CN118627915B - 一种产品物料配方的生产管理方法及系统 - Google Patents
一种产品物料配方的生产管理方法及系统 Download PDFInfo
- Publication number
- CN118627915B CN118627915B CN202411110246.4A CN202411110246A CN118627915B CN 118627915 B CN118627915 B CN 118627915B CN 202411110246 A CN202411110246 A CN 202411110246A CN 118627915 B CN118627915 B CN 118627915B
- Authority
- CN
- China
- Prior art keywords
- mixing process
- mixer
- hidden danger
- risk
- shear mixing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000463 material Substances 0.000 title claims abstract description 158
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 69
- 238000007726 management method Methods 0.000 title claims abstract description 18
- 238000002156 mixing Methods 0.000 claims abstract description 268
- 238000000034 method Methods 0.000 claims abstract description 197
- 230000008569 process Effects 0.000 claims abstract description 167
- 230000003068 static effect Effects 0.000 claims abstract description 44
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 230000005856 abnormality Effects 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 230000021715 photosynthesis, light harvesting Effects 0.000 claims abstract description 14
- 238000013021 overheating Methods 0.000 claims description 43
- 239000000203 mixture Substances 0.000 claims description 38
- 238000010348 incorporation Methods 0.000 claims description 32
- 239000002245 particle Substances 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 10
- 238000009472 formulation Methods 0.000 claims description 10
- 238000012502 risk assessment Methods 0.000 claims description 10
- 230000008595 infiltration Effects 0.000 claims description 9
- 238000001764 infiltration Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 12
- 239000003814 drug Substances 0.000 abstract description 4
- 229940079593 drug Drugs 0.000 abstract description 4
- 238000011002 quantification Methods 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 34
- 230000006399 behavior Effects 0.000 description 31
- 238000004364 calculation method Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 7
- 239000000839 emulsion Substances 0.000 description 6
- 239000012467 final product Substances 0.000 description 6
- 239000000499 gel Substances 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 239000000725 suspension Substances 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 239000004480 active ingredient Substances 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 239000004615 ingredient Substances 0.000 description 4
- 238000003012 network analysis Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000008194 pharmaceutical composition Substances 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007872 degassing Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000010419 fine particle Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000009849 deactivation Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000825 pharmaceutical preparation Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000034804 Product quality issues Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 238000002144 chemical decomposition reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000007905 drug manufacturing Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000003995 emulsifying agent Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000008240 homogeneous mixture Substances 0.000 description 1
