仪器信息网APP

选仪器、听讲座、看资讯

立即体验

当前位置：仪器社区 >光谱 > 近红外光谱（NIR） > 帖子详情

Micro PAT U在线监测流化床制粒过程水分含量

导演叫我趴下脸着地

2020/09/03
Love to share

私聊

近红外光谱（NIR）

Micro PAT U在线监测流化床制粒过程水分含量

1. 样品

淀粉（450 g）、乳糖（594 g）、微晶纤维素（666 g）、API对乙酰氨基酚（90g）

注：淀粉、微晶纤维素过35目筛。

2. 仪器

Micro NIR PAT-U型近红外光谱仪（美国VIAVI公司）。

3. 方法

3.1 流化床制粒参数设定

流化床制粒干燥过程参数设置

进风温度(℃)	雾化压力(bar)	蠕动泵流量（ml/min）	排风机开启比例（%）
65℃	0.4	13	60

3.2 水分一级数据测定方法：烘干法（2015版中国药典第四部0832水分测定法第二法）

3.3 光谱采集

采用Micro NIR PAT-U型微型近红外光谱仪进行在线光谱采集，为避免温度对近红外光谱仪的影响，PAT-U连接耐高温的外接探头采集光谱，如图1，红色圆圈内为流化床取样口和近红外光谱仪。采用自动扫描模式采谱，每2 s采集一张光谱，采样方式为漫反射采样，波长范围908.1-1676.0 nm，积分时间为8.8 ms，扫描次数为100次。制粒、干燥过程中，每隔4 min取样约12 g。

图1

3.4 模型建立

在进行取样的过程中，记录取得的样品所对应的光谱，光谱取平均后与对应的样品一级数据进行关联，优化预处理方法，采用偏最小二乘法（PLS）进行模型建立与评价，筛选最优模型。

4. 结果

4.1 样品水分一级数据

样品水分含量

序号批次	第一批	第二批	第三批	第四批	第五批
1	2.930	2.730	2.480	2.600	3.255
2	2.949	2.640	2.561	2.831	3.515
3	2.720	2.063	2.517	2.999	3.170
4	2.543	2.176	2.875	3.256	3.581
5	3.703	3.399	2.809	4.064	3.281
6	3.542	2.971	3.649	3.854	3.133
7	3.467	2.847	3.158	3.807	3.401
8	3.603	3.606	3.005	3.873	3.352
9	3.703	3.254	3.686	4.113	4.043
10	2.740	3.308	3.117	4.386	3.722
11	2.853	4.027	3.001	4.047	3.620
12	2.857	3.647	2.766	4.321	3.814
13	2.733	3.578	1.972	4.045	2.706
14	2.240	2.502	1.612	2.613	1.940
15	1.646	2.031	⁄	2.147	⁄
16	1.463	⁄	⁄	⁄	⁄

4.2 原始光谱

流化床制粒过程在线原始光谱图

4.3 光谱校正集和预测集划分

采用PCA分析去除异常值后，选择第3、4、5批（共39个样品）建立PLS模型；选择第1批和第2批（共17个样品）作为预测集来验证模型的预测能力。

4.4 光谱预处理比较结果

4.4.1 原始光谱建立模型

4.4.2 SNV预处理建立模型

4.4.3 MSC预处理建立模型

4.4.4 1st +SG5点平滑预处理建立模型

4.4.5 2nd +SG5点平滑预处理建立模型

4.4.6 snv+2nd +SG5点平滑预处理建立模型

不同预处理方法的比较结果

评价参数预处理	RC2	RCV2	RP2	RMSEC	RMSECV	LVs
无预处理	0.980	0.970	0.9805	0.09622	0.1199	6
SNV	0.985	0.976	0.9899	0.08306	0.1030	5
MSC	0.985	0.974	0.9896	0.08331	0.1094	5
1st	0.976	0.972	0.9913	0.1056	0.1243	4
2nd	0.975	0.962	0.983	0.1079	0.1317	4
SNV+2nd	0.982	0.977	0.9901	0.09222	0.1059	3

通过比较RMSECV和RP2可得，经SNV+2nd+SG5点平滑预处理的模型结果最佳。此PLS模型结果为RC2=0.982；RCV2=0.977；预测集相关系数RP2=0.9901；RMSEC=0.09222;RMSECV=0.1059。

采用以上所建立的最佳模型，对新批次的光谱数据进行预测，预测结果如下图。

进行流化床制粒过程中，取样测定一级数据，对模型的预测值进行验证，测定结果如下，

样品序号	光谱数据	预测值（%）	真实值（%）	SD
1	73-102	2.911	3.295	0.272
2	241-252	2.69	3.197	0.359
3	318-333	2.53	2.816	0.202
4	390-405	2.48	2.886	0.287
5	462-474	2.47	2.931	0.326
6	530-543	2.42	2.663	0.172
7	738-749	2.07	2.373	0.214
8	857-867	2.016	2.23	0.151
9	914-921	1.94	2.154	0.151
10	972-979	1.7119	2.07	0.253
11	990-994	1.5276	1.679	0.107
12	1040-1047	1.6048	1.927	0.228
13	1092-1098	1.6171	1.777	0.113