“通过与MathWorks Consulting合作，我们利用MATLAB开发了一个强大的监控平台，并将我们的试验工厂转变为现代自动化控制系统。这使我们的研究人员能够快速地将算法从构思到实现、模拟和部署。”
瑞安·汉密尔顿博士，基因泰克
在将新药投入大规模生产之前，生物制药公司优化了发酵过程，以最大限度地提高治疗药物的产量。这些微生物发酵的操作涉及控制过程设定点，包括温度、营养物进料、氧转移速率和pH值，在生物反应器中控制超过几个小时l天。开发复杂的控制算法来管理这些设定值需要生物化学专业知识。在分布式控制系统中的后续实施可能需要数月时间，即使是对一位经验丰富的自动化工程师来说也是如此。
在MathWorks Consulting Services的协助下，Genentech开发了一个MATLAB®基于监控控制平台，使研究人员能够快速开发、模拟和实现控制算法。Genentech的过程研究员Ryan Hamilton博士说:“当我们由于控制或算法问题而失去发酵过程时，我们敏锐地感觉到这是对我们时间表的延迟。”“MATLAB已经加速了算法的发展，并通过使我们能够一步一步地调试脚本，并针对生物过程模型运行模拟，提供了巨大的效率增益。”
为了减少停机时间，Genentech采用了分布式控制系统(DCS)。虽然DCS比Genentech之前的系统更可靠，提供了更好的数据监控，但它最初使控制算法的开发更加困难。“切换到DCS解决了我们遇到的停机问题，但它减缓了控制策略的发展，”Hamilton说。“重新实施现有算法需要6个月的时间，而开发新的算法需要一个全职的自动化工程师支持伙伴，这是不可持续的。”万博1manbetx
除了恢复快速开发控制算法的能力外，Genentech研究人员还希望改进算法调试和验证过程。“使用DCS，我们无法逐步完成我们的算法，也无法用过程模型模拟它们，”Hamilton说。“在这一过程中可能发现的简单错误反而在发酵过程中被发现，这花费了数千美元并耗费了宝贵的实验时间。”
Genentech聘请MathWorks的顾问开发和部署外部控制算法（ECALS）监控算法开发平台。
该团队共同开发了一种控制引擎，可以在单个生物反应器上运行菜谱或控制算法。利用MATLAB的面向对象编程能力，控制引擎通过OPC工具箱实现的OPC DA接口与DCS进行通信™．
然后，研究人员使用MATLAB开发控制算法和配方。配方监控生物反应器传感器输入，包括pH值、溶解氧水平和其他环境条件，以及控制器设定点和输出，如营养液流速。控制器设定点根据算法功能根据需要进行调整。
为了简化配方设置，该团队使用MATLAB开发了一个图形界面，使研究人员能够选择算法，定义参数值，并保存参数化算法以供重用。
为了验证他们的控制算法，他们开发了生物反应器罐内环境的MATLAB模型。该生物过程模型由一组微分方程组成，使团队能够在中试工厂运行之前通过模拟调试和测试算法。
在验证了引擎的核心功能之后，该团队添加了几个特性来支持生产环境中的持续正常运行，包括监控、日志记录、自动重启和算法版本控制。万博1manbetx
作为最后的验证步骤，他们在一个空罐上模拟了该过程，以测试工厂界面，并向技术人员展示该过程将如何运行。为了实现这一验证步骤，他们将生物过程模型包裹在ECALS配方中，通过OPC标签发送生成的传感器输出来模拟罐中发酵。
一旦发酵完成，该团队在MATLAB中对记录的数据进行后处理，并使用结果进行流程开发和优化。
Genentech已经在其试点工厂部署了ECALS，在那里它可以对从10升到1000升的生物反应器进行监督控制。迄今为止，在ECALS的控制下，已经成功进行了800多次发酵。
算法开发时间从数月缩短到数周“在我们以前的系统中，两名研究人员和一名自动化工程师花了六个月的时间编写和调试一个我们已经知道的算法，”汉密尔顿说。“当我们切换到MATLAB时，我自己在两周内重新实现了相同的算法，其中包括模拟和测试。”
部署灵活、可靠的基础设施“一年多以来，基于MATLAB的ECALS系统一直运行可靠，并进行了长达数天的实验，”汉密尔顿指出。“我们经历的唯一停机是由于网络中断。而且，由于我们使用OPC工具箱实现了通信层，ECALS可以灵活地使用任何与OPC兼容的自动化网络。”
在几分钟内识别出潜在的错误. 汉密尔顿说：“利用MATLAB和我们开发的生物过程模型，我们可以调试一个算法，并在我们在生物反应器上运行之前验证它是否有效。”。“几分钟后，我们就可以进行模拟，并识别出可能导致几天实验浪费的潜在错误。”
加入客户参考计划
你也可以从以下列表中选择一个网站: