Unsere erweiterte, digitale Plattform bietet Ihnen ein personalisiertes Produktportfolio, Zugriff auf erstellte Offerten sowie die Verwaltung Ihrer installierten Gerätebasis. Weitere Informationen zum Kundenportal finden Sie hier .
Verfolgen und messen Sie Partikel in situ und in Echtzeit
EasyViewer™ ist ein sondenbasiertes Videomikroskop, das hochauflösende Bilder von Partikeln, Kristallen und Tropfen liefert. Diese werden unter den unterschiedlichsten Prozessbedingungen ohne Probenahme oder Offline-Analyse kontinuierlich erfasst.
Wenn relevante Bilder erfasst und automatisch mit Trends kombiniert werden, die auf Änderungen der Partikelgrösse und -konzentration reagieren, können Wissenschaftler und Ingenieure Partikelmechanismen schnell und intuitiv charakterisieren und sicherstellen, dass bei jedem Experiment ein umfassendes Verständnis gewonnen wird.
Mit einer einzigen Sonde kann nun jeder Echtzeiteinblicke zu Partikeln nutzen, um Ausbeute, Reinheit, Filtrationsraten und Produktqualität schneller als je zuvor zu verbessern.
Bitte beschreiben Sie Ihr Investitionsprojekt. /content/at/de/home/products/L1_AutochemProducts/particle-size-analyzers/easyviewer.fb.1.c.11.html
Easy Viewer bietet ein unmittelbares Verständnis von Partikeln, wie sie im Prozess natürlicherweise vorkommen, mit submikronischer Auflösung. Der Trübungstrend von Easy Viewer reagiert äußerst empfindlich auf Systemänderungen, und die Bildanalyse in Echtzeit misst die Partikelgröße, um Wachstums- und Formänderungen zu verfolgen, die mit Offline-Techniken nicht möglich sind. Autofokus, automatische Beleuchtung und die besten Bildalgorithmen erfassen gestochen scharfe, hochauflösende Bilder und gewährleisten so Vertrauen in die Datenqualität auch bei Arbeit aus der Ferne. Die Bildanalyse erkennt automatisch unerwartete Ereignisse. So können Wissenschaftler Parameter schnell anpassen, um Bedingungen zu vermeiden, die zu Verunreinigungen im nachgelagerten Prozess, Filtrationsproblemen oder anderen Risiken beim Scale-up führen. Mithilfe experimenteller Bilder ist die Datenanalyse unmittelbar, intuitiv und schlüssig. Sobald der Prozess im kleinen Maßstab gut verstanden ist, ermöglicht die Auswahl der Sonden ein sicheres Scale-up von 10 Millilitern bis zum Pilotmaßstab. Easy Viewer hilft Forschenden, Partikel zu kontrollieren, um die Prozessleistung und die Produktqualität zu verbessern.
Verfolgen und messen Sie Partikel in situ und in Echtzeit.
Obtain deep process understanding of complex systems in volumes as low as 15 mL. Study crystallizations, suspensions, and emulsions in previously unobtainable detail and reveal new insights that power process development.
Collect the highest quality images and process trends with just three clicks. Complete data capture and unattended operation to study particles as they naturally exist in process.
Bitte beschreiben Sie Ihr Investitionsprojekt.
Bitte beschreiben Sie Ihr Investitionsprojekt.
Hochauflösende Bilder in Kombination mit intuitiver Bildanalyse
Hochauflösende Bildgebung
Anhand von verblüffenden Bildern können Wissenschaftler in Echtzeit veranschaulichen, welche Auswirkungen Prozessparameter (z. B. Temperaturschwankungen) auf die Partikelgrösse und -form haben.
Neue experimentelle Erkenntnisse
Auch aus zähflüssigen Aufschlämmungen können ohne Weiteres Bilder in herausragender Mikroskopqualität aufgenommen werden, ganz ohne Probenahme oder Verdünnung.
Identifizieren von Prozessrisiken
Forscher können ein Ausölen problemlos erkennen und die Bedingungen vermeiden, die zu diesem Prozessrisiko führen. So werden die Reinheit und Qualität verbessert.
