克服粉末中的湿气问题

本次网络研讨会由AQUALAB首席食品科学家Zachary Cartwright博士主讲，旨在探讨食品、制药和化妆品等多个行业中粉末产品水分管理所面临的挑战。演讲内容涵盖以下主要议题：

• 粉末中的水分挑战简介：探讨各行业中常见的粉末类型（例如奶粉、乳糖、滑石粉和云母）及其面临的水分相关问题。
• 防止物理性转变：以蛋白粉和米糠提取物等实际案例为例，探讨粉末结块和团聚的各个阶段，以及确定临界水分活度 以防止流动性丧失的重要性。
• 水分迁移：解释水分如何从水分活度高的区域向水分活度低的区域迁移，以及防止这种迁移的策略，包括通过乳清蛋白等粉末示例和动画演示该过程。
• 确定结构变化：了解晶态与非晶态粉末以及无水与水合粉末之间的区别，并以蔗糖和氯化钙为例。
• 生产 ：解决常见生产 例如湿度目标精度、减少波动、避免返工和降低能耗，并提供自动化和操作员培训等解决方案。
• ΔT 方法：详细阐述了用于校正生产湿度波动的 ΔT 方法，包括其科学原理，以及通过仪表盘实现自动化和实时反馈所带来的优势。
• AQUALAB 解决方案：介绍 AQUALAB 的产品与服务，例如 AQUALAB 4TE、VSA、MAT 软件和 SKALA Dry，作为应对这些与湿度相关挑战的解决方案。

网络研讨会最后将提供联系方式、补充资料以及问答环节。

文字记录，经编辑以求清晰

扎卡里·卡特赖特博士：大家好。我们马上就要开始了。非常感谢大家参加本次“克服粉末中的湿气挑战”研讨会。在正式开始之前，有几项注意事项需要说明。

首先，我叫扎卡里·卡特赖特。我是AquaLab的首席科学家。非常感谢大家拨冗参加本次网络研讨会。我们已经有一段时间没有举办网络研讨会了，大概有一两年了吧，但我们收到了许多请求，希望大家能恢复这一活动，并探讨这个具体话题。

如果您有任何想讨论的话题，或者对这种新形式有任何反馈，请告诉我们。我们非常希望听到您的意见，以便不断改进这些内容。

是的。我会稍后分享本次会议的录音。我们会通过电子邮件发送录音以及我的幻灯片副本。我们也会在适当的时候将这些资料上传到我们的网站。但如果您希望更早获得这些资料，或者因某种原因未能收到，请直接联系我。我的邮箱地址显示在屏幕上，我很乐意为您提供一份副本。

这是我的联系方式，请现在记下来。演示文稿的结尾处也会列出。

当然，我会在最后回答大家的问题，也会尽量在讲解过程中穿插回答一些问题。但如果因为某种原因没能回答到您的具体问题，请随时与我们联系，我们会确保为您解答。那么，让我们开始吧。今天的活动预计持续三十分钟到四十分钟，最后会有问答环节。

如今，粉末广泛应用于许多行业。当然，食品行业中随处可见粉末，例如奶粉、乳清蛋白粉、可可粉、玉米淀粉等等。 我相信大家对其中许多产品都很熟悉，但其他行业也广泛使用粉末。也许您今天来自制药行业，日常工作中会接触乳糖、微晶纤维素，或是硬脂酸镁等各类粉末。

或者，也许您今天是来自化妆品行业的，正在处理滑石粉、玉米淀粉、米粉之类的产品。在所有这些行业中，都涉及粉末材料，无论您处理的是何种粉末或身处哪个行业，面临的挑战都大同小异。通常，当我与团队讨论粉末相关问题时，听到的主要挑战往往集中在以下几个方面，比如如何防止物理相变。

这可能表现为粉末结块、结团，或是流动性下降。我认为这通常是我们面临的最大挑战。但您可能还会关注保质期和包装问题，并希望找到一种方法来快速预测保质期，或者了解您为所处理的每种粉末和产品选择的包装是否合适。 如果您从事粉末混合工作，那么您可能关注不同组分或不同粉末之间的水分迁移问题，并想知道水分活度 将这些成分混合在一起，最终的水分含量或水分活度 会发生什么变化。

许多与他们接洽的团队都非常关注吸湿性。他们希望有一种真正有效且直观的方法，来确定粉末在不同环境下会如何吸收水分，并比较不同粉末或不同辅料之间的吸湿性。当然，温度始终是一个需要关注的问题，了解温度变化如何导致不同产品的质量甚至安全性发生变化也至关重要。

有时，您可能希望评估材料的结构，了解某种物质是否呈晶体状，或者是否会形成水合物。最后生产 有时非常具有挑战性，要确保产品的一致性并尽可能减少返工和产品损耗，这往往相当棘手。因此，既然今天您能来到这里，如果我能直接与您交流，我想了解这些挑战中哪一项对您来说最为突出。 你们今天为什么来到这里？你们觉得，这些挑战中哪一个是你们最大的痛点？也许你们可以在聊天框里写下来，这样我就能真正了解，这些挑战中哪一个是你们和团队今天最希望了解的重点问题。

