Visualize e Meça Partículas In-Situ e em Tempo Real
O EasyViewer™ é um microscópio de vídeo baseado em sensor que captura continuamente imagens em alta resolução de partículas, cristais e gotículas sob uma ampla faixa de condições do processo sem amostragem ou análise off-line.
Quando imagens relevantes são capturadas e combinadas automaticamente com tendências sensíveis a mudanças no tamanho e na concentração de partículas, cientistas e engenheiros podem caracterizar os mecanismos de partículas de forma rápida e intuitiva, garantindo a aquisição de uma compreensão abrangente em cada experimento.
Agora, com um único sensor, todos podem aproveitar as informações de partículas em tempo real para melhorar o rendimento, a pureza, as taxas de filtragem e a qualidade do produto mais rápido do que nunca.
Por favor, descreva o seu projeto /content/br/pt/home/products/L1_AutochemProducts/particle-size-analyzers/easyviewer.fb.1.c.11.html
O Easy Viewer oferece uma compreensão imediata das partículas tal como elas existem naturalmente no processo, com resolução submicrométrica. A tendência de turbidez do Easy Viewer é altamente sensível a alterações no sistema e a análise de imagem em tempo real mede o tamanho das partículas para acompanhar mudanças de crescimento e de forma que são impossíveis com técnicas offline. O autofoco, a iluminação automática e os melhores algoritmos de imagem capturam imagens nítidas e de alta resolução, garantindo confiança na qualidade dos dados enquanto se trabalha remotamente. A análise de imagem detecta automaticamente eventos inesperados. Isso permite que os cientistas ajustem rapidamente os parâmetros para evitar condições que levam a impurezas a jusante, problemas de filtração ou outros riscos de ampliação de escala. Com a ajuda de imagens experimentais, a análise de dados é imediata, intuitiva e conclusiva. Uma vez que o processo é bem compreendido em pequena escala, a escolha de sondas permite uma ampliação de escala segura de 10 mililitros para escala piloto. O Easy Viewer ajuda os pesquisadores a assumir o controle das partículas para melhorar o desempenho do processo e a qualidade do produto.
Visualize e meça partículas in-situ e em tempo real.
Analisadores de Tamanho de Partículas em Linha EasyViewer
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.
Por favor, descreva o seu projeto
Por favor, descreva o seu projeto
Imagens de Alta Resolução e Análise de Imagem Intuitiva
Imagem de Alta Resolução
Imagens impressionantes permitem que os cientistas visualizem o efeito dos parâmetros do processo, como o ciclo de temperatura, no tamanho e na forma das partículas em tempo real.
Novos Insights Experimentais
Todos podem capturar imagens com excelente qualidade de microscópio sem amostragem ou diluição, mesmo em pastas espessas.
Identifique os Riscos do Processo
Os pesquisadores podem identificar com facilidade a formação de óleo e evitar as condições que levam a esse risco no processo, melhorando, assim, a pureza e a qualidade.
Converta Imagens em Dados de Alta Qualidade
O módulo Image2Chords simplifica o desenvolvimento do processo de partículas dando informações sobre tamanho, forma e contagem em tempo real. O Image2Chords converte imagens em CLDs de alta qualidade e apresenta os resultados como tendências e estatísticas que são usadas para caracterizar com confiança os mecanismos de partículas, incluindo alterações de nucleação, crescimento, dissolução, quebra e morfologia. Essas informações em tempo real permitem que cientistas e engenheiros estudem as partículas tal como elas existem naturalmente dentro da necessidade de testes off-line complexos ou lentos.
