João Almeida Lopes & José Cardoso Menezes Centro de Engenharia Biológica e Química Instituto Superior Técnico Av. Rovisco Pais, 1049-001, Lisboa, Portugal Tel.: +351 218419838 | Fax: +351 218419197 | bsel@ist.utl.pt
Process Analytical Technologies (PAT): aplicações na indústria química, farmacêutica e petroquímica. RESUMO Process analytical technologies (PAT) são “sistemas para análise e controlo de processos, baseados em medidas frequentes de parâmetros críticos de qualidade ou atributos de desempenho de matérias-primas ou produtos intermédios que promovem a garantia de qualidade dos produtos finais obtidos no final da cadeia produtiva” (i.e., qualidade através do desenho). Vários casos de estudo serão discutidos que ilustram a aplicação de PAT em diferentes contextos e em diferentes tipos de indústria. Conclui-se apresentando uma visão perspectiva de como esta nova disciplina feita da integração de técnicas estabelecidas de engenharia e outras áreas científicas pode ter um papel decisivo no estabelecimento de processos mais seguros e melhores produtos. Palavras Chave: PAT, engenharia de sistemas em processo e produto, quimiometria, monitorização multivariável, processos industriais ABSTRACT Process analytical technologies (PAT) are “systems for analysis & control of manufacturing processes based on timely measurements of critical quality parameters and performance attributes of raw-materials and in-process products, to assure acceptable end-product quality at the completion of the process” (i.e., quality by design). Several case-studies will be discussed that illustrate PAT application in different contexts and in different industries. We conclude by a presenting a prospective view on how this new discipline made up from integrating established engineering approaches and other scientific areas will play a decisive role in leading to safer processes and better and less expensive products. Keywords: PAT, process systems engineering, chemometrics, multivariate monitoring, industrial processes
1. INTRODUÇÃO Process analytical technologies (PAT) são “sistemas para análise e controlo de processos, baseados em medidas frequentes de parâmetros críticos de qualidade ou atributos de desempenho de matérias-primas ou produtos intermédios que promovem a garantia de qualidade dos produtos finais obtidos no final da cadeia produtiva” (i.e., qualidade através do desenho) [1,2]. A estratégia definida como PAT é fundamental para o reconhecimento da engenharia de sistemas em processo (process systems engineering - PSE) na indústria moderna de manufactura nomeadamente para garantia de qualidade de produtos e processos. Esta estratégia envolve a aplicação de química analítica em processo (e.g., técnicas de monitorização em-processo), quimiometria (e.g., técnicas de modelação com base em dados) e controlo de processos (e.g., uso inteligente de dados de processo para supervisão e diagnóstico multivariável) (Figura 1). Entender-se que as relações a nível multivariável são cruciais para o conhecimento de um sistema e a facilidade de aplicação do conhecimento resultante, são dois aspectos cruciais para o desenvolvimento com sucesso de aplicações PAT [3]. As PAT nasceram no século XXI para indústrias do novo milénio e aparecem como mais do que a simples soma de disciplinas já existentes mesmo podendo existir ganhos significativos no seu uso integrado. Aplicações com sucesso de PAT constituem um meio de promoção ao desenvolvimento das suas ciências de suporte e não o inverso. Em termos de monitorização de processo, o uso de PAT representa uma alteração ao paradigma no sentido de que o controlo sofisticado de qualidade se move do controlo baseado em laboratório para o controlo baseado directamente no processo (i.e. em-processo). O desafio em PAT é o cada vez maior investimento em monitorização em tempo real de todas as fases processuais de modo a aumentar o nível
28
Figura 1
O conceito PAT baseia-se na integração de vários conceitos e disciplinas de Engenharia.
de confiança de todo o processo, o que implica por consequência a melhoria de qualidade dos produtos finais a comercializar [4]. Existem três cenários PAT que podem ser perspectivados (Figura 2): . Cenário I: O primeiro diz respeito a uma utilização modesta simplesmente substituíndo protocolos de qualidade existentes. Como exemplo, podemos utilizar espectroscopia de infra-vermelho para medição em-processo de parâmetros como a humidade em sólidos. Neste aspecto consegue-se essencialmente a redução de custos associados com o controlo de qualidade. . Cenário II: Em segundo lugar, o uso integrado da análise de dados e monitorização em processo para melhoramento da operação para processos industriais existentes. Com esta estratégia consegue-se para além de custos menores com o controlo da qualidade, melhorar o rendimento económico do processo. . Cenário III: Finalmente o uso extensivo e exclusivo de PAT ao longo do
DOSSIER GESTÃO DE PROCESSOS
DOSSIER GESTÃO DE PROCESSOS | Process Analytical Technologies (PAT)
do processo de eluição, permitindo a utilização do modelo de monitorização da concentração de API em escalas de produção.
