关键词： 赶黄草   指纹图谱   化学模式识别   差异成分   含量测定  

摘要： 目的:建立不同产地赶黄草药材的指纹图谱,并进行化学模式识别和差异成分含量测定。方法:采用高效液相色谱法(HPLC)建立23批不同产地赶黄草药材的指纹图谱,进行共有峰指认和相似度评价;采用聚类分析、主成分分析(PCA)、正交偏最小二乘法-判别分析(OPLS-DA)对23批不同产地赶黄草药材进行分析,筛选差异成分。结果:确定了23批不同产地赶黄草药材中的25个共有峰,对2、6、9、16、22、25号峰进行了指认,分别为没食子酸、原儿茶酸、儿茶素、槲皮素、乔松素-7-O-β-D-葡萄糖苷和蛇菰素A,23批药材的相似度为0.697~0.951。聚类分析将23批赶黄草药材分成3类;通过PCA、OPLS-DA发现,23批赶黄草药材可聚为3类,与聚类分析结果一致,筛选出11个差异成分;对没食子酸、原儿茶酸、儿茶素、槲皮素、乔松素-7-O-β-D-葡萄糖苷和蛇菰素A进行定量分析,质量分数分别为0.503~0.780、0.122~0.231、0.306~1.183、0.625~0.883、0.301~0.481、2.333~3.952 mg·g^(–1)。结论:指纹图谱结合化学模式识别可有效筛选不同产地赶黄草药材的差异成分,为其质量标准的完善提供了参考。

关键词： 神经网络   过电流保护装置   识别算法   系统维护   电力传输   分配领域   人为干预   全自动化  

摘要： 在电力传输和分配领域,中压架空线路广泛采用覆盖导体(CC)。传统的过电流保护装置难以监测CC的相地故障,在这种情况下,局部放电(PD)监测成为一项关键技术。因此,研究更高效、适应性强的PD监测方法,是当前电力系统维护的重要发展方向。本文提出基于相似性信息与图神经网络结合的智能局部放电模式识别算法研究方案,该方案属于全自动化的智能局部放电监测方法,可减少人为干预,并充分考虑数据的多尺度信息,提高监测的适应性和准确性。

关键词： 往复式压缩机   变分模态分解   模糊熵   极限学习机   模式识别  

摘要： 如何提取往复压缩机气阀故障信号中的冲击特征并识别蕴含在内的非线性与非平稳特性,一直是本研究领域的热点和难点。为了有效提取往复压缩机振动信号中的特征信息,本文提出了一种基于改进型变分模态分解(Variational Mode Decomposition,VMD)和模糊熵(Fuzzy Entropy,FE)结合的特征提取方法。首先,利用白鲸优化算法(Beluga Whale Optimization,BWO)对变分模态分解算法进行优化,自适应优选其核心参数(模态个数K和惩罚因子α),由此针对往复式压缩机气阀振动信号分解得到K个模态分量(Intrinsic Mode Function,IMF),将IMFs进行信号重构,通过模糊熵值分析构成特征向量集,最后通过构建的极限学习机(ELM)分类模型完成气阀工况模式识别。数值仿真和实验模拟研究结果表明,该方法具有良好的有效性、适用性及准确性。

