いくつかの BU 操作による精製プロセスのモデリングこんにちは、
原薬製造プロセスの開発は、BU 内のいくつかのステップで行われます。たとえば、さまざまな精製ステップがあります。
図: 各色は、DOE が実行され、プロセスを説明するモデルが見つかった BU です。 入力は各 BU で異なり、実験は独立して行われたため、BU1 の出力マテリアルは、その後の処理のために BU2 で使用されるものと同じではありません。
これは私の顧客の課題です。彼らは、すべてのデータ/モデルを結合して、プロセス全体の最終モデルを取得したいと考えています。
いくつかのモデルはそれぞれ独立した DOE からのものであり、入力も各単位操作で必ずしも同じであるとは限りません。そのような状況にどのように対処するかについて良い方法があるでしょうか。
- ただ組み合わせるだけでは欠損値がいくつか出てきますが、
- ある BU で作成されたマテリアルが次の BU の実験で使用されるという連続的なプロセスではありません。他のマテリアルと同様に動作するはずの新しいマテリアルが存在しますが、確実ではありません。
それが継続的なプロセスであれば、SEM を使用してプロセスをセットアップし、いくつかのステップから得られた変数と知識を 1 つの大きなモデルに埋め込むことも考えました。
私が考えているもう 1 つのアイデアは、シミュレーションとヌル係数を使用した検証テクニックを使用し、継続的なセットアップがあり、結果を確認してから確認の実行でテストすることです。
何かアイデアや経験はありますか？
THX、
マーティン
Re: 複数の BU 操作による精製プロセスのモデリングこんにちは@マーティンデメル、
この要件については確かに以前に聞いたことがあります。 それは Medimmune (現在は AstraZeneca の一部) からのもので、ほぼ 10 年前のことです。
有用な解決策は見つかりませんでした。
当時、SEM は JMP (Pro) にはありませんでしたが、それが解決策になるかもしれないと考えていました。 今はそうではないと思います。
唯一の方法は、すべてを非常に大きな計画された実験として行うことだと思います。
申し訳ありませんが、これ以上良い答えがありません。
フィル
Re: 複数の BU 操作による精製プロセスのモデリングまた、単位実験はいかなる形でも関連しているようには見えません。たとえば、前のステップの測定された出力は、共変量または次のステップの測定された入力として現れません。 前のプロセスステップの出力を次のプロセスステップの共変量として扱っていた場合、少なくとも、前のステップで達成された出力が次のステップに適合するモデルにどのような影響を与えるかを調査することができます。
Re: 複数の BU 操作による精製プロセスのモデリング右、 @malcolm_moore1 。 Medimmune の要件での私の記憶では、「不純物 A の量」は第 1 ステップの応答であり、第 2 ステップの要素である可能性があります...ほんの一例です。
Re: 複数の BU 操作による精製プロセスのモデリング予想される関係を図表にできると役立ちます。 以下のグラフでは、X は制御可能なプロセス係数、M は入力材料特性 (または他の共変量、Y は測定出力、f は X と M に基づく Y の予測モデル) です。
以前に 2 ステップまたは 3 ステップのプロセスでこの種の作業を行ったことがありますが、面倒で、JMP ではかなり複雑な数式の集合を設定する必要があります。 別の方法は、Excel ワークブックでプロセス ステップの関係とモデルを設定し、Excel プロファイラーを使用して視覚化とモンテカルロ シミュレーションを実行することです。
Re: 複数の BU 操作による精製プロセスのモデリングリンク プロファイラー機能は、入力と出力の両方をリンクします。 各入力/出力に一貫した名前を付けて、各プロファイラーで構成される大規模なダッシュボードを作成できますか? 以下/添付の例では、どちらかのプロファイラーで X2 を変更すると、もう一方のプロファイラーで X2 が更新されますが、左側の入力を変更すると、右側の OutputA が更新されます (左側の出力として更新されたため)。
Re: 複数の BU 操作による精製プロセスのモデリングマルコムズは100％的中している。 さまざまな単位操作を使用した実験は構造化された実験の一部ではないため、OLS メソッドは少し荒いものになります。
ツリーベースのデータ マイニング手法を使用すれば、ある程度の幸運があるかもしれませんが、おそらく、それほど多くのデータも持っていない可能性があります。
一般に、顧客は各単位操作を個別に最適化/特性化する方が良いでしょう。 実際的には、大規模な実験にも使用できる縮小モデルも用意する必要があります。
Re: 複数の BU 操作による精製プロセスのモデリングバラバラな実験をまとめようとするのは得策ではないこと、そして、彼らが望むところに近づくために何が役立つかについて、どういうわけか確認していただいてありがとうございます。
@バイロン_JMP彼らは満足のいくモデルを使用して各ユニットを最適化/特性化しました。 彼らは現在、これらをすべて統合して、各ステップが他のステップにどのような影響を与えるかについてさらに洞察を得たいと考えています。
ただし、データをまとめる一貫した参照または ID がなければ (ある出力が次の出力に供給されるなど)、何かを取得できるかもしれないが、それが何か意味のあるものであるかどうかは保証できない (可能性は非常に低い) と、すでに彼らに伝えました。合理的）。
SEM のアイデアを思いついたグラフィカルなアプローチが気に入っていますが、これもまた、構築できる定性的な知識として得られるものであり、さまざまな手順で最終的な DOE を行う可能性があります。
@Jed、アイデアと同様ですが、プロファイラー全体に少なくともいくつかの共通要素があることが再度必要になります。ここでこれが当てはまるとは約束できません。
もう一度感謝します。思いつかなかった方法を逃したくありませんでした。
Re: 複数の BU 操作による精製プロセスのモデリングとても興味深い問題です！ 私の理解では、データの因果関係を明らかにしたDOEはすでに存在します。 この顧客はプロセス全体に関するデータを常に収集していますか? つまり観測データ？ そうであれば、観察データを使って因果推論を行うための機構として SEM の使用を検討する価値があります。 このトピックに関する Bollen and Pearl (2013) からの引用は次のとおりです。
「SEM は、定性的因果関係の仮定と経験的データという 2 つの入力を取り込み、これらの入力から 2 つの論理的結果を導き出す推論エンジンです。定量的因果関係の結論と、仮定のテスト可能な意味に対する適合性の統計的尺度です。」
という文脈で、 @マーティンデメルが提起したように、個別の DOE は、「定性的因果仮定」が何であるかを明確にするという目的をすでに果たしています。顧客がプロセス全体の観察データを持っている場合、それらの DOE からの情報をテスト可能な SEM に変換し、「定量的因果関係の結論」を導き出すことができます。これにより、顧客はプロセス内の任意の時点での変化が下流の変数にどのような影響を与えるかを調査できます。 。
DOE からの既存のデータはリンクできないようですが、リンクできれば、それらのデータも SEM で使用できるはずです。
HTH、
〜ローラ
複数の BU 操作による精製プロセスのモデリングについてこのトピックについては、この出版物が興味深いかもしれません。ライフサイクル DOE は、ユニットごとに独立した DoE を持つのではなく、各ユニット ステップで設計を拡張するアプローチです。https 
/www.mdpi.com/2306-5354/11/11/1089
