中药产业的现代化发展对中药产品质量提出了更高的要求。提取过程作为中药生产的关键基础环节,直接关系到产品的最终质量。由于中药体系的复杂性,现阶段中药提取生产仍缺乏有效的质量在线检测手段,导致生产控制滞后严重、质量批间一致性差。对提取过程实现在线检测是达到过程调控,提高药品质量的关键。本文以小儿消积止咳口服液的提取过程为研究对象,基于近红外光谱（Near Infrared Spectroscopy,NIRS）分析技术和软测量技术,研究药液有效成分含量的在线检测方法,解决中药提取过程质量难以实时监测的问题,对保证中药产品质量的稳定性具有重要的理论意义和应用价值。针对NIRS在线采集时易受到药液杂质、气泡、温度等因素影响导致光谱质量差、分析结果不准确的问题,设计一个适用于中药提取过程的在线NIRS分析平台。在外循环旁路采样系统中设置二级过滤装置滤除药液中杂质、通过冷却装置和温控装置以先降温后微调的方式控制药液采集光谱时的温度稳定。针对气泡问题,设计独特结构的检测流通池,消除气泡的影响,光程为2mm,并安装温度传感器实现光谱和温度数据的同时采集,以温度补偿的方式提高NIRS分析的稳定性。针对原始NIRS存在随机噪声、基线漂移、信息冗余的问题,结合使用基线校正和归一化对光谱数据进行预处理,并通过岭回归法对特征光谱变量进行筛选,最后使用偏最小二乘法对处理后的光谱数据建立离线NIRS模型,结果表明模型的泛化性能良好,对于辛弗林、连翘酯苷A、柚皮苷、新橙皮苷4种质量标志物（Quality Markers,Q-markers）的预测R2分别达到0.9963、0.9962、0.9983、0.9983。基于离线模型进一步构建在线NIRS模型,并结合使用多种预处理加温度补偿的方法优化各Q-marker的在线模型。在线检测试验中,模型对辛弗林、连翘酯苷A、柚皮苷、新橙皮苷的预测R2分别达到0.9726、0.9719、0.9844、0.9848,证明了所建模型用于在线检测的可靠性。通过在线NIRS检测获取各Q-marker的含量数据,与提取工艺参数数据建立软测量模型,基于工艺参数实现对药液质量的在线检测。针对提取工艺机理未知的问题,对不同工艺参数与Q-markers含量进行相关性分析,进一步通过参数组合的方式构造衍生工艺变量,最后通过特征选择确定关键提取工艺变量用于模型训练。针对单一算法建模的局限性,利用Stacking集成策略融合KNN、RF、GBDT、LightGBM、GRNN五种回归算法建立软测量模型,并对其进行在线检测试验。结果表明,模型对辛弗林、连翘酯苷A、柚皮苷、新橙皮苷4种Q-markers的检测误差RMSEP分别为0.0037mg/mL、0.0199mg/mL、0.0679mg/mL、0.0574mg/mL,R2 分别达到 0.9773、0.9907、0.9841、0.9894,检测效果较好,证明了应用软测量技术在线检测小儿消积止咳口服液提取过程质量变化的可行性,去除对光谱仪器的依赖,为中药制药发展经济可靠的在线检测手段提供新的思路。