- 238000005184 irreversible process Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000005297 material degradation process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000546 pharmaceutical excipient Substances 0.000 description 1
- 229940127557 pharmaceutical product Drugs 0.000 description 1
- 230000005501 phase interface Effects 0.000 description 1
- 238000005191 phase separation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011172 small scale experimental method Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002562 thickening agent Substances 0.000 description 1
- 238000009849 vacuum degassing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Accessories For Mixers (AREA)
Abstract
本发明公开了一种产品物料配方的生产管理方法及系统,具体涉及生产监测技术领域,用于解决现有的不能准确地对物料混合过程中的潜在风险进行预警的问题;是通过在高剪切混合过程中实时监测能量耗散率和空气掺入情况,通过结合局部过热风险的判断和物料混合均一性的评估,能够精确确定高剪切混合过程的安全性;通过对高剪切混合过程中的电荷分布异质性和微观流变性质进行分析,增强了对静电风险和行为异常的预警能力,计算物料混合隐患评估系数为企业提供了一个量化工具,用于评估整个高剪切混合过程的安全风险,确保通过预警系统及时发现并处理潜在的生产隐患,最终实现安全、稳定且高效的药品生产。
Description
技术领域
本发明涉及生产监测技术领域,更具体地说,本发明涉及一种产品物料配方的生产管理方法及系统。
背景技术
在制药行业中,高剪切混合技术是制备悬浮剂、乳剂和凝胶等药品制剂的关键工艺之一,其涉及使用高速旋转的混合器来迅速混合物料配方,目的是实现高效的成分分散和均匀混合。高剪切混合过程能够有效地打破物料间的聚集体,促进不同组分之间的充分融合,从而确保制剂的均一性和稳定性。
尽管如此,传统的对物料配方混合过程的监控多依赖于经验判断和离线的质量控制方法,这些方法在实时识别和调整物料配方混合过程中的潜在风险方面存在明显不足,不足以实时识别和调整物料混合过程中的潜在风险,从而不能准确地对物料混合过程中的潜在风险进行预警,可能会导致物料配方混合不佳,导致药品制剂产品质量不稳定甚至生产安全事故。
为了解决上述问题,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种产品物料配方的生产管理方法及系统以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种产品物料配方的生产管理方法,包括如下步骤:
S1:通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险,在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度;
S2:对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度;
S3:基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,高剪切混合过程的安全性包括安全性严重和安全性隐患低;
S4:在高剪切混合过程的安全性为安全性隐患低时:通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度;通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度;
S5:将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警。
在一个优选的实施方式中,通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险,具体为:
根据混合器的实际几何尺寸和操作条件,建立数值模型;
在CFD中将混合器内部的流体空间划分为多个网格单元;
设置适当的边界条件和初始条件;
获取应力张量、剪切率张量和局部温度;
对每个网格单元应用熵生成率公式计算每个网格单元的熵生成率;
将网格单元的熵生成率与熵生成率阈值进行比较:当混合器内部存在网格单元熵生成率大于熵生成率阈值的网格单元的情况,则判定混合器内部存在局部过热风险。
在一个优选的实施方式中,在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度,具体为:
获取所有的网格单元的熵生成率,对所有的网格单元的熵生成率进行标准差分析,计算得到熵生成率分布波动指数。
在一个优选的实施方式中,对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度,具体为:
收集空气掺入数据,空气掺入数据包括气泡的数量、大小、分布以及压力和声波信号;
计算空气掺入指数,其表达式为:;其中,是空气掺入指数,是检测到的气泡数量,是第个气泡的直径,是检测到的气泡的编号,是混合器的总体积。
在一个优选的实施方式中,基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,具体为:
设定空气掺入指数阈值,将空气掺入指数与空气掺入指数阈值进行比较:
当空气掺入指数大于空气掺入指数阈值时,则判定生成空气渗入严重信号;当空气掺入指数小于等于空气掺入指数阈值时,则判定生成空气渗入正常信号;
当混合器内部存在局部过热风险或生成空气渗入严重信号时,则判定高剪切混合过程的安全性为安全性严重;否则,则判定高剪切混合过程的安全性为安全性隐患低。
在一个优选的实施方式中,通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度,具体为:
记录混合器内各个粒子的电荷量和粒子空间位置;
将每个粒子视为网络中的一个节点;根据粒子之间的电荷相互作用力构建节点之间的边;
使用库仑定律计算粒子之间的电荷相互作用力;
计算每个节点的集中度;
计算网络中所有节点的平均集中度;计算网络中所有节点的集中度的标准差;
将网络中所有节点的平均集中度和网络中所有节点的集中度的标准差进行相乘,得到混合静电风险指数。
在一个优选的实施方式中,通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度,具体为:
实时收集混合物料在不同位置的粘度数据;记录混合过程中的图像数据;
计算混合器内每个位置的局部粘度,其表达式为:;其中,是位置的局部粘度,代表在混合器内部的某一点的坐标位置,是基线粘度,是局部粘度扰动的幅度,是自然对数的底数,是索引,是粘度扰动源的总数,是第个粘度扰动源的位置坐标,是粘度扰动影响的空间范围;
计算混合行为异常指数,混合行为异常指数为混合器内部所有位置的局部粘度的平均值。
在一个优选的实施方式中,将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警,具体为:
将熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数进行归一化处理,将归一化处理后的熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数分别赋予预设比例系数后,计算得到物料混合隐患评估系数,通过物料混合隐患评估系数评估高剪切混合过程的潜在安全隐患;
设定物料混合隐患评估阈值,将物料混合隐患评估系数与物料混合隐患评估阈值进行比较:
当物料混合隐患评估系数小于等于物料混合隐患评估阈值时,则判定生成物料混合安全信号;
当物料混合隐患评估系数大于物料混合隐患评估阈值时,则判定生成物料混合隐患预警信号。
另一方面,本发明提供一种产品物料配方的生产管理系统,包括局部过热判断模块、过热风险评估模块、混合均一分析模块、混合安全判断模块、静电风险评估模块、行为异常评估模块以及混合隐患预警模块;
局部过热判断模块通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险;
过热风险评估模块在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度;
混合均一分析模块对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度;
混合安全判断模块基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,高剪切混合过程的安全性包括安全性严重和安全性隐患低;
在高剪切混合过程的安全性为安全性隐患低时,静电风险评估模块通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度;行为异常评估模块通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度;
混合隐患预警模块将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警。
本发明一种产品物料配方的生产管理方法及系统的技术效果和优点:
1、通过在高剪切混合过程中实时监测能量耗散率和空气掺入情况,显著提高了制药过程的监控效率和安全性。首先,通过测定能量耗散率来判断混合器内是否存在局部过热风险,这一步骤使得在生产管理中能够即时识别出由于设备过载或操作不当导致的过热问题,从而采取措施避免可能的化学降解或物料损失。其次,分析空气掺入情况有助于评估物料混合过程的均一性,保证混合物的质量符合预定标准,通过结合局部过热风险的判断和物料混合均一性的评估,能够精确确定高剪切混合过程的安全性。这种方法使得药品生产过程在安全性上可以分为“安全性严重”和“安全性隐患低”两个等级,从而允许操作者根据实际情况调整生产参数,优化过程控制,显著提高生产的安全性和效率,确保最终产品的质量和稳定性。
2、通过对高剪切混合过程中的电荷分布异质性和微观流变性质进行分析,增强了对静电风险和行为异常的预警能力。通过监测电荷分布的异质性,可以有效预防因静电积聚引发的安全事故,如火花或爆炸,特别是在处理易燃易爆或高敏感性物料时至关重要。同时,对微观流变性质的实时变化分析,为制药企业提供了一个强大的工具,以识别和调整可能影响最终产品质量的过程参数,计算物料混合隐患评估系数为企业提供了一个量化工具,用于评估整个高剪切混合过程的安全风险,确保通过预警系统及时发现并处理潜在的生产隐患,最终实现安全、稳定且高效的药品生产。
附图说明
图1为本发明一种产品物料配方的生产管理方法示意图;
图2为本发明一种产品物料配方的生产管理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:图1给出了本发明一种产品物料配方的生产管理方法,其包括如下步骤:
S1:通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险,在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度。
S2:对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度。
S3:基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,高剪切混合过程的安全性包括安全性严重和安全性隐患低。
S4:在高剪切混合过程的安全性为安全性隐患低时:通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度;通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度。
S5:将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警。
通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险,具体为:
在制药生产中,特别是在涉及到需要快速混合精细颗粒或液体成分的药品制剂如悬浮剂、乳剂和凝胶的生产过程中,高剪切混合过程的控制是关键。高剪切混合过程可能引起局部过热,进而可能导致化学或生物活性成分的降解,影响产品的质量和稳定性。因此,有效监测和控制混合过程中的能量耗散和局部温度是至关重要的。
