CN117215251B - 一种自动化制药过程中能效优化控制系统及方法 - Google Patents
一种自动化制药过程中能效优化控制系统及方法 Download PDFInfo
- Publication number
- CN117215251B CN117215251B CN202311465469.8A CN202311465469A CN117215251B CN 117215251 B CN117215251 B CN 117215251B CN 202311465469 A CN202311465469 A CN 202311465469A CN 117215251 B CN117215251 B CN 117215251B
- Authority
- CN
- China
- Prior art keywords
- pharmaceutical
- medicine
- energy efficiency
- data
- concentration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000005457 optimization Methods 0.000 title claims abstract description 47
- 230000008569 process Effects 0.000 title claims abstract description 45
- 239000003814 drug Substances 0.000 claims description 191
- 239000002994 raw material Substances 0.000 claims description 95
- 229940079593 drug Drugs 0.000 claims description 53
- 238000012544 monitoring process Methods 0.000 claims description 28
- 238000007726 management method Methods 0.000 claims description 27
- 238000004519 manufacturing process Methods 0.000 claims description 26
- 238000005265 energy consumption Methods 0.000 claims description 23
- 239000000047 product Substances 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000746 purification Methods 0.000 claims description 4
- 239000004480 active ingredient Substances 0.000 claims description 3
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 3
- 238000012377 drug delivery Methods 0.000 claims description 3
- 229940088679 drug related substance Drugs 0.000 claims description 3
- 239000011265 semifinished product Substances 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000013079 data visualisation Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 9
- 239000002699 waste material Substances 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 238000004886 process control Methods 0.000 description 5
- 241000202726 Bupleurum Species 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000001397 quillaja saponaria molina bark Substances 0.000 description 3
- 229930182490 saponin Natural products 0.000 description 3