Konvertieren von Bildern in hochwertige Daten
Das Image2Chords-Modulvereinfacht die Entwicklung von Partikelprozessen, indem es Informationen zu Grösse, Form und Anzahl der Partikel in Echtzeit bereitstellt. Image2Chords wandelt Bilder in hochwertige Sehnenlängenverteilungen (CLDs) um und liefert die Resultate in Form von Trends und Statistiken, die zur zuverlässigen Charakterisierung von Partikelmechanismen – Keimbildung, Wachstum, Auflösung, Bruch und Veränderungen der Morphologie – verwendet werden können. Diese Echtzeitinformationen ermöglichen es Wissenschaftlern und Ingenieuren, Partikel so zu untersuchen, wie sie natürlich vorkommen, während komplexe oder langsame Offline-Tests erforderlich sind.
Image-to-Cords revolutioniert die Art und Weise, wie Wissenschaftler und Ingenieure komplexe Partikelsysteme in Echtzeit verstehen und charakterisieren. EasyViewer mit IC Vision erfasst hochauflösende Bilder, und Image-to-Cords wandelt sie in verwertbare Daten zu Partikelgröße und -anzahl um. Diese Kombination aus In-situ-Bildern sowie Informationen zu Partikelgröße und -anzahl macht EasyViewer und Image-to-Cords zu unverzichtbaren Werkzeugen, um die Entwicklung von Partikelprozessen zu beschleunigen. EasyViewer wird direkt in Prozessströme oder Behälter in einem Winkel eingeführt, um sicherzustellen, dass Partikel problemlos über das Sondenfenster strömen können, wo Laser für die Beleuchtung sorgen. Wenn Partikel am Fenster vorbeiströmen, werden Hochgeschwindigkeitsbilder erfasst, und das in jeder Bildpixel-Rasterzeile zurückgestreute Licht wird analysiert, um den Anfangs- und Endpunkt jedes Partikels zu identifizieren. Anschließend wird aus dem Abstand zwischen den beiden Punkten die Sehnenlänge berechnet. Indem diese Messung tausende Male pro Bild durchgeführt wird, liefert Image-to-Cords einen statistisch robusten und hochsensiblen Fingerabdruck von Partikelgröße und -anzahl, wie sie im Prozess natürlicherweise vorkommen. Mit IC Vision ist es einfach, intuitiv und unkompliziert zu visualisieren, wie sich die Partikelpopulationen im Laufe der Zeit entwickeln. Sehnenlängenverteilungen aus Zeitpunkten während eines Experiments lassen sich schnell vergleichen, um Partikelmechanismen aufzudecken, und mit den entsprechenden In-situ-Bildern visuell bestätigen. Die Veränderungen der Sehnenlängenverteilung können verwendet werden, um nachzuverfolgen, wie sich Partikelgröße und -anzahl vom Anfang bis zum Ende eines Prozesses entwickeln. Statistiken aus jeder Sehnenlängenverteilung, etwa die Anzahl in feinen und groben Größenklassen, können im Zeitverlauf dargestellt werden. Durch die Bereitstellung von Größenverteilungen und Trends im Prozess können Wissenschaftler und Ingenieure gezielt bestimmte Partikeleigenschaften ansprechen und Partikel sicher kontrollieren, um die Produktqualität und die Prozessleistung zu verbessern. Mit Image-to-Cords gewinnen Forschende die Fähigkeit, schneller und fundierter Entscheidungen zu treffen. Prozess-Einblicke in Echtzeit, die aus jedem Experiment mithilfe einer einzigen In-situ-Sonde gewonnen werden, revolutionieren die Art und Weise, wie Partikelsysteme untersucht und optimiert werden. Weitere Informationen finden Sie unter mt.com slash easyviewer.
Verbesserte Prozesseinblicke mit fortschrittlichen Bildanalysealgorithmen
Die iC Vision™ Software integriert modernste Algorithmen für die experimentelle Bildanalyse (Exp. IA) und ermöglicht so die schnelle Entwicklung und den Einsatz von Modellen zur Partikeldetektion und -charakterisierung. Exp. IA ist genau auf die Identifizierung und Größe von Blasen und Tröpfchen abgestimmt, die für die Überwachung von Polymerisations- und Emulsionsreaktionen von entscheidender Bedeutung sind, und umfasst eine fortschrittliche Erkennung von Ausölungsphänomenen, um eine proaktive Prozesskontrolle zu ermöglichen.
