基于近红外光谱分析技术的2,3,5-三甲基苯醌粗品萃取过程定量模型优化研究
中文摘要：目的实际工业生产工艺中，萃取是一项耗时耗力的过程，萃取终点的确定通常采用离线的HPLC, gc或由熟练工人根据经验判断，这些方法操作较复杂或是不够准确，在实际生产中缺乏一种快速有效的检测手段以判断萃取终点，节省操作时间，避免过分萃取浪费溶剂。利用近红外光谱技术可以明显改善萃取工艺。方法本实验针对2,3,5-三甲基苯醌（TMBQ）粗品萃取环节，采用偏最小二乘法(PLS)建立模型，考察了不同预处理方法与变量选择方法对模型的影响以优化模型，采用近红外光谱结合PLS算法建立TMBQ萃取过程含量快速检测模型，并使用不同预处理方法与波段选择方法对模型进行优化，最终确定使用一阶导数+SG15点平滑预处理结合iPLS选择波段建立PLS模型。结果建立模型的各项参数为：波普区间4385.33cm-1-5152.86cm-1， 5928.11cm-1-6309.94cm-1，模型决定系数R2=0.996， RMSEP=0.1350。结论建立的模型精密度与准确度良好，可以满足含量分析的需要，是TMBQ萃取过程含量快速检测的有效方法，可以快速准确的对三甲基苯醌粗品萃取过程进行在线监测，提供了一种用于该工艺环节的快速检测手段，如果应用于生产，可以节省操作时间，避免溶剂浪费。
关键词：近红外光谱分析；2,3,5-三甲基苯醌；萃取
2,3,5-三甲基苯醌是维生素E的主要中间体。2,3,5-三甲基苯醌在国外已有生产, 但国内尚未见文献报道。国内用2,3,5-三甲基苯醌主要依赖进口。因此,开展2,3,5-三甲基苯醌的合成研究对发展国内维生素 E 的生产具有重要意义。TMHQ的合成工艺国内外己有多种报道，较为先进的是TMP法与异佛尔酮法，TNBQ粗品萃取过程是合成TMBQ的关键环节。在制药领域，NIRS作为一种重要的PAT工具，已成功用于药物的原辅料评价、关键过程的监测和控制、成品的快速放行和质量监测等各个环节，为保证产品质量、降低生产成本、革新生产过程发挥了重要的作用。
1实验材料与仪器
1.1仪器
Antaris Ⅱ傅里叶变换近红外光谱仪（美国Thermo Fisher公司），7890A气相色谱仪-氢焰离子化检测器（美国Agilent公司），HP-1毛细管色谱柱（美国Agilent公司）BT224S电子分析天平(德国Sartorius公司)，容量瓶，100ml圆底烧瓶，分液漏斗，移液枪（美国ThermoFisher公司）。RESULT近红外光谱采集软件，TQAnalyst近红外光谱分析软件，Matlab数据处理软件。
1.2试剂
2,3,6-三甲基苯醌（合成步骤见第二章），石油醚（天津富宇精细化工有限公司，沸程60℃-90℃）。
2方法
2.1样品制备和处理
按照第二章步骤合成得TMBQ得其石油醚溶液，萃取水相合并有机相，旋蒸浓缩除去石油醚至橙黄色油状液体，称重，再用石油醚作为溶剂配置1ug/ml~50mg/ml一系列溶液。
2.2光谱采集
波长范围4000 cm-1-10000cm-1；扫描次数32；分辨率8 cm-1，使用4mm光程的玻璃样品管乘装液体样品，采集样品前采集背景以消除背景干扰，每个样品重复采集三次光谱。光谱采集在恒定室温（24℃）与恒定湿度的条件下进行。
2.3样品集划分
使用K-S分类法将所有66个样品换分为48个校正集与18个验证集。
2.4模型建立与优化
采用导数、平滑等方法对原始光谱进行预处理，应用偏最小二乘法（PLS）建立模型，结合RMSEP等评价参数，通过变量选择方法选择特征波段优化模型。
2.5 重复性考察
选择3个验证集样品，每个样品连续采集10次光谱，使用建立好的模型预测每张光谱，并计算出每个样品十次预测值的均值和标准偏差。是第i个样品的第j张光谱，第i个样品共测定ri个光谱，第i个样品的预测平均值为：
复测定的标准偏差为：
用c2检验来考察这些重复性标准偏差是否属于同一总体：
