Genentech利用MATLAB和OPC工具箱构建了生物反应器监控算法开发平台

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。”金宝app

除了恢复他们快速开发控制算法的能力之外，Genentech研究人员希望改进算法调试和验证过程。“使用DCS，我们无法通过我们的算法逐步逐步逐步使用过程模型来模拟它们，”汉密尔顿说。在发酵过程中发现了在此过程中找到的简单错误，这在发酵期间发现了数千美元并消耗了有价值的实验时间。“

Genentech从事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开发控制算法和食谱。食谱监测生物反应器传感器输入，包括pH，溶解氧水平和其他环境条件，以及控制器设定点和输出，如营养流速。基于算法功能，根据需要调整控制器设定点。

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。

为了验证其控制算法，他们开发了生物反应器罐内的环境的Matlab模型。包括一组微分方程，这种生物过程模型使团队能够通过在试点工厂中运行之前通过仿真进行调试和测试算法。

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。金宝app

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。