Ciao tutti.
Questo presentazione Volere Essere Di Analisi del sistema di misurazione,
e ottimizzazione Di un UHPLC M misurazione Sistema.
Presentatori Sono me stessa, Frank Deruyck
da Ho Gent College universitario Di Applicato Scienze,
E Anche Volker Kraft da JMP Accademico Programma
Volere Prendere cura Di IL demo
dimostrando IL JMP utensili per dati analisi.
Va bene. IL problema dichiarazione E descrizione.
BENE, In UN chimico azienda,
Appena [impercettibile] chimico azienda,
IL presentazione era ispirato di UN tirocinio Di UN alunno
e un'azienda chimica, E Di corso IL Materiale avevo A Essere tenuto confidenziale.
COSÌ IO Appena Volere parlare Di la sostanza chimica azienda,
E Anche IL figure Sono UN poco morso modificata, Ma NO problema.
Che cosa È IL dichiarazione?
Bene, SPC rivelato significativo lotto A lotto variazione In crudo Materiale
E ha causato i problemi nel prodotto qualità.
COSÌ Quello, Va bene,
Là era UN problema con IL fornitore Quello era necessario Quello Tutto fornito lotti,
Esso era necessario A analizzare loro Tutto.
Ma Di corso uno problema È Quello
Là era UN pure lento analisi procedura GC,
e un metodo analitico UHPLC veloce È Sotto sviluppo,
era In sviluppo, Ma non pronto
per convalida Perché Di pure forte misurazione variazione.
E IL obiettivo Di Questo studio È A specificare robusto E ottimale impostazioni
del metodo UHPLC COSÌ Quello convalida Di IL nuovo metodo Volere Essere possibile.
Grazie, Franco.
Lavorando con IL JMP accademico squadra per Di più di dieci anni Ora,
Noi aiutato molti Università professori in tutto il mondo A Ottenere accesso A JMP licenze
per insegnamento, Ma Anche A insegnamento risorse Piace IL caso studio biblioteca
A il collegamento, jmp.com/cases,
professori Ottenere gratuito accesso A Di più più di 50 casi,
ogni raccontando UN storia Di UN vero mondo problema
E UN fare un passo di fare un passo soluzione, Compreso IL dati imposta E esercizi.
Che cosa Noi presente Oggi È disponibile COME UN serie Di tre caso studi,
focalizzazione SU statistico controllo di processo,
misurazione sistemi analisi, E progetto Di esperimenti.
Mentre Franco Volere parlare Di IL problema
E IL soluzione Essi sviluppato per UN Farmaceutico azienda In Belgio,
IO Volere demo Alcuni Di IL analisi passi utilizzando JMP Pro.
Permettere Me Dire Grazie Voi A Franco per condivisione questi casi con IL accademico Comunità,
Chi Veramente Benvenuto come mondo reale esempi
in arrivo da praticanti nel industria.
IO Anche Volere A Grazie Murali, dal nostro team accademico in India,
Chi gioca UN chiave ruolo In migliorando Nostro caso studio biblioteca
Piace IL sviluppo Di questi casi insieme con Franco.
Va bene, Qui In Questo complotto vedi molto chiaramente IL illustrazione IL problema.
COSÌ Che cosa Qui È mostrato È UN complotto Di IL misurazioni Di IL nuovo Metodo UHPLC,
Ma non- ottimizzato E Anche COME UN funzione Di IL misurazione
Di IL GC standard metodo, Quale era molto accurato E preciso.
E Voi Potere chiaramente Vedere Quello Là Sono Alcuni i problemi.
COSÌ diverso operatori fatto Alcuni misurazioni SU diverso lotti
e tu puoi Vedere Quello IL predizione intervalli Sono abbastanza grande.
Voi Vedere UN allineare A volte Sopra 100 milligrammi per litro.
E Voi Potere Anche Vedere Quello A volte suo non chiaro se una misurazione
rientra nelle specifiche, Piace SU IL Sinistra grafico Voi Potere Vedere Esso
E Anche SU IL Giusto grafico Voi Potere Vedere c'è Anche rapporti con precisione
Senso Quello c'è UN serio problema,
e prima Di Tutto Noi Volere Esplorare IL cause profonde della variazione
utilizzando misurazione sistema analisi,
IL cause Di variazione, E Anche IL DOE Volere utilizzo ottimizzato
secondo la statistica pensiero concetto
Quale Volere Essere illustrato In il prossimo diapositive.