关键词： 大山楂丸   高效液相色谱指纹图谱   化学模式识别   质量控制   金丝桃苷   异绿原酸B  

摘要： 目的建立大山楂丸(Dashanzha Pills,DSZP)的高效液相色谱(HPLC)指纹图谱及5种指标性成分的含量测定方法,并结合化学模式识别法对其质量进行评价。方法分析采用Eclipse Plus C18色谱柱(4.6 mm×250 mm,5μm),柱温30℃;以乙腈-0.1%甲酸水溶液为流动相进行梯度洗脱,流速1.0 mL·min-1,检测波长250 nm,进样量10μL。基于51批次DSZP样本建立指纹图谱,指认了5种指标性成分,并对其进行了定量测定,结合聚类分析、主成分分析(principle component analysis,PCA)、正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)等模式识别方法对DSZP进行综合分析。结果建立了DSZP指纹图谱,共标定了16个共有峰,并指认了5个化学成分,分别为绿原酸(5号峰)、香草酸(6号峰)、金丝桃苷(7号峰)、异绿原酸B(9号峰)、异绿原酸A(10号峰);含量测定5种指标性成分的线性关系良好(r>0.998),加标回收率在96.27%~109.35%,RSD在2.83%~4.07%。绿原酸、香草酸、金丝桃苷、异绿原酸B、异绿原酸A的含量分别在0.0472~0.2270、0.0097~0.0362、0.0230~0.3702、0.0064~0.0632和0.0217~0.0645 mg·g-1之间。除厂家Q2外,其余厂家样品含量在各自均值的±30%,表明不同企业间的产品质量存在一定差异。化学模式识别结果提示,所有样品大致可分为两类,表明企业内的制备工艺较稳定,但企业间存在一定差异。筛选得到的样品差异标志物中包括指标成分绿原酸、金丝桃苷和异绿原酸B。结论该定量方法准确、快速,可行性较高,结合化学模式识别可为DSZP的质量进行综合评价。

关键词： 寒喘祖帕颗粒   高效液相色谱指纹图谱   化学模式识别   定量分析   质量控制  

摘要： 目的:建立寒喘祖帕颗粒HPLC指纹图谱及多指标成分定量分析方法,结合化学模式识别技术对其进行质量评价。方法:通过优化样品前处理及色谱检测条件,建立寒喘祖帕颗粒HPLC指纹图谱和含量测定条件。色谱柱为YMC-Pack ODS-A柱(250 mm×4.6 mm,5μm,12 nm),以乙腈-0.1%磷酸水溶液为流动相,梯度洗脱,检测波长220 nm,柱温30℃,体积流量1.0 mL·min^(-1)。采用聚类分析(HCA)、主成分分析(PCA)、正交偏最小二乘-判别分析(OPLS-DA)对17批寒喘祖帕颗粒进行质量评价。结果:寒喘祖帕颗粒HPLC指纹图谱及含量测定方法学考察结果均符合测定要求,获得25个共有峰,指认了8个色谱峰;17批样品的相似度均>0.90,样品间一致性及稳定性良好;由HCA可知,17批样品可大致聚成3类;PCA从25个共有峰中提取了3个主成分,通过OPLS-DA筛选了16号峰(芦丁)、3号峰(没食子酸)、15号峰、23号峰、24号峰(甘草酸)和7号峰(绿原酸)6个引起不同批次寒喘祖帕颗粒质量差异的主要标志性成分;8个定量成分线性关系均良好(r≥0.9994),平均加样回收率98.0%~99.1%,RSD均<2.0%。结论:建立的寒喘祖帕颗粒HPLC指纹图谱结合多指标成分定量方法,专属性强、简便、准确,可为其整体质量控制和品质评价提供参考依据。

关键词： 减速机   振动分析   故障诊断   模式识别   人工智能   预防性维修  

摘要： 减速机是工业生产中关键的动力传输设备,其稳定运行对系统整体的可靠性和效率至关重要。齿轮磨损是导致减速机故障的主要因素之一,不仅缩短设备寿命,还可能引发安全事故。本文研究了基于深度学习技术的减速机齿轮磨损故障诊断方法,并探讨了预防性维护策略。首先介绍了减速机的工作原理、振动信号特点及齿轮磨损的原因和特征;接着,利用小波变换和包络分析提取磨损特征,并通过支持向量机(SVM)和卷积神经网络(CNN)建立智能诊断模型,实现自动识别与分类。结合实际案例验证了该方法的有效性。最后,提出了包括定期检查、更换周期设定和状态监测在内的维护策略,目的是提升减速机维护管理的智能化水平,延长使用寿命,确保生产安全与连续性。

关键词： 质量控制   控制图   模式识别   随机森林  

摘要： 现代工业的发展要求工厂在多品种、大小批量混合生产的灵活模式下，研究精准的实时质量监控方法以应对频繁工艺调整带来的质量波动风险，确保产品质量的一致性。本研究旨在结合统计过程控制方法，实现对参数分布未知的生产过程的质量异常监控。首先构建一种非参数GWMA SR控制图对质量参数进行实时监控。为实现异常模式识别，提出一种基于PCA-RF-GA的模型，进行特征的选取和特征融合后，使用主成分分析方法进行特征降维，使用遗传算法优化的随机森林算法实现了模式分类。在仿真实验中，将不同特征组合、不同分类方法的识别速度与识别精度进行比较，结果显示所提出模式识别方法具有更优的识别效果。将本文方法应用到实际生产的质量监控中,以UO2芯块的直径参数监控为例,证明了结合GWMA SR控制图和PCA-RF-GA模型的质量参数监控方法可以准确快速识别参数分布未知的生产过程中的质量异常波动情况。

