玉屏风制剂的近红外定量模型的构建方法和检测方法与流程

本发明涉及中药的分析检测领域，特别是涉及一种玉屏风制剂生产过程中黄芪甲苷含量的近红外定量模型的构建方法和玉屏风制剂生产过程中黄芪甲苷含量的在线检测方法。

背景技术：

玉屏风散源于元代《丹溪心法》中治疗表虚自汗的经世名方，由黄芪、白术和防风组成，具有益气，固表，止汗的功效。玉屏风制剂为古代经典名方的现代制剂，现行《中国药典》收载的剂型有口服液、胶囊、袋泡茶和颗粒，虽然现代生产的提取工艺在原料质量稳定(产地、采收季节固定等)、提取工艺稳定(如加水量、煎煮时间和提取次数)等方面有不错的表现，但是，由于生产过程中受到导热介质(如蒸气压力)不稳定、人为因素及气候条件等工况波动的影响，还是会导致最终产品质量不稳定、批间差异大。现行生产过程的质量控制手段主要是对中间体和成品进行离线检测，分析方法耗时且滞后于生产，缺乏客观化和规范化的实时质量控制手段，直接影响到中药现代化的战略。

基于药品的质量取决于生产设计的优劣，而不是取决于检测结果，再加上现如今质量控制前移的理念，寻找一种玉屏风制剂生产过程关键质控指标的在线检测方法，有助于解决其关键控制指标的质量控制问题，对于中药工业技术进步意义重大。

近红外(nir)光谱技术是一种快速的、无损的、绿色的分析技术，具有分析快速、操作简单、样本基本无处理、无需消耗试剂等特点。近年来，近红外光谱技术已经越来越多的被应用于中药材产地鉴别、有效组分含量测定和制药过程的在线检测和监控。

虽然在药品质量控制及生产应用领域，将近红外光谱技术应用于原药材、化药分离、成品关键指标的检测已有相关文献。然而，目前并无报道将近红外光谱技术用于在线检测在玉屏风制剂生产过程中各个环节中黄芪甲苷的含量，目前，行业内检测玉屏风制剂中黄芪甲苷的含量时，仍广泛采用薄层色谱法或液相色谱法分析，质量分析方法效率低，检验滞后。

技术实现要素：

基于此，本发明提供玉屏风制剂生产过程中黄芪甲苷含量的近红外定量模型的构建方法和玉屏风制剂生产过程中黄芪甲苷含量的在线检测方法，通过建立其生产过程中黄芪甲苷含量的定量模型，实现生产过程的全程实时质量监控，为玉屏风制剂的生产过程质量控制与检测提供科学依据和和借鉴。

具体技术方案为：

一种玉屏风制剂生产过程中黄芪甲苷含量的近红外检测方法，包括以下步骤：

收集玉屏风制剂生产过程中的样本，采集近红外光谱，得近红外原始光谱；

利用现有技术测定所述样本中黄芪甲苷含量，得参考值；

对所述样本的所述近红外原始光谱进行预处理，确定建模光谱波段和主成分数，采用偏最小二乘法将所述样本的预处理后的近红外光谱数据与对应的所述参考值进行关联，建立定量模型；

对建立的所述定量模型进行检验与评价。

在一个优选的方案中，所述玉屏风制剂生产过程中的样本选自第一次煎煮提取液样本、第二次煎煮提取液样本、浓缩液样本、乙醇回收液样本和水沉浓缩液样本中的一种。

在一个优选的方案中，所述玉屏风制剂生产过程中的样本为所述第一次煎煮提取液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数+卷积平滑法，建模光谱波段为1300nm～2300nm，主成分数20。

在一个优选的方案中，所述玉屏风制剂生产过程中的样本为所述第二次煎煮提取液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数法，建模光谱波段为1100nm～2300nm，主成分数20。

在一个优选的方案中，所述玉屏风制剂生产过程中的样本为所述浓缩液样本，对所述样本的所述近红外原始光谱进行预处理的方法为标准正交变量变换法，建模光谱波段为1100nm～1800nm，主成分数6。

在一个优选的方案中，所述玉屏风制剂生产过程中的样本为所述乙醇回收液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数+卷积平滑法，建模光谱波段为1850nm～2300nm，主成分数3。

在一个优选的方案中，所述玉屏风制剂生产过程中的样本为所述水沉浓缩液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数法，建模光谱波段为1800nm～2300nm，主成分数3。

