WO2024121193A1

WO2024121193A1 - Verfahren zur steuerung eines kontinuierlichen granulier- und trocknungsprozesses sowie anlage und system hiefür

Info

Publication number: WO2024121193A1
Application number: PCT/EP2023/084434
Authority: WO
Inventors: Moritz Schneider; Victor NNAMDI EMENIKE; Martin Maus; Judith MENTH
Original assignee: Boehringer Ingelheim International Gmbh
Priority date: 2022-12-06
Filing date: 2023-12-06
Publication date: 2024-06-13

Abstract

Die Vorliegende Erfindung betrifft ein Verfahren zur Steuerung eines kontinuierlichen Granulier- und Trocknungsprozesses sowie eine Anlage und ein System hierfür, wo- bei ein Modell eine Kombination aus Granulierung mit dem Granulator und anschlie- ßender Trocknung mit dem Trockner berücksichtigt und mit dem Modell basierend auf Zustandsparametern der Anlage Steuerparameter oder prognostizierte Formu- lierungsparameter ermittelt werden; und/oder wobei das Modell einen statischen Teil aufweist, mit dem für den jeweiligen Steuerparameter oder prognostizierten Formu- lierungsparameter mit den Zustandsparametern ein Basiswert ermittelt wird oder ist, und das Modell einen dynamischen Teil aufweist, mit dem der Basiswert mittels einer Vorhersage optimiert wird.

Description

Verfahren zur Steuerung eines kontinuierlichen Granulier- und Trocknungsprozesses sowie Anlage und System hierfür

Die vorliegende Erfindung betrifft ein Verfahren zur Steuerung einer Anlage sowie eine Anlage gemäß dem Oberbegriff von Anspruch 14 und ein System mit der Anlage.

Hintergrund der vorliegenden Erfindung ist vorrangig die Herstellung von Medika- menten-Darreichungsformen, insbesondere von Tabletten, Kapseln oder Granulaten. Grundsätzlich ist die Erfindung jedoch auch in anderen technischen Bereichen einsetzbar, insbesondere wenn eine Formulierung mit einem vorgegebenen oder vorgebbaren Attribut betreffend Partikel der Formulierung wie einer vorgegebenen Partikelgrößenverteilung und/oder Feuchtigkeit erzeugt werden soll. Dies ist beispielsweise der Fall, wenn die Formulierung tablettiert werden soll, was zwar besonders bevorzugt im pharmazeutischen Bereich der Fall ist, jedoch grundsätzlich auch im Zusammenhang mit Reinigungsmitteln, Lebensmitteln oder dergleichen möglich ist.

Die vorliegende Erfindung betrifft insbesondere ein Verfahren sowie eine Anlage zur bevorzugt kontinuierlichen Herstellung einer Formulierung aus einem Einsatzstoff. Ganz besonders bevorzugt wird die Anlage mit einem vorschlagsgemäßen Verfahren derart gesteuert bzw. die Anlage ist dazu ausgebildet, dass aus dem Einsatzstoff eine Formulierung einer vorgegebenen oder vorgebbaren, Partikel der Formulierung betreffenden Eigenschaft, wie Homogenität bzw. Partikelverteilung, und, vorzugsweise, einer vorgegebenen oder vorgebbaren (relativen) Feuchtigkeit erzeugt wird.

Als vorteilhaft zur Herstellung der Formulierung aus dem Einsatzstoff hat sich die Kombination eines Granulators und eines T rockners erwiesen. So kann zunächst mit dem Granulator ausgehend von dem Einsatzstoff ein Zwischenprodukt (Granulat) mit einer vorgegebenen bzw. vorgebbaren Partikelverteilung erreicht werden, während das Zwischenprodukt im Anschluss mittels des Trockners auf eine vorgegebene oder vorgebbare (relative) Feuchtigkeit konditioniert werden kann.

Eine Schwierigkeit hierbei besteht darin, dass die variierenden Eigenschaften des Zwischenprodukts Auswirkungen auf die Trocknung und damit auf die Formulierung haben. Grundsätzlich sind Fließbettgranulatoren bekannt. In der dort offenbarten Lösung werden in demselben Schritt eine bestimmte Partikelverteilung und Konditionierung hinsichtlich einer relativen Feuchtigkeit bewirkt. Lösungen auf Basis von Fließbettgranulatoren haben jedoch Nachteile hinsichtlich der zuverlässigen Erzeugung einer exakten Partikelgrößenverteilung und Feuchtigkeit und sind zudem nur für bestimmte Einsatzstoffe geeignet.

Im Vergleich hierzu hat sich der Einsatz eines Granulators gefolgt von dem Einsatz eines hiervon getrennt realisierten Trockners als vorteilhafter erwiesen, da hier die Komponenten auch getrennt voneinander nutzbar sind und ggf. eine exaktere Partikelgrößenverteilung und relative Feuchtigkeit, bevorzugt zumindest im Wesentlichen unabhängig voneinander, erreicht werden können. Das vorschlagsgemäße Verfahren kann jedoch grundsätzlich auch zur Steuerung von Fließbettgranulatoren vorteilhaft sein.

Auch Kombinationen eines Granulators und eines Trockners sind grundsätzlich bekannt, zunächst einmal im Batch-Betrieb. Bei einem Batch-Prozess wird eine Charge des Einsatzstoffs einem ersten Herstellungsschritt unterzogen und im Anschluss wird die gesamte Charge einem anderen, zweiten Herstellungsschritt unterzogen, bevor das Resultat, also die Formulierung, aus dem Herstellungsprozess hervorgeht.

Im Gegensatz dazu ist es bei einem kontinuierlichen Herstellungsprozess, der vorzugsweise der vorliegenden Erfindung zugrunde liegt, so, dass nach einer Startphase gleichzeitig Einsatzstoff zugeführt wird, während zuvor zugeführter Einsatzstoff dem Herstellungsprozess unterzogen wird und wiederum zuvor zugeführter Einsatzstoff, der dem Herstellungsprozess bereits vollständig unterzogen worden ist, entnommen wird. Es wird also in einem kontinuierlichen Prozess gleichzeitig Einsatzstoff zugeführt und das Resultat in Form der Formulierung entnommen.

Die vorliegende Erfindung betrifft bevorzugt eine kontinuierliche Herstellung der Formulierung bzw. ein kontinuierliches Verfahren und die Anlage hierfür bzw. das System mit der Anlage, vorzugsweise im Gegensatz zu einem Batch-Prozess. Vorteile eines kontinuierlichen Prozesses sind:

- einfache Skalierbarkeit (Skalierung nach Zeit und Durchsatz möglich)

- geringer Platzbedarf der Anlage

- kürzere Stillstandzeiten der Anlage im Vergleich zu Batch-Anlagen - höherer Automatisierungsgrad möglich

- höhere Produktqualität

Aufgabe der vorliegenden Erfindung ist es vor diesem Hintergrund, ein Verfahren sowie eine Anlage und ein System anzugeben, durch die der Prozess zur Herstellung der Formulierung aus dem Einsatzstoff hinsichtlich einer zuverlässigen und gleichbleibenden Realisierung von Attributen wie insbesondere einer Partikelgrößenverteilung und Feuchtigkeit verbessert werden kann.

Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 , eine Anlage gemäß Anspruch 14 oder ein System gemäß Anspruch 15 gelöst. Vorteilhafte Weiterbildungen sind Gegenstand der Unteransprüche.

Die vorliegende Erfindung betrifft einerseits ein Verfahren zur Steuerung einer Anlage zur Herstellung einer Formulierung aus einem Einsatzstoff, wobei die Herstellung eine Verarbeitung des Einsatzstoffs mit einem Granulator und eine Trocknung eines aus dem Einsatzstoff mit dem Granulator hergestellten Zwischenprodukts mittels eines Trockners umfasst.

In einer ersten Variante der vorliegenden Erfindung werden basierend auf einem Modell Steuerparameter der Anlage ermittelt. Hierbei berücksichtigt das Modell vorgegebene Soll-Formulierungsparameter, die gewünschte Eigenschaften der hergestellten oder herzustellenden Formulierung repräsentieren.

Die gewünschten Eigenschaften der hergestellten oder herzustellenden Formulierung ist insbesondere eine beabsichtige Körnungseigenschaft und Feuchtigkeit.

Dem Modell können hierbei veränderlich vorgebbare Soll-Formulierungsparameter übergeben werden, mit denen das Modell die Steuerparameter bestimmt. Die Soll- Formulierungsparameter können jedoch alternativ oder zusätzlich bei der Bildung des Modells berücksichtigt werden oder worden sein.

Die Steuerparameter sind oder repräsentieren Stellgrößen zur Steuerung von Aktoren der Anlage. Es werden Zustandsparameter der Anlage bestimmt und durch das Modell verarbeitet. Hierzu werden diese vorzugsweise an das Modell übergeben und von diesem zur Bestimmung der Steuerparameter verwendet.

Die Zustandsparameter repräsentieren jeweils einen die Herstellung beeinflussenden Zustand der Anlage und sind vorzugsweise Sensorwerte.

Ferner werden Einsatzstoffparameter durch das Modell berücksichtigt. Insbesondere werden dem Modell veränderlich vorgebbare Einsatzstoffparameter übergeben, mit denen das Modell die Steuerparameter bestimmt. Die Einsatzstoffparameter können jedoch alternativ oder zusätzlich zumindest teilweise bei der Bildung des Modells berücksichtigt werden oder worden sein.

Die Einsatzstoffparameter repräsentieren ein Attribut des Einsatzstoffs, insbesondere eine Feuchtigkeit und/oder eine Körnungseigenschaft.

In einem Aspekt ist der Trockner mit dem Granulator derart gekoppelt, dass das Zwischenprodukt automatisch unterbrechungsfrei aus dem Granulator in den Trockner gefördert wird. Das Modell berücksichtigt vorschlagsgemäß die kontinuierlich ablaufende Kombination aus Granulierung mit dem Granulator und anschließender Trocknung mit dem Trockner.

In einem mit dem ersten kombinierbaren zweiten Aspekt weist das Modell einen statischen Teil auf, mit dem für den jeweiligen Steuerparameter ein Basiswert ermittelt wird, und einen dynamischen Teil, mit dem der Basiswert mittels einer Vorhersage optimiert wird.

In einer zweiten Variante der vorliegenden Erfindung werden basierend auf einem (demselben oder einem anderen) Modell Ist-Formulierungsparameter prognostiziert.

Hierbei berücksichtigt das Modell die Steuerparameter, die in diesem Aspekt vorgegebenen oder vorgebbar sind. Vorzugsweise werden dem Modell veränderlich vorgebbare Steuerparameter übergeben, mit denen das Modell die Ist-Formulierungsparameter prognostiziert. Die Steuerparameter können jedoch alternativ oder zusätzlich zumindest teilweise bei der Bildung des Modells berücksichtigt werden oder worden sein. Die Ist-Formulierungsparameter repräsentieren tatsächliche Eigenschaften der hergestellten oder herzustellenden Formulierung, insbesondere eine tatsächliche Körnungseigenschaft und Feuchtigkeit.

Wie bereits in der ersten Variante werden die Zustandsparameter bestimmt und durch das Modell verarbeitet und die Einsatzstoffparameter durch das Modell berücksichtigt.

Ferner sind, wie bereits in der vorherigen Variante, in einem Aspekt der Trockner mit dem Granulator derart gekoppelt, dass das Zwischenprodukt automatisch unterbrechungsfrei aus dem Granulator in den Trockner gefördert wird. Das Modell berücksichtigt vorschlagsgemäß die kontinuierlich ablaufende Kombination aus Granulierung mit dem Granulator und anschließender Trocknung mit dem Trockner.

In einem mit dem ersten kombinierbaren zweiten Aspekt weist das Modell auch in der zweiten Variante einen statischen Teil auf, mit dem für den jeweiligen Steuerparameter ein Basiswert ermittelt wird, und einen dynamischen Teil, mit dem der Basiswert mittels einer Vorhersage optimiert wird.

In einem vorschlagsgemäßen Verfahren sind oder werden zur Steuerung der Anlage zur Herstellung der Formulierung aus einem Einsatzstoff oder zur Unterstützung der Steuerung also zunächst Einsatzstoffparameter vorgegeben oder berücksichtigt, die einen Zustand des Einsatzstoffs repräsentieren, insbesondere eine Feuchtigkeit und/oder eine Partikeleigenschaft wie eine Partikelgrößenverteilung.

Ein Einsatzstoff im Sinne der vorliegenden Erfindung ist vorzugsweise ein granulierbarer Stoff, also ein Stoff, der durch einen Granulationsprozess zu einem Granulat verarbeitet werden kann. Bei dem Einsatzstoff handelt es sich ganz besonders bevorzugt um ein Pulver oder Granulat, dessen Partikeleigenschaften durch einen Granulationsprozess geändert werden können.

Ferner ist der Einsatzstoff vorzugsweise ein Stoffgemisch, also ein zumindest im Wesentlichen homogenes Gemisch unterschiedlicher, bevorzugt fester Komponenten. Diese Komponenten können einen Wirkstoff, insbesondere pharmakologisch oder auf sonstige Weise wirksamen Stoff, einen Füllstoff und/oder ein Sprengmittel aufweisen. Insbesondere handelt es sich bei dem Einsatzstoff um ein zumindest im Wesentlichen homogenes Pulvergemisch. Bei der Herstellung der Formulierung aus dem Einsatzstoff werden vorzugsweise Materialparameter des die Anlage durchlaufenden Einsatzstoffs über sein Zwischenprodukt bis hin zum Endprodukt (Formulierung) nicht durch Probennahme und Analyse abseits der Anlage bestimmt. Stattdessen werden ausschließlich im laufenden, kontinuierlichen Betrieb messbare Parameter verwendet.

Entweder es werden gar keine Materialparameter ermittelt oder allenfalls in-line- messbare Materialparameter, beispielsweise Messwerte von kontaktlosen Messverfahren, einer Reflexions- und/oder Transmissionsmessung, insbesondere mit infraroter Strahlung, beispielsweise als Indikator für die Materialfeuchte. Von der Messung von Partikelgrößenverteilungen wird im Herstellungsprozess zumindest vom Zwischenprodukt vorzugsweise abgesehen.

Zur vorschlagsgemäßen Steuerung können Steuerparameter der Anlage bestimmt werden, die Stellgrößen zur Steuerung von Aktoren der Anlage sind oder repräsentieren. Mit diesen Steuerparametern kann die Anlage also gesteuert werden. Dies erfolgt vorzugsweise, indem unterschiedliche Aktoren der Anlage mit den Steuerparametern gesteuert werden, sodass diese einen Einfluss auf den Einsatzstoff bzw. das Zwischenprodukt nehmen.

Alternativ oder zusätzlich werden zur Unterstützung der Steuerung Ist-Formulierungsparameter prognostiziert, die Eigenschaften der hergestellten Formulierung unter vorgegebenen Randbedingungen repräsentieren. Dies kann auf Basis der vorgegebenen oder vorgebbaren Steuerparameter erfolgen.

Mit anderen Worten können unter bevorzugt manueller Vor- oder Eingabe der Steuerparameter Ist-Formulierungsparameter prognostiziert und bevorzugt ausgegeben werden. Dies ermöglicht einem Benutzer einen - wiederum bevorzugt manuellen - Vergleich mit Soll-Formulierungsparametern und eine Vorgabe variierter Steuerparameter, um die prognostizierten Ist-Formulierungsparameter den Soll-Formulierungsparametern anzugleichen. Die variierten Steuerparameter werden dann vorzugsweise der Steuerung der Anlage zugrunde gelegt.

Bevorzugt werden mit den Steuerparametern zumindest ein Granulator-Antrieb und eine Zuführung für ein Trockenmittel, insbesondere (konditionierte) Luft, gesteuert. Ergänzend können eine Zuführeinrichtung für den Einsatzstoff, eine Einspritzung für Flüssigkeit bei der Granulierung, eine oder mehrere Temperiereinrichtung(en) des Granulators, eine Fördereinrichtung für das Trockenmittel zur Einstellung eines Trockenmittel-Volumenstroms und/oder eine Temperiereinrichtung zur Temperierung des Trockenmittels mit den Steuerparametern gesteuert werden.

Für die Steuerung der Anlage bzw. zur Unterstützung der Steuerung werden Zustandsparameter der Anlage, insbesondere ein oder mehrere Sensorwerte, bestimmt, die vorzugsweise jeweils einen den Prozess zur Herstellung der Formulierung aus dem Einsatzstoff beeinflussenden Zustand der Anlage repräsentieren. Hierzu zählen insbesondere Temperaturen und/oder Drücke bzw. Druckdifferenzen und/oder Drehmomente und/oder Volumenströme. Es sind jedoch auch andere Parameter bzw. Sensorwerte denkbar, die einen Zustand der Anlage beschreiben.

Die Zustandsparameter beschreiben jedoch vorzugsweise keine oder jedenfalls nicht unmittelbar Materialeigenschaften des Einsatzstoffs oder eines aus diesem gebildeten Zwischenprodukt (Granulat) oder Endprodukts (Formulierung).

Jedenfalls ist bevorzugt, dass im kontinuierlich ablaufenden Prozess der Granulierung und Trocknung keine Partikelgrößenverteilung, keine Größe, keine Form, keine Dichte und/oder kein Wirkstoffgehalt des Einsatzstoffs oder hieraus gebildeten Zwischenprodukts bestimmt wird/werden. Insofern verfolgt die vorliegende Erfindung einen gegenüber dem Stand der Technik gänzlich anderen Ansatz. Eigenschaften des Einsatzstoffs können hingegen im Vorfeld bestimmt werden und Eigenschaften des Endprodukts, also der Formulierung, zur Verifikation nach Fertigstellung und/oder zur Bildung eines Modells.

Soll-Formulierungsparameter sind oder werden vorzugsweise zur Steuerung vorgegeben, die die gewünschten Eigenschaften der hergestellten oder heuzustellenden Formulierung repräsentieren, insbesondere eine oder mehrere physikalische Eigenschaften wie einer Partikelgröße, Partikelgrößenverteilung, Partikelform oder Dichte und/oder eine Feuchtigkeit der Formulierung.

Ferner werden zur Modellbildung und/oder Verifikation vorzugsweise durch Charakterisierung der Formulierung Ist-Formulierungsparameter bestimmt, die die tatsächlichen Eigenschaften der hergestellten oder heuzustellenden Formulierung repräsentieren, insbesondere eine oder mehrere physikalische Eigenschaften wie eine Partikelgröße, Partikelgrößenverteilung, Partikelform oder Dichte und/oder eine Feuchtigkeit der Formulierung.

Schließlich ist vorgesehen, dass die Steuerparameter basierend auf dem Modell ermittelt werden. Die Anlage kann dann mit den Steuerparametern, die vorzugsweise durch Verarbeitung der Zustandsparameter mit dem Modell ermittelt werden, im Prozess zur Herstellung der Formulierung gesteuert werden.

Die (gemessenen) Ist-Formulierungsparameter werden vorzugsweise verwendet, um das Modell herzuleiten bzw. zu definieren. Die (gemessenen) Ist-Formulierungsparameter werden jedoch vorzugsweise nicht im laufenden Prozess der Steuerung der Anlage zugrunde gelegt.