在今天的讨论中，我们的主要目标有三点。首先，我们要理解这些挑战的具体内容。我们要真正找到挑战的根本原因，并认识到上一张幻灯片中列出的所有挑战，在某种程度上都与这类产品中的水分有关。然后，我们要探讨如何利用正确的水分分析来克服这些挑战。 之所以说“正确的”，是因为我看到许多团队仅凭水分含量就试图克服这些挑战，而实际上，要运用科学方法解决我之前列出的这些挑战，必须深入理解水分活度 水分吸附等温线。

最后，我们希望探讨一些可行的解决方案，并介绍各种可供您使用的技术、软件和实用建议，帮助您迅速克服这些挑战，不再为此辗转难眠或烦恼不已。我们致力于确保能尽快解决这些问题。

那么今天，我就直接切入正题。我将逐一探讨这些挑战，并逐一分析这些目标。最后，我们将探讨相应的解决方案。

因此，首要的挑战是防止物理性转变。简而言之，我的意思是防止结块、结团以及流动性下降。

因此，当粉末接触到水分或处于湿度较高的环境中时，它自然会吸收一些水蒸气。这一过程基本上分为五个明确的阶段。首先是润湿阶段，此时粉末可能仅吸收少量初始水分，随后开始变得略微粘稠。接着，粉末便会逐渐出现结块和结团的现象。

但实际上，正是当我们达到这种聚集阶段时，结块现象才真正开始加剧。一旦到了这一步，情况就已经失控了。随着进一步向上移动，材料持续吸收水分，就会发生一定程度的压实。最终，我们可能会达到液化阶段，此时材料开始转变为液态。

因此，这一过程受许多不同因素的影响，主要是颗粒的形状和大小。颗粒越小，我们就越快进入团聚阶段。但温度和时间等因素也会产生影响。随着温度升高，即使在较低的相对湿度下，这一过程也会加速发生，我们稍后将对此进行更详细的探讨。 此外，时间也是关键因素。在特定温度和相对湿度条件下停留的时间越长，我们越可能更快地经历这些阶段。

最后，化学成分的任何变化，甚至施加的压力，都会影响我们穿过这些不同阶段的速度。

说到预测粉体结块，主要取决于三个因素：水分活度 、水分活度 储存温度，以及粉体暴露在受温度和相对湿度影响而变化的各种环境条件下的时间。

为了精确定位水分活度（此处简称为 RHC），以便准确掌握该水分活度 使用高分辨率的水分吸附等温线至关重要。因此，如果您研究过等温线，就会发现通常采用两种方法。 DDI，即动态露点等温线（Dynamic Dew Point Isotherm），以及DVS，即动态蒸汽吸附等温线（Dynamic Vapor Sorption Isotherm）。我手头这张图非常清晰地展示了这两者之间的区别。

希望大家特别关注这条橙色的曲线——DDI曲线，因为这是一条分辨率极高的曲线，其等温线生成速度远快于DVS曲线。DVS曲线更偏向于静态曲线，非常适合动力学测试。这能让大家大致了解这两条曲线之间的区别。今天我们不会过多深入探讨等温线。 关于等温线本身，我们另有专门的应用说明和网络研讨会。

不过，随着我们今天继续深入探讨，我希望你们明白，对于粉末而言，我们真正需要使用的是动态露点等温线（DDI），这样才能准确表征它们在动态条件下吸收湿气的过程。

那么，现在让我们通过一个例子来探讨如何确定临界点。在这个第一个例子中，我们将研究一种存在结块和团聚问题的蛋白粉。对于这种粉末，我们要做的第一件事就是使用DDI法绘制水分吸附等温线。 可以看到，即使水分发生微小变化，水分活度 也会呈现出巨大的变化范围水分活度 达到一个拐点水分活度 此时水分吸附量会大幅增加。因此，一旦获得等温线，我们将求其二阶导数。基本上，我们利用这个导数来观察曲线的斜率是如何变化的。实际上，我们在这里要寻找的就是二阶导数上的峰值。

如果我们将这个峰值与曲线水分活度 对应起来，我们会发现，在水分活度为0.67水分活度点处，团聚现象已经明显加剧。如果我更仔细地观察这个二阶导数，我的结论是：在水分活度约为0.5之前，这种粉末表现出很高的稳定性。随后，我们会观察到之前在第二张幻灯片中提到的那种初步粘连现象。 一旦达到0.67，结块和团聚现象便真正开始加剧。

因此，如果这是你的蛋白粉，或者是你正在研发的某种粉末，我们可能会将规格上限设定为0.5，尽管临界水分活度 0.67。一旦达到0.67，就意味着已经严重超标了。 因此，我通常建议团队：一旦确定了结块、结团或临界点的位置，不妨将规格设定为比该点低0.水分活度 ，这样就能留出一点缓冲余地，确保产品绝不会达到导致流动性丧失的临界点。

