隨著工業(yè)指南的頒布,近紅外光譜分析技術(shù)（Near Infrared Spectroscopy,NIRS）對(duì)固體口服制劑混合均勻性的監(jiān)測(cè)已成為目前報(bào)道最多的研究之一。流化床混合過(guò)程中,原料藥（Active Pharmaceutical Ingredients,API）含量均勻度是重要的關(guān)鍵質(zhì)量屬性（Critical Quality Attributes,CQAs）。然而,流化床混合一直是在嚴(yán)格的工藝參數(shù)下進(jìn)行的,整個(gè)過(guò)程就像一個(gè)黑箱,很難理解腔室中物料的真實(shí)狀態(tài)和理化性質(zhì)。本研究中,引入一種便攜式近紅外傳感器,對(duì)流化混合過(guò)程進(jìn)行“可視化”在線監(jiān)測(cè)。作為一種快速無(wú)損、綠色環(huán)保的過(guò)程分析技術(shù)（Process Analytical Technology,PAT）,NIRS可以達(dá)到混合過(guò)程API含量在線監(jiān)測(cè)的目的。由于物料的動(dòng)態(tài)特性及其他影響因素的干擾,在線模型預(yù)測(cè)能力較差,且在線光譜較離線光譜的收集需要消耗更多的物料,模型的定期維護(hù)需要更多的經(jīng)濟(jì)投入。為了提高在線模型的精度,節(jié)省成本,減少校正集光譜收集及模型維護(hù)帶來(lái)的經(jīng)濟(jì)成本,本章中針對(duì)流化床混合過(guò)程中建立的API定量分析模型,采用化學(xué)計(jì)量學(xué)... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：100 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２?（ａ）?ＰＡＴ－Ｕ光譜儀橫截面示意圖；（ｂ）線性漸變?yōu)V光片（ＬＶＦ）工作原理圖（見(jiàn)實(shí)驗(yàn)記??錄?０００９５３５－ｐｌ４）??２．２．４?—級(jí)數(shù)據(jù)的測(cè)定??每個(gè)混合批次按經(jīng)驗(yàn)預(yù)混合５?ｍｉｎ至基本均勻后再混合約１０?ｍｉｎ，此時(shí)進(jìn)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??濃度（ｐｇ／ｍＬ）??圖２－３標(biāo)準(zhǔn)溶液濃度－吸光度直線回歸圖（見(jiàn)實(shí)驗(yàn)記錄０００９５３５－ｐ２４）??根據(jù)圖２－３建立的標(biāo)準(zhǔn)曲線，通過(guò)實(shí)際測(cè)得的樣品紫外吸光度計(jì)算得到相應(yīng)??的樣品溶液濃度，從而計(jì)算出所取樣品中ＡＰＩ的相對(duì)含量。含量范圍如表２－７所??示。從表２－７計(jì)算結(jié)果可以得，通過(guò)標(biāo)準(zhǔn)曲線計(jì)算得到的ＡＰＩ相對(duì)含量的均值較??理論含量偏高，這可能是由于混合過(guò)程中輔料吸附性大于ＡＰＩ而黏附到流化床??濾袋上造成的系統(tǒng)誤差所致。除１００％水平下的最大值以外，每個(gè)理論含量水平??下的極值均在理論含量±５％以?xún)?nèi)。另外，每個(gè)理論含量水平下的所有樣品的ＲＳＤ??值均小于５％。表示一級(jí)數(shù)據(jù)測(cè)量結(jié)果的精密度良好，在９５％置信區(qū)間內(nèi)幾乎無(wú)??３１??

