[发明专利]一种流化床中药颗粒制备过程声发射监控方法和系统

说明书

本发明公开了一种流化床制备中药颗粒的声发射监控系统，包括设置于流化床床体的声发射传感器，用于接收流化床的声信号数据；放大器和采集卡，用于放大和固定时间间隔采集声信号数据；计算机系统，计算机系统包括数据预处理程序模块和多变量统计过程监控程序模块。

技术领域

本发明涉及中药颗粒生产过程的在线监控技术领域，尤其涉及一种基于声发射技术的流化床制备中药颗粒的过程监控方法和系统。

背景技术

流化床喷雾制粒技术为集混合、制粒、干燥操作一步完成的新型制粒技术。与其他方法相比，具有工艺简单、操作时间短、劳动强度低等优点，在制药行业中，流化床一步制粒技术已在国内外广泛应用。

中药颗粒的质量一直是人们关注的焦点。制备过程的优劣是影响中药颗粒质量的重要因素，保证颗粒生产过程稳定的关键在于对制粒过程进行实时监测和控制，从而确保一致的生产流程最终得到高品质的产品。传统的工艺控制策略是在制粒过程中间隔取样，通过观察或离线分析样品调整工艺参数。离线的检测方式操作繁琐，检测具有滞后性，不能满足工业生产自动化的要求。过程监测技术可以对流化床制粒过程进行实时在线测量，使药品制粒环节可视化，对于加深制药过程的理解，控制药品的质量以及保证药品的一致性具有重要意义。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是如何实时且安全环保地对流化床中药颗粒制备过程进行监控。

为实现上述目的，本发明在第一方面提供了一种流化床中药颗粒制备过程声发射监控方法，包括步骤：

(1)通过设置于流化床床体的声发射传感器采集声信号数据；

(2)将采集到的流化床在正常工作状态下的声信号数据作为校正集；通过快速傅里叶变换将校正集的声信号数据由时域信号转化为频域信号，并将频谱均分为N段，每段计算平均值，得到包含N个变量的分段平均频谱；采用数据对齐算法对频谱数据进行对齐处理；

(3)建立包括主成分控制模型、Hotelling's T2控制模型和DModX控制模型的多变量统计过程监控模型；通过包含至少6个批次的正常工作状态下流化床的声信号数据的校正集对主成分控制模型、Hotelling's T2控制模型和DModX控制模型进行训练；

(4)将训练所得的多变量统计过程监控模型用于对流化床中药颗粒的制备过程进行监控。

进一步地，步骤(1)中，声发射传感器被设置流化床的装料室的取样口高度处。

进一步地，步骤(2)中，采用相关系数校正法对频谱数据进行对齐。

进一步地，步骤(3)中，主成分控制模型的主成分得分轨迹计算公式为：

式中，T_NOC为NOC批次的得分矩阵，为NOC批次的载荷矩阵，E_NOC为残差矩阵；

采用均值±3倍标准偏差为主成分控制模型的主成分控制图的控制限。

进一步地，步骤(3)中，Hotelling's T²控制模型的计算公式为：

式中，t_i是第i个主成分的得分，为t_i的方差，A表示主成分控制模型中主成分的数量；Hotelling's T²的控制限用用F分布来计算，公式为：

式中，K为校正集的批次数目，F为置信水平为1-α，自由度为(A，K-A)时F分布的临界值。

进一步地，步骤(3)中，DModX控制模型中任一批次的声信号数据在k时刻的DModX值计算公式为：