Filtern
Erscheinungsjahr
- 2019 (32) (entfernen)
Dokumenttyp
- Vortrag (24)
- Zeitschriftenartikel (4)
- Buchkapitel (1)
- Beitrag zu einem Sammelband (1)
- Sonstiges (1)
- Posterpräsentation (1)
Schlagworte
- Online NMR Spectroscopy (11)
- Process Analytical Technology (11)
- Digitalisierung (10)
- Prozessindustrie (10)
- Reaction Monitoring (8)
- CONSENS (7)
- Process Industry (5)
- Smarte Sensoren (5)
- Data Analysis (4)
- Datenanalyse (4)
Organisationseinheit der BAM
- 1 Analytische Chemie; Referenzmaterialien (32)
- 1.4 Prozessanalytik (32)
- 8 Zerstörungsfreie Prüfung (2)
- 2 Prozess- und Anlagensicherheit (1)
- 2.0 Abteilungsleitung und andere (1)
- 2.1 Sicherheit von Energieträgern (1)
- 3 Gefahrgutumschließungen; Energiespeicher (1)
- 3.0 Abteilungsleitung und andere (1)
- 3.1 Sicherheit von Gefahrgutverpackungen und Batterien (1)
- 5 Werkstofftechnik (1)
Eingeladener Vortrag
- nein (24)
The preparation of new active pharmaceutical ingredient (API) multicomponent Crystal forms, especially co-crystals and salts, is being considered as a reliable strategy to improve API solubility and bioavailability. In this study, three novel imidazole-based salts of the poorly water-soluble salicylic acid (SA) are reported exhibiting a remarkable improvement in solubility and dissolution rate properties. All structures were solved by powder X-ray diffraction. Multiple complementary techniques were used to solve co-crystal/salt ambiguities: density functional Theory calculations, Raman and 1H/13C solid-state NMR spectroscopies. In all molecular salts, the Crystal packing interactions are based on a common charged assisted +N-H SA)...O-(co-former) hydrogen bond interaction. The presence of an extra methyl group in different positions of the co-former, induced different supramolecular arrangements, yielding salts with different physicochemical properties.
All salts present much higher solubility and dissolution rate than pure SA. The most promising results were obtained for the salts with imidazole and 1-methylimidazole co-formers.
Um in einem veränderten Umfeld erfolgreich bestehen zu können, müssen Chemieunternehmen neue Pfade beschreiten. Dazu gehört insbesondere das Potential digitaler Technologien. Mit flexiblen, modularen chemischen Vielzweck-Produktionsanlagen lassen sich häufig wechselnde Produkte mit kürzeren Vorlauf- und Stillstandzeiten zwischen den Kampagnen und dennoch hoher Qualität realisieren. Intensivierte, kontinuierliche Produktionsanlagen erlauben auch den Umgang mit schwierig zu handhabenden Substanzen.
Grundvoraussetzung für solche Konzepte ist eine hochautomatisierte "chemische" Prozesskontrolle zusammen mit Echtzeit-Qualitätskotrolle, die "chemische" Informationen über den Prozess bereitstellt. In einem Anwendungsbeispiel wurde eine pharmazeutische Lithiierungsreaktion aus einer modularen Pilot-Anlage betrachtet und dabei die Vorzüge eines vollautomatischen NMR-Sensors untersucht. Dazu wurde ein kommerziell erhältliches Benchtop-NMR-Spektrometer mit Permanentmagnet auf die industriellen Anforderungen, wie Explosionsschutz, Feldkommunikation und vollautomatischer, robuster Datenauswertung angepasst. Der NMR-Sensor konnte schließlich erfolgreich im vollautomatischen Betrieb nach fortschrittlichen Regelkonzepten und für die Echtzeitoptimierung der Anlage getestet werden. Die NMR-Spektroskopie erwies sich als hervorragende Online-Methode und konnte zusammen mit einer modularen Datenauswertung sehr flexibel genutzt werden. Die Methode konnte überdies als zuverlässige Referenzmethode zur Kalibrierung konventioneller Online-Analytik eingesetzt werden.
Zukünftig werden voll integrierte und intelligent vernetzte "smarte" Sensoren und Prozesse eine kontinuierliche Produktion von Chemikalien und Pharmazeutika mit vertretbaren Qualitätskosten möglich machen.
