谱技术的优势十分明显，但又各自存在一定的缺陷。
技术实现思路
针对上述问题，本专利技术提供一种中药指纹图谱和近红外在线监测两种技术并用，可以方便地实现对中药生产工艺进行实时监控的方法。为实现上述目的，专利技术采取以下技术方案，包括以下步骤(1)预先在欲监控的各工艺点选取一组工艺状态正常的样品，经过预处理，测定该样品的近红外光谱和色谱指纹图谱，分别建立各监控工艺点的四种模型近红外工艺监测模型、指纹图谱工艺控制模型、近红外-指标成分定量校正模型和近红外-色谱指纹图谱相关模型；(2)在与建立模型相同的工艺点在线取样，并经过对样品相同的预处理，实时测定近红外光谱，对得到的近红外光谱进行预处理；(3)根据受样近红外光谱，运用近红外工艺监测模型判断工艺状况是否正常，若不正常则进入步骤(4)、(5)、(6)中的一个或多个；(4)根据受样近红外光谱，运用近红外-指标成分定量校正模型得到受样指标成分的含量，对工艺做出初步诊断，并对相关的中间工艺过程进行相应的调整后，再返回步骤(2)，若仍不正常，则进入步骤(5)、(6)中的一个或多个；(5)根据受样近红外光谱，运用近红外-色谱指纹图谱相关模型，实时得到色谱指纹图谱，再根据指纹图谱工艺控制模型，分析样品整体指纹图谱相似度和图谱上各指纹区的差异，找到出现异常的中间工艺过程，做出相应调整后，再返回步骤(2)若仍不正常，则进入步骤(6)；(6)离线测定受样的色谱指纹图谱，根据得到的色谱指纹图谱，运用指纹图谱工艺控制模型进行工艺诊断。其中，所述步骤(1)和(2)中对样品的预处理包括离心、过滤、脱气和恒温处理。其中，所述步骤(2)中对得到的近红外光谱进行预处理的方法包括一阶微分、二阶微分、背景扣减、小波变换、多元散射校正、正交信号校正、归一化、标准化方法其中的一种或多种方法联合使用。所述近红外工艺监控模型包括建立各工艺点样品的近红外光谱训练集，形成用于受样工艺参照的“标准图谱”，采用主成分分析法、人工神经网络法、马氏距离法、SIMCA(软模型分类)法中的一种或一种以上，分析受样与“标准图谱”之间的差异，判断受样是否落入设定的差异阈值。所述指纹图谱工艺控制模型包括建立各工艺点样品的指纹图谱，并把成品指纹图谱分为若干功能性区域，不同区域对应于不同中间品的工艺，形成受样工艺参照的“标准图谱”，将受样的指纹图谱与“标准图谱”进行相似度比对，判断受样是否落入设定的相似度阈值。所述近红外-指标成分定量校正模型包括测定各工艺点样品的近红外光谱，采用高效液相色谱法，紫外-可见分光光度法、气相色谱法、薄层板扫描法中的一种或一种以上方法，对样品进行指标成分定量，运用偏最小二乘法、主成分回归法、神经网络法和校正变换矩阵法中的一种方法，得到近红外光谱与指标成分含量之间的相关性；由受样的近红外光谱得到受样的指标成分含量。所述近红外-色谱指纹图谱相关模型包括建立训练集近红外光谱和色谱指纹图谱，在色谱指纹图谱上选取一系列特征指纹峰，用人工神经网络法、校正变换矩阵法、主成分回归法和偏最小二乘法中的一种，得到近红外光谱与特征指纹峰峰面积的相关性，由受样的近红外光谱得到特征指纹峰的峰面积，再根据训练集样本指纹图谱的保留时间和峰宽数据模拟出一张色谱指纹图谱。本专利技术由于采取以上技术方案，其具有以下优点1、本专利技术把指纹图谱技术能够全面反映中药复杂体系整体性和指纹性的特点与近红外光谱技术在线测量准确，快速反馈实时信息的特点结合起来，通过预先建立中药生产过程中各个工艺点的近红外工艺监测模型、指纹图谱工艺控制模型、近红外-指标成分定量校正模型和近红外-色谱指纹图谱相关模型，实现了在中药实际生产过程中对各个工艺点的实时监控。2、本专利技术在实时获取近红外光谱信息后，首先使用近红外工艺监测模型，将受样近红外光谱与该工艺点的标准光谱进行比对，并判断受样工艺信息是否正常，如果正常，便可以继续下一个工艺点的监测，如果不正常再运用其它模型进行处理。这样可以节省大量时间，操作也简单。3、本专利技术在经近红外工艺监测模型判断不正常后，首先运用近红外-指标成分定量校正模型，得到受样指标成分的含量，对工艺做出初步诊断，并对相关的中间工艺过程进行相应的调整后，再进行取样测量。这样可以对简单的较为明显的问题进行快速诊断，提高实时监控的效率，且经济价廉。4、本专利技术对于信息表达不够直观，无法做出工艺诊断的问题不是直接采用离线测定色谱指纹图谱的方式，而是运用近红外-色谱指纹图谱相关模型，实时得到一张色谱指纹图谱，再根据指纹图谱工艺控制模型，分析样品整体指纹图谱相似度和图谱上各指纹区的差异，找到出现异常的中间工艺过程，做出相应的工艺调整。这一过程既利用了色谱指纹图谱可以充分反映工艺过程中各成分质和量的变化情况的优点，又避免了离线获得色谱指纹图谱需要消耗大量的时间、人力和物力的缺点，还将指纹图谱工艺控制模型也应用于在线各工艺点的实时监控中。5、本专利技术仅对最复杂、特殊的问题才进行离线测定受样的色谱指纹图谱，根据得到的色谱指纹图谱，运用指纹图谱工艺控制模型进行工艺诊断，从而使本专利技术在实现对各个工艺点进行实时控制的同时，从易到难层次分明，不但节省时间，还节省人力物力。推本文档来自技高网...