在一个优选的方案中，以决定系数(r²)、预测集误差均方根(rmsep)、预测集样本的标准偏差(rsep)和预测集相对分析误差(rpd)为指标，对建立的所述定量模型进行检验与评价。

在一个优选的方案中，将所述样本划分为校正集样本和预测集样本，选取所述校正集样本建立所述定量模型，选取所述预测集样本对建立的所述定量模型进行检验与评价。

在一个优选的方案中，其特征在于，利用现有技术测定所述样本中黄芪甲苷含量的方法为利用高效液相色谱(hplc)法测定所述样本中黄芪甲苷含量。

在一个优选的方案中，所述高效液相色谱法测定所述样本中黄芪甲苷含量包括以下步骤：

对照品溶液的制备：于甲醇中溶解黄芪甲苷对照品，制备对照品溶液；

供试品溶液的制备：采用水饱和正丁醇提取所述样本，弃去水液，再用氨试液洗涤，弃去所述氨试液，蒸干后加甲醇，取续滤液，制备供试品溶液；

测定：对所述对照品溶液和供试品溶液进行高效液相色谱检测；

所述高效液相色谱的色谱条件包括：

色谱柱为c18色谱柱；流动相a为乙腈，流动相b为水；洗脱方式为等度洗脱。

本发明还提供一种玉屏风制剂生产过程中黄芪甲苷含量的在线检测方法。

具体技术方案为：

一种玉屏风制剂生产过程中黄芪甲苷含量的在线检测方法，包括以下步骤：

收集玉屏风制剂生产过程中的样本，采集近红外光谱，得近红外原始光谱；

利用现有技术测定所述样本中黄芪甲苷含量，得参考值；

对所述样本的所述近红外原始光谱进行预处理，确定建模光谱波段和主成分数，采用偏最小二乘法将所述样本的预处理后的近红外光谱数据与对应的所述参考值进行关联，建立定量模型；

利用所述定量模型在线测定所述玉屏风制剂生产过程中的待测样本中黄芪甲苷含量。

在一个优选方案中，所述玉屏风制剂生产过程中的样本选自第一次煎煮提取液样本、第二次煎煮提取液样本、浓缩液样本、乙醇回收液样本和水沉浓缩液样本中的一种。

在一个优选方案中，所述玉屏风制剂生产过程中的样本为所述第一次煎煮提取液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数+卷积平滑法，建模光谱波段为1300nm～2300nm，主成分数20。

在一个优选方案中，所述玉屏风制剂生产过程中的样本为所述第二次煎煮提取液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数法，建模光谱波段为1100nm～2300nm，主成分数20。

在一个优选方案中，所述玉屏风制剂生产过程中的样本为所述浓缩液样本，对所述样本的所述近红外原始光谱进行预处理的方法为标准正交变量变换法，建模光谱波段为1100nm～1800nm，主成分数6。

在一个优选方案中，所述玉屏风制剂生产过程中的样本为所述乙醇回收液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数+卷积平滑法，建模光谱波段为1850nm～2300nm，主成分数3。

在一个优选方案中，所述玉屏风制剂生产过程中的样本为所述水沉浓缩液样本，对所述样本的所述近红外原始光谱进行预处理的方法为一阶导数法，建模光谱波段为1800nm～2300nm，主成分数3。

在一个优选方案中，利用现有技术测定所述样本中黄芪甲苷含量的方法为利用高效液相色谱法测定所述样本中黄芪甲苷含量。

在一个优选方案中，所述高效液相色谱法测定所述样本中黄芪甲苷含量包括以下步骤：

对照品溶液的制备：于甲醇中溶解黄芪甲苷对照品，制备对照品溶液；

供试品溶液的制备：采用水饱和正丁醇提取所述样本，弃去水液，再用氨试液洗涤，弃去所述氨试液，蒸干后加甲醇，取续滤液，制备供试品溶液；

测定：对所述对照品溶液和供试品溶液进行高效液相色谱检测；

所述高效液相色谱的色谱条件包括：

色谱柱为c18色谱柱；流动相a为乙腈，流动相b为水；洗脱方式为等度洗脱。

与现有技术相比，本发明具有以下有益效果：

本发明所述的玉屏风制剂生产过程中的产物的近红外定量模型的构建方法，是以产业化规模的玉屏风制剂关键生产工序作为研究系统，以黄芪甲苷含量变化作为研究对象，建立了玉屏风制剂生产过程中黄芪甲苷含量的定量模型，具有方法操作简便、快速，无污染，结果准确的优势，克服了现有的质量分析方法效率低、检测滞后的问题，可实现玉屏风制剂生产过程的全程实时质量监控，使最终产品质量稳定。也为其它制剂的工业化提取过程的质量控制与检测提供借鉴。

