CrysCo

In een moderne concurrentiële omgeving met doorgedreven digitalisering is het een absolute vereiste voor productiebedrijven om te kunnen reageren op bepaalde situaties in de markt of in de eigen productieomgeving in real-time. Real-time analyse van chemische processen draagt daarnaast bij aan een duurzamere procesvoering.

In de farmaceutische industrie zijn kristallisatieprocessen van groot belang bij de productie van actieve farmaceutische ingrediënten (API’s). De grootte en de morfologie van de kristallen is van belang voor de filtreerbaarheid, maar heeft ook in de verdere verwerking tot een medicijn grote gevolgen in de productie. Recent zijn er instrumenten op de markt gekomen om in-situ en real-time beelden te maken van kristallen. Door deze beelden te analyseren kan de evolutie van de vorm van de kristallen en groei van de kristallen gevolgd worden gedurende het kristallisatieproces. Deze analyses helpen om te bepalen wanneer de kristallisatie kan worden stopgezet en de volgende stap in het proces kan worden aangevat. De analyse van deze beelden is momenteel enkel mogelijk bij sterk verdunde systemen en verloopt niet geautomatiseerd. Om de real-time opvolging van het kristallisatieproces ook mogelijk te maken in een productieomgeving, maken we gebruik van Deep Learning algoritmes.

Met dit project willen we bijdragen aan een verdere integratie van IT en digitalisering in de chemische en farmaceutische industrie, door een methodologie van real-time beeldanalyse te ontwikkelen.

Contact

hannes.sels@KdG.be

  • Duur onderzoek: 1 januari 2019 - 31 december 2020
  • KdG- Medewerkers: Hannes Sels, Herwig De Smet