“通过与MathWorks Consulting合作，我们开发了一个使用MATLAB的鲁棒监控平台，并将我们的试验厂转变为现代自动化控制系统。这使得我们的研究人员能够迅速将算法从想法转化为实现、模拟和部署。”
瑞安·汉密尔顿博士，基因泰克
在将一种新药投入全面生产之前，生物制药公司会优化发酵过程，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在生物反应器中数天控制过程设置点，包括温度、营养饲料、氧传递速率和pH值。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。分布式控制系统的后续实现可能需要几个月的时间，即使是一个有经验的自动化工程师。
Genentech在MathWorks咨询服务的帮助下开发了一个MATLAB®基于监控平台，使研究人员能够快速开发、模拟和实施控制算法。“当我们由于控制或算法问题而失去发酵时，我们强烈地感觉到这是对时间线的延迟，”基因泰克工艺研究人员Ryan Hamilton博士说。“MATLAB加速了算法开发，并通过使我们能够一步一步地调试脚本和对生物过程模型进行模拟，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以前的系统更可靠，提供更好的数据监控，但它最初使控制算法的开发更加困难。“转向DCS解决了我们面临的停机问题，但它减缓了控制策略的发展，”汉密尔顿说。“重新实现现有算法需要六个月，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。”金宝app
除了恢复他们快速开发控制算法的能力，Genentech的研究人员还希望改进算法的调试和验证过程。“在使用DCS时，我们没有办法逐步通过算法，也没有办法用流程模型来模拟它们，”Hamilton说。“本可以在这个过程中发现的简单错误，却在发酵过程中被发现，这需要花费数千美元和宝贵的实验时间。”
Genentech聘请了MathWorks的顾问开发和部署外部控制算法(ECALS)监控控制算法开发平台。
该团队共同开发了一个控制引擎，在单个生物反应器上运行配方或控制算法集。控制引擎使用MATLAB的面向对象编程功能构建，通过使用OPC工具箱实现的OPC DA接口与DCS进行通信™．
研究人员随后使用MATLAB开发控制算法和食谱。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，以及控制器设置点和输出，如营养流量。根据算法功能调整控制器设定点。
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，他们开发了一个生物反应器储罐内部环境的MATLAB模型。该生物过程模型包括一组微分方程，使研究小组能够在试验工厂运行算法之前，通过模拟调试和测试算法。
在验证引擎的核心功能后，团队添加了几个功能以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。金宝app
作为最后的验证步骤，他们在一个空罐上模拟该过程，以测试工厂接口，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，通过OPC标签发送生成的传感器输出，模拟罐中的发酵。
发酵完成后，团队在MATLAB中对记录的数据进行后期处理，并将结果用于过程开发和优化。
Genentech在其试验工厂中部署了ECALS，对10到1000升的生物反应器进行监控。迄今为止，在ECAL的控制下，已经成功地进行了800多次发酵。
算法开发时间从几个月缩短到几周．“在我们之前的系统中，两名研究人员和一名自动化工程师花了六个月的时间来编写和调试我们已经知道的算法，”Hamilton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，包括模拟和测试。”
部署灵活、可靠的基础设施．“一年多来，基于MATLAB的ECALS系统一直在可靠地运行，并进行了数天的实验，”Hamilton说。“我们经历过的唯一一次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OPC兼容的自动化网络。”
以分钟为单位识别的潜在错误．汉密尔顿说:“使用MATLAB和我们开发的生物过程模型，我们可以调试算法，并在生物反应器上运行它之前验证它是否可行。”“在几分钟内，我们就可以进行模拟，并识别潜在的错误，否则就会浪费几天的实验时间。”
加入客户参考计划
您还可以从以下列表中选择网站：