基于数据挖掘技术的中药提取工艺优化方法
【专利摘要】本发明公开了一种基于数据挖掘技术的中药提取工艺优化方法。通过对中药提取过程中各种条件参数的收集、处理，再基于数据挖掘技术，构建出了可靠的数据处理模型，进而用以指导中药提取工艺的优化。通过采用本发明提供的基于数据挖掘技术的中药提取工艺，可在实际操作之前进行条件优化，以模型给出的最优条件作为参考，可节约成本，提高效率，适用于各种规模的中药提取条件优化，对最终产品的安全性、有效性、稳定性、均一性等有着重要的意义。
【专利说明】
基于数据挖掘技术的中药提取工艺优化方法
技术领域
[0001] 本发明涉及中药工艺研发领域，特别是涉及基于数据挖掘技术的中药提取工艺优 化方法。
【背景技术】
[0002] 中药提取过程就是用适当的溶剂将中药中的有效成分从植物组织中溶解出来的 过程。中药提取过程的工艺参数(如温度、升温时间、时间、溶剂浓度等)直接影响着有效成 分的溶出速度。以提取温度和提取时间为例，如温度过低，则会造成有效成分的提取不完 全，导致最终产品不合格;如温度过高，则可能造成热敏性成分分解，甚至有可能导致药液 煎糊，最终导致产品不合格。提取时间也直接影响着有效成分的溶出速度，如时间太短，则 会造成有效成分的提取不完全;如时间太长，则可能造成热敏性成分分解和能耗的浪费。
[0003] 可见，中药提取过程的工艺参数对最终产品的安全性、有效性、稳定性、均一性等 起着至关重要的作用。因此，对中药提取工艺进行优化，选取最优的中药提取工艺，对最终 产品的安全性、有效性、稳定性、均一性等有着重要的意义。
[0004] 中药提取过程工艺参数多、质量指标多。随着科学数据的大量积累和各种数据库 的广泛使用，人们逐步认识到海量数据的利用十分困难、效率低下，而且很难从中获得有价 值的指导性意见。
【发明内容】
[0005] 本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
[0006] 本发明还有一个目的是提供一种基于数据挖掘技术的中药提取工艺优化方法，对 中药提取工艺进行优化，选取最优的中药提取工艺，保证中药产品的稳定性和均一性。
[0007] 为了实现本发明的这些目的和其它优点，提供了一种基于数据挖掘技术的中药提 取工艺优化方法，其包括以下步骤：
[0008] 步骤1，数据采集:首先确定中药提取过程的工艺优化目标P，将对所述工艺优化目 标P产生影响的工艺参数设为工艺优化指标;根据设定的工艺优化指标，在中药提取设备上 安装用于检测相应指标的检测仪表，通过所述检测仪表采集中药提取过程中工艺数据;将 所述工艺数据与质量数据相对应形成数据采集样本；
[0009] 步骤2,数据预处理:采用max-min归一化法或z-score归一化法对所采集到的工艺 数据进行预处理，剔除不合格、无效的数据，得到中药提取过程数据样本；
[0010] 步骤3,中药提取工艺数据挖掘模型的建立:根据预处理后的中药提取过程数据样 本进行数据挖掘，建立中药提取工艺数据挖掘模型；
[0011] 步骤4,中药提取工艺数据挖掘模型的验证及优化:对步骤3建立的所述中药提取 工艺数据挖掘模型进行验证，验证所述中药提取工艺数据挖掘模型的稳定性及可靠性，当 验证结果相符时，则将新的工艺数据及质量数据导入中药提取工艺数据挖掘模型进行质量 预测；当验证结果不符时，则重复执行步骤1至步骤3的操作。
[0012] 优选地，其中，步骤1中对工艺优化目标P产生影响的工艺参数有m个：X1、χ2、 X3、……、&，所述工艺参数包括:提取温度、升温时间、提取时间、提取溶剂浓度及提取压力。
[0013] 优选地，其中，所述工艺优化指标包括提取液中的有效成分含量a、固含量b、提取 液体积c及质量均一性指标d。
[0014] 优选地，其中，所述有效成分含量a包括η个指标(其中η 2 1) :ai、a2、a3、a4、......、an。
[0015] 优选地，其中，通过在中药提取设备上安装用于检测温度的温度计、用于检测流量 的流量计及用于测压的压力表，采集中药提取过程中的工艺数据。
[0016] 优选地，其中，所述质量数据包括提取液中有效成分含量指标、固含量指标、提取 液体积及药材水分含量。
[0017] 优选地，其中，所述数据采集样本包括以所述工艺数据及所述质量数据形成的不 同的列及不同批号形成的不同的行。
[0018] 优选地，其中，所述数据采集样本中数据不少于50批。
[0019] 优选地，其中，所述中药提取工艺数据挖掘方法包括:κ-means算法、κ-medoids算 法、人工神经网络算法、反向传播算法、SVM支持向量机算法。
[0020] 本发明至少包括以下有益效果:对中药提取过程产生的数据信息进行数据挖掘形 成中药提取工艺数据挖掘模型，从而能够指导中药提取工艺的优化，保证最终产品的稳定 性和均一"性。
[0021] 本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本 发明的研究和实践而为本领域的技术人员所理解。
【具体实施方式】
[0022] 下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据 以实施。