- 150000007949 saponins Chemical class 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- GZDFHIJNHHMENY-UHFFFAOYSA-N Dimethyl dicarbonate Chemical compound COC(=O)OC(=O)OC GZDFHIJNHHMENY-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000975 bioactive effect Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000008204 material by function Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002086 nanomaterial Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及制药自动化控制制药仓制药能效的技术领域，公开了一种自动化制药过程中能效优化控制系统及方法，包括用于采集制药仓内物理数据并进行误差处理的数据监测与采集模块，用于调整药物提取能效优化控制的药物提取优化控制模块，用于管理制药过程能耗的能源管理模块，用于调整输送速度和预测制药输送速度的智能控制模块，用于对药物输送、能源消耗控制、输送控制并且通过反馈调节整体调整制药进度的实时校正与监督模块，本发明实现了药物提纯率校正，药物原料输送速度控制并预测，解决了制药过程繁琐且需要大量人工投入的问题。
Description
技术领域
本发明涉及制药自动化控制制药仓制药能效的技术领域，公开了一种自动化制药过程中能效优化控制系统及方法。
背景技术
关键设备和生产线实现了全自动化操作，增加了生产效率和产品质量，并且通过数据收集和分析，实现了对生产过程的精细化管理和优化，新型材料的应用，通过新型功能性材料在自动化制药中的广泛应用，如纳米材料、生物降解材料等，提高了产品质量和生产效率，自动化制药过程中也出现了各种绿色环保技术，如超临界流体技术、微生物制剂、生物活性物质提取等，这些技术可以减少废弃物和污染物排放，保护环境，总之，自动化制药过程的能效发展得益于技术革新和政策支持，通过收集和分析大量生产数据，结合人工智能技术，可以实现对生产过程的实时监测和预测，减少生产中的浪费和损失，制药行业不断引入新的自动化设备和技术，例如机器人装配线、自动化包装系统等，这些设备可以提高生产效率和质量，并减少人为因素引起的错误，自动化制药过程中，对能源的利用效率也越来越重视。通过优化能源管理系统、使用高效节能设备等措施，可以降低能源消耗和生产成本，自动化制药过程中的仓储管理也越来越智能化，通过自动化堆垛机、物流机器人等设备，实现更高效的物料管理和出入库操作。
例如现有的申请公开号为CN114200840A的中国专利公开了一种基于分布式模型预测控制的中药制药过程运行优化方法，包括：建立中药制药过程的各环节运行控制过程模型，包括底层过程控制环模型以及运行指标与底层控制器输出模型；构建底层过程控制环的控制器；采用数据驱动的方法来实现对制药过程底层过程控制环的控制器的次优设定值设计；其中，上层运行控制环根据运行指标的设定值，使用基于Q-学习的设定值更新，通过零阶保持器传递到底层过程控制环，底层过程控制环的控制器通过求解优化问题，给出控制量控制被控对象跟踪设定值。该发明通过利用中药制药运行过程的数据来对设定值进行更新，底层使用DMPC实现对设定值的跟踪，从而实现运行指标跟踪理想值。
但是上述专利中存在：首先中药制药过程通常涉及多种原料、复杂的工艺步骤和繁琐的操作流程。建立一个全面的、准确的模型需要考虑到各个环节之间的相互作用和影响，这增加了模型的复杂性，数据获取困难。建立有效的模型需要大量的数据支持。然而，中药制药过程中的某些数据可能难以获得，例如药材的质量差异、药材的成分变化、药物原料输送速度，缺乏准确和全面的数据可能导致模型的不准确性，其次，无法完全自动进行制药能效优化控制，包括对药材原料、药材输送速度、制药仓浓度监测和制成品药进行监督进而反馈制药环节，需要人工干预，增加了系统出错的可能性，最后由于上述专利建立模型使用的监控数据多，增加了模型的复杂性，进一步增加了制药的能效优化控制的困难度。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
为解决上述技术问题，能效优化控制系统可以实时监测药物原料的能耗数据，并根据实际情况进行反馈调整和优化，同时通过前反馈对负反馈进行调节校正，通过实时反馈和控制，可以有效减少能源的浪费和损失，提高能源利用率。
精细化管理和优化：能效优化控制系统基于数据采集、分析和建模技术，可以对制药过程中的各个环节进行精细化管理和优化。通过合理的设定和控制策略，最大限度地提高生产效率和产品质量。
节约资源和成本：能效优化控制系统可通过优化能源利用、减少原材料浪费等措施，实现资源的节约和成本的降低。这对于制药企业来说具有重要意义，可以增强竞争力并提高盈利能力。
强化安全和可持续发展：通过监督成品药物质量，并反馈系统，能效优化控制系统能够提高制药生产过程的稳定性和安全性，减少操作人员的风险。
数据分析和预测能力：能效优化控制系统结合数据分析和药物原料输送速度预测技术，可以对制药过程进行全面的数据监测和分析，这有助于及时发现问题，并采取相应措施，避免生产过程中的能效低下和质量问题。
本发明的主要目的在于提供一种自动化制药过程中能效优化控制系统，包括：
数据监测与采集模块，包括用于采集温度、压力和流量的传感器单元，用于对采集的温度、压力和流量的数据进行过滤和误差处理的数据处理单元；
药物提取优化控制模块，包括用于监测制药仓药物浓度的浓度监测单元，用于调整药物浓度的反馈调整单元，用于进一步优化反馈调整单元中调整药物浓度的校正量的前馈调整单元；
能源管理模块，包括用于收集、处理制药能效数据的制药能效管理单元，用于分析制药能效数据的能耗数据分析单元，用于对分析后的制药能效数据进行评估并生成控制指令的能效评估调整单元，用于根据制药能效数据调整药物生产顺序的生产顺序管理单元；
智能控制模块，包括用于接收控制指令从而控制药物原料输送速度的输送能效管理单元，用于根据制药能效数据进而预测药物原料输送速度的制药输送预测单元；
