Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1218742

Primjena procesne analitičke tehnologije za praćenje procesa kristalizacije


Klier, Monika
Primjena procesne analitičke tehnologije za praćenje procesa kristalizacije, 2022., diplomski rad, diplomski, Fakultet kemijskog inženjerstva i tehnologije, Zagreb


CROSBI ID: 1218742 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Primjena procesne analitičke tehnologije za praćenje procesa kristalizacije
(Application of process analytical technology for crystallization process monitoring)

Autori
Klier, Monika

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet kemijskog inženjerstva i tehnologije

Mjesto
Zagreb

Datum
30.09

Godina
2022

Stranica
58

Mentor
Bolf, Nenad

Neposredni voditelj
Gavran, Matea ; Šahnić, Damir

Ključne riječi
Kristalizacija, djelatna tvar, procesna analitička tehnologija, umjetna neuronska mreža, parcijalna regresija metodom najmanjih kvadrata, kontinuirano praćenje procesa
(crystallization, active pharmaceutical ingredient, process analytical technology, artificial neural network, Partial Least Square Regression, continuous process monitoring)

Sažetak
Ovaj rad istražuje primjenu procesne analitičke tehnologije u svrhu praćenja procesa kristalizacije. Za predviđanje koncentracije otopine primjenjuje se Ramanova in-line spektroskopija pri čemu se na temelju trenutne informacije o koncentraciji otopine kontinuirano prati proces kristalizacije. Eksperimentalno se određivala koncentracija djelatne tvari ceritiniba u sustavu otapala 90 % aceton - 10 % voda. Cilj je bio izraditi kalibracijski model za kontinuirani proračun koncentracije ceritiniba tijekom kristalizacije. Za izradu kalibracijskog modela primjenile su se parcijalna regresija metodom najmanjih kvadrata i unaprijedna neuronska mreža. Kriteriji za ocjenu modela bili su kvadrat koeficijenta korelacije, R2 i korijen srednje kvadratne pogreške, RMSE. Na temelju kriterija modeli za predviđanje koncentracije otopine i gustoće suspenzije razvijeni umjetnom neuronskom mrežom pokazali su se boljim od modela razvijenih parcijalnom regresijom metodom najmanjih kvadrata. Ovako razvijeni modeli mogu se primijeniti za procjenu koncentracije otopine u stvarnom vremenu.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemija, Kemijsko inženjerstvo



POVEZANOST RADA


Projekti:
EK-EFRR-KK.01.1.1.07.0017 - Napredno vođenje procesa kristalizacije (CrystAPC) (Bolf, Nenad, EK - KK.01.1.1.07) ( CroRIS)

Ustanove:
Fakultet kemijskog inženjerstva i tehnologije, Zagreb,
PLIVA HRVATSKA d.o.o.

Profili:

Avatar Url Nenad Bolf (mentor)

Avatar Url Damir Šahnić (mentor)

Avatar Url Matea Gavran (mentor)

Avatar Url Monika Klier (autor)


Citiraj ovu publikaciju:

Klier, Monika
Primjena procesne analitičke tehnologije za praćenje procesa kristalizacije, 2022., diplomski rad, diplomski, Fakultet kemijskog inženjerstva i tehnologije, Zagreb
Klier, M. (2022) 'Primjena procesne analitičke tehnologije za praćenje procesa kristalizacije', diplomski rad, diplomski, Fakultet kemijskog inženjerstva i tehnologije, Zagreb.
@phdthesis{phdthesis, author = {Klier, Monika}, year = {2022}, pages = {58}, keywords = {Kristalizacija, djelatna tvar, procesna analiti\v{c}ka tehnologija, umjetna neuronska mre\v{z}a, parcijalna regresija metodom najmanjih kvadrata, kontinuirano pra\'{c}enje procesa}, title = {Primjena procesne analiti\v{c}ke tehnologije za pra\'{c}enje procesa kristalizacije}, keyword = {Kristalizacija, djelatna tvar, procesna analiti\v{c}ka tehnologija, umjetna neuronska mre\v{z}a, parcijalna regresija metodom najmanjih kvadrata, kontinuirano pra\'{c}enje procesa}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Klier, Monika}, year = {2022}, pages = {58}, keywords = {crystallization, active pharmaceutical ingredient, process analytical technology, artificial neural network, Partial Least Square Regression, continuous process monitoring}, title = {Application of process analytical technology for crystallization process monitoring}, keyword = {crystallization, active pharmaceutical ingredient, process analytical technology, artificial neural network, Partial Least Square Regression, continuous process monitoring}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font