法律状态公告日
法律状态信息
法律状态
2018-02-02
著录事项变更 IPC(主分类):G01N21/35 变更前: 变更后: 申请日:20080822
著录事项变更
2011-09-28
授权
授权
2010-04-28
实质审查的生效 IPC(主分类):G01N21/35 申请日:20080822
实质审查的生效
2010-02-24
公开
公开
(一)技术领域:
本发明涉及一种利用近红外光谱进行在线检测的方法,具体是中药保健酒生产过程中总黄酮、总皂苷的近红外光谱快速无损在线监测方法。
(二)现有技术:
中药保健酒大多由一种或多种中药经提取、分离、调配制备而成。由于中药成分复杂,一般将其指标成分的含量控制作为主要质量控制手段。中药保健酒中黄酮类及皂苷类成分含量丰富而且是主要功能成分,通常以此作为成品酒质量的主要控制质量指标。目前中药保健酒的质量控制模式,基本上仍停留在事后抽样检测控制阶段而且大部分产品没有成分定量检测指标,其信息反馈滞后,不能实现在线动态即时检测并根据检测结果对工艺进行监控、实时调整,导致中药保健酒产品质量不稳定及不均一性。而且现有的检测方法如色谱法、国标法亦不适合在线监测。
近红外(NIR)光谱主要是有机分子的倍频与合频吸收光谱,物质分子中的C-H、N-H、O-H和C-O等基团的基频振动的倍频与合频吸收在近红外区,信息含量丰富,因此近红外技术比较适合于分析与这些基团有直接或间接关系的成分,中药中很多功效成分如黄酮类及皂苷类物质都包含有这些基团,因此通过化学计量学的方法,建立中药有机物质的近红外数学模型,可达到快速地测定中药中有机物质的含量,降低检测成本的目的。与传统分析技术相比,近红外光谱分析技术具有诸多优点,它能在几分钟甚至数十秒内,仅通过对被测样品完成一次近红外光谱的采集测量,即可完成其多项性能指标的测定。光谱测量时不需要对分析样品进行前处理;分析过程中不消耗其它材料或破坏样品;分析重现性好、成本低。对于经常的质量监控和在线监测是十分经济且快速的。
(三)发明内容:
本发明的目的就是提出一种中药保健酒生产过程中总黄酮、总皂苷的近红外光谱快速无损在线测监方法;本方法通过预先建立生产过程各工艺点指标成分的近红外数学模型,并将此模型用于工艺过程中指标成分的定量分析,实现对整个生产过程的在线质量控制,为中药保健酒的质量监控提供一种新的模式和思路。
本发明包括以下步骤:
第一步,安装近红外监测系统 选取中药保健酒生产过程中若干个关键工艺点,根据工艺点工艺特征安装流通池或探头;所述流通池及探头分别以光纤与近红外分析仪连接,光纤长度不得超过50米;
第二步,采样测定化学值 采集各工艺点不少于30个不同批次的药液样品,使用现有检测标准对样品中总黄酮、总皂苷成分含量进行检测,得离线指标成分化学测定值;
第三步,建立相应工艺点被测药液中总黄酮、总皂苷物质的数学模型 在进行第二步操作的同时,用上述安装的近红外监测系统分别采集各工艺点药液的近红外光谱,并对各原始光谱进行预处理,使用化学计量学软件,以数学运算方式从上述对应光谱中提取数据信息,进行PLS分析,分别建立各工艺点被测药液中总黄酮、总皂苷含量与吸收光谱之间关系的数学模型;
第四步,模型验证与优化 使用已建立的数学模型对第二步所采集的药液样品进行模型预测,并与其化学测定值对比,要求误差小于5%;
第五步,在线检测各工艺点药液中总黄酮、总皂苷含量 通过近红外监测系统分别采集各工艺点药液的近红外光谱后,用相应的近红外数学模型进行分析计算,即得出各工艺点药液中总黄酮、总皂苷含量;
第六步,工艺监控及优化 通过所检测的数据,自动采集输入计算机控制系统信息库及时对自动定量调配系统程序的数据进行调整和工艺优化。
所述的关键工艺点是中药提取、提取液分离、半成品浓缩和成品调配四个工艺点。
所述的中药提取工艺是采用组罐逆流提取工艺。