z为需要重复测定的样品数，将所得χ2与自由度（z-1）临界值比较，若χ2在临界值以下，则重复测定的所有方差属于同一总体，标准偏差均值σ可以作为近红外测定的标准偏差，近红外分析方法的重复性为z××σmax。如果χ2大于临界值，近红外分析方法的重复性随样品组分浓度不同而不同，这时，近红外分析方法的重复性不大于z××σmax（σmax为σi中的最大值）。
2.6气相色谱检测
初始温度180℃恒温5min，以10℃/min的速率升温至240℃。进样口温度：300，检测器温度：300，载气：氮气，载气流速：3ml/min，进样量：0.5ul。
3结果
3.1校正集与验证计划分
使用K-S分类法将所有66个样品换分为48个校正集与18个验证集。校正集与验证集的第一第二主成分分布图如图1，其中黑色符号代表校正集样品，红色符号代表验证集样品，验证集均匀分布于校正集中，可见使用该方法分类合理。
图1 所有样品主成分分布图
3.2预处理方法的选择
考察无预处理、一阶导数+SG5点平滑、一阶导数加SG9点平滑、一阶导数+SG15点平滑、二阶导数加15点平滑这几种方式的建模结果，以RMSEC、RMSECV、RMSEP以及R2作为评价指标，结果见表1。
表1 预处理方法评价参数
无预处理的模型结果最差，说明噪声对模型结果有较大影响，原始光谱如图2。SG15点平滑+一阶导数的预处理结果RMSEC、RMSECV以及RMSEP最小，R2最高。因此选择SG15点平滑+一阶导数作为模型的预处理方法，预处理后光谱如图3。
图2 原始光谱图
图3 一阶导数+SG15点平滑预处理光谱图
3.2异常样本的剔除
图4为校正集样品在学生残差-杠杆值图中的分布。图中5号（红色方框标记）样品学生残差值与杠杆值都非常高，判定为异常样品，猜测为溶液配制错误或者在光谱采集过程中出现错误，因此在后期模型优化中剔除这一异常值。
图4 学生残差-杠杆值关系图
3.3波段选择结果
以一阶导数+SG15点平滑为最优预处理方法进行波段选择，主要考察ForwardiPLS、SPA、相关系数法三种方法。
3.3.1iPLS波段选择结果
设定20为最大主成分数，分别考察以50、100、200个变量为波段基础的建模效果。红色虚线是全波段建模的RMSECV，红色与绿色条带的高度代表以此条带的变量建模所得RMSECV，从图5中可见，绿色条带的RMSECV值最小，因此绿色条带是被选择用于建模的波段，红色条带则表示不被选择的区域。表2为各变量基础的模型参数。
图5 以50个变量为基础的iPLS法波段选择效果图
图6 以100个变量为基础的iPLS法波段选择效果图
图7 以200个变量为基础的iPLS法波段选择效果图
表2 不同变量基础的建模结果
3.3.2 SPA法波段选择结果
SPA算法首先通过完成n个波长分组各M个波长选择，然后通过多元定量校正模型完成m（1￡m￡M）个最优波长的选定。图8为SPA法选择变量的效果图。
运行SPA算法共选择3个变量，对应波数为4188.65cm-1，4885.50cm-1，7503.50cm-1，为图中红色方框标注，以此3个变量建立PLS模型，结果如表 所示，RMSECV与RMSEP均有所增加，R2降低，表明模型预测能力与线性都有所降低。分析原因可能是此方法在选择波段过程中由1557个变量减少到3个，光谱变量删除过多，去除大量无关变量的同时导致许多有价值信息的丢失。
图8 SPA算法变量选择结果图
3.3.3相关系数法波段选择结果
将相关系数阈值设定为0.6、0.7、0.8，使用相关系数法计算出TMBQ含量值与波数的相关系数图，如图9，图中虚线为设定的相关系数阈值，虚线以上及以及的部分代表相关系数大于阈值的波段，阈值越高，被选择的波段越少，当阈值设为0.8时，大于阈值的波段已经较少。以超过阈值的波段建立PLS模型。模型结果如表3，可见将阈值设为0.6时模型结果最好。
a
b
c
图9 不同阈值的波数相关图（a阈值设为0.6，b阈值设为0.7，c阈值设为0.8）
表3 相关系数法建模参数
3.4 小结