Die Steuerparameter werden vorzugsweise also nicht durch Verarbeitung der (gemessenen) Ist-Formulierungsparameter bestimmt bzw. hieraus abgeleitet. Denn es hat sich in überraschender Weise gezeigt, dass eine Ableitung der Steuerparameter aus (gemessenen) Ist-Formulierungsparametern zu spät einsetzt. Wenn (gemessene) Ist-Formulierungsparameter von den Soll-Formulierungsparametern im laufenden Prozess abweichen, ist bereits erheblicher Ausschuss vorprogrammiert. Es ist jedoch Ziel der Erfindung, derartigen Ausschuss zu vermeiden. Hierzu ist vielmehr bevorzugt, die Anlage (zumindest im Wesentlichen) unabhängig von den (gemessenen) Ist-Formulierungsparametern zu steuern oder dass die Anlage dazu ausgebildet ist.

Die (gemessenen) Ist-Formulierungsparameter werden vorzugsweise dazu verwendet, das Modell zu bestimmen bzw. ein Schema in Form des Modells abzuleiten, womit aus den Zustandsparametern der Anlage während des Prozesses die Steuerparameter abgeleitet werden.

Das Modell weist vorzugsweise eine machine-learning-basierte Struktur auf, insbesondere ein neuronales Netz.

Wie bereits erwähnt, weist die Anlage einem ersten Aspekt der vorliegenden Erfindung einen Granulator zur Verarbeitung des Einsatzstoffs zu einem Zwischenprodukt und einen Trockner auf, der mit dem Granulator derart gekoppelt ist, dass das Zwischenprodukt automatisch unterbrechungsfrei aus dem Granulator in den Trockner gefördert wird. Das Modell berücksichtigt, insbesondere beschreibt, hierbei die Kombination aus Granulierung mit dem Granulator und der anschließenden T rocknung mit dem T rock- ner. Mit dem Modell können basierend auf den Zustandsparametern der Anlage, und vorzugsweise den Einsatzstoffparametern, die Steuerparameter, insbesondere Basiswerte, der Steuerparameter, ermittelt werden.

Alternativ oder zusätzlich werden prognostizierte (also nicht gemessene) Ist-Formulierungsparameter basierend auf dem Modell ermittelt. Hierbei kann es sich um ein anderes Modell handeln als zur Bestimmung der Steuerparameter. Die prognostizierten Ist-Formulierungsparameter können ausgegeben werden, um einen (manuellen) Vergleich mit Soll-Formulierungsparametern und ggf. eine (manuelle oder automatische) Anpassung der Steuerparameter zu ermöglichen. Die Steuerparameter werden dem Modell in diesem Fall bevorzugt vorgegeben.

Optional kann/können ein oder mehrere inline-messbare Eigenschaften des Zwischenprodukts, insbesondere ein oder mehrere optisch am Zwischenprodukt messbare Parameter, ergänzend berücksichtigt werden. Messwerte, deren Bestimmung eine Probennahme, von der Anlage getrennte Analyse oder Unterbrechung des Herstellungsprozesses erfordern, werden jedoch vorzugsweise vermieden.

Es ist also nicht ausgeschlossen, dass zusätzlich zu Zustandsparametern der Anlage gewisse (physikalische) in-line-messbare Eigenschaften des Einsatzstoffs und/oder des Zwischenprodukts und/oder der Formulierung (Ist-Formulierungsparameter) ermittelt oder zur Regelung bzw. als Eingangsgröße des Modells verwendet wird/werden, beispielsweise eine Feuchtigkeit und/oder Partikelgrößenverteilung der Formulierung 7 oder hiermit bestimmte Größen, insbesondere soweit eine In-Line- Messung ohne Unterbrechung der kontinuierlichen Granulierung und Trocknung zur Bestimmung möglich ist.

Vorzugsweise ist hierbei eine Messung einer Partikelgrößenverteilung allenfalls oder lediglich der Formulierung vorgesehen, nicht jedoch des Zwischenprodukts. Entsprechend kann die Anlage einen Sensor zur Bestimmung eines Partikels der Formulierung beschreibenden Attributs wie einer Partikelgrößenverteilung aufweisen, vorzugweise jedoch nur am oder nach dem Formulierungs-Auslass zur Abgabe der Formulierung nach Trocknung des Zwischenprodukts. Der als Teil der Anlage oder eines Systems mit der Anlage vorgesehene Sensor ist insbesondere eine Inline-Sonde mit Ortsfilteranemometrie zur Partikelgrößenmessung. Hier sind jedoch auch andere Prinzipien möglich.

Eine Feuchtigkeit wird vorzugsweise von der Formulierung, kann jedoch alternativ oder ergänzend auch von dem Zwischenprodukt bestimmt werden. Hierzu können eine oder mehrere Sensoren vorgehen sein. Insbesondere handelt es sich um einen optischen Sensor, besonders bevorzugt einen infrarotstrahlungsbasierten Sensor. In diesem Zusammenhang haben sich Sensoren auf Basis nah-infraroter Strahlung, insbesondere aus dem NIR-2 Spektrum von 860 bis 1040 nm Wellenlänge, als besonders vorteilhaft erwiesen.

Es hat sich als besonders vorteilhaft unabhängig von sowie synergistisch mit der Modellbildung der Kombination aus Granulator und Trockner erwiesen, wenn das Modell einen statischen Teil aufweist, mit dem für den jeweiligen Steuerparameter bzw. prognostizierten Ist-Formulierungsparameter aus den Einsatzstoffparametern und den Zustandsparametern ein Basiswert ermittelt wird oder ist, und das Modell ferner einen dynamischen Teil aufweist, mit dem der Basiswert mittels einer Vorhersage optimiert wird oder optimierbar ist.

Der statische Teil des Modells kann durch Bestimmung von Modellparametern definiert sein oder werden, die bei mehreren jeweils stationären (eingeschwungenen, zumindest im Wesentlichen statischen) Zuständen der Anlage zueinander korrespondierend bestimmt, insbesondere gemessen, werden oder sind.

Mit dem statischen Teil des Modells können aus den Zustandsparametern Basiswerte der Steuerparameter bestimmt und/oder der Ist-Formulierungsparameter prognostiziert werden. Der statische Teil des Modells ist oder wird vorzugsweise bevorzugt unveränderlich vorgegeben.

Mit dem dynamischen Teil des Modells kann das Verhalten des Modells laufend angepasst werden. Beispielsweise verändert sich das Verhalten einer Anlage über der Zeit aufgrund von Verschleiß, Materialdehnung, Alterung, o. dgl. Anstatt derartige oder ähnliche transiente Effekte direkt durch eine Änderung (insbesondere Skalierung und/oder Korrektur durch Addition/Subtraktion von Korrekturtermen) von Werten der Steuerparameter oder prognostizierten Ist-Formulierungsparameter zu berücksichtigen, wird vorschlagsgemäß das Modell angepasst, so dass das Modell aus den Zustandsparametern korrigierte Steuerparameter bzw. Ist-Formulierungsparameter erzeugt.

Ein oder mehrere, ggf. unterschiedliche der Parameter (beispielsweise die Zustandsparameter) werden durch das Modell verarbeitet. Hierbei kann vorgesehen sein, dass diese Parameter Eingangswerte des Modells, also insbesondere des statischen Teils des Modells und/oder des dynamischen Teils des Modells bilden.

Das Modell, insbesondere dessen statischer Teil, kann ein künstliches neuronales Netz aufweisen. Die Parameter können an Knoten eines Input-Layer des künstlichen neuronalen Netzes übergeben werden und das künstliche neuronale Netz kann diese verwenden, um an den Knoten eines Output-Layer des künstlichen neuronalen Netzes Werte zu erzeugen.

Die an den Knoten des neuronalen Netzes des statischen Teils des Modells im Output-Layer erzeugten Werte können mit dem dynamischen Teil des Modells optimiert werden, beispielsweise durch eine Verarbeitung unter Berücksichtigung derselben und/oder anderer Parameter

Ein weiterer, auch unabhängig realisierbarer Aspekt der vorliegenden Erfindung betrifft ein Computerprogrammprodukt oder computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren nach einem der ausgeführten Aspekte auszuführen.

Ein weiterer, auch unabhängig realisierbarer Aspekt der vorliegenden Erfindung betrifft die Anlage zur Herstellung der Formulierung aus dem Einsatzstoff, wobei die Herstellung eine Verarbeitung des Einsatzstoffs mit einem Granulator und eine Trocknung eines mit dem Granulator hergestellten Zwischenprodukts mittels eines Trockners, umfasst:

Die Anlage weist die Sensoren zur Erfassung von Zustandsparametern der Anlage auf, die jeweils einen die Herstellung beeinflussenden Zustand der Anlage repräsentieren. Die Anlage weist die Aktoren zum unmittelbaren oder mittelbaren Einwirken auf den Einsatzstoff auf. Ferner weist die Anlage eine Steuereinrichtung zur Steuerung der Aktoren mit den Steuerparametern auf, wobei der Steuereinrichtung Soll- Formulierungsparameter vorgegeben oder vorgebbar sind, und das Modell, basierend auf dem die Steuerparameter ermittelbar sind. Der Granulator ist derart mit dem Trockner gekoppelt ist, dass das Zwischenprodukt automatisch unterbrechungsfrei aus dem Granulator in den Trockner gefördert wird, wobei das Modell die Kombination aus Granulierung mit dem Granulator und der sich kontinuierlich anschließenden Trocknung mit dem Trockner berücksichtigt und die Anlage dazu ausgebildet ist, dass die Steuereinrichtung mit dem Modell basierend auf den Zustandsparametern der Anlage die Steuerparameter zu ermitteln.

Alternativ oder zusätzlich weist das Modell einen statischen Teil auf, wobei die Steuereinrichtung dazu ausgebildet ist, mit dem statischen Teil für den jeweiligen Steuerparameter aus den Einsatzstoffparametern und den Zustandsparametern einen Basiswert zu ermitteln, und das Modell weist einen dynamischen Teil auf, wobei die Steuereinrichtung dazu ausgebildet ist, mit dem dynamischen Teil den Basiswert mittels einer Vorhersage zu optimieren. Mit dem resultierenden, optimierten Basiswert wird die Anlage dann vorzugsweise gesteuert bzw. die Anlage ist hiermit steuerbar.

Ein weiterer, auch unabhängig realisierbarer Aspekt der vorliegenden Erfindung betrifft ein System aufweisend die vorschlagsgemäße Anlage und eine Einrichtung zur Bildung des Einsatzstoffs aus mehreren Komponenten, bevorzugt Pulvern, vorzugsweise durch Sieben, und/oder eine Einrichtung zur Weiterverarbeitung, vorzugsweise Tablettierung, der Formulierung.

Eine Formulierung im Sinne der vorliegenden Erfindung ist ein Stoff, der die Anlage passiert hat und hierbei hinsichtlich seiner physikalischen Eigenschaften verändert worden ist. Die Formulierung ist also vorzugsweise das Produkt der Kombination aus Granulation und Trocknung. Nicht ausgeschlossen ist eine nachfolgende Weiterverarbeitung der Formulierung, die vorzugsweise als (getrocknetes bzw. bevorzugt bezüglich seiner (relativen) Feuchtigkeit konditioniertes) Granulats vorliegt, beispielsweise durch Tablettierung.

Ein Einsatzstoff im Sinne der vorliegenden Erfindung ist vorzugsweise ein Stoff, der der Anlage bzw. dem Granulator zugeführt wird, um seine physikalischen Eigenschaften zu ändern. Der Einsatzstoff ist vorzugweise ein Wirkstoff-Füllstoff-Gemisch. Dies ist jedoch nicht zwingend. Der Einsatzstoff kann bereits vorverarbeitet sein, beispielsweise durch zumindest im Wesentlichen homogene Mischung eines Pulvers mit einem anderen Pulver oder einer sonstigen Substanz, von denen eine ein Wirkstoff sein oder aufweisen kann. Ein Wirkstoff ist vorzugsweise eine pharmakologisch aktive Substanz.

Bei einem Granulator im Sinne der vorliegenden Erfindung handelt es sich vorzugsweise um eine Vorrichtung, die den Einsatzstoff mechanisch bearbeitet, um seine physikalischen Eigenschaften zu verändern. Besonders bevorzugt verwandelt der Granulator den Einsatzstoff in ein Granulat, insbesondere ein grobes (körniges) Pulver. Der Einsatzstoff kann hierzu dem Granulator als Pulver zugeführt werden, um dieses in ein grobkörnigeres oder feinkörnigeres Pulver zu verarbeiten. Bei dem Zwischenprodukt handelt es sich vorzugsweise um Feststoff.

Vorzugsweise fördert der Granulator den Einsatzstoff, während er auf ihn einwirkt. Der Granulator erzeugt im Einsatzstoff vorzugsweise Druck und/oder Reibung, bevorzugt unter Temperierung/Erwärmung und/oder Feuchtigkeitszufuhr. Besonders bevorzugt verändert der Granulator die Körnigkeit, Korngröße oder Partikelgrößenverteilung des Einsatzstoffs. In der vorliegenden Erfindung stellt das Granulat ein Zwischenprodukt dar, das im Folgenden weiterverarbeitet wird.

Der Granulator kann einen Extruder aufweisen oder durch einen Extruder gebildet sein. Insbesondere handelt es sich um einen Schneckenextruder, bevorzugt einen Doppelschneckenextruder oder der Granulator weist einen solchen auf oder ähnelt ihm. Hier sind jedoch auch andere Lösungen denkbar.

Bei dem Granulator handelt es sich vorzugsweise um einen Schnecken-Granulator, beispielsweise einen Doppelschnecken-Granulator. Bei Schnecken-Granulatoren wird der Einsatzstoff mittels einer um eine Drehachse rotierenden Schneckenwelle gefördert und bearbeitet. Hierzu kann die Schneckenwelle Schneckengänge unterschiedlicher Steigung und/oder Bearbeitungsstrukturen aufweisen. Bei einem Doppelschnecken-Granulator sind zwei Schneckenwellen vorgesehen, die parallel angeordnet sind und/oder ineinandergreifen und die Förderung sowie Bearbeitung bewirken. Hier sind grundsätzlich auch andere Konzepte einsetzbar. Die Förderung resultiert vorzugsweise in einer Extrusion. Die Schnecken sind also oder bilden einen oder mehrere Extruder bzw. bewirken eine Extrusion des Einsatzstoffs.

Bei dem Granulator handelt es sich vorzugsweise um einen Granulator zur Nassgranulierung. Hierzu kann der Granulator eine Einspritzung von Flüssigkeit zur Befeuchtung des Einsatzstoffes aufweisen, woraufhin der befeuchtete Einsatzstoff mittels des Granulators zum Zwischenprodukt verarbeitet wird. Der Granulator kann eine Öffnung, insbesondere Düse, bzw. ein Ventil zur Zugabe der Flüssigkeit zu dem Einsatzstoff aufweisen, insbesondere um Wasser, Ethanol, Isopropanol und/oder eine Mischung dieser, zwecks (temporärer) Erhöhung der Feuchtigkeit zuzufügen.

Bei einem Trockner im Sinne der vorliegenden Erfindung handelt es sich um eine Vorrichtung zur Reduktion einer (relativen) Feuchtigkeit bzw. eines Wassergehalts einer Substanz, vorliegend zur Reduktion einer (relativen) Feuchtigkeit bzw. des Wassergehalts des mit dem Granulator zu einem Zwischenprodukt verarbeiteten Einsatzstoffs. Der Trockner ist vorzugsweise eine Vorrichtung, die der Substanz / dem Zwischenprodukt Wasser entzieht. Hierbei handelt es sich bevorzugt um eine Vorrichtung, die die Substanz das Zwischenprodukt mit einem Trockenmittel in Kontakt bringt, das der Substanz Wasser entzieht.

Bevorzugt handelt es sich bei dem Trockenmittel um Luft oder ein sonstiges Gas mit einer relativen Luftfeuchtigkeit, die die Aufnahme von Wasser aus der Substanz ermöglicht. Bevorzugt ist das Trocknungsmittel temperiert, insbesondere auf eine Temperatur über der Umgebungstemperatur. Bei dem Trockenmittel handelt es sich also insbesondere um vorkonditionierte, warme und/oder getrocknete Luft, auch Prozessluft genannt. Grundsätzlich kann es sich jedoch auch um andere, insbesondere inerte Gase oder sonstige, bevorzugt gasförmige, Trockenmittel handeln.

Bei dem Trockner handelt es sich vorzugsweise um einen Fließbetttrockner, auch Wirbelschichttrockner genannt. Ein Fließbetttrockner im Sinne der vorliegenden Erfindung ist eine Vorrichtung, die für eine zu trocknende Substanz, hier für das Zwischenprodukt / Granulat, ein Kissen aus Luft oder Gas (Prozessluft) erzeugt. Die Luft bzw. das Gas stellt in diesem Zusammenhang das bevorzugt gasförmige Trockenmittel dar.

Das bevorzugt gasförmige Trockenmittel wird einem Bett des Trockners aus dem Zwischenprodukt / Granulat, vorzugsweise durch eine perforierte Verteilerplatte zugeführt. Das bevorzugt gasförmige Trockenmittel strömt mit einer Geschwindigkeit durch das Bett, sodass die Partikel des Zwischenprodukts / Granulats trotz ihres Gewichts in einem fluidisierten Zustand gehalten werden. Die fluidisierten Partikel des Zwischenprodukts / Granulats bilden das Fließbett. Sie werden hierbei durch bevorzugt gasförmige Trockenmittel getrocknet. Innerhalb des Fließbettes können sich Blasen bilden und wieder kollabieren, um eine intensive Partikelbewegung zu fördern. In diesem Zustand verhalten sich die Feststoffe wie eine frei fließende, siedende Flüssigkeit. Sehr hohe Wärme- und Massenübertragungsraten sind das Ergebnis des engen Kontakts zwischen den einzelnen Teilchen und dem bevorzugt gasförmigen Trockenmittel. Es sind jedoch grundsätzlich auch andere Trockner-Konzepte einsetzbar, auch wenn sich Fließbetttrockner besonders vorteilhaft erwiesen haben im Kontext der vorliegenden Erfindung.

Sensoren zur Erfassung von Zustandsparametern der Anlage, die jeweils einen die Herstellung beeinflussenden Zustand der Anlage repräsentieren, im Sinne der vorliegenden Erfindung sind vorzugsweise Sensoren, die einen Zustand von Einrichtungen der Anlage charakterisieren, also zur Messung eines oder mehreren Zustandsparameter ausgerichtet und eingerichtet sind.