所述的提取液分离工艺是先采用蝶式离心机进行固液分离,以0.05微米无机膜除去细菌和微粒,再以5万道尔顿分子量的超滤膜进行超滤分离。
所述半成品浓缩工艺是采用纳滤膜冷浓缩工艺。
在所述中药提取工艺的提取罐与储罐以及提取液分离工艺的超滤循环罐与储罐之间,采用主管道旁路连接流通池,流通池与主管道连接角度为30-70度之间;在半成品浓缩和成品调配工艺的储罐内放有探头。
所述建立的各工艺点被测药液近红外数学模型分别是a.中药提取工艺点提取液中总黄酮、总皂苷物质的近红外数学模型;b.提取液分离工艺点分离液中总黄酮、总皂苷物质的近红外数学模型;c.半成品浓缩工艺点浓缩液中总黄酮、总皂苷物质的近红外数学模型;d.成品调配工艺点成品液中总黄酮、总皂苷物质的近红外数学模型。
为了最大限度消除建模样品因浓度、温度差异给建模带来的干扰,各工艺点药液优选参数如下:中药提取液含原药材有效成分80%以上;分离液采用5万道尔顿分子量有机膜对药液杂质和大分子纤维进行分离,温度15-60℃;密度为900-995g/l,粘度0.6-3.7Mpa.s;浓缩液密度950-1105g/l,粘度1.0-4.5Mpa.s,温度15-70℃;成品液密度950-1105g/l,粘度1.0-4.5Mpa.s,温度15-70℃。
所述的对原始光谱预处理是使用一阶微分、二阶微分、直线扣减、多倍散射校正、正交信号校正、小波变换进行特征提取,最大限度去除冗余信息及消除各种干扰因素引起的光谱偏差。
所述现有检测标准是采用中国药典2005年版一部槐花项下总黄酮测定方法及黄芪项下总皂苷测定方法。
本发明与现有技术相比,具有以下优点:
1、通过在关键工艺点安装近红外监测系统和预先建立的中药保健酒生产过程中各个工艺点待测物中总黄酮、总皂苷的近红外数学模型,实现了在中药保健酒实际生产过程中对各个工艺点质量的在线实时监控;通过光纤多路转换器和软件控制配合,实现一台仪器采用多通道多模型测量多个测量点的功能。
2、通过大量建模实验,找出了安装探头及流通池最佳位置、料液的最佳浓度区域及温度和光纤长度等物理参数,为中药和中药保健酒行业运用近红外在线质量监控提供借鉴。
3、运用近红外在线检测模型,得到受样指标成分的含量,对工艺做出诊断,在线数据经计算机控制系统可对相关的工艺过程进行相应诊断、调整和优化。
4、在十秒左右,仅通过对被测样品完成一次近红外光谱的采集测量,即可完成指标成分的测定,分析过程中不消耗其它材料或破坏样品,分析结果重现性好,快速无损,相对偏差小于5%,提高了实时监控的效率,保证了成品质量的均一性。
(四)附图说明:
图1是本发明在线监测流程示意图;
图2是中国劲酒中药提取液中总黄酮含量的化学值与预测值关系图;
图3是中国劲酒中药提取液中总皂苷含量的化学值与预测值关系图;
图4是中国劲酒中50个批次中药提取液近红外光谱叠加图。
(五)具体实施方式:
实施例1 以中国劲酒生产过程中总黄酮、总皂苷的近红外光谱快速无损在线监测方法为例
中国劲酒是湖北劲牌公司生产的具有补气、补肾、滋阴作用的保健酒,主要由黄芪、肉苁蓉、仙茅、淫羊藿、枸杞、山药、当归、丁香、肉桂等多种中药材经提取、分离、半成品浓缩和成品调配等工艺步骤制备而成。
(1)提取工艺 采用浓度梯度的组罐逆流提取技术,直接中药提取液含原药材有效成分大于80%(是热回流提取的直接提取液浓度的三倍),提取液进入相应储罐内。
(2)分离工艺 先以蝶式离心机进行固液分离,再以0.05微米的无机膜除去细菌和微粒,用5万道尔顿分子量的超滤膜进行超滤分离除去无效的大分子成分,分离液温度40℃,密度900g/l,粘度1.07Mpa.S,超滤液进入相应储罐内。
(3)半成品浓缩 采用纳滤膜设备冷浓缩,浓缩液温度55℃,密度980g/l,粘度3.5Mpa.S,浓缩液置于相应储罐内。
