EasyViewer™ er et sondebaseret videomikroskop, der kontinuerligt optager billeder i høj opløsning af partikler, krystaller og dråber under en lang række procesbetingelser uden prøveudtagning eller offline-analyse.
Når relevante billeder optages og automatisk kombineres med tendenser, der er følsomme over for ændringer i partikelstørrelse og koncentration, kan forskere og ingeniører hurtigt og intuitivt karakterisere partikelmekanismer, hvilket sikrer, at der opnås en omfattende forståelse med hvert eksperiment.
Nu med en enkelt sonde kan alle udnytte partikelindsigt i realtid til at forbedre udbytte, renhed, filtreringshastigheder og produktkvalitet hurtigere end nogensinde før.
Beskriv dit projekt. /content/dk/da/home/products/L1_AutochemProducts/particle-size-analyzers/easyviewer.fb.1.c.11.html
Easy Viewer giver en umiddelbar forståelse af partikler, som de naturligt findes i processen, med submikron opløsning. Easy Viewers turbiditetskurve er yderst følsom over for ændringer i systemet, og billedanalyse i realtid måler partikelstørrelse for at følge vækst og formændringer, som er umulige at registrere med offline-teknikker. Autofokus, automatisk belysning og bedste-billede-algoritmer optager skarpe billeder i høj opløsning, hvilket sikrer tillid til datakvaliteten, mens der arbejdes på afstand. Billedanalyse registrerer automatisk uventede hændelser. Dette gør det muligt for forskere hurtigt at justere parametre for at undgå forhold, der fører til urenheder nedstrøms, filtreringsproblemer eller andre risici ved opskalering. Ved hjælp af forsøgsbilleder er dataanalysen umiddelbar, intuitiv og entydig. Når processen er godt forstået i lille skala, muliggør valget af prober en sikker opskalering fra 10 milliliter til pilotskala. Easy Viewer hjælper forskere med at tage kontrol over partikler for at forbedre procesydelse og produktkvalitet.
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.
Beskriv dit projekt.
Beskriv dit projekt.
Billeder i høj opløsning og intuitiv billedanalyse
Billedbehandling i høj opløsning
Fantastiske billeder giver forskerne mulighed for at visualisere den effekt, som procesparametre, såsom temperaturcyklus, har på partikelstørrelse og form i realtid.
Ny eksperimentel indsigt
Alle kan tage billeder i fremragende mikroskopkvalitet uden prøvetagning eller fortynding, selv fra tykke slam.
Identificer procesrisici
Forskere kan nemt identificere udoliering og undgå de forhold, der fører til denne procesrisiko, og derved forbedre renheden og kvaliteten.
Konverter billeder til data af høj kvalitet
Image2Chords-modulet forenkler udviklingen af partikelprocesser ved at levere oplysninger om partikelstørrelse, form og antal i realtid. Image2Chords konverterer billeder til akkordlængdefordelinger af høj kvalitet (CLD'er) og giver resultaterne som tendenser og statistikker, der kan bruges til sikkert at karakterisere partikelmekanismer, herunder kimdannelse, vækst, opløsning, brud og morfologiændringer. Disse realtidsoplysninger giver forskere og ingeniører mulighed for at studere partikler, da de naturligt eksisterer inden for behovet for kompleks eller langsom offline testning.
Image til kord revolutionerer, hvordan forskere og ingeniører forstår og karakteriserer komplekse partikelsystemer i realtid. EasyViewer med IC Vision optager billeder i høj opløsning, og image to cords omsætter dem til brugbare data om partikelstørrelse og antal. Denne kombination af in situ-billeder samt oplysninger om partikelstørrelse og antal gør EasyViewer og image to cords til vigtige værktøjer til at accelerere udviklingen af partikelprocesser. EasyViewer indsættes direkte i processtrømme eller beholdere i en vinkel for at sikre, at partikler nemt kan strømme hen over probevinduet, hvor lasere sørger for belysning. Når partikler passerer vinduet, indsamles højhastighedsbilleder, og det tilbagespredte lys i hver billedpixels rasterlinje analyseres for at identificere start- og slutpunktet for hver partikel. Derefter bruges afstanden mellem de to punkter til at beregne kordlængden. Ved at udføre denne måling tusindvis af gange pr. billede giver Image to Chords et statistisk robust og meget følsomt fingeraftryk af partikelstørrelse og -antal, som de naturligt forekommer i processen. Det er enkelt, intuitivt og ligetil at visualisere, hvordan partikelfordelingerne udvikler sig over tid, med IC Vision. Kordlængdefordelinger fra tidspunkter gennem et eksperiment kan hurtigt sammenlignes for at afdække partikelmekanismer og visuelt bekræftes med de tilsvarende in situ-billeder. Ændringer i kordlængdefordelingen kan bruges til at følge, hvordan partikelstørrelse og -antal udvikler sig fra begyndelsen til slutningen af en proces. Statistik fra hver kordlængdefordeling, såsom antal i fine og grove størrelsesklasser, kan følges over tid. Ved at levere størrelsesfordelinger og tendenser under processen kan forskere og ingeniører målrette specifikke partikelegenskaber og med sikkerhed tage kontrol over partikler for at forbedre produktkvalitet og procesydelse. Med image-to-cords får forskere mulighed for at træffe hurtigere og bedre informerede beslutninger. Indsigter i processen i realtid, der stammer fra hvert eksperiment ved hjælp af en enkelt in situ-probe, revolutionerer, hvordan partikelsystemer studeres og optimeres. Hvis du vil vide mere, gå til mt.com slash easyviewer.
