“通过与MathWorks Consulting合作，我们开发了一个强大的MATLAB监控平台，并将我们的试验厂转变为一个现代化的自动化控制系统。”这使得我们的研究人员能够快速地将算法从想法转化为实现、模拟和部署。”
莱恩博士汉密尔顿，基因泰克
在将一种新药投入大规模生产之前，生物制药公司会对发酵过程进行优化，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包括在生物反应器中连续几天控制工艺设定值，包括温度、营养饲料、氧转化率和pH值。开发复杂的控制算法来管理这些设置点需要生化专家。在分布式控制系统中后续的实现可能需要几个月的时间，甚至对于一个有经验的自动化工程师也是如此。
基因泰克与MathWorks的咨询服务援助，开发了MATLAB®基于监控平台，使研究人员能够快速开发，仿真和实现控制算法。“当我们失去了发酵由于控制或算法的问题，我们觉得非常敏锐地为延迟到我们的时间表，”瑞恩汉密尔顿博士在Genentech过程研究员说。“MATLAB加速算法开发和使我们可以通过调试脚本一步一步模拟运行对生物过程模型提供了巨大的效率提升。”
为了减少停机时间，Genentech公司采用分布式控制系统（DCS）。虽然DCS是显著更可靠，提供了更好的数据比Genentech公司的以前的系统监控，它最初提出控制算法的开发变得更加困难。“切换到DCS解决我们具有停机的问题，但它减缓了控制策略的开发，”汉密尔顿说。“重新实现现有算法历时半年，并开发新的算法，需要一个全职的自动化工程师支持的合作伙伴，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，基因泰克的研究人员还希望改进算法的调试和验证过程。汉密尔顿说:“使用DCS，我们没有办法单步执行我们的算法，也没有办法用流程模型来模拟它们。”“本可以在发酵过程中发现的简单错误，却在发酵过程中发现了，发酵过程耗费了数千美元和宝贵的实验时间。”
Genentech从MathWorks聘请顾问来开发和部署外部控制算法(ECALS)监控控制算法开发平台。
总之，研究小组开发运行的食谱，或成套的控制算法控制的发动机，在单个生物反应器。利用MATLAB，通过OPC DA接口与DCS控制引擎通信的面向对象的编程能力，内置使用OPC工具箱实现的™。
研究人员随后用MATLAB开发了控制算法和配方。该配方监测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，以及控制器设置点和输出，如营养流速。控制器设定点根据算法功能进行必要的调整。
为了简化程式设置，该团队开发了MATLAB的图形界面，使研究人员能够选择算法，定义的参数值，并保存参数算法重用。
为了验证他们的控制算法，他们开发了一个生物反应器内环境的MATLAB模型。该生物过程模型由一组微分方程组成，使研究小组能够通过模拟对算法进行调试和测试，然后在中试工厂中运行它们。
验证引擎的核心功能后，球队增加了一些功能，以支持在生产环境中持续运行，包括监测，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，他们模拟了一个空箱的方法来测试设备的接口和显示技术的过程将如何运行。为了使此验证步骤，它们包裹的ECALS配方中的生物过程模型，该模型通过经由OPC标签发送生成的传感器输出的模拟在罐发酵。
一旦发酵完毕后，球队的后处理在MATLAB中记录的数据，并使用过程开发和优化的结果。
Genentech公司在它的中试装置，其中它执行用于从生物反应器10至1000升不等监控已部署ECALS。迄今为止，800多个发酵已成功ECALS的控制下执行。
算法开发时间从几个月缩短到几周。汉密尔顿说:“在我们之前的系统中，我们花了两个研究人员和一个自动化工程师六个月的时间来编写和调试一个我们已经知道的算法。”“当我们切换到MATLAB时，我只用了两周时间就自己重新实现了同样的算法，其中包括模拟和测试。”
灵活，可靠的基础设施部署。汉密尔顿指出:“一年多来，基于MATLAB的ECALS系统一直运行可靠，并进行了长达数天的实验。”“我们经历的唯一宕机是由于网络中断。而且，因为我们使用OPC工具箱实现了通信层，所以ECALS可以灵活地使用任何与OPC兼容的自动化网络。”
在确定分钟的潜在错误。“使用MATLAB和生物处理模式，我们的发展，我们可以调试算法和验证我们在生物反应器运行之前它会工作，”汉密尔顿说。“几分钟后，我们可以运行一个模拟并确定，否则将导致浪费实验的日子潜在的错误。”
您还可以选择从下面的列表中的网站：