好的。我们来看第二个例子。这个例子是关于米糠提取物的。这个例子非常有趣，因为当你观察等温线时，实际上可以看到这里有多个点都出现了吸湿现象。

事实上，当我们计算这条曲线的二阶导数时，会发现两个临界点。 一个位于水分活度 0.水分活度 0.水分活度 。在这个第二个例子中，水分活度 较低水分活度 0水分活度 ，在玻璃化转变点附近可能会出现结块和团聚现象。而当水分活度 进一步升高，达到0.63这一第二个临界点时，此时便会发生结晶或某种第二类相变。

通常来说，对于任何粉末，我们都希望将其水分活度控制在所有物理相变点以下。在这种情况下，如果你正在处理这种物料，那么我们可能需要将水分活度 控制在0.3左右水分活度 避免发生任何物理相变。

总而言之，当我们分析一种粉末时，需要绘制等温线（如上图所示）。接着求其二阶导数（如下图所示），并寻找其中的峰值点。我们将利用这些信息，为每种待处理的粉末设定正确的规格参数。

说到结晶粉末，我看到聊天室里有人问到了关于砂糖和其他结晶物质的问题。

晶体粉末包括盐、糖、某些酸和维生素，甚至是活性药物成分。

这些物质确实非常独特，因为它们不会吸收任何水分。相反，水分会停留在顶部、即表面，直到能量或水分活度 足够高水分活度 打破晶格结构。当这种情况发生时，这种结晶粉末会立即从固态转变为液态，我们称之为“潮解”。

因此，如果我们观察任何晶体粉末的等温线，就会看到这种形态。 这里我们有氯化钠和蔗糖，它们的等温线形状都很相似，你会注意到在很宽的水分活度范围内，几乎没有吸湿现象。然后当达到潮解点时，物质会突然溶解。因此，这些等温线具有非常独特的形状，对于这类样品，我们很容易精确定位其潮解点的位置。

在结晶粉末中，可能会出现结块和结团现象。这主要发生在相对湿度波动时。因此，如果环境从高相对湿度反复切换到低相对湿度，并如此循环往复，本质上就是粉末不断经历吸湿和结晶的循环过程。 在此过程中，粉末中的不同颗粒或晶体之间会开始形成桥接，进而导致结块和结团。因此，为了研究这一现象，您可以使用等温线生成仪或蒸汽吸附分析仪，通过设置不同的相对湿度并反复切换，来确定这种循环如何导致结块和结团。

还有一件事我想在这里提一下，我觉得非常有趣：混合物的潮解点。也就是说，如果你将两种不同的结晶粉末混合在一起，有时这种混合物的潮解点甚至会比各组分的潮解点还要低。这真是一个非常有趣的现象。 如果你能真正理解这种现象发生的原因，我很乐意与你深入探讨。

好的。我们的第二个挑战主要涉及保质期和包装。因此，每当制作出一种流动性良好的粉末时，我们最不希望看到的情况就是：将其包装好后，在送达客户或终端用户手中时，粉末已经结块或粘连在一起。所以，正确包装至关重要，我们必须准确确定你们正在研发的每种粉末具体的包装需求。

我们可以利用菲克扩散定律来计算。屏幕上显示的就是相关方程式。这些方程式广为人知，且已被广泛发表。它们并非由Aqualab提出，但我们已将其整合到一款非常易于使用的计算器中，稍后我们将对此进行演示。

另一件非常重要的事情，也是我经常看到人们犯最多错误的地方，就是选用正确的湿度模型来进行此类计算和预测。

因此，如果采用这种方法，我们可以考虑不同类型的包装，包括包装的表面积以及包装内产品的数量。 我们可以考虑不同的储存条件，例如不同的温度、相对湿度和大气压力。最后，我们会将吸附特性纳入考量，并将其转化为模型，同时结合您为粉末设定的临界点或临界限值，以确保粉末具有良好的流动性，或确保此类产品中不会滋生微生物。因此，

第一步是确定临界点，然后设定正确的规格。那么，我们来看一个可可粉的例子。对于可可粉，等温线如下所示。同样，我们将求其二阶导数。

我们正在寻找这个二阶导数的峰值点，该峰值出现在水分活度0.46处。然后利用这一信息，我将设定0.36作为上限。这样，我又给自己留出了一点余地，以确保在整个“起粘”和“结块”阶段中，绝不会进入“粘连”或“团聚”阶段。

第二步——再次强调，这也是我经常看到错误最多的地方——是选择合适的模型以及合适的水分活度 。假设这里是我们的等温线，而这些是我们可选的不同模型。这里有三种不同的模型：线性模型、DLP模型和GAB模型。目前已有超过一百种模型被发表。

通常在AquaLab，我们使用DLP（双对数多项式模型）。从数据背后大致可以看出这一点。绿色数据点代表原始数据，用于绘制等温线。而模型则以蓝色显示在此处。

你可以看到，该模型与数据吻合得相当好。但如果你放大查看这部分，请注意：模型中的含水量和水分活度先是上升，随后含水量略有下降，然后又再次上升。而我们真正希望的是，该模型从左到右始终呈上升趋势。如果现在不修正这一点，那么得出的计算结果将毫无意义。

