“通过与MathWorks的咨询合作，我们开发了用于监控一个强大的平台与MATLAB和转变我们的中试工厂向现代自动化控制系统。这使我们的研究人员迅速采取算法从创意到执行，模拟和部署。”
莱恩·汉密尔顿博士，基因泰克公司
移动一个新的药物成全面生产之前，生物制药公司优化发酵过程中生产的最大化治疗药物的量。这些微生物发酵的操作包括控制过程设定点，包括温度，营养饲料，氧气传输速率，pH值，在生物反应器数天。开发复杂的控制算法来管理这些设定点，需要专业知识生化。在分布式控制系统可在随后的实施需要几个月，甚至对于有经验的自动化工程师。
在MathWorks咨询服务公司的协助下，Genentech开发了一个MATLAB®基于监督控制平台，使研究人员能够快速开发、模拟和实现控制算法。“当我们因为控制或算法问题而失去发酵过程时，我们会强烈地感觉到这是时间轴的延迟，”基因泰克公司的过程研究员瑞安·汉密尔顿博士说。“MATLAB加快了算法的开发，使我们能够一步一步地调试脚本，并在生物过程模型上运行模拟，从而大大提高了效率。”
为了减少停机时间，Genentech采用了分布式控制系统(DCS)。与Genentech之前的系统相比，DCS的可靠性和数据监控性能都有了显著的提高，但它最初使控制算法的开发变得更加困难。“切换到DCS解决了我们遇到的停机问题，但它减慢了控制策略的开发，”Hamilton说。“重新实现现有算法需要6个月的时间，而开发新算法需要全职自动化工程师支持合作伙伴，这是不可持续的。”万博1manbetx
除了恢复其快速发展的控制算法的能力，Genentech公司研究人员希望提高算法的调试和验证过程。“使用DCS，我们没有办法步我们的算法，并没有办法与流程模型来模拟他们，”汉密尔顿说。“可能在这个过程中已经发现简单的错误进行发酵，其成本数千美元，消耗的时间实验宝贵天期间，却发现”。
Genentech公司从事顾问从MathWorks的开发和部署的外部控制算法（ECALS）监督控制算法的开发平台。
这个团队共同开发了一个控制引擎，可以在一个生物反应器上运行食谱或控制算法集。利用MATLAB的面向对象编程功能，控制引擎通过OPC工具箱实现的OPC DA接口与DCS通信™。
然后，研究人员使用MATLAB开发的控制算法和食谱。配方监视器生物反应器传感器输入，包括pH值，溶解氧水平，以及其他环境条件，以及控制器设定点和输出，诸如营养物的流速。控制器设定点是基于算法的功能进行调整是必要的。
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。
为了验证自己的控制算法，他们开发的生物反应器舱内环境的MATLAB模型。包括一组微分方程，这种生物过程模型使团队调试和中试装置运行之前，经由模拟测试的算法。
在验证了引擎的核心功能之后，团队添加了几个特性来支持生产环境中的连续正常运行时间，包括监视、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这个过程，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封装在ECALS配方中，该配方通过OPC标签发送生成的传感器输出，模拟了罐内的发酵过程。
一旦发酵完成，团队将在MATLAB中对记录的数据进行后处理，并将结果用于工艺开发和优化。
基因泰克公司已经在其试点工厂部署了ECALS，在那里，它可以对10到1000升的生物反应器进行监督控制。到目前为止，在ECALS的控制下已经成功地进行了800多次发酵。
从几个月算法开发时间切成周。“在我们以前的系统，它花了两个研究，一个自动化工程师六个月编写和调试算法，我们已经知道了，”汉密尔顿说。“当我们切换到MATLAB，我自己在短短两周内重新实现相同的算法，而这包括模拟和测试。”
部署灵活、可靠的基础设施。“在超过一年的时间，基于MATLAB ECALS系统已经可靠运行，并进行天之久的实验，”笔记汉密尔顿。“唯一的停机时间，我们所经历的是由于网络中断。而且，由于我们实施了使用OPC工具箱通信层，ECALS有权使用任何OPC兼容的自动化网络的灵活性。”
在几分钟内识别出潜在的错误。汉密尔顿说:“使用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它之前验证它是否可行。”“在几分钟内，我们就可以运行一个模拟程序，识别出潜在的错误，否则这些错误将导致几天的实验浪费。”