[0023]应当理解，本文所使用的诸如"具有"、"包含"以及"包括"术语并不配出一个或多 个其它元件或其组合的存在或添加。
[0024] 本发明提供基于数据挖掘技术的中药提取工艺优化方法，具体为中药J提取过程 的质量追溯方法，包括步骤为：
[0025] 1.数据采集，确定中药J提取过程的工艺优化目标P，收集提取液中的有效成分含 量a，其中有效成分含量指标a包括η个指标(其中η 2 1): ai、a2、a3、￡14、......、an，固含量b、提取 液体积c，工艺优化目标P的影响因素:提取温度、升温时间、提取时间、提取溶剂浓度、提取 压力；
[0026] 2.为实现数据采集，需在中药提取设备上安装温度计、流量计、压力表等仪表，采 集中药J提取过程中产生的工艺数据，为了保证数据挖掘模型的可靠性，数据不少于50批；
[0027] 3.用max-min归一化方法或z-score归一化方法对数据进行预处理；
[0028] 4.通过K-means算法、K-medoids算法、人工神经网络算法、反向传播算法、SVM支持 向量机算法，进行数据挖掘，建立中药J提取过程的质量追溯方法模型；
[0029] 5.将建立的中药J提取过程的质量追溯方法模型进行实际验证，验证模型的可靠 性和稳定性；
[0030] 6.若建立的中药J提取过程的质量追溯方法模型可靠性和稳定性都不好，重复进 行数据收集、数据处理、模型重建和稳定性可靠性验证。
[0031] 若建立的中药J提取过程的质量追溯方法模型可靠性和稳定性都较好，则进行中 药J提取过程的质量工艺优化指导。
[0032] 实施例1
[0033] 具体包括步骤为：
[0034] (1)中药J提取过程数据采集
[0035] 以中药J提取液中的固含量、质量均一性为工艺优化指标;工艺优化目标的影响因 素的工艺参数为药材批次、投料量、升温时间、提取温度、提取溶剂体积、提取溶剂温度、提 取时间、蒸汽压力、提取溶剂pH值；
[0036] 在中药提取设备上安装温度计、流量计、压力表等仪表，采集中药提取过程中产生 的工艺数据。对提取液中有效成分含量指标、固含量指标、提取液体积和药材水分含量进行 检测，获取中药提取过程的质量参数数据。将工艺数据与质量参数数据相对应，每个炜度代 表着一个指标，每一行代表一条数据，形成数据采集样本。为了保证数据挖掘模型的可靠 性，数据不少于50批。
[0037] (2)步骤（1)所得到的数据是很粗糙的原始的数据，要想得到比较好的数据挖掘的 效果首先要进行数据的预处理，包括数据的抽取和数据的归一化。中药J提取过程数据采用 的归一化的方法为max-min归一化方法。
[0038] (3)以固含量和质量均一性为工艺优化目标，建立中药J提取工艺数据挖掘模型，
[0039] 寻找生产、工艺、质量之间的关联规律；
[0040] 表1关联度比较
[0041]
[0042] 如表1所示，以有效成分含量、固含量、药液量为工艺优化目标，经数据挖掘得出， 与质量关联度较大的工艺参数为:提取溶剂pH值及升温时间，药材水分及药材含量则关联 度较小。
[0043] 表2数据采集样本
[0044]
[0045]
[0046] 由数据挖掘，得出结论：
[0047] ①与质量关联度较大的工艺参数为:提取溶剂pH值、升温时间；
[0048] ②提取溶剂pH值过高会导致固含量增加，可能会导致杂质增多；
[0049] ③升温时间过短会导致固含量增加，可能会导致杂质增多。
[0050] (4)中药提取工艺数据挖掘模型的验证
[0051] 改变中药J提取过程提取溶剂的提取溶剂pH值和升温实验，验证是否会对提取液 的有效成分含量、固含量、药液量产生影响。
[0052] (5)指导中药提取工艺的优化
[0053]根据中药J提取工艺数据经数据挖掘得出的结论:为了保证质量的稳定性，需要准 确控制提取溶剂pH值在3.8~4.0;升温时间控制在25min以上。
[0054] 这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、 修改和变化对本领域的技术人员来说是显而易见的。
[0055] 本发明主要解决的技术问题是提供基于数据挖掘技术的中药提取工艺优化方法， 对中药提取工艺进行优化，选取最优的中药提取工艺，保证中药产品的稳定性和均一性。
[0056] 本发明采用的一个技术方案是：提供基于数据挖掘技术的中药提取工艺优化方 法，包括步骤为：
[0057] (1)中药提取过程数据采集
[0058] 首先确定中药提取过程的工艺优化目标P，以提取液中的有效成分含量a、固含量 b、提取液体积c、质量均一^性指标d为工艺优化指标，其中有效成分含量指标a包括η个指标 (其中η 2 1) :ai、a2、a3、a4、......、an。工艺优化目标P的影响因素有m个工艺参数：χι、X2、 X3、……、&。工艺参数包括:提取温度、升温时间、提取时间、提取溶剂浓度、提取压力。
[0059] 在中药提取设备上安装温度计、流量计、压力表等仪表，采集中药提取过程中产生 的工艺数据。对原药材和提取液中有效成分含量指标a、固含量指标b、提取液体积c进行检 测，获取中药提取过程的质量参数数据。将工艺数据与质量参数数据相对应，每个炜度代表 着一个指标，每一行代表一条数据，形成数据采集样主。为了保证数据挖掘模型的可靠性， 数据不少于50批。
