SON DAKİKA

Yapay Zeka

Parçacık boyutu dağılım tahminini hızlandırma

İlaç üretim endüstrisi, kurutma karışımının özelliklerini izlemede uzun süredir zorluk yaşamaktadır, bu da ilaç ve kimyasal bileşiklerin üretilmesinde kritik bir adımdır. Şu anda, genellikle iki invaziv karakterizasyon yaklaşımı kullanılmaktadır: bir örnek görüntülenir ve bireysel partiküller sayılır veya araştırmacılar partikül boyut dağılımını (PSD) tahmin etmek için saçılan ışığı kullanırlar. İlk seçenek zaman alıcıdır ve artan atığa neden olurken, ikinci seçenek daha cazip bir seçenektir.

Yeni Yöntem, İlaç Üretim Süreçlerini Geliştirecek

Son yıllarda, MIT mühendisleri ve araştırmacıları, fizik ve makine öğrenmesine dayalı saçılan ışık yaklaşımı geliştirdiler. Bu yeni yöntem, ilaç hapları ve tozları üretim süreçlerini iyileştirmeye yardımcı oldu, verimliliği ve doğruluğu artırdı ve ürünlerde daha az başarısız parti ortaya çıkmasını sağladı. Nature dergisinde yayınlanan “Non-invasive estimation of the powder size distribution from a single speckle image” başlıklı açık erişimli makalede bu çalışma genişletildi.

“Saçılan ışığın davranışını anlamak optikte en önemli konulardan biridir,” diyen Qihang Zhang PhD ’23, Tsinghua Üniversitesi’nde bir araştırmacı. “Saçılan ışığı analiz etmekte ilerleme kaydederek, ilaç endüstrisine yarar sağlayan bir araç icat ettik. İnce incelemeye dayanarak sorunu bulmak ve temel kuralı araştırarak çözmek, araştırma ekibinin en heyecan verici bulduğu şeydir.”

Yeni PSD Tahmini Yöntemi

Makale, bir öğrenci görüntüsüne dayalı yeni bir PSD tahmini yöntemi öneriyor. “Öğrenmeye dayalı modelimiz, tek bir anlık leke görüntüsünden tozun boyut dağılımını tahmin edebilir ve böylece yeniden oluşturma süresini 15 saniyeden sadece 0.25 saniyeye indirir,” açıklıyor araştırmacılar.

Çalışmada, hem algoritma hem de donanımın toplu optimizasyonuyla 60 kat daha hızlı bir parçacık boyutu tespit yöntemi hızlandırıldığı belirtiliyor. Bu yüksek hızlı proba, hızlı dinamik sistemlerde boyut evrimini tespit etme yeteneğine sahip olarak, kurutma, karıştırma ve blender gibi süreç modellerini incelemeye olanak tanır.

MIT-Takeda İşbirliğiyle Geliştirilen Çalışma

Fizikçiler ve mühendisler arasında başarılı bir işbirliğinden kaynaklanan bu çalışma, MIT-Takeda programından geliştirilmiştir. İşbirlikçiler üç MIT bölümüyle ilişkilidir: Makine Mühendisliği, Kimya Mühendisliği ve Elektrik Mühendisliği ve Bilgisayar Bilimleri. Bu araştırmanın kıdemli yazarı, MIT’de makine mühendisliği profesörü olan George Barbastathis’tir.

Düşüncenizi Paylaşın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgili Teknoloji Haberleri