Vollständig automatisiert für unbeaufsichtigten Betrieb
EasyViewer und die leistungsstarke iC Vision™ Software nutzen innovative Funktionen für Autofokus, automatische Beleuchtung und automatische Speicherung der besten Bilder, damit Sie keine gestochen scharfen, hochauflösenden Bilder von wichtigen Ereignissen verpassen – selbst wenn Sie aus der Ferne arbeiten.
Die Bildauswertung vereinfacht die Interpretation von Daten, da sie unerwünschte Ereignisse automatisch erkennt, z. B. die Bildung von Tröpfchen, die die Produktreinheit reduzieren könnte.
Auf Bedienerfreundlichkeit ausgelegt
Die schlanke EasyViewer-Sonde kommt ohne Feldeinheit aus und erfordert keinerlei Versorgung. Die Installation in Gefässen fällt somit leichter als je zuvor.
Der einfache Plug-and-Play-USB-Anschluss in Kombination mit der optimierten Software iC Vision ermöglicht jedem, EasyViewer einzusetzen. Ganz ohne Probenahme oder Verdünnung und sogar in hochkonzentrierten Aufschlämmungen können innerhalb von Minuten verblüffende Bilder von Partikeln in ihrem natürlichen Zustand im Prozess aufgenommen werden.
Für alle Entwicklungsphasen
Dank verschiedener Sondengrössen lässt sich das System in Reaktoren ab einem Volumen von 15 mL integrieren.
EasyViewer 100 – Die leichte und schlanke Sonde eignet sich ideal für frühe Entwicklungsphasen, in denen nur kleine Probenvolumina zur Verfügung stehen und es viele unbekannte Prozessvariablen gibt.
EasyViewer 400 – Die lange Sonde und die optimierte Feldtiefe sorgen für erstklassige Bilder während der fortgeschritteneren Partikelentwicklung in grösseren Reaktoren.
EasyViewer 100
Die schlanke und leichte Sonde lässt sich dank Plug-and-Play-Verbindung und smarter Software mühelos für die erste Datenerfassung einrichten.
Zur Verwendung in: Labor
Bildgebungssystem: Rückstreubilder
Sondendurchmesser: 9,5 mm
Sondenberührte Länge: 199 mm
Sichtfeld: 1000 μm x 1000 μm
Optische Auflösung: > 1,5 μm
EasyViewer 400
Vergleichen Sie die Ergebnisse aus dem Kleinmassstab mit denen aus der grossmassstäblichen Reaktion, um das Transferrisiko in späteren Entwicklungsphasen zu verringern.
Zur Verwendung in: Labor oder ungefährlichen Anlagen
Bildgebungssystem: Rückstreu- oder Transmissionsbilder mit optionalem Einsatz eines Clamp-On-Reflektors
Sondendurchmesser: 19 mm
Sondenberührte Länge: 400 mm
Sichtfeld: 1100 μm x 800 μm (±50 μm)
Optische Auflösung: > 980 μm
Hallo, hier ist Dez O'Grady, einer der Fachexperten von Mettler Toledo für Kristallisation. Ich wollte diese Gelegenheit nutzen, um Ihnen ein kurzes Update zu unserer Initiative "Take Control of Particles" zu geben und das Konzept einer Workstation für Partikelengineering vorzustellen, die einige der zentralen Herausforderungen und Probleme rund um Partikelengineering und Kristallisation lösen kann. Kristallisation ist, wie viele von Ihnen wissen, eine Verfahrensoperation, mit der sich Produkt auf sehr praktische Weise isolieren und reinigen lässt. Die Erzielung der richtigen Verteilung von Kristallgröße und -form im Kristallisator kann dazu beitragen, potenzielle Probleme zu verringern, die nachgelagert beispielsweise bei Filtration, Trocknung, Transport und Produktformulierung auftreten. Zu den Arten von Herausforderungen, die in verschiedenen Phasen dieses Prozesses auftreten, gehören gehören Produktzerfall auf einem Filter, weil es sich möglicherweise zu lange hinzieht, bis die Filtration abgeschlossen ist, vielleicht infolge zu vieler Feinteilchen, oder beispielsweise Schwierigkeiten beim Transport des Materials aufgrund von Problemen mit der Fließfähigkeit, die mit der Partikelform zusammenhängen. Wenn im Kristallisator alles richtig eingestellt