中药注射剂质量控制是我国中药现代化研究的重点和难点课题。由于中药成分复杂、原药材批次间差异较大、生产过程有波动等因素影响,传统的水提、醇提、柱层析等生产关键过程通过固定时间、温度、压力、流量等物理参数方式进行生产,难以保证最终产品质量稳定、均一、安全。鉴于此,本文面向中药质量控制这一领域,设计并实现了一套在线近红外质量监控系统,并将此系统应用于中药注射剂的水提、醇提、柱层析过程,能够实时监控中药主要指标成分的变化情况,并据此灵活调整提取方案、优化生产工艺,获得质量最优的提取液,从而有效提高最终产品的质量稳定性、均一性和安全性,并实现节能减排,提高企业效益。本文的研究内容主要包括下四个方面:1、针对光谱数据的高维性和中药主要指标成分的有限性,结合流形学习算法的基本思想,提出了LPP-PLS(Local Preserving Projection-Partial Least Square)的光谱回归建模新方法,用于发现光谱中存在的低维流形特征。通过栀子提取过程的近红外光谱建模,验证了算法的有效性和相对其它方法的优势。2、针对光谱数据中存在的多重相关性及噪声,提出了一种新的波长选择算法——经验区间窗口移动相关系数划分组合? ?法。通过板蓝根提取过程的近红外光谱建模,验证了算法的有效性和相对其它方法的优势。3、针对现有化学计量学软件的部分局限性,通过融合现有光谱分析建模方法,结合项目实施需要,研发了一套既能离线分析又能在线预测分析的化学计量学软件,并提供自动优化向导方便用户建立最优模型。通过实践应用与OPUS软件的性能对比,验证了软件的有效性及其优势。4、针对项目实施企业生产现场实际情况,提出系统设计需求,研发了一套用于提取生产过程近红外质量监控的主控软件。该软件具有与自控系统和光谱仪通讯、光谱采集、预处理控制、生产过程控制展示、光谱与模型管理等功能,可实现生产过程质量可跟踪,为灵活调整生产方案、优化生产工艺提供科学依据。