一種基于近紅外光譜的軟測量方法
【專利摘要】本發(fā)明涉及一種基于近紅外光譜的軟測量方法，尤其涉及一種基于近紅外光譜的復(fù)方阿膠漿藥材提取液濃縮過程相對(duì)密度的軟測量方法。本發(fā)明以生產(chǎn)過程樣本與實(shí)驗(yàn)室配制樣本共同組成樣本集，采集樣本集的近紅外光譜圖，剔除異常樣本后選擇合適的光譜建模波段和預(yù)處理方法提取濃縮液的特征光譜信息，以比重瓶法測得濃縮液的相對(duì)密度作為參考值，采用偏最小二乘回歸法建立濃縮液近紅外光譜與其相對(duì)密度之間關(guān)系的定量校正模型，對(duì)待測樣品采集其近紅外光譜，利用所建模型求取其相對(duì)密度。本發(fā)明提供了一種快速、精密的密度軟測量方法，有利于提高生產(chǎn)過程的質(zhì)量控制水平。
【專利說明】一種基于近紅外光譜的軟測量方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明為一種基于近紅外光譜的軟測量方法，具體涉及一種基于近紅外光譜的復(fù) 方阿膠漿藥材提取液濃縮過程相對(duì)密度的軟測量方法，屬于中藥生產(chǎn)【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 軟測量技術(shù)為近年來在過程控制和檢測領(lǐng)域涌現(xiàn)出的一種新技術(shù)，它主要是通過 間接測量的思路，對(duì)難以測量或者暫時(shí)不能測量的重要變量，選擇另外一些容易測量的變 量，通過構(gòu)成某種數(shù)學(xué)關(guān)系來推斷或者估計(jì)。應(yīng)用軟測量技術(shù)實(shí)現(xiàn)組分含量的在線檢測不 但經(jīng)濟(jì)可靠，且動(dòng)態(tài)響應(yīng)迅速、易于達(dá)到對(duì)產(chǎn)品質(zhì)量的實(shí)時(shí)控制。
[0003] 近紅外光譜（Near Infrared Spectroscopy,NIRS)是可見光與中紅外光譜之間波 長范圍為780至2500nm的光譜區(qū)。該光譜區(qū)主要是含氫基團(tuán)（C-H、N-H、〇-H)的倍頻與合 頻吸收，通過掃描樣品的近紅外光譜，可以得到樣品中有機(jī)分子含氫基團(tuán)的特征信息。該技 術(shù)需要與化學(xué)計(jì)量學(xué)結(jié)合，其中常用的化學(xué)計(jì)量學(xué)技術(shù)主要有多元線性回歸、主成分回歸 和偏最小二乘回歸等。近紅外光譜用于中藥質(zhì)量控制能夠從整體上反映中藥材原料、加工 過程中間體及產(chǎn)品的物理及化學(xué)組成信息。它作為一種軟測量技術(shù)，具有樣品無需或僅需 極少的預(yù)處理、操作簡便、不消耗化學(xué)試劑等諸多優(yōu)點(diǎn)。利用這一技術(shù)，我們可以依據(jù)易測 得的近紅外光譜變量與相對(duì)密度之間的數(shù)學(xué)關(guān)系，建立相對(duì)密度的軟測量模型。
[0004] 濃縮過程是復(fù)方阿膠漿生產(chǎn)過程中的重要工序之一，也是實(shí)際生產(chǎn)過程中耗能較 大、質(zhì)量控制相對(duì)較難的工段。在濃縮過程中，相對(duì)密度是判斷過程優(yōu)劣的關(guān)鍵性評(píng)價(jià)指 標(biāo)，而且所得濃縮液的相對(duì)密度是否在所設(shè)定范圍內(nèi)也將對(duì)后續(xù)的沉淀除雜等過程產(chǎn)生影 響。當(dāng)前生產(chǎn)上常規(guī)的相對(duì)密度檢測主要采用比重瓶法，此法需取出樣品并置于20°C恒溫 水浴中待樣品冷卻至室溫后方可精密稱定測量，操作過程較為繁瑣耗時(shí)，無法滿足過程分 析快速簡便的條件，難以用于中藥生產(chǎn)過程的實(shí)時(shí)在線分析。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于近紅外光譜的軟測量方法，尤其是針對(duì)復(fù)方阿膠 漿藥材提取液濃縮過程相對(duì)密度的軟測量方法，及時(shí)地反映濃縮過程中濃縮液的變化信 息，能增強(qiáng)對(duì)濃縮過程的理解，提高生產(chǎn)過程的質(zhì)量控制水平，也為實(shí)現(xiàn)工藝過程的在線監(jiān) 測奠定基礎(chǔ)。