ist, lässt sich der nachgelagerte Betrieb wirklich optimieren Einige der zentralen Herausforderungen im Zusammenhang mit Kristallisation und Partikelengineering werden in diesen beiden Zitaten veranschaulicht, die ich aus zwei sehr guten Fachartikeln zum Thema Kristallisation entnommen habe. Im ersten Artikel, einer Veröffentlichung von Eli Lilly zur kontinuierlichen Kristallisation, lautet eines der für dieses Projekt hervorgehobenen Zitate, dass Partikelgrößen über 200 Mikrometer die Absorption, also die Bioverfügbarkeit, einschränken könnten. Im Wesentlichen musste die Kristallisation daher nicht agglomerierte Kristalle mit einem kleinen Aspektverhältnis und einer Größe unter 200 Mikrometern liefern. Eine kleine Kristallgröße war also wichtig, um sicherzustellen, dass das Produkt gut funktioniert. Im zweiten Artikel zu einem anderen Projekt heißt es hingegen in den meisten Fällen seien Feinteilchen unerwünscht, da sie in der nachgelagerten Verarbeitung, insbesondere bei Filtration, Waschen und Trocknen, sehr schwer zu handhaben seien. Das hier fasst also zusammen und verdeutlicht anschaulich, dass die Erzielung eines wirksamen Produkts und eines guten, effizienten Prozesses tatsächlich konkurrierende Ziele sein können, und genau das macht das Design im Partikelengineering zu einer besonderen Herausforderung. Bei Überlegungen zum Partikelengineering denke ich gerne in Form dieses Workflows, bei dem es bestimmte Prozessparameter gibt, die Sie als Wissenschaftler ändern oder zu optimieren versuchen können. Zum Beispiel die Art des verwendeten Lösungsmittels, das eingesetzte Mischregime, vielleicht der pH-Wert oder die Zugaberate eines Antilösungsmittels oder etwas so Einfaches wie die gewählte Abkühlrate. Und je nach Kombination dieser verschiedenen Entscheidungen können unterschiedliche Umwandlungen während des Kristallisationsprozesses auftreten, sodass Sie vielleicht Wachstum gegenüber Keimbildung begünstigen. Wenn beispielsweise die Mischgeschwindigkeit zu hoch ist, kommt es zu zu starker Zerkleinerung, oder wenn der pH-Wert aus irgendeinem Grund nicht stimmt, kommt es zu einer starken Agglomeration. Die Prozessparameter beeinflussen also diese Umwandlungen, und je nach den resultierenden Umwandlungen erhalten Sie möglicherweise ein anderes Ergebnis – sowohl hinsichtlich des Produkts, das Sie erhalten, also Partikelgröße, Form, Reinheit und Ausbeute, beispielsweise beispielsweise, aber auch hinsichtlich der Verarbeitbarkeit der erzeugten Partikel. Lassen sie sich leicht filtrieren? Fließen sie gut? Sind sie einfach zu formulieren? Deshalb ist dieser Workflow bei der Partikelauslegung sehr wichtig: die gewählten Parameter, die auftretenden Umwandlungen und das Endergebnis zu berücksichtigen. Traditionell bestand die Vorgehensweise darin, eine Offline-Probe zu entnehmen und die Partikel zu einem bestimmten Zeitpunkt nach der Probenahme und Aufbereitung zu charakterisieren. Hier sehen Sie einen typischen Ablauf: Um dies gut zu machen, ist eine sehr gute Methodenentwicklung erforderlich, um sicherzustellen, dass sich die Kristalle beispielsweise nicht verändern. Typischerweise entnimmt man also eine Probe, filtriert sie, trocknet sie möglicherweise, bereitet sie in irgendeiner Form auf und führt dann die Analyse durch, um das Ergebnis zu erhalten. Dies ist für die Einhaltung regulatorischer Anforderungen sehr wichtig; es ist eine sehr standardisierte Methode, um die Prozesskontrolle nachzuweisen, hilft bei der Festlegung von Spezifikationen und kann auch ein gutes Verständnis dafür vermitteln, was zu einem bestimmten Zeitpunkt als Momentaufnahme geschieht. Das ist also gewissermaßen der Ansatz der