药物研发专用流化床包衣制粒

[align=center][size=16px][b]流化床制粒[/b][/size][size=16px][b]发展现状[/b][/size][/align]药品是人们常备的不可或缺的日常用品。近年来，随着国民生活水平的提高，人们对药品质量和药物安全问题广泛关注，制药领域也随之越来越多的进入到我们的视野中。长期以来，制药行业都采用传统的方式进行生产，无论是自动化、信息化水平还是认知观念水平都与其他行业存在着一定的差距。“十三五”规划以来，国家大力发展智能制造，制药行业作为制造业的一部分，需要紧跟发展潮流，朝着信息化、智能化方向发展。固体制剂是目前最常见的剂种之一，其生产过程是将原料通过一系列操作包括粉碎、混合、制粒、包衣及压片等过程转化成药物制剂。无论是制作胶囊还是压片，制粒都是非常重要的关键步骤。制粒是将药物粉末与相关的辅料进行混合，待混合均匀后再喷入润湿剂或者粘合剂，在设备中制成具有颗粒形态的过程。干法制粒和湿法制粒是目前固体制粒中最常用的两种方法[font='calibri'][size=13px][1][/size][/font]。干法制粒不需要使用粘合剂，常用于对水分比较敏感的制剂；湿法制粒是常用的制粒方法，在混合均匀的粉末中喷入粘合剂，将粉末表面打湿，粉末通过粘合剂的媒介作用聚结在一起可以慢慢形成颗粒。流化床制粒是常见的湿法制粒方法之一。流化床制粒过程中使用的工艺参数较少、且操作方法简单，广泛应用于固体制粒中。然而，目前的流化床制粒大多依靠于人工经验，对于制粒过程中颗粒的质量属性的变化都是离线进行分析，严重滞后于生产过程。制粒过程信息不透明，对制粒过程影响因素不能准确把握，容易导致药物疗效达不到预期甚至造成制粒批次的失败。随着计算机信息技术、人工智能、传感器技术的发展，及时获取流化床制粒过程工艺参数与颗粒的关键质量属性，通过数据挖掘出工艺参数变化对于流化床制粒过程的影响，通过质量属性的变化及时调整工艺参数，从而可以大大提高制粒成功率，打破国外技术封锁，实现连续化、智能化生产的目标。针对流化床制粒信息化、自动化水平低，数据采集困难等问题，合理改造设备以及通过机器学习等人工智能算法了解工艺参数的内部机理，达到准确调控，对流化床制粒连续化、智能化生产具有重要指导意义。流化床制粒技术只在一个腔体中就可以完成整个制粒过程。药物粉末和辅料等一次性的投入到密封的腔体中，在腔体内进行混合，直至腔体内的各种物料都混合均匀，接着从底部通入热空气，药物粉末在从下方而来的热空气作用下能够保持悬浮，从而达到理想的流化状态。接着将按照一定比例配成的黏合剂液体在蠕动泵和一定压力的压缩空气作用下，以雾化的形式从喷枪中向流化层喷入，使药物粉末聚结成颗粒。在整个制粒过程中，颗粒只受到流化床内部气流的作用，上下流动，因此形成的颗粒之间的粘合度较低，颗粒密度比较小，粒度比较均匀，并且有较好的可压缩性和流动性。流化床制粒设备的整体情况都大同小异，主要的不同在于雾化的粘合剂喷入的方式。按照喷嘴所在位置的不同，可以大体将流化床分为顶喷式、底喷式和流化床三类，这三类流化床的示意图如下图1-1所示。顶喷式流化床是将喷枪从腔体外部伸入到制粒室中，从流化层的上方自上而下进行喷液。颗粒通过气流的作用上升至喷嘴的位置，雾化的粘合剂从喷嘴喷出并将颗粒包裹起来，颗粒上升到一定的高度后回落，如此往复，顶喷式流化床一般用于制粒。底喷式流化床是喷枪中粘合剂的喷洒方向与进风气流的方向一致，侧喷式流化床的喷嘴安装在制粒室的内壁上，最明显的特点是在其底部安装有布风板，底喷式流化床和侧喷式流化床一般用于包衣。[align=center][font='times new roman']图[/font][font='times new roman']1-[/font][font='times new roman']1 [/font][font='times new roman']制粒[/font][font='times new roman']流化床[/font][font='times new roman']分类[/font][/align][font='times new roman'][size=16px][b]流化床制粒技术研究现状[/b][/size][/font]1959年，美国的Wurst首先提出了流化床技术，该技术以其工艺简单，操作时间短，劳动强度低等特点广泛应用于固体制药领域。我国于上世纪八十年代才引入流化床制粒设备，相对于国外来说起步较晚，因此对于流化床制粒技术的研究也相对较少。石海涛[font='calibri'][size=13px][3][/size][/font]等人使用流化床制粒技术解决了采用传统的湿法制粒批次间颗粒质量属性差异大，制粒终点难以把握的缺点，制出崩解性能良好的甲磺酸吉米沙星片。申楼[font='calibri'][size=13px][4][/size][/font]等人把颗粒的流动性、表面性状和崩解时限作为衡量颗粒质量的标准，采用正交试验的方法确定出流化床制粒的最佳工艺参数。东北大学的王正松[font='calibri'][size=13px][5][/size][/font]以颗粒的粒度为研究对象，建立并验证了流化床制粒最终颗粒粒度的机理模型，并且建立了预测颗粒粒度的回归模型。浙江大学的周家辉[font='calibri'][size=13px][6][/size][/font]针对流化床制粒室温度难以控制的问题，分析了流化床制粒温度影响因素，对流化床进行了热力学分析，并且设计了温度控制器。在国外近几年的研究中，Neugebauer[font='calibri'][size=13px][7][/size][/font]等人针对流化床分层制粒过程中颗粒形成干燥区的问题，提出了一种用于研究各种工艺参数对粒子动力学和工艺稳定性的影响的模型。Hayashi[font='calibri'][size=13px][8][/size][/font]等人对流化床造粒过程中颗粒生长和破碎的机理进行了研究，提出了一种基于离散元法和计算流体动力学相结合的粒子碰撞频率函数的粒子平衡模型。Heidari[font='calibri'][size=13px][9][/size][/font]等人考虑液滴蒸发过程引起的体积变化等因素，综合考虑粘合剂粘性与液滴表面张力的平衡力，建立了流化床制粒过程中液滴蒸发的力学模型，利用该模型研究了不同温度、蒸汽压力、接触角和液滴直径条件下蒸发速率对液滴扩散时间的影响。Teixeira[font='calibri'][size=13px][10][/size][/font]等人研究了提高姜黄素溶解度的多种策略并且以姜黄素为原料，采用流化床制粒法，制备姜黄素颗粒。国外的流化床技术已经取得了一定的成就，然而国内的流化床制粒领域中相关的文献报道却比较少，这种现状对于我们来说既是机遇也是挑战。通过文献可以看出，越来越多的学者都针对流化床制粒工艺进行研究，这也必将会是未来研究流化床制粒技术的一个趋势。

[align=center][color=#191919]如何在流化床包衣过程中实现智能制造[/color][/align]当前中国制造由大变强的序幕已经拉开，[color=#191919]“[/color][color=#191919]中国制造[/color][color=#191919]2025”[/color][color=#191919]和[/color][color=#191919]“[/color][color=#191919]工业[/color][color=#191919]4.0”[/color][color=#191919]正在促进一场新工业变革的到来。[/color][color=#070707]推进智能制造，能够有效缩短产品研制周期，提高生产效率和产品质量，降低运营成本和资源能源消耗，加快发展智能制造，对于提高制造业供给结构的适应性和灵活性、培育经济增长新能动都具有十分重要的意义。[/color][color=black]面临新一轮科技变革和产业变革，美国、德国等制造强国纷纷提出了制造业升级的思路和规划。而在[/color][color=black]“[/color]中国制造[color=black]2025”[/color]规划中，智能制造是主攻方向，是未来制造业发展的重大趋势和核心内容，也是解决我国制造业由大变强的根本路径。[color=#191919]智能制造的载体是智能工厂，核心是关键环节智能化，基础是信息物理系统，支撑是工业互联网。智能制造最后带来的效果是生产效率的提升，产品质量的提升，产品研发时间的下降，运营成本的下降，资源能源消耗下降。