要解决这个问题，我只需选取数据中较小的一段范围——比如一段适合我想要进行的保质期计算的范围——然后再次对该范围拟合模型。因此，这仍是同一组数据，我只是选取了其中较小的一部分，现在我将使用DLP。正如预期的那样，模型曲线总是从左向右递增。

好的。既然模型已经修复好了，现在我们可以看看如何使用计算器进行一些计算了。

这是我们的保质期计算器，它位于水分分析工具包软件中。我们将在本次网络研讨会的最后对此进行更详细的介绍。现在，让我们通过一个例子来演示一下。假设这款可可粉将置于相对湿度为65%的环境中。

假设环境温度约为25摄氏度（即室温），且此时我们位于海平面。我们只需输入包装内产品的总干重、包装的表面积，以及当前的水蒸气透过率。这个数值通常应由您的包装供应商提供，不应是隐藏参数，而应是您能够轻易获取的信息。

接下来，我们将输入初始水分活度。这是包装水分活度 ，以及我们设定的临界限值。所以，我再次使用0.36这个数值。在达到约0.46这个容易发生结块的临界点之前，我给自己留了一点余地。

接下来，我只需在等温线上进行选择和操作。我使用的是那个较小的范围。在后台，系统会自动将其转换为DLP模型。然后，当我点击“计算”时，就会得到保质期。

因此，在这个例子中，在设定的条件下，我的初始水分活度 有125天水分活度 临界限值。 可见，这确实是一个非常强大的工具，因为我可能只花了一天时间就绘制出了等温线。现在，我可以非常快速地调整所有我可能关心的不同参数。与等待数月进行加速测试，或者等待一年进行完整的保质期测试相比，这个工具能迅速为我提供所需的洞察，尤其是当我试图将水分活度 控制在非常具体的水分活度 。

这款计算器有多种版本，或许对您有所帮助。例如，在这个计算器中，我们可以计算水分活度 时间水分活度 。因此，界面基本上看起来都一样。主要区别在于，我可以在此输入特定条件下的天数。

假设我将样品在特定条件下储存七天，并想知道水分活度 。同样，我将使用同一条等温线，只不过这次的输出结果是水分活度。 您可以使用这个计算工具来模拟生产流程中的不同阶段，比如在仓库中储存、装入炎热的亚马逊集装箱、摆放在货架上，以及最终送达终端用户环境等。这些环节的条件都略有不同，而这种计算工具能帮助您详细分析水分活度 波动情况。

我看到这里有人问0.36是否是标准值。是的，我确实将0.36作为我的临界值。尽管在0.46时，材料开始明显出现结块和聚结现象，但我还是想给自己留一点余地，并确保绝不会出现那种初期的粘连现象。

最后，同一套软件中还有这个计算器的第三个版本。在这个最终版本中，我们可以精确计算出为了达到特定的保质期，我们需要的水蒸气透过率是多少。所以，它的界面看起来依然非常相似。主要区别在于，我将输入我期望的保质期。

因此，在这个例子中，假设我确实需要产品保质期达到一年，并且水分活度 保持在合适的水分活度 。同样，我将使用同一条等温线并点击“计算”。这次，计算结果就是为了达到并维持这一保质期所需的水蒸气透过率。 您可以将这个数值直接提供给包装供应商，以确保包装既不过度也不不足，真正为每种粉末或每种产品找到最佳平衡点。我看到这里还有另一个非常好的问题，就是如何将干燥剂包或添加硅酸盐等措施考虑在内。

这些方程并未将这些因素考虑在内。但通常，我理解的情况是，当加入此类物质时，人们通常会说这可能将保质期延长百分之五十左右。 那么你也可以将这一点纳入你的计算中。此外，利用我们的设备，或许可以尝试在样本中加入干燥剂包，以此深入研究干燥剂包究竟能如何有效延缓这一过程，或者干燥剂包甚至可能如何影响临界点的出现位置。

所以，研究这个问题确实有几种方法。如果大家想进一步了解细节，我很乐意在本次网络研讨会结束后与大家深入探讨。

好的。接下来，我们来谈谈如何避免和预测水分迁移。如果你经常将多种粉末或多种干性原料混合在一起，那么这一部分内容对你可能会非常有帮助。因此，每当你混合粉末时，最终水分活度 都会发生变化。

但幸运的是，这一过程的发生方式非常可预测。这要求我们为每种原料或混合的每种成分都建立一条等温线。然后，我们需要使用相同的DLP模型，借此模拟这些不同成分将如何混合。例如，如果我们有一袋乳清蛋白粉，为了简单起见。

假设我们只有三种成分。我们有一种乳清蛋白混合物，一种麦芽糊精，还有一种葵花籽卵磷脂。假设每种成分都有其独特的等温线。

每种成分都有其独特的形状。通过这种建模，我们可以预测，当这些成分全部混合在一起，并给予足够的时间达到平衡点时，水分活度 如何达到平衡。 简而言之，如果我们为每种成分都绘制了等温线——且可以针对任意数量的成分进行此操作（通常我们选择前五到八种成分）——那么一旦获得了各成分的等温线，我们就能通过DLP建模预测混合等温线，您可以在屏幕上看到用红色标出的这条曲线，以及相应的水分活度。