Forbedret procesindsigt med avancerede billedanalysealgoritmer
iC Vision-software™ integrerer banebrydende eksperimentel billedanalyse (Exp. IA) algoritmer, hvilket letter hurtig udvikling og implementering af partikeldetektions- og karakteriseringsmodeller. IA er præcist indstillet til at identificere og dimensionere bobler og dråber, hvilket er afgørende for overvågning af polymerisations- og emulsionsreaktioner, og inkorporerer avanceret detektion af olieringsfænomener for at muliggøre proaktiv processtyring.
Fuldautomatisk til uovervåget drift
EasyViewer og den kraftfulde iC Vision-software™ bruger innovativ autofokus, automatisk belysning og automatisk lagring af de bedste billedfunktioner, så du aldrig går glip af at tage skarpe billeder i høj opløsning af vigtige begivenheder – selv når du arbejder eksternt.
Billedanalyse forenkler datafortolkning ved automatisk at registrere uønskede hændelser, såsom dråbedannelse, der kan reducere produktets renhed.
Designet med brugervenlighed i tankerne
Den slanke EasyViewer-sonde har ingen feltenhed og kræver ingen hjælpeprogrammer, hvilket gør installationen i fartøjer nemmere end nogensinde før.
Enkel plug-and-play USB-tilslutning kombineret med strømlinet iC Vision-software giver alle mulighed for at hente EasyViewer og inden for få minutter tage fantastiske billeder af partikler, som de naturligt eksisterer i processen, uden prøveudtagning eller fortynding - selv i højkoncentrerede slam.
Fra tidlig til sen udvikling
Et udvalg af sondestørrelser muliggør sikker implementering i enhver reaktorstørrelse fra 15 ml og opefter.
EasyViewer 100 – Let og slank sonde, ideel til tidlig udvikling, når begrænsede prøvemængder og ukendte procesfaktorer er høje.
EasyViewer 400 – Længere sonde og optimeret dybdeskarphed giver uovertrufne billeder til avanceret partikelteknik i større reaktorer.
EasyViewer 100
Slank og let sonde med plug-and-play-forbindelse og smart software gør opsætning og automatiseret dataindsamling ubesværet.
Til brug i: Laboratorium
Billeddannelsessystem: Tilbagespredte billeder
Probe diameter: 9,5 mm
Længde af sondevåd: 199 mm
Synsfelt: 1000 μm x 1000 μm
Optisk opløsning: > 1,5 μm
EasyViewer 400
Sammenlign resultater fra lille skala til større skala under overførsel for at reducere risikoen i den sene fase.