Zustandsparameter im Sinne der vorliegenden Erfindung können eine oder mehrere folgender Attribute sein oder repräsentieren:

• Momente und/oder Geschwindigkeiten von Antrieben, Werkzeugen und/oder Fördereinrichtungen (insbesondere von Propellern, Turbinen, Schnecken / Extrudern) oder hierzu korrespondierende Parameter wie Stromaufnahmen und/oder Drehzahlen

• Massendurchflüsse (von Trockenmittel / Prozessgas, Einsatzstoff, Zuschlagstoff / Granulierflüssigkeit, Zwischenprodukt, Abgas, Endprodukt / Formulierung) oder hierzu korrespondierende Parameter, die beispielsweise Stellungen von Ventilen, Klappen, Rotordrehzahlen, Druckdifferenzen oder dergleichen charakterisieren

• Temperaturen von Teilen der Anlage, die bevorzugt in direktem oder indirektem Kontakt mit dem in Verarbeitung befindlichen Einsatzstoff, mit dem Zuschlagstoff / Granulierflüssigkeit oder mit dem Trockenmittel stehen, von Werkzeugen zur Verarbeitung des Einsatzstoffs oder des Zwischenprodukts, von Einrichtungen zur Zugabe von Zuschlagstoff oder Einleitung des Trockenmittels

Zustandsparameter charakterisierten vorzugsweise keine (physikalische oder chemische) Eigenschaft des Einsatzstoffs oder eines hieraus gebildeten Zwischen- oder Endprodukts bzw. der Formulierung (unmittelbar). Als Zustandsparameter der Anlage gilt also insbesondere keine Messgröße des Einsatzstoffs oder eines hieraus gebildeten Zwischen- oder Endprodukts (Formulierung), die eine chemische Zusammensetzung oder die Granularität charakterisieren.

Grundsätzlich kann zwischen zwei Gruppen von Zustandsparametern unterschieden werden.

In eine erste Gruppe fallen Zustandsparameter, die zumindest im Wesentlichen unabhängig vom Einsatzstoff sind, insbesondere indem sie unmittelbar von einem Aktor der Anlage vorgegeben werden. Diese werden fortan auch als vorgebbare bzw. "vom Einsatzstoff unbeeinflusste Zustandsparameter" bezeichnet. Beispiele hierfür sind vorgebbare Temperaturen oder Drehzahlen. Sie können insbesondere zur Aktor-Regelung verwendet werden.

Von den „vom Einsatzstoff unbeeinflussten Zustandsparametern“ können Zustandsparameter einer zweiten Gruppe unterschieden werden, die durch Interaktion mit dem Einsatzstoff oder mit dem hiermit gebildeten Zwischenprodukt beeinflusst sind. Diese werden fortan als "vom Einsatzstoff beeinflusste Zustandsparameter" bezeichnet. Beispiele hierfür sind ein sich in Abhängigkeit von einer Konsistenz des Einsatzstoffs einstellendes Drehmoment oder eine (relative) Feuchtigkeit einer durch den Trocknungsprozess angefeuchteten Abluft.

Ein oder mehrere vom Einsatzstoff beeinflusste Zustandsparameter werden vorzugsweise als Eingangsgrößen für das Modell verwendet. Die Zustandsparameter, die durch das Modell verarbeitet bzw. hierzu an das Modell übergeben und von diesem zur Bestimmung der Steuerparameter oder der Prognose der Ist-Formulierungsparameter verwendet werden, sind also vorzugsweise vom Einsatzstoff beeinflusste Zustandsparameter.

Die Zustandsparameter, die durch das Modell verarbeitet bzw. hierzu an das Modell übergeben und von diesem zur Bestimmung der Steuerparameter oder der Prognose der Ist-Formulierungsparameter verwendet werden, sind vorzugsweise mindestens ein vom Einsatzstoff beeinflusster Zustandsparameter des Granulators, weiter bevorzugt mindestens ein vom Einsatzstoff beeinflusster Zustandsparameter jeweils des Granulators und des Trockners, insbesondere mindestens zwei vom Einsatzstoff beeinflusste Zustandsparameter des Granulators und mindestens ein, bevorzugt mindestens zwei, vom Einsatzstoff beeinflusste Zustandsparameter des Trockners.

Vorzugsweise werden ein oder mehrere der vom Einsatzstoff unbeeinflusste Parameter zur Regelung des korrespondierenden Aktors verwendet. Alternativ oder zusätzlich werden ein oder mehrere vom Einsatzstoff beeinflusste Zustandsparameter zur Bestimmung des oder der Steuerparameter, bevorzugt mittels des Modells, verwendet. Die Steuerparameter können Zielvorgaben für die Regelung des oder der Aktoren sein, auf deren Basis dann die Aktoren geregelt werden.

Eine in-line-messbare Eigenschaft im Sinne der vorliegenden Erfindung ist vorzugsweise eine im unterbrechungsfrei laufenden, kontinuierlichen Herstellungsprozess nebenbei messbare Eigenschaft.

Aktoren zum Einwirken auf den Einsatzstoff im Sinne der vorliegenden Erfindung sind vorzugsweise Antriebe von Werkzeugen und/oder Fördereinrichtungen. Hierbei kann es sich um Motoren handeln, die beispielsweise zum Antrieb von Lüftern, Turbinen, Förderbändern und/oder Schnecken, oder auch Temperiereinrichtungen, Heizung oder Kühlung (z. B. eine Kühlwasser-Fördereinrichtung) zur Temperierung von Einsatzstoff-führenden Gehäuseteilen des Granulators. Auch eine Temperiereinrichtung, insbesondere eine Heizung oder Kühlung wie ein Heizregister, zur Temperierung des Prozessgases kann ein Aktor sein, da dieser mittelbar über die Temperatur des Trockenmittels / Prozessgases auf den Einsatzstoff wirkt.

Eine Steuereinrichtung zur Steuerung der Aktoren im Sinne der vorliegenden Erfindung ist vorzugsweise eine elektronische Komponente zur Beeinflussung des Betriebs der Aktoren, der Steuerung von Motordrehzahlen (des Schneckenantriebs und/oder des/der Lüftermotoren) und/oder zur Steuerung oder Regelung von Temperiereinrichtungen bzw. Heizungen des Granulators bzw. für das Trockenmittel.

Steuerparameter, die Stellgrößen zur Steuerung der Aktoren sind oder repräsentieren, im Sinne der vorliegenden Erfindung sind vorzugsweise Werte als Vorgabe zum Betrieb der Aktoren, insbesondre eine oder mehrere vorgegebene Motordrehzahlen (des/der Schneckenantriebe und/oder des/der Lüftermotoren) oder hierzu korrespondierende Stromaufnahmen und/oder Vorgaben zur Steuerung oder Regelung von Temperiereinrichtungen bzw. Heizungen des Granulators bzw. für das Trockenmittel o. dgl. Einsatzstoffparameter im Sinne der vorliegenden Erfindung sind vorzugsweise Parameter, die bevorzugt physikalische Eigenschaften des Einsatzstoffes charakterisieren, wie eine Granularität, Partikelgröße, Partikelgrößenverteilung, (relative) Feuchtigkeit und/oder Temperatur des Einsatzstoffs.

Ein Zustand des Einsatzstoffs im Sinne der vorliegenden Erfindung ist vorzugsweise zumindest durch seine Feuchtigkeit und/oder eine Partikelgrößenverteilung bestimmt, optional ergänzt durch weitere Eigenschaften oder ersetzt durch entsprechende Angaben, die auf die Feuchtigkeit und/oder eine Partikelgrößenverteilung unmittelbar oder mittelbar schließen lassen oder hiervon abgeleitet sind.

Soll-Formulierungsparameter im Sinne der vorliegenden Erfindung sind vorzugsweise Parameter, die die gewünschten Eigenschaften der hergestellten oder heuzustellenden Formulierung repräsentieren, insbesondere eine Granularität bzw. Partikelgrößenverteilung und eine Feuchtigkeit, optional ergänzt durch weitere Eigenschaften oder ersetzt durch entsprechende Angaben, die auf die Feuchtigkeit und/oder eine Partikelgrößenverteilung unmittelbar oder mittelbar schließen lassen oder hiervon abgeleitet sind.

Ist-Formulierungsparameter im Sinne der vorliegenden Erfindung sind an der Formulierung gemessene Parameter, die die Eigenschaften der hergestellten oder herzustellenden Formulierung repräsentieren, insbesondere eine Partikelgröße, Partikelgrößenverteilung und eine Feuchtigkeit, optional ergänzt durch weitere Eigenschaften oder ersetzt durch entsprechende Angaben, die auf die Feuchtigkeit und/oder eine Partikelgrößenverteilung unmittelbar oder mittelbar schließen lassen oder hiervon abgeleitet sind.

Ist-Formulierungsparameter können alternativ zur Messung vorhergesagt werden, werden im Folgenden dann jedoch als prognostizierte Ist-Formulierungsparameter bezeichnet.

Ein Modell im Sinne der vorliegenden Erfindung ist vorzugsweise eine bevorzugt auf wesentliche Eigenschaften beschränkte (abstrahierte) Repräsentation. Ein Modell ist hier vorzugsweise ein Modell der Anlage und repräsentiert - bevorzugt mathematisch - Eigenschaften der Anlage unmittelbar oder mittelbar durch ihre Auswirkungen auf den Einsatzstoff und/oder das Zwischenprodukt. Das Modell kann hierzu eine mathematische Beschreibung des Granulators, des Trockners und/oder deren Wirkungen auf den Einsatzstoff und/oder das Zwischenprodukt aufweisen oder hierdurch gebildet sein. Das Modell ermöglicht es vorzugsweise, ausgehend von Zustandsparametern der Anlage und ggf. Einsatzstoffparametern Steuerparameter zu ermitteln bzw. Formulierungsparameter zu prognostizieren.

Eine Kopplung des Granulators mit dem Trockner im Sinne der vorliegenden Erfindung ist vorzugsweise eine Einrichtung zum Transfer des Zwischenprodukts in den Trockner und kann eine Fördereinrichtung für diesen Transfer wie eine Rutsche, ein Transportband, eine Schnecke o. dgl. aufweisen. Die Kopplung bewirkt vorzugsweise, dass das Zwischenprodukt automatisch kontinuierlich, unterbrechungsfrei, bzw. "in-line" aus dem Granulator in den Trockner gefördert wird. Hierzu kann auch der Granulator einen Auslass haben, der direkt in den Trockner mündet. Hier wird die Kopplung also durch den Granulator bzw. durch die Förderwirkung des Granulators bewirkt.

Basiswerte der Steuerparameter im Sinne der vorliegenden Erfindung sind vorzugsweise Steuerparameter, die als Grundeinstellungen dienen und vorzugsweise unabhängig von gemessenen Eigenschaften des Endprodukts (der Formulierung) bestimmt oder vorgegeben sind oder werden. Basiswerte von prognostizierten Ist-For- mulierungsparametern sind Ausgangspunkte für die Prognose.

Ein statischer Teil des Modells im Sinne der vorliegenden Erfindung ist vorzugsweise ein auf Erfahrungswerten basierender Teil des Modells, mit dem Basiswerte bestimmt bzw. prognostiziert werden können.

Ein dynamischer Teil des Modells im Sinne der vorliegenden Erfindung ist vorzugsweise ein in Abhängigkeit von Zustandsparametern der Anlage dynamisch, also im laufenden Betrieb der Anlage während der Verarbeitung des Einsatzstoffs zum Zwischen- und Endprodukt, der Formulierung, änderbarer Teil des Modells, um das Modell etwaigen (zukünftigen) Veränderungen von Zuständen der Anlage oder des Prozesses entsprechend anzupassen, vorzugsweise sodass das Modell das Verhalten der Anlage bzw. den Prozess zur Herstellung der Formulierung aus dem Einsatzstoff vorzugsweise mit ausreichender Genauigkeit repräsentiert. Der dynamische Teil des Modells ermöglicht es vorzugsweise, den oder die Basiswerte mittels einer Vorhersage zu optimieren. Hierzu können vergangene Entwicklungen berücksichtigt werden Weitere Aspekte, Vorteile und Eigenschaften der vorliegenden Erfindung ergeben sich aus den Ansprüchen und der nachfolgenden Beschreibungen eines bevorzugten Ausführungsbeispiels anhand der Zeichnung. Es zeigt:

Fig. 1 einen schematischen Schnitt der vorschlagsgemäßen Anlage;

Fig. 2 eine vereinfachte, blockschaltbildartige Ansicht steuerungsrelevanter Komponenten der Anlage gern. Fig. 1 ;

Fig. 3 eine vereinfachte, schematische Ansicht eines künstlichen neuronalen Netzes;

Fig. 4 ein schematisches Diagramm vergangener und prognostizierter zeitlicher Verläufe;

Fig. 5 ein schematisches Diagramm des Resultats einer Steuerung mit konstanten Steuerparametern über der Zeit;

Fig. 6 ein schematisches Diagramm zueinander zeitlich versetzter Prognosen;

Fig. 7 ein schematisches Diagramm von Prozesseigenschaften über der Zeit;

Fig. 8 ein schematisches Flussdiagram;

Fig. 9 eine in ein System eingebettete Anlage.

In der Zeichnung werden dieselben Bezugszeichen für gleiche oder ähnliche Teile verwendet, wobei dieselben oder ähnliche Eigenschaften und Vorteile erreicht werden können, auch wenn von einer wiederholten Beschreibung aus Übersichtlichkeitsgründen abgesehen wird.

Fig. 1 zeigt einen schematischen Schnitt einer vorschlagsgemäßen Anlage 1 zur Herstellung einer Formulierung 2 aus einem Einsatzstoff 3. Die Anlage 1 ist vorzugsweise zur Durchführung eines Verfahrens zur Herstellung der Formulierung 2 aus dem Einsatzstoff 3 ausgebildet. Für den Einsatzstoff 3 sind oder werden Einsatzstoffparameter 4 vorgegeben, die einen Zustand des Einsatzstoffs 3 repräsentieren, insbesondere eine Feuchtigkeit, Zusammensetzung und/oder eine Körnungseigenschaft, wie eine Partikelgrößenverteilung.

Die Anlage 1 ist vorzugsweise dazu ausgebildet, Steuerparameter 5 der Anlage 1 zu bestimmen, die Stellgrößen zur Steuerung von Aktoren 6 der Anlage 1 sind oder repräsentieren.

Weiter werden vorzugsweise Zustandsparameter 7 der Anlage 1 bestimmt oder sind mit der Anlage 1 bestimmbar, beispielsweise über Sensoren 8, insbesondere Sensorwerte oder hiervon abgeleitete Größen als Zustandsparameter 7, wobei die Zustandsparameter 7 jeweils einen die Herstellung beeinflussenden Zustand der Anlage 1 repräsentieren.

Mit einer Steuereinrichtung 9 der Anlage 1 können die Aktoren 6 der Anlage 1 gesteuert werden, um den Herstellungsprozess zur Bildung der Formulierung 3 aus dem Einsatzstoff 2 zu kontrollieren oder zu beeinflussen.

Soll-Formulierungsparameter 10 können vorgegeben sein oder werden, die die gewünschten Eigenschaften der hergestellten oder heuzustellenden Formulierung 2 repräsentieren, insbesondere eine physikalische Eigenschaft wie eine Körnungseigenschaft, insbesondere Partikelgrößenverteilung, und/oder eine Feuchtigkeit.

Die Soll-Formulierungsparameter 10 können in einer Datenbank 10A gespeichert und/oder vorgehalten werden. Die Datenbank 10A kann von der Steuereinrichtung 9 ausgelesen bzw. die Soll-Formulierungsparameter 10 können durch die Steuereinrichtung 9 von der Datenbank 10A abgerufen und zur Steuerung verwendet werden.

Ist-Formulierungsparameter 11 können bereitgestellt oder gemessen werden, die tatsächliche Eigenschaften der hergestellten oder heuzustellenden Formulierung 3 repräsentieren, insbesondere eine physikalische Eigenschaft wie eine Körnungseigenschaft wie die Partikelgrößenverteilung und/oder eine Feuchtigkeit. Ist-Formulierungsparameter 11 sind oder weisen vorzugsweise Angaben zu Attributen der Formulierung 2 auf, die in einem gesonderten, insbesondere von der Anlage 1 getrennten, Analyseprozess gemessen werden, bevorzugt nicht in-line bzw. nicht in Echtzeit / verzögert. Die Anlage 1 , insbesondere die Steuereinrichtung 9, ist vorzugsweise dazu ausgebildet, die Steuerparameter 5 basierend auf einem Modell 12 zu ermitteln.

Das vorschlagsgemäße Modell 12 kann alternativ oder zusätzlich unabhängig von der Steuereinrichtung 9 bzw. ohne direkten Einfluss oder eine bevorzugt automatische Steuerung der Aktoren 6 verwendet werden, bevorzugt für eine Prognose und/oder Ausgabe von prognostizierten (unter gegebenen Randbedingungen zu erwartenden) Ist-Formulierungsparametern 11 der Formulierung 2. Hierzu kann mit dem Modell 12 aus einem oder mehreren Zustandsparametern 7 und Steuerparametern 5 und, vorzugsweise, Einsatzstoff-Parametern 4 eine oder mehrere Eigenschaften der Formulierung 2 prognostiziert werden.

In einem Aspekt der vorliegenden Erfindung weist die Anlage 1 einen Granulator 13 zur Verarbeitung des Einsatzstoffs 2 zu einem Zwischenprodukt 14 und einen Trockner 15 für das Zwischenprodukt 14 auf.

Der Trockner 15 ist mit dem Granulator 13 derart gekoppelt, dass das Zwischenprodukt 14 automatisch und/oder unterbrechungsfrei aus dem Granulator 13 in den Trockner 15 gefördert wird. Die Granulierung und Trocknung bilden vorzugsweise einen gemeinsamen, kontinuierlichen Prozess.

Eine vereinfachte, blockschaltbildartige Ansicht steuerungsrelevanter Komponenten der Anlage 1 ist in Fig. 2 dargestellt.

Die Steuereinrichtung 9 ist vorzugswiese dazu ausgebildet, die Anlage 1 bzw. den Verbund aus Granulator 13 und Trockner 15 zu steuern. Die Steuerung basiert vorzugsweise auf dem Modell 12, das das Verhalten der Anlage 1 bzw. des Verbunds aus Granulator 13 und Trockner 15 beschreibt und basierend auf zumindest einem oder mehreren Zustandsparametern 7 die Ermittlung von Steuerparametern 5 zur Steuerung von Aktoren 6 der Anlage 1 bzw. des Verbunds aus Granulator 13 und Trockner 15 ermöglicht. Hierbei ist besonders bevorzugt, dass das Modell 12 die Kombination aus Granulierung mit dem Granulator 13 und der anschließenden Trocknung mit dem Trockner 15 berücksichtigt.

Mit dem Modell 12 werden vorzugsweise die Steuerparameter 5, insbesondere zunächst Basiswerte der Steuerparameter 5, vorzugsweise basierend auf den Zustandsparametern 7 der Anlage 1 und, weiter vorzugsweise, basierend auf den Einsatzstoffparametern 4 ermittelt.

Hierzu kann das das Modell 12 einen statischen Teil 12A aufweisen, mit dem für den jeweiligen Steuerparameter 5 unter Berücksichtigung Einsatzstoffparameter 4 und basierend auf den Zustandsparametern 7 ein Basiswert ermittelt wird oder ist, und das Modell 12 kann einen dynamischen Teil 12B aufweisen, mit dem der (jeweilige) Basiswert angepasst, bevorzugt mittels einer Vorhersage optimiert werden kann.

Mit anderen Worten wird der bevorzugt mittels Machine-Learning gebildete statische Teil 12A des Modells 12 verwendet, um Basiswerte (Grundeinstellungen) der Steuerparameter 5 zu bestimmen, die dann mittels des dynamischen Teils 12B des Modells 12 angepasst und finalisiert werden können, um letztendlich zur Steuerung der Aktoren 6 verwendet zu werden.

