Esta presentación demuestra cómo las herramientas de JMP facilitan la optimización de procesos y la implementación de NIR en línea para un monitoreo confiable de la calidad del producto. Incluye un estudio de caso en el que se aplican SPC y análisis de capacidad para evaluar la pureza del producto, mientras que los rangos de control de procesos se definen mediante DOE, modelado Genreg/SVEM y Design Space Profiler.
Para el modelado de pureza basado en NIR, las puntuaciones de PCA y FDA sirven como entradas para los modelos PLS, Genreg, SVEM y ANN. Los resultados muestran que Genreg y los enfoques de aprendizaje automático ofrecen un rendimiento claramente superior. Las simulaciones de capacidad de proceso con distribuciones de pureza no normales son óptimas cuando se utiliza SVEM para la calibración del modelo. Sin embargo, se predice una variación excesiva en la pureza y una capacidad insuficiente, lo que pone de manifiesto las limitaciones de los modelos actuales.
El estudio concluye que la recopilación de espectros NIR adicionales es esencial para llenar los vacíos en los espacios de puntuación de PCA y FPCA, lo que permite un desarrollo de modelos de aprendizaje automático más robusto y fiable.
