概要
近年、材料開発においてデータ駆動型アプローチが重要視されています。材料を「どのように作るか」という製造業のプロセス設計の課題解決を試みる分野を「プロセスインフォマティクス（PI）」と呼び、その適用分野は多岐に渡ります。このアプローチにより有効性を発揮できるプロセスの一つが「晶析」です。晶析は医薬品や化学製品の品質や特性を決定づける極めて重要な工程ですが、核生成や結晶成長、相転移といった複雑な物理化学現象が絡み合うため、従来の経験則や第一原理モデルによる最適化では、膨大なリソースを要するという課題がありました。本資料では、この複雑な晶析プロセスに対してデータ駆動型アプローチをどのように適用し、開発を加速させるかを体系的に解説します。
1. 製造プロセス検討におけるインフォマティクス技術
PIの位置付けや役割を解説し、インフォマティクスの基礎となる機械学習モデルを開発業務で活用する上でのフレームワークを提示します。
2. 具体事例解説
機械学習モデルを利用した具体事例として「高純度モノマーの貧溶媒晶析における条件探索」を取り上げます。トレードオフの関係にある多目的課題に対し、機械学習モデルの活用により最適な溶媒種や配合比、工程条件を定量的かつ効率的に導出するプロセスを紹介します。
3. 晶析プロセスにおけるインフォマティクスの適用事例
晶析におけるPIの適用は条件探索に留まらず、結晶成長過程モデルおよび因子解析、晶析プロセスの自動制御化、晶析プロセスにおける分析・観測手法など、幅広いカテゴリで事例が報告されています。
コンテンツ
- 製造プロセス検討におけるインフォマティクス技術
- 具体事例解説：機械学習モデルを利用した貧溶媒晶析の条件探索
- 晶析プロセスにおけるインフォマティクスの適用事例
対象者
- 晶析工程の条件検討に課題を感じている開発者
- 生産性向上と品質安定化の両立を目指す開発者
- DX推進部門で製造現場へのAI導入を検討している方
問い合わせ先
MI-6株式会社 事業開発部：marketing@mi-6.co.jp
※お申し込みいただくとダウンロードページへ遷移いたします。もし、ダウンロードできない場合はお手数ですが、問い合わせ先のメールアドレスへご連絡ください。また迷惑メールの設定や、メールアドレスの記載に誤りによって、ダウンロードができないケースがございます。 設定確認と登録アドレスに間違いがないよう、お願いいたします。
※同業他社企業のお申し込みはお断りしております。
