换一批Box-Behnken设计-响应面法结合BP神经网络法优化经典名方泻白颗粒成型工艺
Optimization of the Molding Process of Classical Prescription Xiebai Granules Based on Box-Behnken Design-Response Sur-face Method and BP Neural Network Method
摘要目的 Box-Behnken设计-响应面法结合BP神经网络法优化泻白颗粒成型工艺,并建立物理指纹图谱,评价不同批次间颗粒质量的一致性.方法 以干膏粉为主药,采用干法制粒,以颗粒的成型率、溶化率、吸湿率、休止角为评价指标,先用单因素试验结合单纯形设计法和熵权法对泻白颗粒的辅料糊精、麦芽糊精、乳糖进行辅料配比筛选,优选出最佳辅料配比;采用熵权法结合Box-Behnken设计-响应面法和BP神经网络算法优选工艺参数,并进行工艺验证;采用物理指纹图谱对泻白颗粒的二级物理属性指标松密度(Da)、吸湿性(H)、水分(HR)、振实密度(Dc)、休止角(α)、豪斯纳比(IH)、相对均齐度指数(Iθ)、卡尔指数(IC)、颗粒间孔隙数(Ie)进行综合表征,评价不同批次颗粒质量的一致性.结果 最佳辅料配比为糊精 15%,麦芽糊精 48%,乳糖 37%.最佳工艺参数为输料转速 95 r·min-1,压轮转速 4 r·min-1,液压压力 7 MPa.5 批次泻白颗粒的物理指纹图谱相似度均>0.98.结论 经优化得到的泻白颗粒成型工艺稳定可行,不同批次泻白颗粒质量稳定,可为泻白颗粒的开发及工业化放大生产提供参考.
更多相关知识
关键词
泻白颗粒干法制粒成型工艺Box-Behnken响应面法BP神经网络单纯形设计法物理指纹图谱Xiebai Granulesdry granulationmolding processBox-Behnken design-response surface methodBP neural net-worksimplex-lattice designphysical fingerprint
分类号
R283（中药学）
栏目名称
DOI
10.14148/j.issn.1672-0482.2025.1333
发布时间
2025-11-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家长三角科技创新共同体联合攻关项目（2023CSJGG1700）
- 浏览2
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
