Piet Hoogkamer, Abbott Established Pharmaceuticals의 수석 과학자
Sven Daniel Schmitz, TBA, Abbott Established Pharmaceuticals
애벗에서 통계적 공정 관리(SPC)는 다양한 제조 공정을 더 잘 이해하고, 제어하고, 개선하기 위해 얼마 동안 사용되어 왔습니다. 그렇긴 하지만, 종종 이는 여전히 한 차원에서 관찰을 추적하는 단변량 관리 차트와 동일합니다. 프로세스의 품질 속성이 본질적으로 다변량이며 더 많고 다양한 유형의 데이터(예: 스펙트럼)가 점점 더 많이 제공됨에 따라 다변량 통계적 공정 관리(MSPC)를 사용하는 것이 점점 더 매력적이거나 심지어 필수적이 되고 있습니다.
MSPC에 대한 EDQM 초안 장(5.28)에서 영감을 얻어, 우리는 다변량 통계적 공정 관리(MSPC)를 사용하여 매우 복잡하고 (자기) 상관관계가 있는 두 세트의 예시 데이터를 분석하는 방법을 보여드리겠습니다. 하나는 입자 크기 분포를 통해 용해 거동을 제어하는 것이고, 두 번째는 사용 가능한 모든 측정을 사용하여 공정 상태를 모니터링하는 것입니다.