(4)成品调配 在半成品浓缩液中加入各种配料调制即得,成品液温度45℃,密度950g/l,粘度3.5Mpa.S,成品置于相应储罐内。
具体操作步骤如下:
第一步,安装近红外监测系统 根据本产品的生产工艺特点,选取上述四个关键工艺点,在提取工艺点的提取罐与储罐及分离工艺点的超滤循环罐与储罐之间的主管道旁分别连接流通池,使被测物料直接流过流通池,流通池与主管道连接角度为30-70°之间。在半成品浓缩和成品调配工艺点的相应储罐内分别放置有探头;流通池与探头分别以光纤与傅立叶变换近红外光谱仪连接,光纤长度小于50米。近红外光谱仪随机附带光谱采集和处理软件。流通池及探头均安装了自动清洗装置。
近红外光谱技术参数的选择:
光谱范围:12,000-4,000cm-1(833 2500nm);
分辨率:优于4cm-1(0.6nm@1250nm);
波长准确度:优于0.1cm-1(0.02nm@1250nm);
光度线性度(美国药典标准):斜率范围1.0±0.05,截距范围0.0±0.05;
第二步,采样测定化学值 分别从提取液储罐、超滤液储罐、
半成品浓缩液储罐及成品液储罐的取样阀采集45个不同批次的药液样品,其中35个为校正集样品,10个为预测集样品,按《中国药典》2005年版一部槐花项下总黄酮测定方法及黄芪项下总皂苷测定方法对样品中总黄酮、总皂苷成分含量进行检测,得离线指标成分化学测定值;
第三步,建立被测药液中总黄酮、总皂苷物质的数学模型在进行第二步操作的同时,用上述安装的近红外监测系统分别采集各工艺点药液的近红外光谱,并对各原始光谱进行一阶微分、二阶微分、直线扣减、多倍散射校正、正交信号校正、小波变换等预处理,最大限度去除冗余信息及消除各种干扰因素引起的光谱偏差;使用化学计量学软件,以数学运算方式从上述对应光谱中提取数据信息,进行PLS分析,分别建立四个工艺点被测药液中总黄酮、总皂苷含量与吸收光谱之间关系的数学模型;这四个模型是a.中药提取工艺点提取液中总黄酮、总皂苷物质的近红外数学模型;b.提取液分离工艺点分离液中总黄酮、总皂苷物质的近红外数学模型;c.半成品浓缩工艺点浓缩液中总黄酮、总皂苷物质的近红外数学模型;d.成品调配工艺点成品液中总黄酮、总皂苷物质的近红外数学模型。
第四步,模型验证与优化 使用已建立的数学模型对第二步所采集的药液样品进行模型预测,并与其化学测定值对比,以中药提取液为例,总黄酮的最大相对误差为7.16%,总皂苷最大相对误差为7.63%,总黄酮平均相对误差为1.46%,总皂苷平均相对误差为2.60%,都小于5%,两者之间对应关系如图2图3和表1所示;从图表中可看出各组分的预测值和化学值的相关性较好,说明用近红外数学模型预测的准确度接近化学方法。
表1 预测值与化学值结果比较
Tab.2 comparison of predicted and actual data
第五步,在线检测各工艺点药液中总黄酮、总皂苷含量 通过近红外监测系统分别采集各工艺点药液的近红外光谱后,用相应的近红外数学模型进行分析计算,即得出各工艺点药液中总黄酮、总皂苷含量;
第六步,工艺监控及优化 通过所检测的数据,自动采集输入计算机控制系统信息库及时对自动定量调配系统程序的数据进行调整和工艺优化。
实施例2 以实施例1中第五步相同步骤对30个批次中国劲酒半成品液中总黄酮、总皂苷含量进行在线测定,其预测值和化学值结果如表2中所示:
表2 劲酒半成品的化学值、预测值及相对偏差列表
从表2中可看出,30个批次的化学值与在线预测值相对偏差均小于5%,说明本发明方法用于中药保健酒生产中总黄酮、总皂苷的快速无损在线监测是可行的。
机译: 近红外光谱分析仪在线应用过程中无测点温度补偿模型的校正方法
机译: 近红外光谱分析仪在线应用过程中无测点温度补偿模型的校正方法
机译: 近红外光谱和化学法实时在线测定过程中的坩埚中的铜