近红外光谱技术对流化床混合过程API含量的在线监测研究
发布时间：2022-01-15 05:49
随着工业指南的颁布,近红外光谱分析技术（Near Infrared Spectroscopy,NIRS）对固体口服制剂混合均匀性的监测已成为目前报道最多的研究之一。流化床混合过程中,原料药（Active Pharmaceutical Ingredients,API）含量均匀度是重要的关键质量属性（Critical Quality Attributes,CQAs）。然而,流化床混合一直是在严格的工艺参数下进行的,整个过程就像一个黑箱,很难理解腔室中物料的真实状态和理化性质。本研究中,引入一种便携式近红外传感器,对流化混合过程进行“可视化”在线监测。作为一种快速无损、绿色环保的过程分析技术（Process Analytical Technology,PAT）,NIRS可以达到混合过程API含量在线监测的目的。由于物料的动态特性及其他影响因素的干扰,在线模型预测能力较差,且在线光谱较离线光谱的收集需要消耗更多的物料,模型的定期维护需要更多的经济投入。为了提高在线模型的精度,节省成本,减少校正集光谱收集及模型维护带来的经济成本,本章中针对流化床混合过程中建立的API定量分析模型,采用化学计量学...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：100 页
【学位级别】：硕士
【部分图文】：
图２－２?（ａ）?ＰＡＴ－Ｕ光谱仪横截面示意图；（ｂ）线性渐变滤光片（ＬＶＦ）工作原理图（见实验记??录?０００９５３５－ｐｌ４）??２．２．４?—级数据的测定??每个混合批次按经验预混合５?ｍｉｎ至基本均匀后再混合约１０?ｍｉｎ，此时进行??
６６５??７?２８．１６０?０．４１０２?０．４１０２?０．４１０８?０．４１０４??〇?４０１?—?Ｆｉｔ?Ｉ?＾??＞－＝０．０２９１?ｘ?＾??Ｒ２＝０．９９９８?／?＂＂??Ａ??０．３５?－?，??ｙ??Ｘ??Ｓ?０．３０?－?，??，??Ｓ?，??５?０．２５?－?．??ｙ??／??０．２０?－?＾??？ｒ??０．１５??１?１?１?＇?＇???６?８?１０?１２?１４??浓度（ｐｇ／ｍＬ）??图２－３标准溶液浓度－吸光度直线回归图（见实验记录０００９５３５－ｐ２４）??根据图２－３建立的标准曲线，通过实际测得的样品紫外吸光度计算得到相应??的样品溶液浓度，从而计算出所取样品中ＡＰＩ的相对含量。含量范围如表２－７所??示。从表２－７计算结果可以得，通过标准曲线计算得到的ＡＰＩ相对含量的均值较??理论含量偏高，这可能是由于混合过程中辅料吸附性大于ＡＰＩ而黏附到流化床??滤袋上造成的系统误差所致。除１００％水平下的最大值以外，每个理论含量水平??下的极值均在理论含量±５％以内。另外，每个理论含量水平下的所有样品的ＲＳＤ??值均小于５％。表示一级数据测量结果的精密度良好，在９５％置信区间内几乎无??３１??