Der dynamische Teil 12B des Modells 12 bewirkt vorzugsweise eine Feinabstimmung der mit dem statischen Teil 12A des Modells 12 bestimmten Basiswerte bzw. Grundeinstellungen. Hierbei sind die mit dem statischen Teil 12A bestimmten Basiswerte der Steuerparameter 5 von einem transienten Verhalten, also dem Verhalten zur Laufzeit, beispielsweise unter Beeinflussung von Umwelteinflüssen, Toleranzänderungen, Verschleiß der Anlage 1 bzw. des Herstellungsprozesses der Formulierung 2 vorzugsweise unabhängig.

Im Gegensatz dazu sind die mit dem dynamischen Teil 12B ermittelten Anpassungswerte für die Steuerparameter 5 bzw. entsprechend angepasste Einstellungen bzw. Steuerparameter 5, solche, die transiente bzw. Laufzeiteffekte, beispielsweise über eine oder mehrere Prognosen, berücksichtigen. Vorzugsweise erfolgt dies unter Berücksichtigung vergangener Entwicklungen, insbesondere mittels Time-Series-Fore- casting.

Hierzu können Anpassungswerte für die Basiswerte der Steuerparameter 5 bzw. entsprechend angepasste Einstellungen bzw. Steuerparameter 5 ermittelt werden, die bevorzugt einen Vergleich prognostizierter Ist-Formulierungsparameter 11 mit den Soll-Formulierungsparametern 10 berücksichtigen und durch dynamische Anpassung der Basiswerte der Steuerparameter 5 die Ist-Formulierungsparameter 11 den Soll-Formulierungsparametern 10 annähern, insbesondere auf Basis von aktuellen Zustandsparametern 7 zur Laufzeit. Eine vorteilhafte Besonderheit an diesem Vorgehen ist, dass die Basiswerte und Anpassungen durch unterschiedliche Verfahren bestimmt werden können. Alternativ oder zusätzlich ist vorgesehen, dass zumindest die Basiswerte mittels einer Kl bzw. eines Machine-Learning-Verfahrens bestimmt werden, vorzugsweise anders als die Anpassungen. Weiter ist besonders bevorzugt, dass auch die Bestimmung der Basiswerte von den Zustandsparametern 7 abhängt, also sowohl Basiswerte also auch Anpassungen (Korrekturterme) zur Bestimmung angepasster bzw. korrigierter Basiswerte veränderlich sind.

Es ist also möglich und bevorzugt, dass die Basiswerte zwar von den Zustandsparametern 7 abhängen, jedoch unabhängig von der historischen und prognostizierten Entwicklung der Zustandsparameter 7 sind. Hingegen können sowohl mit dem statischen Teil 12A des Modells 12 ermittelte Basiswerte der Steuerparameter 5 abhängig von den (aktuellen) Zustandsparametern 7 veränderbar sein als auch Korrekturterme bzw. Anpassungen, die mit dem dynamischen Teil 12B des Modells 12 ermittelt werden und die Basiswerte anpassen bzw. korrigieren.

Hierbei unterscheiden sich der statische Teil 12A des Modell 12 vom dynamischen Teil 12B des Modell 12 vorzugweise darin, dass mit dem statischen Teil 12A die Basiswerte ohne Vorhersagen des Einflusses sich mit Änderungen von Steuerparametern 5 verändernder und/oder vergangener Änderungen der Zustandsparameter 7 ermittelt werden oder ermittelbar sind, während der dynamische Teil 12B gerade einen Einfluss sich mit Änderungen von Steuerparametern 5 zukünftig verändernder Zustandsparameter 7 und/oder sich aus vergangenen Änderungen von Steuerparametern 5 oder Zustandsparameter 7 ergebende Prognosen berücksichtigt werden, weiter bevorzugt unter Berücksichtigung vorausgegangener Änderungen.

Zusammenfassend unterscheidet sich der der statische Teil 12A des Modells 12 vom dynamischen Teil 12B des Modells 12 vorzugweise darin, dass diese unterschiedlichen Verfahren implementieren, um mit oder aus den Zustandsparametern 7 und, vorzugweise, unter Berücksichtigung der Einsatzstoffparameter 4 Basiswerte für die Steuerparameter 5 im Fall des statischen Teils 12A und Korrekturterme für die Basiswerte der Steuerparameter 5 oder korrigierte/angepasste Basiswerte als endgültige Steuerparameter 5 zu bestimmen. Bei den vom Modell 12 als Eingangsgrößen berücksichtigten Zustandsparametern 7 handelt es sich vorzugsweise um vom Einsatzstoff 3 beeinflusste Zustandsparameter 7. Hierbei verwendet das Modell 12 vorzugweise je mindestens einen vom Einsatzstoff 3 beeinflussten Zustandsparameter 7 des Granulators 13 und des Trockners 15.

Optional berücksichtigt das Modell 12 ergänzend als Eingangsgröße einen (ausschließlich) in-line-messbaren Formulierungs-Eigenschafts-Parameter 7K, der eine im unterbrechungsfrei kontinuierlich ablaufenden Prozess messbare physikalische oder chemische Eigenschaften der Formulierung 2 beschreibt.

Alternativ oder zusätzlich ergänzend berücksichtigt das Modell 12 als Eingangsgröße einen (ausschließlich) in-line-messbaren Zwischenprodukt-Eigenschafts-Parameter 7L, der eine im unterbrechungsfrei kontinuierlich ablaufenden Prozess messbare physikalische oder chemische Eigenschaften des Zwischenprodukts 14 beschreibt. Die Messung kann mit einem Zwischenprodukt-Eigenschafts-Sensor 8L erfolgen, insbesondere ein (NIR-) Sensor zur Bestimmung eines Indikators für eine Feuchte (einen Wassergehalt) des Zwischenprodukts 14.

Nicht ausgeschlossen ist hingegen die Berücksichtigung weiterer anderer Parameter. Zudem kann die Definition des Modells 12 Parameter berücksichtigten, die nicht in-line messbar sind, während das Modell 12 im laufenden Betrieb bevorzugt keine nicht in-line messbaren Parameter als Eingangsgrößen benötigt.

Der statische Teil 12A des Modells 12 kann ein Kl- bzw. Machine-Learning-Verfah- ren implementieren, während der dynamische Teil 12B des Modells 12 vorzugsweise ein anderes, bevorzugt nicht Kl- bzw. machine-learning-basiertes Verfahren bzw. kein neuronales Netz 32 implementiert. Nicht ausgeschlossen ist hingegen, dass beide unterschiedlichen Verfahren Kl- bzw. machine-learning-basiert sind oder beide nicht.

Es hat sich in überraschender Weise herausgestellt, dass die Regelung der Anlage 1 besonders zuverlässig und genau ist, also die Ist-Formulierungsparameter 11 besonders nah an den Soll-Formulierungsparametern 10 liegen, wenn die zuvor beschriebenen Aspekte miteinander kombiniert werden. Zusammenfassend ist es also in überraschender Weise ganz besonders vorteilhaft: den Verbund aus Granulator 13 und Trockner 15 zu steuern oder die Steuerung zu ermöglichen, und/oder

• bei direkter Kopplung der Anlagenkomponenten ohne externe bzw. nicht-in-line- Analyse des Zwischenprodukts 14, und/oder

• unter Ausschluss jeder Verwendung von Analyseergebnissen des Zwischenprodukts 14, die nicht in-line - also nicht im kontinuierlich laufenden Prozess bzw. am kontinuierlich in Bewegung befindlichen Zwischenprodukt 14 - gemessen oder messbar sind, und/oder

• dass Basiswerte der Steuerparameter 5 mit dem statischen Teil 12 A des Modells 12 mit einem ersten, bevorzugt machine-learning-basierten Verfahren, bestimmt werden/bestimmbar sind, und/oder

• dass die Basiswerte der Steuerparameter 5 ohne Vorhersagen des Einflusses sich mit Änderungen von Steuerparametern 5 verändernder Zustandsparameter 7 bei der Bestimmung zu berücksichtigen bestimmt werden/bestimmbar sind, und/oder

• dass mit dem dynamischen Teil 12B des Modells 12 dynamische Anteile der Steuerparameter 5 bestimmt werden oder bestimmbar sind; oder wenn die Basiswerte mit den dynamischen Anteilen korrigiert werden oder die Anlage 1 dazu ausgebildet ist, und/oder

• dass die dynamischen Anteile der Steuerparameter 5 mit dem dynamischen Teil 12B des Modells 12 mittels eines anderen, bevorzugt time-series-forecasting bzw. nicht machine-learning basierten Verfahren, als dem im statischen Teil 12A des Modells 12 verwendeten oder davon unterstützten Verfahren bestimmt werden oder bestimmbar sind, und/oder

• dass der dynamische Teil 12B des Modells Vorhersagen des Einflusses sich mit Änderungen von Steuerparametern 5 verändernder Zustandsparameter 7 trifft und berücksichtigt oder die Anlage 1 hierzu ausgebildet ist, und/oder • dass mit den dynamischen Anteilen die Basiswerte für die Steuerparameter 5 korrigiert bzw. angepasst werden oder hierfür Korrekturterme bestimmt werden / bestimmbar sind oder die Anlage 1 dazu ausgebildet ist, und/oder

• dass die letztendlichen Steuerparameter 5 die mit den dynamischen Anteilen angepassten Basiswerte sind und die Anlage 1 mit diesen Steuerparametern 5 gesteuert wird.

Wie in Fig. 1 dargestellt, kann die Anlage 1 mehrere unterschiedliche Aktoren 6 aufweisen, um unmittelbar oder mittelbar auf den Einsatzstoff 3 einzuwirken, wodurch das Zwischenprodukt 14 und letztendlich die Formulierung 2 gebildet werden.

Zu dem jeweiligen Aktor 6 korrespondiert ein Steuerparameter 5, der eine Stellgröße für den Aktor 6 sein oder dazu korrespondieren kann, um das Verhalten des Aktors 6 zu steuern.

Zu den über korrespondierende Steuerparameter 5 steuerbaren Aktoren 6 des Granulators 13 zählen ein oder mehrere der folgenden Aktoren 6: ein mittels eines Zuförderer-Antrieb-Steuerparameters 5A steuerbarer Zuförderer- Antrieb 6A, bevorzugt zur Dosierung bzw. Förderung des Einsatzstoffs 3 zum Granulator 13, und/oder ein mittels eines Granulator-Antrieb-Steuerparameters 5B steuerbarer Granulator- Antrieb 6B, bevorzugt zum Antrieb des Granulierwerks 17 bzw. einer oder mehrerer Schnecken, und/oder eine mittels eines Einspritzeinrichtung-Steuerparameters 5C steuerbare Einspritzeinrichtung 6C, bevorzugt zur Einspritzung von Granulier-Flüssigkeit 13B, und/oder eine mittels eines Granulator-Temperiereinrichtung-Steuerparameters 5D steuerbare Granulator-Temperiereinrichtung 6D, bevorzugt zum Temperieren (heizen und/oder kühlen) von mit dem Einsatzstoff 3 in Kontakt kommenden Teilen des Granulators 13.

Zu den über korrespondierende Steuerparameter 5 steuerbaren Aktoren 6 des Trockners 15 zählen ein oder mehrere der folgenden Aktoren 6: ein mittels eines Zuluftförderer-Antrieb-Steuerparameters 5E steuerbarer Zuluftförderer-Antrieb 6E, bevorzugt ein Lüfter, um den Trockner 15 Luft 27 zuzuführen, und/oder eine mittels eines Zuluft-Temperiereinrichtung-Steuerparameters 5F steuerbare Zuluft-Temperiereinrichtung 6F, bevorzugt um die Luft 27 zu temperieren, und/oder ein mittels eines Abluftförderer-Antrieb-Steuerparameters 5G steuerbarer Abluftförderer-Antrieb 6G, bevorzugt um Luft 27 nach dem Trocknungsprozess abzuziehen, und/oder ein mittels eines Fließbettantrieb-Steuerparameters 5H steuerbarer Fließbettantrieb 6H, bevorzugt zur Rotation eines Karussells des Trockners 15.

Zu den Sensoren 8 zur Messung von jeweils korrespondierenden Zustandsparametern 7 des Granulators 13 zählen ein oder mehrere folgender Sensoren 8: ein Zuförderer-Sensor 8A zur Messung eines Zuförderer-Parameters 7A, der die Zuförderung charakterisiert, insbesondere einen Durchsatz und/oder eine Geschwindigkeit der Zuförderung - bevorzugt eine in [kg/h] darstellbare Förderrate oder Dosierung; und/oder ein Granulator-Sensor 8B zur Messung eines Granulator-Parameters 7B, der eine Funktionseigenschaft des Granulators 13 charakterisiert, insbesondere ein Drehmoment und/oder eine Geschwindigkeit seines Antriebs 6B, und/oder einen Durchsatz - bevorzugt eine in [kg/h] darstellbare Förderrate des Granulators oder hierzu korrespondierende Drehzahl [rpm] des oder der Extruder/Schnecken; und/oder ein Einspritz-Sensor 8C zur Messung eines Einspritzeinrichtungs-Parameters 7C, der eine Zugabe von Flüssigkeit 13B, insbesondere Wasser und/oder Alkohol, zum Einsatzstoff 3 im Bereich des Granulators 13 charakterisiert, insbesondere einen Durchsatz und/oder ein Mengenverhältnis im Vergleich zum Einsatzstoff - bevorzugt eine in [g/min] darstellbare Sprührate; und/oder ein oder mehrere Granulator-Temperatur-Sensoren 8D zur Messung einer oder mehrerer Granulator-Temperaturen 7D, insbesondere von Temperaturen des Granulators 13 oder (mittelbar) des Einsatzstoffs 3 an unterschiedlichen Positionen entlang eines Transportwegs für den Einsatzstoff 3 durch den Granulator 13 - bevorzugt in [°C] oder korrespondierend.

Zu den Sensoren 8 zur Messung von jeweils korrespondierenden Zustandsparametern 7 des Trockners 15 zählen ein oder mehrere folgender Sensoren 8: ein Zuluftförderer-Sensor 8E zur Messung eines Zuluftförderer-Parameters 7E, der eine Zuluft-Förderung des Trockners 15, insbesondere einen (Massen-) Durchsatz, eine (hierzu korrespondierende) Druckdifferenz und/oder eine Geschwindigkeit der zugeführten Luft 27, charakterisiert - bevorzugt in [m^A3/h] darstellbar; und/oder ein Zuluft-Sensor 8F zur Messung eines Zuluft-Parameters 7F, der eine Eigenschaft der zugeführten Luft 27 charakterisiert, insbesondere eine Temperatur - bevorzugt in [°C] darstellbar - und/oder eine Feuchtigkeit der zugeführten Luft 27, vorzugsweise darstellbar in %, Gew-%, oder [°C] für den Taupunkt; und/oder ein Abluft-Sensor 8G zur Messung eines Abluft-Parameters 7G, der eine Abluft-Förderung des Trockners 15, insbesondere einen (Massen-) Durchsatz, eine (hierzu korrespondierende) Druckdifferenz, eine Temperatur der aus dem Trockner 15 abgeführten Luft 27 und/oder eine Feuchtigkeit dieser charakterisiert; und/oder ein Fließbett-Sensor 8H zur Messung eines Fließbett-Parameters 7H, der vorzugsweise eine trocknungsrelevante, das Fließbett des Trockners 15 betreffende veränderliche Eigenschaft charakterisiert, insbesondere eine Geschwindigkeit wie eine Karussell-Geschwindigkeit eines Karussells des Trockners - bevorzugt darstellbar in [rpm].

Alternativ oder zusätzlich zum Einsatz von Sensoren 8 können teilweise grundsätzlich auch Eigenschaften von Aktoren 6 oder Steuerparameter 5 herangezogen werden, um einen oder mehrere der vorgenannten oder entsprechende Größen zu bestimmen oder abzuleiten. Diese können dann entsprechend einer Steuerung zugrunde gelegt werden.

Bei der Bestimmung von vom Einsatzstoff 3 beeinflussten Zustandsparametern 7 ist hingegen eine Messung mittels Sensoren 8 obligatorisch. Diese Zustandsparameter 7 werden auch als Einheitsgrößen für das Modell 12 verwendet. Optional als Teil der Anlage 1 , alternativ oder zusätzlich extern vorgesehen sind ein Formulierungs-Temperatur-Sensor 8I zur Messung der Formulierungs-Temperatur 7I, die eine Temperatur der Formulierung 2 charakterisiert; und/oder ein Formulierungs-Auslassmengen-Sensor 8J zur Messung eines Formulierungs- Auslassmengen-Parameters 7J, der eine Eigenschaft der Herstellung und/oder der Anlage 1 im Hinblick auf die Herstellung der Formulierung 2 charakterisiert, insbesondere eine Auslassmenge der Formulierung 2; und/oder ein Formulierungs-Eigenschaft-Sensor 8K, der einen in-line-messbaren Formulierungs-Eigenschafts-Parameter 7K der Formulierung 2 charakterisiert, insbesondere eine Partikelgröße, Partikelgrößenverteilung, Granularität, und/oder Feuchtigkeit, besonders bevorzugt eine Partikelgröße oder -größenverteilung (XD10, XD50, XD90) und/oder eine Restfeuchte und/oder einen Trocknungsverlust des Zwischenprodukts 14 bei Verarbeitung zu der Formulierung 2.

Die vorgenannten Steuerparameter 5, Aktoren 6, Zustandsparameter 7 und Sensoren 8 sind besonders bevorzugte Beispiele im Hinblick auf das Ausführungsbeispiel einer besonders bevorzugten Kombination eines Granulators 13 - vorzugsweise (Doppel-)Schnecken-Granulators 13 - mit einem T rockner 15 - besonders bevorzugt Fließbett-Trockner 15.

Es versteht sich, dass bei anderen Granulatoren 13 und/oder Trocknern 15 andere Steuerparameter 5, Aktoren 6, Zustandsparameter 7 und Sensoren 8 alternativ oder zusätzlich möglich sind. Die Erfindung ist also vorzugsweise nicht auf die genannten Steuerparameter 5, Aktoren 6, Zustandsparameter 7 und Sensoren 8 beschränkt. Ferner ist es nicht erforderlich, dass alle Steuerparameter 5, Aktoren 6, Zustandsparameter 7 und Sensoren 8 realisiert oder im Folgenden verwendet werden. Hier sind unterschiedliche Auswahlen möglich.

Die Herstellung der Formulierung 2 mit der Anlage 1 wird im Folgenden anhand des in Fig. 1 dargestellten Ausführungsbeispiels näher erläutert. Es versteht sich, dass die Erfindung grundsätzlich zwar besonders bevorzugt und vorteilhaft mit der im Folgenden beschriebenen Anlage 1 implementiert werden kann, jedoch nicht hierauf beschränkt ist. Insbesondere ist es nicht notwendig, dass alle beschriebenen Komponenten der Anlage 1 oder hiermit durchgeführten Schritte auch realisiert sind oder werden.

