本發(fā)明屬于智能制造，具體涉及一種人工智能的粉體混合均勻度與顯微特征關(guān)聯(lián)性模型構(gòu)建方法及其應用。

背景技術(shù)：

1、粉體混合均勻度在許多工業(yè)領(lǐng)域中都具有重要意義，尤其是在制藥、食品、化工和材料科學等領(lǐng)域。混合均勻度直接影響產(chǎn)品的質(zhì)量和性能，因此，如何有效地監(jiān)控和控制粉體混合過程成為了關(guān)鍵。

2、傳統(tǒng)的粉體混合均勻度檢測方法主要依賴于物理和化學分析，例如取樣分析、顯微鏡觀察以及各種光譜分析等。這些方法盡管可以提供較為準確的結(jié)果，但通常存在以下問題：(1)取樣誤差：由于粉體混合過程中各組分的隨機分布，單點取樣可能無法反映整體的均勻度。(2)耗時耗力：傳統(tǒng)方法往往需要較長的分析時間和復雜的前處理步驟，這在工業(yè)生產(chǎn)中顯得低效。(3)在線監(jiān)測困難：大多數(shù)傳統(tǒng)方法無法實現(xiàn)在線、實時監(jiān)測，導致生產(chǎn)過程中的均勻度控制存在滯后性。

3、中藥制造過程中，混合均勻度是影響最終產(chǎn)品質(zhì)量和療效的關(guān)鍵因素之一?；旌暇鶆蚨仁艿蕉喾N因素的影響，包括物料的性質(zhì)、混合機的結(jié)構(gòu)形式和操作條件等。貴細藥材作為中藥制劑的重要原料，其粉體混合均勻度尤為重要。貴細藥原料粉體混合物作為大蜜丸成型工藝的重要初始輸入，其性質(zhì)直接影響制粒、合坨、制丸等后續(xù)工藝操作。貴細藥粉體顆粒的形狀、粒度、密度、表面性質(zhì)等都會影響配研過程。因此，研究貴細藥粉末顆粒性質(zhì)與混合均勻度的關(guān)聯(lián)性，通過控制原料質(zhì)量和工藝方法來保證混合均勻性，對于提高產(chǎn)品的穩(wěn)定性和質(zhì)量控制具有重要意義。

4、通過顯微圖像分析粉體顆粒的形態(tài)、尺寸分布、顆粒間的接觸方式等，可以推斷出混合均勻度的相關(guān)信息。然而，目前的顯微圖像分析方法仍然存在一些局限性，例如特征提取過程復雜、對圖像質(zhì)量要求高、難以應對大規(guī)模數(shù)據(jù)等。因此，在貴細藥混合均勻度與顯微關(guān)鍵質(zhì)量屬性關(guān)聯(lián)性不清晰的背景下，研究貴細藥粉末顆粒性質(zhì)與混合均勻度的關(guān)聯(lián)性具有重要的探索意義和現(xiàn)實意義。

技術(shù)實現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)中存在的缺陷和不足，本發(fā)明提供了一種人工智能的粉體混合均勻度與顯微特征關(guān)聯(lián)性模型構(gòu)建方法及其應用。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、在第一個方面中，本發(fā)明提供了一種人工智能的粉體混合均勻度與顯微特征關(guān)聯(lián)性模型構(gòu)建方法，包括以下步驟：

4、步驟1：采集粉體的高光譜圖像和顯微圖像數(shù)據(jù)；

5、步驟2：使用均勻度百分比指數(shù)法計算粉體的混合均勻度，使用主成分分析(pca)方法對顯微圖像屬性數(shù)據(jù)進行降維，提取主要成分特征得分；

6、步驟3：對粉體前三個主成分得分和混合均勻度分別進行檢驗；

7、步驟4：結(jié)合提取的主成分特征得分和粉體的混合均勻度數(shù)據(jù)，構(gòu)建copula模型；

8、步驟5：根據(jù)密度函數(shù)圖、最小信息量準則(aic)和貝葉斯信息準則(bic)選擇最優(yōu)copula模型；

9、步驟6：通過最優(yōu)copula模型，表征粉體混合均勻度與顯微關(guān)鍵質(zhì)量屬性之間的關(guān)聯(lián)性。

10、作為可選的方式，在上述方法中，所述步驟1中的顯微圖像數(shù)據(jù)包括顯微顆粒的長寬比、最小直徑、分形維數(shù)和圓度形態(tài)指標。

11、作為可選的方式，在上述方法中，所述步驟2中，通過計算實際分布的均勻度曲線下面積(aucreal)和隨機化分布的均勻度曲線下面積(aucrandom)，進一步計算aucreal/aucrandom比值，即h％值，用于評價組分空間分布均勻度，通過pca方法提取顯微圖形數(shù)據(jù)的主要成分特征得分的貢獻率大于80％，主成分特征值大于1。

12、作為可選的方式，在上述方法中，所述步驟3中，對粉體前三個主成分得分和混合均勻度分別進行檢驗，檢驗方法有樣條插值法、核密度估計法和正態(tài)性檢驗，包括采用jarque-bera檢驗、k-s檢驗和lillie檢驗。