ＡｒｆｃＨｊ?；Ａ＾Ｃ＾?ＭＭ！??°：＼?ｉｌｆｌｌｌｌｌｌｌｌｌｌｌｌｌｊｌ??＃－＇?＼＼?ｉ丨丨丨丨丨沐丨丨丨体丨丨丨丨｜??ｉｉｉｉｉｉｉｔｉＭｉｉｉｉｉｍＪｉ??０．０５?????ｉ?：：：：：：：：：：：：：：：：：：：：??９００?１０００?１１００?１２００?１３００?１４００?１５００?１６００?丨?７００?丨?９００?１１００?１３００?１５００?１７００??Ｗａｖｅｌｅｎｇｔｈ?（ｎｍ）?？?Ｗａｖｅｌｅｎｇｔｈ?（ｎｍ）??（ａ）?（ｂ）??图２－４?（ａ）校正集平均光谱图；（ｂ）不同化合物基团的近红外吸收谱区［７］（见实验记??录?０００９５３５－ｐ２６）??２．３．３主成分分析??主成分分析（ＰＣＡ）是一种经典的离群点检测方法，它通过选择相关的临界极??限和推导置信椭圆来实现［５７，５８］。在ＰＣＡ得分图中，样品点之间的位置越近，它??们的光谱越相似。一般情况下，根据ＰＣＡ得分图，如果样本点的位置在置信区??间（一般为９５％）之外，则该样品被认为是异常样本。ＰＣＡ能够成功地从校准??集中去除某些异常的样本，去除异常值可以避免预测值的明显偏差，提高模型的??准确性和稳定性。在本研究中，使用ＰＣＡ方法检测异常值，图２－５为基于前两??个潜在变量（Ｌａｔｅｎｔ?Ｖａｒｉａｂｌｅ，ＬＶ）的ＰＣＡ得分图。根据ＰＣＡ得分图，校正集样品??中无异常点，因为它们都位于置信椭圆（９５％）之内。从得分图可以看出，第一主??成分捕获了?９２．７４％的变异性，第二主成分捕获了?１．８９％的变异性，第一主成分??主要解释了大部分ＡＰＩ浓度的变异性。与此同时，各个集群中样品点不同程度??的离散，源于Ｄ
【参考文献】：
期刊论文
[1]改进相关系数算法在近红外光谱仪器中波段选择的应用[J]. 肖青青,向轶,许定舟,刘彤. 仪表技术. 2018(10)
[2]无创血液成分检测中基于VIP分析的波长筛选[J]. 贺文钦,严文娟,贺国权,杨增宝,谭勇,李刚,林凌. 光谱学与光谱分析. 2016(04)
[3]均匀设计法联合Excel优选九分巴布剂的基质配比[J]. 潘娅,周莉玲. 中国实验方剂学杂志. 2013(21)
[4]无信息变量消除法在糙米直链淀粉波长选择中的应用[J]. 张巧杰,熊鸣,祁鲲. 农机化研究. 2010(11)
[5]超饱和设计的构造及其数据分析[J]. 刘桂宾. 天津农学院学报. 2007(03)
[6]无信息变量消除法在近红外光谱测定的应用[J]. 陈斌,陈蛋. 光谱仪器与分析. 2005(04)
[7]无信息变量消除法在近红外光谱测定的应用[J]. 陈斌,陈蛋. 光谱仪器与分析. 2005 (04)
[8]流化床制粒影响因素的探讨[J]. 刘怡,冯怡. 中国医药工业杂志. 2004(09)
硕士论文
[1]血浆醇沉过程中近红外光谱在线蛋白含量监测及定量模型转移研究[D]. 王佳月.山东大学 2018
[2]近似正交设计[D]. 谢描.清华大学 2004
本文编号：3590027
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：100 页
【学位级别】：硕士
【部分图文】：
图２－２?（ａ）?ＰＡＴ－Ｕ光谱仪横截面示意图；（ｂ）线性渐变滤光片（ＬＶＦ）工作原理图（见实验记??录?０００９５３５－ｐｌ４）??２．２．４?—级数据的测定??每个混合批次按经验预混合５?ｍｉｎ至基本均匀后再混合约１０?ｍｉｎ，此时进行??
６６５??７?２８．１６０?０．４１０２?０．４１０２?０．４１０８?０．４１０４??〇?４０１?—?Ｆｉｔ?Ｉ?＾??＞－＝０．０２９１?ｘ?＾??Ｒ２＝０．９９９８?／?＂＂??Ａ??０．３５?－?，??ｙ??Ｘ??Ｓ?０．３０?－?，??，??Ｓ?，??５?０．２５?－?．??ｙ??／??０．２０?－?＾??？ｒ??０．１５??１?１?１?＇?＇???６?８?１０?１２?１４??浓度（ｐｇ／ｍＬ）??图２－３标准溶液浓度－吸光度直线回归图（见实验记录０００９５３５－ｐ２４）??根据图２－３建立的标准曲线，通过实际测得的样品紫外吸光度计算得到相应??的样品溶液浓度，从而计算出所取样品中ＡＰＩ的相对含量。含量范围如表２－７所??示。从表２－７计算结果可以得，通过标准曲线计算得到的ＡＰＩ相对含量的均值较??理论含量偏高，这可能是由于混合过程中辅料吸附性大于ＡＰＩ而黏附到流化床??滤袋上造成的系统误差所致。除１００％水平下的最大值以外，每个理论含量水平??下的极值均在理论含量±５％以内。另外，每个理论含量水平下的所有样品的ＲＳＤ??值均小于５％。表示一级数据测量结果的精密度良好，在９５％置信区间内几乎无??３１??