Offline-Partikelcharakterisierung. Wenn wir jedoch an dieses Konzept des Workflows von Parametern zu Umwandlungen zu Ergebnis zurückdenken, liefert die Offline-Probe eigentlich nur Informationen über das Ergebnis. Und was wir bei MATLAB Toledo versuchen, sind Werkzeuge für das Partikelengineering bereitzustellen, die tatsächlich Informationen über die Prozessparameter liefern, die Sie optimieren müssen, aber auch über die im Kristallisationsprozess auftretenden Umwandlungen, beispielsweise. Wir liefern also Informationen. Zu den Prozessparametern ermöglichen wir Ihnen, diese zu steuern und aufzuzeichnen, aber auch die Festphase, also die Partikel selbst, und die Flüssigphase in einem Kristallisationsprozess zu überwachen. Die Kombination dieser Informationen kann ein sehr nützliches Prozessverständnis vermitteln, das Wissenschaftlern hilft, das gewünschte Ergebnis zu erzielen, das sie letztlich benötigen, und das Ergebnis, das ein gutes Produkt und zugleich einen effizienten Prozess erzeugt. Unser Ziel ist es also, diese Werkzeuge für das Partikelengineering bereitzustellen, die helfen, die Prozessparameter zu steuern und aufzuzeichnen und dann beispielsweise eine In-situ-Echtzeit-Analyse der festen und flüssigen Phasen in einem Kristallisationsprozess zu ermöglichen. Ganz kurz: So könnte diese Kombination von Produkten verpackt in der Toolbox oder einer Workstation für Partikelengineering aussehen. Sie sehen hier Echtzeit-Mikroskopiebilder, auf denen wir tatsächlich einen Impfkristallisationsprozess beobachten, der wächst und agglomeriert, und dann sehen wir tatsächlich dendritisches Wachstum, es bricht auseinander und es kommt zu sekundärer Keimbildung – also sehr komplexe Mechanismen, die wir visualisieren und auch quantifizieren können. Mechanismen, indem wir die Partikelgröße und die Partikelanzahl in Echtzeit mit dem Particle-Track-Instrument verfolgen; all dies wird in einem Paket zusammen mit den Prozessparametern, in diesem Fall der Temperatur, kombiniert. Sie können also sehen, dass in diesem Beispiel, wenn die Temperatur fällt, die Partikelanzahl genau in dem Moment steigt, in dem das Ereignis der sekundären Keimbildung auftritt. Dies ist also ein sehr kurzer Überblick darüber, wie eine typische Toolbox oder Workstation für Partikelengineering funktionieren kann. Und ein Aspekt, den wir dabei berücksichtigen, ist: Es reicht nicht aus, nur die Daten bereitzustellen. Wir versuchen, wirklich eine ganzheitliche Lösung anzubieten, und das umfasst mehrere Dinge. Zunächst einmal müssen diese Werkzeuge benutzerfreundlich sein, sodass jeder Wissenschaftler sie erfolgreich verwenden kann. Wir versuchen, unsere Reaktoren so zu entwickeln, dass sie auf größere Maßstäbe abgestimmt sind, wodurch Skalierungsentscheidungen hoffentlich etwas einfacher werden. Mit unserer IC-Softwareplattform verfügen wir über sehr leistungsfähige Datenanalysetools sowie Datenmanagementlösungen. Wenn Sie diesen Ansatz implementieren, entsteht mehr Datenmaterial, und es ist sehr wichtig, diese Daten verwalten zu können, damit Sie nützliche Informationen extrahieren können. Deshalb haben wir auch Datenmanagementlösungen rund um IC Data Center, um dabei wirklich zu helfen. Das ist also die vollständige Lösung in einem Paket: sehr einfach zu verwendende, benutzerfreundliche Werkzeuge, einfache und klare, aber leistungsfähige Software. Was bedeutet das alles also letztlich? Mit diesen Workstations für Partikelengineering möchten wir unseren Kunden im Wesentlichen ermöglichen, sich auf vier Dinge zu konzentrieren. Das erste ist Partikel gut zu gestalten. Also Partikeldesign. Partikel mit den gewünschten physikalischen Eigenschaften