Establishment of Feedforward Control Model for Dry Granulation of Polysaccharide Components Based on Quality by Design

Zan-yang HUANG; Ya-jing WANG; Dong-li QI; Di GAO; Xiao-yu WANG; Yu WANG; Yan-wen WANG; Xiang-yin YE

doi:10.13422/j.cnki.syfjx.20211762

您当前的位置：

首页 >

文章列表页 >

Establishment of Feedforward Control Model for Dry Granulation of Polysaccharide Components Based on Quality by Design

更新时间：2022-01-13

- Establishment of Feedforward Control Model for Dry Granulation of Polysaccharide Components Based on Quality by Design
- Chinese Journal of Experimental Traditional Medical Formulae Vol. 28, Issue 4, Pages: 130-137(2022)
- 作者机构：
  
  天津中医药大学现代中药发现与制剂技术教育部工程研究中心，天津 301617
- 作者简介：
- 基金信息：
- DOI：10.13422/j.cnki.syfjx.20211762
  CLC： R22;R28;R94;C37
- Received：12 April 2021，
  
  Published Online：15 June 2021，
  
  Published：20 February 2022
- 稿件说明：
移动端阅览
黄赞扬,王亚静,祁东利等.基于质量源于设计理念构建多糖组分干法制粒前馈控制模型[J].中国实验方剂学杂志,2022,28(04):130-137.

HUANG Zan-yang,WANG Ya-jing,QI Dong-li,et al.Establishment of Feedforward Control Model for Dry Granulation of Polysaccharide Components Based on Quality by Design[J].Chinese Journal of Experimental Traditional Medical Formulae,2022,28(04):130-137.
黄赞扬,王亚静,祁东利等.基于质量源于设计理念构建多糖组分干法制粒前馈控制模型[J].中国实验方剂学杂志,2022,28(04):130-137. DOI： 10.13422/j.cnki.syfjx.20211762.

HUANG Zan-yang,WANG Ya-jing,QI Dong-li,et al.Establishment of Feedforward Control Model for Dry Granulation of Polysaccharide Components Based on Quality by Design[J].Chinese Journal of Experimental Traditional Medical Formulae,2022,28(04):130-137. DOI： 10.13422/j.cnki.syfjx.20211762.

摘要

目的

建立多糖组分干法制粒前馈控制模型，用于指导关键工艺参数（CPPs）在设计空间内的调整优化，以减少原料性质波动对药品质量的影响。

方法

以黄芪浸膏粉为模型药，通过Box-Behnken设计确定干法制粒CPPs的设计空间，采用混料设计制备具有不同粉体性质的黄芪混合粉，运用方差膨胀因子（VIF）对粉体性质进行多重共线性诊断，并利用主成分分析（PCA）对模型的特征数据进行提取，采用径向基函数神经网络（RBFNN）构建反映多糖组分粉体学性质、干法制粒CPPs与一次成型率之间关系的前馈控制模型。

结果

多糖组分干法制粒CPPs的设计空间为送料速度处于16~35 Hz，滚轮转速处于10~23 Hz，滚轮压力处于10~46 kg·cm

-2

。构建的RBFNN前馈控制模型对多糖组分干法制粒一次成型率具有较好的预测效果，相对误差0.38%~6.73%，平均相对误差3.42%，可用于指导CPPs在设计空间内的调整优化。

结论

构建的前馈控制模型能较好地反映多糖组分粉体学性质、干法制粒CPPs与颗粒一次成型率之间的关系，可用于指导CPPs在设计空间内的调整优化，减少原料性质波动对产品质量的影响，为推动中药质量由被动控制转向主动控制提供思路。

Abstract

Objective

A feedforward control model for dry granulation of polysaccharide components was established to guide the adjustment and optimization of critical process parameters （CPPs） in the design space， so as to reduce the impact of fluctuations in raw materials properties on the quality of medicines.

Method

Taking Astragali Radix extract powder as the model drug， the design space of dry granulation CPPs was determined by Box-Behnken design. Astragali Radix mixed powder with different powder properties were prepared by mixture design， the variance inflation factor （VIF） was used to diagnose the multicollinearity of the powder properties， and principal component analysis （PCA） was used to extract the characteristic data of the model. Radial basis function neural network （RBFNN） was used to establish a feedforward control model for reflecting the relationship between the powder properties of polysaccharide components， dry granulation CPPs and one-time molding rate.