13、作為可選的方式，在上述方法中，根據(jù)樣條插值法和核密度估計法，分別繪制pc1、pc2、pc3和混合均勻度的經(jīng)驗分布函數(shù)和對應的核分布估計圖，找出和混合均勻度重合度較高的主成分，判斷樣本的分布狀態(tài)。

14、作為可選的方式，在上述方法中，所述步驟4中的copula模型包括正態(tài)copula、t-copula、clayton-copula、gumbel-copula和frank-copula模型。

15、作為可選的方式，在上述方法中，通過密度函數(shù)圖、aic和bic準則選擇最優(yōu)copula模型，以最小化aic和bic值為標準。

16、作為可選的方式，在上述方法中，所述步驟6中，通過最優(yōu)copula模型繪制的聯(lián)合密度分布圖用于表征粉體混合均勻度與顯微關(guān)鍵質(zhì)量屬性之間的非線性關(guān)聯(lián)性。

17、在第二個方面中，本發(fā)明提供了上述第一個方面所述的方法在粉體的生產(chǎn)工藝優(yōu)化和質(zhì)量控制方面的應用，其特征在于，通過監(jiān)控顯微顆粒形態(tài)指標，提高粉體的混合均勻度和粉末流動性。

18、本發(fā)明的有益效果：

19、本發(fā)明創(chuàng)新性提出了一種人工智能的粉體混合均勻度與顯微特征關(guān)聯(lián)性模型構(gòu)建方法，建立貴細藥混合均勻度和顯微屬性關(guān)聯(lián)模型，為大蜜丸制造過程質(zhì)量控制水平的提升提供新策略，進一步推了動貴細藥研究和質(zhì)量評價的智能化和標準化進程。

技術(shù)特征：

1.一種人工智能的粉體混合均勻度與顯微特征關(guān)聯(lián)性模型構(gòu)建方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1中的顯微圖像數(shù)據(jù)包括顯微顆粒的長寬比、最小直徑、分形維數(shù)和圓度形態(tài)指標。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2中，通過計算實際分布的均勻度曲線下面積(aucreal)和隨機化分布的均勻度曲線下面積(aucrandom)，進一步計算aucreal/aucrandom比值，即h％值，用于評價組分空間分布均勻度，通過pca方法提取顯微圖形數(shù)據(jù)的主要成分特征得分的貢獻率大于80％，主成分特征值大于1。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中，對粉體前三個主成分得分和混合均勻度分別進行檢驗，檢驗方法有樣條插值法、核密度估計法和正態(tài)性檢驗，包括采用jarque-bera檢驗、k-s檢驗和lillie檢驗。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)樣條插值法和核密度估計法，分別繪制pc1、pc2、pc3和混合均勻度的經(jīng)驗分布函數(shù)和對應的核分布估計圖，找出和混合均勻度重合度較高的主成分，判斷樣本的分布狀態(tài)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟4中的copula模型包括正態(tài)copula、t-copula、clayton-copula、gumbel-copula和frank-copula模型。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟5中，通過密度函數(shù)圖、aic和bic準則選擇最優(yōu)copula模型，以最小化aic和bic值為標準。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟6中，通過最優(yōu)copula模型繪制的聯(lián)合密度分布圖用于表征粉體混合均勻度與顯微關(guān)鍵質(zhì)量屬性之間的非線性關(guān)聯(lián)性。

9.權(quán)利要求1-8中任一項所述的方法在粉體的生產(chǎn)工藝優(yōu)化和質(zhì)量控制方面的應用，其特征在于，通過監(jiān)控顯微顆粒形態(tài)指標，提高粉體的混合均勻度和粉末流動性。

技術(shù)總結(jié)
本發(fā)明提供了一種人工智能的粉體混合均勻度與顯微特征關(guān)聯(lián)性模型構(gòu)建方法及其應用。所述方法包括：首先，通過主成分分析(PCA)方法對粉體的顯微圖像屬性進行降維，提取主成分特征得分；其次，利用混合均勻度和主成分特征得分，構(gòu)建正態(tài)Copula、t?Copula、Clayton?Copula、Gumbel?Copula和Frank?Copula多種Copula函數(shù)，并根據(jù)密度函數(shù)圖、最小信息量準則(AIC)和貝葉斯信息準則(BIC)準則選擇最優(yōu)Copula函數(shù)；最終，獲得粉體混合均勻度與顯微關(guān)鍵質(zhì)量屬性的關(guān)聯(lián)性模型。本發(fā)明用于藥品、食品、材料領(lǐng)域粉體混合均勻度與顯微特征關(guān)聯(lián)性模型構(gòu)建，對于質(zhì)量控制具有重要的指導意義。

技術(shù)研發(fā)人員：吳志生,王愷怡,張芳語,陳鑫海,李楠,馮繪敏
受保護的技術(shù)使用者：北京中醫(yī)藥大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23