Voi Vedere IL statistico problema risolvere il flusso del processo.
COSÌ per IL costo Di IL problema,
IL problema con Nostro U HPLC misurazione errore,
Noi Volere attrezzatura Questo di analisi del sistema di misura,
E A esportare IL variazione radice cause, IO Maggio usa ovviamente DOE,
Anche A ottimizzare IL processi impostazioni Di IL U HPLC sistema.
IL metodo noi utilizzo per quantificare IL variazione fonti È
IL misurazione sistema analisi, e alcuni teoria IO Volere spettacolo.
COSÌ suo Di IL quantificare Di IL varianza componenti Di IL totale varianza.
Totale varianza significa IL varianza di tutte le misurazioni,
di diverso operatori, diverso prodotti.
COSÌ Noi Avere due componenti diversi,
IL Prodotto variazione,
Sigma piazza Prodotto, E IL misurazione variazione.
IL misurazione variazione molto importante è anche scomposto
In due importante componenti, IL ripetibilità IL varianza
dovuto A mancanza Di precisione di ripetuto
misurazioni, E Anche IL valori fra operatori.
COSÌ IL Sigma piazza grande R Quale È IL riproducibilità.
E molto importante criterio In ordine T cappello, scusa,
importante criterio
affermando Quello IL misurazione sistema È soltanto adatto per rilevamento della variazione
In IL processo, processo variazione, È Quello IL per cento G intensa attività di ricerca e sviluppo, Quale È IL
misurazione errore diviso di IL totale errore, Dovrebbe Essere meno di 10 per cento.
COSÌ IL frazione Di misurazione errore era
sotto 10 per cento totale Di IL totale variazione.
Poi Noi Potere utilizzo Esso per processi seguire su.
Se suo non IL caso, Esso È più alto,
Poi Noi correre IL rischio Quello Noi Volere controllo Nostro processi
SU misurazione variazione, E Di corso non UN molto salutare problema.
COSÌ Esso dovere Essere inferiore di 10%, quello è IL principale criterio.
Va bene, permettere Me andare A Prossimo diapositiva.
E per Questo Noi Volere utilizzo UN Indicatore di ricerca e sviluppo studio, uno studio Gauge R&R
è principalmente un disegno sperimentale,
COSÌ Quello Noi Volere Selezionare tre operatori casuali,
John, Laura, E Sara,
Chi Volere Fare ripetuto misurazioni due volte SU quattro diverso lotti ogni.
Quindi abbiamo fatto
Noi Avere stato capace A quantificare IL all'interno della variazione dell'operatore
ripetibilità, IL riproducibilità, il fra variazione dell'operatore,
E Anche IL Prodotto variazione, il variazione fra lotti.
Allora, Volker, me ne vado IL pavimento A Voi Ora.
Va bene. Grazie Voi, Franco.
E Prima IO Volere Venire A MSA,
IO volevo Piace A brevemente copertina cosa c'è incluso In IL Primo parte Di IL serie,
vale a dire controllo grafici E processi capacità.
COSÌ Questo È uno Di IL dati imposta Qui
misurazione IL due composti, Nostro continuo risposte,
composto uno E composto due, utilizzando IL Bene Ma lento GC metodo.
COSÌ dati ha stato raccolto Sopra otto giorni,
con due lotti per giorno E per due diverso venditori, UN E B.
COSÌ Quando IL squadra iniziato,
IL Primo attività era A controllo E Confermare normalità Di IL dati
per Questo, Essi guardò A normale quantile trame.
Essi Anche montato UN normale distribuzione.
Va bene, Scusa per Questo.
COSÌ Essi guardò A UN normale quantile complotto,
E Essi Anche montato UN normale distribuzione seguito di UN bontà Di prova di adattamento.
E Là era Niente critico da Quello analisi.
Esplorando distribuzioni, IL problema divenne chiaro.
COSÌ guardare A dati da diverso giorni, Noi Potere Vedere UN Enorme
lotto di lotto variazione, Anche per lotti in arrivo da IL Stesso giorno.
E Questo significa Quello processo elettronico monitoraggio È non possibile
Perché
IL variabilità Di Questo GC metodo era alto
E IL metodo era pure lento.
COSÌ Esso necessario UN quantità Di tempo
A tenere sotto controllo IL lotti.