根据混合器的实际几何尺寸和操作条件,建立数值模型。
在CFD中将混合器内部的流体空间划分为多个小的网格单元,每个网格单元代表混合器内部的一个微小区域。
设置适当的边界条件(如入口速度、温度等)和初始条件。
利用CFD进行模拟,收集每个网格单元上的流动参数,包括速度、温度、压力等。
从CFD的输出中获取应力张量、剪切率张量和局部温度。
其中,应力张量、剪切率张量和局部温度的获取可以通过流体动力学模拟软件(CFD)进行,例如使用计算流体动力学软件模拟混合过程,获取这些参数的分布。
对每个网格单元应用熵生成率公式计算每个网格单元的熵生成率,其表达式为:;其中,为网格单元的熵生成率,是应力张量,是剪切率张量,是局部温度,是网格单元的体积。
获取每个网格单元的熵生成率,并将网格单元的熵生成率与熵生成率阈值进行比较:当混合器内部存在网格单元熵生成率大于熵生成率阈值的网格单元的情况,则判定混合器内部存在局部过热风险。
当混合器内部不存在网格单元熵生成率大于熵生成率阈值的网格单元的情况时(即混合器内部不存在局部过热风险时),评估混合器内部的局部过热风险隐患程度虽然这通常表明混合过程在当前的操作条件下没有明显的局部过热风险,但还要对混合器内部整体的局部过热风险程度进行分析。
其中,熵生成率阈值的设定决定了何时将一个网格单元认定为过热风险区。熵生成率阈值通常是基于历史数据分析、实验数据和行业标准综合确定的。首先,通过实验或历史生产数据收集熵生成率与产品质量退化之间的关系数据。利用这些数据,可以进行统计分析,如回归分析,来确定熵生成率与产品质量、安全性的关系。此外,可以设置多个实验,改变操作条件如温度、压力等,观察不同条件下熵生成率的变化,并识别导致质量问题的临界熵生成值。最终,综合这些数据和分析结果,以及参考相关行业标准和安全指南,确定一个合理的熵生成率阈值,用以实时监控和预警生产过程中的局部过热风险。
熵生成率是一个物理量,它描述了系统不可逆过程中熵的产生速率,可以视为系统无序度的增加速率。在高剪切混合过程中,由于物料的摩擦和流动,能量会被转换成热能,造成温度的局部升高,这一过程伴随着熵的产生。因此,熵生成率成为评估混合器内部能量耗散和热分布的有效物理参数。通过监测熵生成率,可以实时了解混合过程中能量转换和耗散的情况,及时发现由于局部温度过高而可能导致的产品质量问题或安全风险。
具体来说,熵生成率高的区域表明那里的能量转换效率低,能量主要以热的形式耗散,这可能导致物料的热降解、活性成分的失活或其他质量问题。例如,在药品生产中,活性成分的稳定性对温度非常敏感,局部过热可能导致活性成分结构的破坏,从而影响药品的安全性和效力。因此,通过设置一个基于经验和数据分析得出的熵生成率阈值,可以在熵生成率达到或超过这一阈值时及时采取措施,如调整混合速度、温度或添加冷却系统,以控制温度,保证生产过程的稳定性和产品的质量。
熵生成率的监测不仅帮助识别潜在的过热问题,还可以作为过程优化的依据。通过分析不同操作条件下的熵生成率数据,可以优化混合过程的参数设置,实现更高效和节能的生产过程。这种方法的应用,提高了生产过程的控制精度,减少了能量浪费,同时也提高了产品的一致性和可靠性。
在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度,具体为:
获取所有的网格单元的熵生成率,对所有的网格单元的熵生成率进行标准差分析,计算得到熵生成率分布波动指数,其表达式为:;其中,为熵生成率分布波动指数,是网格单元的数量,是网格单元对应的编号,是所有的网格单元的熵生成率的平均值,是第个网格单元对应的熵生成率。
熵生成率的波动性较大意味着混合器内部能量分布的不均匀性较高。能量分布不均会导致某些区域热量积聚,增加这些区域局部过热的可能性。当某个或某些网格单元的熵生成率显著高于平均水平时,这些区域可能是潜在的热点,增加了局部材料退化或损坏的风险。故熵生成率分布波动指数越大,混合器内部的局部过热风险隐患程度越大。
对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度,具体为:
在高剪切混合过程中,空气的掺入是一个常见问题,尤其是在涉及精细颗粒或液体成分的药品制剂(如悬浮剂、乳剂和凝胶)中。空气掺入会影响混合物的密度和均一性,可能导致产品质量不一致。
在混合器内部安装适当的传感器以监测空气掺入的情况。通常,这可以通过以下几种技术实现:
光学传感器:利用光学传感器监测混合器内部的气泡数量和大小。
声学传感器:通过分析混合器内部的声波信号来检测空气的掺入程度。
压力传感器:监测混合过程中的压力变化,因为空气的掺入通常会导致压力波动。
通过传感器系统收集空气掺入数据,空气掺入数据包括气泡的数量、大小、分布以及压力和声波信号。数据收集后,需要对空气掺入数据进行预处理,以便进行进一步分析。
定量评估空气掺入对物料混合过程均一性的隐患程度,计算空气掺入指数,其表达式为:;其中,是空气掺入指数,是检测到的气泡数量,是第个气泡的直径,是检测到的气泡的编号,是混合器的总体积。
空气掺入指数越大,物料混合过程均一性的隐患程度越大。
通过定量评估高剪切混合过程中空气掺入对物料混合均一性的影响,这一方法的实施能显著提升药品生产的质量控制。空气掺入指数的计算为生产过程提供了一个直观且易于理解的度量标准,有助于及时识别和纠正可能导致产品质量问题的过程异常。通过实时监测和数据分析,制药企业能够更精确地控制生产条件,优化制剂的均匀性和稳定性。
基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,具体为:
设定空气掺入指数阈值,将空气掺入指数与空气掺入指数阈值进行比较:
当空气掺入指数大于空气掺入指数阈值时,则判定生成空气渗入严重信号,此时说明空气掺入严重,物料混合过程中的均一性存在较大隐患,可能导致产品质量不合格。措施包括:
调整混合参数:降低混合速度或优化搅拌器的设计以减少空气掺入。
优化加料顺序:调整物料加入顺序,先加入液体成分,再逐步加入固体成分,以减少气泡的产生。
引入脱气步骤:在混合过程中或之后引入脱气步骤,例如真空脱气或使用脱气剂,减少混合物中的气泡。
当空气掺入指数小于等于空气掺入指数阈值时,则判定生成空气渗入正常信号,此时说明空气掺入在可接受范围内,物料混合过程中的均一性保持正常。
其中,空气掺入指数阈值的设定通常基于历史生产数据、实验室研究以及行业标准综合确定。首先,通过实验室和生产过程中的实际数据,收集不同空气掺入情况下的产品质量数据,分析气泡数量、大小与产品不合格率之间的关系。其次,通过实验模拟不同的混合条件,确定导致产品质量问题的临界空气掺入水平。结合这些数据,利用统计分析和回归模型,确定一个合理的空气掺入指数阈值,使其既能保证产品质量,又能满足生产的实际操作要求。最后,参考行业标准和最佳实践,确保空气掺入指数阈值在符合监管要求的同时具有科学性和实用性。
当混合器内部存在局部过热风险或生成空气渗入严重信号时,则判定高剪切混合过程的安全性为安全性严重;否则,则判定高剪切混合过程的安全性为安全性隐患低。
