统计过程控制在丹参注射液生产质量控制中的应用研究

论文摘要

我国的中药制药行业目前缺乏有效的在线分析方法和质控手段,中药产品难以达到国际上对药品质量稳定均一的要求,这严重制约了我国中药制药工业的发展。近红外光谱技术作为一种在线监测的技术,具有快速、无损的特点,已在众多领域得到广泛应用,但却很少有在中药制药过程监控中的应用研究报道。多变量统计过程控制是有效的在线数据分析和信息提取工具,常用于过程控制、数据挖掘、故障诊断等。本文以丹参浓缩和醇沉生产过程为具体研究对象,开展了近红外光谱技术与多变量统计过程控制技术用于在线监控的研究,主要工作如下:1.建立了丹参浓缩过程的近红外光谱在线分析方法。采用偏最小二乘法（PLS）,选择7200～9569 cm-1和4500～7083 cm-1波长区间,建立了丹参浓缩过程中丹参素、原儿茶醛和含固量的定量分析方法。2.研究了丹参醇沉过程的近红外光谱快速分析方法。采集醇沉液的近红外光谱,以HPLC分析值作为对照值。对光谱预处理方法和波段进行选择,以偏最小二乘法（PLS）为建模方法,建立了同时测定醇沉过程中丹参素、原儿茶醛、咖啡酸、丹酚酸A、丹酚酸B、丹酚酸D和含固量的定量分析方法。3.建立了丹参醇沉过程的主成分分析模型。以近红外光谱为分析工具,利用主成分分析法研究了正常操作条件下醇沉过程的变化规律,建立了丹参醇沉过程的近红外光谱主成分分析模型,并对主成分模型进行解释。4.研究了丹参醇沉过程的多变量统计过程控制模型。在线采集丹参醇沉过程中料液的近红外光谱,建立了基于主成分的多变量统计过程控制的Hotelling T2模型、SPE模型和主成分置信限模型,并将所建模型用于实时在线监控。

论文目录

• 致谢
• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 研究背景
• 1.2 统计过程控制
• 1.2.1 统计过程控制的原理
• 1.2.2 多变量统计过程控制
• 1.2.3 主成分分析
• 2控制图'>1.2.4 Hotelling T²控制图
• 1.2.5 SPE控制图
• 1.3 近红外光谱技术在过程监控中的应用
• 1.3.1 近红外光谱的简介
• 1.3.2 近红外光谱技术在生化过程中的应用
• 1.3.3 近红外光谱技术在化学制药过程中的应用
• 1.3.4 近红外光谱技术在食品生产过程中的应用
• 1.4 中药注射剂质量控制
• 1.4.1 中药注射剂质量控制现状
• 1.4.2 浓缩过程的研究
• 1.4.3 醇沉过程的研究
• 1.4.4 丹参注射液质量控制
• 1.5 本文研究内容
• 第2章 近红外光谱技术用于丹参浓缩过程在线监测的研究
• 2.1 引言
• 2.2 实验部分
• 2.2.1 仪器和试剂
• 2.2.2 丹参水提液的制备
• 2.2.3 浓缩过程
• 2.2.4 光谱的采集
• 2.2.5 对照值测定
• 2.3 数据处理
• 2.4 结果与讨论
• 2.4.1 光谱预处理
• 2.4.2 波数区间的选择
• 2.4.3 校正模型的建立
• 2.4.4 模型的预测结果
• 2.4.5 模型性能的考察
• 2.5 小结
• 第3章 近红外光谱技术用于监测丹参醇沉过程多种成分变化的研究
• 3.1 引言
• 3.2 实验部分
• 3.2.1 仪器和试剂
• 3.2.2 醇沉液的制备
• 3.2.3 参考值的测定
• 3.2.4 光谱的采集
• 3.2.5 数据处理方法
• 3.3 结果与讨论
• 3.3.1 光谱预处理
• 3.3.2 波数区间的选择
• 3.3.3 校正模型的建立
• 3.4 小结
• 第4章 应用MSPC对丹参醇沉过程进行在线监控的研究
• 4.1 引言
• 4.2 实验部分
• 4.2.1 实验设计
• 4.2.2 实验仪器与试剂
• 4.2.3 醇沉过程
• 4.2.4 光谱的采集
• 4.2.5 数据处理
• 4.3 结果与讨论
• 4.3.1 过程光谱的分析
• 4.3.2 过程光谱PCA分析
• 4.3.3 醇沉过程中的物质浓度变化
• 4.3.4 醇沉过程监控模型的建立
• 4.3.5 醇沉生产过程的在线监控
• 4.4 小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 作者简历