entwerfen zu können, insbesondere mit der passenden Partikelgröße und -form. Auch eine schnelle Fehlerbehebung ist wichtig. Wir hoffen also, Wissenschaftlern die Möglichkeit zu geben, Belege zu erhalten, die die Grundursache von Problemen oder Fehlern identifizieren können. Wir haben gute Beispiele in unseren Zitationslisten, die ich auf der nächsten und letzten Folie zeigen werde, wo unsere Werkzeuge tatsächlich dazu verwendet werden, Prozessverständnis zu dokumentieren und Prozesskontrolle nachzuweisen, was für die regulatorische Anerkennung sehr nützlich ist, und schließlich eine vorhersehbare Herstellung, also die Nutzung der im Labor erzeugten Daten in Kombination mit Daten, die möglicherweise in einem Kilo-Labor, einer Pilotanlage oder in der Produktion erhoben werden, um sicherzustellen, dass Sie beim Übergang zur vollen Produktionsgröße eine zuverlässige Skalierung und gute Fertigungsmöglichkeiten erhalten Zum Schluss möchte ich Sie noch kurz auf eine Zitationsliste hinweisen, die einen Blick wert sein könnte. Es gibt viele verschiedene Anwendungen der Workstation für Partikelengineering während des gesamten Entwicklungszyklus von Kristallisationsprozessen. Wir haben hier einige aufgeführt, etwa die Überwachung von Übersättigung, die Betrachtung von Oiling-out oder Phasentrennung, Skalierung, kontinuierliche Prozesse, all diese guten Themen. Diese Zitationsliste kann zusammen mit viel weiterem Referenzmaterial tatsächlich auf Vielleicht haben Sie bereits die Website gefunden, auf die ich hier hinweise. Sie lautet www.mt .com forward slash AC dash control particles. Wenn Sie also mehr darüber erfahren möchten, was andere Anwender in Industrie und Wissenschaft mit dieser Workstation für Partikelengineering machen, finden Sie hier auf dieser Website etwa 40 oder 50 recht aktuelle Referenzen, die meiner Meinung nach für viele interessant sein dürften. Danke.
Die ultimative Arbeitsstation zur Partikelanalyse
EasyViewer mit iC Vision lässt sich nahtlos in die Kristallisationsarbeitsstation integrieren und ermöglicht so ein einfaches Versuchsdesign. Werden für Experimente ReactRaman™, ReactIR™ und ParticleTrack™ kombiniert, können Wissenschaftler verlässlich Daten in iC Software™ überlagern, um an Antworten zu gelangen und Partikelsysteme schneller zu entwickeln.
ReactRaman – Ein kompaktes, leistungsstarkes Raman-Spektrometer liefert wichtige Einblicke auch in die anspruchsvollsten Reaktionen, einschliesslich Kristallisationsprozesse, Erkennung von Polymorphie und mehrphasige Reaktionen
ReactIR – Ein benutzerfreundliches In-situ-FTIR-Spektrometer ermöglicht es Wissenschaftlern, Reaktionstrends und -profile in Echtzeit zu messen, sodass sie präzise Informationen über die Übersättigung, Reaktionskinetik, die Mechanismen und Wege erhalten
ParticleTrack mit FBRM™ Technologie– Der branchenführende Partikelgrössenanalysator zur Messung des Einflusses von Prozessparametern auf die Partikeleigenschaften, einschliesslich Grösse, Form und Anzahl
Ergründen Sie, wie sich Prozessparameter auf Konzentration, Grösse, Form und Struktur auswirken. So können Sie schneller fundierte Entscheidungen treffen, Prozessrisiken ausschliessen und Probleme lösen.
Fallstudien aus der Industrie
Nutzen Sie PAT und Automatisierung, um die Entwicklung von Kristallisationsprozessen zu beschleunigen
Anwendung von Modellierung und Tendenzregelung auf Chargen- und kontinuierliche Kristallisationssysteme
Verstehen Sie Verbindungsmechanismen von Verunreinigungen, um eine Strategie zur Minimierung dieser Verunreinigungen zu entwickeln
Image2Chords converts images to high-quality chord length distributions (CLD’s), trends and statisti...