综合比较全波段建模与三种波段选择方法建模结果，参数如表。其中使用iPLS法选取600个变量，波段区间为4385.33cm-1-5152.86cm-1，5928.11cm-1-6309.94 cm-1，分别对应双键上C-H第一组合频与一级倍频吸收，建模后具有最高的决定系数和最低的各项方差值，这些参数表明使用该方法建立的模型预测能力最好，与真实值最接近。因此本实验主要选择iPLS方法选择变量，结合一阶导数+SG15点平滑建立模型，应用于TMBQ萃取过程含量的快速检测。
表4 各变量选择方法比较
图10 优化后模型预测线性图
3.5重复性试验考察
采集验证集8号、25号、36号样品，对TMBQ含量模型进行重复性测试，每样品采集10次光谱。预测结果见表5。
表5 重复性考察结果
自由度为2时，χ2临界值为5.99。实际χ2小于临界值，近红外光谱分析方法重复性为0.154，可以满足分析应用。
3.6NIR预测考察
第一次使用20ml石油醚萃取，之后每次使用等体积10ml石油醚萃取，共萃取8次，使用gc测定TMBQ峰面积，并使用NIR采集8次萃取液近红外光谱，使用优化好的定量模型对其含量进行预测。
图11 NIR预测值
图11为NIR对萃取过程的预测结果，第一次萃取即将大部分产品萃取出，随后的每次萃取量呈逐渐下降的趋势，在第五次萃取后，萃取液中产品含量几乎为0，并且随后没有变化，表明已达到萃取终点。使用gc检测第4~8次萃取液，记录TMBQ峰面积，结果如表6。
表6 gc检测结果表
第五次萃取后，TMBQ峰面积已经很小，并且基本没有变化，因此在4次萃取完全可以将水相中的TMBQ萃取完全，继续萃取已经没有意义，gc检测与NIR预测结果相符，表明此模型预测能力良好，对萃取工艺具有一定指导意义。
4讨论
本实验采用近红外光谱结合PLS算法建立TMBQ萃取过程含量快速检测模型，并使用不同预处理方法与波段选择方法对模型进行优化，最终确定使用一阶导数+SG15点平滑预处理结合iPLS选择波段建立PLS模型，建模所用波段区间为4385.33 cm-1-5152.86cm-1，5928.11 cm-1-6309.94cm-1，模型决定系数R2=0.996，RMSEP=0.1350。使用gc验证了NIR模型对萃取过程与终点的预测能力。以上结果表明模型精密度与准确度良好，可以满足含量分析的需要，是TMBQ萃取过程含量快速检测的有效方法。
5参考文献
孙月婷. 维生素E 的合成与分析研究现状. 广州化工, 2011, 39(6): 34-35.
O.A.Kholdeava· Synthesis of Vitamia E· J.Mol.Cotal,1992,88(5):235～ 244
孔黎明, 周涛, 菅盘铭. 2, 3, 5- 三甲基苯醌和2, 3, 5- 三甲基氢醌的一种合成方法: 中国, 102219665. 2011-10-19.
A BShishmakov, Yu V Mikushina, O V Koryakova. Oxidation of 2,3,6-Trimethylphenolon Titanium Dioxide Xerogel by Hydrogen Peroxide in the Absence of an OrganicSolvent. RUSSIAN JOURNAL OF APPLIED CHEMISTRY, 2011, 84（9）:1555-1559.
O V Zalomaeva, N N Trukhan,I D Ivanchikova, et al. EPR study on the mechanism of H2O2-basedoxidation of alkylphenols over titanium single-site catalysts. J. Mol.Catal. A: Chem., 2007, 277(1-2), 185~192.
褚小立. 化学计量学方法与分子光谱分析技术.北京; 化学工业出版社. 2011.
董学锋,戴连奎,黄承伟等.结合PLS-DA与SVM的近红外光谱软测量方法
赛默飞实验室产品焕新计划有奖调研！
【七月征文】不一YOUNG实验“猿”
报名开启：ICS2024第十三届光谱网络会议！
推荐收藏！盘点中药材及饮片检测解决方案
