Prozessautomatisierung unter Berücksichtigung von PAT und digitalen Zwillingen sowie effiziente Modellparameterbestimmung unter Verwendung von neuronalen Netzen für die technische Chromatographie

Mit der fortschreitenden Digitalisierung in der Prozessindustrie, bekannt als Industrie 4.0, werden bisher analoge Prozesse und Daten in die digitale Sphäre überführt. Die Implementierung standardisierter Schnittstellen ermöglicht den nahtlosen Datenaustausch während der Prozesslaufzeit. Dieser Paradigmenwechsel resultiert in einem signifikanten Anstieg der verfügbaren Daten, die automatisiert von Algorithmen evaluiert werden können. Diese Entwicklung eröffnet innovative Perspektiven in Bezug auf die Prozessentwicklung und -optimierung. Ein entscheidendes Konzept ist die Etablierung digitaler Zwillinge. Diese mathematischen Modelle unterstützen nicht nur in den frühen Phasen der Prozessentwicklung, sondern ermöglichen auch eine kontinuierliche Echtzeitüberwachung. Etwaige Abweichungen können so erkannt, bewertet und im Idealfall während der Prozesslaufzeit minimiert werden. Im Rahmen dieser Arbeit wird eine modulare Prozessautomatisierung für die Herstellung biopharmazeutischer Produkte vorgestellt, die eine einfache Integration digitaler Zwillinge und Prozessanalysetechnologien (PAT) ermöglicht. Die Vorteile dieses Ansatzes werden anhand der Integration von PAT und eines digitalen Zwillings am Beispiel der wässrigen zwei-phasen Extraktion erläutert. Zusätzlich wird eine Methodik zur Bestimmung von Prozessparametern mittels künstlicher neuronaler Netze am Beispiel der Chromatographie präsentiert. Ziel dieser Methodik ist es, die Entwicklungs- und Aktualisierungsdauer der Prozessmodelle zu reduzieren.