基于混合器内部的局部过热风险和物料混合过程均一性隐患的判断逻辑,是为了综合考虑影响产品质量和生产安全的两个主要因素。局部过热风险可以导致材料的降解和失活,而空气掺入则影响混合物的均匀性和物理性质。通过分别设定熵生成率和空气掺入指数的阈值,并结合它们的判断结果,可以更加全面和精确地评估高剪切混合过程的安全性。这样的方法能够确保即使在复杂的生产环境下,所有潜在风险都能被及时识别和处理,增强过程控制的可靠性和生产的安全性。
通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度,具体为:
在高剪切混合过程中,混合物料中的电荷分布异质性可能引发静电积累,导致生产安全和产品质量问题。为了实时评估高剪切混合过程中的静电风险,采用复杂网络分析法,通过构建和分析电荷网络,计算混合静电风险指数来评估高剪切混合过程中的静电风险程度。
在混合器内安装电荷传感器。这些传感器实时监测混合物料中的电荷分布,记录各个粒子(或液滴)的电荷量和粒子空间位置。
其中,粒子的电荷量可以通过电荷传感器直接测量,粒子空间位置通过空间定位系统(如激光测距仪或视觉定位系统)获取。
整理和存储电荷数据,确保数据的准确性和实时性。每个数据点包括粒子的电荷量和粒子空间位置。
将每个粒子视为网络中的一个节点。节点的特性由粒子的电荷量决定。
根据粒子之间的电荷相互作用力构建节点之间的边,边的权重由两粒子间的电荷力决定。
使用库仑定律计算粒子和粒子之间的电荷相互作用力,其中,和是为了区分粒子而使用的符号。
在复杂网络分析法中,每个节点的集中度表示其在网络中的中心性,定义为与其相连的边的权重和,计算每个节点的集中度,其表达式为:;其中,为节点的集中度,是电荷相互作用力。
其中,节点之间的连接强度等同于电荷相互作用力,故此处可直接使用电荷相互作用力表示节点之间的连接强度。
复杂网络分析法中,计算网络中所有节点的平均集中度。
计算网络中所有节点的集中度的标准差,标准差的计算公式为现有常见的公式,此处不再赘述。
将网络中所有节点的平均集中度和网络中所有节点的集中度的标准差进行相乘,得到混合静电风险指数。
混合静电风险指数越大,高剪切混合过程中的静电风险程度越高。
采用复杂网络分析法实时评估高剪切混合过程中的静电风险不仅提高了生产过程的安全性,还增强了产品质量的一致性。该方案的创造性在于将传统的静电风险分析与现代的网络理论相结合,开创了一种新的用于监控和预测生产过程中静电问题的方法。通过这种方法,不仅可以实时地监控和调整生产过程,确保操作环境的安全,还能够通过优化电荷分布来提高混合物的质量,减少由不均匀电荷分布导致的产品缺陷。
通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度,具体为:
在药品制剂过程中,尤其是涉及悬浮剂、乳剂和凝胶等需要快速混合精细颗粒或液体成分的制剂,混合物的均匀性和稳定性至关重要。高剪切混合过程中,混合物料的微观流变性质的实时变化对于确保最终产品质量具有重要影响。
在混合器内安装高分辨率的粘度传感器阵列。这些传感器能够在微观层面测量混合物料的局部粘度变化。
配置用于图像捕捉和分析的视觉系统,如高速摄像机或激光散射设备,以实时监测混合过程中的粘度变化。
对传感器进行精确校准,确保测量数据的准确性和重复性。建立标准粘度测试程序,以校验传感器在不同操作条件下的性能。
通过粘度传感器实时收集混合物料在不同位置的粘度数据。
使用视觉系统同步记录混合过程中的图像数据,以辅助粘度数据的解释。
确保所有传感器数据与视觉图像数据完全同步。对收集到的数据进行预处理,包括滤波、去噪和归一化处理。
计算混合器内每个位置的局部粘度,其表达式为:。其中,是位置的局部粘度。
代表在混合器内部的某一点的坐标位置,通常是二维平面上的坐标:可以通过与混合器关联的坐标系统确定,在实际操作中,这些坐标通常与传感器的位置对应,或者是通过图像分析软件从高速摄像机或激光散射仪获得的图像中计算得出。
是基线粘度,表示在没有任何外界扰动(如温度波动或物料不均)的情况下混合物料的平均粘度:通常通过在混合开始前在控制条件下测量混合物的粘度得到,或者通过长时间观测未受扰动混合物的粘度平均值计算得出。
是局部粘度扰动的幅度,表明局部粘度偏离基线粘度的强度:通过实验确定,可以通过改变混合条件(如温度、压力、搅拌速度等)并观察粘度变化来估算,或使用优化算法从实验数据中拟合得出。
是自然对数的底数,用于指数函数中,约等于 2.71828。
是索引,用于标识特定的粘度扰动源或粘度测量点。
是粘度扰动源的总数或测量点总数。
是第个粘度扰动源的位置坐标。
是粘度扰动影响的空间范围,决定了扰动效应在空间上的分布宽度:通常通过拟合实验数据来估计,或者根据物料特性和混合过程参数进行理论计算。
基于混合器内部所有位置的局部粘度,计算混合行为异常指数,混合行为异常指数为混合器内部所有位置的局部粘度的平均值。
混合行为异常指数越大,高剪切混合过程中混合物料的行为异常程度越大。混合行为异常指数通过衡量混合器内部各点局部粘度的平均值来反映整体的流变性质。当混合行为异常指数较高时,它表示混合器内的局部粘度普遍高于基线粘度,这通常是由于物料的不均匀分布、温度波动或化学反应等因素引起的。这种局部粘度的增高可能导致混合物料流动性变差,影响混合效率,从而增加了物料在高剪切环境下表现出非预期行为的风险。因此,混合行为异常指数的增大直接指示了混合过程中潜在的不稳定性和非均匀性,这些异常行为可能影响最终产品的质量和一致性。
采用高分辨率粘度传感器阵列和视觉系统来实时监测和分析高剪切混合过程中的微观流变性质,具有显著的实际应用价值。这种技术使得制药企业能够实时识别混合过程中可能出现的问题,如局部过热、相分离或组分不均,从而及时调整生产参数,保证产品质量。
将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警,具体为:
将熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数进行归一化处理,将归一化处理后的熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数分别赋予预设比例系数后,计算得到物料混合隐患评估系数,通过物料混合隐患评估系数评估高剪切混合过程的潜在安全隐患。
上述计算物料混合隐患评估系数的具体实现方式在此不做具体的限定,能实现将归一化处理后的熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数分别赋予预设比例系数后计算得到物料混合隐患评估系数的均可,为了实现本发明的技术方案,本发明提供一种具体的物料混合隐患评估系数的计算方式。
预设比例系数的设定依赖于各个指标对整体风险的贡献度和敏感性分析。首先,通过实验和模拟分析各指标(如熵生成率分布波动指数、混合静电风险指数、混合行为异常指数)对最终产品质量和生产安全的影响程度。然后,根据这些分析结果,赋予各指标不同的权重,以反映它们对整体风险的贡献大小。这些系数通常需要通过多次迭代和调整,结合数据分析和专业判断来优化,以确保评估结果的准确性和实用性。