[0062] (2)中药提取过程数据预处理
[0063]步骤（1)中得到的数据都是很粗糙的原始的数据，要想得到比较好的数据挖掘的 效果首先要进行数据的预处理，通过数据的预处理，剔除不合格的、无效的数据信息。其中 预处理方法为max-min归一化方法或z-score归一化方法。
[0064] (3)中药提取工艺数据挖掘模型的建立
[0065]根据预处理后的中药提取过程数据样本进行数据挖掘，建立中药提取工艺数据挖 掘模型，用于指导中药提取工艺的优化。中药提取工艺数据挖掘方法包括:K-meanS算法、K-medo ids算法、人工神经网络算法、反向传播算法、SVM支持向量机算法。
[0066] (4)中药提取工艺数据挖掘模型的验证
[0067]将中药提取工艺数据挖掘模型应用于中药提取过程，对所建立的模型进行验证， 考察模型的可靠性和稳定性。如果模型稳定性和可靠性较好，则用于指导中药提取工艺优 化;如模型稳定性和可靠性不好，则重复步骤(1)到步骤(3)。
[0068] (5)指导中药提取工艺的优化
[0069] 将中药提取工艺数据挖掘模型应用于中药提取过程，指导中药提取工艺的优化。 将中药提取过程采集的工艺数据和质量数据导入中药提取工艺数据挖掘模型，实现中药提 取过程实时判断和质量预测。
[0070] 尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列 运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地 实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限 于特定的细节。
【主权项】
1. 一种基于数据挖掘技术的中药提取工艺优化方法，其特征在于，包括以下步骤： 步骤1，数据采集:首先确定中药提取过程的工艺优化目标P，将对所述工艺优化目标P 产生影响的工艺参数设为工艺优化指标;根据设定的工艺优化指标，在中药提取设备上安 装用于检测相应指标的检测仪表，通过所述检测仪表采集中药提取过程中工艺数据;将所 述工艺数据与质量数据相对应形成数据采集样本； 步骤2,数据预处理:采用max-min归一化法或z-score归一化法对所采集到的工艺数据 进行预处理，剔除不合格、无效的数据，得到中药提取过程数据样本； 步骤3，中药提取工艺数据挖掘模型的建立:根据预处理后的中药提取过程数据样本进 行数据挖掘，建立中药提取工艺数据挖掘模型； 步骤4,中药提取工艺数据挖掘模型的验证及优化:对步骤3建立的所述中药提取工艺 数据挖掘模型进行验证，验证所述中药提取工艺数据挖掘模型的稳定性及可靠性，当验证 结果相符时，则将新的工艺数据及质量数据导入中药提取工艺数据挖掘模型进行质量预 测；当验证结果不符时，则重复执行步骤1至步骤3的操作。2. 如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，步骤 1中对工艺优化目标P产生影响的工艺参数有m个:XI、X2、X3、 、Xm，所述工艺参数包括:提 取温度、升温时间、提取时间、提取溶剂浓度及提取压力。3. 如权利要求1或2所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于， 所述工艺优化指标包括提取液中的有效成分含量a、固含量b、提取液体积c及质量均一性指 标d〇4. 如权利要求3所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述 有效成分含量a包括η个指标(其中η 2 1) :ai、a2、a3、a4、......、an。5. 如权利要求2所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，通过 在中药提取设备上安装用于检测温度的温度计、用于检测流量的流量计及用于测压的压力 表，采集中药提取过程中的工艺数据。6. 如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述 质量数据包括提取液中有效成分含量指标、固含量指标、提取液体积及药材水分含量。7. 如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述 数据采集样本包括以所述工艺数据及所述质量数据形成的不同的列及不同批号形成的不 同的行。8. 如权利要求7所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述 数据采集样本中数据不少于50批。9. 如权利要求1所述的基于数据挖掘技术的中药提取工艺优化方法，其特征在于，所述 中药提取工艺数据挖掘方法包括:K-means算法、K-medoids算法、人工神经网络算法、反向 传播算法、SVM支持向量机算法。
【文档编号】G05B13/04GK105867129SQ201610239223
【公开日】2016年8月17日
【申请日】2016年4月18日
【发明人】李页瑞, 刘雪松, 吴永江, 陈勇, 栾连军, 王龙虎
【申请人】浙江大学苏州工业技术研究院