近红外光谱技术在中药质量控制应用中的化学计量学建模:综述和展望

近红外光谱(NIR)是制药工业领域应用最为广泛的过程分析技术(PAT),在中药产品质量的在线实时检测和控制中越来越受到重视。和化学药相比,由于中药组成的复杂性和生产加工过程的特殊性,对利用化学计量学建立NIR预测模型,提出了新的挑战。本文对NIR在中药质量控制应用中的化学计量学建模方法和技术进行了综述并对未来发展做了展望。综述涉及到NIR数据的采集、预处理、分组,特征波段自动选取,建模以及模型的验证和评价。讨论了平滑、导数、标准化算法、数据增强算法和主元分析等预处理方法对模型影响。特征波段的选取述及间隔偏最小二乘、遗传算法、无信息变量消除、随机蛙跳法、竞争自适应重加权采样和重要变量投影法等;建模方法论及线性和非线性技术包括主元回归、偏最小二乘回归、人工神经网络和支持向量机回归等。未来的NIR建模平台应该是一个在后台集成各种复杂的数学算法和实现数据的无缝共享,面向用户的前台则是友好、简单、智能的半自动界面环境。论述结合具体的实例进行。     

近红外光谱技术在中草药口服液在线质量监控中的模型建立和模型转移

应用近红外光谱技术在线监测工业产品质量时,会出现环境条件变化或仪器的部件如探头或光纤更换的情况,使原模型不再具有原来的预测效果,但是完全从头开始采集数据重新建立新模型工作量大,造成原来宝贵的模型和数据的浪费。为了解决这一矛盾,本文以一种中草药口服液中多糖含量、可溶性固形物含量及pH 为研究对象,利用近红外光谱技术对其进行实时在线检测,研究了主从机分辨率不同的光谱之间的模型转移。模型转移过程利用已建模完成并成功上线应用的模型为原模型,在不能获取原主仪器和从仪器一一对应的标准标样的条件下,找到虚拟标样建立转移矩阵。以直接标准化法结合主成分分析降维作为模型转移方法,以质量指标化学参考值与预测值间的相对误差为指标筛选最佳模型。模型转移结果显示,多糖模型预测值与化学参考值间的相对误差可控制在10%以内,可溶性固形物相对误差在5%以内,pH 相对误差在3%以内。在线生产使用表明,转移的模型同原模型一样可有效应用于在线、快速对质量指标做出准确的预测。结果表明,本文提出的采用虚拟标样的模型转移方法对于无法获得主从机一一对应的标准标样的情况下的模型转移,是一个可行的有效方法。     

近红外光谱结合化学计量学的掺伪杜仲判别

中药杜仲具有多种医疗功能,常被不法分子选作掺假目标以牟取暴利,对掺假杜仲进行快速判别能够更好的保障杜仲质量安全以及维护消费者的利益。使用近红外光谱结合化学计量学,构建了一种用于快速检测杜仲中几类常见掺假物的方法,可以实现杜仲的真伪鉴别。从结果上看,偏最小二乘判别分析(PLS-DA)获得的训练集和测试集的识别率分别为99%、96%,随机森林(RF)获得的训练集和测试集的识别率分别为99%、92%。此外,采用PLS回归模型对杜仲中不同类型掺假物的掺假程度进行定量,良好的线性相关性和准确度证明了PLS回归模型对于杜仲掺假比例的预测结果是可靠的。该方法可以快速、准确地进行杜仲的真伪鉴别和掺假样品的掺假程度预测。     

傅立叶变换近红外光谱技术应用于聚氯乙烯质量分析的可行性研究

近红外光是指介于可见光与中红外光之间的电磁波 ,美国ASTM规定其波长范围为 :780～ 2 5 2 6nm。物质分子中C -H ,N -H ,O -H和C =O等基团振动频率的合频与倍频的吸收在近红外区 ,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。聚氯乙烯粘数、表观密度和白度     

近红外光谱技术在水泥质量控制中的应用及对策

近红外光谱是一种定量分析方法,由于其具有多种优点而广泛应用于各种领域之中。水泥原料中的几种重要成分对于水泥产品的质量本身具有非常重要的作用。将近红外光谱应用到水泥产品质量检测,可以为水泥产品的质量检测提供新的思路。     