其中,物料混合隐患评估系数的表达式可以为:;其中,为物料混合隐患评估系数,分别为归一化处理后的熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数,分别为归一化处理后的熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数的预设比例系数,且均大于0。
由物料混合隐患评估系数的计算公式可知,物料混合隐患评估系数越大,高剪切混合过程的潜在安全隐患越大。
设定物料混合隐患评估阈值,将物料混合隐患评估系数与物料混合隐患评估阈值进行比较:
当物料混合隐患评估系数小于等于物料混合隐患评估阈值时,则判定生成物料混合安全信号;这表明高剪切混合过程中的局部过热风险、静电风险和行为异常程度均处于可接受范围内,整个物料混合过程稳定,风险较低。
当物料混合隐患评估系数大于物料混合隐患评估阈值时,则判定生成物料混合隐患预警信号;这表示高剪切混合过程可能存在较高的风险,需要立即关注和处理。采取措施包括:
立即停止混合过程:
暂停混合操作,防止风险进一步扩大。安全地稳定当前混合状态,以避免引起更多的安全问题。
详细风险评估:
对混合过程中的关键参数进行彻底检查,包括但不限于粘度指数、熵生成率和静电风险指数。分析引发预警信号的具体原因,识别任何异常的生产参数或设备故障。
数据和样本分析:
收集并分析影响混合质量的相关数据,如温度、压力、剪切速度等。采集混合物料样本进行实验室测试,以评估物料的化学和物理性质变化。
技术干预和参数调整:
根据风险评估结果调整混合参数,如降低剪切速度,调整加料比例,或改变温度设置。如果发现设备故障,立即进行维修或替换相关部件。
模拟和再验证:
使用计算模型模拟调整后的混合过程,预测其对混合均匀性和安全性的影响。在实验室或小规模试验中验证这些调整是否有效,确保调整能够实际降低风险并改善产品质量。
其中,物料混合隐患评估阈值的设定基于历史数据分析、专家经验和风险容忍度。首先,通过分析历史运行数据中各指标(局部过热风险、静电风险和行为异常指数)与过去发生的问题事件之间的关系,找出这些指标的临界值。接着,结合生产安全标准和质量要求,以及制药行业的合规需求,综合确定一个安全阈值。此阈值也需要考虑到生产的操作灵活性和经济效益,以确保在保障安全的同时,不过度限制生产效率。
采用物料混合隐患评估系数的方法能够全面地评估高剪切混合过程中的多种潜在安全隐患,包括局部过热、静电积聚和行为异常等多个风险因素。此方法通过将各种风险指标进行归一化并赋予不同的权重,实现了对混合过程中潜在危害的定量分析,从而使得风险评估更加科学、全面和系统。通过设定阈值并比较物料混合隐患评估系数,可以及时发出预警信号,有效预防可能的生产事故,保障生产过程的安全性。这种方法不仅提高了生产过程的可控性和预见性,也有助于优化生产工艺,提高产品质量,降低生产成本,同时显著提升了企业的竞争力和市场信誉。
其中:
混合器是一种用于将两种或多种成分物理合并以形成均匀的混合物的设备。在医药制造中,混合器的种类和设计可以根据所需的混合类型和制剂的特性而有所不同。混合器可用于处理固体粉末、液体或粉末与液体的组合,如悬浮剂、乳剂和凝胶。它的主要功能是确保混合物的成分分布均匀,无聚集或分离,从而保证最终产品的质量和一致性。
高剪切混合过程指的是在高剪切力的作用下进行的混合操作,通常用于迅速有效地混合粘稠或困难混合的物料。在这个过程中,物料被迫通过具有高速旋转的刀片或叶片的混合器部件,这些刀片剪切物料,打破聚集体,促进成分的快速混合。这种类型的混合过程特别适用于制备均质悬浮剂、乳剂和凝胶,因为它可以在微观层面打破物料团聚和相界面。
物料混合过程是指将不同的原料或成分按照特定的配方比例混合在一起的过程。在医药生产中,这个过程至关重要,因为它直接影响到药品的效力、安全性和稳定性。物料混合过程需要严格控制,包括时间、温度、剪切力以及混合器的类型和操作方式,以确保达到理想的物理和化学特性。
混合物料指的是在混合过程中被合并的各种原材料或成分。在医药制造中,这些物料可以包括活性药物成分、辅料(如稳定剂、增稠剂、乳化剂)、溶剂和其它添加剂。混合物料的性质(如粒度、溶解度、粘度和电荷特性)将决定所需的混合技术和条件,以及最终产品的质量和性能。
实施例二:本发明实施例2与实施例1的区别在于,本实施例是对一种产品物料配方的生产管理系统进行介绍。
图2给出了本发明一种产品物料配方的生产管理系统的结构示意图,一种产品物料配方的生产管理系统,包括局部过热判断模块、过热风险评估模块、混合均一分析模块、混合安全判断模块、静电风险评估模块、行为异常评估模块以及混合隐患预警模块。
局部过热判断模块通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险。
过热风险评估模块在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度。
混合均一分析模块对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度。
混合安全判断模块基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,高剪切混合过程的安全性包括安全性严重和安全性隐患低。
在高剪切混合过程的安全性为安全性隐患低时,静电风险评估模块通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度;行为异常评估模块通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度。
混合隐患预警模块将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络,或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD),或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,既可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种产品物料配方的生产管理方法,其特征在于,包括如下步骤:
S1:通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险,在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度;
S2:对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度;
S3:基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,高剪切混合过程的安全性包括安全性严重和安全性隐患低;
S4:在高剪切混合过程的安全性为安全性隐患低时:通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度;通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度;