实时校正与监督模块，包括用于接收药物原料输送速度控制指令进而控制制药的药物控制单元，用于接收控制指令进而控制能源输送的能源控制单元，用于接收控制指令进而控制药物输送速度的输送控制单元，用于监测成品药物质量的制药监督单元。
所述传感器单元包括温度传感器采集制药仓温度，压力传感器采集制药仓压力，流量传感器采集制药仓输出药物流量；
所述数据处理单元，通过滤波器和整流放大器对采集的温度信号、压力信号和流量信号进行过滤和误差处理。
所述浓度监测单元采集制药仓药物浓度，通过成分分析得出制药仓中各个药物种类的浓度；
所述反馈调整单元通过接收采集的制药仓中各个药物种类的浓度与预先设定的各个药物种类的定值之间的偏差，补偿各控制回路的预先设置校正值，通过校正值对制药仓中药物浓度进行校正，通过药物提纯率输出药物浓度稳态定值。
所述药物种类的浓度包括药物提纯率和药物有效成分率。
作为本发明一种自动化制药过程中能效优化控制系统的一种优选方案，其中：
所述前馈调整单元，对反馈调整单元预先设置的校正值进行优化，得到校正后制药仓中药物浓度稳态定值，通过制药仓中各个药物种类浓度期望与预先设定的各个药物种类浓度定值之间的偏差进行优化补偿。
所述制药能效管理单元包括消耗能量输出可视化数据、能源效率可计算数据；
所述能耗数据分析单元接收消耗能量输出可视化数据进行分析，分析得到制不同种类药所需要的消耗能量的数据，并将制不同种类药所需要的消耗能量的数据输入关系数据库；
所述能效评估调整单元接收能源效率可计算数据，通过算法分析得到制不同种类药的能效数据输入关系数据库；
所述生产顺序管理单元通过建立不同制药批次来组成一个完整的制药周期，包括从原料到半成品再到成品的不同制药批次。
所述控制指令通过能效评估调整单元发出，能效评估调整单元通过分析制药能效数据对制药过程的输送药物原料速度进行控制；
采集的制药能效数据作为基础数据，建立制药输送速度预测模型，通过实时制药能效数据对制药输送速度预测模型进行训练，最后通过制药输送速度预测模型对制药药物原料输送速度进行预测；
所述制药能效数据包括药物原料理论输送速度可提取参数和实际输送速度可提取参数；
药物原料理论输送速度可提取参数和实际输送速度可提取参数的相似度表达式如下所示：
其中，为药物原料实际输送速度可提取参数，/>为药物原料理论输送速度可提取参数，/>为药物原料理论输送速度可提取参数与药物原料实际输送速度可提取参数之间的相似度，/>为算法误差补偿，/>为药物原料理论输送速度可提取参数与药物原料实际输送速度可提取参数之间的最大相似度；
通过制药能效数据包括药物原料理论输送速度可提取参数和实际输送速度可提取参数建立相似度，对制药仓药物原料浓度进行数据可视化，进而预测并输出药物原料输送速度控制指令。
所述药物控制单元用于接收药物原料输送速度控制指令，进而控制药物原料输送速度。
所述制药监督单元用于监测成品药物的成分和成品药物质量。
作为本发明一种自动化制药过程中能效优化控制方法，其中：
S1、自动制药系统启动，采集制药仓温度、压力和流量，输送药物原料；
S2、监测制药仓药物原料浓度，并根据制药仓药物浓度输出控制药物原料输送速度的控制信号；
S3、根据制药仓药物浓度自动控制药物输送速度，结合药物原料输送速度，得出能源效率数据，通过能源效率数据输出能效控制信号，调整药物原料种类输送批次；
S4、通过药物原料种类输送批次，采集制药仓药物原料浓度，通过反馈调整单元调整药物原料输送速度和数量；
S5、制药完成后通过监督成品药物质量，通过成品药物质量反馈制药系统用作优化制药能效控制的数据。
作为本发明一种自动化制药过程中能效优化控制方法的一种优选方案，其中：
S3中所述能源效率数据通过反馈调整单元调整药物浓度，优化校正量，提升制药仓制药效率，进一步提升在消耗相同能源的情况下药物原料转化为药物的效率；
所述能效控制信号包括控制药物原料输送速度控制指令。
一种电子设备，包括，存储器，用于存储指令；处理器，用于执行所述指令，使得所述设备执行实现一种自动化制药过程中能效优化控制方法的操作。
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被执行时，实现一种自动化制药过程中能效优化控制方法的操作。
本发明的有益效果：
能效优化控制系统实时监测药物原料的能耗数据，并根据实际情况进行反馈调整和优化，同时通过前反馈对负反馈进行调节校正，通过实时反馈和控制，可以有效减少能源的浪费和损失，提高能源利用率。
精细化管理和优化：能效优化控制系统基于数据采集、分析和建模技术，可以对制药过程中的各个环节进行精细化管理和优化。通过合理的设定和控制策略，最大限度地提高生产效率和产品质量。
节约资源和成本：能效优化控制系统可通过优化能源利用、减少原材料浪费等措施，实现资源的节约和成本的降低。这对于制药企业来说具有重要意义，可以增强竞争力并提高盈利能力。
强化安全和可持续发展：通过监督成品药物质量，并反馈系统，能效优化控制系统能够提高制药生产过程的稳定性和安全性，减少操作人员的风险。
数据分析和预测能力：能效优化控制系统结合数据分析和药物原料输送速度预测技术，可以对制药过程进行全面的数据监测和分析，这有助于及时发现问题，并采取相应措施，避免生产过程中的能效低下和质量问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一种自动化制药过程中能效优化控制系统的整体系统组成图。
图2为本发明一种自动化制药过程中能效优化控制方法的流程图。
图3为本发明一种自动化制药过程中能效优化控制系统的传送带输送药物原料速度及药仓原料消耗监测仿真结果。