由于我们已经能够预测等温线，因此可以利用该等温线进行追溯分析，甚至开始进行各种保质期的计算。因此，许多采用这种方法的团队都会为各自的粉末建立一个内部等温线库。这样，在实际动手混合所有这些不同成分之前，您就可以在电脑上进行模拟，预判混合后的结果。

好的。接下来的挑战是评估相对吸湿性。

说到吸湿性，这指的是物质吸收水分的倾向。粉末具有很强的吸湿性，尤其是与许多其他产品相比。而粉末吸收的水量实际上取决于环境中的温度和湿度。

动态露点等温线（DDI）确实是一种理解这一过程的绝佳方法。它能以极高的分辨率，帮助我们真正了解不同粉末或不同辅料将如何吸收水分。这一点尤为重要。 如果您来自制药行业，正在尝试从多种辅料中进行筛选，那么您可以利用DDI方法深入分析辅料的溶解性或吸湿特性，甚至可以考察不同的吸附动力学，并精确定位潮解现象发生的位置。

这里有一个例子。这只是一份可能用到的各种辅料或粉末的清单。为了比较它们的相对吸湿性，我们将观察水分含量随水分活度变化情况。也就是说，我们主要关注这些不同曲线的斜率。

那么，如果我们来看一下这个，我会说这款Cross Carmelos的吸湿性最强。就是这里标红的那款。我之所以这么说，是因为它的斜率最大。随着水分活度升高，它吸收的水分最多。

而像甘露醇这样的物质，你看这里有甘露醇，被这些深蓝色的物质遮挡住了。但我认为甘露醇是不吸湿的，因为即使在非常高的水分活度，它的吸湿量仍然非常低。

其他物质，比如蔗糖，虽然呈结晶状，但在达到潮解点之前几乎不吸湿，一旦达到潮解点，它就会突然溶解。

因此，要真正比较吸湿性，不仅要看这些曲线的斜率，还要水分活度 范围水分活度 在图表中的具体观察位置。所以在选择不同的辅料或比较不同粉末的吸湿性时，请务必牢记这一点。

好的。接下来，我们来谈谈温度波动的影响，以及这会如何影响质量和安全。

因此，就温度而言，随着温度升高，产品和粉末水分活度 通常也会随之增加。这同时会降低临界水分活度 可能降低结块点的发生位置，甚至会降低潮解点的发生位置。 我经常喜欢举的一个例子是奶粉。如果我们在15摄氏度下绘制等温线，就会发现结块现象发生在水分活度约为0.5左右。

但其中每一段都是以5摄氏度为增量，直至40摄氏度。而在40摄氏度时，这一现象会加剧，使水分活度趋近于0.3。因此，这非常有助于我们理解温度如何影响该临界点处曲线的形状。

为了预测水分活度 临界点，我们需要至少两条等温线（甚至三条），才能开始进行预测。这通过克劳修斯-克拉佩龙关系式来实现。这仅仅是一个用于估算任意温度下蒸气压的数学模型。此外，我们还可以利用线性回归分析，对更宽温度范围内的变化趋势进行外推。

例如，这里我们有米粉，并且绘制了两条分别在25摄氏度和30摄氏度下测得的等温线。在25摄氏度的室温下，水分活度 0.45，而我们需要保持在临界点0.55以下。 如果我使用上一张幻灯片中的方程，并将数据外推到35摄氏度，你可以看到，此时的水分活度 超过水分活度 我们之前确定的临界点。

如果我进一步推算，就会发现当温度达到70摄氏度时，水分活度 超过安全限值，且微生物限值也已超过0.7。 因此，通过对所有这些数据进行推算，我可以精准定位并理解“踢粉”和“结块”问题可能发生在何处，以及与温度相关的安全问题可能出现在何处。当然，对于您所处理的每种不同类型的粉末或配方，具体情况都会有所不同，但我认为这能让您了解如何未雨绸缪，从而理解温度变化可能会如何影响您正在处理的某些粉末的质量或安全问题。

好的。接下来，我们要确定结构变化。请记住，我们可能需要研究的结构类型多种多样。当我们观察等温线时，即定义水分活度 含水率之间的关系时，这实际上是基于产品的结构。随着结构的变化，我们会在数据和等温线的形状中看到不同的趋势。

因此，这可能涉及结晶态与非晶态粉末的对比，我们可以探讨这两种不同类型粉末之间发生的转变程度，或者您可能正在处理无水物与水合物的对比。同样，这对制药行业至关重要，尤其是当您试图防止水合物形成时。那么，让我们快速看一个例子，分别从结晶态与非晶态开始。

那么，如果我们观察蔗糖，这就是其结晶样品的外观。请记住，结晶体具有非常规整的结构。它具有这种分子结构，你可以在图中看到它以橙色标出。正如我们之前研究结晶体时所见，其含水量几乎没有变化。当达到潮解点时，它会突然溶解。