EasyViewer in von Experten begutachteten Publikationen
Agrawal, S., Rawal, S. H., Reddy, V. R., & Merritt, J. M. (2024). Use of automation, dynamic image analysis, and process analytical technologies to enable data rich particle engineering efforts at the Drug Substance / Drug Product interface: A case study using Lovastatin. Process Safety and Environmental Protection/Transactions of the Institution of Chemical Engineers. Part B, Process Safety and Environmental Protection/Chemical Engineering Research and Design/Chemical Engineering Research & Design. https://doi.org/10.1016/j.cherd.2024.04.032
Li, K., Li, J., Peng, H., Liu, Y., Wei, X., Shen, R., Xu, S., Yu, C., Chen, M., Zhou, L., & Gong, J. (2024). Study on agglomeration mechanism of ammonium paratungstate pentahydrate and controllable preparation of pure monodisperse crystals. Powder Technology, 438, 119572. https://doi.org/10.1016/j.powtec.2024.119572
Wu, W., Chappelow, C., Hanspal, N., Larsen, P. A., Patton, J., Shinkle, A., & Nagy, Z. K. (2024). Digital design of an agrochemical crystallization process via Two-Dimensional Population Balance Modeling. Organic Process Research & Development. https://doi.org/10.1021/acs.oprd.3c00373
Vagenknecht, M., Soukup, J., Chen, A., & Irizarry, R. (2023). A deep learning solution for particle size analysis in low resolution inline microscopy images based on generative adversarial network. Powder Technology, 426, 118641. https://doi.org/10.1016/j.powtec.2023.118641
Lomont, J. P., Ralbovsky, N. M., Guza, C., Saha-Shah, A., Burzynski, J., Konietzko, J., Wang, S. C., McHugh, P. M., Mangion, I., & Smith, J. P. (2022). Process monitoring of polysaccharide deketalization for vaccine bioconjugation development using in situ analytical methodology. Journal of Pharmaceutical and Biomedical Analysis, 209, 114533. doi.org/10.1016/j.jpba.2021.114533
Wang, S., Liu, Y., Guo, S., Yan, H., Li, K., Tong, L., Li, T., Chen, M., Gao, Z., & Gong, J. (2022). Design of Single and Multicomponent Drug Spherical Particles with Improved Powder Properties in Water Instead of Organic Solvents: A Case Study of Gemfibrozil. ACS Sustainable Chemistry & Engineering, 10(37), 12411–12422. https://doi.org/10.1021/acssuschemeng.2c03982
Haer, M., Strahlendorf, K., Payne, J., Jung, R., Xiao, E., Mirabel, C., Rahman, N., Kowal, P., Gemmiti, G., Cronin, J. T., Gable, T., Park-Lee, K., Drolet-Vives, K., Balmer, M., & Kirkitadze, M. (2021). PAT solutions to monitor adsorption of Tetanus Toxoid with aluminum adjuvants. Journal of Pharmaceutical and Biomedical Analysis, 198, 114013. doi.org/10.1016/j.jpba.2021.114013
Salami, H., McDonald, M. A., Bommarius, A. S., Rousseau, R. W., & Grover, M. A. (2021). In Situ Imaging Combined with Deep Learning for Crystallization Process Monitoring: Application to Cephalexin Production. Organic Process Research & Development, 25(7), 1670–1679. doi.org/10.1021/acs.oprd.1c00136
Sato, Y., Liu, J., Kukor, A. J., Culhane, J. C., Tucker, J. L., Kucera, D. J., Cochran, B. M., & Hein, J. E. (2021). Real-Time Monitoring of Solid–Liquid Slurries: Optimized Synthesis of Tetrabenazine. The Journal of Organic Chemistry. doi.org/10.1021/acs.joc.1c01098
Sirota, E., Kwok, T., Varsolona, R. J., Whittaker, A., Andreani, T., Quirie, S., Margelefsky, E., & Lamberto, D. J. (2021). Crystallization Process Development for the Final Step of the Biocatalytic Synthesis of Islatravir: Comprehensive Crystal Engineering for a Low-Dose Drug. Organic Process Research & Development, 25(2), 308–317. doi.org/10.1021/acs.oprd.0c00520
Zhao, X., Webb, N. J., Muehlfeld, M. P., Stottlemyer, A. L., & Russell, M. W. (2021). Application of a Semiautomated Crystallizer to Study Oiling-Out and Agglomeration Events—A Case Study in Industrial Crystallization Optimization. Organic Process Research & Development, 25(3), 564–575. doi.org/10.1021/acs.oprd.0c00494
Angebot oder Informationen anfordernEin Angebot anfordernSofortiges AngebotWeitere InformationenTermin für Demo anfordern
Ich möchte...
Benötigen Sie eine Beratung? Unser Team ist für Sie da, um Ihre Ziele zu erreichen. Sprechen Sie mit einem unserer Experten.