本文就如何在流化床包衣过程中实现智能制造，以包衣厚度的测量为例，结合[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]等技术，比较几种测量方法的优缺点，结果证明：基于[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术的测量方法最为有效，可用于工业化大生产，契合智能制造的理念。[/color][color=black]流化床是指用自下而上快速吹入的气流（进风），穿过固定颗粒，并维持固体颗粒处于不断往复运动状态而形成的固体颗粒床[/color][sup][color=black][/color][/sup][color=black]。[/color]流化床制粒设备目前广泛应用于药品生产过程中，优点显著，该方法是集混合、制粒、干燥、包衣在一个全封闭容器中进行操作的技术，与其它包衣技术相比，具有工艺简单、操作时间短、劳动强度低等特点。目前流化床包衣技术正得到越来越广泛的应用，国内外生产的流化机器的差距也越来越小，这项技术对我国药品生产现代化的发展意义重大。[color=black]此外，[/color]流化床包衣技术具有传质快、传热效率高、流动性好、压缩成型性好等优点。颗粒间较少或几不发生可溶性成分迁移，减小了由此造成片剂含量不均匀的可能性。[color=#191919]包衣是一门将聚合物包裹在固体剂型外形成衣膜的技术，有助于传递药物剂型的许多优势[/color][sup][color=black][/color][/sup][color=#191919]。比如，掩盖片芯中成分的气味，提高物质的稳定性，使药物制剂更加美观，更加干净，并且能够调节药物的释放使药物到达体内再开始释放。药物的包衣使消费者识别和吞咽药物变的更加容易。对于许多制造商来说，包衣可以帮助减少灰尘，并且可以改善药片的机械强度使之经得住触碰，不易破碎。包衣的厚度和均匀性是包衣药物质量好坏的重要指标。研究包衣的厚度对优化包衣设备和工艺有重要的意义。[/color][color=#191919]显微图像测量法[/color][sup][/sup]：[color=#191919]1[/color]、获取药物切片截面。首先，将待测包衣药物切片，切片表面的平整性对包衣厚度的测量至关重要；[color=#191919]2[/color]、显微镜的调节。把切片界面放在显微镜下，调节显微镜的放大倍数和相对位置；[color=#191919]3[/color]、图像传送。用高清数码相机拍摄切片显微图像，并传送至计算机中；[color=#191919]4[/color]、成像测量。在计算机的显示器中显示药片显微图像，利用[color=#191919] Image-Pro Plus [/color][color=#191919]图像处理分析软件标定，并测量包衣的厚度。[/color][color=#191919]拉曼光谱法[/color][sup][/sup]：拉曼光谱法是一种利用激光照射被检测位置发生散射现象，产生与入射光频率不同的散射光谱所进行的分析方法。利用拉曼光谱技术检测灵敏度高，样品基本无需制备，分析速度快，时间短，对样品无接触，无损伤，具有高空间分辨率，以及高光谱分辨率，并且不会对样品造成化学性的，机械的，光化学和热的分解。从检测假冒药品到检测活性物的含量，再到过程分析制造，拉曼光谱技术被广泛应用于生物医学，药物学，文物考古和法庭科学等诸多方面。[color=#191919]测试方法为：激光通过显微镜头聚焦到样品测试点，激发拉曼信号，再由显微镜头收集拉曼信号并传递到光谱仪系统，只要适当控制激光功率密度，热效应不至于破坏样品测试点，可以保证被测样品的完好和信号的真实。[/color][color=#191919]X [/color]射线荧光光谱法：特征[color=#191919] X[/color]射线经过探测器在不同的衍射角上检测，经电路放大，转变为脉冲信号，收集和显示谱线，最后由计算机采集，分析处理谱线。每种元素的原子本身具有独特的电子排列，对于给定特征的[color=#191919] X [/color]射线，能量取决于该原子的原子序数。不同的样本材料会产生不同能量的[color=#191919] X [/color]射线荧光，测定谱线的波长，得到样本中包含的元素，测定谱线的强度，得到该元素的含量，从而确定样本材料的特性，测定包衣的厚度。[color=#191919]太赫兹光谱法：太赫兹成像技术在药物分析以及无损检测等方面有着十分广泛的应用，可以为拉曼成像，[/color][color=#191919]X [/color]射线荧光成像，核磁共振成像以及红外成像提供补充。它可以在不破坏药片包衣的前提下，对包衣的结构情况和包裹情况进行检测分析，并通过传感器进行记录。检测的原理是根据脉冲时间的不同，药片包衣的空腔或微小的异物都可能使太赫兹射线脉冲照射的时间长短发生变化，从而确定包衣的厚度，并且可以检测量化包衣的缺陷和厚度分布。[color=black]近红外（[/color][color=black][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url][/color][color=black]）在线检测技术：[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]是介于可见光和中红外光之间的电磁辐射波，具备无损、快速、多参数测定、无污染和可在线分析等优点[sup][color=black][/color][/sup][color=#191919]，近年来被广泛应用于农业及制药行业中，其中在制药领域，包括制剂过程控制，成品药分析，药品真伪鉴定等多个方面的应用，大大减少了工作量，提升了经济效益。[/color][color=black][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S [/color]是采用近红外的方法直接分析液体、固体粉末、半固体、胶状等多种物态样品，使实验室和工厂的产品分析实现在线化，在几秒钟得到待测参数，与反馈控制技术连用则实现生产过程的在线控制技术[sup][color=black][/color][/sup][color=black]。[/color][color=black]它克服了传统离线分析技术样品预处理复杂以及分析结果滞后的缺陷。[/color][color=black]该方法具有预处理简单、分析速度快、非破坏性及适合于在线分析等优点，在药物的定性鉴别、定量分析及质量控制等方面显示了很大的作用[/color][sup][color=black][/color][/sup][color=black]。[/color][color=black]药品质量与生产过程中的每个环节密切相关。[/color]制药过程关键工艺的监测、控制对于保证药品质量至关重要。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术在药物的在线检测方面显示了巨大的优势。[color=#191919]带光纤探头的[/color][color=#191919] [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] [/color][color=#191919]漫反射光谱仪使用[/color][color=#191919] PLS [/color][color=#191919]模式可以对包衣层进行检测。[/color][color=#191919]已发现微丸样品[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的变化与包衣的厚度之间存在相关性。[/color]在用乙基纤维素[color=#191919](EC)[/color]或羟丙基纤维素[color=#191919](HPMC)[/color]进行包衣的过程中，按一定的时间间隔取样，测定样品的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url][sup][color=black][/color][/sup][color=#191919]。[/color][color=#191919]采用二阶导数变换和多元散射校正两种方法对光谱进行处理，然后用主成分分析建立计算包衣厚度的校正模型。[/color]再测定样品的溶出度，考察包衣厚度与溶出度的相关性，从而进行生产工艺的监控。[color=#191919]分析以上方法可知，直接用光学显微镜测量药片横截面的厚度相当的费时费力，但是通常能够得到精确的包衣层厚度的数据。[/color][color=#191919]X [/color]射线荧光光谱法操作快速方便，不受样本大小和形状的限制，但灵敏度偏低。拉曼光谱法与[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]法相比，灵敏度更高，但是出现误差的可能性更大。