Unternehmen der chemischen Industrie müssen neuen Pfade beschreiten, um in einem veränderten Umfeld erfolgreich bestehen zu können. Dazu gehört insbesondere, das Potenzial digitaler Technologien zu nutzen. Die volle Integration und intelligente Vernetzung von Systemen und Prozessen kommt allerdings nur zögerlich voran. Dieser Beitrag ist ein Loblied auf die Feldebene. Er möchte dazu ermutigen, die Digitalisierung der Prozessindustrie auf Basis smarter Sensorik, Aktorik und Kommunikation ganzheitlicher zu denken und informiert über aktuelle technische Perspektiven, wie das Ein-Netzwerk-Paradigma, Ad-hoc-Vernetzungen, Edge-Computing, FPGAs, virtuelle Maschinen oder Blockchain. Diese geben smarter Sensorik, Aktorik und Kommunikation eine völlig neue Perspektive.
Die Wettbewerbsfähigkeit der Prozessindustrie basiert auf der Sicherung der geforderten Produktqualität bei einer optimalen Nutzung von Anlagen, Rohstoffen und Energie. Ein Weg zur wissensbasierten Produktion führt über die Betrachtung der wesentlichen Apparate-, Prozess- und Freigabedaten aus Betrieben und Labors. Das Potenzial dieser Daten wird heute vielfach noch nicht konsequent für ein umfassendes Verständnis der Produktion genutzt.
Neben Fragen zur Datenerfassung, Datenkonnektivität und Datenintegrität müssen solche Daten für eine ganzheitliche Prozessanalyse zunächst mit Kontextinformationen zusammengebracht werden. Datenquellen enthalten Zeitwertpaare, aber auch diskrete Daten aus LIMS (Laboratory Information Management Systems) oder ELN (Electronic Laboratory Notebooks) und werden zunehmend durch 2D- und 3D-Daten aus der Chromatographie-Massenspektrometrie oder bildbasierter Analytik ergänzt.
Für die automatisierte Merkmalsextraktion, etwa zur Extraktion chemischer Informationen aus den oben genannten Datenquellen werden multivariate Werkzeuge und Algorithmen genutzt. Multivariate Statistiken wie PCA (Principle Component Analysis), PLS (Partial Least Squares) und LDA (Latent Discriminant Analysis) bilden die erste Grundlage für die Datenanalyse. Für diese Verfahren sind heute Datenvorbehandlungsschritte nötig. Die Modellbildung geschieht manuell und ist sehr aufwendig.
Können diese Daten im Zeitalter von ML (Machine Learning) und KI (Artificial Intelligence) anderweitig sinnvoll genutzt werden und ohne klassische Modellbildung? Die Bezeichnung „Big Data“ als Voraussetzung für datengetriebene Auswerteverfahren ist für die Prozessindustrie allerdings unpassend, denn auch bei mengenmäßig großen Datensätzen liegen für Kampagnen typischerweise nur Informationen über einige Batches mit einer Serie von Messdaten vor, die genügend Varianz für eine datengetriebene Auswertung aufweisen – nicht vergleichbar mit den Datenmengen im WWW oder von großen Internet-Konzernen.
Ein Weg zur wissensbasierten Produktion führt über die Betrachtung der wesentlichen Apparate-, Prozess- und Freigabedaten aus Betrieben und Labors. Das Potenzial dieser Daten wird heute vielfach noch nicht konsequent für ein umfassendes Verständnis der Produktion genutzt.
Neben Fragen zur Datenerfassung, Datenkonnektivität und Datenintegrität müssen solche Daten für eine ganzheitliche Prozessanalyse zunächst mit Kontextinformationen zusammengebracht werden. Datenquellen enthalten vor allem Zeitwertpaare, die numerisch vorbehandelt und möglichst vollautomatisch ausgewertet werden müssen. Am Beispiel NMR-spektroskopischer Daten wird der Stand der Auswertung mit physikalisch motivierten Modellen, wie z. B. dem IHM erläutert.
Chemical companies must find new paths to successfully survive in a changing environment. The potential of digital technologies belongs to these. Flexible and modular chemical plants can produce various high-quality products using multi-purpose equipment with short down-times between campaigns and reduce time to market for new products. Intensified continuous production plants allow for difficult to produce compounds.