5. CONCLUSÕES Apresentam-se neste artigo os resultados de vários projectos desenvolvidos pelo Laboratório de Biosistemas do CEBQ/IST na área emergente de Process Analytical Technologies (PAT) em colaboração com a indústria química, farmacêutica e petroquímica. Os resultados obtidos com os estudos apresentados, mostram que a transição para um tipo de monitorização de elevada frequência à escala industrial está em linha de concordância com o rumo traçado, nomeadamente pela FDA, para um cada vez maior aumento da qualidade e segurança através do controlo de qualidade em-processo. Esta aposta, tem um elevado potencial para gerar melhorias nos processos, através da sua melhor compreensão. Estas melhorias podem resumir-se em processos mais seguros e eficientes que resultam em produtos de melhor qualidade. Esta combinação consegue-se ainda através de uma redução nos custos de produção e garantia de qualidade, traduzindo-se em produtos colocados no mercado a preços mais baixos. Agradecimentos Os autores agradecem a todas as pessoas cujo apoio permitiu a execução dos trabalhos desenvolvidos pelo BSEL (Laboratório de Biosistemas do CEBQ/IST) em colaboração com a indústria ao longo dos últimos dez anos. Agradecemos em especial à Doutora Teresa Alves e ao Doutor Joaquim Pereira Cardoso da CIPAN, à Engª Dora Nogueira e Engª Maria Santos da Petrogal e a todos os elementos do BSEL que colaboraram activamente nos trabalhos descritos neste artigo.
6. REFERÊNCIAS [1] IFPAC, 8th Int. Forum in Process Analytical Chemistry, Process Analytical Chemistry and Technology. Partnerships for Quality Manufacturing Systems, January 12–15, 2004, Washington, DC, USA, 2004. [2] Food and Drug Administration (FDA) (2004) “PAT - A Framework for Innovative Pharmaceutical Manufacturing and Quality Assurance (Guideline)”, http://www.fda.gov/cder/guidance/6419fnl.pdf. [3] ACHEMA - ”Pharmaceutical Production Technology” (PAT I and II) Sessions, Maio 2003, Frankfurt, Germany. [4] Lopes J.A., Costa P..F., Alves T.P., Menezes J.C. (2004) Chemometrics in bioprocess engineering: process analytical technologies (PAT) applications, Chemom. Intell. Lab Syst., 74, 269-275. [5] Hagan M., Demuth H., Beale M. (1996) Neural Network Design, PWS Publishing, Boston, USA. [6] H.W. Siesler, Y. Ozaki, S. Kawata, H.M. Heise (Eds.) (2002) Near Infrared Spectroscopy: Principles, Instruments, Applications, Wiley-VCH, Weinheim. [7] J. Chalmers (2000) Spectroscopy in Process Analysis, Sheffield Academic Press, UK, p. 380. [8] Gerlach R., B. Kowalsky and H. Wold (1979) Anal. Chim. Acta 112, 417-421. [9] Martens H., T. Naes (1989) Multivariate Calibration, John Wiley & Sons, Chichester, UK. [10] Brás L.P., Bernardino S.A., Lopes J.A., Menezes J.C. (2005) Multiblock PLS as an approach to compare and combine NIR and MIR spectra in calibrations of soybean flour, Chemom. Intell. Lab Syst., 75(1), 91-99. [11] Felício C.C., Brás, L.P., Lopes, J.A., Cabrita, L., Menezes, J.C. (2005) Comparison of PLS algorithms in gasoline and gas oil parameter monitoring with MIR and NIR, Chemom. Intell. Lab Syst., in press [12] Pons M. (1992) Bioprocess monitoring and control, Hanser Publishers, New York, USA. [13] Neves A.A., Vieira L.M., Menezes J.C. (2001) Effects of Preculture Variability on Clavulanic Acid Fermentation, Biotechnol. Bioeng, 72(6), 628-633. [14] T. Kohonen (1997) Self-Organizing Maps, Sprienger-Verlag, Berlin, Germany, p. 521. [15] Lopes, J.A., Nogueira, D.M., Menezes, J.C., (2003), Inferential Sensor Development and Use in Petrochemical Units, 1º Encontro Luso-Brasileiro sobre Manutenção Industrial, Assoc. Port. Manut. Ind. (APMI), November, AIP Parque das Nações, Lisboa (Portugal). [16] Rodrigues L.O., Marques J.L., Cardoso J.P. Menezes J.C. (2005) From lab to plant: a scaleindependent NIR calibration to monitor an ionic exchange column, Chemom. Intell. Lab Syst., 75(1), 101-108. [17] A. Hoskuldsson (2001) Variable and subset selection in PLS regression, Chemom.Intell. Lab. Syst., 55, 23– 28.
33