图4为本发明一种自动化制药过程中能效优化控制系统的能效优化后损耗监测结果。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例一
如图1所示，数据监测与采集模块，包括用于采集温度、压力和流量的传感器单元，用于对采集的温度、压力和流量的数据进行过滤和误差处理的数据处理单元；
其中，传感器单元包括温度传感器采集制药仓温度，压力传感器采集制药仓压力，流量传感器采集制药仓输出药物流量；
数据处理单元，通过滤波器和整流放大器对采集的温度信号、压力信号和流量信号进行过滤和误差处理；
进一步的，能效优化控制还包括，建立完善的数据监测系统，实时采集关键过程参数，如温度、压力、流量等。同时，采集环境指标，如湿度、空气质量等。
药物提取优化控制模块，包括用于监测制药仓药物浓度的浓度监测单元，用于调整药物浓度的反馈调整单元，用于进一步优化校正量的前馈调整单元；
其中，浓度监测单元采集制药仓药物浓度，通过成分分析得出制药仓中各个药物种类的浓度，药物种类的浓度包括药物可提取率和药物有效成分率；
反馈调整单元通过接收采集的制药仓中各个药物种类的浓度与预先设定的定值之间的偏差，补偿各控制回路的预先设置定值并校正，通过药物提取率输出浓度稳态定值；
进一步的，反馈调整单元阈值设置，与自适应调控表格如下所示：
表1-阈值设置与自适应调控
其中，E代表理论提取率与实际药物提取率的偏差，T为校正量，n表示主药材的提取率常量，m为总体药材的提取率常量，Q为催化药材的提取率常量，B表示药物总体有效成分比例，M为药物可提取率指标，通常为容易，中等和较难分别对应取值1,2,3；
进一步的，前馈调整单元，对反馈调整单元预先设置的校正值进行优化，得到校正后制药仓中药物浓度稳态定值，通过制药仓中各个药物种类浓度期望与预先设定的各个药物种类浓度定值之间的偏差进行优化补偿，预设值需要同具体药物及制药仓可容纳药物原料浓度结合设置，其中考虑到提取罐压力、蒸汽流量以及泵循环速度的校正规则，参考设置定值；
如柴胡目标提取率为0.90，其中柴胡中皂苷的质量分数为9.05%，则提取皂苷时柴胡预设值应为100g干柴胡，加入1000ml水，皂苷稳态定值浓度预设值应为[0.82,0.95]范围的中值即为0.88；
能源管理模块，包括用于收集、处理制药能效数据的制药能效管理单元，用于分析制药能效数据的能耗数据分析单元，用于对分析后的制药能效数据进行评估并生成控制指令的能效评估调整单元，用于根据制药能效数据调整药物生产顺序的生产顺序管理单元；
其中，制药能效管理单元包括消耗能量输出可视化数据、能源效率可计算数据；
基于建立的模型，实时监控能耗情况，并根据预设的能效指标进行优化控制。通过调整工艺参数、流程优化和设备状态管理等手段，降低能耗；
进一步的，能耗数据分析单元接收消耗能量输出可视化数据进行分析，分析得到制不同种类药所需要的消耗能量的数据，并将制不同种类药所需要的消耗能量的数据输入关系数据库；
进一步的，能效评估调整单元接收能源效率可计算数据，通过算法分析得到制不同种类药的能效数据输入关系数据库；
控制指令通过能效评估调整单元发出，能效评估调整单元通过分析制药能效对制药过程的输送药物原料速度进行控制；
采集的制药能效数据作为基础数据，建立制药输送速度预测模型，通过实时制药能效数据对制药输送速度预测模型进行训练，最后通过制药输送速度预测模型对制药药物原料输送速度进行预测；
制药能效数据包括药物原料理论输送速度可提取参数和实际输送速度可提取参数；
如图3所示，药物原料理论输送速度可提取参数和实际输送速度可提取参数的相似度表达式如下所示：
其中，为药物原料实际输送速度可提取参数，/>为药物原料理论输送速度可提取参数，/>为药物原料理论输送速度可提取参数与药物原料实际输送速度可提取参数之间的相似度，/>为算法误差补偿，/>为药物原料理论输送速度可提取参数与药物原料实际输送速度可提取参数之间的最大相似度；
如图4所示，通过制药能效数据包括药物原料理论输送速度可提取参数和实际输送速度可提取参数建立相似度，对制药仓药物原料浓度进行数据可视化，进而预测并输出药物原料输送速度控制指令；
进一步的，生产顺序管理单元通过建立不同制药批次来组成一个完整的制药周期，包括从原料到半成品再到成品的不同制药批次；
通过数据共享和信息交互，实现不同制药环节的协同优化。比如，优化供应链物流和原材料利用率，减少能源浪费和资源损耗；
智能控制模块，包括用于接收控制指令从而控制药物原料输送速度的输送能效管理单元，用于根据制药能效数据进而预测药物原料输送速度的制药输送预测单元；
其中，药物控制单元通过接收制药输送速度预测模型输出的药物原料输送速度预测数据，进而控制药物原料输送速度；
实时校正与监督模块，包括用于接收药物原料输送速度控制指令进而控制制药的药物控制单元，用于接收控制指令进而控制能源输送的能源控制单元，用于接收控制指令进而控制药物输送速度的输送控制单元，用于监测成品药物质量的制药监督单元；
其中，建立能效管理体系，定期评估和改进能效优化控制系统的性能。同时，遵守相关法律法规，保证制药过程的安全和合规；
进一步的，结合人工智能技术，应用优化算法和自适应控制策略，实现自动化制药过程的智能化控制。这些策略可以根据实时数据和环境变化进行调整，以提高制药过程的能效。
实施例二
如图2所示，一种自动化制药过程中能效优化控制方法。
S1、自动制药系统启动，采集制药仓温度、压力和流量，输送药物原料；
S2、监测制药仓药物原料浓度，并根据制药仓药物浓度输出控制药物原料输送速度的控制信号；
S3、根据制药仓药物原料浓度自动控制药物输送速度，结合药物原料输送速度，得出能源效率数据，通过能源效率数据输出能效控制信号，调整药物原料种类输送批次；
