haku: @keyword drying / yhteensä: 22
viite: 6 / 22
Tekijä:Lassila, Mikko Johannes
Työn nimi:Kohti reaaliaikaista leijupetirakeistuksen kosteuden monitorointia: lähi-infrapunaspektroskopian käyttöönotto
Towards real-time monitoring of moisture in fluid bed granulation; implementing near-infraned spectroscopy
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2011
Sivut:xii + 65 s. + [11]      Kieli:   fin
Koulu/Laitos/Osasto:Kemian laitos
Oppiaine:Fysikaalinen kemia   (Kem-31)
Valvoja:Kontturi, Kyösti
Ohjaaja:Pohjanjoki, Pekka
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  1875   | Arkisto
Avainsanat:fluid bed granulation
drying
moisture measurement
near-infrared spectroscopy
chemometrics
leijupetirakeistus
kuivaus
kosteuden määritys
NIR
lähiinfrapunaspektroskopia
kemometria
Tiivistelmä (fin): Orionin Turun tehtaalle on hankittu uudentyyppinen leijupetirakeistin, jonka rakenne ei salli kuivausoperaation keskeytystä massan kosteuden määrityksen ajaksi.
Tämänkaltaisissa mittauksissa on perinteisesti käytetty off-line-menetelmiä kuten haihdutusvaakaa tai Karl Fischer -titrausta.

Tässä diplomityössä tutkittiin leijupetirakeistukseen sopivaa vaihtoehtoista, reaaliaikaista kosteuden monitorointia lähi-infrapunaspektroskopian (NIRS) keinoin.
Tekniikka voisi nopeasti ja luotettavasti toimiessaan korvata aikaisemmat menetelmät myös prosesseissa, joissa kuivauksen pysäyttäminen ei ole ongelma.

NIRS:n käyttöönottoon liittyy monia haasteita, joista yksi on mutkikas spektraalinen data.
Suora kvalitatiivinen tai kvantitatiivinen määritys ei yleensä onnistu, vaan analyysin toteuttamiseksi tarvitaan kemometrisia apuvälineitä, esimerkiksi datan esikäsittelyä ja monimuuttujamallinnukseen perustuvaa kalibrointia.

Diplomityön päämääränä oli löytää spektrometrille sopiva mittaustapa ja selvittää, voidaanko NIRS:n avulla seurata leijuvan lääkemassan kosteuden kehitystä luotettavasti ja arvioida kuivauksen päätepiste.
Työn aikana luotiin veden karakteristisia kombinaatio-(1 930 nm) ja ylivärähtelypiikkejä (1 450 nm) käyttäen plasebovalmisteen kalibrointikäyrät.
Referenssimenetelmänä käytettiin massanpudotukseen perustuvaa infrapunavaakaa.
Kalibroinnin toimivuus ja toistettavuus testattiin kahdella erällä.
Mittausten tarkkuutta arvioitiin kalibroinnin ja ennustuksen keskineliövirheiden RMSEC ja RMSEP sekä selitysasteen R2 avulla.

Tutkimuksessa onnistuttiin alustavan at-line-mallin luomisessa yhdelle tuotteelle.
Parhaiten ennustavaksi kemometriseksi kalibrointitavaksi osoittautui SNV-korjauksen (standard normal variate) ja trendin poiston yhdistelmä osittaisen pienimmän neliösumman (PLS) regressiolla.
Tarkimmat ennustukset saatiin rajaamalla spektraalinen alue suuren vesipiikin alueelle (1 800 - 2 000 nm).
Mallin testauksessa kosteuden RMSEP oli kahdeksalla komponentilla parhaimmillaan 0,18 prosenttiyksikköä ja R2 0,993 kosteuspitoisuusalueella 2,4 - 9,2 m- %.
Myös pääkomponenttiregression (PCR) tulokset olivat lupaavia, 10 komponentilla RMSEP oli 0,34 prosenttiyksikköä ja R2 0,975.
Tiivistelmä (eng): Orion Pharma has acquired a new type of fluidized bed granulator whose structure does not allow interrupting the drying operation to measure the moisture content of a wet mass.
Traditionally off-line methods such as loss-on-drying (LOD) based on infrared heating or Karl Fischer titration has been utilized.

In this thesis near-infrared spectroscopy (NIRS) was investigated as an alternative real time moisture analyzer.
As an extremely promising technique it could replace the conventional methods also in processes where pausing the drying is not a problem.

However, there are various challenges related to the implementation of NIRS.
One of them is that data provided is rather complex and chemo metric techniques such as data preprocessing and multivariate calibration are required to accomplish a quantitative or qualitative analysis.

The aim of this work was to find an ideal way to measure with a NIR spectrometer and to examine if NIRS is a reliable technique for following the evolution of the moisture content of a pharmaceutical wet mass and defining the end point of drying.
During the work calibration models based on the combination (1 930 nm) and overtone (1 450 nm) peaks of water were built for a placebo product.
As a reference method LOD was utilized.
The models were tested with two other batches.
The soundness was evaluated by root mean square error of calibration (RMSEC) and prediction (RMSEP) and coefficient of determination (R2).

In this study a tentative at-line model was built for one product.
According to the results the most accurate chemo metric calibration method was built with partial least squares (PLS) regression using a combination of standard normal variate (SNV) and de-trend as pretreatment of the spectral data.
The most precise predictions were achieved by limiting the spectral region to 1 800 - 2 000 nm.
When testing the model RMSEP 0,18 w/w-% and R2 0,993 were obtained using eight latent variables.
The moisture content of the test samples was between 2,4 w/w-% and 9,2 w/w-%.
Principal component regression (PCR) also showed promising results with RMSEP 0,34 w/w-% and R2 0,975.
ED:2012-01-09
INSSI tietueen numero: 43777
+ lisää koriin
INSSI