近年来,国际性的传统医学热在不断的升温,中药因其源自天然,毒副作用小而日益受到世界各国的关注,具有广阔的发展空间。对于中药产业的关键环节,中药活性成分的提取一直备受关注,传统的提取方法具有生产效率较低、分离能力较差、能耗较高等问题。本课题采用超声波活性成分萃取方法,萃取过程可在较短时间、较低温度下进行,与传统方法相比效率更高。针对活性成分含量检测困难的问题,本课题利用主元分析方法(PCA)对实验数据进行降低维数和除噪处理,将处理后的数据利用神经网络BP算法建立软测量数学模型,在数据精确度达到要求的情况下,利用单片机进行数据采集和模型计算。克服了传统检测方法的弊病,取得了以下4方面的成果:(1)大大降低了测量过程的工作量。本课题利用单片机进行模型计算和数据采集,去除了人为操作的步骤,简化了测量的程序。(2)消除了人为引入误差的风险。在测量过程中,不要求操作人员像传统方法那样每一步操作都要精确到位,这样就不会引入人为操作误差,大大提高了测量精度。(3)真正做到了在线测量。对于实时性测量要求较高的提取过程,做到了在线测量,提高了提取过程的效率。(4)可以直接从仪表上读取提取率的值。对于传统方法,没有专门适用于提取率测量的传感器,不得不通过必要的计算得到提取率的数值。而本方法省去繁杂的计算过程,直接读取提取率。本方法克服了传统方法的缺点,大大降低了测量的工作量,避免了人为引入误差的风险,满足了在线实时测量提取率的目的,平均误差是0.411372,在精度上达到了很高的要求。本课题为活性成分含量的检测提供了一种新方法,具有广阔的应用前景。