＊孫曉倩 盧紅委

（1.揚子江藥業(yè)集團有限公司 江蘇 225300 2.揚子江藥業(yè)集團江蘇龍鳳堂中藥有限公司 江蘇 225300）

在產(chǎn)品加工制造過程中，水分檢測扮演著關鍵角色。在農(nóng)業(yè)、煙草和食品等行業(yè)，許多水分檢測方法已經(jīng)相當成熟。然而，在中藥制藥領域有些先進的檢測技術尚未得到廣泛應用。在中藥制藥工藝中，含水率作為一個基本參數(shù)，同樣關系到中藥產(chǎn)品的質(zhì)量和穩(wěn)定性。中藥制藥過程中對水分的檢測主要分為兩個關鍵階段：首先，是在投料前對原料水分進行準確測量，其次，是在生產(chǎn)過程中對過程水分進行實時監(jiān)測和調(diào)控。本文專注于探討生產(chǎn)過程中的水分檢測技術，總結(jié)了多種先進方法和技術以及中藥制藥工藝中的應用。旨在為中藥制藥領域的從業(yè)者提供全面而實用的參考，以幫助提升生產(chǎn)水平和產(chǎn)品質(zhì)量。通過對現(xiàn)有技術的探討和應用案例的分析，本文致力于揭示水分檢測技術在中藥制藥工藝中的關鍵作用，探討其未來發(fā)展的潛力，從而推動這一領域的進步與創(chuàng)新。

1.基于物理性質(zhì)的水分含量測定方法

(1)電容電阻法

電容電阻法是一種常用于測量材料水分含量的技術。其原理基于材料中水分對電容或電阻的影響。電容法利用材料中水分增加導致電容變化的特性，而電阻法則是通過水分對材料電導率或電阻的影響。

在實際測量中，電容法使用兩個電極置于材料表面來測量電容變化，而電阻法則通過電極置于材料內(nèi)部并測量電阻值。這些方法適用于各種材料，且對不同樣品的水分變化具有較好的敏感度。徐燕豪[1]以蕎麥作為研究對象，基于蕎麥的介電特性檢測其電容值，設計了一種蕎麥水分快速檢測裝置。實驗研究了不同含水率、測量頻率條件下，蕎麥介電特性的變化規(guī)律，基于蕎麥相對介電常數(shù)隨頻率、含水率變化的關系建立了水分測量模型。經(jīng)驗證，該方法與105℃恒重法相比較相對誤差為±9%。

浦瀚等[2]基于電阻測量原理開發(fā)了一種新型的糧食水分檢測裝置，該方法在現(xiàn)有電阻式糧食水分測量的基礎上，創(chuàng)新性地提出運用兩級模擬放大電路對電阻式傳感器采集到的初始量進行采樣，該方法能夠得到最為接近實際值的含水量。王士彪等[3]基于田間在體玉米籽粒電阻與含水率和溫度之間的函數(shù)關系，設計了一種手持探針刺入式玉米籽粒水分測量儀，實現(xiàn)田間在體玉米籽粒的水分測量。經(jīng)試驗驗證，該設備對在體玉米籽粒的水分測量準確率高，響應時間快、效果較好。

(2)太赫茲法

太赫茲波法基于太赫茲波與水分子相互作用的原理。通過太赫茲波傳感器照射待測材料，檢測太赫茲波的吸收、透射或散射情況，從而推斷材料中的水分含量變化。這種方法對于不同材料中水分含量的測定具有較好的敏感度，但需考慮不同材料的特性和環(huán)境因素對測量的影響，以確保準確性和可靠性。

太赫茲波法在工業(yè)和科學研究中被廣泛應用，因其非破壞性、快速且能夠在不接觸樣品的情況下進行水分含量測定。馬品等[4]以天麻為例討論太赫茲技術應用到中藥材含水量測定方面的可行性以及在藥品質(zhì)量監(jiān)測領域的應用前景。該方法基于太赫茲時域光譜（THz-TDS）技術，測量不同含水率條件下天麻的太赫茲光譜及其吸收特性，建立了光譜信息與含水率之間的映射關系，實現(xiàn)了天麻中的水分含量的快速檢測。

龍園等[5]基于太赫茲波對水分變化的敏感性，探討植物葉片中水分和太赫茲成像的相關關系，通過葉片時域幅值的平均值、葉片頻域平均值與葉片水分含量建立相應的回歸模型，研究表明太赫茲技術用于植物葉片的水分含量檢測具有較好的研究潛力。