E Perciò uno squadra attività era
A lavoro insieme con IL venditori E altri A ridurre Quello variazione.
E un altro attività,
Quale È descritto In IL altro parti Di IL studio, indagato UN metodo più veloce,
COME menzionato di Franco, utilizzando IL nuovo UHPLC misurazione metodo.
COSÌ Appena guardare UN morso Di più in IL vecchio metodo, IL GC metodo.
COSÌ IL squadra guardò A uno dimensionale
controllo grafici E Anche processi capacità per Entrambi composti, Di corso,
E Essi Anche guardò A multivariato E modello guidato
controllo grafici.
E Qui Noi Vedere Quello Là erano Alcuni estremo punti In UN multi dimensionale
analisi, E Essi Potevo Anche Vedere IL contributi Di IL diverso
composti O risposte.
Questo È IL conclusione Di IL Primo indagine utilizzando IL vecchio metodo.
COSÌ Qui IL risultato era Quello
Entrambi processi guardare A IL processi prestazione Qui, Quello Entrambi processi,
COSÌ composto UN E composto B, erano incapace Ma stabile.
Per venditore UN
E per venditore B,
Noi Vedere Quello composto uno era Anche instabile seguente questi colori Qui.
COSÌ Tutto Di Questo motivata IL squadra A migliorare IL misurazione processi.
E Questo porta noi A parte due Di questa serie
E Questo È Di analizzando IL misurazione sistema.
COSÌ Questo dati Qui erano raccolto per Tutto IL combinazioni, ripetuto due volte,
fra quattro lotti E tre operatori,
utilizzando IL nuovo UHPLC misurazione metodo.
COSÌ IL obiettivo Qui era A misurare Tutto
lotti Di crudo Materiale utilizzando Questo Più veloce metodo E Forse A permettere Alcuni
monitoraggio in linea Di IL crudo Materiale In IL futuro.
COSÌ A Ottenere iniziato con IL nuovo dati,
IL squadra guardò A UN due modo ANOVA, E Questo Maggio scemo Voi.
Questo produzione.
COSÌ SU Entrambi composti,
composto uno E due, IL lotto effetto È altamente significativo.
COSÌ quello è Bene notizia.
E Anche IL operatore effetto E IL interazione fra lotto E operatore,
questi effetti Sono non- significativo, Ma IL RMSE È abbastanza alto.
COSÌ Quello significa Quello Noi Sono Forse guardare A dati
e gli effetti noi Sono Anche interessato In sono giusti nascosto di rumore.
COSÌ Prima Voi Aspetto A come UN analisi,
IL Primo domanda Dovrebbe Essere Dove È IL variazione In Nostro dati in arrivo da?
E secondo, Sono Noi misurazione IL segnale?
Sono Noi Veramente guardare A IL segnale O Sono Noi Appena misurazione rumore?
E A Ottenere UN idea Di Questo,
UN perfetto visualizzazione Di IL modelli Di variazione È UN variabilità grafico.
E per questi due fonti Di variazione, lotto E operatore,
Qui Noi Vedere Tutto IL dati punti per Tutto operatori E Tutto lotti.
COSÌ Noi Avere due misurazioni per lotto per operatore.
E per questi due, Noi Vedere IL Significare.
Noi Anche Vedere IL gruppo Significare per uno operatore E Noi Anche Vedere IL complessivamente Significare.
Quello è IL punteggiato linea Qui per Tutto Nostro misurazioni.
E Noi Potere Aspetto A Questo per Entrambi composti, Di corso.
COSÌ Qui, per esempio, per composto due, Noi Vedere Quello Laura ha
variazione piuttosto elevata, A meno rispetto A IL altro due operatori.
COSÌ quello è UN visivo analisi.
Il metodo di analisi e la procedura da utilizzare
A Ottenere UN Meglio intuizione in IL misurazione sistema prestazione
È UN MSA O misurazione sistemi analisi.
E Questo era Anche Fatto per IL non- ottimizzato U Metodo HPLC.
COSÌ Qui, per esempio,
per IL Primo composto, Noi Vedere Questo media grafico
E Questo grafico Spettacoli IL dati insieme con IL controllo limiti
O con IL rumore gruppo musicale.
E Che cosa Noi Vedere Qui È non Bene novità,
Perché Nostro misurazioni, Nostro dati È entro Questo rumore gruppo musicale,
COSÌ Esso Volere Essere Veramente difficile A rilevare Qualunque segnale con Quello rumore livello.
