Dieses Video ist Teil einer Reihe von drei Präsentationen für die pharmazeutische Industrie.
In der ersten Session stellen wir das Design von Experimenten, das Anpassen eines statistischen Modells und die Optimierung des Prozesses aus dem Modell vor.
In dieser zweiten Sitzung für die Arzneimittelherstellung untersuchen und visualisieren wir die Herstellungsdaten und verwenden dann Data Mining für die Ursachenanalyse.
Angenommen, wir sind Teil eines Pharmaunternehmens, das aufgrund von Tablettenauflösungsproblemen eine hohe Chargenrückweisungsrate hat. Die untere Spezifikationsgrenze beträgt 70 %, dh die Auflösungsrate der Tabletten muss mindestens 70 betragen und Chargen mit einer Auflösung von weniger als 70 werden abgelehnt.
Anstatt den Prozess durch ein Versuchsdesign zu optimieren, wollen wir die Haupteinflüsse auf die Auflösung identifizieren und kurzfristige Korrekturmaßnahmen identifizieren, die sofort umgesetzt werden können, um die Ausschussrate zu reduzieren.
Schließlich sehen wir, wie wir eine Monte-Carlo-Simulation verwenden, um die Variation der Fertigungsvariablen zu berücksichtigen, das Wissen über den Prozess einzubeziehen und eine realistischere Vorstellung davon zu erhalten, wie sich die von uns implementierten Änderungen auf den Fertigungsprozess auswirken werden die langfristige.