S4、通过药物原料种类输送批次，采集制药仓药物原料浓度，通过反馈调整单元调整药物原料输送速度和数量；
S5、制药完成后通过监督成品药物质量，通过成品药物质量反馈制药系统用作优化制药能效控制的数据。
其中，S3中所述能源效率数据通过反馈调整单元调整药物浓度，优化校正量，提升制药仓制药效率，进一步提升在消耗相同能源的情况下药物原料转化为药物的效率；
所述能效控制信号包括控制药物原料输送速度控制指令。
实施例三
一种电子设备，包括，存储器，用于存储指令；处理器，用于执行所述指令，使得所述设备执行实现一种自动化制药过程中能效优化控制方法。
实施例四
一种计算机可读存储介质，其上存储有计算机程序；
该计算机程序被执行时，实现一种自动化制药过程中能效优化控制方法的操作。
重要的是，应注意，在多个不同示例性实施方案中示出的本申请的构造和布置仅是例示性的。尽管在此公开内容中仅详细描述了两个个实施方案，但参阅此公开内容的人员应容易理解，在实质上不偏离该申请中所描述的主题的新颖教导和优点的前提下，许多改型是可能的。例如，示出为整体成形的元件可以由多个部分或元件构成，元件的位置可被倒置或以其它方式改变，并且分立元件的性质或数目或位置可被更改或改变。因此，所有这样的改型旨在被包含在本发明的范围内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺序。在权利要求中，任何“装置加功能”的条款都旨在覆盖在本文中所描述的执行功能的结构，且不仅是结构等同而且还是等同结构。在不背离本发明的范围的前提下，可以在示例性实施方案的设计、运行状况和布置中做出其他替换、改型、改变和省略。因此，本发明不限制于特定的实施方案，而是扩展至仍落在所附的权利要求书的范围内的多种改型。
此外，为了提供示例性实施方案的简练描述，可以不描述实际实施方案的所有特征（即，与当前考虑的执行本发明的最佳模式不相关的那些特征，或于实现本发明不相关的那些特征）。
应理解的是，在任何实际实施方式的开发过程中，如在任何工程或设计项目中，可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时的，但对于那些得益于此公开内容的普通技术人员来说，不需要过多实验，开发努力将是一个设计、制造和生产的常规工作。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种自动化制药过程中能效优化控制系统，其特征在于：包括，
数据监测与采集模块，包括用于采集温度、压力和流量的传感器单元，用于对采集的温度、压力和流量的数据进行过滤和误差处理的数据处理单元；
药物提取优化控制模块，包括用于监测制药仓药物浓度的浓度监测单元，用于调整药物浓度的反馈调整单元，用于进一步优化反馈调整单元中调整药物浓度的校正量的前馈调整单元；
能源管理模块，包括用于收集、处理制药能效数据的制药能效管理单元，用于分析制药能效数据的能耗数据分析单元，用于对分析后的制药能效数据进行评估并生成控制指令的能效评估调整单元，用于根据制药能效数据调整药物生产顺序的生产顺序管理单元；
智能控制模块，包括用于接收控制指令从而控制药物原料输送速度的输送能效管理单元，用于根据制药能效数据进而预测药物原料输送速度的制药输送预测单元；
实时校正与监督模块，包括用于接收药物原料输送速度控制指令进而控制制药的药物控制单元，用于接收控制指令进而控制能源输送的能源控制单元，用于接收控制指令进而控制药物输送速度的输送控制单元，用于监测成品药物质量的制药监督单元；
所述传感器单元包括温度传感器采集制药仓温度，压力传感器采集制药仓压力，流量传感器采集制药仓输出药物流量；
所述数据处理单元，通过滤波器和整流放大器对采集的温度信号、压力信号和流量信号进行过滤和误差处理；
所述浓度监测单元采集制药仓药物浓度，通过成分分析得出制药仓中各个药物种类的浓度；
所述反馈调整单元通过接收采集的制药仓中各个药物种类的浓度与预先设定的各个药物种类的定值之间的偏差，补偿各控制回路的预先设置校正值，通过校正值对制药仓中药物浓度进行校正，通过药物提纯率输出药物浓度稳态定值；
所述药物种类的浓度包括药物提纯率和药物有效成分率；
所述前馈调整单元，对反馈调整单元预先设置的校正值进行优化，得到校正后制药仓中药物浓度稳态定值，通过制药仓中各个药物种类浓度期望与预先设定的各个药物种类浓度定值之间的偏差进行优化补偿；
所述制药能效管理单元包括消耗能量输出可视化数据、能源效率可计算数据；
所述能耗数据分析单元接收消耗能量输出可视化数据进行分析，分析得到制不同种类药所需要的消耗能量的数据，并将制不同种类药所需要的消耗能量的数据输入关系数据库；
所述能效评估调整单元接收能源效率可计算数据，通过算法分析得到制不同种类药的能效数据输入关系数据库；
所述生产顺序管理单元通过建立不同制药批次来组成一个完整的制药周期，包括从原料到半成品再到成品的不同制药批次；
所述控制指令通过能效评估调整单元发出，能效评估调整单元通过分析制药能效数据对制药过程的输送药物原料速度进行控制；
采集的制药能效数据作为基础数据，建立制药输送速度预测模型，通过实时制药能效数据对制药输送速度预测模型进行训练，最后通过制药输送速度预测模型对制药药物原料输送速度进行预测；
所述制药能效数据包括药物原料理论输送速度可提取参数和实际输送速度可提取参数；
药物原料理论输送速度可提取参数和实际输送速度可提取参数的相似度表达式如下所示：
；
其中，为药物原料实际输送速度可提取参数，/>为药物原料理论输送速度可提取参数，/>为药物原料理论输送速度可提取参数与药物原料实际输送速度可提取参数之间的相似度，/>为算法误差补偿，/>为药物原料理论输送速度可提取参数与药物原料实际输送速度可提取参数之间的最大相似度；