【技术保护点】
一种对中药生产工艺进行实时监控的方法，其特征在于：它包括以下步骤：（１）预先在欲监控的各工艺点选取一组工艺状态正常的样品，经过预处理，测定该样品的近红外光谱和色谱指纹图谱，分别建立各监控工艺点的四种模型：近红外工艺监测模型、指纹图谱工艺控制模型、近红外－指标成分定量校正模型和近红外－色谱指纹图谱相关模型；（２）在与建立模型相同的工艺点在线取样，并经过对样品相同的预处理，实时测定近红外光谱，对得到的近红外光谱数据进行预处理；（３）根据受样近红外光谱，运用近红外工艺监测模型判断工艺状况是否正常，若不正常则进入步骤（４）、（５）、（６）中的一个或多个；（４）根据受样近红外光谱，运用近红外－指标成分定量校正模型得到受样指标成分的含量，对工艺做出初步诊断，并对相关的中间工艺过程进行相应的调整后，再返回步骤（２），若仍不正常，则进入步骤（５）、（６）中的一个或多个；（５）根据受样近红外光谱，运用近红外－色谱指纹图谱相关模型，实时得到色谱指纹图谱，再根据指纹图谱工艺控制模型，分析样品整体指纹图谱相似度和图谱上各指纹区的差异，找到出现异常的中间工艺过程，做出相应调整后，再返回步骤（２）若仍不正常，则进入步骤（６）；（６）离线测定受样的色谱指纹图谱，根据得到的色谱指纹图谱，运用指纹图谱工艺控制模型进行工艺诊断。...

【技术特征摘要】

【专利技术属性】
技术研发人员：罗国安，王义明，于春艳，
申请(专利权)人：清华大学，
类型：发明
国别省市：11[]