Result

The design space for dry granulation CPPs of polysaccharide components was 16-35 Hz for feeding speed， 10-23 Hz for roller speed， and 10-46 kg·cm

-2

for roller pressure. The established RBFNN feedforward control model had a good predictive effect on the one-time molding rate of dry granulation of polysaccharide components， which could be used to guide the adjustment and optimization of CPPs in the design space， the relative error was 0.38%-6.73%， and the average relative error was 3.42%.

Conclusion

The established feedforward control model can well reflect the relationship between the powder properties of the polysaccharide components， the dry granulation CPPs and the one-time molding rate of the granules， which can be used to guide the adjustment and optimization of CPPs in the design space， reduce the impact of material property fluctuation on product quality， and provide ideas for promoting the quality of traditional Chinese medicine from passive control to active control.

关键词

Keywords

references

张前亮，罗铮，邓雯，等 . 丹参破壁饮片物理属性的质量评价［J］. 中国实验方剂学杂志， 2020 ， 26 （ 23 ）： 145 - 152 .

MISHRA V ， THAKUR S ， PATIL A ， et al . Quality by design （QbD） approaches in current pharmaceutical set-up ［J］. Expert Opin Drug Deliv ， 2018 ， 15 （ 8 ）： 737 - 758 .

YU L X ， AMIDON G ， KHAN M A ， et al . Understanding pharmaceutical quality by design ［J］. AAPS J ， 2014 ， 16 （ 4 ）： 771 - 783 .

戴胜云 . 中药HPLC分析设计空间的建立与可靠性研究［D］. 北京：北京中医药大学， 2016 .

STOSCH M V ， SCHENKENDORF R ， GELDHOF G ， et al . Working within the design space：do our static process characterization methods suffice？［J］. Pharmaceutics ， 2020 ， 12 （ 6 ）： 562 .

严斌俊 . 数据驱动的中药制药过程质量控制方法及应用研究［D］. 杭州：浙江大学， 2015 .

王晓宇，李文龙，瞿海斌 . 前馈控制技术研究进展及其在中药质控中的应用展望［J］. 中草药， 2017 ， 48 （ 21 ）： 4560 - 4564 .

孙飞 . 中药生产过程质量设计与控制方法学研究［D］. 北京：北京中医药大学， 2017 .

连传运，徐冰，王秋平，等 . 中药质量源于设计应用：工艺控制策略［J］. 世界中医药， 2018 ， 13 （ 3 ）： 561 - 565 .

ZHAO Y X ， DRENNEN J K ， MOHAN S ， et al . Feedforward and feedback control of a pharmaceutical coating process ［J］. AAPS PharmSciTech ， 2019 ， 20 （ 4 ）： 157 .

ARNDT O ， BAGGIO R ， ADAM A K ， et al . Impact of different dry and wet granulation techniques on granule and tablet properties：a comparative study ［J］. J Pharm Sci ， 2018 ， 107 （ 12 ）： 3143 - 3152 .

CLARKE J ， GAMBLE J F ， JONES J W ， et al . Determining the impact of roller compaction processing conditions on granule and API properties ［J］. AAPS PharmSciTech ， 2020 ， 21 （ 6 ）： 218 .

况弯弯，伍振峰，万娜，等 . 中药干法制粒的研究思路探讨：基于干法制粒技术研究的国内外研究进展［J］. 中国中药杂志， 2019 ， 44 （ 15 ）： 3195 - 3202 .

高迪，王亚静，王雁雯，等 . 基于失效模式与效应分析（FMEA）的中药干法制粒贝叶斯故障诊断研究［J］. 中国中药杂志， 2020 ， 45 （ 24 ）： 5982 - 5987 .

张青铃，罗友华，许光辉，等 . 干法制粒工艺在中药口服固体制剂制备中的应用［J］. 中国现代中药， 2020 ， 22 （ 5 ）： 827 - 834 .