A técnica de image to cords revoluciona a forma como cientistas e engenheiros compreendem e caracterizam sistemas complexos de partículas em tempo real. O EasyViewer com IC Vision captura imagens de alta resolução, e a image to cords as transforma em dados acionáveis de tamanho e contagem de partículas. Essa combinação de imagens in situ e informações sobre tamanho e contagem de partículas torna o EasyViewer e a image to cords ferramentas essenciais para acelerar o desenvolvimento de processos com partículas. O EasyViewer é inserido diretamente em correntes de processo ou recipientes em um ângulo para garantir que as partículas possam fluir facilmente pela janela da sonda, onde lasers fornecem iluminação. À medida que as partículas passam pela janela, são coletadas imagens em alta velocidade e a luz retroespalhada em cada linha raster dos pixels da imagem é analisada para identificar o ponto inicial e o ponto final de cada partícula. Em seguida, a distância entre esses dois pontos é usada para calcular o comprimento da corda. Ao realizar essa medição milhares de vezes por imagem, a Image to Chords fornece uma assinatura estatisticamente robusta e altamente sensível do tamanho e da contagem das partículas conforme elas existem naturalmente no processo. Visualizar como as populações de partículas evoluem ao longo do tempo é simples, intuitivo e direto usando o IC Vision. As distribuições de comprimento de corda de pontos temporais ao longo de um experimento podem ser comparadas rapidamente para revelar mecanismos das partículas e confirmadas visualmente com as imagens in situ correspondentes. As mudanças na distribuição de comprimento de corda podem ser usadas para acompanhar como o tamanho e a contagem das partículas evoluem do início ao fim de um processo. As estatísticas de cada distribuição de comprimento de corda, como contagens nas classes de tamanho fina e grossa, podem ser acompanhadas ao longo do tempo. Ao fornecer distribuições de tamanho e tendências em processo, cientistas e engenheiros podem direcionar atributos específicos das partículas e assumir com confiança o controle delas para melhorar a qualidade do produto e o desempenho do processo. Com image-to-cords, os pesquisadores ganham a capacidade de tomar decisões mais rápidas e mais bem informadas. Percepções de processo em tempo real derivadas de cada experimento usando uma única sonda in situ revolucionam a forma como os sistemas de partículas são estudados e otimizados. Para saber mais, acesse mt.com slash easyviewer.
Insights de processo aprimorados com algoritmos avançados de análise de imagem
O software iC Vision™ integra algoritmos de análise de imagem experimental (Exp. IA) de ponta, facilitando o rápido desenvolvimento e implantação de modelos de detecção e caracterização de partículas. O Exp. IA é ajustado com precisão para identificar e dimensionar bolhas e gotículas, essenciais para monitorar reações de polimerização e emulsão, e incorpora detecção avançada de fenômenos de lubrificação para permitir o controle proativo do processo.
Totalmente Automatizado para Operação Autônoma
O EasyViewer e o software iC Vision™ utilizam recursos inovadores de foco automático, iluminação automática e salvamento automático de melhores imagens para que você nunca deixe de capturar imagens nítidas e de alta resolução de eventos importantes, mesmo quando estiver trabalhando remotamente.
A análise de imagem simplifica a interpretação de dados ao detectar automaticamente eventos indesejados, como a formação de gotículas, que podem reduzir a pureza do produto.
Projetado com a Facilidade de Uso em Mente
O sensor fino EasyViewer não tem unidade de campo e não requer utilitários, tornando a instalação em recipientes mais fácil do que nunca.
Com uma conexão USB plug-and-play simples e o software iC Vision otimizado, qualquer pessoa pode pegar o EasyViewer e, em minutos, capturar imagens impressionantes de partículas como elas existem naturalmente no processo, sem amostragem ou diluição, mesmo em pastas de alta concentração.
Do Estágio Inicial ao Final de Desenvolvimento
A escolha de tamanhos de sensor permite uma implantação confiável em reatores de qualquer tamanho, de 15 mL e acima disso.
EasyViewer 100: sensor leve e fino, ideal para o desenvolvimento inicial quando os volumes de amostra limitados e as incógnitas do processo são altos.
EasyViewer 400 — O sensor mais longo e a profundidade de campo otimizada fornecem imagens incomparáveis para engenharia avançada de partículas em reatores maiores.
EasyViewer 100
Sensor fino e leve com conexão plug-and-play e um software inteligente fazem com que o gerenciamento e a captura automática de dados possam ser feitos sem esforços.