[0006] 本發(fā)明的目的通過如下技術(shù)方案實(shí)現(xiàn)：
[0007] -種基于近紅外光譜的軟測量方法，包括以下步驟：
[0008] 1.樣本的收集：以實(shí)際生產(chǎn)過程取得的樣本和實(shí)驗(yàn)室配制的樣本組成樣本集，此 方法可增加樣本集的代表性；
[0009] 優(yōu)選的，步驟（1)所述的實(shí)際生產(chǎn)過程采集的樣本的具體步驟為：收集實(shí)際生產(chǎn) 濃縮過程共b個(gè)批次，每個(gè)批次采集k個(gè)時(shí)刻的樣本，
[0010] 其中，b 彡 5;k 彡 10。
[0011] 2.樣本集中各樣本相對(duì)密度的測定：進(jìn)行比重瓶法測定以測得樣本的相對(duì)密度 作為參考值，具體操作方法為：
[0012] 取干燥、潔凈并精密稱定重量的比重瓶，裝滿樣品后插入瓶塞，用濾紙將從塞孔溢 出的多余樣品擦干，置20°c恒溫水浴中，放置10分鐘后將比重瓶自水浴中取出，精密稱定， 減去比重瓶自身的重量，求得樣品的重量，將樣品傾去，洗凈比重瓶后，裝滿蒸餾水再照上 法測得蒸餾水的重量，樣品的相對(duì)密度即為樣品的重量與蒸餾水的重量之比。
[0013] 3.近紅外光譜數(shù)據(jù)采集和數(shù)據(jù)預(yù)處理：使用近紅外光譜儀采集樣本近紅外光譜， 進(jìn)行異常樣本剔除和樣本集的劃分，然后選擇合適的建模光譜波段和預(yù)處理方法，提取光 譜特征信息。
[0014] 優(yōu)選的，近紅外光譜儀采集樣本近紅外光譜時(shí)采用透反射模式采集濃縮液的近紅 外光譜圖。
[0015] 更優(yōu)選的，近紅外光譜儀采集樣本近紅外光譜時(shí)以儀器內(nèi)置背景為參比，分辨率 為4cm- 1，掃描次數(shù)為128次，掃描光譜波數(shù)范圍為4000-lOOOOcnT1。
[0016] 數(shù)據(jù)預(yù)處理：在建立模型之前，首先需要鑒別并剔除異常樣本并對(duì)樣本集進(jìn)行劃 分，以獲得代表性強(qiáng)的校正集和驗(yàn)證集樣本，其中，用于建立模型的樣本為校正集樣本，用 于模型驗(yàn)證和評(píng)價(jià)的為驗(yàn)證集樣本。
[0017] 本發(fā)明采用Chauvenet檢驗(yàn)法和杠桿值與學(xué)生化殘差值相結(jié)合的方法進(jìn)行異常 樣本的剔除，同時(shí)兼顧了化學(xué)值和光譜數(shù)據(jù)的異常，更有助于對(duì)異常樣本的鑒別及剔除。
[0018] Chauvenet檢驗(yàn)法首先計(jì)算所有樣品光譜的平均光譜，然后計(jì)算每個(gè)樣品光譜與 平均光譜之間的馬氏距離，將距離值從小到大的順序排列，根據(jù)Chauvenet判別準(zhǔn)則判定 距離值最大的樣品光譜是否為異常，若是則繼續(xù)判別距離值第二大的樣品光譜是否為異 常，以此類推，直至某一樣品光譜被判定為正常。本發(fā)明中軟件根據(jù)準(zhǔn)則自動(dòng)判斷異常光 譜。Chauvenet判別準(zhǔn)則公式如下：
[0019]

【權(quán)利要求】
