看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于近红外光谱技术的甘草提取过程最优建模方法研究 收藏
基于近红外光谱技术的甘草提取过程最优建模方法研究

基于近红外光谱技术的甘草提取过程最优建模方法研究

作     者:王海霞 所同川 余河水 李正 WANG Hai-xia SUO Tong-chuan YU He-shui LI Zheng

作者机构:天津中医药大学中药制药工程学院天津300193 天津中医药大学现代中药产业技术研究院天津300193 天津市现代中药省部共建国家重点实验室(培育)天津300193 

基  金:天津市科技创新体系及条件平台建设计划项目(14TXZYJC00440) 天津市科技创新体系及条件平台建设计划项目(15PTCYSY00030) 

出 版 物:《中国中药杂志》 (China Journal of Chinese Materia Medica)

年 卷 期:2016年第41卷第19期

页      码:3537-3542页

摘      要:通过实时采集正常操作条件下及发生异常工况时的甘草提取液的动态近红外光谱数据,结合主成分分析法(PCA)、偏最小二乘回归法(PLSR)和平行因子-偏最小二乘回归联用法(PARAFAC-PLSR)建立3种甘草提取过程的实时监测模型,并分析各种模型的特点。结果表明,基于3种方法建立的模型均能在一定程度上预测异常加热工况的发生,但同时也存在一定误判。其中,PCA方法建立的模型出错率最高,在60 min之前就出现3次"故障"误判,不适用于该过程的分析应用。而PLSR和PARAFAC-PLSR模型基本效果相似,校正集相关系数分别高达0.934 2,0.928 1,验证集相关系数也分别达到了0.856 7,0.828 3;并且这2种方法建立的预测模型误判率较低,首次成功预测的故障均发生于75 min。此外,PLSR和PARAFAC-PLSR模型均能在一定程度上预测出系统状态的走势。说明基于动态近红外光谱动态数据建立的PLSR和PARAFAC-PLSR模型均具有良好的在线监测和预测功能,为中药提取过程动态监测方法的优化选择提供了参考依据。

主 题 词:近红外光谱 甘草 平行因子法 质量控制 过程分析 动态监测 

学科分类:1008[医学-中药学类] 1006[医学-中西医结合类] 081704[081704] 07[理学] 08[工学] 0817[工学-轻工类] 070302[070302] 0703[理学-化学类] 100602[100602] 10[医学] 

核心收录:

D O I:10.4268/cjcmm20161907

馆 藏 号:203194314...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分