近红外光谱(NIR)法是制药工业领域应用最为广泛的过程分析技术(PAT),在中药产品质量的在线实时检测和控制中越来越受到重视。和化学药相比,中药组成的复杂性和生产加工过程的特殊性,对利用化学计量学建立NIR预测模型,提出了新的挑战。本文的研究目的就在于突破该挑战,主要内容如下:第一,近红外光谱采集条件光纤长度、温度对口服液多糖定量模型的的影响。1)比较了不同光纤长度以及预处理方法对口服液中多糖定量模型性能的影响。不同光纤长度的光谱均经过一阶微分(1st Derivative)和去趋势(Detrend)组合预处理以后模型的拟合能力好,但预测能力差。进而,比较不同光纤长度下遗传算法(GA)选择变量对模型性能的影响,结果发现,较短光纤长度下多糖定量模型的预测性能更好。表明光纤长度对口服液多糖模型性能造成影响,选择合适的光纤长度能够提升近红外定量模型的准确性。2)考察温度对口服液中多糖定量模型的影响。对不同温度样品光谱经过一阶微分预处理以后做主成分分析(PCA),发现两种温度下的光谱有聚成两类的趋势。不同温度样品的光谱分别经过预处理、变量选择以后建立模型,两种温度下建立的多糖定量模型性能和预测能力差不多,但是模型间的通用性不强。用两种温度下样品的数据建立混合模型,混合模型能对两种温度下的样品准确预测。可见在近红外在线应用过程中应当控制采样温度在一定的范围内,从而保障模型预测的准确性。第二,以复方中药口服液为研究对象,针对其生产过程中的配制环节,采用在线近红外光谱技术建立其指标成分(多糖含量、可溶性固形物含量、pH值)的定量模型。口服液中功效成分多糖在近红外区没有特征吸收峰,传统方法建立的模型预测性能不好。在这部分综合考虑多种预处理方法和变量选择方法对模型性能的影响,筛选多糖的特征吸收峰。光谱数据经过1st Derivative和Detrend组合预处理,GA选择变量之后,Rc2为0.969,预测相对误差小于10%,该误差符合生产过程质量控制的要求,也是目前文献报道复方中药多糖含量预测误差最小的。最后介绍了模型在线应用系统的设计理念以及用T2-Q识别异常数据,对近红外光谱技术在中药质量控制领域有借鉴意义。第三,以中药口服液为研究对象,针对其生产过程中的浓缩环节,采用GA-PLS方法建立了预测性好的浓缩液多糖含量、固形物含量的定量模型,可用于在线控制中药浓缩液的质量。