Un altro produzione È Questo parallelismo complotto.
COSÌ Qui Noi Potere controllo interazioni fra lotti E operatori E Questo volevo
indicare UN interazione Se Alcuni Di questi linee Sono non parallelo.
E Questo È IL EMP metodo.
COSÌ Questo sta per valutare il processo di misurazione
E Voi probabilmente Sapere Questo COME Misura Ricerca e sviluppo produzione.
E quello è Che cosa Anche Franco menzionato.
COSÌ Qui Noi Vedere IL segnale, quello è IL Prodotto variazione,
Ma Noi Anche Vedere IL misurazione variazione
diviso in ripetibilità E riproducibilità.
E Qui per IL Primo composto,
Noi Vedere Quello Noi sembrare A Avere UN problema con ripetibilità.
COSÌ IL Stesso operatore facendo IL Stesso misurazione Ancora.
E per IL secondo componente,
Noi Vedere Quello c'è Anche UN lieve problema con riproducibilità COME BENE.
COSÌ questi Sono misurazioni fra diverso operatori.
COSÌ IL conclusione Qui È Quello IL sistema di misura
O IL misurazione processi È incapace A rilevare Qualunque qualità spostare causato
di UN significativo sistematico variazione fra Nostro lotti.
E con Quello, IO mano Indietro A Franco.
Va bene, Grazie Voi, Volker.
IO pensare Noi Potere spostare A Prossimo diapositive Perché quello è Che cosa Noi discusso.
Ok, lo è Che cosa Voi ha mostrato, Volker, quello è Anche In IL diapositive.
Va bene, si qui Noi Potere inizio.
E Noi inizio con Primo Di Tutto, In IL progetto Di esperimenti,
IL ottimizzazione studio, IL processi miglioramento studio.
E primo o F Tutto,
In ordine A Meglio specificare Nostro sperimentale obiettivi, Noi Dovrebbe Primo Di Tutto
andare A IL radice causa analisi per IL alto misurazione errore.
IL laboratorio squadra,
Dopo un brainstorming con il team del laboratorio,
Esso venni fuori Quello erano due principale
radice cause, uno collegamento A IL attrezzatura E uno collegamento A IL metodo.
E IL uno collegamento A IL attrezzatura era
IL principale fonte per povero ripetibilità Perché Esso era UN molto forte problema
con instabile colonna temperatura E eluente Portata,
utilizza l'UHPLC colonna, suo UN cromatografico tecnica,
E Anche UN eluente fare la separazione,
A Guida IL composti A IL colonna E Fare separazione possibile.
COME UN questione Di fatto Esso era deriva fra
diverso esperimenti E Anche entro uno sperimentare.
Questo risultati Di corso In UN povero ripetibilità.
E IL Primo compito, Di corso, Di IL squadra di laboratorio
era A stabilizzare Di corso IL colonna temperatura E eluente.
Perché Se Voi andare A Qualunque design sperimentale,
Di corso, Noi Bisogno A Avere fisso impostazioni Di IL temperatura
ed eluente portate, Quale Sono Di corso due importante fattori.
Per IL secondo problema,
IL metodo Perché, Oltretutto IL stabilità problema,
Quale Di corso era fisso, Là era Anche UN problema con
Bassa risoluzione Perché Di non- ottimizzato analisi processi impostazioni Quale erano abbastanza
Basso E Anche instabile, Senso Quello Quando Noi Fare piccolo turni A Portata
E temperatura, Là erano A volte Enorme turni
Anche nella risoluzione, indicando Quello Là era Anche non soltanto
ottimale problema Ma Anche UN problema con robustezza.
COSÌ IL obiettivo era specificare non soltanto ottimale impostazioni Ma Anche robusto impostazioni.
COSÌ IL variazione Di IL risoluzione Dovrebbe
Essere minimo COME UN funzione Di Alcuni variazione in giro IL impostazioni
del processo, della pratica, di IL analisi.
Andiamo Appena Ora andare A IL DOE.
E l'obiettivo, ovviamente, del DOE è questo
Noi specificare IL risposta variabile È Sì, IL composto concentrazione
In IL standard campioni, E Noi Avere A Fare Modelli Di questo Y,
IL composto concentrazione È UN funzione Di IL UHPLC controllo fattori.