此外，本发明针对玉屏风制剂生产过程中的第一次煎煮提取液、第二次煎煮提取液、浓缩液、乙醇回收液和水沉浓缩液，均筛选了原始光谱的预处理方法、确定建模光谱波段和主成分数，建立了预测能力强、稳健性好的定量校正模型。

附图说明

图1为第一次煎煮提取过程样本的近红外光谱叠加图；

图2为第二次煎煮提取过程样本的近红外光谱叠加图；

图3为提取液浓缩过程样本的近红外光谱叠加图；

图4为醇沉上清液乙醇回收过程样本的近红外光谱叠加图；

图5为水沉液浓缩过程样本的近红外光谱叠加图；

图6为第一次煎煮提取过程样本和第二次煎煮提取过程样本中黄芪甲苷含量分布图；

图7为提取液浓缩过程样本中黄芪甲苷含量分布图；

图8为醇沉上清液乙醇回收过程样本中黄芪甲苷含量分布图；

图9为水沉液浓缩过程样本中黄芪甲苷含量分布图；

图10为第一次煎煮提取过程样本中黄芪甲苷含量定量模型性能；

图11为第二次煎煮提取过程样本中黄芪甲苷含量定量模型性能；

图12为提取液浓缩过程样本中黄芪甲苷含量定量模型性能；

图13为醇沉上清液乙醇回收过程样本中黄芪甲苷含量定量模型性能；

图14为水沉液浓缩过程样本中黄芪甲苷含量定量模型性能；

图15为第一次煎煮过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图；

图16为第二次煎煮过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图；

图17为提取液浓缩过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图；

图18为醇沉上清液乙醇回收过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图；

图19为水沉液浓缩过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图。

具体实施方式

以下结合具体实施例对本发明进一步详细的说明。本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明公开内容理解更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

一种玉屏风制剂生产过程中黄芪甲苷含量的近红外定量模型的构建方法，包括以下步骤：

s1、收集玉屏风制剂生产过程中的样本，采集近红外光谱，得近红外原始光谱；

s2、利用现有技术测定所述样本中黄芪甲苷含量，得参考值；

s3、对所述样本的所述近红外原始光谱进行预处理，确定建模光谱波段和主成分数，采用偏最小二乘法将所述样本的预处理后的近红外光谱数据与对应的所述参考值进行关联，建立定量模型；

s4、对建立的所述定量模型进行检验与评价。

其中，玉屏风制剂可按照现行《中国药典》玉屏风制剂的生产的常规方法进行。本发明中，玉屏风制剂处方饮片为黄芪、白术(炒)和防风，其生产过程为：防风饮片提取挥发油，药渣与黄芪、白术(炒)饮片，加水煎煮二次，合并煎液，滤过，滤液浓缩至适量，加入乙醇醇沉，滤过，滤液回收乙醇，加入上述蒸馏后的水溶液进行水沉，滤过，滤液浓缩成清膏，即得玉屏风提取物。取玉屏风提取物加入辅料，按相应制剂的成型工艺制成玉屏风制剂。

s1步骤中，在生产设备的循环管路上设置含流体测样器和取样阀的旁路系统，通过旁路系统，在线采集近红外光谱和对应的物料样本。其中近红外光谱波长范围1100～2300nm；光程：2nm；扫面次数100次；比率模式ratiomode；仪器增益：2。

将秒表时间与电脑时间调成一致，当工艺过程开始时开启软件自动连续采集光谱；取样时，以有效样本流出时，取样阀阀门开启时间记录为起始时间，以阀门关闭时间为终止时间，此时间段为取样时间；取得的样本对应光谱为此时间段内连续采集得到的光谱。