通过制药能效数据包括药物原料理论输送速度可提取参数和实际输送速度可提取参数建立相似度，对制药仓药物原料浓度进行数据可视化，进而预测并输出药物原料输送速度控制指令；
所述药物控制单元用于接收药物原料输送速度控制指令，进而控制药物原料输送速度；
所述制药监督单元用于监测成品药物的成分和成品药物质量。
2.一种自动化制药过程中能效优化控制方法，其基于权利要求1中所述的一种自动化制药过程中能效优化控制系统实现，其特征在于：
S1、自动制药系统启动，采集制药仓温度、压力和流量，输送药物原料；
S2、监测制药仓药物原料浓度，并根据制药仓药物浓度输出控制药物原料输送速度的控制信号；
S3、根据制药仓药物浓度自动控制药物输送速度，结合药物原料输送速度，得出能源效率数据，通过能源效率数据输出能效控制信号，调整药物原料种类输送批次；
S4、通过药物原料种类输送批次，采集制药仓药物原料浓度，通过反馈调整单元调整药物原料输送速度和数量；
S5、制药完成后通过监督成品药物质量，通过成品药物质量反馈制药系统用作优化制药能效控制的数据。
3.根据权利要求2所述的一种自动化制药过程中能效优化控制方法，其特征在于：
所述能源效率数据通过反馈调整单元调整药物浓度，优化校正量，提升制药仓制药效率，进一步提升在消耗相同能源的情况下药物原料转化为药物的效率；
所述能效控制信号包括控制药物原料输送速度控制指令。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被执行时，实现如权利要求2-3所述任意一项的一种自动化制药过程中能效优化控制方法的操作。
5.一种电子设备，其特征在于，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述设备执行实现如权利要求2-3所述任意一项的一种自动化制药过程中能效优化控制方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311465469.8A CN117215251B (zh) | 2023-11-07 | 2023-11-07 | 一种自动化制药过程中能效优化控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311465469.8A CN117215251B (zh) | 2023-11-07 | 2023-11-07 | 一种自动化制药过程中能效优化控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117215251A CN117215251A (zh) | 2023-12-12 |
| CN117215251B true CN117215251B (zh) | 2024-01-26 |
Family
ID=89044717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311465469.8A Active CN117215251B (zh) | 2023-11-07 | 2023-11-07 | 一种自动化制药过程中能效优化控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117215251B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1947535A1 (de) * | 2007-01-17 | 2008-07-23 | Siemens Aktiengesellschaft | Überwachung der Programmierung eines Automatisierungsgerätes |
| CN102566524A (zh) * | 2010-12-27 | 2012-07-11 | 四川恩威制药有限公司 | 中药提取罐生产控制方法 |
| CN105388939A (zh) * | 2015-12-18 | 2016-03-09 | 重庆科技学院 | 制药流化床的温度控制方法及系统 |
| CN108196522A (zh) * | 2018-03-27 | 2018-06-22 | 北京东华原医疗设备有限责任公司 | 自动化制药系统 |
| CN109884993A (zh) * | 2019-01-16 | 2019-06-14 | 上海途么科技有限公司 | 一种制药数字化车间管理系统 |
| CN112316834A (zh) * | 2020-11-21 | 2021-02-05 | 西安西热水务环保有限公司 | 一种粉状药剂溶液间歇配制连续投加系统及方法 |
| WO2022152445A1 (en) * | 2021-01-12 | 2022-07-21 | Sartorius Stedim Biotech Gmbh | Device assembly and method for controlling an integrated continuous pharmaceutical or biopharmaceutical manufacturing process |
| CN115542853A (zh) * | 2022-09-19 | 2022-12-30 | 上海雷昶科技有限公司 | 一种制药生产工艺流程监控的新方法及系统 |
| CN115630839A (zh) * | 2022-11-01 | 2023-01-20 | 苏州泽达兴邦医药科技有限公司 | 一种基于数据挖掘的生产智能反馈调控系统 |