Til brug i: Laboratorium eller ikke-farligt anlæg
Billeddannelsessystem: Tilbagespredte billeder eller transmissionsbilleder med valgfri brug af clamp-on reflektor
Sonde diameter: 19 mm
Længde af sondevåd: 400 mm
Synsfelt: 1100 μm x 800 μm (± 50 μm)
Optisk opløsning: > 980 nm
Hej, det er Dez O'Grady, en af METTLER TOLEDOs eksperter i krystallisation som fagområde. Jeg ville benytte lejligheden til at give jer en kort opdatering om vores initiativ Take Control of Particles og introducere konceptet med en particle engineering-workstation, som kan hjælpe med at løse nogle af de vigtigste udfordringer og problemer omkring particle engineering og krystallisation. Krystallisation, som mange af jer ved, er en enhedsoperation, der på en meget praktisk måde kan isolere og rense produkt. At opnå den korrekte fordeling af krystalstørrelse og -form i krystallisatoren kan hjælpe med at afbøde potentielle problemer, der opstår downstream under for eksempel filtrering, tørring, transport og produktformulering. Nogle af de udfordringer, man ser i forskellige dele af denne proces, omfatter omfatter nedbrydning af produkt på et filter, fordi filtreringen måske tager for lang tid, muligvis som følge af for mange fine partikler, eller for eksempel vanskeligheder med at transportere materialet på grund af problemer med flowevne relateret til partikelformen, så det at få tingene rigtigt i krystallisatoren hjælper virkelig med at optimere downstream-operationerne Nogle af de vigtigste udfordringer forbundet med krystallisation og particle engineering er illustreret i disse to citater, som jeg har taget fra to rigtig gode artikler om emnet krystallisation. Så fra den første artikel, som faktisk er en publikation om kontinuerlig krystallisation fra Eli Lilly, var et af citaterne, der blev trukket frem til dette projekt, at partiklestørrelser større end 200 mikrometer kunne begrænse absorptionen, altså biotilgængeligheden. Grundlæggende skulle krystallisationen derfor levere ikke-agglomererede krystaller med et lavt aspektforhold og en størrelse på under 200 mikrometer. Så en lille krystalstørrelse var vigtig for at sikre, at produktet ville fungere godt. Hvis man ser på den anden artikel om et andet projekt, står der, at fine partikler i de fleste tilfælde dog ikke er ønskelige, da de kan være meget vanskelige at håndtere i den videre proces, især filtrering, vask og tørring. Så det, dette her opsummerer og tydeligt illustrerer, er, at det at opnå et effektivt produkt og samtidig få en god og effektiv proces faktisk kan være modstridende mål, og det gør design af particle engineering ganske udfordrende. Nogle overvejelser i forbindelse med particle engineering kan man tænke på i form af dette workflow, hvor man har visse procesparametre, som man som videnskabsmand kan ændre eller forsøge at optimere. For eksempel den type opløsningsmiddel, man bruger, det blandingsregime, man anvender, måske pH-værdien eller tilsætningshastigheden for et antisolvent eller noget så enkelt som den kølehastighed, man vælger. Og afhængigt af denne kombination af forskellige valg kan man få forskellige transformationer. som sker under krystallisationsprocessen, så man måske favoriserer vækst frem for nukleation, eller hvis blandingshastigheden for eksempel er for høj, får man for meget brud, eller hvis pH-værdien af en eller anden grund er forkert, får man meget agglomeration, så procesparametrene påvirker disse transformationer, og afhængigt af de transformationer, man får, ender man potentielt med et andet resultat, et resultat både med hensyn til det produkt, man får, partiklestørrelse, form, renhed, udbytte for eksempel for eksempel, men også processerbarheden af de partikler, man genererer. Vil de være nemme at filtrere? Vil de flyde? Er de ligetil at formulere? Så dette workflow er virkelig vigtigt at overveje, når man designer partikler, nemlig at tage højde for de parametre, man vælger, de transformationer, der sker, og det slutresultat, man vil få. Traditionelt har man gjort dette ved at tage en offline-prøve og karakterisere partiklerne på et bestemt tidspunkt efter prøveudtagning og forberedelse. Så man kan se et typisk workflow her omkring at tage en prøve; der kræves en rigtig god metodeudvikling for at gøre dette ordentligt og sikre, at man for eksempel ikke ændrer krystallerne, men typisk tager man en prøve, filtrerer den, måske tørrer den, forbereder den på en eller anden måde og udfører derefter analysen for at få sit resultat. Dette er virkelig vigtigt for overholdelse af regulatoriske krav, det er en meget standardiseret metode til at demonstrere kontrol over processen, hjælper med at fastsætte specifikationer og kan også give en god forståelse af, hvad der sker som et øjebliksbillede på et bestemt tidspunkt. Så dette er den offline tilgang til partikelfkarakterisering. Men hvis vi tænker tilbage på dette koncept om et workflow, der går fra parametre til transformationer til resultat, giver den