优选地，在玉屏风制剂生产过程的每个步骤都进行样本采集。本发明所述玉屏风制剂生产过程中的样本选自第一次煎煮提取液样本、第二次煎煮提取液样本、浓缩液样本、乙醇回收液样本和水沉浓缩液样本中的一种。所述玉屏风制剂的生产过程中样本收集是收集玉屏风制剂生产过程中不同时间点的提取液、浓缩液、乙醇回收液和水沉浓缩液样本。所述不同时间点的提取液是指玉屏风制剂第一次、第二次煎煮提取过程中各时间点的提取液；不同时间点的浓缩液是指玉屏风制剂浓缩过程中各时间点的浓缩液；不同时间点的乙醇回收液是指玉屏风制剂醇沉液回收乙醇过程中各时间点的回收液；不同时间点的水沉浓缩液是指玉屏风制剂水沉液浓缩过程中各时间点的浓缩液。

s2步骤中，参考值可选用高效液相色谱法测定所述样本中黄芪甲苷含量。具体包括以下步骤：

对照品溶液的制备：于甲醇中溶解黄芪甲苷对照品，制备对照品溶液；

供试品溶液的制备：采用水饱和正丁醇提取所述样本，弃去水液，再用氨试液洗涤，弃去所述氨试液，蒸干后加甲醇，取续滤液，制备供试品溶液；

测定：对所述对照品溶液和供试品溶液进行高效液相色谱检测；

所述高效液相色谱的色谱条件包括：

色谱柱为c18色谱柱；流动相a为乙腈，流动相b为水；洗脱方式为等度洗脱。

优选地，取黄芪甲苷对照品适量，加甲醇制成每1ml含黄芪甲苷736μg的对照品溶液。

优选地，取所述样本，用水饱和正丁醇振摇提取4次，每次40ml，弃去下层水液；用氨试液洗涤2次，每次40ml。弃去下层氨试液，将正丁醇液合并蒸干，残渣加甲醇复溶，并用甲醇制成含黄芪甲苷约1.0304～7.36mg/l的溶液，振荡摇匀，取续滤液，制备供试品溶液。

优选地，分别精密吸取对照品溶液和供试品溶液各20μl，注入液相色谱仪进行测定，计算得出黄芪甲苷的含量。

优选地，所述高效液相色谱的色谱条件包括：

色谱柱：phenomenexxbc18(4.6×250mm，5μm)；流动相：乙腈-水(体积比为32:68)，等度洗脱；流速：1ml/min；柱温：30℃；进样体积：20μl；蒸发光检测器参数：漂移管温度：80℃；增益：525；气体：25psi；喷雾器：加热模式60％，36℃；氮气压力：0.4mpa。

s3步骤中，根据各样本的参考值分布范围，将样本随机划分为校正集样本与预测集样本的步骤，选取所述校正集样本建立所述定量模型，选取所述预测集样本对所述定量模型进行检验与评价。

通过化学计量学软件，采用pls方法，将近红外数据与其对应参考值进行关联，建立定量校正模型。在具体的建模过程中，优选对所述校正集样本的所述近红外原始光谱进行预处理，预处理的方法选自多元散射校正(msc)、标准正交变量变换(snv)、一阶导数(1d)、二阶导数(2d)、savitzky-golay卷积平滑法(sg)和norris导数滤波平滑中的一种或几种的组合，可以理解地，也可不作预处理。

为避免出现“过拟合或欠拟合”现象，需要对主成分数进行合理选择。

同时，为消除“冗余信息以及噪声”，将原始光谱划分不同的波段，并进行筛选建模光谱波段，可得到更好的定量校正模型。

本发明中，针对玉屏风制剂生产过程中的第一次煎煮提取液、第二次煎煮提取液、浓缩液、乙醇回收液和水沉浓缩液，均筛选了原始光谱的预处理方法、确定建模光谱波段和主成分数，建立了预测能力强、稳健性好的定量校正模型。

所述第一次煎煮提取过程黄芪甲苷定量模型的参数：预处理方法为1d+sg建模光谱波段为1300nm～2300nm，主成分数20，剔除异常点9个。

所述第二次煎煮提取过程黄芪甲苷定量模型的参数：预处理方法为1d，建模光谱波段为1100nm～2300nm，主成分数20，剔除异常点9个。

所述浓缩过程黄芪甲苷定量模型的参数：预处理方法为snv，建模光谱波段为1100nm～1800nm，主成分数6，剔除异常点2个。

所述回收乙醇过程黄芪甲苷定量模型的参数：预处理方法为1d+sg，建模光谱波段为1850～2300nm，主成分数3，剔除异常点9个。

所述水沉浓缩过程黄芪甲苷定量模型的参数：预处理方法为1d，建模光谱波段为1800～2300nm，主成分数3，剔除异常点9个。

s4步骤中，采用内部交叉检验的方法对模型进行内部检验，将预测集中样本带入已建好的模型中进行外部检验，以预测集得到的决定系数(r²)、预测集误差均方根(rmsep)、预测集样本的标准偏差(rsep)和预测集相对分析误差(rpd)为指标，对所建模型的性能进行评价。其计算公式如下：