| WO2023023747A1 (en) * | 2021-08-24 | 2023-03-02 | Fridge Insights Pty Ltd | System, apparatus and method/process for monitoring and controlling environmental conditions for pharmaceutical products |
| CN116024081A (zh) * | 2023-01-09 | 2023-04-28 | 信阳农林学院 | 一种基于计算机控制的制药发酵设备 |
| CN116736815A (zh) * | 2023-07-11 | 2023-09-12 | 温州市金榜轻工机械有限公司 | 中药制药生产过程在线检测及智能控制系统 |
| CN116880160A (zh) * | 2023-09-06 | 2023-10-13 | 浙江大学 | 监控药条制丸过程的方法及系统 |
| CN116974310A (zh) * | 2023-08-02 | 2023-10-31 | 淮北矿业股份有限公司淮北选煤厂 | 基于云计算的浓缩加药自动控制系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK3291038T3 (da) * | 2016-08-31 | 2021-10-18 | Sartorius Stedim Biotech Gmbh | Kontrol og overvågning af en proces til fremstilling af et kemisk, farmaceutisk eller bioteknologisk produkt |
-
2023
- 2023-11-07 CN CN202311465469.8A patent/CN117215251B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1947535A1 (de) * | 2007-01-17 | 2008-07-23 | Siemens Aktiengesellschaft | Überwachung der Programmierung eines Automatisierungsgerätes |
| CN102566524A (zh) * | 2010-12-27 | 2012-07-11 | 四川恩威制药有限公司 | 中药提取罐生产控制方法 |
| CN105388939A (zh) * | 2015-12-18 | 2016-03-09 | 重庆科技学院 | 制药流化床的温度控制方法及系统 |
| CN108196522A (zh) * | 2018-03-27 | 2018-06-22 | 北京东华原医疗设备有限责任公司 | 自动化制药系统 |
| CN109884993A (zh) * | 2019-01-16 | 2019-06-14 | 上海途么科技有限公司 | 一种制药数字化车间管理系统 |
| CN112316834A (zh) * | 2020-11-21 | 2021-02-05 | 西安西热水务环保有限公司 | 一种粉状药剂溶液间歇配制连续投加系统及方法 |
| WO2022152445A1 (en) * | 2021-01-12 | 2022-07-21 | Sartorius Stedim Biotech Gmbh | Device assembly and method for controlling an integrated continuous pharmaceutical or biopharmaceutical manufacturing process |
| WO2023023747A1 (en) * | 2021-08-24 | 2023-03-02 | Fridge Insights Pty Ltd | System, apparatus and method/process for monitoring and controlling environmental conditions for pharmaceutical products |
| CN115542853A (zh) * | 2022-09-19 | 2022-12-30 | 上海雷昶科技有限公司 | 一种制药生产工艺流程监控的新方法及系统 |
| CN115630839A (zh) * | 2022-11-01 | 2023-01-20 | 苏州泽达兴邦医药科技有限公司 | 一种基于数据挖掘的生产智能反馈调控系统 |
| CN116024081A (zh) * | 2023-01-09 | 2023-04-28 | 信阳农林学院 | 一种基于计算机控制的制药发酵设备 |
| CN116736815A (zh) * | 2023-07-11 | 2023-09-12 | 温州市金榜轻工机械有限公司 | 中药制药生产过程在线检测及智能控制系统 |
| CN116974310A (zh) * | 2023-08-02 | 2023-10-31 | 淮北矿业股份有限公司淮北选煤厂 | 基于云计算的浓缩加药自动控制系统 |