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]法不需要在测量前进行大量复杂的处理，能够节省分析的时间。是最有效的方法，测量简单并且快速，能够基本实现对物体的快速无损检测。[color=#191919]相比其他技术手段[/color][color=#191919]，[/color][color=#191919][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url][/color]在过程控制方面具有快速、无损、样品预处理简单、可以在线监控的优势。可以细致地分析每个技术环节，为先进的理论提供充足的基础资料。[color=#191919]“[/color]质量源于设计（[color=#191919]QbD[/color]）[color=#191919] ”[/color]以及实时参数放行的理念也要求使用更先进的分析工具帮助人们加深对生产过程的理解，以便设计出更合理的药物生产工艺路线。所以在药品生产过程中，[color=#191919][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url][/color]将会逐步普及，并成为一项常规的质量检测手段为人们的用药安全提供坚实的保障，为智能制造的早日实现作出重要的贡献。[color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color][color=#191919] [/color]参考文献[color=black] [/color]Naidu [i]et al.[/i] [color=black]PAT-BasedControl of Fluid Bed Coating Process Using [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] Spectroscopy to Monitor theCellulose Coating on Pharmaceutical Pellets [/color]. AAPS PharmSciTech, 2016,1149(5): 56-65. Snezana Markovica , Ksenija Poljanec, Janez Kerc [i]et al[/i]. In-line [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] monitoring of keycharacteristics of enteric coated pellets . EUR J PHARM BIOPHARM, 2014, 843(19): 170-174. Min-Jeong Lee, Da-Young Seo, Hea-Eun Lee[i] et al[/i].In line [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] quantification of film thickness on pharmaceuticalpellets during a fluid bed coating process. [color=#333333]INT J PHARM[/color], 2011, 29(9): 2471-2477. 陆庆华, 陈玉洁，严盈富.薄膜包衣厚度测量方法分析.南昌航空大学学报, 2014, 40(8): 1207-1212. 倪力军,朱静,张立国.[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]法测定缓释制剂中冰片释放量.光谱学与光谱分析, 2012, 31(9): 1089-1094. 张振宾, 欧俊杰, 林辉等.[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术在固体制剂生产中的应用.食品与药品，2013, 14(2): 139-142. Roland Hohl, Otto Scheibelhofer, Elena Stocker. Monitoring of a Hot MeltCoating Process via a Novel Multipoint Near-Infrared Spectrometer .AAPS PharmSciTech, 2017, 137(9): 4114-4118. 王小亮, 傅强, 绳金房等．[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术在制药过程分析中的应用进展.西北药学杂志, 2009, 29(12): 464-469.[align=right] 邱素君，何雁，张国松．[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]快速测定柴胡总皂苷肠溶片包衣膜厚度研究.中国药科大学学报，2012,67(7): 78-85.[/align]

[align=center][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术应用于流化床[color=#1d1b11]制粒和包衣[/color]过程的研究进展[/align][b][/b][align=left][b]摘要[/b][/align][align=left]目前流化床制粒、包衣技术在我国制药行业中因其具有制得颗粒流动性、压缩成型性好，微丸包衣厚度均匀等诸多优点而受到广泛应用。随着过程分析技术的推广，针对于关键质量属性的在线分析受到越来越多的关注，以采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术为代表的过程分析技术可以对流化床制粒、包衣过程进行有效地监测，从而提高产品质量、保证产品安全性。本文针对流化床制粒、包衣过程中水分含量、粒径大小、包衣厚度等关键质量属性，综述了[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术在监测流化床制粒、包衣过程的研究进展，表明[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术可以有效的监测流化床生产过程各关键质量属性。通过综述旨在为我国制药行业的流化床制粒、包衣单元实现自动化控制和智能生产提供参考。[/align][align=left] [/align][align=left][b]关键词：[/b][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术；流化床制粒；流化床包衣；过程分析技术；在线监测[/align][b]Abstract[/b][align=left]Thetechnologys of fluidized bed granulation and pellets coating are widely used inpharmaceutical industry. Particles made in a fluidized bed have good liquidity,compressibility, and coating thickness of pellets are homogeneous. Near-infraredspectroscopy can real time monitor in fluidbed granulation and coating process, so it can improve the productquality and ensure product security. This review gives research progress of Near-infraredspectroscopy monitoring in fluid bed granulationand coating process, and gives quantitative analysis model of moisture content, particle size and tablet/pelletthickness to realize in-line monitoring and controling.