式中：ci为参考方法测量值；为参考方法测量值的均值；为近红外光谱模型预测值；cm为预测集中所有样本参考方法测定值的平均值；m为预测集样本数；sd为预测集数据的标准偏差。

一种玉屏风制剂生产过程中中黄芪甲苷含量的检测方法，包括以下步骤：

s1、收集玉屏风制剂生产过程中的样本，采集近红外光谱，得近红外原始光谱；

s2、利用现有技术测定所述样本中黄芪甲苷含量，得参考值；

s3、对所述样本的所述近红外原始光谱进行预处理，确定建模光谱波段和主成分数，采用偏最小二乘法将所述样本的预处理后的近红外光谱数据与对应的所述参考值进行关联，建立定量模型；

s4、利用所述定量模型在线测定所述玉屏风制剂生产过程中的待测样本中黄芪甲苷含量。

其中，s1、s2、s3的步骤与s1、s2、s3的步骤相同。

s4中，通过扫描玉屏风制剂生产过程中待测样本的近红外光谱，再经过计算机提取特征光谱图输入到定量模型，即可预测待测样本中黄芪甲苷的含量。

本发明所述的检测方法可以快速检测玉屏风制剂生产过程中待测样本中黄芪甲苷的含量，具有方法操作简便、快速，无污染，结果准确的优势，克服了现有的质量分析方法效率低、检测滞后的问题，可实现玉屏风制剂生产过程的全程实时质量监控，使最终产品质量稳定。也为其它制剂的工业化提取过程的质量控制与检测提供借鉴。

实施例

检测仪器：本实施例所选用的近红外光谱仪是美国brimrose公司luminar3060声光可调在线近红外光谱仪，主要部件包括：光学部分、控制部分、675透反射探头、dn25流体测样器、光纤等部分组成。仪器所用检测器为ingaas。本实施例还涉及waterse2695型高效液相色谱仪，mettlertoledoxs205型电子分析天平。本实施例的数据处理软件为theunscramblerx9.7和snap32！光谱扫描分析软件。计算机系统为microsoftwindows10。

试剂：本实施例使用的黄芪甲苷对照品(批号：h-013-170614)，购自成都瑞芬思生物科技有限公司；甲醇为色谱纯，液相用水为蒸馏水，其余试剂均为分析纯。

生产设备：本实施例生产设备为3000m³提取罐，2000l双效浓缩器、3000m³醇沉罐和500l浓缩罐。

药材：本实施例所使用玉屏风制剂药材主要由质量比为3:1:1的黄芪、白术(炒)和防风饮片组成，共使用玉屏风制剂药材945kg。

玉屏风制剂的制备方法：将黄芪、炒白术和防风饮片分三批置于3000m³提取罐中，防风提取挥发油，药渣与其余二味饮片加水进行第一次煎煮提取，滤过，药渣加水进行第二次煎煮提取，滤过，合并三批滤液，分二次置于2000l双效浓缩器中进行浓缩，所得浓缩液置于3000m³醇沉罐中，加乙醇进行醇沉，滤过，滤液回收乙醇，加入提取挥发油后的水溶液进行水沉，滤过，滤液置于500l浓缩罐中进行浓缩，得水沉浓缩液，即玉屏风提取物。

方法与结果

1)取样及采集近红外光谱

将秒表时间与电脑时间调成一致，设置扫描范围为1100～2300cm^-1，波长增量为2nm，以有效样本流出时，各设备取样阀阀门开启时间记录为起始时间，以阀门关闭时间为终止时间，此时间段为取样时间，从取样开始至结束扫描次数为100次，取平均值为吸收值，当生产工艺过程开始时连续采集光谱。第一次煎煮提取过程共采集到125份样本，第二次煎煮提取过程共采集到161份样本，提取液浓缩过程共采集到139份样本，乙醇回收过程共采集到156份样本，水沉液浓缩过程共采集到148份样本。

