여러 BU 작업을 통한 정제 프로세스 모델링안녕,
원료의약품 생산 공정 개발은 BU 내에서 여러 단계로 이루어집니다. 예를 들어 다양한 정제 단계가 있습니다.
그림: 각 색상은 DOE가 실행되고 프로세스를 설명하는 모델이 발견된 BU입니다. 각 BU마다 입력이 다르고 실험은 독립적으로 수행되었으므로 BU1의 출력 자료는 추가 처리를 위해 BU2에서 사용된 것과 동일하지 않습니다.
이것은 내 고객의 과제입니다. 그들은 모든 데이터/모델을 결합하여 전체 프로세스에 대한 최종 모델을 얻기를 원합니다.
여러 모델이 각각 독립적인 DOE에서 나온 것이고 입력이 각 단위 작업에서 반드시 동일할 필요는 없으므로 이러한 상황을 처리하는 방법에 대한 좋은 방법이 있는지 궁금합니다.
- 단순히 결합하면 여러 가지 누락된 값이 발생하므로
- 한 BU에서 생성된 재료가 다음 BU의 실험에 사용되는 것은 연속적인 프로세스가 아니며, 다른 재료처럼 작동해야 하지만 확실하지 않은 새로운 재료가 있습니다.
그것이 연속적인 프로세스라면 프로세스를 설정하고 여러 단계에서 얻은 변수와 지식을 하나의 큰 모델에 포함시키는 SEM에 대해서도 생각했습니다.
제가 가지고 있는 또 다른 아이디어는 시뮬레이션과 null 요소가 있는 검증 기술을 사용하고 지속적인 설정이 있다고 가정하고 결과를 본 다음 확인 실행을 통해 테스트하는 것입니다.
어떤 아이디어나 경험이 있나요?
고마워,
남자 이름
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링안녕 @martindemel ,
나는 이전에 이 요구 사항에 대해 확실히 들었습니다. 그것은 Medimmune(현재 AstraZeneca의 일부)에서 나온 것이었고 거의 10년 전이었습니다.
나는 유용한 해결책을 찾지 못했습니다.
당시에는 SEM이 JMP(Pro)에 없었지만 그것이 해결책이 아닐까 생각했습니다. 이제는 그렇지 않다고 생각합니다.
내 생각에 유일한 방법은 모든 것을 매우 큰 규모로 설계된 실험으로 수행하는 것입니다.
죄송합니다. 더 나은 답변이 없습니다.
필
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링또한 단위 실험은 어떤 방식으로든 연결되어 있지 않은 것으로 보입니다. 예를 들어 이전 단계의 측정된 출력은 공변량 또는 다음 단계의 측정된 입력으로 나타나지 않습니다. 이전 프로세스 단계의 출력을 다음 프로세스 단계의 공변량으로 처리했다면 최소한 이전 단계에서 얻은 출력이 다음 단계에 적합한 모델에 어떻게 영향을 미치는지 탐색할 수 있습니다.
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링오른쪽, @malcolm_moore1 . Medimmune 요구 사항에 대한 내 기억에는 "불순물 A의 양"이 첫 번째 단계의 응답일 수 있고 두 번째 단계의 요인이 될 수 있다는 것입니다.
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링예상되는 관계를 차트로 작성할 수 있으면 도움이 됩니다. 아래 그래프에서 X는 제어 가능한 프로세스 요인이고, M은 입력 재료 특성(또는 기타 공변량)이며, Y는 측정 결과이고, f는 X와 M을 기반으로 한 Y에 대한 예측 모델입니다.
이전에 이런 유형의 작업을 2~3단계 프로세스로 수행한 적이 있지만 이는 지루하고 JMP에서는 다소 복잡한 공식 모음을 설정해야 합니다. 대안은 Excel 통합 문서에서 프로세스 단계에 대한 관계와 모델을 설정하고 Excel 프로파일러를 사용하여 시각화 및 Monte Carlo 시뮬레이션을 수행하는 것입니다.
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링링크 프로파일러 기능은 입력과 출력을 모두 연결합니다. 각 입력/출력의 이름이 일관되게 지정되어 각 프로파일러로 구성된 대규모 대시보드를 만들 수 있습니까? 아래/첨부된 예에서 어느 프로파일러에서 X2를 변경하면 다른 프로파일러에서 업데이트되는 반면, 왼쪽의 입력을 변경하면 OutputA가 오른쪽에서 업데이트됩니다(왼쪽의 출력으로 업데이트되었기 때문입니다).