E una volta Noi Avere IL equazioni,
Noi Potere Poi Di corso andare A ottimizzazione, E Che cosa è il ottimizzazione criterio?
Noi Volere utilizzo IL qualità P Sopra T rapporto criterio.
Quello significa Quello,
che il nostro,
frazione Di IL errore
In IL tolleranza allineare Dovrebbe Essere inferiore di 10 per cento.
Se Voi Avere IL tolleranza intervalli Di Nostro composti Quale Sono specificato,
composto uno
In IL standard campione era un 300 milligrammi per litro
più o meno 200 milligrammi per litro,
Poi Noi Avere A Fare Sicuro Quello E Anche IL, Scusa, IL standard campione, due,
due standard campioni, IL bersaglio Di composto due E IL standard
campione due È 450 più o meno 150 ppm spec limiti.
E Di corso Se Voi Volere A portata 10 per cento
Di Questo specifica intervalli, Quello significa Quello Va bene, Noi Avere A
dato Nostro desiderabilità funzione per ottimizzazione, È Quello Va bene?
Perché Dovrebbe incontro bersaglio composto concentrazione inferiore di 10 per cento?
Senso Quello per standard campione uno Là
Dovrebbe Essere 300 più o meno 20 ppm, 20 milligrammi per litro .
E per standard campione due IL composto la concentrazione dovrebbe essere
450 più o meno 15 milligrammi per litro
quello è IL criterio per ottimizzazione.
COSÌ COME per Nostro modello ottenere insieme con laboratorio esperti.
IL fattori Sono IL principale effetti, IL principale effetti E Tutto quadratico effetti.
E IL principale effetti Sono IL temperatura Di IL colonna,
con IL allineare 25 A 35 gradi Centigrado, eluente fluire valutare,
cinque A 15 milligrammi per millilitro, E Anche un gradiente.
Che cosa È un gradiente?
BENE Quello significa Quello Là È UN additivo, Acetronitrile, nel IL eluente E Questo
concentrazione Di Questo Acetonitrile aumenta come UN funzione Di IL volume,
aggiunto COME UN funzione Di fluire, IL volume, Attraverso IL colonna.
Quello significa
da volume zero E uno millilitro suo UN allineare fra cinque e 20 per cento.
E una volta IL volume È cinque A sei millilitri,
abbiamo UN allineare Di 35 A 70 per cento Di Acetonitrile nell'eluente.
Anche UN importante fattore È IL UV lunghezza d'onda .
IL rivelatore È di UV E Esso Dovrebbe Essere controllato fra 192 E 270.
E brainstorming con IL laboratorio esperti, Chi fatto Già abbastanza Alcuni preliminare
esperimenti E avevo Alcuni esperienza con IL UHPLC,
COME UN questione Di fatto, soltanto due interazione effetti erano selezionato.
Quello è IL temperatura E eluente Portata E Anche
IL eluente Portata interagendo con Tutto pendenza fattori specificato Sopra.
COSÌ Questo significa Quello IL progetto scelto
A Incontrare IL obiettivi E A modello, E A specificare IL modello parametri.
Esso era IL costume progetto, E Volker Volere illustrare Che cosa progetto era Di.
Va bene.
Grazie Voi Franco.
COSÌ parlando Di IL terzo parte Di Questo caso studio serie Quale È Di progettazione
sperimentare E Che cosa Noi imparato COSÌ lontano È Quello Noi Avere A ridurre IL misurazione
variazione Quale È causato di Questo non ottimizzato UHPLC metodo.
E Questo metodo Potere Essere descritto, COME Franco appuntito fuori, di questi controllo impostazioni
o processo impostazioni, Piace temperatura E COSÌ SU.
COSÌ Noi Anche Volere Nostro risposte rimanere entro loro limiti.
COSÌ Questo segue IL Regola del 10%. COME dato di Frank,
E questi limiti Sono Anche aggiunto A Nostro dati.
COSÌ A progetto come UN sperimentare IL squadra guardò A UN definitivo selezione progetto.
COSÌ Questo uno Qui, E Anche aggiunto costume progetto E Entrambi con 25 giri.
COSÌ confrontando Entrambi disegni, Essi utilizzo IL confrontare progetto piattaforma,
E Voi Potere Vedere parecchi motivi Quale Sono In favore Di IL costume progetto.
COSÌ Qui, per esempio, per principale effetti Noi Vedere leggermente Meglio energia per IL DSD.