ＡｒｆｃＨｊ?；Ａ＾Ｃ＾?ＭＭ！??°：＼?ｉｌｆｌｌｌｌｌｌｌｌｌｌｌｌｌｊｌ??＃－＇?＼＼?ｉ丨丨丨丨丨沐丨丨丨体丨丨丨丨｜??ｉｉｉｉｉｉｉｔｉＭｉｉｉｉｉｍＪｉ??０．０５?????ｉ?：：：：：：：：：：：：：：：：：：：：??９００?１０００?１１００?１２００?１３００?１４００?１５００?１６００?丨?７００?丨?９００?１１００?１３００?１５００?１７００??Ｗａｖｅｌｅｎｇｔｈ?（ｎｍ）?？?Ｗａｖｅｌｅｎｇｔｈ?（ｎｍ）??（ａ）?（ｂ）??图２－４?（ａ）校正集平均光谱图；（ｂ）不同化合物基团的近红外吸收谱区［７］（见实验记??录?０００９５３５－ｐ２６）??２．３．３主成分分析??主成分分析（ＰＣＡ）是一种经典的离群点检测方法，它通过选择相关的临界极??限和推导置信椭圆来实现［５７，５８］。在ＰＣＡ得分图中，样品点之间的位置越近，它??们的光谱越相似。一般情况下，根据ＰＣＡ得分图，如果样本点的位置在置信区??间（一般为９５％）之外，则该样品被认为是异常样本。ＰＣＡ能够成功地从校准??集中去除某些异常的样本，去除异常值可以避免预测值的明显偏差，提高模型的??准确性和稳定性。在本研究中，使用ＰＣＡ方法检测异常值，图２－５为基于前两??个潜在变量（Ｌａｔｅｎｔ?Ｖａｒｉａｂｌｅ，ＬＶ）的ＰＣＡ得分图。根据ＰＣＡ得分图，校正集样品??中无异常点，因为它们都位于置信椭圆（９５％）之内。从得分图可以看出，第一主??成分捕获了?９２．７４％的变异性，第二主成分捕获了?１．８９％的变异性，第一主成分??主要解释了大部分ＡＰＩ浓度的变异性。与此同时，各个集群中样品点不同程度??的离散，源于Ｄ
【参考文献】：
期刊论文
[1]改进相关系数算法在近红外光谱仪器中波段选择的应用[J]. 肖青青,向轶,许定舟,刘彤. 仪表技术. 2018(10)
[2]无创血液成分检测中基于VIP分析的波长筛选[J]. 贺文钦,严文娟,贺国权,杨增宝,谭勇,李刚,林凌. 光谱学与光谱分析. 2016(04)
[3]均匀设计法联合Excel优选九分巴布剂的基质配比[J]. 潘娅,周莉玲. 中国实验方剂学杂志. 2013(21)
[4]无信息变量消除法在糙米直链淀粉波长选择中的应用[J]. 张巧杰,熊鸣,祁鲲. 农机化研究. 2010(11)
[5]超饱和设计的构造及其数据分析[J]. 刘桂宾. 天津农学院学报. 2007(03)
[6]无信息变量消除法在近红外光谱测定的应用[J]. 陈斌,陈蛋. 光谱仪器与分析. 2005(04)
[7]无信息变量消除法在近红外光谱测定的应用[J]. 陈斌,陈蛋. 光谱仪器与分析. 2005 (04)
[8]流化床制粒影响因素的探讨[J]. 刘怡,冯怡. 中国医药工业杂志. 2004(09)
硕士论文
[1]血浆醇沉过程中近红外光谱在线蛋白含量监测及定量模型转移研究[D]. 王佳月.山东大学 2018
[2]近似正交设计[D]. 谢描.清华大学 2004
本文编号：3590027
本文链接：https://www.wllwen.com/kejilunwen/huaxue/3590027.html
教材专著
