Study on Drying Moisture Control of Zhengtianwan Fluidized Bed Based on MSPC
Objective: In this paper, a drying moisture control method of Zhengtianwan fluidized bed was established to realize on-line monitoring of the drying process and monitor the release node of Zhengtianwan moisture endpoint. Methods: The near-infrared spectrum data of multiple batches of Zhengtianwans drying production were collected, and the production nodes were determined by MSPC control technology endpoint release model. Results: The main component score of Zhengtianwan drying production end point and the Hotelling T 2 trajectory diagram established could identify the drying end point. Conclusion: The drying end point control chart can identify the changes in the whole drying process of Zhengtianwan, and it is feasible to judge the production end point.
Zhengtianwan
正天丸是一种具有疏风活血、养血平肝、通络止痛等功效的中药制剂,适用于缓解偏头痛
当前,我国中药生产在质量控制方面存在一定的局限性,这使得中药产品的安全性、有效性以及品质的一致性和稳定性难以得到充分保障,这一现状成为推进中药现代化和国际化的关键障碍
多变量统计控制(Multivariate Statistical Process Control, MSPC)是利用不同变量之间存在的关系(相关性)可使用统计程序同时监测多个相关变量,适用于连续和断续过程
当前,在正天丸流化床干燥生产过程中,针对干燥水分放行的方法是采用离线测样的方法,此方法不稳定且耗时长,因此,本研究建立针对正天丸流化床干燥水分放行方法,将近红外光谱技术与MSPC相结合,利用光谱涵盖样品整体信息,建立水分放行模型,整个生产即时状态,反馈到生产控制生产节点。
药材:正天丸由华润三九医药股份有限公司卧式流化床干燥车间收集;仪器详情见
仪器名称 |
厂家 |
型号 |
近红外光谱仪 |
北京格致同德科技有限公司 |
MicroNIR PAT-U |
电热鼓风干燥箱 |
德国宾得公司 |
FD240 |
电子天平 |
梅特勒–托利多公司 |
XS205 |
在第二次正天丸卧式流化床干燥后端进行安装近红外光谱仪,实时扫描生产中变化光谱,近红外光谱扫描采集方法参照
正天丸素丸水分测定方法参照参照
根据生产要求收集6个批次生产放行水分(3.5 ± 1.5)%要求的近红外光谱数据,120个光谱数据作为训练集用于建立控制图的控制限,将剩余7~8批次全过程生产光谱数据作为验证集,9~10全过程生产批次为生产异常数据,见
批次 |
批次信息 |
1~6 |
训练集 |
7~8 |
验证集 |
9 |
水分含量过低 |
10 |
水分含量过高 |
由于近红外光谱具有快速,多组分同时测定等优点,但采集的光谱容易受样品的透反射情况、粒度、温度等外在条件影响,导致光谱的基线偏移、噪声等出现。因此需要对光谱进行相应的预处理,将预处理后的正天丸素丸光谱数据进行PCA降维分析,可以得到每个批次每个样品的展开形式,通过计算得到每个样品的得分值,得分值为光谱数据参数在相同空间的投影,通过将数据压缩去除多重共线性达到简化数据的作用。
霍特林T2具备将多个相关变量组合成一个单一的统计量,具有综合的判别能力,并减少分析的复杂性,优化决策过程,通过建立整体霍特林T2值可用于检测多变量属集中的均值差异。将PCA降维后的得分数据进行霍特林T2值计算,并选定95%置信区间计算训练集批次的控制限并建立控制图,控制限用于判断过程是否进入干燥结束终点部分,进入控制限内1 min内,将正天丸卧式流化床干燥机关闭,则得到该批次生产结束节点。
将2.5项采集的光谱数据导入The Unscrambler X软件(美国CAMO公司)软件中,根据光谱特性选择使用一阶导数的预处理方式增强光谱微小的变化趋势突出物质状态变化,去除基线漂移及噪声,结果如
将批次1~6批次预处理后的正天丸干燥终点训练集光谱数据进行PCA降维分析,结果显示使用波长为:1193.04~1608.06 (nm)前两个主成分(累计贡献 = 96.78)包含绝大部分光谱数据信息,作为考量标准,如
先择两个主成分的得分值作为建模数据,计算前两个主成分的各样品T2值和95%控制限(6.2974),如
使用PCA模型对批次7~8生产光谱进行投影到相同空间预测,得到第7~8批次光谱得分值,计算T2值,判断T2控制图准确性,结果如
将第9批次(水分含量过低)和第10批(水分含量过高)批次光谱带入模型进行验证,通过水分含量过低异常批次(9批次)考察模型对异常批次判别能力(如
本研究以正天丸卧式流化床干燥过程为例,通过对数据预处理得到准确的光谱并通过PCA降维分析建立正天丸干燥过程水分放行模型,通过多批次生产收集数据考察模型准确性及识别能力。结果显示此方法可用于正天丸干燥生产终点判别,以及此方法可拓展到多品种中药生产领域。
由于中药生产的特性,中药样品中存在多成分影响结果,但霍特林T2计算方法能够将样品状态综合考量,快速无损识别生产终点放行及增加节点管控能力。