Para uso em: Laboratório
Sistema de geração de imagens: Imagens retrodispersas
Diâmetro do sensor: 9,5 mm
Comprimento do sensor em contato com líquidos: 199 mm
Campo de visão: 1.000 μm x 1.000 μm
Resolução óptica: > 1,5 μm
EasyViewer 400
Compare os resultados desde uma escala reduzida para uma escala maior, durante a transferência, para minimizar o risco do desenvolvimento do processo em fase avançada.
Para uso em: Laboratório ou Planta Não Perigosa
Sistema de geração de imagens: Imagens retrodispersas ou de transmissão com o uso opcional de um refletor de fixação
Diâmetro do sensor: 19 mm
Comprimento do sensor em contato com líquidos: 400 mm
Campo de visão: 1.100 μm x 800 μm (± 50 μm)
Resolução óptica: > 980 nm
Olá, sou Dez O'Grady, um dos especialistas em cristalização da METTLER TOLEDO. Gostaria de aproveitar esta oportunidade para lhes dar uma breve atualização sobre nossa iniciativa Take Control of Particles e apresentar o conceito de uma estação de trabalho de engenharia de partículas, que pode ajudar a resolver alguns dos principais desafios e problemas relacionados à engenharia de partículas e à cristalização. A cristalização, como muitos de vocês sabem, é uma operação unitária que pode isolar e purificar um produto de uma forma muito conveniente. Obter a distribuição correta de tamanho e forma dos cristais no cristalizador pode ajudar a atenuar possíveis problemas que ocorrem nas etapas posteriores durante, por exemplo, filtração, secagem, transporte e formulação do produto. Alguns dos tipos de desafios que você vê em diferentes etapas desse processo incluem incluem a decomposição do produto em um filtro porque talvez a filtração demore muito para acontecer, talvez como resultado de partículas finas em excesso, ou, por exemplo, dificuldade para transportar o material devido a problemas de fluidez relacionados à forma das partículas; portanto, acertar no cristalizador realmente ajuda a otimizar as operações posteriores Alguns dos principais desafios associados à cristalização e à engenharia de partículas são ilustrados nestas duas citações que extraí de dois artigos muito bons sobre o tema da cristalização. Assim, no primeiro artigo, que na verdade é uma publicação sobre cristalização contínua da Eli Lilly, uma das citações destacadas para este projeto em que eles estavam trabalhando foi que tamanhos de partículas maiores que 200 microns poderiam limitar a absorção, portanto, a biodisponibilidade. Essencialmente, a cristalização precisava fornecer cristais não aglomerados, com pequena razão de aspecto e tamanho inferior a 200 microns. Assim, um tamanho de cristal pequeno era importante para garantir que o produto funcionasse bem. Se você olhar o segundo artigo sobre um projeto diferente, diz que, na maioria dos casos, no entanto, partículas finas não são desejadas, pois podem ser muito difíceis de manejar no processamento posterior, notadamente filtração, lavagem e secagem. Então, o que isso resume aqui e ilustra claramente é que obter um produto eficaz e conseguir um processo bom e eficiente pode, na verdade, ser um objetivo conflitante, e isso torna o projeto de engenharia de partículas bastante desafiador. Algumas considerações sobre engenharia de partículas, gosto de pensar em termos deste fluxo de trabalho, em que há certos parâmetros de processo que, você sabe, como cientista, você pode alterar ou tentar otimizar. Então, por exemplo, o tipo de solvente que você está usando, o regime de mistura que você emprega, pode ser o pH ou a taxa de adição de um antissolvente ou algo tão simples quanto a taxa de resfriamento que você escolhe. E, dependendo dessa combinação de diferentes escolhas, você pode obter diferentes transformações ocorrendo durante o processo de cristalização, então talvez você favoreça o crescimento em vez da nucleação; talvez, por exemplo, se a taxa de mistura for muito alta, você tenha quebra excessiva ou, se o pH estiver, por algum motivo, fora do ideal, você tenha muita aglomeração. Portanto, os parâmetros de processo impactam essas transformações e, então, dependendo das transformações obtidas, você acaba com potencialmente um resultado diferente, um resultado tanto em termos do produto que você obtém — tamanho, forma das partículas, pureza, rendimento, por exemplo por exemplo, mas também a processabilidade das partículas que você gera. Elas vão ser fáceis de filtrar? Vão