公开(公告)号：CN118859878A

公开(公告)日：2024-10-29

申请号：CN202411083894.5

申请日：2024-08-08

Applicant: 东北大学秦皇岛分校

Inventor： 李晓晨 ,  王正松

IPC: G05B19/418

Abstract: 本发明提供了一种基于模糊规则仿真网络的连续制药流程质量控制方法，旨在优化药物颗粒生产过程中的关键质量指标。该方法通过实时监测药物颗粒粒度和含水量，利用过程知识和历史数据进行自适应迭代学习，通过调节搅拌器入口质量流量、黏合剂给料速率和螺杆转速等参数，实现对原料混合及双螺杆连续制粒生产过程中关键质量指标的精确控制。通过动态调整控制信号，确保生产过程中的质量稳定性和一致性，减少生产成本，提高生产效率。本发明在连续制药生产中具有广泛的应用前景和显著的实际价值。

公开(公告)号：CN119066569A

公开(公告)日：2024-12-03

申请号：CN202411085834.7

申请日：2024-08-08

Applicant: 东北大学秦皇岛分校

Inventor： 王正松 ,  李晓晨

IPC: G06F18/2433 ,  G06F18/2431 ,  G06F18/213 ,  G06N3/0455 ,  G06Q10/0639 ,  G06Q50/04

Abstract: 本发明提供了一种基于变分自编码器和贡献图的药物连续制粒过程监测及故障诊断方法，旨在解决现有技术在处理复杂非线性和非高斯性数据时的不足。通过构建和训练变分自编码器模型，该方法实现了对高维数据的降维和特征提取，并通过重参数化技巧生成潜在向量，进而重构输入数据。该方法设计了基于KL散度的监测统计量，用于实时监测生产过程中的关键质量属性和关键工艺参数。此外，利用贡献图法评估各变量对监测统计量的影响，实现故障的准确诊断和定位。与传统多元统计过程监测方法相比，本发明具有更强的适应性和更高的监测精度，能够早期发现潜在故障，避免质量问题积累，提升生产效率，降低生产成本，保障药品质量和患者安全。