近红外光谱结合化学计量学方法快速鉴别一种汞污染植物

结合红外光谱法和化学计量学,建立汞污染植物千里光和未受污染千里光的快速鉴别模型,并考察其作为筛查土壤汞污染替代指标的可行性。分别在铜仁市汞矿周边和远离汞矿地区对千里光进行代表性采样,以ICP-AES对千里光汞含量进行分析。根据千里光粉末的漫反射红外光谱数据,建立化学计量学分类模型,对不同汞含量的千里光进行快速鉴别。ICP-AES结果表明,汞矿周边和远离汞矿地区的千里光中汞元素的差别显著,分别为0~0.2和10.0~19.7 mg/kg。基于原始近红外光谱、二阶导数光谱和标准正态变换(SNV)光谱的偏最小二乘判别分析(PLSDA)模型对两组千里光样品的预测准确率分别为0.886、0.943和0.900。近红外二阶导数光谱结合化学计量学建模可快速准确识别千里光的汞含量水平。该方法快速经济,可为土壤汞污染快速筛查提供一种替代指标。     

近红外光谱在线分析技术将优化乙烯生产工艺

针对乙烯生产过程中常规分析不能满足装置优化操作要球的现状,在实验考察的基础上,介绍了现代近红外光谱技术在乙烯生产中可以完成一些分析项目,列出了部分实验结果,分析了该技术在乙烯工业中的应用及对工艺条件优化所起的作用。     

近红外光谱分析中的化学计量学方法进展

近些年,现代光谱分析技术得到快速发展,化学计量学方法是这项技术的一个关键特征,它能从光谱中获得尽可能多的有用信息,从而提高分析结果的稳健性和准确性。随着人工智能(机器学习和深度学习)、大数据和云计算等新兴科技的飞速发展,为化学计量学注入了新思路、新途径和新方法。综述了近10年用于近红外光谱分析的各种化学计量学方法新进展,包括光谱预处理方法、波长选择方法、多元定量和定性校正方法、多数据融合方法、以及模型维护和模型传递方法等,并对这些方法的未来发展方向进行展望。从发展趋势可以看出,深度学习、多数据融合和免建模方法是未来一段时间内化学计量学研究的重要方向。     

基于近红外光谱的汽油辛烷值在线分析仪

介绍自主开发研制的汽油辛烷值近红外(NIR)光谱在线分析仪。该分析仪包括NIR光谱在线测量、光谱预处理与实时建模等部分。对于原始的NIR光谱数据,采用多项式卷积算法进行光谱平滑、基线校正和标准归一化;通过模式分类与偏最小二乘进行实时建模。该分析仪已成功应用于某炼油厂重整反应器液相产物的辛烷值在线分析。     

近红外光谱分析技术在噻嗪酮生产过程质量控制中的应用

为评估近红外光谱分析技术在噻嗪酮生产过程质量控制中应用的可行性,使用近红外光谱分析仪采集样品近红外光谱,采用偏最小二乘法建立噻嗪酮中间体生产过程中N-氯甲基-N-苯基氨基甲酰氯、N-甲基-N-苯基氨基甲酰氯和N-二氯甲基-N-苯基氨基甲酰氯的定量分析模型。最优模型的决定系数R²分别为0.99、0.99和0.93,交互验证标准偏差SECV分别为0.40、0.38和0.23,理论预测绝对误差范围分别为±0.80%、±0.76%和±0.46%。在实际使用过程中,3项指标的平均预测误差分别为0.46%、0.38%和0.27%,均能满足客户要求。已在该产品的日常质控过程中使用近红外光谱分析技术替代大部分气相色谱的检测工作。新的分析手段降低了检测部门的工作量,提升了分析效率,提高了分析结果对生产的指导价值。此外,近红外技术在离线场景下的成功应用也为将来实施近红外在线分析奠定了基础。     

在线近红外光谱检测乳聚丁苯橡胶聚合过程转化率技术

针对橡胶聚合过程中转化率检测耗时长、对指导生产相对滞后的问题,开发了在线近红外光谱检测乳聚丁苯橡胶聚合过程转化率分析技术,建立了检测模型,并对其可靠性进行了验证.结果表明,仪器检测与化验室人工分析转化率结果之间的绝对偏差基本在±2以内,误差较小且缩短了分析时间.     