So ist es denkbar, die Erfindung auch in solchen Fällen einzusetzen, in denen andere Granulatortechnologien und/oder Trocknertechnologien zum Einsatz kommen. Es kann also ein anderer Granulatortyp eingesetzt werden als ein Doppelschnecken- Granulator 13. Alternativ oder zusätzlich kann ein anderer Trocknertyp eingesetzt werden als ein Fließbetttrockner 15. Ungeachtet dessen hat sich die Erfindung in diesem Kontext als besonders vorteilhaft erwiesen.

Im Ausführungsbeispiel gemäß Fig. 1 weist die Anlage 1 den Granulator 13 zur Verarbeitung des Einsatzstoffs 3 zu dem Zwischenprodukt 14 sowie den Trockner 15 zur Bildung der Formulierung 2 aus dem Zwischenprodukt 14 auf.

Der Granulator 13 weist einen Zuförderer 16 zum Zufördern und/oder Dosieren des Einsatzstoffs 3 auf. Der Zuförderer 16 kann einen insbesondere trichterförmigen Vorratsbehälter 16A aufweisen, der den Einsatzstoff 3 vorhält. Ferner kann der Zuförderer 16 eine Zuführeinrichtung 16B aufweisen, die den Einsatzstoff 3 mit einer bestimmten Zuführrate (Menge pro Zeit) einem mit dem Zuförderer 16 gekoppelten Granulierwerk 17 des Granulators 13 zuführt.

Der Zuförderer 16 kann einen Antrieb 6A für die Zuführeinrichtung 16B aufweisen, insbesondere einen Motor zum Antrieb einer Schnecke 16C. Grundsätzlich sind jedoch auch andere Prinzipien der Zuförderung als mit einer Schnecke 16C möglich, wie ein Transportband. Der Antrieb 6A ist, wie bereits zuvor erläutert, vorzugsweise mittels des Zuförder-Parameters 7A steuerbar. Mit dem Zuförderer-Antrieb-Steuer- parameter 5A lässt sich bevorzugt die Zuführrate einstellen.

Der Zuförderer 16 weist vorzugsweise einen oder mehrere Sensoren 8A zur Messung des Durchsatzes und/oder einer - bevorzugt dazu korrespondierenden - Geschwindigkeit auf.

An den Zuförderer 16 schließt sich vorzugsweise ein Granulierwerk 17 des Granulators 13 an. Das Ganulierwerk 17 ist dazu ausgebildet, eine Körnung bzw. Partikelgrößenverteilung des Einsatzstoffs 3 zu verändern. Hierzu kann das Granulierwerk 17 auf den Einsatzstoff 3 physikalisch einwirken, insbesondere knetend und/oder walkend. Im Darstellungsbeispiel weist das Granulierwerk 17 mindestens eine Schnecke 18, bevorzugt eine Doppelschnecke auf. Die Schecken 18 der Doppelschnecke greifen vorzugsweise ineinander und transportieren den Einsatzstoff 3, während sie auf ihn physikalisch einwirken, um die Körnung bzw. Partikelgrößenverteilung des Einsatzstoffs 3 zu verändern.

Das Granulierwerk 17 bzw. die Schnecke(n) 18 kann/können unterschiedliche Bearbeitungszonen 19 aufweisen. Insbesondere können unterschiedliche Schneckengangsteigungen und/oder -oberflächen vorgesehen sein, um die gewünschte Verarbeitung des Einsatzstoffs 3 zu erreichen.

Das Granulierwerk 17 kann den Granulator-Antrieb 6B aufweisen, um das Granulierwerk 17, insbesondere die Schnecke(n) 18, anzutreiben. Wie bereits zuvor erläutert, ist der Granulator-Antrieb 6B über den Granulator-Antrieb-Steuerparameter 5B steuerbar, vorzugsweise bezüglich Durchsatz und/oder Geschwindigkeit, insbesondere Umdrehungsgeschwindigkeit der Schnecke(n) 18.

Der Granulator 13 weist vorzugweise den Granulator-Sensor 8B auf, mit dem ein die Granulier-Geschwindigkeit und/oder Bearbeitungsintensität repräsentierender Parameter gemessen werden kann, insbesondere eine Geschwindigkeit, ein Durchsatz oder - ganz besonders bevorzugt - ein Drehmoment (des Granulierwerks 17 / der Schnecke(n) 18).

Der Granulator 13 kann eine Einspritzeinrichtung 6C zum Einspritzen von Flüssigkeit 13B zwecks Vermischung mit bzw. Zumischung zu dem Einsatzstoff 3 aufweisen. Hierbei kann es sich um einen Sprüher handeln, alternativ jedoch auch um einen Tropfer oder allgemein um eine Einrichtung zur Zugabe einer flüssigen Substanz.

Die Einspritzeinrichtung 6C ist vorzugweise im Bereich eines Einlasses 13A bzw. in der ersten Hälfte bzw. im ersten Drittel des vom Granulierwerk 17 gebildeten Transportpfads für den Einsatzstoff 3 zwischen dem Einlass 13A und einem Zwischenprodukt-Auslass 21 für den mit dem Granulator 13 verarbeiteten Einsatzstoffs 3 des Granulators 13 angeordnet.

Der Granulator 13 verfügt vorzugsweise über mindestens einen, bevorzugt jedoch mehrere Granulator-Temperatur-Sensor(en) 8D zur Messung der Temperatur 7D des Einsatzstoffes 3 oder einer hierzu korrespondierenden Temperatur 7D des Granulators 15 oder dessen Gehäuse 22 an unterschiedlichsten Positionen.

Im Darstellungsbeispiel sind mehr als drei und/oder weniger als zehn Granulator- Temperatur-Sensor(en) 8D zur Messung der Temperatur 7D des Einsatzstoffes 3 oder einer hierzu korrespondierenden Temperatur 7D des Granulators 15 vorgesehen. Die Temperatur-Sensor(en) 8D sind vorzugsweise (zumindest im Wesentlichen äquidistant) verteilt entlang des Transportpfads für den Einsatzstoff 3 im Granulator 15 bzw. Granulierwerk 17 vorgesehen.

Eine Kopplungseinrichtung 20 ermöglicht vorzugweise einen kontinuierlichen und/oder unterbrechungsfreien Transfer des Zwischenprodukts 14 vom Zwischenprodukt-Auslass 21 , der durch das Gehäuse 22 des Granulators 13 gebildet sein kann, zu einem bevorzugt durch ein Gehäuse 23 des Trockners 15 gebildeten Zwischenprodukt-Einlass 24 des Trockners 15.

Vorzugsweise ist nicht vorgesehen, dass das Zwischenprodukt 14 zwecks Zwischenspeicherung angehalten wird, jedenfalls nicht für mehr als eine, zwei oder fünf Minuten. Es ist also insbesondere nicht vorgesehen, eine Probennahme und von der Anlage getrennte bzw. dem Herstellungsprozess verzögernde Analyse des Zwischenprodukts 14 vorzunehmen oder abzuwarten. Vielmehr ist es im Sinne der vorliegenden Erfindung bevorzugt, das Zwischenprodukt 14 zumindest im Wesentlichen unterbrechungsfrei und/oder kontinuierlich dem Trockner 14 zuzuführen.

Ein bzw. einer der Granulator-Temperatur-Sensor(en) 8D kann vorgesehen sein, eine Temperatur 7D des Zwischenprodukts 14 oder eine hierzu korrespondierende Temperatur 7D, insbesondere des Granulators 15 im Bereich der Kopplungseinrichtung 20, zu messen.

Der T rockner 15 weist vorzugsweise ein Fließbett 25 auf. Ferner weist der T rockner 15 vorzugsweise einen Lufteinlass 26 zum Einlass von (Prozess-) Luft 27, einen optionalen Diffuser 28 zur gleichmäßigen Beschickung des Fließbetts 25 mit der Luft 27 sowie einen Luftauslass 29 zum Abführen der Luft 27 nach Passieren des Fließbetts 25 auf. Im Bereich des oder vor dem Luftauslass 29 weist der Trockner 15 optional einen Abscheider 30 wie einen Zyklonabscheider oder Filter zum Abfangen von Partikeln des Zwischenprodukts 14 bzw. der Formulierung 2 aus der Luft 27 auf. Schließlich weist der T rockner 15 vorzugsweise einen Formulierungs-Auslass 31 zur Abgabe der Formulierung 2 auf, also des mit dem Trockner 15 getrockneten Zwischenprodukts 14. Der T rockner 15 trocknet das durch den Zwischenprodukt-Einlass 24 eintretende Zwischenprodukt 14 mit der Luft 27 und gibt anschließend die hierdurch gebildete Formulierung 2 durch den Formulierungsauslass 31 , bevorzugt also nach Passage des Fließbetts 25, aus.

Um dem Trockner 15, insbesondere also dem Fließbett 25, die Luft 27 zuzuführen, weist der Trockner 15 vorzugsweise einen Zuluftförderer 15A mit einem Zuluftförderer-Antrieb 6E auf. Hierbei kann es sich um einen Lüfter oder allgemein um eine Einrichtung zum Transfer und/oder zur Kompression von Luft 27 handeln.

Der Trockner 15 kann den Zuluftförderer-Sensor 8E aufweisen, mit dem ein Durchsatz der Luft 27 oder eine hierzu korrespondierende Größe gemessen werden kann. Insbesondere ist der Zuluftförderer-Sensor 8E ein Drucksensor zur Messung des Luftdrucks auf der Abgabeseite bzw. dem Fließbett 25 zugewandten Seite des Zuluftförderer-Antriebs 6E bzw. ein Differnenzdrucksensor zur Bestimmung eines Differenzdruck über den Zuluftförderer 15A. Alternativ oder zusätzlich kann der Zuluftförderer-Sensor 8E eine dem Zuluftförderer-Antrieb 6E zugeordnete Größe wie eine Drehzahl (Lüfterdrehzahl), eine Stromaufnahme, ein Drehmoment o. dgl. sein oder aufweisen.

Der Zuluftförderer 15A bzw. dessen Zuluftförderer-Antrieb 6E kann mittels des Zu- luftförderer-Antrieb-Steuerparameters 5E gesteuert werden, insbesondere im Hinblick auf einen Durchsatz, eine Drehzahl (des Lüfters), eine Stromaufnahme und/oder einen Druck oder Differenzdruck. Der Differenzdruck kann ein Druck über dem Zuluftförderer 15A sein, alternativ oder zusätzlich jedoch auch über dem Fließbett 25 o. dgl.

Die Luft 27 wird vorzugsweise temperiert, insbesondere erwärmt, bevor sie dem Fließbett 25 oder einer sonstigen Trockungseinrichtung des Trockners 15 zugeführt wird. Hierzu weist der Trockner 15 vorzugsweise die Zuluft-Temperiereinrichtung 6F auf, bevorzugt ein Heizregister. Die Zuluft-Temperiereinrichtung 6F kann mittels des Zuluft-Temperiereinrichtungs-Steuerparameters 5F gesteuert werden oder hierzu ausgebildet sein. Die Temperatur und/oder (relative) Feuchtigkeit der zwecks Trocknung mit dem Zwischenprodukt 14 in Kontakt gebrachten oder zu bringenden, konditionierten Luft 27 wird vorzugsweise gemessen. Hierzu kann der Trockner 15 den Zuluft-Sensor 8F aufweisen, der die Temperatur und alternativ oder zusätzlich eine (relative) Feuchtigkeit der Luft 27 als Zuluft-Parameter 7F misst oder dazu ausgebildet ist.

Der Zuluft-Sensor 8F kann zwischen dem Fließbett 25 und der Zuluft-Temperiereinrichtung 6F oder dem Zuluftförderer 15A vorgesehen sein bzw. die Eigenschaften der Luft 27 messen.

Nachdem die Luft 27 mit dem Zwischenprodukt 14 zwecks Trocknung in Kontakt gebracht worden ist, wird die Luft 27 durch den Trockner 15 abgegeben. Dies erfolgt vorzugsweise über den Luftauslass 29, der sich von einem Formulierungsauslass 31 zur Abgabe der Formulierung 3 unterscheidet.

Die Luft 27 kann mittels des Abluftförderers 15B, insbesondere eines (zweiten) Lüfters, aus dem Luftauslass 29 gefördert werden. Hierzu kann der Abluftförderer-Antrieb 6G vorgesehen sein, der die Förderung bewirkt bzw. den Abluftförderer 15B antreibt.

Der Abluftförderer 15B kann mittels des Abluftförderer-Antrieb-Steuerparameters 5G gesteuert bzw. geregelt werden. Insbesondere ist vorgesehen, dass der Abluftförderer 15B so geregelt wird, dass durch den Zwischenprodukt-Auslass 21 und der den Formulierungs-Einlass 31 keine Luft 27 entweicht. Hierzu kann die Fördermenge des Abluftförderers 15B der Fördermenge des Zuluftförderers 15A entsprechen oder diese überschreiten.

Durch einen Abluftförderer-Sensor 8G kann ein Durchsatz, eine Geschwindigkeit, eine Temperatur und/oder Feuchtigkeit der nach dem Trocknungsprozess aus dem Trockner 15 abgegebenen Luft 27 und/oder eine korrespondierende Größe wie eine Geschwindigkeit des Abluftförderer-Antriebs 6G bzw. Schaufelrad des Lüfters als Abluft-Parameter 7G gemessen werden.

Das Fließbett 25 kann eine Bearbeitungszone aufweisen oder bilden, insbesondere auf der dem Lufteinlass 26 abgewandten Seite. Das Fließbett 25 bzw. ein dieses in Richtung des Lufteinlasses 26 begrenzendes Gebilde wie ein Sieb oder Lochblech bzw. Karussell, kann antreibbar, insbesondere in Bewegung versetzbar sein. Hierzu kann der Fließbettantrieb 6H vorgesehen sein, der mit dem Fließbettantrieb-Steuerparameter 5H steuerbar ist.

Mit dem Fließbett-Sensor 8H kann der Fließbett-Parameter 7H gemessen werden, der eine Eigenschaft des Fließbetts 25 wie eine Bewegung des Karussells charakterisieren kann.

Nach Trocknung des Zwischenprodukts 14 mit dem Trockner 15 wird der verarbeitete Einsatzstoff 3 als Formulierung 2 ausgegeben.

Von der Formulierung 2 können dabei oder daraufhin ein oder mehrere Ist-Formulierungsparameter 11 bestimmt werden, also Parameter, die physikalische oder chemische Eigenschaften der erzeugten Formulierung 2 beschreiben. Dies kann insbesondere in-line, also im unterbrechungsfrei laufenden Prozess erfolgen. Alternativ oder zusätzlich können Ist-Formulierungsparameter 11 jedoch auch im Nachgang mittels Laboruntersuchung bestimmt werden. Nicht in-line-messbare Ist-Formulierungsparameter 11 werden bevorzugt dem Modell 12 zugrundegelegt, sodass die Modellierung nicht in-line-messbare Ist-Formulierungsparameter 11 berücksichtigt. Nicht in-line-messbare Ist-Formulierungsparameter 11 werden hingegen nicht direkt für die Steuerung der Anlage 1 oder als Eingangsgröße für die Steuerung 9 bzw. das Modell 12 verwendet.

Die Anlage 1 kann einen oder mehrere Sensoren 8 zur Inline-Charakterisierung von Eigenschaften der Formulierung 2 aufweisen. Hierzu zählen ein oder mehrere von dem Formulierungs-Temperatur-Sensor 8I zur Messung einer Formulierungs-Temperatur 7I, dem Formulierungs-Auslassmengen-Sensor 8J zur Messung eines Formulierungs-Parameters 7J, der die Auslassmenge bzw. den Durchsatz (Massenstrom) an Formulierung beschreibt, und/oder dem Formulierungs-Eigenschafts-Sensor 8K, der eine oder mehrere Eigenschaften der Formulierung 2 misst und als Formulierungs-Eigenschafts-Parameter 7K ausgibt, bevorzugt die (relative) Feuchtigkeit bzw. Restfeuchte und/oder den Trocknungsverlust.

Bei den Formulierungsparametern 10, 11 handelt es sich vorzugsweise um mindestens einen, Partikel der Formulierung 2 charakterisierenden Parameter wie eine Partikelgröße oder Partikelgrößenverteilung (XD10, XD50 und/oder XD90) oder eine dazu korrespondierende Größe. Alternativ oder zusätzlich handelt es sich bei den Formulierungsparametern 10, 11 vorzugsweise um eine (relative) Feuchtigkeit bzw. Restfeuchte und/oder einen Trocknungsverlust (LoD - Loss on drying) und/oder eine hierzu korrespondierende Größe.

Die ergänzende Formulierungsparameter 10,11 können bedarfsweise durch den Formulierungs-Temperatur-Sensor 8I, den Formulierungs-Auslassmengen-Sensor 8J und/oder den Formulierungs-Eigenschafts-Sensor 8K bzw. als Formulierungs- Temperatur 7I, Formulierungs-Auslassmengen-Parameter 7J und/oder Formulierungs-Eigenschafts-Parameter 7K ermittelt werden.

Grundsätzlich können entsprechende Messgrößen, wie auch die Partikelgröße oder Partikelgrößenverteilung (XD10, XD50 und/oder XD90) der Formulierung 2 zur Bildung des Modells 12 herangezogen werden. Es ist jedoch nicht zwingend oder in jedem Fall vorgesehen, entsprechende Größen im laufenden Betrieb der Anlage 1 zu bestimmen oder deren Steuerung zuzuführen.

Optional, jedoch bevorzugt, kann von dem Zwischenprodukt 14 mittels eines Zwi- schenprodukt-(Feuchte-)Sensors 8L eine in-line-messbare Eigenschaft, insbesondere Feuchtigkeit, des Zwischenprodukts 14 als Zwischenprodukt-Eigenschafts-Parameter 8L ermittelt werden. Diese kann, wenn vorgesehen, auch im Modell 12 berücksichtigt, insbesondere als Eingangsgröße verwendet, bzw. der Steuerung der Anlage 1 (ergänzend) zugrunde gelegt werden.

Ist-Formulierungsparameter 11 können der Anlage 1 nachgeschaltet gemessen werden. Hierauf wird im Folgenden noch näher eingegangen. An dieser Stelle sei jedoch bereits erwähnt, dass eine Form, Größe oder Verteilung von Partikeln der Formulierung 2 charakterisierender Parametervorzugsweise ebenfalls in-line gemessen wird.

Hingegen wird bevorzugt eine Partikel charakterisierende Messung des Zwischenprodukts 14 vermieden.

Im Zusammenhang mit dem Ausführungsbeispiel gemäß Fig. 1 sind diverse Sensoren 8 zur Ermittlung von Zustandsparametern 7 der Anlage 1 beschrieben worden. Es ist jedoch nicht zwingend, dass alle Sensoren 8 vorgesehen bzw. Zustandsparameter 7 genutzt werden. Bevorzugt werden mindestens zwei oder mindestens drei Zustandsparameter 7 bzw.

Sensoren 8 jeweils für den Granulator 13 und den Trockner 15 verwendet.