然而，如果我们观察其非晶态形态，会发现它的结构不如之前那么规整，而是略显随机。接着，在第二条等温线上，你会发现初期可能会出现一些“踢动”和团聚现象。 在水分活度 非常低时，曲线的斜率会发生些许变化水分活度 达到曲线更高处的潮解点。因此，我们可以利用这一点，根据等温线的形状来真正理解所呈现的结构类型。

现在，如果我们观察水合物的形成，这里以氯化钙为例。水合物的形成具有非常独特的形态，我们将在等温线上看到这一点。在这个例子中——不过我觉得这些标签其实标反了——二水合物用橙色标出。但这些等温线是从左向右移动的。水分活度 增加。我们会到达一个点，水分活度 含水量已经上升，水分活度 突然下降，然后我们沿着等温线继续前行。

因此，每当我们看到这种锯齿状曲线——即水分活度 突然下降水分活度 水分含量增加水分活度 随后曲线继续上升——这通常表明存在水合物。我所说的水合物，是指水分子被困在我们所研究的粉末结构中，或成为该结构的一部分。这可能会造成非常不利的影响，尤其是当你处理活性药物成分或类似物质时。 我们通常希望避免这些水合物的形成。如果了解水分活度 导致这些水合物形成的条件，就可以设定正确的规格，以确保避免这种情况发生。

好的。今天我们要讨论的最后一项挑战，主题是生产。如果你在生产工作，或者身处生产 ，那么你一定知道，这往往是一项充满挑战的工作。我相信你们肯定制定了一些宏伟的目标——也许是今年关于节能或减少波动的目标——并正在思考如何实现这些目标。

因此生产 过程中生产 一些常见的生产 达到目标含水率、提高产品的平均含水率、减少波动并尽可能保持一致性。当然，还要避免任何形式的返工或批次报废。我们希望尽可能减少浪费。关于能耗，我知道我们合作的团队设定了一些宏伟的目标，旨在降低能耗，并确保在生产此类产品时不会过度干燥。

操作人员的培训工作依然困难重重，因为业内有不少从业者已有三十、三十五年的资历，甚至更久。如今，他们正被一批对喷雾干燥机或各类系统的操作细节尚不熟悉的新人所取代，而这些新人需要接受快速培训。此外，许多团队正致力于实现自动化，力求尽可能减少人工干预，以确保产品品质的一致性。

要克服所有这些生产 需要一种能在波动发生时立即进行校正的方法。此外，我们还必须在产品离开干燥机之前就能检测到水分含量的变化。因此，目前许多团队都会进行下游采样。他们先完成喷雾干燥过程或任何类型的干燥工序，然后在下游进行检测，并试图利用这些信息回溯调整喷雾干燥机的参数。

但通常这时已经过去二十分钟、三十分钟甚至四十分钟，更多产品已经通过了，此时再进行必要的调整就为时已晚。因此，我们需要能够实时调整烘干机设置。我们的目标是利用当前的控制系统。在这个例子中，当前的控制系统就是这里用橙色标出的部分。

我们的波动幅度相当大。我们首先要做的是，从目前的控制水平出发，加强控制并减少这种波动。

一旦我们降低了波动性，就能提高平均含水率。如您所见，这里的平均含水率现在已向右偏移。虽然限制条件依然不变，但只要能将曲线向右偏移，我们就能实现生产 ，提高产出，同时还能降低生产此类产品所需的能耗。 其运作原理及背后的科学依据在于：我们需要关注的关键参数是温度，而非水分。对于我们AQUALAB来说，说出这一点似乎有些讽刺，因为我们一直非常关注水分和水分活度。我们甚至尝试过多种方法，利用近红外光谱（NIR）技术以及不同的方法，水分活度 测量水分或水分活度 。但我们的发现是，真正需要关注的关键参数其实是温度。

特别是该过程中产生的温差（ΔT）。ΔT 基于蒸发冷却原理及其产生的温差而起作用。因此，我们需要关注燃烧器处的高温，以及气体经过产品冷却后的温度；保持正确的温差对于达到正确的含水率规格至关重要。 因此，在探讨自动化时，无论是喷雾干燥机，还是连接的流化床干燥机，我们都会使用两个不同的回路和两个不同的反馈回路来实现该过程的自动化。

第一个控制回路是快速回路。它将根据从温度传感器接收到的数据进行持续的自动调整。而且这些传感器几乎总是已经安装在干燥系统内部。这意味着该系统可以在不影响生产的情况下投入使用。

我们只需要寻找正确的数据和数值。因此，在这个例子中，对于喷雾干燥机，我们要关注的是热点与冷点之间的温差。或者在这个流体面包干燥机中，原理也是一样的。我们要关注的是这个热点与冷点之间的温差。

此外还有一个慢速循环，慢速循环的反馈数据即将传来，这让我们能够验证各项指标是否仍处于正确范围内，并据此进行长期调整。因此，这些数据来源于下游采样。我们仍希望进行下游采样，并在产品经过该工艺后水分活度 以此验证我们是否始终走在正确的轨道上，并朝着正确的方向前进。

