【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及用于制备能够模拟动态过程的粉末、液体和具有悬浮成分的液体的合成多成分样品的方法,所述动态过程尤其是多成分混合、结晶、蒸馏、化学反应和发酵,用于在开发所述过程的多元校正和多元监督系统中使用。具体地,本专利技术涉及开发多元校正和/或监督系统的方法,并且更具体地,涉及运行这种方法的计算机程序和系统。
技术介绍
监测、监督和控制工业过程通常是困难且耗时的,因为这些系统具有需要通过基准方法进行实验室化学和物理分析的复杂多成分基质。此外,这些测定与过程动态相比通常具有较低的采集频率,是高度耗时和消耗资源的离线技术,并且不允许过程监测和控制。近年来,光谱数据的使用允许在过程中(现场(in-situ))容易地实现(在线)质量控制(化学的和物理的)而无需在实验室测定(离线)。这些在线多参数技术的使用已经证明了能够几乎实时地测定过程轨迹和进行多参数分析(化学的和物理的)。相对于基准分析实验室方法,这是很大的优势,因为光谱传感器使得能够实现过程控制策略。光谱传感器进行多维测量,该测量通过使用多元数据分析(也称为化学计量)可以与特定化学或物理参数相关联,或者甚至与动态过程分布曲线相关联。这些关联是通过多元校正建立的,多元校正可以用于监测或者监督过程并且可以是高级过程控制的一部分。尽管光谱传感器相较于基准分析实验室方法带来了优点,但是它们需要开发能够在光谱数据与特定参数之间建立关联的稳健校正,稳健校正也称作多元校正(线性的或非线性的)。此外,光谱数据能够在没有任何特定参数的情况下用来建立多元动态过程分布曲线。可以通过使用联机的(in-line)过程光谱数据(X)以及 ...
【技术保护点】
一种制备用于开发用于稳健性增强的监测系统和/或多元监督系统的多元校正的至少一个合成多成分生物技术和/或化学过程样品的方法,其中制备了模拟动态过程或特定过程步骤或者其变体的至少一个合成样品,所述方法包括如下步骤:准备要被模拟并且要为其制备所述至少一个合成样品的所述动态过程或所述特定过程步骤或其变体的历史过程数据;创建所述历史过程数据的数据矩阵D;确定所述数据矩阵D的多个主要解;判定在预定方差内所述数据矩阵D的哪些主要解对于模拟所述动态过程或所述特定过程步骤或其变体是必要的;确定所述必要主要解的分析物成分以及所述必要主要解相对于所述数据矩阵D的相应相对量;以及通过根据所确定的分析物成分汇集所述必要主要解来生成至少一个样品。
【技术特征摘要】
【国外来华专利技术】2013.12.27 EP 13199699.31.一种制备用于开发用于稳健性增强的监测系统和/或多元监督系统的多元校正的至少一个合成多成分生物技术和/或化学过程样品的方法,其中制备了模拟动态过程或特定过程步骤或者其变体的至少一个合成样品,所述方法包括如下步骤:准备要被模拟并且要为其制备所述至少一个合成样品的所述动态过程或所述特定过程步骤或其变体的历史过程数据;创建所述历史过程数据的数据矩阵D;确定所述数据矩阵D的多个主要解;判定在预定方差内所述数据矩阵D的哪些主要解对于模拟所述动态过程或所述特定过程步骤或其变体是必要的;确定所述必要主要解的分析物成分以及所述必要主要解相对于所述数据矩阵D的相应相对量;以及通过根据所确定的分析物成分汇集所述必要主要解来生成至少一个样品。2.根据权利要求1所述的方法,还包括:生成包括所述必要主要解的所确定的分析物成分的矩阵S;生成包括所述必要主要解相对于所述数据矩阵D的相对量的矩阵C;判定矩阵积CxST是否在预定容差内对应于所述数据矩阵D。3.根据权利要求2所述的方法,其中如果所述矩阵积CxST并未在所述预定容差内对应于数据矩阵D,则重复以下步骤:判定在预定方差内所述数据矩阵D的哪些主要解对于模拟所述动态过程或所述特定过程步骤或其变体是必要的;确定所述必要主要解的分析物成分以及每个必要主要解的相对量;生成矩阵S;生成矩阵C;判定矩阵积CxST是否在所述预定容差内对应于所述数据矩阵D。4.根据权利要求2或3所述的方法,其中基于逻辑限制和/或物理限制和/或化学限制,选择用于生成数据矩阵C的所述必要主要解的相对量和/或用于生成矩阵S的所述必要主要解的所确定的分析物成分。5.根据权利要求2-4中任一项所述的方法,还包括:确定用于至少两个时刻的包含在矩阵C中的所述必要主要解的相对量;使用所确定的用于所述至少两个时刻的所述必要主要解的相对量,在包含在所述矩阵C中的所述必要主要解的相对量与所述历史过程数据的相应时间变量之间执行回归;基于所述回归,估计用于所述至少两个时刻之间的至少另一个时刻的所述必要主要解的相对量;以及生成包括C和所估计的用于所述至少另一个时刻的必要主要解的增长了的依赖于时间的矩阵Caug。6.根据权利要求1-5中任一项的方法,其中,优选地,如果确定仅能够确定被配置成低于预定方差模拟所述动态过程或所述特定过程步骤或其变体的数据矩阵D的主要解,则将数据矩阵D分割成多个数据矩阵Di,并且其中在生成数据矩阵D之后的每个步骤中独立地处理每个矩阵Di。7.根据权利要求1-6中任一项所述的方法,其中所述历史数据包括至少下述之一:通过分析确定的所述动态过程或所述特定过程步骤或其变体的成分值、物理信息、过程信息、在类似或不同的过程条件下与所述过程的另外的实验性和/或仿真轮次相对应的至少另一个过程变量的数据和/或其中所述历史数据是根据过程时间在矩阵D中组织的。8.根据权利要求1-7中任一项所述的方法,其中使用适当的化学计量学方法,尤其是下述化学计量学方法中的至少一种执行所述必要主要解的确定和/或所述必要主要解的分析物成分的确定和/或所述必要主要解相对于所述数据矩阵D的相对量的确定:因子分解法,尤其是主成分分析(PCA)、奇异值分解(SVD)或渐进因子分析,和/或平行因子分析(PARAFAC),多元曲线分辨-交替...
【专利技术属性】
技术研发人员:J·卡多苏曼内斯,S·布泽尔,P·费里萨多,
申请(专利权)人:豪夫迈·罗氏有限公司,
类型:发明
国别省市:瑞士;CH
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。