Customer SolutionsMonitorering i realtid av homogenitet i industriella blandningsförlopp med avbildande spektroskopi i NIR-området samt multivariat bildanalys.
Author(s):Bengt Lagerholm, Astra Zeneca
Industry:Life Science
Product:LabVIEW
The Challenge:Utveckla ett system som kontinuerligt följer homogenitet blandningsförlopp och beskriver detta i ett trenddiagram. Systemet skall vara uppbyggt som en OPC (OLE for Process Control)-sever.
The Solution:Belysa blandningsprocessen med infrarött (IR) ljus och samla in bilder med en kamera känslig i det nära infraröda (NIR) området. Med hjälp av multivariat metodik (principal component analysis, PCA) kan blandningsprocessen följas via trenddiagram och slutpunkten bestämmas.Introduktion Inom farmaceutisk industri är det viktigt att ha kontroll över homogeniteten i blandningssprocesser. För att få kontroll on-line i processen, är det nödvändigt att bestämma homogenitet i realtid. Brist i homogenitet och därmed även brist i “content uniformity” (samma mängd aktiv substans i varje producerad enhet i en batch) i farmaceutiska formuleringar, tabletter, kapslar etc, leder till kassation av hela batchen. För att undvika detta är kunskap om och kontroll av blandningsprocessen nödvändig. Även om nya metoder för att bestämma medelinnehåll av kemiska komponenter har demonstrerats med NIR-spektroskopi (som använder integrerande detektorer) ges ingen eller väldigt lite information om rumslig fördelning i provet dvs kemisk homogenitet. Syftet med detta arbete var att utveckla metodik för att monitorera och följa blandningsprocesser on-line vid tillverkning av fasta beredningsformer samt att visa när blandningen är homogen. Arbetet är fokuserat på NIR som ett spektroskopiskt verktyg för realtidsvisualisering av kemiskt innehåll med hjälp av avbildande reflektansspektroskopi. Metodik De flesta organiska föreningar i farmaceutiska blandningar/formuleringar påverkas mer eller mindre av ljus i det nära infraröda området beroende på deras fysikalisk/kemiska egenskaper. Genom att belysa ett specifikt område i processkärlet med nära infrarött ljus och regelbundet samla in bilder via en NIR-kamera uppnås visualisering i realtid av kemiskt innehåll. Utrustning • NIR CCD kamera (320*240 pixels) med spektral bandbredd mellan 900 nm och 1,700 nm. Selektiviteten av komponenterna av intresse • Provytan som studerades belystes med en reglerad 55 W halogenlampa • Bildinsamlingen gjordes med ett PCI-1408 som är ett 8-bitars monokromt bildinsamlingskort. Direkt på bildinsamlingskortet definierades en bildyta via Measurement & Automation Explorer för att säkerställa att en representativ Programvara Vi valde att använda NI LabVIEW vid programutvecklingen för dess intuitiva och direkta sätt att lösa datainsamling och automatisering av extern utrustning. Speciellt snabb är NI LabVIEW vid hanteringen av stora vektorer och matriser och dess algebra, vilket var en förutsättning för tillämpningen. Programmet IMAQ Vision Builder förkortade utvecklingstiden väsentligt då man där snabbt kunde pröva bildbehandlingsmetodik utan tidskrävande programmering. NI LabVIEW tillsammans med IMAQ Vision Builder och Advanced IMAQ Vision gjorde att vi snabbt kunde uppnå alla våra krav och möjliggjorde en kort utvecklingstid till färdig programvara. Bildinsamlingen innefattar tre metoder: 1.Manuellt – bild tas varje gång operatören trycker på en knapp. 2.Tidsinställt – bilder tas kontinuerligt med ett tidsintervall mellan bilderna bestämt av operatör. 3.Trigg – en triggsignal från blandningsutrustningen eller processkontrollsystemet initierar bildinsamlingen. Ett problem med att samla och behandla bilder i realtid är den stora mängd data som forceras genom systemet under en ytterst begränsad tid. Beroende på dynamiken i processen, Varje 8-bitars bild ger en histogramvektor som innehåller 256 tal dvs en datareduktion från 76,800 bildpixelvärden till 256 tal. Varje vektor lagras som en tidsstämplad rad i en matris. För att få relevant information från den snabbt växande histogrammatrisen används PCA. PCA är en multivariat projektionsmetod som extraherar systematisk variation i datamatriser och ger oss en överblick över dominerande mönster och trender i datamändgen. PCA betraktar varje bitnivå i histogrammet som en variabel och därför Varje punkt i svärmen projiceras nu ned på principalkomponenten och ger ett nytt värde kallat score. En grafisk förklaring till begreppet principalkomponent för tre variabler visas i figur 2. En LabVIEW-lösning för beräkning av principal-komponenter ges i figur 3. Scorevärdena • Scores presenterade mot löpande observationer ger en graf med information om hur processen utvecklas i tiden; övergripande trender och dynamik i data avslöjas. Operatören • Två principalkomponenter bildar ett plan i den flerdimensionella variabelrymden. Genom att projicera observationers scorevärden för PC1 och PC2 på detta plan ges ett (tvådimensionellt) fönster i variabelrymden. Två observationer med samma egenskaper tenderar att ligga nära varandra. Scorediagrammet för PC1 mot PC2 ger observationer som ju längre processen pågår tenderar att krypa närmare varandra. Detta område är processens slutpunkt. Storleken på området • För att få mer rumslig information om blandningförloppet Slutsats LabVIEW tillsammans med National Instruments produkter för bildbehandling och bildinsamling möjliggjorde snabb utveckling och genomförande av ny och avancerad metod för kemisk processanalys i realtid genom nära infraröd bildanalys. För mer information, kontakta: Bengt Lagerholm AstraZeneca R&D Mölndal Tel:+46 31 776 10 00 (vxl) +46 31 776 13 49 (direkt) E-mail: bengt.lagerholm@astrazeneca.com
View the entire user solution in Adobe Acrobat PDF format. |
