Experte en analyse de données pour l’implémentation et l’optimisation du monitoring de procédés, l’équipe d’Ondalys présentent régulièrement ses travaux de recherche aux conférences du domaine.
Consultez les présentations scientifiques d’Ondalys
sur le thème de la supervision des procédés
Salon Analyse Industrielle 2018
Supervision et compréhension des procédés par MSPC (Multivariate Statistical Process Control)
L’initiative PAT (Process Analytical Technology) incite tous les industriels, en particulier dans l’industrie pharmaceutique, à contrôler leurs procédés de production de A à Z. Dans ce cadre, un nombre croissant de capteurs sont utilisés in-line, on-line ou at-line afin de contrôler la production.
Les données issues de ces capteurs doivent être compilées et analysées, afin de mener à bien la supervision du procédé dans sa globalité. Ce monitoring peut alors se faire via des méthodes multivariées telles que la MSPC (Multivariate Statistical Process Control) pour les procédés de production continus ou par la BSPC (Batch Statistical Process Control) pour les procédés en batch. Ces méthodes permettent non seulement d’optimiser les procédés de production, mais aussi de les superviser et de diagnostiquer les causes de dérive, en prenant en compte tous les paramètres process.
Congrès AgroStat 2016
Batch Statistical Process Control (BSPC) : un puissant outil d’analyse des risques et des procédés
L’initiative de la Food and Drug Administration (FDA) aux Etats-Unis a recommandé en 2004 la mise en œuvre du Process Analytical Technology (PAT) dans l’industrie pharmaceutique, afin d’améliorer le contrôle des risques et des procédés.
Dix ans après, le PAT a été développé, testé et mis en œuvre dans de nombreux sites de R&D et industriels dans le monde entier. La première partie de cette présentation traite des objectifs et de la mise en œuvre du PAT.
La seconde partie se concentre sur un domaine d’application important du PAT, présentant une haute valeur ajoutée, à savoir BSPC (Batch Statistical Process Control) à l’aide d’une analyse de données multivariées.
Conférence NIR 2013
Supervision de mélanges pharmaceutiques et détermination du end-point grâce à la spectroscopie NIR en utilisant l’approche Prototype.
L’échantillonnage suivi par analyse quantitative est progressivement remplacé par les technologies PAT telles que la spectroscopie NIR pour la détermination de l’homogénéité du mélange (Sanchez, 1995; El-Hagrasy, 2006; Shi, 2008; Igne, 2011).
En raison des diverses sources de variabilité du procédé ayant une incidence sur la trajectoire du processus, il n’y a pas deux mélanges qui atteindront l’homogénéité en même temps. Certaines méthodes qualitatives comme l’ACP ou SIMCA et quantitatives comme la PLS, associées à des statistiques spécifiques, ont déjà été appliquées pour aider à déterminer le moment où une opération de mélange doit être terminée. Cette étude propose d’utiliser une méthode qualitative appelée Prototype utilisant des statistiques innovantes pour la détermination du end-point d’une réaction.
Notre collaboration avec Ondalys a permis à Givaudan de repousser ses limites dans le domaine de la chimiométrie. Leur équipe n'est pas seulement composée de spécialistes de l'analyse de données, mais elle a également la capacité de comprendre les besoins de l'industrie et de proposer des solutions facilement applicables.Nos prochaines formations
Ondalys, organisme de formation agréé, délivre des formations inter et intra-entreprises professionnelles aux industriels et institutionnels.
Notre expertise au service de l’analyse de vos données
Fort d’une expérience de plus de 20 ans dans le Machine Learning auprès des industriels de tout secteur, nos équipes vous accompagnent à chaque étape de vos projets pour la mise en place et l’optimisation du monitoring de vos procédés de fabrication.
Besoin d’une formation sur mesure ?
Nos équipes étudient votre demande plus en détails pour vous proposer une formation personnalisée