采用这种温差法的好处在于，我们可以大幅降低工艺波动，并彻底避免产品出现干燥过度或干燥不足的情况。通常情况下，粉末类产品的出料率会提高约0.25%，极端情况下甚至可达1%。对于其他类型的产品，例如宠物食品，我们同样可以采用这种方法，并使水分含量提高几个百分点。

采用这种方法后，操作失误明显减少，这是因为借助这些数据分析，您可以迅速解决各种干燥问题。如果出现任何机械故障，通过查看这些具体数值，您也能迅速解决，从而确保提高生产效率。

采用“delta t”方法，即使针对不同的产品，也能获得非常明确的操作参数，这意味着您可以生产 快速地达到稳态生产 。

通常情况下，能耗降低幅度在5%到10%之间，具体取决于系统本身。有时降幅可能更大，有时则略小，但这确实需要对现有系统进行分析，并切实了解可以进行哪些改进。对于此类系统，我们通常能看到非常短的回收周期，或者说投资回报非常快。

我见过有些项目能在一个月内完成，因为如果你是粉末生产商，尤其是年产数百万吨粉末的企业，你就会明白，水分含量仅提高0.25%就会产生极其显著的影响。所以，如果你正在从事相关工作，或者想进一步了解这方面内容，请在观看完视频后联系我们。

好的。最后这几张幻灯片，我知道我们已经讲了大约四十分钟。但为了做个总结，我想谈谈Aqualab提供的解决方案。Aqualab真正专注于提供合适的技术和解决方案，以帮助大家克服所有这些不同的挑战。

相信大家对Aqualab已经不陌生了。我们已有四十多年的历史。我知道公司名称曾数次变更，但我们的品牌Aqualab已经存在了相当长一段时间。因此，在接下来的几张幻灯片中，我只想重点介绍我们的一些解决方案。

不过，如果您希望在本次演讲结束后与我们见面，深入探讨您面临的具体挑战，并商讨如何克服这些挑战，我们非常乐意与您共同探讨。再次提醒，我的联系方式将在文末列出。

因此，通常情况下，我们最常用的设备——既用于质量检测，也用于研发中获取单次水分活度 ——就是我们的AQUALAB 4TE。我将简要介绍它的所有功能。我不想一一详述，但想让大家知道，该设备采用露点传感器。这是测量水分活度主要直接方法。 如果您还想同时获取水分含量数据，可以将该设备连接到我们的Scala数据——抱歉，是数据管理系统。然后，您可以利用该系统，像我们之前讨论的那样使用等温线分析，通过同一台设备水分活度 获取水分活度 。

今天我们详细讨论了吸湿等温线。这些等温线是通过我们的蒸汽吸附分析仪生成的。我们这款等温线生成器的独特之处在于，它能够生成我之前提到的两种等温线。而且，动态露点等温线（DDI）正是我们用来清晰定义粉末吸湿行为的关键。 再次向大家介绍该仪器的部分技术参数。我不想过多赘述，但希望大家知道，我们确实拥有生成这些等温线的解决方案。一旦生成这些等温线，我们就可以将其导入我之前提到的“水分分析工具包”软件中。

本工具包包含了我们在本次演示中提到的所有不同工具。

比如原料配比、寻找不同的转折点，以及快速计算保质期。这些功能都包含在软件中，而且非常易于使用。如果这对您的团队有帮助，我很乐意为您详细介绍这款软件，并通过一些实例为您演示。

最后，关于生产，我们在此提供的解决方案名为Scala Dry。这是一个基于模型的控制系统，它采用了我们在几张幻灯片前提到的delta t方法。如果您使用的是喷雾干燥机、流化床干燥机，或者实际上任何类型的干燥机，这都是一个非常理想的解决方案。

它能够实现非常早期的精准控制。该工艺利用了产品中的水分。虽然我们关注的是水分含量，但主要依靠温差来满足水分规格要求。此外，我们还可以综合考虑该温差以及生产 进料速率，以确保产品品质尽可能稳定。

我知道刚才只是简单地概述了一下。我会把这些幻灯片的副本发给大家。其中有些内容，比如这里，点击即可了解更多，所以互动性很强。

此外，在整个幻灯片演示过程中，还有许多其他内容可供点击，这些内容或许对您有所帮助。

作为总结，我想快速回顾一下我们的目标。今天我们的目标是理解这些挑战。如果有什么挑战我们可能遗漏了，或者有什么内容希望我们以后能再详细讲解，请告诉我们。我们讨论了如何利用正确的水分分析结果来克服这些挑战。如您所见，这包括理解水分活度 使用正确的水分吸附等温线。

随后，我们迅速梳理并探讨了可行的解决方案。如果您日后希望进一步探讨这些方案，请随时与我们联系。

还有许多其他可供参考的资源。看来屏幕上刚弹出一个问题。那么，如果我们要测定某种代糖的结块点，一个合理的分步方法是什么？我们是否应该采集样品，并对其从自由流动到结块的所有阶段进行测试，还是有更明智的方法？

好的。Mofin，问得好。那么，为了确定结块点，我们需要做的是：取一份在结块前流动性良好的样品；如果使用的是其他糖替代品，我们可能还需要比较原始粉末与添加了糖替代品的样品。然后，我们会绘制动态露点等温线。