S5:将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警;
通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险,具体为:
根据混合器的实际几何尺寸和操作条件,建立数值模型;
在CFD中将混合器内部的流体空间划分为多个网格单元;
设置适当的边界条件和初始条件;
获取应力张量、剪切率张量和局部温度;
对每个网格单元应用熵生成率公式计算每个网格单元的熵生成率;
将网格单元的熵生成率与熵生成率阈值进行比较:当混合器内部存在网格单元熵生成率大于熵生成率阈值的网格单元的情况,则判定混合器内部存在局部过热风险;
在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度,具体为:
获取所有的网格单元的熵生成率,对所有的网格单元的熵生成率进行标准差分析,计算得到熵生成率分布波动指数;
对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度,具体为:
收集空气掺入数据,空气掺入数据包括气泡的数量、大小、分布以及压力和声波信号;
计算空气掺入指数,其表达式为:;其中,是空气掺入指数,是检测到的气泡数量,是第个气泡的直径,是检测到的气泡的编号,是混合器的总体积;
通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度,具体为:
记录混合器内各个粒子的电荷量和粒子空间位置;
将每个粒子视为网络中的一个节点;根据粒子之间的电荷相互作用力构建节点之间的边;
使用库仑定律计算粒子之间的电荷相互作用力;
计算每个节点的集中度;
计算网络中所有节点的平均集中度;计算网络中所有节点的集中度的标准差;
将网络中所有节点的平均集中度和网络中所有节点的集中度的标准差进行相乘,得到混合静电风险指数;
通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度,具体为:
实时收集混合物料在不同位置的粘度数据;记录混合过程中的图像数据;
计算混合器内每个位置的局部粘度,其表达式为:;其中,是位置的局部粘度,代表在混合器内部的某一点的坐标位置,是基线粘度,是局部粘度扰动的幅度,是自然对数的底数,是索引,是粘度扰动源的总数,是第个粘度扰动源的位置坐标,是粘度扰动影响的空间范围;
计算混合行为异常指数,混合行为异常指数为混合器内部所有位置的局部粘度的平均值。
2.根据权利要求1所述的一种产品物料配方的生产管理方法,其特征在于,基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,具体为:
设定空气掺入指数阈值,将空气掺入指数与空气掺入指数阈值进行比较:
当空气掺入指数大于空气掺入指数阈值时,则判定生成空气渗入严重信号;当空气掺入指数小于等于空气掺入指数阈值时,则判定生成空气渗入正常信号;
当混合器内部存在局部过热风险或生成空气渗入严重信号时,则判定高剪切混合过程的安全性为安全性严重;否则,则判定高剪切混合过程的安全性为安全性隐患低。
3.根据权利要求2所述的一种产品物料配方的生产管理方法,其特征在于,将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警,具体为:
将熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数进行归一化处理,将归一化处理后的熵生成率分布波动指数、混合静电风险指数以及混合行为异常指数分别赋予预设比例系数后,计算得到物料混合隐患评估系数,通过物料混合隐患评估系数评估高剪切混合过程的潜在安全隐患;
设定物料混合隐患评估阈值,将物料混合隐患评估系数与物料混合隐患评估阈值进行比较:
当物料混合隐患评估系数小于等于物料混合隐患评估阈值时,则判定生成物料混合安全信号;
当物料混合隐患评估系数大于物料混合隐患评估阈值时,则判定生成物料混合隐患预警信号。
4.一种产品物料配方的生产管理系统,用于实现权利要求1-3任一项所述的一种产品物料配方的生产管理方法,其特征在于,包括局部过热判断模块、过热风险评估模块、混合均一分析模块、混合安全判断模块、静电风险评估模块、行为异常评估模块以及混合隐患预警模块;
局部过热判断模块通过测定混合器内部在高剪切混合过程的能量耗散率,判断混合器内部是否存在局部过热风险;
过热风险评估模块在混合器内部不存在局部过热风险时,评估混合器内部的局部过热风险隐患程度;
混合均一分析模块对高剪切混合过程中空气被掺入混合器内的情况进行分析,评估物料混合过程均一性的隐患程度;
混合安全判断模块基于混合器内部是否存在局部过热风险的判断结果和物料混合过程均一性的隐患程度,确定高剪切混合过程的安全性,高剪切混合过程的安全性包括安全性严重和安全性隐患低;
在高剪切混合过程的安全性为安全性隐患低时,静电风险评估模块通过分析混合物料中的电荷分布异质性,评估高剪切混合过程中的静电风险程度;行为异常评估模块通过分析混合物料微观流变性质的实时变化,评估高剪切混合过程中混合物料的行为异常程度;
混合隐患预警模块将混合器内部的局部过热风险隐患程度、高剪切混合过程中的静电风险程度以及高剪切混合过程中混合物料的行为异常程度进行综合分析,评估高剪切混合过程的潜在安全隐患,并判断是否发出预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411110246.4A CN118627915B (zh) | 2024-08-14 | 2024-08-14 | 一种产品物料配方的生产管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411110246.4A CN118627915B (zh) | 2024-08-14 | 2024-08-14 | 一种产品物料配方的生产管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118627915A CN118627915A (zh) | 2024-09-10 |
CN118627915B true CN118627915B (zh) | 2024-10-22 |
Family
ID=92612242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411110246.4A Active CN118627915B (zh) | 2024-08-14 | 2024-08-14 | 一种产品物料配方的生产管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118627915B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105042594A (zh) * | 2015-07-21 | 2015-11-11 | 广东摩德娜科技股份有限公司 | 一种高速搅拌混合燃料的节能烧嘴 |