[/align][b][color=black]Key words[/color]：[/b][color=black]Near infraredspectroscopy [/color]Fluidized bed granulation Fluidized bed coating Process analytical technology In-line monitoring[align=left][b]前言[/b][/align]流化床又称沸腾床，其过程为通过气流将物料呈流态化，再喷入雾状液体对物料进行制粒或包衣。该方法可以集混合、制粒、干燥或包衣于一体，与湿法制粒、熔融制粒、包衣锅滚制等传统方法相比具有以下优点[sup][/sup]：工艺简单，生产效率高；在密闭的环境中生产，防止外界环境对物料的污染；制得的颗粒流动性好，粒度均匀、压缩成型性好；包衣厚度均匀，干燥效率高。近年来流化床技术在我国医药行业已得到广泛应用，但目前国内流化床技术（干燥、制粒、包衣）同样存在许多问题，产品关键参数的测定多依靠经验，传统的离线测定方法具有破坏性、昂贵、费时费力，且离线分析会使得参数的检测滞后于生产，检测结果难以反映生产过程的真实状态，因此产品多出现稳定性、均一性较差的问题，影响了最终产品的质量和安全性。目前一致性评价和连续化生产等对参数的在线优化提出了更高的要求。[align=left]美国FDA于2004年以工业指南的方式颁布了Processanalytical technology（PAT），旨在通过过程分析技术（PAT）提高对药品研发、生产和质量全过程更加科学性的控制[sup][/sup]。为保证产品的安全、有效、稳定、均一，近年来，研究出现多种用于流化床制粒和包衣过程的PAT在线分析仪器，以实现对生产过程的在线监控。[color=black]例如，[/color][color=black]3D[/color][color=black]图像分析技术（[/color]3D imaging method）用于流化床制粒过程，在线测定颗粒粒径大小[sup][/sup]；在流化床微丸包衣过程中，Mož ina等[sup][/sup]研究了数字成像技术（digital imaging）在线监测微丸包衣厚度以及判断微丸粘连问题的可行性。但应用图像分析技术需把颗粒或微丸当作理想的球体计算，难以准确测量颗粒粒径和包衣厚度。此外，聚焦束反射法（focusedbeam reflectance method，FBRM[color=#231f20]）作为一种[/color]PAT工具用于监测因粘合剂溶液过量而产生的颗粒凝聚问题以及用于测定粒径大小[sup][/sup]；[color=#231f20]Sheahan[/color][color=#231f20]等应用声波发射（[/color]acoustic emissions[color=#231f20]，[/color]AE）监测流化床顶喷包衣喷嘴的堵塞问题，且进行了用于监测包衣厚度的研究[sup][/sup]。[color=#231f20]FBRM[/color][color=#231f20]广泛应用于结晶过程，而应用在流化床制粒过程中，目前没有相关文件支持[/color][sup][/sup][color=#231f20]；声波发射技术监测包衣厚度的可行性还需更深入的研究。为了克服以上分析方法的弊端，我们需要一种更实用的在线分析技术。[/color][color=#231f20]此外，[/color]Tok等[color=#131413][/color][color=#131413]研究了[/color]FBRM[color=#131413]、[/color]AE以及[color=#131413][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S[/color][color=#131413]三种[/color]PAT技术应用于流化床制粒过程在线监测的可行性，在制粒生产过程中，其中AE技术易于受制粒过程中空气流速以及外界因素的影响；FBRM和[color=#131413][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S[/color][color=#131413]的光纤探头易被样品污染，影响在线数据的采集。但许多研究表明[/color][color=#131413]，可以通过安装吹扫装置保持[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S探头的清洁。[/align][align=left]目前[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术（Near-infraredspectroscopy，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S）作为PAT的有力工具，其波长范围为700-2500nm（14286-4000cm[sup]-1[/sup]）之间，主要反映含氢基团（如C-H，O-H，N-H、S-H等）振动的倍频和合频吸收[sup][/sup]。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S分析样品含量大于千分之一，这符合一般生产要求，且其以分析速度快、非破坏性、无污染、投资少、操作技术要求低等特点在制药行业的应用日趋广泛。本文综述了在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在流化床干燥、制粒和包衣过程中应用，旨在为我国制药行业的流化床制粒、包衣单元实现自动化控制和智能生产提供参考。[/align][b]1 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]应用于流化床制粒干燥过程[/b][align=left]随着计算机技术、光纤和化学计量学的发展，在制药行业质量要求日趋严格的大环境下，发展以[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S为主的在线监测研究势在必行。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在线监测流化床制粒干燥过程，连续采集过程中的光谱，可以对过程中颗粒的水分含量、粒径分布以及堆密度等关键参数进行监测[sup][/sup]，从而对整个制粒干燥生产过程进行过程控制。[/align][align=left][b]1.1 颗粒的水分含量[/b][/align][align=left]在流化床制粒干燥过程中，颗粒的含水量可影响颗粒的流动性、可压性以及药物的稳定性。且含水量对制粒过程也会产生影响[sup][/sup]，若在制粒过程缺少监测控制，易造成物料含水量过高或过低；含水量过高，易结成团块，造成塌床；含水量过低，颗粒的粒径小，会造成颗粒中粉末较多，由此可见，对流化床制粒过程进行过程控制[color=black]是非常重要的。水的[/color]O-H[color=black]伸缩振动一级倍频在[/color]1440 nm[color=black]附近，较强的合频吸收谱带在[/color]1940nm[color=black]附近，在早期，[/color]Rantanen[color=black]等[/color][sup][/sup] [color=black]采用[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S[color=black]对流化床制粒过程中颗粒的含水量进行监测研究，表明测定过程使用与水分相关的波长而去除无关波长信息，可以更准确、更迅速地监测制粒过程中含水量的变化。[/color][/align][align=left][color=black]而且，除了进行水分定量分析监测流化床制粒干燥过程外[/color]，还可利用主成分分析（principal component analysis, PCA[color=black]）对过程中的多维变量进行降维分析，实现数据的可视化。此外，[/color]Rantanen等还研究了在流化床制粒过程中，利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S水分测定，结合过程中温度和湿度的测定对制粒过程的含水量进行监测，以实现制粒过程的控制与监测。以上研究中，是[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S漫反射光纤探头透过流化床制粒机上的视镜来监测制粒过程中含水量的变化。[/align][align=left]除此之外，还可将光纤探头安装到流化床内部进行接触式在线采样。Kona等[color=black]在实验室规模流化床制粒机（[/color]1-L）中安装一特制的勺状探头，并在探头上端位置安装压力吹扫装置，待光谱采集完毕后，启动吹扫装置，样品返回流化床[color=#231f20]内继续参加制粒，[/color]并在探头[color=red]等同的[/color]位置收集样品进行一级数据的测定。[color=#231f20]结合偏最小二乘[/color]（partial least squares,PLS）算法对流化床制粒过程中样品的含水量进行在线监测，并且结合多维主成分分析（multi-way principal component analysis, MPCA）建立多元统计分析控制方法，对异常批次进行判断。同时研究中对制粒过程中的进风温度和湿度、产品的温度和湿度进行在线监测，通过对生产过程中产品的含水量、温度和湿度的监测以实现实时错误诊断和过程控制。与此类似，Peinado等[sup][/sup][color=#231f20]将[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S光纤探头嵌入到流化床中进行光谱采集，通过监测含水量的变化对生产规模流化床（300-L）干燥终点进行判断。研究中采用标准正态变量变换（Standard normal variate , SNV）预处理方法消除表面散射对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]漫反射光谱的影响，1940nm附近有较强的O-H合频吸收谱带，由此，采用1854-2075 nm波长建立了PLS水分定量模型。为了证明模型的适用性，用外部验证集对模型进行独立验证，并对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S方法进行方法学验证。与前者的研究相比，后者没有配置吹扫装置，而是通过改变探头的位置和角度保证[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S采集窗口的清洁。[/align][align=left][color=#231f20]此外，[/color][color=#231f20]Mä rk[/color]等[color=#231f20]则通过一旁路系统进行在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的采集，由此避免了流化床干燥过程中温度变化对光谱重复性的影响。[/color][/align][align=left] Green等[sup][/sup]研究了探头安装到流化床内进行接触式取样的3种装置对在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S水分预测的准确性的影响，颗粒分别在不同规模的流化床干燥器（65-L,300-L,600-L）中进行实验，并研究使用3种不同的取样装置以提高[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S方法的准确性。研究结果表明过程的不均匀性对表面预测的准确度会产生重要影响，此结论适合于易于不均一化的固体颗粒和混悬液系统的在线测量。此外，Heigl等采用实验室规模流化床研究了不同光谱背景和取样方式对PLS回归模型预测准确度的影响。结果显示透过流化床壁（聚甲基丙烯酸甲酯）采集的在线光谱和透过玻璃瓶采集的离线光谱建立的模型，与去除了此两个背景吸收所建立的模型相比，鲁棒性更好；其次，在线光谱建立的模型，与停止设备后取样采集的离线光谱所建立的模型相比，前者的鲁棒性和预测准确度更佳。[/align][align=left][b]1.2 颗粒的粒径大小[/b][/align][align=left][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S不仅包含样品的化学信息（比如水分含量），而且还包含样品的物理信息，比如，颗粒粒径的不同可产生基线偏移。由此，可以根据光谱的基线偏移来检测颗粒粒径的大小。[/align][align=left]在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S早期用来监测水分含量，但粒径作为质量控制的关键参数，影响压片过程片重均一性、可压性以及脆碎度等，因此为了进一步保证产品质量，提高生产效率，有必要对粒径进行在线监测。在20世纪90年代，相关研究人员对在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S监测颗粒粒径的变化进行了初期探索。Frake等[sup][color=black][/color][/sup][color=black]在生产规模顶喷制粒流化床（[/color]40-kg）内安装[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光纤探头，用来连续采集颗粒的光谱信息。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光纤探头安装在偏下流处产品密度较高的位置以保证探头的清洁；研究中用原始光谱信息来表征颗粒粒径的变化，并绘制出2282nm处吸光度值随时间的变化图，其和粒径随时间变化图具有相似性，但由于颗粒变化模型的复杂性，并未能建立[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S粒径定量模型。[color=black]Rantanen[/color][color=black]等[/color][sup][/sup]在流化床制粒机中采用[color=red]四波长检测器[/color][color=black]对不同等级的微晶纤维素进行[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱的采集，其中1740nm和2145nm两波长用于粒径的测定，并利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S吸光度值区分微晶纤维素的等级。研究中采用激光衍射法测量微晶纤维素的中值粒径，与[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱吸光度值进行关联得到两者的相关性图。[/align][align=left][color=black]Findlay[/color][color=black]等[/color][sup][/sup]在流化床制粒干燥过程中使用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在线监测颗粒水分含量和粒径大小，并用两者的监测结果结合流化床传质传热特性来判断制粒喷雾终点和颗粒干燥终点。使用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱仪通过流化床上的玻璃窗采集样品光谱，此玻璃窗安装有一个特殊的垫圈以保持窗口的清洁。制粒过程中每隔5 min停机取样进行一级数据的测量，其中用干燥失重法测定样品含水量数据，用图像分析法测量颗粒的粒径大小。此外，样品在湿颗粒状态和干颗粒状态采集的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱存在差异（由于水对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱的影响），而且在制粒初期的前10min采集窗易被湿粉末污染，由此，与制粒的早期阶段相比，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在接近喷雾结束和干燥阶段更能获得准确的粒径数据。研究结果表明当样品含水量超过3%（[i]w/w[/i]）时，需要调整粒径的测量值，使得制粒过程中采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S测得的数据和通过一级方法测得的数据可以较好地吻合。随后对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]数据进行电脑编程，可以对流化床制粒过程进行程序化控制。同样，Makoto Otsuka等[sup][color=black] [[/color][/sup][sup]20][/sup][color=black]使[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]透过流化床的玻璃壁采集光谱，并使用定制的橡皮刮刀来保持玻璃壁的清洁，研究了[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在线监测实验室规模流化床制粒过程粒径和水分的变化。