然后利用这一点，我们将比较曲线的形状，并运用二阶导数分析来精确定位并理解这种代糖是如何产生影响的，从而找出其峰值和聚集点。

好的。我们刚收到另一个问题。将含水率降低至BET单层含水率以下，是否就能解决粉末中出现的结块、流动性及稳定性等问题？

通常，降低水分含量会有帮助，但我们真正需要关注的是降低水分活度 水分活度 分辨率更高的测量指标。 这将极大帮助我们了解当前在等温线上的位置，从而确保水分活度足够低。再次强调，我看到许多团队仅通过观察水分含量来尝试解决这个问题，但大多数水分测定方法都缺乏我们所需的分辨率，无法提供防止结块和结团现象所需的深入洞察。

问得好，阿迪特。

好的。非常感谢大家。在我的演示文稿中，还有一些补充资料。

我不确定我的制作人能否重新调出我的演示文稿，但演示文稿中还有一些其他资料供大家查阅。我们提供了各种应用说明、视频、往期网络研讨会等资料。因此，不仅在我的演示文稿中，在我们的网站上也有大量其他资源。

最后，附上我的联系方式。如果您认识所在地区的 AQUALAB 顾问，欢迎直接联系他们。但如果您想联系我，或者有更多技术问题，也请随时与我联系。当然，我总是喜欢推荐一下我们的播客——《The Drip》。在这个节目中，我们会探讨一些科学、音乐和人生箴言。 欢迎收听并订阅。如果您有兴趣成为我们节目的嘉宾，也请随时联系我们，我们非常乐意与您探讨这一机会。

现在只剩下几分钟了。非常感谢大家全程参与，如果大家有任何问题，我现在可以回答。

好的。谢谢你，黛西，感谢你的发言。谢谢，胡里奥。

谢谢，埃里克。

是的。非常感谢大家今天能来。我只回答一两个问题。刚收到一个问题。有人问，对于运营商来说，delta t 实际上是什么样子的？

我这里有一个例子。让我看看能不能快速调出来。

以下是一个运行 delta t 时的实际效果示例。我知道屏幕上内容很多，但我只想指出其中几点。 这里用蓝色标出的部分，就是那个快速循环。在这里，你可以设置需要保持的delta t值。然后在左边这边，这是慢速的自动化反馈循环。在这里，你需要输入下游样品水分活度 。

左上角这些区域，代表了烘干机内部不同区域的温差。此外，您还可以输入进料速率。一旦输入所有这些参数，您就能在屏幕上快速看到如何将这些波动降至最低，从而获得更稳定的结果。 因此，您可以将“温差控制法”视为一种开启“定速巡航”的功能，一旦达到目标温度，它就能将温度稳定地维持在正确范围内。您随时可以关闭该功能并切换至手动模式。但实际上，该功能的设计初衷正是为了实现这种“定速巡航”，特别是在长时间运行时。

我们来看看吧。

还有其他问题吗？

我刚收到另一个问题。在使用等温预测模型对不同粉末的混合物进行建模时，这是否仅适用于等量混合的情况，还是可以对百分比组成进行校正？这是一个很好的问题，Faith。使用DLP建模时，您可以考虑不同的质量比。

因此，当您使用我们的软件时，只需输入原料、选择等温线、输入水分活度，然后输入用量。这样您就可以尝试不同的质量比，这不仅会影响最终的等温线，还会影响水分活度 平衡水分活度 。所以，是的，这一点是可以考虑在内的。谢谢，Faith。

如果还有最后一个问题，我们现在就来回答吧。如果还有其他问题……好的。那我们就来回答这个最后的问题吧。谢谢你，塔尼亚。为了验证计算结果，你们是否对使用包装X的真实样品实验与软件估算结果进行了对比研究？

是的。我们经常与合作客户开展此类工作。我们会直接与客户共同进行验证研究，以证明他们可以利用此类分析结果，完全或至少部分替代部分保质期测试。因此，使用这些计算结果并不能完全替代保质期测试。

大多数情况下，我们的计算结果会将保质期低估约5%至10%。我认为这其实比高估更理想，请大家务必记住这一点。不过，有时确实需要进行验证测试，以确保我们的理解是一致的，或者说方向是正确的。过去，我们曾针对不同类型的产品，直接与客户合作开展过此类工作。

所以我认为我们应该继续推进这项工作。如果您正在从事相关研究，并且希望开展一项研究项目，我们很乐意与您合作。

好的，非常感谢大家今天能来参加。我知道这次会议时间稍微有点长，但今天要讲的内容确实很多。希望这些见解对大家有所帮助。再次提醒，如果您对未来网络研讨会的主题有任何建议，请随时联系我们。如果您想了解费用详情——我看到这里有一个关于费用的问题——请直接联系我。 我们会为您安排与 AQUALAB 顾问对接，以便为您提供准确的报价信息。

再次非常感谢大家拨冗参加。祝大家今天剩下的时间过得愉快，希望下次网络研讨会还能见到大家。下次见。

‍