Zu den für die Anlagensteuerung besonders bevorzugt für die Anlagensteuerung dynamisch einstellbaren Steuerparametern 5, deren Auswahl für die weiteren Aspekte der Erfindung einen selbständigen Gedanken der Erfindung darstellen können, zählen:

Auf Seiten des Granulators 13: der Zuförderer-Antrieb-Steuerparameter 5A, bevorzugt charakterisierend eine Dosierung des Einsatzstoffs 3; und/oder der Granulator-Antrieb-Steuerparameter 5B, bevorzugt charakterisierend eine Extrudergeschwindigkeit eines Extruders des Granulators 13, der ein Granulierwerk 17 des Granulators 13 bilden kann, oder eine zu einer Förder- bzw. Bearbeitungsgeschwindigkeit des Granulators 13 korrespondierende (sonstige) Größe; und/oder der Einspritzeinrichtungs-Steuerparameter 5C, insbesondere eine Sprührate charakterisierend die Menge pro Zeit zugeführter Flüssigkeit 13B.

Auf Seiten des Trockners 15: der Fließbettantrieb-Steuerparameter 5H, bevorzugt eine Geschwindigkeit eines Karussells des Trockners 15 charakterisierend; der Zuluftförderer-Antrieb-Steuerparameter 5E, bevorzugt einen einlassseitigen Zuluftstrom repräsentierend, und/oder der Zuluft-Temperiereinrichtungs-Steuerparameter 5F, insbesondere die Temperatur des einlassseitigen Zustroms der Luft 27 repräsentierend.

Zu den besonders bevorzugten Parametern 3, 7 als Eingangsgrößen für die Anlagensteuerung bzw. des Modells, deren Auswahl für die weiteren Aspekte der Erfindung einen selbständigen Aspekt der Erfindung darstellen können, zählen:

Auf Seiten des Granulators 13: der Granulator-Parameter 7B, insbesondere charakterisierend ein Extruderdrehmoment des Extruders des Granulators 13 oder einen sonstigen, zur Konsistenz und/oder Förderrate des in Verarbeitung befindlichen Einsatzstoffs 3 abhängigen Parameter des Granulator-Antriebs 6B; und/oder die eine oder mehrere Granulator-Temperatur(en) 7D, insbesondere charakterisierend eine oder mehrere Temperaturen des im Granulator 13 in Bearbeitung befindlichen Einsatzstoffs 3 an bevorzugt unterschiedlichen Positionen entlang eines Materialflusses des Einsatzstoffs 3 im Granulator 13 oder hierzu korrespondierende Temperaturen; und/oder die Granulator-Temperatur 7D bzw. der Zwischenprodukt-Eigenschafts-Parameter 7L, die oder der die Temperatur des Zwischenprodukts ist oder hierzu korrespondiert.

Auf Seiten des Trockners 15: der oder die Abluft-Parameter 7G, insbesondere charakterisierend die Abluft-Temperatur und/oder (relative) Feuchtigkeit und/oder Durchsatz (beispielsweise repräsentiert über eine Druckdifferenz) der Abluft 27; und/oder der Formulierungs-Auslassmengen-Parameter 7J, insbesondere charakterisierend die Auslassmenge und/oder eine Druckdifferenz in Zusammenhang mit der Ausgabe der Formulierung, beispielsweise über einem Filter oder Sieb.

Auf Seiten des Einsatzstoffs 3: der Einsatzstoff-Parameter 4, vorzugsweise eine Feuchtigkeit und/oder Granularität des Einsatzstoffs 3 charakterisierend.

Optional für die Steuerung der Anlage 1 ergänzend berücksichtigt werden kann auf Seiten der Formulierung 2: der Formulierungs-Eigenschafts-Parameter 7K, vorzugsweise charakterisierend eine Partikelgrößenverteilung, insbesondere D10, D50 und/oder D90, und/oder einen Trockenverlust.

Die Verwendung der vorbezeichneten Parameter 4, 5, 7 kann ergänzt werden durch einen oder mehrere der zuvor und nachfolgend diskutierten Parameter 4, 5, 7. Fig. 3 zeigt eine vereinfachte, schematische Ansicht eines künstlichen neuronalen Netzes 32 für die Ermittlung von Steuerparametern 5 zur Steuerung der Anlage 1 bzw. von den Aktoren 6 dieser.

Gemäß einem Aspekt der vorliegenden Erfindung ist das Modell 12, insbesondere der statische Teil 12A des Modells 12, durch das künstliche neuronale Netz 32 gebildet oder weist das künstliche neuronale Netz 32 auf. Ein Beispiel für die Struktur des künstlichen neuronalen Netzes 32 ist in Fig. 3 wiedergegeben.

Das künstliche neuronale Netz 32 weist in einem Input Layer 33 Knoten 36 in Form von Eingangsknoten auf, die zu einem oder mehreren der Einsatzstoffparameter 4, zu einem oder mehreren der Zustandsparameter 7 des Granulators 13, zu einem oder mehreren der Zustandsparameter 7 des Trockners 15 und/oder zu einem oder mehreren der Soll-Formulierungsparameter 10 korrespondieren.

Bevorzugt weist das künstliche neuronale Netz 32 Knoten 36 in einem oder mehreren Hidden Layern 34 auf, über die eine Verknüpfung des Input Layer 23 zu einem Output Layer 35 erfolgen kann.

Das künstliche neuronale Netz 32 kann Knoten 36 in Form von Ausgangsknoten in einem Output Layer 35 aufweisen, die zu einem oder mehreren der Steuerparameter 5 korrespondieren.

Die Knoten 36 unterschiedlicher Layer 33, 34, 35 können mittels Kanten 37 untereinander verbunden sein. Die Knoten 36 können mittels der Kanten 37 einen Graphen bilden. Die Knoten 36 und/oder Kanten 37 weisen vorzugsweise Gewichte 38 auf, die die mittels der Kanten 37 darstellbaren Verknüpfungen der Knoten 36 spezifizieren.

Das künstliche neuronale Netz 32 wird oder ist vorzugsweise mit Datensätzen trainiert, die unterschiedliche Kombinationen der Einsatzstoffparameter 4, Zustandsparameter 7 und Steuerparameter 5 sowie sich unter Vorgabe dieser einstellender Ist- Formulierungsparameter 11 bestehen.

Die Trainingsdatensätze repräsentieren jeweils einen stationären Zustand der Anlage 1 , bei dem die Ist-Formulierungsparameter 11 und Zustandsparameter 7 basierend auf konstanten Steuerparametern 5 und Einsatzstoffparametern 4 einen zumindest im Wesentlichen statischen Wert angenommen haben.

Das künstliche neuronale Netz 32 wird oder ist vorzugsweise dadurch trainiert, dass die Eingangs-Knoten 36 mit mindestens einem, vorzugsweise mehreren, bevorzugt vom Einsatzstoff 3 beeinflussten, Zustandsparametern 7 des Granulators 13 und mindestens einem, vorzugsweise mehreren, korrespondierenden, bevorzugt vom Einsatzstoff 3 beeinflussten, Zustandsparametern 7 des Trockners 15 des jeweiligen Trainings-Datensatzes beaufschlagt werden.

Die Eingangsknoten (Knoten 36 im Input-Layer 33) werden oder sind vorzugsweise ferner jeweils mit einem oder mehreren korrespondierenden Ist-Formulierungsparametern 11 und mit einem oder mehreren korrespondierenden Einsatzstoffparametern 4 des jeweiligen Trainings-Datensatzes beaufschlagt.

Durch Vorgabe der Parameter 4, 5, 7, 11 eines Tranings-Datensatzes im Input-Layer 33 ergeben sich an den Ausgangsknoten (Knoten 36 des Output-Layer 35) Steuerparameter 5 (Werte des neuronalen Netzes 32), aus denen vorzugsweise durch Vergleich mit den Steuerparametern 5 des jeweiligen Trainings-Datensatzes Fehler bestimmt werden und die Fehler werden durch Anpassung der Gewichte 38 des künstlichen neuronalen Netzes 32, vorzugsweise mittels Back-Propagation und/oder sukzessive, verringert bzw. kompensiert.

Um mittels des neuronalen Netzes 32 dann letztendlich Steuerparameter 5 zu ermitteln, werden statt Ist-Formulierungsparametern 11 Soll-Formulierungsparameter 10 zusammen mit weiteren aktuellen Parametern 4, 7 dem künstlichen neuronalen Netz 32 (am Input-Layer 33) vorgegeben, woraufhin sich Steuerparameter 5 für die Steuerung der Anlage 1 (am Output-Layer 35 )ergeben, auf deren Basis die Anlage 1 steuerbar ist oder (automatisch) gesteuert wird.

Die Parameter 4, 5, 7, 10, zu denen Knoten 36 vorgesehen sind, sind vorzugsweise zumindest:

Vorzugsweise im Input-Layer 33:

Mindestens ein Knoten 36 zu mindestens einem korrespondierenden Einsatzstoff- Parameter 4, vorzugsweise der Feuchtigkeit des Einsatzstoffs 3 und/oder einer Eigenschaft der Partikel des Einsatzstoffs 3, insbesondere seiner Partikelgrößenverteilung; und/oder

• Ein Knoten 36 zu dem Granulator-Parameter 7B, insbesondere dem Schnecken- bzw. Extruder-Drehmoment des Granulators 13; und/oder

• Ein Knoten 36 zu der Granulator-Temperatur 7D, insbesondere mehrere Knoten 36 zu mehreren Granulator-Temperaturen 7D; und/oder

• Ein Knoten 36 zu einem Abluft-Parameter 7G, insbesondere zu der Temperatur und Feuchtigkeit der Luft 27 und/oder der Druckdifferenz der Luft 27 über dem Abscheider 30;

Vorzugsweise im Output-Layer 35:

• Ein Knoten 36 zu einem Granulator-Antrieb-Steuerparameter 5B; und/oder

• Ein Knoten 36 zu einem Einspritzeinrichtungs-Steuerparameter 5C; und/oder

• Ein Knoten 36 zu einem Fließbettantrieb-Steuerparameter 5H; und/oder

• Ein Knoten 36 zu einem Zuluftförderer-Antrieb-Steuerparameter 5E; und/oder Ein Knoten 36 zu einem Zuluft-Temperiereinrichtung-Steuerparameter 5F.

Optional sind Knoten zu einem oder zu mehreren folgender Zustandsparameter 7 im Input-Layer 34 vorgesehen:

• Ein Knoten 36 zu einem Einspritzeinrichtungs-Parameter 7C;

• Ein Knoten 36 zu einem Zuluft-Parameter 7F;

• Ein Knoten 36 zu einem Zuluftförderer-Parameter 7E;

• Ein Knoten 36 zu einem Fließbett-Parameter 7H;

• Ein Knoten 36 zu einer Formulierungs-Temperatur 7I;

• Ein Knoten 36 zu einem Formulierungs- Auslassmengen-Parameter 7J; und/oder

• Ein Knoten 36 zu einem Formulierungs-Eigenschafts-Parameter 7K, und/oder zu einem oder mehreren folgender Steuer-Parameter 5 im Output-Layer 35 vorgesehen:

Ein Knoten 36 zu einem Zuförderer-Antrieb Steuerparameter 5A;

Ein Knoten 36 zu einem Granulator-Temperiereinrichtungs-Steuerparameter

5D; und/oder Ein Knoten 36 zu einem Abluftförderer-Antriebs-Steuerparameter 5G.

So ist es bevorzugt, dass zu den Zustandsparametern 7, zu denen jeweils ein Knoten 36 korrespondiert, der Granulator-Parameter 7B, insbesondere ein Granulierwerk- Drehmoment des Granulators 13, eine oder mehrere der Granulator-Temperaturen 7D an unterschiedlichen Position entlang eines Transportwegs des Granulators 13 für den Einsatzstoff 3, die Formulierungs-Temperatur 7I, insbesondere eine Temperatur der Formulierung 2 am Formulierungs-Auslass 31 des Trockners 15, ein Formulierungs-Eigenschafts-Parameter 7K, insbesondere die Feuchtigkeit, insbesondere relative Feuchtigkeit, der Formulierung 2 am Formulierungs-Auslass 31 des Trockners 15, und/oder ein Abluft-Parameter 7G, insbesondere charakterisierend einen Druckverlust über einem Filter, hier beispielhaft (Zyklon-) Abscheider 30, des Trockners 15 aufweisen.

Das künstliche neuronale Netz 32 ist vorzugsweise durch Training dazu ausgebildet, aus den an den Knoten 36 des Input-Layer eingespeisten Parametern 4, 7, 10 Steuerparameter 5 zu erzeugen, mit denen die Anlage 1 bzw. der Verbund aus Granulator 13 und Trockner 15 steuerbar ist. Die durch das künstliche neuronale Netz 32 erzeugten Steuerparameter 5 werden hierzu bevorzugt, jedoch nicht zwingend mittels des dynamischen Modells 12B optimiert, bevor sie der Steuerung der Anlage 1 zugrunde gelegt werden.

Mit dem Modell 12 werden die Steuerparameter 5 vorzugsweise nur oder primär auf Basis des oder der Einsatzstoffparameter 4, Zustandsparameter 7 und Soll-Formulierungsparameter 10 bestimmt.

Es bleibt dabei, dass auch in diesem Fall bevorzugt nicht in-line-messbare Eigenschaften des Zwischenprodukts 14 außer Acht bleiben. Vorzugsweise werden allenfalls die Temperatur und/oder Feuchtigkeit des Zwischenprodukts 14 berücksichtigt.

Das Modell 12 berücksichtigt vorzugsweise zukünftige Auswirkungen von Änderungen Zustandsparameter 7 auf die Ist-Formulierungsparameter 11 , vorzugsweise durch Vorhersagen. Hierzu ist der dynamische Teil des Modells 12 vorzugsweise dazu ausgebildet, durch Langzeiteffekte hervorgerufene Änderungen der Ist-Formulierungsparameter 11 zu berücksichtigen. Die Steuerung 9 berücksichtigt vorzugsweise zukünftige Auswirkungen von Änderungen der Steuerparameter 5 auf die Ist-Formulierungsparameter 11 und/oder Zustandsparameter 7, vorzugsweise durch Vorhersagen. Insbesondere der dynamische Teil des Modells 12 ist dazu ausgebildet, durch Langzeiteffekte hervorgerufene von Änderungen der Ist-Formulierungsparameter 11 vorzukompensieren.

Das Modell 12 kann hierzu Vorhersagen über zukünftige Entwicklungen der Ist-For- mulierungsparameter 11 der Bestimmung oder einer Anpassung der Steuerparameter 5 zugrunde legen. Hierzu kann das Modell 12 neben dem statischen Teil 12A, mit dem für den jeweiligen Steuerparameter 5 aus den Zustandsparametern 7 und, vorzugsweise, den Einsatzstoffparametern 4 und dem/den Soll-Formulierungsparametern 10 ein Basiswert ermittelt wird oder ist, den dynamischen Teil 12B aufweisen, mit dem der Basiswert mittels einer Vorhersage optimiert wird.

Mit dem dynamischen Teil 12B des Modells 12 kann also basierend auf Einsatzstoffparametern 4 und aktuellen Zustandsparametern 7 eine Änderung von Ist-Formulierungsparametern 11 bei Änderung der aktuellen Zustandsparameter 7 prognostiziert und basierend auf dieser Prognose können die Basiswerte für die Steuerparameter 5 angepasst werden und die Anlage 1 mit den angepassten Steuerparametern 5 gesteuert werden.

Das Modell 12, insbesondere der dynamische Teil 12B des Modells 12, ist also dazu ausgebildet, Langzeiteffekte von Änderungen der Steuerparameter 5 auf die Ist-For- mulierungsparameter 11 und/oder Zustandsparameter 7 vorherzusagen. Die Steuerung 9 ist damit durch das Modell 12 dazu eingerichtet, die Anlage 1 bzw. Kombination aus Granulator 13 und Trockner 15 unter Kompensation der Langzeiteffekte zu steuern. Somit kann in überraschender Weise und trotz der direkten Kopplung von Granulator 13 und Trockner 15 eine Herstellung unter Einhaltung geringer / zulässiger Abweichungen der Ist-Formulierungsparameter 11 von den Soll-Formulierungsparametern 10 erreicht werden.

Wenn mit dem Modell 12 lediglich eine Vorhersage von Eigenschaften der Formulierung 2 gewünscht bzw. realisiert ist, kann das Modell 12 bzw. das künstliche neuronale Netz 32 anders aufgebaut sein, als im Fall einer bevorzugt vollautomatischen Steuerung mittels des Modells 12, nämlich vorzugsweise so, dass die Formulierung 2 charakterisierende Eigenschaften, insbesondere also ein oder mehrere prognostizierte Ist-Formulierungsparameter 11 , bestimmt und/oder ausgegeben werden können.

Mit dem Modell 12 werden in diesem Fall vorzugsweise ein oder mehrere Ist-Formulierungsparameter 11 nur oder primär auf Basis des oder der Einsatzstoffparameter 4, Zustandsparameter 7 und vorgegebenen Steuerparameter 5 bestimmt bzw. prognostiziert.

Mit dem dynamischen Teil 12B des Modells 12 kann also, vorzugsweise basierend auf Einsatzstoffparametern 4, aktuellen Zustandsparametern 7 und/oder Steuerparametern 5 bzw. deren Basiswerten eine Änderung von Ist-Formulierungsparametern 11 unter Berücksichtigung einer mit einer Änderung von Steuerparametern 5 einhergehenden Änderung der Zustandsparameter 7 prognostiziert und basierend auf dieser Prognose können die resultierenden Ist-Formulierungsparameter 11 prognostiziert und, vorzugsweise ausgegeben werden.

Das Modell 12, insbesondere der dynamische Teil 12B des Modells 12, ist somit bevorzugt dazu ausgebildet, Langzeiteffekte von Änderungen der Zustandsparameter 7 auf die Ist-Formulierungsparameter 11 vorherzusagen. Hierdurch kann dem Nutzer in überraschender weise und trotz der direkten Kopplung von Granulator 13 und Trockner 15 mit dem prognostizierten Ist-Formulierungsparameter 11 ein Indikator an die Hand gegeben werden, um geeignete Steuerparameter 5 zu wählen.

Unabhängig davon, ob Steuerparameter 5 oder prognostizierte Ist-Formulierungsparameter 11 durch das Modell 12 bleiben nicht in-line-messbare Eigenschaften des Zwischenprodukts 14 bevorzugt außer Acht, beispielsweise eine physikalische Eigenschaft des Zwischenprodukts 14, die Partikel des Zwischenprodukts 14 charakterisiert. Insbesondere bleiben alle Eigenschaften des Zwischenprodukts 14 außer Acht, außer der Temperatur und der Feuchtigkeit des Zwischenprodukts 14.

Das Modell 12 berücksichtigt von dem in Verarbeitung befindlichen Einsatzstoff 2 bzw. dem Zwischenprodukt 14 also bevorzugt allenfalls solche Parameter, die in-line gemessen werden können, also keine Probennahme und von der Anlage getrennte Analyse erfordern.

Wie bereits erwähnt, kann das Modell 12 alternativ zur Prognose von Ist-Formulierungsparameter 11 ausgebildet sein. In diesem Fall ist das Modell 12 bwz. Künstliche neuronale Netz 32 ander ausgebildet als das künstliche neuronale Netz 32 zur Ermittlung der Steuerparameter 5.