ＡｒｆｃＨｊ?；Ａ＾Ｃ＾?ＭＭ！??°：＼?ｉｌｆｌｌｌｌｌｌｌｌｌｌｌｌｌｊｌ??＃－＇?＼＼?ｉ丨丨丨丨丨沐丨丨丨體丨丨丨丨｜??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）??圖２－４?（ａ）校正集平均光譜圖；（ｂ）不同化合物基團(tuán)的近紅外吸收譜區(qū)［７］（見(jiàn)實(shí)驗(yàn)記??錄?０００９５３５－ｐ２６）??２．３．３主成分分析??主成分分析（ＰＣＡ）是一種經(jīng)典的離群點(diǎn)檢測(cè)方法，它通過(guò)選擇相關(guān)的臨界極??限和推導(dǎo)置信橢圓來(lái)實(shí)現(xiàn)［５７，５８］。在ＰＣＡ得分圖中，樣品點(diǎn)之間的位置越近，它??們的光譜越相似。一般情況下，根據(jù)ＰＣＡ得分圖，如果樣本點(diǎn)的位置在置信區(qū)??間（一般為９５％）之外，則該樣品被認(rèn)為是異常樣本。ＰＣＡ能夠成功地從校準(zhǔn)??集中去除某些異常的樣本，去除異常值可以避免預(yù)測(cè)值的明顯偏差，提高模型的??準(zhǔn)確性和穩(wěn)定性。在本研究中，使用ＰＣＡ方法檢測(cè)異常值，圖２－５為基于前兩??個(gè)潛在變量（Ｌａｔｅｎｔ?Ｖａｒｉａｂｌｅ，ＬＶ）的ＰＣＡ得分圖。根據(jù)ＰＣＡ得分圖，校正集樣品??中無(wú)異常點(diǎn)，因?yàn)樗鼈兌嘉挥谥眯艡E圓（９５％）之內(nèi)。從得分圖可以看出，第一主??成分捕獲了?９２．７４％的變異性，第二主成分捕獲了?１．８９％的變異性，第一主成分??主要解釋了大部分ＡＰＩ濃度的變異性。與此同時(shí)，各個(gè)集群中樣品點(diǎn)不同程度??的離散，源于Ｄ

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)相關(guān)系數(shù)算法在近紅外光譜儀器中波段選擇的應(yīng)用[J]. 肖青青,向軼,許定舟,劉彤.  儀表技術(shù). 2018(10)
[2]無(wú)創(chuàng)血液成分檢測(cè)中基于VIP分析的波長(zhǎng)篩選[J]. 賀文欽,嚴(yán)文娟,賀國(guó)權(quán),楊增寶,譚勇,李剛,林凌.  光譜學(xué)與光譜分析. 2016(04)
[3]均勻設(shè)計(jì)法聯(lián)合Excel優(yōu)選九分巴布劑的基質(zhì)配比[J]. 潘婭,周莉玲.  中國(guó)實(shí)驗(yàn)方劑學(xué)雜志. 2013(21)
[4]無(wú)信息變量消除法在糙米直鏈淀粉波長(zhǎng)選擇中的應(yīng)用[J]. 張巧杰,熊鳴,祁鯤.  農(nóng)機(jī)化研究. 2010(11)
[5]超飽和設(shè)計(jì)的構(gòu)造及其數(shù)據(jù)分析[J]. 劉桂賓.  天津農(nóng)學(xué)院學(xué)報(bào). 2007(03)
[6]無(wú)信息變量消除法在近紅外光譜測(cè)定的應(yīng)用[J]. 陳斌,陳蛋.  光譜儀器與分析. 2005(04)
[7]無(wú)信息變量消除法在近紅外光譜測(cè)定的應(yīng)用[J]. 陳斌,陳蛋.  光譜儀器與分析. 2005 (04)
[8]流化床制粒影響因素的探討[J]. 劉怡,馮怡.  中國(guó)醫(yī)藥工業(yè)雜志. 2004(09)

碩士論文
[1]血漿醇沉過(guò)程中近紅外光譜在線蛋白含量監(jiān)測(cè)及定量模型轉(zhuǎn)移研究[D]. 王佳月.山東大學(xué) 2018
[2]近似正交設(shè)計(jì)[D]. 謝描.清華大學(xué) 2004



本文編號(hào)：3590027