fluir bem? Serão fáceis de formular? Portanto, esse fluxo de trabalho é realmente importante a considerar ao projetar partículas: considerar os parâmetros que você escolhe, as transformações que ocorrem e o resultado final que você vai obter. Tradicionalmente, a forma de fazer isso era coletar uma amostra offline e caracterizar as partículas em um ponto específico no tempo, após a amostragem e a preparação. Então, você pode ver aqui um fluxo de trabalho típico ao coletar uma amostra; é necessário um desenvolvimento de método muito bom para fazer isso bem e garantir que você não altere os cristais, por exemplo, mas normalmente você coleta uma amostra, filtra, talvez seque, prepara de alguma forma e então faz a análise para obter o resultado. Isso é realmente importante para conformidade regulatória, é um método muito padrão para demonstrar controle sobre o processo, ajuda a definir especificações e também pode lhe dar uma boa compreensão do que está acontecendo como um instantâneo em um ponto específico no tempo. Então, isso é basicamente a abordagem de caracterização offline de partículas. No entanto, se pensarmos novamente nesse conceito de fluxo de trabalho que vai de parâmetros para transformações até o resultado, a amostra offline realmente só fornece informações sobre o resultado. E o que tentamos fazer na METTLER TOLEDO é fornecer ferramentas para engenharia de partículas que, de fato, fornecem informações sobre os parâmetros de processo que você precisa otimizar, mas também sobre as transformações que ocorrem em um processo de cristalização, por exemplo. Então, fornecemos informações. Em relação aos parâmetros de processo, permitimos que você os controle e registre, mas também monitore a fase sólida, as próprias partículas e a fase líquida em um processo de cristalização. E a combinação dessas informações pode fornecer uma compreensão muito útil do processo, ajudando os cientistas a obter o resultado de que precisam no fim do dia e o resultado que gerará um bom produto e também um processo eficiente. Portanto, esse é realmente o nosso propósito: fornecer. Essas ferramentas de engenharia de partículas, que ajudam a controlar e registrar os parâmetros de processo e, em seguida, fornecem análise in situ em tempo real das fases sólida e líquida em um processo de cristalização, por exemplo. Então, muito rapidamente, é assim que essa combinação de produtos pode parecer quando reunida na caixa de ferramentas ou em uma estação de trabalho de engenharia de partículas. Você pode ver aqui imagens de microscopia em tempo real, nas quais estamos realmente observando um processo de cristalização por sementes que cresce e aglomera e, então, de fato, vemos crescimento dendrítico, ele se rompe e vemos nucleação secundária; portanto, mecanismos muito complexos que estamos visualizando e que também podemos quantificar. mecanismos, acompanhando o tamanho das partículas e a contagem de partículas em tempo real com o instrumento particle track, e tudo isso é combinado em um único pacote junto com os parâmetros do processo, neste caso a temperatura. Assim, você pode ver que, quando a temperatura cai neste exemplo, a contagem de partículas aumenta justamente quando ocorre esse evento de nucleação secundária. Portanto, esta é uma visão geral muito breve de como uma caixa de ferramentas ou estação de trabalho típica de engenharia de partículas pode funcionar. E uma das formas como vemos isso é que não basta apenas fornecer os dados; o que tentamos fazer é realmente oferecer uma solução holística, e isso envolve algumas coisas diferentes. Então, em primeiro lugar, essas ferramentas precisam ser ferramentas walk-up que todo cientista possa usar com sucesso. Tentamos projetar nossos reatores de modo que sejam compatíveis com escalas maiores, tornando as decisões de scale-up um pouco mais fáceis. Temos ferramentas muito poderosas de análise de dados com nossa plataforma de software IC. e também soluções de gerenciamento de dados. Uma coisa que acontece quando você implementa essa abordagem é que começa a gerar mais dados, e é muito importante conseguir gerenciar esses dados para extrair informações úteis. Por isso, também temos soluções de gerenciamento de dados em torno do IC Data Center para ajudar realmente nisso. Portanto, essa é a solução completa reunida em um pacote, ferramentas walk-up muito fáceis de usar, software