田珊珊等[6]基于太赫茲光譜對固體粉末含水率檢測方法進行探究，采用太赫茲時域光譜系統(tǒng)測量了不同含水率固體粉末的太赫茲折射率和吸收系數(shù)并基于支持向量機回歸（SVR）的含水率分析方法。在此基礎上使用粒子群算法（PSO）對SVR建模過程的正則化參數(shù)和核函數(shù)進行尋優(yōu)，進一步提高了模型的預測性能。

(3)微波法

微波法的基本原理在于微波能量與水分子的相互作用。通過微波能量的傳遞和材料中水分對微波的吸收、反射或透射等影響，測量這些變化來推斷材料中的水分含量。這種方法對于各種材料中水分含量的測定具有較好的靈敏度，尤其適用于顆粒狀、粉末狀材料的快速測量。然而，在實際應用中需考慮材料性質(zhì)、微波輻射的參數(shù)以及環(huán)境因素對測量的影響，以確保測量的準確性和可靠性。

崔彭帝等[7]基于利用最小二乘法建立了整包中藥材的含水率測量模型，并以8種中藥材為例驗證了微波透射測量中藥飲片含水率的可行性，其中酸棗仁測量模型準確度最高，驗證集的R2和誤差均方根分別為0.9515%和0.15%。張偉等[8]針對收割作業(yè)時小麥、水稻等谷物含水率測定困難的問題開發(fā)了基于微波反射法的谷物含水率在線檢測裝置。該裝置采用微波測量模塊對稻麥含水率進行非接觸式測量，分別進行了室內(nèi)靜態(tài)試驗和田間收割試驗研究，誤差分析結(jié)果表明該方法具有良好的準確性與實用性。胥保文等[9]基于微波透射技術開發(fā)了糧食水分的快速檢測模型，采用時序控制采集溫度及微波信號，以實現(xiàn)糧食水分的準確測量。

2.基于光譜學的水分含量測定方法

(1)近紅外光譜法

近紅外光譜法，利用近紅外光譜與樣品相互作用來推斷水分含量。該方法基于近紅外光與水分子、化學鍵等的相互作用，不同含水量的樣品會呈現(xiàn)出不同的光譜特征。通過測量光譜吸收、透射或散射情況來推斷樣品中水分含量的變化。近紅外光譜法在不破壞樣品的情況下，對于多種材料中水分含量的測定具有高度的靈敏性和快速性。

呂亞新等[10]建立了基于近紅外光譜技術用的西洋參水分含量測定方法，以實現(xiàn)對西洋參質(zhì)量的有效控制。研究采用烘干法對西洋參飲片中的水分含量進行定量檢測，隨后收集了87份飲片的近紅外光譜數(shù)據(jù)，并通過預處理光譜、選擇適當?shù)牟ǘ魏椭饕蜃訑?shù)，結(jié)合偏最小二乘法建立了近紅外光譜定量分析模型。結(jié)果顯示，采用一階導數(shù)法進行光譜預處理，主因子數(shù)為8，在波段為5601.22cm-1至9541.87cm-1時建立的模型可用于西洋參飲片中水分含量的測定。

戴平等[11]通過旁路外循環(huán)策略建立了近紅外光譜在線測量裝備，并開發(fā)了針對中試規(guī)模煉蜜過程的水分在線檢測方法。研究優(yōu)化了光譜預處理、建模波段和多元校正算法，減少了原料批次間差異對模型預測性能的影響。最終確定的最優(yōu)模型參數(shù)顯示出令人滿意的準確性和可靠性，表明該方法快速、無損，能有效監(jiān)測煉蜜過程中水分的動態(tài)變化，提高了產(chǎn)品質(zhì)量一致性。

張瀚等[12]針對中藥制造過程中蜜炙飲片水分檢測的滯后性和破壞性問題，以蜜炙款冬、蜜炙黃芪和蜜炙甘草為基礎，采用烘干法確定水分含量，并通過機器學習方法結(jié)合近紅外（NIR）光譜，建立了針對多品種蜜炙飲片水分含量的NIR現(xiàn)場動態(tài)檢測模型。經(jīng)驗證模型表現(xiàn)出良好的預測性能，可快速檢測蜜炙款冬、蜜炙黃芪和蜜炙甘草的水分含量，為中藥制造過程中原料單元蜜炙飲片水分測定提供了新方法。