Therefore, fully automated “chemical” process control along with real-time quality control are prerequisites to such concepts and thus should be based on “chemical” information. The advances of a fully automated NMR sensor were exploited, using a given pharmaceutical lithiation reaction as an example process within a modular pilot plant. A commercially available benchtop NMR spectrometer was integrated to the full requirements of an automated chemical production environment such as , e.g., explosion safety, field communication, and robust evaluation of sensor data. It was thereof used for direct loop advanced process control and real-time optimization of the process. NMR appeared as preeminent online analytical tool and allowed using a modular data analysis tool, which even served as reliable reference method for further PAT applications.
In future, such fully integrated and intelligently interconnecting “smart” systems and processes can speed up the high-quality production of specialty chemicals and pharmaceuticals.
Chemical companies must find new paths to successfully survive in a changing environment. The potential of digital technologies belongs to these. Flexible and modular chemical plants can produce various high-quality products using multi-purpose equipment with short down-times between campaigns and reduce time to market for new products. Intensified continuous production plants allow for difficult to produce compounds.
Therefore, fully automated “chemical” process control along with real-time quality control are prerequisites to such concepts and thus should be based on “chemical” information. The advances of a fully automated NMR sensor were exploited, using a given pharmaceutical lithiation reaction as an example process within a modular pilot plant. A commercially available benchtop NMR spectrometer was integrated to the full requirements of an automated chemical production environment such as , e.g., explosion safety, field communication, and robust evaluation of sensor data. It was thereof used for direct loop advanced process control and real-time optimization of the process. NMR appeared as preeminent online analytical tool and allowed using a modular data analysis tool, which even served as reliable reference method for further PAT applications.
In future, such fully integrated and intelligently interconnecting “smart” systems and processes can speed up the high-quality production of specialty chemicals and pharmaceuticals.
Eine der vielen Vorzüge Smarter Sensoren und Aktoren ist Bereitstellung zusätzlicher Informationen, auf die zukünftig neben den Hauptsignalen zugegriffen werden kann. In den Arbeitskreisen 3.6 und 3.7 wird dieses im wechselseitigen Austausch mit Geräte- und Softwareherstellern und Forschungseinrichtungen vorangetrieben.
Wir berichten kurz über den Stand der Diskussionen anhand von Beispielen und möchten in einem Open Space Workshop Meinungen und Ideen aufgreifen.
Die Erwartungen der Prozessindustrie an die NAMUR Open Architecture sind groß, schließlich soll das Konzept der Garant für die digitale Transformation der Branche sein. Im atp-Interview warnt Dr. Michael Maiwald, Fachbereichsleiter „Prozessanalytik“ an der Bundesanstalt für Materialforschung und -prüfung (BAM), allerdings davor, NOA als Allheilmittel zu betrachten.
Accelerating chemical process development and manufacturing along with quick adaption to changing customer needs means consequent transformation of former batch to continuous (modular) manufacturing processes. These are justified by an improved process control through smaller volumes, better heat transfer, and faster dynamics of the examined reaction systems.
As an example, for such modular process units we present the design and validation of an integrated nuclear magnetic resonance (NMR) micro mixer tailor‐made for a desired chemical reaction based on computational modelling. The micro mixer represents an integrated modular production unit as an example for the most important class of continuous reactors. The quantitative online NMR sensor represents a smart process analytical field device providing rapid and non‐invasive chemical composition information without need for calibration. We describe the custom design through computational fluid dynamics (CFD) for the demands of the NMR sensor as well as for the given reaction conditions. The system was validated with an esterification reaction as an example for a chemical reaction process.
Systems utilizing such an online NMR analyser benefits through short development and set‐up times based on “modular” spectral models. Such models can simply be built upon pure component NMR spectra within minutes to a few hours (i.e., assignment of the NMR signals to the components) instead of tedious DoE calibrations runs. We present a range of approaches for the automated spectra analysis moving from statistical approach, (i.e., Partial Least Squares Regression) to physically motivated spectral models (i.e., Indirect Hard Modelling and Quantum Mechanical calculations). The approach was validated for typical industrial reactions, such as hydrogenations or lithiations.