| CN116880160A (zh) * | 2023-09-06 | 2023-10-13 | 浙江大学 | 监控药条制丸过程的方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 乔秋飞 ; 仲梁维 ; 袁坤坤 ; 邵炼 ; .基于物联网技术的智能能源管控系统的研究.信息技术.2016,第18-21页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117215251A (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tedeschi | ASN-ASAS SYMPOSIUM: FUTURE OF DATA ANALYTICS IN NUTRITION: Mathematical modeling in ruminant nutrition: approaches and paradigms, extant models, and thoughts for upcoming predictive analytics | |
| CN113272052A (zh) | 用于工业生产过程自动化控制的系统方法和计算装置 | |
| CN109507961B (zh) | 一种半导体生产线动态负荷均衡投料控制方法 | |
| CN117215251B (zh) | 一种自动化制药过程中能效优化控制系统及方法 | |
| Honda et al. | Fuzzy control of bioprocess | |
| Pawlowski et al. | Event-based control systems for microalgae culture in industrial reactors | |
| Acuna et al. | Modeling perfusion processes in biopharmaceutical production | |
| Rajinikanth et al. | Modeling, analysis, and intelligent controller tuning for a bioreactor: a simulation study | |
| CN103488089A (zh) | 自适应的农药废液焚烧炉有害物排放达标控制系统及方法 | |
| CN216513866U (zh) | 一种酵母发酵自动化控制系统 | |
| CN115860364A (zh) | 一种基于opc ua协议的火腿肠低温车间生产调度方法 | |
| Ritschel et al. | Economic optimal control of a U-loop bioreactor using simultaneous collocation-based approaches | |
| Dowd et al. | Predictive modeling and loose-loop control for perfusion bioreactors | |
| CN112926765A (zh) | 一种脱硫系统运行优化方法以及信息物理融合系统 | |
| Kasperski et al. | An adaptive fuzzy logic controller using the respiratory quotient as an indicator of overdosage in the baker's yeast process | |
| CN112330247A (zh) | 订单汇总方法、智能仓储系统、计算机设备及存储介质 | |
| Bogle et al. | A process systems engineering view of biochemical process operations | |
| Decardi-Nelson et al. | Improving Resource Use Efficiency in Plant Factories Using Deep Reinforcement Learning for Sustainable Food Production | |
| Borchert et al. | Risk assessment and integrated process modeling–an improved QbD approach for the development of the bioprocess control strategy | |
| Stockinger | Stochastic Optimization of Bioreactor Control Policies Using a Markov Decision Process Model | |
| CN115438894B (zh) | 煤炭调度控制方法、装置、电子设备、存储介质 | |
| KR20240033258A (ko) | 예측성 세포-기반 유가식 공정 | |
| Copot et al. | The role of control in achieving flexible and sustainable pharmaceutical manufacturing | |
| CN118183889A (zh) | 一种基于深度学习的药剂投加控制方法、装置和设备 | |
| Atasoy et al. | Optimization of Molasses and Air Feeding Profiles in Fed-Batch Baker's Yeast Fermentation |
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 |