此外，实验分别使用3种不同浓度的粘合剂（[color=black]10%[/color][color=black]，[/color]8.5%，[color=black]7.5%[/color][color=black]的羟丙基纤维素）溶液，取样后采用筛分法测定样品的[/color]D[sub]50[/sub]，用[color=black]PLSR[/color][color=black]方法建立粒径定量模型，结果证明了[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在流化床混合、制粒和干燥过程预测对乙酰氨基酚配方颗粒水分含量和D[sub]50[/sub]的可行性。[/align][align=left][color=#141314]Nieuwmeyer[/color][color=#141314]等[/color][sup][/sup]用[color=#141314]PLSR[/color][color=#141314]法分别建立了水分含量和粒径的[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]定量模型。采用激光衍射法测得干样品的平均粒径（D[sub]50[/sub]）作为一级数据，和干样品的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱数据关联，建立了具有4个主成分因子的平均粒径PLSR定量模型。Makoto Otsuka等[sup][color=black][[/color][/sup][sup]20][/sup]采用实验室规模的流化床制粒机研究[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S监测制粒过程的粒径和水分变化。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱仪透过流化床的玻璃壁采集光谱，使用定制的橡皮刮刀来保持玻璃壁的清洁。研究实验分别使用3种不同浓度的粘合剂（[color=black]10%[/color][color=black]，[/color]8.5%，[color=black]7.5%[/color][color=black]的羟丙基纤维素）溶液，采用筛分法测定样品的[/color]D[sub]50[/sub]，对[color=black][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url][/color][color=black]光谱进行[/color]MSC预处理后，采用[color=black]PLSR[/color][color=black]方法建立粒径定量模型，并对模型进行了外部交叉验证。此研究结果证明了[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在流化床混合、制粒和干燥过程预测对乙酰氨基酚配方颗粒水分含量和D[sub]50[/sub]的可行性，表明[color=black][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S[/color][color=black]可以作为在线实时监测制粒过程的有力工具。[/color][/align][align=left][b][color=#0d0d0d]1.3 [/color]颗粒的堆密度[/b][/align][align=left]制粒过程中除了颗粒含水量和粒径两个关键参数外，颗粒的堆密度也是判断颗粒质量的重要参数，例如，可以通过测量堆密度大小判断颗粒的流动性和可压性。Manel等[sup][/sup]研究在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S在生产规模流化床制粒系统（GLATTWSG300）生产过程中的应用，其不仅在线监测制粒过程中产品水分和粒径的变化，还对颗粒的堆密度进行实时监测。通过[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]反射光纤探头透过流化床制粒机上的玻璃窗采集光谱，采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱数据建立基于主成分分析的定性多变量分析模型，监测制粒过程，判断制粒的操作环境是否正常以及判断制粒过程是否出现异常。同样，用PLS方法建立了多个定量分析模型来监测制粒过程中各参数的变化（堆密度、含水量、粒径分布），实现了对流化床制粒干燥过程进行实时在线控制。[/align][align=left][b]2 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]应用于流化床包衣过程[/b][/align][align=left][color=black]流化床包衣广泛用于膜缓控释、骨架缓控释胶囊[/color]、丸剂包衣等。通过包衣可以掩盖药物的不良气味，还可以隔绝空气，避光防潮，提高药物的稳定性；[color=black]此外，合适的薄膜包衣厚度可控制膜的渗透性，使所包药物在体内扩散释放，达到定时、定位给药的目的[/color][sup][/sup]，因此在流化床包衣过程中，包衣厚度是其质量控制的重要指标，用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S对此过程进行实时在线监测，可以有效判断包衣终点，提高产品质量。[/align][align=left] 早期Kirsch等[sup][/sup]采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S对片剂的包衣厚度进行了离线分析，验证了[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S方法可作为快速、无损检测包衣厚度的有效方法。20世纪初期，Andersson等[sup][/sup]把[color=#231f20][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S[/color][color=#231f20]光纤漫反射探头安装到流化床包衣机上，用于包衣过程中包衣厚度的在线监测。每批实验生产的样品量为[/color]0.5 kg，其中，包衣液材料和丸芯材料的化学组成不同，包衣液为乙基纤维素（具有荧光性），包衣厚度的一级测定方法采用图像分析法，通过包衣材料的荧光特性测定包衣厚度。采用Savitzky-Golay15点平滑和二阶导数对光谱进行预处理，选用1100-1250，[color=#231f20]1300-1450[/color][color=#231f20]，以及[/color]1600-1800 nm的波长范围（纤维素类有较强的吸收）建立PLS定量模型，模型结果为R[sup]2[/sup]=0.97[color=#231f20]，校正均方根误差为[/color]2.2 μm，可以较准确的判断包衣终点。Lee等[sup][/sup]使用平均聚类的方法建立了[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]包衣厚度的动态校正模型，此模型具有较好的预测能力。在流化床包衣过程中在线采集[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱，并间隔一定时间收集样品来测定一级数据（包衣厚度）。为了保证在线光谱的准确性，把对应收集样品时间点的21或[color=#231f20]45[/color][color=#231f20]个光谱取平均，然后与相应的一级数据关联建立[/color]PLS模型，并对模型进行外部验证。结果表明[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]可以作为流化床包衣过程在线监测工具，准确的判断包衣终点。[/align][align=left][color=black]Hudovornik[/color][color=black]等[/color][sup][/sup]采用[color=black][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url][/color][color=black]和空气滤波技术[/color](Spatial Filtering Technique, SFT)[color=black]监测中试流化床底喷包衣过程，建立了[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]水分含量预测模型，并表明[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]实时预测包衣厚度的可能性，此外，评估了两种在线方法判断过程异常（丸芯磨损和沉积）的能力。