Die Parameter 4, 5, 7, 10, zu denen Knoten 36 vorgesehen sind, sind im Fall der Bestimmung von prognostizierten Ist-Formulierungsparametern 11 mit dem Modell 12 vorzugsweise zumindest:

Vorzugsweise im Input-Layer 33:

• Ein Knoten 36 zu mindestens einem korrespondierenden Einsatzstoff-Parameter 4, vorzugsweise der Feuchtigkeit des Einsatzstoffs 3 und/oder einer Eigenschaft der Partikel des Einsatzstoffs 3, insbesondere seiner Partikelgrößenverteilung; und/oder

• Ein Knoten 36 zu einem Granulator-Parameter 7B, insbesondere ein Schnecken- bzw. Extruder-Drehmoment des Granulators 13, und/oder

• Ein Knoten 36 zu einem Abluft-Parameter 7G, insbesondere zu der Temperatur und Feuchtigkeit der Luft 27 und/oder der Druckdifferenz der Luft 27 über dem Abscheider 30; und/oder

• Ein Knoten 36 zu einem Granulator-Antrieb-Steuerparameter 5B; und/oder

• Ein Knoten 36 zu einem Einspritzeinrichtungs-Steuerparameter 5C; und/oder

• Ein Knoten 36 zu einem Fließbettantrieb-Steuerparameter 5H; und/oder

• Ein Knoten 36 zu einem Zuluftförderer-Antrieb-Steuerparameter 5E; und/oder

• Ein Knoten 36 zu einem Zuluft-Temperiereinrichtung-Steuerparameter 5F.

Vorzugsweise im Output-Layer 35:

• ein oder mehrere Knoten 36 zu (jeweils) einem (prognostizierten) Ist-Formulierungsparameter 11 .

Optional sind Knoten 36 zu einem oder zu mehreren folgender Zustandsparameter 7 im Input-Layer 34 vorgesehen:

• Ein Knoten 36 zu einem Einspritzeinrichtungs-Parameter 7C und/oder

• Ein Knoten 36 zu einem Zuluft-Parameter 7F und/oder

• Ein Knoten 36 zu einem Zuluftförderer-Parameter 7E und/oder • Ein Knoten 36 zu einem Fließbett-Parameter 7H und/oder

• Ein Knoten 36 zu einem Formulierungs-Temperatur 7I und/oder

• Ein Knoten 36 zu einem Formulierungs- Parameter 7J und/oder

• Ein Knoten 36 zu einem Formulierungs-Eigenschafts-Parameter 7K und/oder

• Ein Knoten 36 zu einem Zuförderer-Antrieb Steuerparameter 5A und/oder

• Ein Knoten 36 zu einem Granulator-Temperiereinrichtung Steuerparameter 5D und/oder

• Ein Knoten 36 zu einem Abluftförderer-Antrieb Steuerparameter 5G.

Das künstliche neuronale Netz 32 kann in diesem Fall mit entsprechenden bzw. denselben Datensätzen trainiert sein oder werden wie das künstliche neuronale Netz 32 für die Bestimmung der Steuerparameter 5.

Fig. 4 zeigt ein schematisches Diagramm vergangener und prognostizierter Verläufe eines oder mehrerer Parameter 5, 7, 10 und 11 .

Links der einen Wert eines Parameters 5, 7, 11 repräsentierenden Y-Achse ist, wie durch einen Pfeil für die Vergangenheit P angedeutet, die vergangene Entwicklung des einen oder der mehreren Parameter 5, 7, 11 sowie der vergangene Verlauf einer Referenztrajektorie 39 und eines gemessenen Parameters 7, 11. Darüber hinaus ist, wie mit einem Pfeil für die Zukunft F gekennzeichnet, die zukünftige Entwicklung dieser in einem Prognosehorizont 40 dargestellt.

Vorschlagsgemäß kann vorgesehen sein, dass einer oder mehrere der Parameter 5, 7, 10 zu diskreten Zeitpunkten tk+_P geändert bzw. eine Änderung prognostiziert wird. Im Darstellungsbeispiel sind die Zeitpunkte tk+_P um eine Abtastzeit At voneinander beabstandet. Grundsätzlich ist es jedoch nicht zwingend erforderlich, dass die Abtastzeit At konstant ist, auch wenn dies möglich ist, und die Abtastzeit At kann gering gewählt werden, sodass der Verlauf des oder der Parameter 5, 7, 11 zumindest im Wesentlichen kontinuierlich sein kann.

Wie in Fig. 4 zu sehen, ist es möglich, dass durch die Prognose des oder der Parameter 5, 7, 11 , unterschiedliche und auch sowohl steigende als auch fallende Verläufe aufweisen kann mit dem Ziel, einen Messwert wie dem Zustandsparameter 7 und/oder dem Ist-Formulierungsparameter 11 der Referenztrajektorie 39 anzunähern. Letztendlich repräsentiert der Verlauf gemäß Fig. 4 ein mögliches Systemverhalten, was eine vorteilhaft optimierte Steuerung der Anlage 1 bzw. des Herstellungsprozesses mittels des Modells 12 und der hiermit berücksichtigten sowohl vergangenen Entwicklung als auch für die Zukunft vorausgesagten Entwicklung unterschiedlicher Größen berücksichtigt.

Fig. 5 zeigt ein schematisches Diagramm des Resultats einer Steuerung mit konstanten Steuerparametern 5 über der Zeit. In einem vorgegebenen, bevorzugt festen Zeitfenster 41 ergeben sich aufgrund des zumindest im Wesentlichen oder der zumindest im Wesentlichen konstanten Steuerparameter 5 ein oder mehrere Zustandsparameter ?. Der oder die Zustandsparameter 7 nähern sich hierbei bevorzugt asymptotisch einem festen Wert an, unter Berücksichtigung von Qualitätsdynamiken 42, die an diskreten Zeitpunkten gemessen werden können.

Auf Basis des oder einer Kombination der konstanten Steuerparameter 5 und des oder der sich hieraus ergebenen Zustandsparameter 7 lässt sich der statische Teil des Modells 12A ermitteln. Insbesondere kann ein machine-learning-basiertes Modell 12A des statischen Anlagenverhaltens auf dieser Basis erzeugt werden. Dies kann, wie zuvor erläutert, ein künstliches neuronales Netz 32 sein, grundsätzlich kommen jedoch auch andere machine-learning-basierte Verfahren in Frage.

Fig. 6 zeigt ein schematisches Diagramm zueinander zeitlich versetzter Prognosen über der Zeit t. Zu jeden Zeitpunkt tk+_P hängen zukünftige Messwerte K von früheren Entwicklungen und aktuellen Steuerparametern 5 bzw. Zustandsparametern 7 ab. Eine derartige Regression kann mittels einer Zeitserien-Prognose gelöst werden, wie in Fig. 6 angedeutet. Dargestellt sind Verläufe der Messwerte K ZU unterschiedlichen Relativ-Zeiten die zueinander zeitlich um eine Zeitdifferenz bzw. Abtastzeit At versetzt sind und mittels derer angedeutet ist, dass es sich um Prognosen der Zeitserie handelt.

Konkret ist es möglich und bevorzugt, dass mittels des Modells 12 getroffene Voraussagen in regelmäßigen Abstandszeiten At erneuert werden. Sobald sich der Zustand der Anlage 1 geändert hat und damit ein oder mehrere Zustandsparameter 7 von vorherigen Werten abweichen, kann - bevorzugt mittels des Modells 12 - also eine geänderte bzw. angepasste Prognose erzeugt werden, insbesondere von einem oder mehreren Steuerparametern 5, Zustandsparametern 7 und/oder Ist-For- mulierungsparametern 11. Fig. 7 zeigt ein schematisches Diagramm von Prozesseigenschaften über der Zeit. Die grundsätzliche Idee ist es, das statische Verhalten, wie beispielsweise anhand von Fig. 5 erläutert, mit dem dynamischen Verhalten und prognostizierte Entwicklungen unter Berücksichtigung vergangener Verläufe zu kombinieren, sodass, wie in Fig. 7 beispielhaft dargestellt, ein Prozess mit statischen Basiswerten, bevorzugt also ermittelt durch den statischen Teil 12A des Modells 12, gestartet wird und daraufhin während der Produktion durch wiederholtes, itaratives Optimieren, insbesondere mittels eines Time-Forecasting-Ansatzes, in geringer Zeit die gewünschten Attribute, insbesondere also Ist-Formulierungsparameter 11 , erreicht und im Anschluss zumindest im Wesentlichen gehalten werden können.

Grundsätzlich ist es also möglich, zum Start der kontinuierlichen Verarbeitung des Einsatzstoffs 3 zur Formulierung 2 die Steuerparameter 5 auf Basis des statischen Teils 12A des Modells 12 zu ermitteln und die Steuerparameter 5 im laufenden Betrieb der Anlage 1 mittels des dynamischen Teils 12B des Modells 12 leicht nachzuführen. Dies ist in den Zeitabschnitten in Fig. 7 zeitlich in dem Bereich angedeutet, in dem die Abtastzeiten At eingetragen sind.

Es ist also möglich, dass die Anlage 1 zunächst einen quasi-stationären Zustand erreicht, bevor die Nachregelung mittels des dynamischen Teils 12B des Modells 12 aktiviert wird und dann bevorzugt mittels eines Time-Series-Forecasting im Abstand von jeweils der Abtastzeit At einsetzt. Grundsätzlich sind jedoch auch andere Steuerungsstrategien möglich.

Die vorschlagsgemäße Anlage 1 kann besonders vorteilhaft in einem System 45 zur Herstellung von Tabletten eingesetzt werden. Ein erweitertes Verfahren ist hierzu in Fig. 8 anhand eines schematischen Flussdiagramms gezeigt. Im System 45 können teilweise Komponenten zur Verarbeitung des Einsatzstoffs 3 und/oder zur Nachbearbeitung der Formulierung 2 wie eine bevorzugt pneumatische Förderanlage 46 vorgesehen sein, die der Anlage 1 zusätzliche Funktionen hinzufügen, wie nun anschließend anhand von Fig. 9 näher erläutert.

Fig. 9 zeigt eine in ein System 45 eingebettete Anlage 1. Der Anlage 1 kann die Vorbereitung des Einsatzstoffs 3 vorgeschaltet sein. Im Darstellungsbeispiel gemäß Fig. 9 und bezugnehmend auf das Verfahren gemäß Fig. 8 wird aus Komponenten 47 des Einsatzstoffs 3 durch Sieben und/oder Mischen in einem Vorbereitungsschritt 48 der Einsatzstoff 3 erzeugt, vorliegend beispielhaft und auch insgesamt bevorzugt eine Pulvermischung der Komponenten 47.

In einem vorschlagsgemäß bevorzugt kontinuierlich mit dem nachfolgenden Trocknungsschritt 50 stattfindenden Granulierschritt 49 wird der Einsatzstoff 3 anschließend mittels des Granulators 13 zum Zwischenprodukt 14 verarbeitet, vorzugsweise unter Hinzufügung von Flüssigkeit 13B, auch Granulier-Flüssigkeit genannt. Im fortgesetzt kontinuierlichen Prozess wird das Zwischenprodukt 14 anschließend mittels des Trockners 15 getrocknet, wodurch letztendlich die Formulierung 2 erzeugt wird. Bezüglich der kontinuierlichen Verarbeitung des Einsatzstoffs 3 zur Formulierung 2 wird ergänzend auf die vorherigen Abschnitte verwiesen.

Im Anschluss kann die Formulierung 2 weiterverarbeitet werden. In einem oder mehreren Nachbearbeitungsschritten 51 kann die Formulierung 2 gesiebt werden, beispielsweise in einer Nachbearbeitungseinrichtung 52, insbesondere zur Partikelselektion, zur Bildung einer nachbearbeiteten (insbesondere gesiebten) Formulierung 53. Alternativ oder zusätzlich wird die Formulierung 2 bzw. nachbearbeitete Formulierung 53 zu einem finalen Gemisch 54 in einem Mischprozess 55 mit Additiven wie Spreng- und/oder Bindemitteln 56 gemischt.

Letztendlich kann mittels eines Tablettierprozesses 57, insbesondere einer Verpres- sung, aus der Formulierung 2 bzw. der nachbearbeiteten Formulierung 53 oder dem finalen Gemisch 54 eine Darreichungsform 58, insbesondere ein oder mehrere Tabletten, hergestellt werden.

Der vorschlagsgemäße, bevorzugt pharmazeutische Prozess konzentriert sich auf die kontinuierlichen Prozessschritte der Herstellung fester oraler Darreichungsformen, wie beispielhaft anhand eines schematischen Flussdiagrams in Fig. 8 und im Folgenden ergänzend anhand des Systems 45 aus Fig. 9 erläutert.

Nach einer optionalen, bevorzugt chargenweisen, Aufbereitung einer homogenen Pulvervormischung von Komponenten 47 als Einsatzstoff 3, bevorzugt durch Sieben und/oder Mischen von den Einsatzstoff 3 bildenden Pulvern als Komponenten 47, wird in einem kontinuierlichen Granulationsschritt mit dem Granulator 13, bevorzugt einer sogenannten Doppelschneckengranulation (TSG), das Zwischenprodukt 14, bevorzugt Nassgranulat (nasses oder feuchtes Granulat), gebildet. Hierzu kann dem Einsatzstoff 3 im Granulator 13 bzw. während des Granulierprozesses Flüssigkeit 13B zugefügt werden. Dies kann mit der Einspritzeinrichtung 6C erfolgen.

Das Zwischenprodukt 14 wird vorzugsweise in einem kontinuierlichen Produktstrom direkt in den kontinuierlich arbeitenden T rockner 15, hier Fließbetttrockner, überführt. Nach den beiden kontinuierlichen Prozessschritten Granulieren und Trocknen entsteht die Formulierung 2, bevorzugt ein Trockengranulat (getrocknetes Nassgranulat).

Die Formulierung 2 wird optional und bevorzugt im Anschluss gesiebt (zur nach bearbeiteten Formulierung 53) und/oder mit einer extragranularen Phase (einem Zu- satzstoff/Spreng- und/oder Bindemittel 56) gemischt, um das finale Gemisch 54 zu erhalten. Dieses finale Gemisch 54 (Endmischung) bildet vorzugsweise das Ausgangsmaterial für einen Tablettierprozess 57, wird zum Tablettieren verwendet oder das System 45 ist dazu ausgebildet.

Bevorzugt sind also die zwei kontinuierlichen Prozessschritte Granulierung und Trocknung als Anlage 1 vorgesehen. Das System kombiniert die Anlage 1 hingegen bevorzugt zu insgesamt mindestens drei, insbesondere vier, verschiedenen Prozesseinheiten bzw. Produktionsschritte.

Die Prozesseinheiten Beschickung und Doppelschnecken-Nassgranulation sind für den kontinuierlichen Granulationsprozess zuständig. Die beiden folgenden Prozesseinheiten - kontinuierliche Fließbetttrocknung und pneumatisches Fördersystem - sind für den kontinuierlichen Trocknungsprozess zuständig.

Insgesamt sind - bevorzugt sechs - Steuerparameter 5 (Haupteingangsgrößen) für die Steuerung/Steuer 9einrichtung der kontinuierlichen Granulier- und Trocknungsanlage 1 definiert bzw. werden für die Steuerung verwendet.

Die mindestens zwei, vorzugsweise mindestens drei Steuerparameter 5 bzw. Haupteingangsgrößen für den Granulator 13 sind oder umfassen vorzugsweise die Dosiermenge [kg/h] (des Einsatzstoffs 3), die Extruderdrehzahl [U/min] (des Granulators 13) und/oder die Sprührate [g/min] (der Einspritzeinrichung 6C).

Für den Trockner 15 sind oder umfassen die mindestens zwei, vorzugsweise mindestens drei Steuerparameter 5 bzw. Haupteingangsgrößen den Zuluftstrom [m³/h] (in den Trockner 15), die Zulufttemperatur [°C] (der Zuluft in den Trockner 15) und/oder die Karusselldrehzahl [U/min] (des Trockners 15 bzw. eines Karussells dessen).

Da insgesamt vorzugsweise mindestens sechs Haupteingangsparameter bzw. Steuerparameter 5 für die Anlage 1 definiert sind oder zur Steuerung verwendet werden, ist es leicht zu verstehen, dass das Verständnis der Beziehungen, die Steuerung und die Kontrolle einer solchen multifaktoriellen Anlage 1 eine Herausforderung darstellen kann.

Eine Schematische Ansicht des Material- und Datenflusses der kontinuierlichen Granulier- und Trocknungsanlage 1 bzw. des hiermit gebildeten Systems 45 ist in Fig. 8 und 9 dargestellt.

Hinsichtlich des Materialflusses ist es bevorzugt, dass das System 45 nach einem Bin-to-Bin-Ansatz arbeitet bzw. dazu ausgebildet ist. Das bedeutet, dass ein erster Behälter eine bevorzugt homogene Pulvervormischung als Einsatzstoff 3 in die kontinuierliche Linie (aus Granulator 13 und Trockner 15) einspeist, um nach den beiden kontinuierlich ablaufenden Prozessschritten - bevorzugt Doppelschnecken-Nass- granulation und Fließbetttrocknung - in einem zweiten Behälter das getrocknete Granulat als Formulierung 2 zu erhalten.

Die Pulvervormischung als Einsatzstoff 3 wird durch das System 45 vorzugsweise chargenweise aufbereitet. Die Weiterverarbeitung des Trockengranulats (Formulierung 2) erfolgt vorzugsweise ebenfalls chargenweise wie beispielhaft in Fig. 9 gezeigt.

Im Gegensatz zu einer vollkontinuierlichen Herstellung (vom Rohmaterial bis zu den fertigen Tabletten) bietet dieses Bin-to-Bin-Verfahren eine höhere Flexibilität, da das System 45 selbst modular verwendet werden kann. Ein Vorteil liegt also darin, das kontinuierliche Verfahren aus Granulierung und Trocknung einzubetten in ein Bin-to- Bin-Verfahren, um die vorgenannten Vorteile bei gleichzeitig hoher Flexibilität erreichen zu können.

Vorzugsweise werden zur Steuerung der Anlage 1 bzw. das System 45 drei Arten von Daten berücksichtigt. Die erste sind Steuerparameter 5 und umfasst vorzugsweise die sechs relevanten Steuerparameter 5, wie bereits oben beschrieben.

Die zweite Art von Daten sind Zustandsparameter 7 betreffend Prozesszustände (z.B. Temperaturen, Druckverluste, Drehmomente), die über mehrere Sensoren 8 in der gesamten Anlage 1 bevorzugt in einem Online- und/oder Echtzeitmodus gemessen werden können.

Die dritte Datenart umfasst bevorzugt einen oder mehrere Einsatzstoffparameter 4 und/oder Ist-Formulierungsparameter 11. Diese kritischen Materialattribute (des Einsatzstoffs 3, des Zwischenprodukts 14 und/oder der Formulierung 2) werden vorzugsweise als In-Prozess-Kontrolle bevorzugt getrennt von der Anlage 1 , diskontinuierlich und/oder auf Basis von Stichproben gemessen und bilden daher zeitverzögert die dritte Datenart.

Vorzugsweise bildet ein vollständiger Datensatz mit allen drei Datentypen die Grundlage für die Erstellung des oder der Modelle 12, die im Rahmen der Erfindung verwendet werden.