第一次煎煮提取过程采集的125份样本的近红外光谱叠加图如图1所示。

第二次煎煮提取过程采集的161份样本的近红外光谱叠加图如图2所示。

提取液浓缩过程采集到的139份样本的近红外光谱叠加图如图3所示。

乙醇回收过程采集到的156份样本的近红外光谱叠加图如图4所示。

水沉液浓缩过程共采集到的148份样本的近红外光谱叠加图如图5所示。

2)检测各样本中黄芪甲苷含量作为参考值

采用高效液相色谱测定各样本中黄芪甲苷含量，将测定值作为黄芪甲苷含量的参考值。

对照品溶液的制备：取黄芪甲苷对照品适量，加甲醇制成每1ml含黄芪甲苷736μg的对照品溶液，即得。

供试品溶液的制备：精密量取玉屏风制剂各样本药液，用水饱和正丁醇振摇提取4次，每次40ml，弃去下层水液；用氨试液洗涤2次，每次40ml。弃去下层氨试液，将正丁醇液合并蒸干，残渣加甲醇复溶，并用甲醇制成含黄芪甲苷约1.0304～7.36mg/l的溶液，振荡摇匀，取续滤液，即得。

色谱条件为：色谱柱：phenomenexxbc18(4.6×250mm，5μm)；流动相：乙腈-水(32:68)；流速：1ml·min^-1；检测器：蒸发光散射检测器，柱温：30℃；漂移管温度：80℃；增益：525；气体：25psi；喷雾器：加热模式60％，36℃；氮气压力：0.4mpa。

测定：分别精密吸取对照品溶液和供试品溶液各20μl，注入液相色谱仪进行测定，得黄芪甲苷的含量。

第一次煎煮提取过程采集到的125份样本、第二次煎煮提取过程采集到的161份样本中黄芪甲苷的含量分布图见图6。

提取液浓缩过程采集到的139份样本中黄芪甲苷的含量分布图见图7。

回收乙醇过程采集到的156份样本中黄芪甲苷的含量分布图见图8。

水沉液浓缩过程采集到的148份样本中黄芪甲苷的含量分布图见图9。

3划分样本集

根据各工序样本中黄芪甲苷含量的分布范围，随机选取各工序的校正集，用于建立校正模型，剩余样本分别组成各工序的预测集，用于模型的验证。校正集和预测集样本数量及其含量分布范围见表1。

表1各工序校正集和预测集的样本数量及其含量分布情况

4模型的建立

采用pls法建立定量模型。

第一次煎煮提取过程建模参数：样本原始nir光谱以1d+sg平滑进行预处理，建模波段1300～2300nm，主成分数20，剔除异常点9个；其模型参数见表2，模型性能见图10，其中，红色点为校正集样本的线性关系，蓝色点为预测集样本的线性关系。

第二次煎煮提取过程建模参数：样本原始nir光谱以1d进行预处理，建模波段1100～2300nm，主成分数20，剔除异常点9个；其模型参数见表2，模型性能见图11。

提取液浓缩过程建模参数：样本原始nir光谱以snv进行预处理，建模波段1100～1800nm，主成分数6，剔除异常点2个；其模型参数见表2，模型性能见图12。

乙醇回收过程建模参数：样本原始nir光谱以1d+sg平滑进行预处理，建模波段为1850～2300nm，主成分数3，剔除异常点9个；其模型参数见表2，模型性能见图13。

水沉液浓缩过程建模参数：样本原始nir光谱以1d进行预处理，建模波段为1800～2300nm，主成分数3，剔除异常点9个；其模型参数见表2，模型性能见图14。

表2各工序nir模型性能参数

5模型检验

采用校正集内部交叉检验的方法对模型进行内部检验，将预测集中样本带入已建好的模型中进行外部检验，进行预测值与实测值之间统计学参数计算，对模型的预测精度和准确度进行评价，结果见表3。

表3各工序定量模型检验结果

对上述验证集各指标成分的实测值和预测值数据进行之间统计学计算，结果见表4，表明nir预测值与hplc实测值之间的偏差较小，所建模型的预测能力较好。

表4各工序定量模型的评价结果

第一次煎煮提取过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图见图15。

第二次煎煮提取过程采集到的样本中黄芪甲苷含量预测值与实测值之间的相关图见图16。

提取液浓缩过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图见图17。

乙醇回收过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图见图18。

水沉液浓缩过程预测集样本中黄芪甲苷含量预测值与实测值之间的相关图见图19。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。