(2)高光譜法

高光譜法是通過采集材料在多個波長或頻率下的光譜信息來推斷材料中水分含量的技術。這種方法基于不同波長下材料吸收或反射光譜的變化，水分含量影響光譜的特定區(qū)域，通過分析這些光譜信息來估計水分含量的變化。

Taghinezhad等[13]開發(fā)了一種基于高光譜成像技術的農(nóng)作物干燥過程水分的無損檢測方法。將高光譜檢測技術與線性回歸、多元回歸和機器學習等多種方法結(jié)合能夠?qū)Ω稍镞^程的含水率進行快速準確預測。

金誠謙等[14]采用近紅外高光譜成像技術對大豆水分含量進行快速無損檢測，實驗共采集了96個不同品種大豆樣本在900～2500nm的高光譜圖像構(gòu)建含水率預測模型并篩選數(shù)據(jù)處理方法，經(jīng)驗證模型對大豆含水率預測的穩(wěn)定性和預測性較好。

黃艷雁等[15]提出一種基于BP神經(jīng)網(wǎng)絡的大米品質(zhì)檢測方法。該方法以大米的高光譜數(shù)據(jù)為訓練集，訓練基于PSO-GA-BP神經(jīng)網(wǎng)絡的大米水分預測方法，該方法在測集和驗證集上的均方根誤差分別為0.007和0.005，結(jié)果表明該方法可用于大米水分的快速測定。葉偉欣[16]基于高光譜成像技術和機器學習技術建立了干棗品質(zhì)的快速檢測模型以及平臺。該方法能夠準確的對干棗的含水率、總糖和總酸進行預測，有效地提升了干棗的加工生產(chǎn)效率。

劉紅蕓等[17]開發(fā)了一種基于鮮煙葉高光譜圖像的煙葉素質(zhì)評價模型，該方法能夠快速的對煙葉的水分含量、色素含量等進行快速預測。

(3)拉曼光譜法

拉曼光譜法是一種通過激光或光源照射待測樣品并測量樣品散射光的頻率或波長變化來確定水分含量的技術。拉曼光譜法基于樣品與激光光譜的相互作用，水分子對光的散射具有特定的拉曼頻移，通過檢測這種頻移來推斷樣品中水分含量的變化。Czaja等[18]使用以面粉為研究對象，探究拉曼光譜法測定含水率的可行性。該研究采集了面粉樣品的拉曼光譜以及參考重量分析的結(jié)果?；跀?shù)據(jù)分析并建立偏最小二乘回歸模型。驗證結(jié)果表明，該方法可以快速可靠地測定小麥面粉中的水分，預測的相對標準誤差約為2%。三甘醇作為石油天然氣產(chǎn)品的新型干燥劑及脫水劑，其水分的含量是非常重要的指標。李霜等[19]利用拉曼光譜技術，對三甘醇樣品的拉曼光譜圖進行采集并建立了與對應水分含量的標準曲線，使用四種不同含水率的三甘醇溶液作為回測驗證，結(jié)果表明，該方法可準確檢測三甘醇中的水分含量。

3.其他測定方法

(1)基于機器視覺的水分檢測方法

基于機器視覺的水分檢測方法利用數(shù)字圖像處理和計算機視覺技術，通過對物體外觀特征的分析和處理，實現(xiàn)對物體水分含量的估測。該方法依賴于圖像采集設備獲取樣品外觀圖像，并利用圖像處理算法和模式識別技術對圖像中的水分含量相關特征進行提取和分析。這些特征可能包括顏色、紋理、形狀和亮度等視覺特征，通過與已知水分含量的樣本進行比較或建立模型，以推斷出待測樣品的水分含量。

張晉寧等[20]利用圖像處理技術對采集到的不同水分的小麥圖像進行特征提取，共提取了包含23個形態(tài)特征和24個顏色特征在內(nèi)的47個圖像特征，分析圖像特征與小麥含水量的相關性，使用逐步選擇法篩選出對于小麥水分預測最重要的特征子集并建立了ElasticNet、RandomForest、AdaBoost回歸模型。驗證結(jié)果表明，基于RandomForest模型的預測結(jié)果最好，水分絕對誤差主要分布在±1.5之間。