关键词： 冬虫夏草菌   核苷类   抗氧化活性   指纹图谱   高效液相色谱法  

摘要： 基于指纹图谱结合化学模式识别法、多成分含量测定方法，探究基于不同菌株的冬虫夏草发酵菌丝品质差异。采用HPLC法建立24批冬虫夏草发酵菌丝指纹图谱，利用相似度评价、分层聚类分析（hierarchical cluster analysis，HCA）、主成分分析（principal component analysis，PCA）、正交偏最小二乘法判别分析（orthogonal partial least squares-discriminant analysis，OPLS-DA）和层次分析（analytic hierarchy process，AHP）-熵权法（entropy weight method，EWM）对其进行综合质量评估。24批冬虫夏草发酵菌丝指纹图谱相似度为0.921 ～ 0.984，标定15个共有峰，指认出5种成分；HCA和PCA均能实现不同来源冬虫夏草发酵菌丝的区分鉴别，OPLS-DA筛选出影响冬虫夏草发酵菌丝质量的5种差异标志物；冬虫夏草菌丝中腺苷、鸟苷、尿苷和胞苷含量分别为0.802 ～ 2.701、0.466 ～ 2.516、0.458 ～ 1.740、0.094 ～ 0.233 mg/g；抗氧化结果表明，LT和HS具有更强的DPPH自由基、ABTS阳离子自由基清除能力和还原力；AHP-EWM评价显示，LT、HS和NQ综合评分更高。该研究建立的指纹图谱方便可靠，可有效评价不同来源冬虫夏草发酵菌丝质量。

关键词： 十大功劳叶   HPLC   指纹图谱   化学模式识别   基原   种间差异  

摘要： 目的:建立十大功劳叶HPLC指纹图谱,应用化学模式识别技术鉴别不同基原药材的差异性。方法:采用HPLC法,色谱柱为***-C18-AQ（250 mm×4.6 mm,5μm）柱;流动相为乙腈-0.05 mol/L磷酸二氢钾溶液（磷酸调pH为3.0）,梯度洗脱;检测波长为336 nm。通过聚类分析、主成分分析、正交偏最小二乘判别分析和方差分析等对十大功劳叶5个主流品种的化学成分差异性进行研究。结果:建立了十大功劳叶HPLC指纹图谱,细叶、长柱、阔叶、小果、宽苞十大功劳叶分别确定了13、17、11、14、10个共有峰,指认了其中8个成分。通过化学模式识别技术可将不同基原的十大功劳叶进行准确区分,各基原样品间化学成分差异明显,并发现7个种间显著差异成分。结论:该研究建立的指纹图谱方法稳定、可靠,能有效区分不同基原的十大功劳叶,可为其质量控制和基原鉴别提供参考。

关键词： 白术   麸炒白术   UPLC指纹图谱   化学模式识别   t检验  

摘要： 目的:建立白术、麸炒白术UPLC指纹图谱,结合化学模式识别分析二者成分变化情况。方法:通过建立UPLC指纹图谱分别确定白术、麸炒白术共有峰,并进行相似度评价和化学模式识别分析,筛选出麸炒前后差异性成分,采用t检验分析差异性成分。结果:分别建立了白术、麸炒白术的UPLC指纹图谱,均含有24个共有峰,指认了其中第3、8、14、24号色谱峰分别为白术内酯Ⅲ、白术内酯Ⅱ、白术内酯Ⅰ、苍术酮;化学模式识别分析中正交偏最小二乘判别分析可将两者区分,并筛选出9个差异性成分;t检验显示苍术酮含量在麸炒前后的变化具有显著性差异,其余8个成分不具有统计学意义。结论:该研究建立的方法在一定程度上阐明了白术麸炒前后化学成分的变化情况,可为白术质量控制及炮制方法研究提供参考。