YUAN J ， SHI L ， SUN W J ， et al . Enabling direct compression of formulated Danshen powder by surface engineering ［J］. Powder Technol ， 2013 ， 241 （ 3 ）： 211 - 218 .

HAN X ， GHOROI C ， DAVÉ R . Dry coating of micronized API powders for improved dissolution of directly compacted tablets with high drug loading ［J］. Int J Pharm ， 2013 ， 442 （ 1/2 ）： 74 - 85 .

国家药典委员会 . 中华人民共和国药典：四部［M］. 北京：中国医药科技出版社， 2020 ： 146 .

衡思坤，王琛，张自伟，等 . 环境因素对避雷器泄漏电流影响研究［J］. 电力工程技术， 2019 ， 38 （ 1 ）： 114 - 118 .

叶相印，赵海宁，王亚静，等 . 基于广义回归神经网络的中药片剂崩解时限预测［J］. 中国实验方剂学杂志， 2021 ， 27 （ 7 ）： 121 - 126 .

吴华稳 . 混沌时间序列分析及在铁路货运量预测中的应用研究［D］. 北京：中国铁道科学研究院， 2014 .

刘婧然，马英杰，王喆，等 . 基于RBF神经网络与BP神经网络的核桃作物需水量预测［J］. 节水灌溉， 2013 （ 3 ）： 16 - 19，23 .

莫俊文，吴海龙 . 基于RBF人工神经网络的房屋建筑工程造价预测研究［J］. 工程造价管理， 2018 （ 6 ）： 15 - 23 .

龚行楚，陈滕，瞿海斌 . 基于质量源于设计理念的中成药二次开发研究进展［J］. 中国中药杂志， 2017 ， 42 （ 6 ）： 1031 - 1036 .

李杰其，胡良兵 . 基于机器学习的设备预测性维护方法综述［J］. 计算机工程与应用， 2020 ， 56 （ 21 ）： 11 - 19 .

ĐOZIĆ D J ， UROŠEVIĆ B D G . Application of artificial neural networks for testing long-term energy policy targets ［J］. Energy ， 2019 ， 174 ： 488 - 496 .

ARLIANSYAH J ， HARTONO Y . Trip attraction model using radial basis function neural networks ［J］. Procedia Eng ， 2015 ， 125 ： 445 - 451 .

张玉昆，冯月男，孙思邈，等 . 中药不同组分在治疗血瘀证方面研究进展［J］. 中国实验方剂学杂志， 2020 ， 26 （ 10 ）： 220 - 226 .

杜焰，冯怡，徐德生，等 . 基于主成分分析的中药粉体流动性表征研究［J］. 中成药， 2012 ， 34 （ 7 ）： 1258 - 1263 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Discussion on Microbial Quality Control Strategy in Whole Process of Chinese Materia Medica Production Guided by Concept of QbD

Analysis of Oligosaccharide Mapping of Atractylodis Rhizoma from Different Habitats

Explanation of Scientific Connotation of Euodiae Fructus Stir-fried with Coptidis Rhizoma Based on UPLC-Q-TOF/MS and Pattern Recognition Technology

Effect of Different Drying Methods on Volatile Components in Pseudostellariae Radix Based on GC-IMS

Flavor Characterization of Rhei Radix et Rhizoma Processed with Nine-time Repeating Steaming and Sun-drying Based on Intelligent Sensory Technology

Related Author

ZHANG Zeshuai

XIE Maomei

LI Zheng

LU Hongwei

XI Meng

WANG Haixia

CHANG Likun

ZHANG Wenjin

Related Institution

Jiangsu Longfengtang TCM Co. Ltd.，Yangtze River Pharmaceutical Group

College of Pharmaceutical Engineering of Traditional Chinese Medicine （TCM）， State Key Laboratory of Component-based Chinese Medicine， Haihe Laboratory of Modern Chinese Medicine，Tianjin University of TCM

School of Pharmacy，Anhui University of Chinese Medicine

State Key Laboratory Breeding Base of Dao-di Herbs， National Resource Center for Chinese Materia Medica， China Academy of Chinese Medical Sciences

School of Traditional Chinese Medicine， Guangdong Pharmaceutical University

AI问答

Postal code：100700
Tel：010-84076882 Email：syfjx_2010@188.com
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备11006657号-10 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