CN118463029A (zh) * | 2024-07-12 | 2024-08-09 | 青岛华电信息系统工程有限公司 | 一种环境风险源预警方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5935969B2 (ja) * | 2011-08-09 | 2016-06-15 | 国立大学法人 筑波大学 | スタティックミキサー |
US20180292465A1 (en) * | 2017-04-07 | 2018-10-11 | Board Of Regents, The University Of Texas System | Systems and methods for degradation analysis |
US12000821B2 (en) * | 2020-06-10 | 2024-06-04 | Bd. of Supervisors of La. St. Univ. & A&MCollege | Fluid monitoring |
US20240207144A1 (en) * | 2022-12-19 | 2024-06-27 | Leading Edge Innovations, LLC | Oil-in-water despersions of hydrophobic agents and polymer or copolymer fragments, or combinations thereof, and methods of use thereof |
-
2024
- 2024-08-14 CN CN202411110246.4A patent/CN118627915B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105042594A (zh) * | 2015-07-21 | 2015-11-11 | 广东摩德娜科技股份有限公司 | 一种高速搅拌混合燃料的节能烧嘴 |
CN118463029A (zh) * | 2024-07-12 | 2024-08-09 | 青岛华电信息系统工程有限公司 | 一种环境风险源预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN118627915A (zh) | 2024-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vock et al. | Powders for powder bed fusion: a review | |
US9870690B2 (en) | Methods and systems for a universal wireless platform for asset monitoring | |
Salehi et al. | Experiments and simulation of torque in Anton Paar powder cell | |
EP2637115A1 (en) | Simulating method for a degree of kneadness of a fluid | |
CN118627915B (zh) | 一种产品物料配方的生产管理方法及系统 | |
Chan et al. | Dem investigation of horizontal high shear mixer flow behaviour and implications for scale-up | |
CN116238176B (zh) | 一种人造石英石板原料配置控制系统 | |
CN118463029B (zh) | 一种环境风险源预警方法及系统 | |
CN112597435B (zh) | 基于设备监理的火电设备质量数据处理方法及装置 | |
Chatterjee | Design space considerations | |
WO2022133895A1 (zh) | 基于设备监理的火电设备质量数据处理方法及装置 | |
Esmaili et al. | A new approach for calculating the mass flow rate of entrained air in a freefalling material stream | |
CN117171366A (zh) | 用于电网调度运行态势的知识图谱构建方法及系统 | |
Narang et al. | Inline focused beam reflectance measurement during wet granulation | |
CN116032016A (zh) | 智慧风电场运行状态在线监测预警系统及预警方法 | |
Anyaoku et al. | A new semi-empirical correlation for estimating settling dynamics of suspensions in viscoelastic shear-thinning fluids | |
KR101718156B1 (ko) | 먼지 관리 시스템 | |
CN117972273B (zh) | 一种电池式工商业用气体报警装置的低功耗控制方法 | |
CN117744890B (zh) | 一种人居环境监测优化方法 | |
Lu et al. | Research on the Highly Accelerated Stress Screening (HASS) Test Process of Civil Aircraft Airborne Equipment | |
CN114492910B (zh) | 一种多型号小批量生产线资源负荷预测方法 | |
US20230281453A1 (en) | Creating method of classification model about hard disk efficiency problem, analyzing method of hard disk efficiency problem and classification model creating system of hard disk efficiency problem | |
JP7268710B2 (ja) | 微粒子測定方法 | |
Parikh | granulation | |
Cox et al. | Boeing Technical Journal Using Statistical Process Control to Protect Allowables: A Standard Process for Qualifying Materials Suppliers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |