Genentech利用MATLAB和工业通信工具箱构建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解决了我们的停机时间问题，但它减缓了控制策略的发展，”Hamilton说。“重新实现现有算法需要6个月的时间，开发新算法需要一个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调试和验证过程。Hamilton说:“使用DCS，我们没有办法逐步完成算法，也没有办法用过程模型模拟它们。”“在这个过程中本可以发现的简单错误却在发酵过程中被发现，这花费了数千美元，并消耗了宝贵的实验时间。”

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个控制引擎，可以在单个生物反应器上运行配方或控制算法集。该控制引擎使用MATLAB的面向对象编程功能构建，通过使用工业通信工具箱实现的OPC DA接口与DCS通信™．

然后，研究人员使用MATLAB开发控制算法和配方。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，以及控制器设定点和输出，如养分流速。根据算法功能，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。

为了验证他们的控制算法，他们开发了一个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，使团队能够在试点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后，团队添加了几个特性来支持生产环境中的持续正常运行时间，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这个过程，以测试工厂接口，并向技术人员展示这个过程是如何运行的。为了实现这一验证步骤，他们将生物过程模型包装在ECALS配方中，通过OPC标签发送生成的传感器输出来模拟容器中的发酵。

一旦发酵完成，团队就会在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。

基因泰克已经在其试验工厂部署了ECALS，在那里它对10到1000升的生物反应器进行监督控制。迄今为止，在ECALS的控制下已成功进行了800多次发酵。