offline prøve i virkeligheden kun information om resultatet. Og det, vi forsøger at gøre hos MATLAB Toledo, er at tilbyde værktøjer til particle engineering, som faktisk giver information om de procesparametre, man skal optimere, men også om de transformationer, der foregår i en krystallisationsproces, for eksempel. Så vi giver information. Omkring procesparametrene gør vi det muligt at styre og registrere dem, men også at overvåge den faste fase, selve partiklerne, og den flydende fase i en krystallisationsproces. Og kombinationen af disse informationer kan give en virkelig nyttig procesforståelse, som hjælper forskere med at få det resultat, de har brug for i sidste ende, og det resultat, som vil skabe et godt produkt og også en effektiv proces. Så vores formål er virkelig at levere. Disse værktøjer til particle engineering, som hjælper med at styre og registrere procesparametrene og derefter leverer in situ-analyse i realtid af faste og flydende faser i en krystallisationsproces, for eksempel. Så meget kort: sådan kunne denne kombination af produkter se ud, når de er pakket sammen i værktøjskassen eller en particle engineering-workstation. Her kan man se mikroskopibilledser i realtid, hvor vi faktisk ser en seed-krystallisationsproces, der vokser og agglomererer, og derefter ser vi faktisk dendritisk vækst, og det bryder fra hinanden, og man ser sekundær nukleation, så meget komplekse mekanismer, som vi visualiserer, og derefter kan vi også kvantificere disse mekanismer. mekanismer ved at følge partikelstørrelsen og partikelantallet i realtid med Particle Track-instrumentet, og dette er alt sammen samlet i én pakke sammen med procesparametrene, i dette tilfælde temperatur. Så man kan se, at når temperaturen falder i dette eksempel, stiger partikelantallet lige omkring det tidspunkt, hvor den sekundære nukleationshændelse sker. Så dette er en meget kort oversigt over, hvordan en typisk particle engineering-værktøjskasse eller workstation kan fungere. Og en af måderne, vi ser på dette på, er, at det ikke er nok blot at levere data; det, vi forsøger at gøre, er virkelig at levere en holistisk løsning, og dette omfatter nogle forskellige ting. Så først og fremmest skal disse værktøjer være “walk-up tools”, som alle forskere kan bruge med succes. Vi forsøger at konstruere vores reaktorer, så de er designet til at matche større skalaer, hvilket forhåbentlig gør beslutninger om opskalering lidt lettere. Vi har meget kraftfulde værktøjer til dataanalyse med vores IC-software. softwareplatform og også løsninger til datastyring. En ting, der sker, når man implementerer denne tilgang, er, at man begynder at generere mere data, og det er meget vigtigt at kunne håndtere disse data, så man kan udtrække nyttig information. Derfor har vi også datastyringsløsninger omkring IC Data Center, som virkelig hjælper med dette. Så dette er den komplette løsning samlet i én pakke, meget nem at bruge, walk-up tools, enkle og ligetil, men kraftfulde software. Så hvad betyder alt dette i sidste ende? Vi håber, at vores kunder med disse particle engineering-workstations virkelig kan fokusere på fire ting. Den første er at kunne designe gode partikler. Så partikeldesign. Altså at kunne designe partikler med de ønskede fysiske egenskaber, især med den passende partiklestørrelse og form. Hurtig fejlfinding er også vigtig. Så vi håber, at vi gør det muligt for forskere at skaffe evidens, som kan identificere den grundlæggende årsag til problemer eller fejl. Vi har gode eksempler i vores referencelister, som jeg vil vise på det næste og sidste slide, hvor vores værktøjer faktisk bruges til at dokumentere procesforståelse. og demonstrere proceskontrol, hvilket er meget nyttigt for regulatorisk accept, og endelig forudsigelig produktion, så man ved at bruge de data, der genereres i laboratoriet, kombineret med data, der måske indsamles i et kilo-laboratorium eller et pilotanlæg eller i produktionen, sikrer, at man opnår sikker opskalering og gode produktionsmuligheder, når man endelig når fuld produktionsskala Så meget hurtigt vil jeg bare henvise folk til en referenceliste, som måske er interessant at kigge nærmere på. Der er mange forskellige anvendelser af particle engineering-workstationen gennem udviklingscyklussen for krystallisationsprocesser; vi har oplistet nogle her, såsom overvågning af supersaturation, undersøgelse af oiling out eller faseadskillelse, opskalering, kontinuerlig drift og alt det gode, og denne referenceliste sammen med en masse andet referencemateriale kan faktisk findes Måske fandt du den hjemmeside, som jeg henviser til her. Det er www.mt.com forward slash AC dash control particles. Så hvis du er interesseret i at lære mere om, hvad andre brugere gør i industrien og den akademiske verden ved hjælp af denne particle engineering-workstation, er der omkring 40 eller 50 ret nyere referencer her på denne hjemmeside, som jeg synes ville være interessante for folk at se nærmere på. Tak.
