利用数字孪生技术节省您的原料

了解我们如何与ADDoPt项目合作,利用数字孪生技术减少原料消耗和实验适量。

作者: Nicola Jones
Addopt Case Study Digital Twin Blog Card

作为制药商,您在获得具有所需粒度分布(PSD)均匀的产品方面表现如何? 您的先进过程控制方案的效果如何? 这种均匀性通常需要反复实验,以及在开发过程中消耗大量的活性药物成分(API)。

在本案例的研究中,我们与ADDoPT项目合作开发了一种新方法,将模型用作数字孪生模型,用于计算机模型预测控制(MPC)开发。 结果表明先进控制方案所需的试验次数降低了60%,从而大大减少了API消耗和实验数量。

关于这套方法的详细信息,请查看下面的完整案例进行了解。

分享文章

相关文章

持续改进工艺确认

CIPV
通过持续展示控制过程,从而提高检测的准备情况并改进监管检测和合规性。

通过更好的数据可视化,提高运营效率

Data Visualization
利用 SmartFactory Material Control 和 APF Reporter,为数据驱动型决策制作简单、一致且具有视觉吸引力的图表。

派工规则参数的渐进优化

Evolutionary Blog Card  Image
对派工规则的参数进行动态优化,从而实现更高效的批次排程。