Un buen modelo a pequeña escala (SSM) es un proceso realizado a escala de laboratorio que representa un proceso a escala de fabricación. Establecer un SSM que sea verdaderamente representativo de la escala de fabricación es fundamental para permitir estudios de caracterización de procesos a pequeña escala. Anteriormente, el análisis de datos de series temporales se realizaba con un enfoque que evaluaba ±3 desviaciones estándar de los datos de fabricación promedio, aunque a veces no tenemos acceso a los datos de las tres o más series de fabricación requeridas.
Si bien la función de análisis de datos funcionales de JMP Pro nos permitió optimizar nuestro modelo a pequeña escala, no nos permite optimizar simultáneamente múltiples tendencias temporales (por ejemplo, concentración de lactato y densidad de células viables). Nuestro flujo de trabajo busca incorporar esta función.
Mediante una demostración en vivo, mostramos este flujo de trabajo con un conjunto de datos que incluye múltiples perfiles temporales. Utilizando datos de un estudio de diseño de experimentos (DOE), el explorador de datos funcionales se emplea para determinar las funciones de forma de múltiples tendencias. Estas funciones se combinan en una tabla de resultados y se define la deseabilidad de los factores. A continuación, se genera un modelo con las funciones de forma como resultado del DOE, lo que nos permite optimizarlo para que coincida con varias tendencias objetivo. De esta manera, podemos determinar las condiciones óptimas sin subjetividad.