研究中建立的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]水分含量模型对包衣液的成分非常敏感，需要控制包衣液成分的变化以及采用合适的校正集范围来获得较好的预测结果。采用在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱和[color=black]SFT[/color][color=black]数据关联建立了[/color]PLS包衣厚度定量模型，此[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]模型建立的物质基础为药物层的主药成分，随着包衣厚度的增加，主药成分的吸收峰（1670nm处）的强度逐渐降低，所以选择了1600-1751nm的波长范围建立此模型。结果表明采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]建立的包衣厚度、水分含量定量模型预测能力较好，同样能够实时判断包衣过程的异常状态，因此，表明[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]可以单独作为实时监测包衣过程的在线工具。[/align][align=left][b]3 结论与展望[/b][/align]近年来，随着[color=black]PAT[/color][color=black]在制药行业的推广，[/color][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S技术已被应用到制剂生产的各个过程。流化床制粒和包衣作为制剂的关键环节，对其生产过程进行实时监测，不仅能够优化生产工艺，提高产品质量，还可以节省能源，为制药企业增加效益。本文综述了在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S技术监测流化床制粒和包衣过程的研究进展，目前流化床技术在我国制药行业已得到广泛的应用，启示我们可以对流化床工艺进行在线工程化改造，采用在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S实现流化床制粒和包衣过程实时监测，实现生产过程的自动化和智能化控制[color=black]，保证产品的[/color]安全、有效、稳定、均一[color=black]。[/color][b][/b][align=left][b]参考文献[/b][/align][align=left] 张东利,郝东升,舒安庆,张维蔚.流化床喷雾造粒技术进展 . 化学工业与工程, 2005, 22(4): 289-295.[/align][align=left]宋顺宗,辛聪,宫国华,郭建鹏.利用流化床制备中药包衣颗粒的工艺研究.时珍国医国药,2007, 18(11): -2715.[/align][align=left]U.S. Food and Drug Administra2714tion. Guidance for Industry PAT-A Frameworkfor Innovative Pharmaceutical Development, Manufacturing and Quality Assurance.New Hampshire Avenue: FDA, 2004. [/align][align=left][color=black]Nä rvä nen T, Seppä lä K, Antikainen O, et al. A newrapid on-line imaging method to determine particle size distribution ofgranules, [i]AAPS Pharm Sci Technol, [/i]2008,9: 282-287.[/color][/align][align=left][color=black]Sandler N. Photometric imaging in particle sizemeasurement and surface visualization [/color][color=#231f20].[/color][i][color=black] Int J Pharm,[/color][/i][color=#231f20] 2011, 417: 227-234.[/color][/align][align=left][color=black]Mož ina M, Tomaž evič D, Leben S, et al. Digitalimaging as a process analytical technology tool for fluid-bed pellet coatingprocess[/color][color=#231f20].[/color][i][color=black]Eur J Pharm Sci, [/color][/i][color=black]2010,44: 156-162.[/color][/align][align=left] [color=black]Alshihabi F,Vandamme T, Betz G. Focused beam reflectance method as aninnovative (PAT) tool to monitor in-line granulation process in fluidized bed.[i]Pharm Dev Technol,[/i] 2011:73-84.[/color][/align][align=left] [color=#231f20]Sheahan T, Briens L. [/color]Passive acoustic emissions monitoring of the coating of pellets ina fluidized bed—A feasibility analysis . [i]PowderTechnol,[/i] 2015, 283: 373-379.[/align]褚小立.化学计量学方法与分子光谱分析技术. 北京:化学工业出版社,2011. 259.[align=left] Alcala M, Blanco M, BautistaM,et al. [color=black]On-line monitoring of a granulationprocess by [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] spectroscopy [/color][color=#231f20].[/color][color=black] [i]J Pharm Sci, [/i]2010,99(01): 336-345.[/color][/align][align=left]刘怡,马怡.流化床制粒影响因素的探讨. 中国医药工业杂志,2004,35(9): 566-568.[/align][align=left][color=black]Kona R, Haibin Qu, Mattes R, et al. Application ofin-line near infrared spectroscopy and multivariate batch modeling for processmonitoring in fluid bed [/color][color=#231f20]granulation . [/color][i][color=black]Int J Pharm,[/color][/i][color=#231f20]2013, 452: 63-72.[/color][/align][align=left][color=black]Rantanen J, [/color]Rasanen E[color=black], [/color]Tenhunen J[color=black], et al.In-line moisture measurement during granulation with a four-wavelength nearinfrared sensor: an evaluation of particle size and binder effects [/color].