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링말콤이 100% 만족합니다. 다양한 단위 작업을 사용한 실험은 구조화된 실험의 일부가 아니기 때문에 OLS 방법은 약간 거칠 것입니다.
트리 기반 데이터 마이닝 방법을 사용하면 운이 좋을 수도 있지만 데이터가 많지 않을 수도 있습니다.
일반적으로 고객은 각 장치 작업을 개별적으로 최적화/특성화하는 것이 더 나을 것입니다. 실용적인 측면에서 더 큰 규모의 실험에도 사용할 수 있는 축소 모델도 있어야 합니다.
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링분리된 실험을 하나로 모으는 것이 좋은 생각이 아니라는 점과 그들이 원하는 곳에 더 가까워지는 데 무엇이 도움이 될 수 있는지 확인해 주신 모든 분들께 감사드립니다.
@바이런_JMP 그들은 만족스러운 모델로 각 유닛을 최적화/특성화했습니다. 이제 그들은 이 모든 것을 하나로 모아 각 단계가 다른 단계에 어떻게 영향을 미치는지에 대한 더 많은 통찰력을 얻고 싶어합니다.
그러나 나는 이미 그들에게 데이터를 하나로 모으기 위한 일관된 참조나 ID가 없으면(하나의 출력이 다음 출력에 공급되는 것처럼...) 무언가를 얻을 수는 있지만 이것이 타당한 것인지 확신할 수 없다고 말했습니다(매우 가능성 없음). 합리적인).
나는 SEM에 대한 아이디어를 얻게 된 그래픽 접근 방식을 좋아하지만 이는 다시 구축할 수 있는 질적 지식에 더 가깝고 다양한 단계에 대한 최종 DOE를 수행할 수도 있습니다.
@Jed, 아이디어와 비슷하지만 프로파일러 전체에 최소한 몇 가지 공통 요소가 있어야 한다는 점을 다시 한 번 강조합니다. 여기서도 그렇다고 약속할 수는 없습니다.
다시 한번 감사드리며, 제가 생각하지 못한 길을 놓치고 싶지 않았습니다.
Re: 여러 BU 작업을 사용한 정제 프로세스 모델링매우 흥미로운 문제입니다! 내가 이해하는 바에 따르면 이미 데이터의 인과관계 효과를 밝혀낸 DOE가 있습니다. 이 고객은 전체 프로세스에 대한 데이터를 지속적으로 수집하고 있습니까? 즉, 관측 데이터? 그렇다면 관찰 데이터를 사용하여 인과관계 추론을 수행하기 위한 도구로 SEM을 사용하는 방법을 모색해 볼 가치가 있습니다. 이 주제에 대한 Bollen과 Pearl(2013)의 인용문은 다음과 같습니다.
"SEM은 질적 인과 가정과 경험적 데이터라는 두 가지 입력을 받아들이고 이러한 입력의 두 가지 논리적 결과, 즉 가정의 테스트 가능한 의미에 적합한 정량적 인과 결론과 통계적 척도를 도출하는 추론 엔진입니다."
그런 맥락에서 @martindemel 제시된 바와 같이, 별도의 DOE는 이미 "질적 인과 가정"이 무엇인지 명확히 하는 목적을 달성했습니다.고객이 전체 프로세스에 대한 관찰 데이터를 갖고 있는 경우 해당 DOE의 정보는 "정량적 인과 관계 결론"을 도출할 수 있는 테스트 가능한 SEM으로 변환될 수 있습니다. 이를 통해 고객은 프로세스 중 언제든지 변경 사항이 다운스트림 변수에 어떻게 영향을 미치는지 탐색할 수 있습니다. .
DOE의 기존 데이터를 연결할 수 없는 것 같습니다. 연결이 가능하다면 해당 데이터를 SEM에서도 사용할 수 있습니다.
HTH,
~로라
Re: 여러 BU 작업을 통한 정화 프로세스 모델링이 출판물은 해당 주제에 관심이 있을 수 있습니다. Lifecycle DOE는 단위당 독립적인 DoE를 갖는 대신 각 단위 단계에서 설계를 증강하는 접근 방식입니다. https://www.mdpi.com/2306-5354/11/11/1089
