Towards real-time monitoring of moisture in fluid bed granulation; implementing near-infraned spectroscopy

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorPohjanjoki, Pekka
dc.contributor.authorLassila, Mikko Johannes
dc.contributor.departmentKemian laitosfi
dc.contributor.schoolKemian tekniikan korkeakoulufi
dc.contributor.schoolSchool of Chemical Engineeringen
dc.contributor.supervisorKontturi, Kyösti
dc.date.accessioned2020-12-23T17:44:47Z
dc.date.available2020-12-23T17:44:47Z
dc.date.issued2011
dc.description.abstractOrion 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 (R<sup>2</sup>). 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 R<sup>2</sup> 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 R<sup>2</sup> 0,975.en
dc.description.abstractOrionin 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 R<sup>2</sup> 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 R<sup>2</sup> 0,993 kosteuspitoisuusalueella 2,4 - 9,2 m- %. Myös pääkomponenttiregression (PCR) tulokset olivat lupaavia, 10 komponentilla RMSEP oli 0,34 prosenttiyksikköä ja R<sup>2</sup> 0,975.fi
dc.format.extentxii + 65 s. + [11]
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/99659
dc.identifier.urnURN:NBN:fi:aalto-2020122358486
dc.language.isofien
dc.programme.majorFysikaalinen kemiafi
dc.programme.mcodeKem-31fi
dc.rights.accesslevelclosedAccess
dc.subject.keywordfluid bed granulationen
dc.subject.keywordleijupetirakeistusfi
dc.subject.keyworddryingen
dc.subject.keywordkuivausfi
dc.subject.keywordmoisture measurementen
dc.subject.keywordkosteuden määritysfi
dc.subject.keywordnear-infrared spectroscopyen
dc.subject.keywordNIRfi
dc.subject.keywordchemometricsen
dc.subject.keywordlähiinfrapunaspektroskopiafi
dc.subject.keywordkemometriafi
dc.titleTowards real-time monitoring of moisture in fluid bed granulation; implementing near-infraned spectroscopyen
dc.titleKohti reaaliaikaista leijupetirakeistuksen kosteuden monitorointia: lähi-infrapunaspektroskopian käyttöönottofi
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotMaster's thesisen
dc.type.ontasotPro gradu -tutkielmafi
dc.type.publicationmasterThesis
local.aalto.digiauthask
local.aalto.digifolderAalto_90972
local.aalto.idinssi43777
local.aalto.inssiarchivenr1875
local.aalto.inssilocationP1 Ark Aalto
local.aalto.openaccessno

Files