[color=black] [i]Eur J Pharm Biopharm[/i], 2000, 50: 209-217.[/color][/align][align=left][color=black]Peinado A, Hammond J, Scott A. Development, validationand transfer of a near infrared method to determine in-line the end point of afluidised drying process for commercial production batches of an approved oralsolid dose pharmaceutical product . [i]J Pharm Biomed Anal, [/i]2011,54: 13-20.[/color][/align][align=left] [color=black]Green RL,Thurau G, Pixley NC, et al. In-line monitoring of moisture content in fluid beddryers using near-IR spectroscopy with consideration of sampling effects onmethod accuracy [/color][color=#231f20]. [/color][i][color=black]Anal Chem,[/color][/i] 2005, 77: 4515-4522.[/align][align=left][color=black] Frake P,Greenhalgh D, Grierson SM, et al. Process control and end-point determinationof a fluid bed granulation by application of near infra-red spectroscopy [/color].[i][color=black]Int J Pharm,[/color][/i] 1997,151: 75-80.[/align][align=left][color=black] Rantanen J,Yliruusi J. Determination of particle size in a fluidized bed granulator with anear infrared set-up [/color][color=#231f20].[/color] [i]Pharm Pharmacol Commun[/i],1998,4:73-75.[/align][align=left] Findlay WP, Peck GR, Morris KR. Determination of fluidizedbed granulation end point using near-infrared spectroscopy and phenomenologicalanalysis [color=#231f20]. [/color][i][color=black]J Pharm Sci,[/color][/i] 2005,94: 604-612.[/align][align=left][color=black] NieuwmeyerFJS, Damen M, Gerich A, et al. Granule characterization during fluid bed dryingby development of a near infrared method to determine water content and mediangranule size [/color][color=#231f20]. [/color][i][color=black]Pharm Res[/color][/i], 2007, 24(10): 1854-1861.[/align][align=left] Otsuka M, Koyama A, Hattori Y. Real-time release monitoringfor water content and mean particle size of granules in lab-sized fluid-bedgranulator by near-infrared spectroscopy [color=black]. [i]RSC Adv, [/i]2014, 4: 17461-17468.[/color][/align][align=left] 柯博克[color=black], [/color][color=black]刘雪松[/color], 陈勇[color=black], [/color][color=black]等[/color].[color=black][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]快速测定复方丹参滴丸的包衣厚度[/color][color=black].[/color]复方丹参滴丸论文集[color=black],2005-2010:487-490.[/color][/align][align=left] Kirsch JD, Drennen JK. Near-infrared spectroscopy monitoringof the filming coating process [color=#231f20][/color]. [i]Pharm Res,[/i] 1996,13(02): 234-237.[/align][align=left] [color=#231f20]Andersson M, FolestadS, Gottfries J, et al. Quantitative analysis of film coating in a fluidized bedprocess by in-Line [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] spectrometry and multivariate batch calibration [/color]. [i]Anal Chem, [/i]2000, 72:2099-2108.[/align][align=left] [color=#231f20]Lee MJ, Park CR, KimAY, et al. Dynamic calibration for the in-Line [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] monitoring of film thicknessof pharmaceutical tablets processed in a fluid-bed coater . [i]J Pharm Sci,[/i] 2010, 99(01): 325-335.[/color][/align][align=left] [color=#231f20]Lee MJ, [/color]Seo DY, [color=#231f20]Lee HE, etal. In line [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] quantification of film thickness on pharmaceutical pelletsduring a fluid bed coating process [/color][color=black].[/color][i]Int J Pharm[/i][color=black], 2011, 403:66-72.[/color][/align][align=left] [color=black]Hudovornik G, Korasa K, Vre[/color]č [color=black]er F. [/color]A study on the applicability of in-line measurements in themonitoring of the pellet coating process [color=black]. [i]Eur J Pharm Sci[/i], 2015, 75: 160-168.[/color][/align][align=left][color=black] [/color][/align]