近红外光谱技术及应用

近红外光谱技术是目前发展最快和最具有前景的分析技术之一。文章主要介绍了近红外光谱技术的基本原理及该技术在食品行业、农业、烟草行业中的应用。     

基于化学计量学对黑色塑料袋的光谱检测

为了建立一种更加科学准确地区分检验黑色塑料袋物证的方法,本文利用X射线荧光光谱,在电压40k V、电流60 mA、测定时间60s的条件下,对41个不同品牌、不同规格的黑色塑料袋样品进行测定,根据特征元素Cl、Ba、Pb、Cr,将样品分为12组。为了实现对光谱数据的多维度分析,利用主成分分析法,从实验所得的数据中提取出4个因子,并结合Fisher判别分析,对测试数据进行判别分析。将样本聚为12类,与使用特征元素进行分类的结果一致,从而对黑色塑料袋样品进行分类,为犯罪现场黑色塑料袋物证的检验分析提供帮助。     

红外光谱结合化学计量学鉴别西红花的产地

西红花不仅是在世界范围内广泛使用的传统香料,也是一味著名的中草药,其品质与产地密切相关。迫切需要寻找一种能快速对西红花进行产地判别的方法。基于不同产地西红花样品近、中红外光谱数据特征,采用Savitzky-Golay平滑(SG平滑)、多元散射校正、标准正态变量变换、一阶导数和二阶导数等预处理算法对光谱数据进行降噪处理,可以减小试验样本、测定环境以及仪器噪音对光谱数据的影响。结合偏最小二乘判别分析(Partial least square-discriminant analysis, PLS-DA)、决策树(Decision tree, DT)和支持向量机(Support vector machine, SVM)方法分别建立近红外光谱、中红外光谱、近中红外融合光谱分类模型,并采用移动窗口偏最小二乘法(Moving window partial least square method, MWPLS)提取光谱特征区间可以提升建模速度和分类精度。基于预测结果的准确率、混淆矩阵(Confusion matrix)和ROC曲线下面积(Area under curve, AUC)以选择最优分类模型。...     

近红外光谱技术在含能材料成分分析中的建模研究

近红外光谱法在对含能材料成分的分析中采用不同波数以及不同区间的变量，并用偏最小二乘法建立数学模型。建模结果说明模型精度较高，缩减后的自变量矩阵X中提取的主成分对原因变量有着更好的解释能力，并提高了计算速度。     

红外光谱技术结合化学计量学方法在中药研究中的应用

综述了近5年红外光谱技术结合聚类分析、偏最小二乘、主成分分析、人工神经元网络、小波变换、SIMCA方法和支持向量机等化学计量学方法在中药研究领域的应用,包括中药材鉴别与质量评价、中药预处理过程控制、中药复方配伍、中药太空育种、中药制剂生产等方面应用的最新进展。     

化学计量学在光谱解析分析中的应用研究

在光谱建模定性定量分析过程中,如何从复杂光谱数据中提取特性信息,进而减少影响分析结果的因素是建立稳健预测模型的首要难题。因此,针对基于光谱技术的准确定性定量分析问题,开展基于化学计量学预测模型构建过程中的一系列研究,有助于实现研究的过程分析与精准控制。总结了化学计量学方法在光谱数据预处理以及定性和定量分析等方面的应用研究。     

近红外光谱分析技术及其应用

对近红外分析技术的研究和应用进行了综述,包括近红外分析技术的概述、分类并分析其特点,重点介绍了近红外光谱分析技术在石化、煤炭、药物分析、食品、茶叶和烟草等领域的应用.     

基于近红外光谱技术的纺织品判别分析

近红外光谱技术是一种分析速度快、不破坏样品的绿色分析方法,在纺织品的成分检测方面具极大作用。本文利用近红外光谱技术对涤纶、腈纶、锦纶、羊绒、驼绒、兔绒、羊/涤样品进行定性判别分析。通过主成分分析法得到羊绒混涤纶光谱所呈递的主要信息,采用化学计量学方法对光谱进行预处理,剔除异常光谱。通过马氏距离判断分析类别,取得了较为良好的效果。