[发明专利]一种智能制造多源信息融合方法在中药大蜜丸质量评价中的应用

说明书

本发明公开一种智能制造多源信息融合方法在中药大蜜丸质量评价中的应用，属于智能制造技术领域。所述方法步骤包括：采集中药大蜜丸的化学成分信息和感官信息；计算中药大蜜丸化学成分信息和感官信息的组间差异和组内差异，获得不同信息源方法的权重；分别建立化学成分信息和感官信息的数学关系模型；结合上述数学关系模型和权重策略，实现多源信息融合的中药大蜜丸的质量评价。本发明创造性的采用组间差异和组内差异的多源信息融合方法评价中药大蜜丸的质量，此外，首次引入基于方差分析的权重表征方法，实现中药大蜜丸的质量评价。

技术领域

本发明属于智能制造技术领域，具体涉及一种智能制造生产过程大蜜丸质量评价方法。

背景技术

智能制造是信息化与工业化深度融合的产物，生产过程质量控制是智能制造的重要环节。中药大蜜丸成分复杂多样是其质量评价方法建立的难点。影响中药大蜜丸质量一致性的因素包括感官信息和化学成分指标，中药的“象思维”表明感官信息是其整体质量的重要依据，中药的化学成分信息是其整体质量的重要表征之一。而传统的中药大蜜丸质量评价以单一方法为主，如专利200710017621.0和202010764894.7。

多源信息整体评价，能克服单一方法的不确定性，从多角度综合表征其整体质量。将数据融合引入到中药大蜜丸质量一致性评价数学建模中，避免孤立应用单一方法评价的局限性，增加目标物的结果可信度。然而，在多源信息数据融合过程中，不同维度信息权重的确定，是多源信息融合的难题。

本发明依据各方法自身性质，应用基于多元方差分析理论的权重表征方法，结合多元统计过程控制数学关系模型，建立基于多源信息融合的大蜜丸质量评价方法，用于智能制造生产过程大蜜丸质量评价。

发明内容

本发明的目的在于提供一种基于组间差异与组内差异权重表征的多源信息融合策略评价中药大蜜丸质量的方法。

为达上述目的，其中，所述方法包括：

步骤1：采集中药大蜜丸的化学成分信息和感官信息；

步骤2：计算中药大蜜丸化学成分信息和感官信息的组间差异和组内差异，获得不同信息源方法的权重；

步骤3：分别建立化学成分信息和感官信息的数学关系模型；

步骤4：结合上述数学关系模型和权重策略，实现多源信息融合的中药大蜜丸的质量评价。

本发明化学成分信息为近红外NIR光谱信息，NIR光谱测定参数设置如下：光谱范围为1100～2400nm，扫描次数32次，分辨率0.5nm，每个样品选取4个区域测定，求平均值。

本发明感官信息为质构信息，其感官属性包括硬度、粘附性、弹性、内聚力和咀嚼性。质构仪参数设置如下：形变百分率为70％，检测速度为30mm/min，间隔时间为15s。分辨率为100Hz，最小触发力为0.15N，每个样品选取3个区域测定，求平均值。

本发明组间差异和组内差异的计算包括如下步骤：

步骤1：根据主成分分析PCA获得每种方法的最优主成分数和得分矩阵；

步骤2：通过多元方差分析分别计算各方法的组间离差平方和与组内离差平方和；

步骤3：依据组间离差平方和与组内离差平方和的比值与权重成正比的原则获得每种方法的权重。

本发明的数学模型为基于主成分分析PCA的多元统计过程控制MSPC模型，计算步骤如下：

步骤1：采用导数、平滑、标准正态变换SNV、多元散射校正MSC、标准化、归一化等方法对光谱预处理；

步骤2：通过原始数据预处理后矩阵的主成分分析PCA模型，选择最优主成分数及对应的得分矩阵；