裴永勝等[21]使用機器視覺技術對生姜片的遠紅外干燥過程進行監(jiān)控，該方法基于圖像特征對生姜片的含水率狀態(tài)進行檢測，開發(fā)兩種模糊邏輯控制策略對輻射功率進行在線控制提高干燥效果。劉中原[22]利用近紅外光譜技術，并結(jié)合機器視覺技術和化學計量學方法，建立綠茶不同加工工藝下的水分含量預測和判別模型。該研究選取了多種茶葉樣品，結(jié)合茶葉殺青過程的光譜信息以及色澤紋理特征，建立偏最小二乘回歸和非線性支持向量回歸方法建立了準確的茶葉水分檢測模型。

(2)低場核磁共振技術(LF-NMR)

低場核磁共振（LF-NMR）技術主要基于核磁共振現(xiàn)象對物料的水分進行檢測。該技術利用處于弱磁場條件下的核磁共振現(xiàn)象，針對不同狀態(tài)的水分子在特定磁場下的旋轉(zhuǎn)和弛豫時間。LF-NMR測量水分子的橫向弛豫時間（T2），該時間代表了水分子在特定磁場下自旋旋轉(zhuǎn)的速率和特性。水分子不同狀態(tài)（如自由水、結(jié)合水）在LF-NMR下表現(xiàn)出不同的T2譜特征，通過分析這些譜特征可以推斷樣品中水分的狀態(tài)和含量。

鮑春輝等[23]研究了低場核磁共振法在稻谷水分檢測中的應用和效果。研究使用了新峰6號香、龍粳40、吉宏、超級稻、鹽豐、橋育等6種稻谷作為試驗原料，并成功建立了低場核磁水分標準曲線。結(jié)果顯示，該標準曲線的線性良好，相關系數(shù)大于0.99。陳衍男等[24]通過利用F-NMR技術，對光皮木瓜不同干燥方式下水分遷移變化進行了監(jiān)測。研究結(jié)果顯示，新鮮光皮木瓜中含有3種狀態(tài)的水，熱風干燥、蒸制后干燥、陰干等干燥方式在水分逐漸散失的過程中表現(xiàn)出相似規(guī)律，但其失水速率有顯著差異。分段式干燥中的間歇階段促使不同狀態(tài)水分之間的轉(zhuǎn)換，實現(xiàn)相對穩(wěn)定的平衡狀態(tài)。唐小閑等[25]利用LF-NMR技術和核磁共振成像（MRI），分析熱風-微波聯(lián)合干燥過程中杏鮑菇的橫向弛豫時間反演圖譜和圖像，探究杏鮑菇在干燥過程中的水分狀態(tài)及變化規(guī)律。結(jié)果顯示新鮮杏鮑菇含有自由水、半結(jié)合水和結(jié)合水3種狀態(tài)的水分，且水分分布較為均勻。

4.結(jié)論與展望

水分含量的測定在產(chǎn)品加工和制造中扮演著關鍵角色。盡管在農(nóng)業(yè)、煙草和食品等行業(yè)已有廣泛應用，然而，在中藥制藥領域，其應用尚未深入到位。本文著重探討了在中藥制藥工藝中適用的水分檢測技術。聚焦在基于物理特性、光譜學以及其他新興技術，旨在為中藥行業(yè)提供全面的參考，從而促進生產(chǎn)標準和產(chǎn)品質(zhì)量的提升。從目前來看，單一的水分檢測方法存在一定的局限性。水分檢測的精度受環(huán)境影響較大，環(huán)境的不穩(wěn)定性會影響檢測結(jié)果的精度。此外，現(xiàn)有的方法通常只能在一個局部區(qū)域進行水分檢測，難以全面了解整個生產(chǎn)過程中水分的分布情況。因此，為解決上述問題，未來的發(fā)展方向可以考慮采用多元化的水分檢測方法和先進的技術手段，例如，多模態(tài)數(shù)據(jù)融合技術、實時監(jiān)測技術、移動檢測技術等。

上述方法可進一步增加水分檢測結(jié)果的準確性和可靠性，同時將增加檢測的靈活性和廣泛性。隨著科技的快速發(fā)展，將創(chuàng)新工具和先進技術相結(jié)合將會豐富和拓展中藥行業(yè)的水分檢測手段。未來的關注點還應當聚焦于基于多維數(shù)據(jù)融合的快速檢測方法，這種方法能夠?qū)z測數(shù)據(jù)與新一代人工智能技術相結(jié)合，從而進一步提升檢測方法的可擴展性和實時性。這些創(chuàng)新方法將為中藥行業(yè)的進一步發(fā)展帶來顯著提升，并且加速行業(yè)中水分檢測的普及和深入應用。