1. 一種基于近紅外光譜的軟測量方法，其特征在于，該軟測量方法通過以下步驟實(shí) 現(xiàn)： (1) 樣本的收集：以實(shí)際生產(chǎn)過程采集的樣本和實(shí)驗(yàn)室配制的樣本組成樣本集； (2) 樣本集中各樣本相對(duì)密度的測定：以比重瓶法測得樣本的相對(duì)密度作為參考值； (3) 樣本近紅外光譜采集和數(shù)據(jù)預(yù)處理：使用近紅外光譜儀采集樣本近紅外光譜，進(jìn)行 異常樣本剔除和樣本集的劃分，然后選擇合適的建模光譜波段和預(yù)處理方法，提取光譜特 征信息； (4) 軟測量模型的建立：使用多變量分析方法構(gòu)建樣本的近紅外特征光譜與其相對(duì)密 度值之間的定量校正模型，使用校正集樣本建立軟測量模型，并通過驗(yàn)證集樣本對(duì)模型進(jìn) 行評(píng)價(jià)； (5) 軟測量模型的應(yīng)用：用所建模型對(duì)待測樣本進(jìn)行預(yù)測分析，得到待測樣品的相對(duì)密 度。
2. 根據(jù)權(quán)利要求1所述的測量方法，其特征在于，步驟（1)所述的樣本收集具體步驟 為：收集實(shí)際生產(chǎn)濃縮過程共b個(gè)批次，每個(gè)批次采集k個(gè)時(shí)刻的樣本， 其中，b彡5 ;k彡10。
3. 根據(jù)權(quán)利要求1所述的測量方法，其特征在于，步驟（3)所述的近紅外光譜的采集方 式為：使用透反射模式采集樣本近紅外光譜。
4. 根據(jù)權(quán)利要求1所述的測量方法，其特征在于，步驟（3)所述的近紅外光譜采集的相 關(guān)參數(shù)為：以儀器內(nèi)置背景為參比，分辨率為4CHT 1，掃描次數(shù)為128次，掃描光譜波數(shù)范圍 為 4000-lOOOOcnT1。
5. 根據(jù)權(quán)利要求1所述的測量方法，其特征在于，步驟（3)樣本集的劃分：采用SPXY法 將樣本集劃分為校正集和驗(yàn)證集。
6. 根據(jù)權(quán)利要求1所述的測量方法，其特征在于，步驟（3)所述的數(shù)據(jù)預(yù)處理的具體 步驟為：采用Chauvenet檢驗(yàn)法和杠桿值與學(xué)生化殘差值相結(jié)合的方法進(jìn)行異常樣本的剔 除，米用 Sample set Partitioning based on joint x_y distance (SPXY)法將樣本集劃 分為校正集和驗(yàn)證集，采用相關(guān)光譜法選擇合適的光譜區(qū)間，并結(jié)合有效的光譜預(yù)處理方 法對(duì)原始光譜圖數(shù)據(jù)進(jìn)行處理。
7. 根據(jù)權(quán)利要求1所述的測量方法，其特征在于，步驟（4)所述的軟測量模型，其優(yōu)化 性能評(píng)價(jià)指標(biāo)為：以相關(guān)系數(shù)r、校正集均方差RMSEC、交叉驗(yàn)證均方差RMSECV及驗(yàn)證集均 方差RMSEP為指標(biāo)優(yōu)化建模參數(shù)；所述的軟測量模型對(duì)待測樣本的預(yù)測能力用預(yù)測集相關(guān) 系數(shù)r和預(yù)測集均方差RMSEP來考核。
8. 根據(jù)權(quán)利要求1所述的測量方法，其特征在于，步驟（4)所述的多變量分析方法為偏 最小二乘回歸法。
9. 根據(jù)權(quán)利要求1-8所述的測量方法，其特征在于，所述的樣本為中藥生產(chǎn)過程中間 體。
10. 根據(jù)權(quán)利要求9所述的測量方法，其特征在于，所述的樣本為復(fù)方阿膠漿藥材提取 液。
【文檔編號(hào)】G01N21/359GK104062256SQ201310130446
【公開日】2014年9月24日 申請日期:2013年4月15日 優(yōu)先權(quán)日:2013年4月15日
【發(fā)明者】秦玉峰, 尤金花, 周祥山, 田守生, 張淹, 張路, 瞿海斌, 李文龍, 韓海帆 申請人:山東東阿阿膠股份有限公司, 浙江大學(xué)