基于响应曲面与神经网络的肿节风颗粒成型工艺优化设计

摘要

目的:比较不同模型拟合制粒过程参数对肿节风颗粒成型的影响。方法:采用湿法制粒制备肿节风颗粒,研究了物料含水量、润湿剂浓度、物料液固比对颗粒得率和颗粒成型性的影响。采用响应曲面模型和神经网络模型拟合实验数据,验证两种模型的优劣并采用响应曲面模型筛选了最优制粒工艺参数。结果:响应曲面模型与神经网络模型均能较好的拟合实验数据,其中神经网络模型具有较高的准确性和预测能力;制粒过程参数对肿节风颗粒得率与颗粒成型率具有较大的影响,其中物料含水量是关键制粒工艺参数;最优制粒工艺参数为:物料含水量为2.04%,润湿剂浓度为53.48%,物料液固比为17.20%,颗粒得率为(98.18±0.32)%,颗粒成型率为(99.30±0.40)%。结论:应用响应曲面模型和神经网络模型有助于对制粒过程和机制的理解,并能够对制粒工艺参数的优化提供指导。