simples e direto, mas poderoso também, então o que tudo isso significa no fim das contas? Esperamos que, com essas estações de trabalho de engenharia de partículas, nossos clientes possam realmente se concentrar em quatro coisas; a primeira é ser capaz de projetar boas partículas. Ou seja, o design de partículas. Ou seja, ser capaz de projetar partículas com os atributos físicos desejados, especificamente com o tamanho e a forma adequados. A solução rápida de problemas também é importante. Então esperamos permitir que os cientistas obtenham evidências que possam identificar a causa raiz de problemas ou falhas. Temos bons exemplos em nossas listas de citações, que mostrarei no próximo e último slide, em que nossas ferramentas são realmente usadas para documentar a compreensão do processo e demonstrar o controle do processo, o que é muito útil para aceitação regulatória e, por fim, para uma fabricação previsível, usando os dados gerados no laboratório combinados com dados que podem ser coletados em um kilo lab, em uma planta-piloto ou na manufatura, para garantir que você obtenha segurança no scale-up e boas capacidades de fabricação quando finalmente chegar a uma escala de produção total Então, de forma muito rápida, gostaria de indicar uma lista de citações, que pode ser interessante consultar; há muitas aplicações diferentes da estação de trabalho de engenharia de partículas ao longo do ciclo de desenvolvimento de processos de cristalização. Listamos algumas aqui, como monitoramento de supersaturação, observação de oiling out ou separação de fases, scale-up, processo contínuo, tudo isso, e essa lista de citações, junto com muito mais material de referência, pode ser Talvez você tenha encontrado esse site ao qual estou me referindo aqui. É www.mt.com/AC-control-particles. Portanto, se você estiver interessado em saber mais sobre o que outros usuários estão fazendo na indústria e na academia usando esta estação de trabalho de engenharia de partículas, há cerca de 40 ou 50 referências bastante recentes aqui neste site, que acho que podem ser muito interessantes para as pessoas consultarem. Obrigado.
A Estação de Trabalho de Engenharia de Partículas Definitiva
O EasyViewer com iC Vision integra-se perfeitamente à estação de trabalho de cristalização para facilitar o design experimental. Quando os experimentos combinam ReactRaman™, ReactIR™ e ParticleTrack™, os cientistas podem sobrepor dados com confiança no iC Software™ para obter respostas e acelerar o desenvolvimento de sistemas de partículas.
ReactRaman — Um espectrômetro Raman compacto de alta performance fornece informações essenciais até para as reações mais desafiadoras, incluindo processos de cristalização, detecção de polimorfismo e reações multifásicas
ReactIR: um espectrômetro FTIR in-situ fácil de usar permite que os cientistas meçam as tendências e os perfis das reações em tempo real, fornecendo informações precisas sobre supersaturação, cinética, mecanismos e caminhos das reações
ParticleTrack com tecnologia FBRM™: o analisador de tamanho de partículas padrão do setor usado para medir a influência dos parâmetros do processo nas propriedades das partículas, incluindo tamanho, forma e contagem
Entenda como os parâmetros do processo afetam a concentração, o tamanho, a forma e a estrutura para tomar melhores decisões, eliminar os riscos do processo e resolver problemas — com mais rapidez.
Estudos de Caso do Setor
Aproveite a PAT e a Automação para Acelerar o Desenvolvimento do Processo de Cristalização
Aplicação de Modelagem e Controle de Feedback a Sistemas de Cristalização Contínua e em Lote
Compreenda os Mecanismos de Incorporação de Impurezas para Desenvolver uma Estratégia de Mitigação de Impurezas
Image2Chords converts images to high-quality chord length distributions (CLD’s), trends and statisti...
EasyViewer em Publicações Revisadas por Pares
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. e 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. e 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. e 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. e 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
Pedido de orçamento ou informaçãoReceber um orçamentoOrçamento instantâneoInformação da SoluçãoRequest Online Demo
Eu quero...
Precisa de ajuda? Nossa equipe está aqui para atingir as suas metas. Fale com nossos especialistas.