Als wesentliche überraschende Vorteile der kontinuierlichen Granulier- und Trock- nungs- Anlage 1 , die durch die Erfindung erreicht werden, können insbesondere zwei relevante Aspekte hervorgehoben werden, auch wenn diese nicht zwingend sind:

Das multifaktorielle Zusammenspiel von - beispielsweise sechs - Haupt-Eingangsgrößen (Steuerparameter 5 und durch Steuerparameter 5 unmittelbar beeinflussbare bzw. vom Einsatzstoff 3 unbeeinflusste Zustandsparameter 7) und die resultierenden Ausgangsgrößen zu verstehen. Als Ausgangsgrößen können die resultierenden bzw. vom Einsatzstoff beeinflussten Zustandsparameter 7 (beispielsweise 10 Zustände; online und in Echtzeit gemessen) sowie die Materialattribute (bevorzugt den Einsatzstoff 3 und die Formulierung 2 charakterisierende Attribute beschrieben mit beispielsweise insgesamt vier Stoff-Parametern bzw. Ist-Formulierungsparametern 11 ; offline und zeitverzögert gemessen) definiert werden.

Darüber hinaus kombiniert die kontinuierliche Granulier- und Trocknungs-Anlage 1 vorzugsweise verschiedene (kontinuierliche) Prozessschritte. Daher beeinflussen die Prozessparameter bzw. Steuerparameter 5 einer Prozesseinheit auch die Prozesszustände bzw. Zustandsparameter 7 der folgenden Einheiten und am Ende auch die Materialeigenschaften bzw. Ist-Formulierungsparameter 11.

Berücksichtigt man diese beiden Aspekte, so wird deutlich, dass eine optimale manuelle Steuerung des Prozesses eine Herausforderung darstellt und kaum zu einem guten Ergebnis führt. Aus diesem Grund wird ein großer Vorteil des bevorzugten machine-learning-basierten Verfahrens, das Vorhersagen und Steuerungsanpassungen an diesem kontinuierlichen Prozess liefert, deutlich sichtbar.

Zusammenfassend können folgende Aspekte einzeln oder in unterschiedlichen möglichen Kombinationen in der Anlage 1 realisiert werden: integrierter kontinuierlicher Prozess: kein vollständig kontinuierlicher Prozess (vom Wirkstoff und den Hilfsstoffen bis zum Endprodukt), sondern Ersatz mindestens zweier traditioneller Batch-Prozesse durch einen kontinuierlichen Prozessschritt; Kombination von Batch-Prozessen mit kontinuierlichen Schritten = integrierter kontinuierlicher Prozess

- Verwendung einer Flachboden-Dosiervorrichtung, die einen sehr präzisen und gut kontrollierbaren Massenstrom ermöglicht, als Zuförderer 16;

- Verwendung einer Doppelschnecken-Nassgranulieranlage als Granulator 13;

- Verwendung eines kontinuierlichen Fließbetttrockners als Trockner 15 ermöglicht eine Doppelfunktionalität; der Fließbetttrockner kann in einen Fließbettgranulator umgewandelt werden. Dieses modulare und variablere System ermöglicht eine doppelte Nutzung der Hauptausrüstung, wodurch die Produktivität der Anlage erhöht, die Stellfläche der Anlage effizient genutzt und Stillstandszeiten reduziert werden können;

- Verwendung eines speziellen, kontinuierlichen Trockners 15 mit einem langsam rotierenden Karussell, das die große Fließbettkammer in mehrere kleinen Kammern unterteilt, wodurch die Bildung von Teilchargen vermieden wird;

- Verringerung des möglichen Massenstaus von nassem Granulat (Zwischenprodukt 14) durch kürzere Transportwege und durch Vermeidung von Ventilen für nasses Granulat; Inline-Datengenerierung von NIR-Sonden und/oder Partikelgrößenmesssystem (Zwischenprodukt-Sensor 8L/Formulierungs-Eigenschafts-Sensor 8K) zur Messung von Materialeigenschaften von Nassgranulat (Zwischenprodukt 14) und/oder Trockengranulat (Formulierung 2).

Die Erfindung betrifft ferner ein Computerprogrammprodukt oder computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das vorschlagsgemäße Verfahren / die Schritte des Verfahrens oder Teile dieser auszuführen.

Einzelne Aspekte der vorliegenden Erfindung können getrennt voneinander, jedoch auch in unterschiedlichen Kombinationen realisiert werden. Insbesondere sind im Zusammenhang mit dem System 45 beschriebene Aspekte kombinierbar oder kön- nen vorteilhaft sein in Kombination mit den zuvor im Zusammenhang mit der Kombination des Granulators 13 und des Trockners 15 beschriebenen Aspekte.

Bezugszeichenliste:

1 Anlage 7C Einspritzeinrichtungs-Parameter

2 Formulierung 7D Granulator-Temperatur

3 Einsatzstoff 40 7E Zuluftförderer-Parameter

4 Einsatzstoffparameter 7F Zuluft-Parameter

5 Steuerparameter 7G Abluft-Parameter

5A Zuförderer-Antrieb-Steuerpara- 7H Fließbett-Parameter meter 7I Formulierungs-Temperatur

5B Granulator-Antrieb-Steuerpara- 45 7J Formulierungs-Auslassmengen- meter Parameter

5C Einspritzeinrichtungs-Steuerpa- 7K Formulierungs-Eigenschafts-Parameter rameter

5D Granulator-Temperiereinrich- 7L Zwischenprodukt-Eigenschafts- tungs-Steuerparameter so Parameter

5E Zuluftförderer-Antrieb-Steuerpa8 Sensor rameter 8A Zuförderer-Sensor

5F Zuluft-Temperiereinrichtung- 8B Granulator- Sensor

Steuerparameter 8C Einspritz-Sensor

5G Abluftförderer-Antrieb-Steuerpa- 55 8D Granulator-Temperatur-Sen- rameter sor(en)

5H Fließbettantrieb-Steuerparame8E Zuluftförderer-Sensor ter 8F Zuluft-Sensor

6 Aktor 8G Abluftförderer-Sensor

6A Zuförderer-Antrieb 60 8H Fließbett-Sensor

6B Granulator-Antrieb 8I Formulierungs-Temperatur-Sen¬

6C Einspritzeinrichtung sor

6D Granulator-Temperiereinrich8J Formulierungs-Auslassmengen- tung Sensor

6E Zuluftförderer-Antrieb 65 8K Formulierungs-Eigenschafts-

6F Zuluft-Temperiereinrichtung Sensor

6G Abluftförderer-Antrieb 8L Zwischenprodukt-Sensor

6H Fließbettantrieb 9 Steuereinrichtung

7 Zustandsparameter 10 Soll-Formulierungsparameter

[7] Zustandsparameter-Wert 70 10A Datenbank

7A Zuförderer-Parameter 11 Ist-Formulierungsparameter

7B Granulator-Parameter 12 Modell 12A statischer Teil 36 Knoten

12B dynamischer Teil 37 Kante

13 Granulator 35 38 Gewicht

13A Granulator-Einlass 39 Referenztrajektorie

13B Granulier-Flüssigkeit 40 Prognosehorizont

14 Zwischenprodukt 41 Festes Zeitfenster

15 Trockner 42 Qualitätsdynamiken

15A Zuluftförderer 40 43 Planungsdimension

15B Abluftförderer 44 Prozesszustand

16 Zuförderer 45 System

16A Vorratsbehälter 46 Förderanlage

16B Zuführeinrichtung 47 Komponenten

16C Schnecke 45 48 Vorbereitungsschritt

17 Granulierwerk 49 Granulierschritt

18 Schnecke 50 Trocknungsschritt

19 Bearbeitungszone 51 Nachbereitungsschritt

20 Kopplungseinrichtung 52 Nachbearbeitungseinrichtung

21 Zwischenprodukt-Auslass so 53 nachbearbeitete Formulierung

22 Gehäuse 54 finales Gemisch

23 Gehäuse 55 Mischprozess

24 Zwischenprodukt-Einlass 56 Spreng- und/oder Bindemittel

25 Fließbett 57 Tablettierprozess

26 Lufteinlass 55 58 Darreichungsform

27 Luft

28 Diffuser t Zeit

29 Luftauslass tk+p Zeitpunkt

30 Abscheider At Abtastzeit

31 Formulierungs-Auslass 60 P Vergangenheit

32 künstliches neuronales Netz F Zukunft

33 Input-Layer Relativ-Zeit

34 Hidden-Layer K Messwert

35 Output-Layer

Claims

Patentansprüche:

1 . Verfahren zur Steuerung einer Anlage (1 ) zur Herstellung einer Formulierung (2) aus einem Einsatzstoff (3), wobei die Herstellung eine Verarbeitung des Einsatzstoffs (3) mit einem Granulator (13) und eine Trocknung eines aus dem Einsatzstoff (3) mit dem Granulator (13) hergestellten Zwischenprodukts (14) mittels eines Trockners (15) umfasst, wobei basierend auf einem Modell (12):

(a) Steuerparameter (5) der Anlage (1) ermittelt werden, die Stellgrößen zur Steuerung von Aktoren (6) der Anlage (1 ) sind oder repräsentieren, wobei das Modell (12) vorgegebene Soll-Formulierungsparameter (10) berücksichtigt, die gewünschte Eigenschaften der hergestellten oder herzustellenden Formulierung (2), insbesondere eine beabsichtige Körnungseigenschaft und Feuchtigkeit, repräsentieren, oder

(b) Ist-Formulierungsparameter (11) prognostiziert werden, die tatsächliche Eigenschaften der hergestellten oder herzustellenden Formulierung (2), insbesondere eine tatsächliche Körnungseigenschaft und Feuchtigkeit, repräsentieren, wobei das Modell (12) vorgegebene oder vorgebbare Steuerparameter (5) berücksichtigt, die Stellgrößen zur Steuerung von Aktoren (6) der Anlage (1 ) sind oder repräsentieren, wobei Zustandsparameter (7), insbesondere Sensorwerte, der Anlage (1 ), die jeweils einen die Herstellung beeinflussenden Zustand der Anlage (1) repräsentieren, bestimmt und durch das Modell (12) verarbeitet werden, und wobei Einsatzstoffparameter (4), die ein Attribut des Einsatzstoffs (3) repräsentieren, insbesondere eine Feuchtigkeit und/oder eine Körnungseigenschaft, durch das Modell (12) berücksichtigt werden, und wobei der Trockner (15) mit dem Granulator (13) derart gekoppelt ist, dass das Zwischenprodukt (14) automatisch unterbrechungsfrei aus dem Granulator (13) in den Trockner (15) gefördert wird und das Modell (12) die kontinuierlich ablaufende Kombination aus Granulierung mit dem Granulator (13) und anschließender Trocknung mit dem Trockner (15) berücksichtigt, und/oder wobei das Modell (12) einen statischen Teil (12A) aufweist, mit dem für den jeweiligen Steuerparameter (5) oder prognostizierten Ist-Formulierungsparameter (11 ) ein Basiswert ermittelt wird, und wobei das Modell (12) einen dynamischen Teil (12B) aufweist, mit dem der Basiswert mittels einer Vorhersage optimiert wird.

2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass das Modell (12), insbesondere der statische Teil (12A) des Modells (12), ein künstliches neuronales Netz (32) ist oder aufweist, wobei das künstliche neuronale Netz (32) Knoten (36) in einem Input-Layer (33) aufweist, die zu mindestens einem Zustandsparameter (7) des Granulators (13), und zu mindestens einem Zustandsparameter (7) des Trockners (15) und, vorzugsweise zu den Einsatzstoffparametern (4) korrespondieren.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das künstliche neuronale Netz (32) Knoten (36) in einem Output-Layer (35) aufweist, die zu den Steuerparametern (5) korrespondieren, während das künstliche neuronale Netz (32) in dem Input-Layer (33) Knoten (36) aufweist, die zu den Soll-Formulierungsparametern (10) korrespondieren; oder dass das künstliche neuronale Netz (32) in dem Input-Layer (33) Knoten (36) aufweist, die zu den Steuerparametern (5) korrespondieren, während das künstliche neuronale Netz (32) in dem Output-Layer (35) Knoten (36) aufweist, die zu den prognostizierten Ist-Formulierungsparametern (11 ) korrespondieren.

4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass das künstliche neuronale Netz (32) mit unterschiedlichen Trainingsdatensätzen trainiert wird oder ist, die jeweils Kombinationen der Einsatzstoffparameter (4), Zustandsparameter (7) und Steuerparameter (5) sowie sich unter Vorgabe dieser einstellender Ist- Formulierungsparameter (11) bestehen.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Trainingsdatensätze jeweils einen stationären Zustand der Anlage (1 ) repräsentieren, bei dem die Ist-Formulierungsparameter (11 ) und Zustandsparameter (7) basierend auf konstanten Steuerparametern (5) und Einsatzstoffparametern (4) einen zumindest im Wesentlichen statischen Wert angenommen haben.

6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass das künstliche neuronale Netz (32) dadurch trainiert wird oder ist, dass die Knoten (36) mit mindestens einem Zustandsparameter (7) des Granulators (13) und mindestens einem korrespondierenden Zustandsparameter (7) des Trockners (15) des jeweiligen Trainings- Datensatzes und, vorzugsweise, mit korrespondierenden Einsatzstoffparametern (4) des jeweiligen Trainings-Datensatzes beaufschlagt werden.

7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die Knoten (36) ferner jeweils mit korrespondierenden Steuerparametern (5) oder Ist-Formulierungsparametern (11 ) beaufschlagt werden, soweit hierzu Knoten (36) im Input-Layer (33) vorgesehen sind.

8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass sich jeweils an den Knoten (36) des Output-Layer (35) für die jeweiligen Steuerparameter (5) oder prognostizierten Ist-Formulierungsparameter (11 ) Werte ergeben, und durch Vergleich dieser Werte mit den korrespondierenden Steuerparametern (5) oder Ist- Formulierungsparametern (11 ) des jeweiligen Trainings-Datensatzes Fehler bestimmt werden, und wobei die Fehler durch Anpassung von Gewichten des künstlichen neuronalen Netzes (32), vorzugsweise mittels Back-Propagation und/oder sukzessive von Trainingsdatensatz zu Trainingsdatensatz, verringert werden.

9. Verfahren nach einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass die Steuerparameter (5) einen Steuerparameter (5B, 5C, 5D) zur Steuerung des Granulierers (13) sowie mindestens einen Steuerparameter (5E, 5F, 5G, 5H) zur Steuerung des Trockners (15) aufweisen.

10. Verfahren nach einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass die Zustandsparameter (7) mindestens einen Parameter (7B, 7C, 7D) aufweisen, der einen Betriebszustand des Granulators (13) beschreibt, und einen Parameter (7E, 7F, 7G, 7H) aufweisen, der einen Betriebszustand des Trockners (15) beschreibt.

11. Verfahren nach einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass mit dem Modell (12)

(a) die Steuerparameter (5) nur auf Basis der Einsatzstoffparameter (4), Zustandsparameter (7) und Ist-Formulierungsparameter (11 ) oder

(b) die prognostizierten Ist-Formulierungsparameter (11) nur auf Basis der Einsatzstoffparameter (4), Zustandsparameter (7) und Steuerparameter (5) bestimmt werden, vorzugsweise wobei nicht in-line-messbare Eigenschaften des Zwischenprodukts (14), insbesondere Partikel betreffende Eigenschaften des Zwischenprodukts (14), außer Acht bleiben.

12. Verfahren nach einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass das Modell (12), insbesondere der dynamische Teil (12B) des Modells (12), Langzeiteffekte von Änderungen der Steuerparameter (5) auf die Ist-Formulierungsparameter (11 ) und/oder Zustandsparameter (7) berücksichtigt; und/oder dass mit dem dynamischen Teil (12B) des Modells (12) eine Änderung von Zustandsparametern (7) prognostiziert wird und basierend auf dieser Prognose die Basiswerte für die Steuerparameter (5) angepasst werden und die Anlage (1) mit den auf diese Weise optimierten Steuerparametern (5) gesteuert wird.

13. Computerprogrammprodukt oder computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren nach einem der voranstehenden Ansprüche auszuführen.

14. Anlage (1 ) zur Herstellung einer Formulierung (2) aus einem Einsatzstoff (3), wobei die Herstellung eine Verarbeitung des Einsatzstoffs (3) mit einem Granulator (13) und eine Trocknung eines mit dem Granulator (13) hergestellten Zwischenprodukts (14) mittels eines Trockners (15), aufweisend:

Sensoren zur Erfassung von Zustandsparametern (7) der Anlage (1 ), die jeweils einen die Herstellung beeinflussenden Zustand der Anlage (1 ) repräsentieren,

Aktoren (6) der Anlage (1 ) zum unmittelbaren oder mittelbaren Einwirken auf den Einsatzstoff (3), eine Steuereinrichtung (9) zur Steuerung der Aktoren (6) mit Steuerparametern (5), die Stellgrößen zur Steuerung der Aktoren (6) sind oder repräsentieren, wobei der Steuereinrichtung (9) Soll-Formulierungsparameter (10) vorgegeben oder vorgebbar sind, die die gewünschten Eigenschaften der hergestellten oder herzustellenden Formulierung (2) repräsentieren, insbesondere eine Partikel charakterisierende physikalische Eigenschaft und eine Feuchtigkeit, und ein Modell (12), basierend auf dem die Steuerparameter (5) ermittelbar und/oder Ist- Formulierungsparameter prognostizierbar sind, dadurch gekennzeichnet, dass der Granulator (13) derart mit dem Trockner (15) gekoppelt ist, dass das Zwischenprodukt (14) automatisch unterbrechungsfrei aus dem Granulator (13) in den Trockner (15) gefördert wird, wobei das Modell (12) die Kombination aus Granulierung mit dem Granulator (13) und der sich kontinuierlich anschließenden T rocknung mit dem T rockner (15) berücksichtigt und die Anlage (1 ) dazu ausgebildet ist, dass die Steuereinrichtung (9) mit dem Modell (12) basierend auf den Zustandsparametern (7) der Anlage (1 ) die Steuerparameter (5) ermittelt und/oder Ist- Formulierungsparameter (11 ) prognostiziert; und/oder dass das Modell (12) einen statischen Teil (12A) aufweist, wobei die Steuereinrichtung (9) dazu ausgebildet ist, mit dem statischen Teil (12A) für den jeweiligen Steuerparameter (5) oder Ist-Formulierungsparameter (11 ) mit den Zustandsparame- tern (7) einen Basiswert zu ermitteln, und wobei das Modell (12) einen dynamischen

Teil (12B) aufweist, wobei die Steuereinrichtung (9) dazu ausgebildet ist, mit dem dynamischen Teil (12B) den Basiswert mittels einer Vorhersage zu optimieren.

15. System (45) aufweisend eine Anlage (1 ) gemäß Anspruch 14 und eine Einrich- tung zur Bildung des Einsatzstoffs (3) aus mehreren Komponenten (47), bevorzugt

Pulvern, vorzugsweise durch Sieben, und/oder eine Einrichtung zur Weiterverarbeitung (51 , 55, 57), vorzugsweise Tablettierung, der Formulierung (2).