Den ultimative arbejdsstation til partikelteknik
EasyViewer med iC Vision integreres problemfrit i krystalliseringsarbejdsstationen for nemt eksperimentelt design. Når eksperimenter kombinerer ReactRaman™, ReactIR™ og ParticleTrack™, kan forskere trygt overlejre data i iC-software™ for at få svar og fremskynde udviklingen af partikelsystemer.
ReactRaman – Et kompakt, højtydende Raman-spektrometer giver kritisk indsigt i selv de mest udfordrende reaktioner, herunder krystallisationsprocesser, polymorfidetektion og multifasiske reaktioner
ReactIR – Et brugervenligt in-situ FTIR-spektrometer gør det muligt for forskere at måle reaktionstendenser og profiler i realtid, hvilket giver præcise oplysninger om overmætning, reaktionskinetik, mekanismer og veje
ParticleTrack med FBRM-teknologi™– Industristandarden til partikelstørrelsesanalysator, der bruges til at måle procesparametres indflydelse på partikelegenskaber, herunder størrelse, form og antal
Forstå præcist, hvordan procesparametre påvirker koncentration, størrelse, form og struktur for at træffe bedre beslutninger, eliminere procesrisici og løse problemer – hurtigere.
Casestudier fra industrien
Udnyt PAT og automatisering til at fremskynde udviklingen af krystalliseringsprocessen
Anvendelse af modellering og feedbackkontrol på batch- og kontinuerlige krystallisationssystemer
Forstå mekanismer til inkorporering af urenheder for at udvikle en strategi for afbødning af urenheder
Image2Chords converts images to high-quality chord length distributions (CLD’s), trends and statisti...
EasyViewer i peer-reviewed publikationer
Agrawal, S., Rawal, S. H., Reddy, V. R., & Merritt, J. M. (2024). Brug af automatisering, dynamisk billedanalyse og procesanalytiske teknologier til at muliggøre datarige partikeltekniske bestræbelser på grænsefladen mellem lægemiddelstof og lægemiddelprodukt: Et casestudie ved hjælp af Lovastatin. Del B, Processikkerhed og miljøbeskyttelse/Kemiteknisk forskning og design/Kemiteknisk forskning og 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). Undersøgelse af agglomerationsmekanisme af ammoniumparawolframpentahydrat og kontrollerbar fremstilling af rene monodisperse krystaller. 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). Digitalt design af en agrokemisk krystallisationsproces via todimensionel populationsbalancemodellering. https://doi.org/10.1021/acs.oprd.3c00373
Vagenknecht, M., Soukup, J., Chen, A., & Irizarry, R. (2023). En deep learning-løsning til partikelstørrelsesanalyse i inline-mikroskopibilleder med lav opløsning baseret på generativt kontradiktorisk netværk. 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). Procesovervågning af polysacchariddeketalisering til udvikling af vaccinebiokonjugation ved hjælp af in situ analytisk metode. 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 af enkelt- og multikomponent lægemiddelsfæriske partikler med forbedrede pulveregenskaber i vand i stedet for organiske opløsningsmidler: Et casestudie af 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-løsninger til overvågning af adsorption af stivkrampetoxoid med aluminiumadjuvanser. 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-billeddannelse kombineret med dyb læring til overvågning af krystallisationsprocesser: Anvendelse på Cephalexin-produktion. Organisk procesforskning og -udvikling, 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). Realtidsovervågning af fast-flydende opslæmninger: Optimeret syntese af tetrabenazin. 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). Udvikling af krystallisationsproces til det sidste trin i den biokatalytiske syntese af islatravir: Omfattende krystalteknik til et lavdosislægemiddel. Forskning og udvikling af organiske processer, 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). Anvendelse af en halvautomatisk krystallisator til at studere olierings- og agglomerationshændelser - et casestudie i industriel krystallisationsoptimering. Forskning og udvikling af organiske processer, 25(3), 564-575. doi.org/10.1021/acs.oprd.0c00494
Anmod om tilbud eller informationFå et tilbudØjeblikkeligt tilbudLøsningsoplysningerRequest Online Demo
Jeg vil gerne...
Har du brug for hjælp? Vi er her for at besvare dine spørgsmål.