Ma per IL altro più alto ordine effetti Noi Vedere
Veramente UN alto beneficio per IL costume progetto.
Stesso Qui, guardare A IL frazione Di IL progetto
spazio Noi Vedere Quello IL costume progetto È facendo Meglio.
Voi Potevo Anche Aspetto A IL mappe di correlazione,
E Finalmente, IL efficienza È Anche In favore Di IL costume progetto.
E per Quello motivo IL squadra usato IL costume progetto,
UN costume progetto per quelli studi.
COSÌ Qui Noi Avere IL completato dati
per IL costume progetto, completato con Entrambi risposta misurazioni.
E per Questo Noi Anche Avere
IL corrispondente lineare modello.
COSÌ Qui per IL Primo risposta,
composto uno, E per composto due, Entrambi con loro profiler Di corso.
E ecco UN profilatore combinato
con Entrambi risposte A IL iniziale, Appena IL metà impostazioni.
E di massimizzando IL desiderabilità,
COSÌ IO volevo Ottenere A IL ottimale impostazioni E Noi Vedere Quello Noi Sono corrispondenza
Entrambi obiettivi Qui, 300 E 450 rispettivo, Noi Sono corrispondenza loro perfettamente.
Tuttavia, Noi Anche Vedere abbastanza grande sensibilità indicatori.
Questi Sono IL viola triangoli, E Essi Sono raccontando noi Quello A IL ottimale punto,
Nostro risposta superficie È abbastanza ripido In Alcuni dimensioni
E Questo riduce IL robustezza Di Nostro processi
in caso di Alcuni casuale variazione Di Nostro processi impostazioni.
E Questo Potere Essere ulteriore analizzato di aggiungendo
IL simulatore A Questo profilatore E Quello È Fatto Qui.
COSÌ Qui IL simulatore
definisce IL casuale variazione Quale era definito di Nostro processi esperti.
E Appena mantenendo IL metà impostazioni, più Questo casuale variazione, simulando
10.000 Di risposta valori Noi Vedere Quello Tutto Di Nostro risposta valori Sono fuori Di spec.
Questi Sono Tutto difetti. Di corso, Noi Sono Appena A IL metà impostazioni ,
quindi niente di meglio A aspettarsi Qui.
Commutazione A le nostre impostazioni ottimali E simulando Ancora.
COSÌ Ora Noi Vedere Quello IL difetto valutare A Essere previsto È Sopra 12 per cento.
COSÌ da Qui IL robustezza Potere Essere ulteriormente migliorato,
O manualmente, utilizzando IL profilatore E IL simulatore
E IL sensibilità indicatori, O automaticamente di corsa
un esperimento di simulazione Quale È Anche costruito in quelli profili.
COSÌ IL squadra usato UN Manuale approccio
E questi Sono IL robusto impostazioni.
Essi venni su con questi rosso impostazioni Qui.
E Se IO simulare Ancora, §Noi Vedere Quello IL difetto valutare
Ora gocce sotto uno percento.
COSÌ Questo È UN Monte Carlo simulazione, suo Tutto casuale COSÌ IL difetto valutare i cambiamenti
leggermente con ogni nuovo simulazione, E Voi Potere Anche Vedere Come IL istogrammi
Di Nostro simulato risposta dati comportarsi abbastanza BENE.
COSÌ Essi Sono entro Nostro allineare, entro Nostro limiti
Quale supporto Questo 10 per cento regola.
E, a questi
robusto impostazioni.
COSÌ andando Indietro A IL altro profilatore.
COSÌ Qui IO Anche Avere
Alcuni contorno trame utilizzando IL contorno profilatore, E Essi Potere Anche Essere usato
A Meglio capire IL migliore regioni per IL in lavorazione E per configurazione
IL processi E questi Sono tipicamente IL bianco regioni Quale fornire
IL nelle specifiche regioni per UN combinazione Di due controllo fattori.
E IO Speranza Voi Piace Questo viaggio,
E con Questo IO mano Sopra Indietro A Franco A discutere Questo risultato.
Va bene, Grazie Voi, Volker.
COSÌ,
Ora Noi Potere andare A IL convalida sperimentare,
Di corso, una volta Noi ottimizzare IL impostazioni
Ora Noi Potere Fare UN sperimentare A controllo se Veramente IL misurazioni Di IL nuovo
UHPLC sistema E IL GC analisi Sono equivalente.
