智能制药 | 制药工业中的设备层、控制层有些智能系统?

  • 2020-09-25 14:40
  • 作者:
  • 来源:中国食品药品网


  制药工业智能制造总体系统架构可以分为设备层、控制层、业务管理层和运营管理层。本期为您介绍设备层和控制层中的智能系统。


设备层


  设备层主要包括生产工艺系统、公用工程系统、自动化控制系统三个部分。


  生产工艺系统


  在设备选型过程中,应重视用户需求说明(URS)的撰写,尤其是重视技术评估的相关要求。应关注可编程控制器(PLC)、分散控制系统(DCS)、人机接口(HMI)的数据标准、接口标准、通信协议,保证设备和系统之间数据的互联互通。


  在对传统生产车间进行改造的过程中,应尽可能减少数据或信息的人工输入,通过传感器、智能仪表等方式智能采集数据。有条件的企业可考虑采用工业机器人、无人搬运车(AGV)、视觉识别、在线检测等先进的工艺设备。


  公用工程系统


  企业应考虑建立集群式的公用工程自控系统,涵盖制冷机组、洁净室空调系统、水系统、电力系统、蒸汽系统等内容,将制药工业中洁净环境控制,水、电、气、汽等供应与调度作业全面覆盖和管理,以降低能耗,提升生产效率。


  集群式控制系统的建设,可考虑通过分散控制系统(DCS)等过程控制系统技术手段和工业以太网等通讯手段,实现公用设备的互联互通,并根据实际情况进行联动控制。在此基础上,预留标准的通信接口,以便为数据采集及监控系统(SCADA)提供数据接口。


控制层


  数据采集及监控系统(SCADA)


  数据采集及监控系统(SCADA)主要用于实现数据全集成,解决数据孤岛的问题。数据采集及监控系统(SCADA)为其他信息化系统提供数据,从而改变既往分散的监控模式,实现各系统的集中管控。同时,数据采集及监控系统(SCADA)能够对生产运行过程中出现的偏差和故障及时报警,将事后管理变为实时在线管理。


  数据采集及监控系统(SCADA)一般使用工业组态平台软件进行全厂统一规划。考虑未来工厂数据采集量以及采集周期的性能要求,可采用功能分担架构,将数据采集和数据存储分别配置于不同的服务器,并配置双机热备。鉴于制药行业对数据完整性、可靠性、实时性的要求,一般采用工业实时数据库作为企业信息化系统的基础存储池,为其他信息化系统提供基础数据。


  数据采集及监控系统(SCADA)一般包括生产过程的实时监控、异常报警记录、数据处理与分析、实时数据管理与归档、权限管理等。其中数据处理与分析是数据采集及监控系统(SCADA)的核心,它由数据采集、实时数据库、事件报警、历史趋势数据库、历史数据/事件报警转储等功能模块共同组成。同时,考虑配置审计追踪功能,保证操作的可追溯性。


  自动化控制系统


  制药企业的生产过程通常可分为原料药生产和成品药生产两个阶段。原料药的流程控制一般通过大型分散控制系统(DCS)完成;而成品药生产中,各工艺步骤使用的设备通常通过内置的PLC系统进行控制。这些PLC系统一般来自不同厂家,各个系统之间相互独立。随着互联网和新一代信息技术的不断渗透和蔓延,工业控制系统原有的相对封闭的使用环境逐渐被打破,开放性和互联性越来越强。自动化控制系统通过与分散控制系统(DCS)或数据采集及监控系统(SCADA)系统建立接口采集现场控制数据及信息,并与制造执行系统(MES)建立接口,实现信息流互通。


  自动化控制系统的电源、控制器和网络等关键环节,可采用1:1的冗余配置。配备UPS电源及交流电源切换器,确保供电、通讯及CPU方面的安全稳定性。实现局域网内所有计算机控制系统的时间同步。按照GMP相关要求,每个授权用户拥有唯一的身份识别码、密码、电子签名,系统可对电子签名及审计进行追踪查询。




  自动化控制系统可以使用柔性的批次配方来控制生产工艺。基于ISA-S88标准提供一致的标准和术语,定义物理模型、规程和配方,控制批量制程生产,管理从原材料投入到产品交付出厂的整个生产制造过程。其中,批量控制程序包括单元程序、操作以及操作阶段。通过和制造执行系统(MES)的交互确定不同批次的生产参数,经由制造执行系统(MES)确认后下发至自动化控制系统。自动化控制系统把时间、状态、过程参数等数据回传给制造执行系统(MES),完成电子批记录。


  自动化控制系统可以保证特殊环境要求。遵循GMP管理理念,建设生产环境智能控制系统,构建自动化的“一站式”、集群式公用工程控制系统,以保障能源、水等资源的供应和洁净环境的控制。具体内容包含洁净空调净化系统、洁净区环境监测系统、人员门禁管理系统、视频监控系统、智能环保处理系统等。此外,可以建设集成车间安全仪表系统(SIS)用于保障安全生产,以分散控制系统为基础,采用先进、适用、有效的专业计算方法,提高系统运行的可靠性。


  自动化控制系统还可引入过程分析技术(PAT),在线收集生产过程的质量数据,实现产品质量控制。系统通过在线工艺分析仪器对原材料、处于加工中的物料以及工艺过程的关键质量参数和性能特征进行即时测量,来设计、分析和控制生产加工过程,准确判定中间产品和最终产品的质量状况。


  此外,机器视觉识别系统(Machine Vision)和工业机器人为制药企业自动化控制系统提供了新的可能性。机器视觉识别系统采用机器代替人眼来做测量与判断,通过计算机摄取图像来模拟人的视觉功能,实现人眼视觉的延伸。通过机器识别对生产现场的情况进行观察,并对结果进行判定和分类。工业机器人结合机械手臂、自动输送技术,实现生产过程模块化与智能化,提高生产效率,改善车间劳动环境。


  为便于后期数据的深度挖掘、整理等工作,在自动化控制系统中应当增加PI(Plant Information System)应用平台,作为大型实时数据库和历史数据库。用于工厂数据的自动采集、存储和监视。该应用平台提供清晰、精确的操作画面,用户既可浏览工厂当前的生产情况,也可回顾过去的生产情况。为最终用户和应用软件开发人员提供了快捷高效的工厂信息,便于相关人员改进工艺、实施全面质量管理、执行故障预防维护等。(摘编自《中国制药工业智能制造白皮书(2020年版)》,工信部产业发展促进中心、中国医药企业管理协会联合编制)


本文仅代表作者观点,不代表本站立场。

(责任编辑:李硕)

分享至

×

右键点击另存二维码!

网民评论

{nickName} {addTime}
replyContent_{id}
{content}
adminreplyContent_{id}