COSÌ per Questo, Ancora, Noi impostato su un indicatore di ricerca e sviluppo studio,
misurandone anche uno
Quale È abbastanza simile A IL uno
discusso Prima Ma Anche Ora Noi Fare misurazioni con IL GC In ordine
A confrontare IL due misurazioni metodi. Voi Vedere Qui Anche incluso COME uno extra
fattore In il calibro R&R È IL strumento fattore.
Va bene.
COSÌ Qui Sono IL risultati E Voi Potere Vedere
Veramente Quello Noi Fare abbastanza UN miglioramento Quello Voi Vedere In IL Misurare i risultati di ricerca e sviluppo.
Quello il principale variazione ora è il prodotto variazione.
Voi Vedere Quello Ora IL lotto variazione È NO Di più oscurato di rumore misurazione errore.
IL grigio la zona È abbastanza stretto rispetto A IL quelli
Noi avevo Prima, E quello è UN molto Bene notizia.
Voi Vedere suo principalmente Prodotto variazione.
COSÌ IL Indicatore di ricerca e sviluppo E rapporto È abbastanza, partite Nostro bersaglio.
Senso Quello precisione tolleranza rapporto Qui È Di otto per cento.
E IL rapporto precisione/tolleranza È sei volte IL Indicatore di ricerca e sviluppo figura
diviso di IL tolleranza Di IL composto , 400, ovvero l'8%.
COSÌ IL precisione È Va bene.
COSÌ Quello Questo misurazione sistema È adatto
A Essere usato In qualità controllo per composto uno.
Carino.
Composto uno. Va bene.
Voi Vedere SU IL parallelo complotto Appena UN poco attraversamento,
Voi Vedere Quello per Sara, indicando UN poco
Forse interazione fra IL lotti E operatori.
Va bene, per composto due, Noi Avere A Vedere IL Stesso cosa Anche Meglio.
COSÌ soltanto 5 per cento Di Misura ricerca e sviluppo,
IL precisione tolleranza rapporto, 5%,
Stesso cosa, molto stretto rumore allineare E NO maggiore attraversamento Di IL linee.
Abbastanza parallelo, indicando NO operatore pregiudizio, NO interazioni.
Modellare il composto uno analisi, Noi Vedere Quello suo principalmente
influenzato di lotto, E Anche poco lotto A operatore interazione effetto.
Composto uno E per composto due.
Va bene, Ora Noi Potere Vedere Questo molto piccolo
fatto di interazione Perché Noi Avere ridotto IL misurazione rumore COSÌ tanto
Ora, Quello molto piccolo fatti, Di corso Ora diventare visibile.
In IL Primo tempo Noi Potevo non Vedere Esso, Noi Potevo non rilevare Esso.
Ma Quello È Perché Di UN molto povero sperimentale energia.
Ma Ora Noi aumento
IL sperimentale energia
sul serio di Appena riducendo IL sperimentale rumore,
Di corso, Ora Questo interazione In fatto diventa visibile.
Ma IL piccolo uno, Voi Potere Vedere Quello Anche
per IL collegamento A Sara, IL verde linea Di Sara,
Ma Qui Anche era UN poco problema In IL GC
analisi COME BENE, non soltanto per IL UHPLC, Ma Anche per IL GC analisi.
Va bene, quello è UN problema A Essere affrontato per sbagliato.
Ma Ora suo Qui.
Quelli due grafici illustrare abbastanza chiaramente
Quello Entrambi misurazione sistemi Sono quasi equivalente, i risultati dell'UHPLC
contro IL GC risultati.
Noi Vedere Quello c'è quasi UN perfetto,
molto Bene correlazione con Tutto punti SU IL metà linea.
COSÌ IL pendenza È quasi uno.
Suo non in modo significativo diverso da uno.
E Anche Là È UN intercettare con IL sì asse,
È non in modo significativo diverso da zero.
COSÌ IL metodo era pronto per convalida, UHPLC È accurato E IL
non significativo differenza, Quale Voi Vedere, standard analisi , COSÌ molto Carino risultati.
E Noi Potevo Dire Quello IL problema con affrontare IL problema con MSA e DOE
era molto potente, primo A UN Bene, molto Carino soluzione A Nostro problema
Quale Potevo Essere implementato, Di corso, Ora In produzione.
Grazie per tuo Attenzione E Se Là ci sono domande,
Per favore permettere noi Sapere.
