Sempre em busca de promover o desenvolvimento tecnológico do setor farmacêutico, a Rockwell Automation, empresa multinacional investiu na criação de soluções que contribuem para tomadas de decisões em tempo rea;, bem como para otimização de processos de manufatura e aumento do nível de controle das empresas do segmento.
Este tipo de tecnologia corrobora para o crescimento do setor, que já vem em ascensão nos últimos anos. De acordo com estudo da Sindusfarma, a indústria farmacêutica teve um faturamento de R$ 76,98 bilhões no último ano, com crescimento de 11,5% em relação a 2019. Ainda segundo a pesquisa, o mercado farmacêutico do Brasil ocupa a 7ª colocação entre todos os países do mundo, com projeção de crescimento de duas casas nos próximos anos, alcançando a 5ª colocação até 2023.
Para o Gerente de Indústria da Rockwell Automation, Marcelo Sereno, o avanço tecnológico é fundamental para o desenvolvimento do setor, e alinhar estas soluções aos operadores responsáveis, é essencial para garantir resultados satisfatórios às empresas.
SoftSensor: a digitalização do setor farmacêutico a partir do aprendizado de máquina
Para viabilizar o desenvolvimento deste importante setor, a Rockwell Automation utilizou uma abordagem de Controle de Modelagem Preditiva (MCP) para desenvolver o SoftSensor® Application, um sensor virtual que compreende, de forma confiável, quando o teor de umidade de um medicamento é o ideal; assim, a partir de um modelo de aprendizado de máquina. De acordo com o especialista, o resultado da solução é uma redução de 28% a 30% no tempo de ciclo de processo de secagem, com menos interrupções para amostragem física e medições.
Depois que o modelo é treinado, o MCP utiliza os dados do sensor em tempo real; o atual estado dinâmico do processo, o modelo MCP treinado e as metas e limites variáveis do processo; para calcular mudanças futuras nas variáveis dependentes dos níveis de umidade com um alto grau de confiança.
“Vamos supor que você deve alcançar um nível crítico de umidade para a substância de um medicamento granular. A substância começa líquida e passa por um secador de leito fluidizado. O processo de secagem é interrompido com frequência para testar a umidade das amostras físicas, introduzindo latências no processo de secagem. Neste sentido, o modelo de aprendizado de máquina trabalha no limite para fornecer informações críticas – e ações prescritas – ao operador em tempo real”, ressalta Marcelo.
Verificação contínua do processo
Dessa forma, alinhado ao aprendizado de máquina, o relatório de análise avançado também é responsável por auxiliar a tomada de decisões; em situações que existe um certo nível de tolerância de latência. Ou seja, em situações que não precisam de resposta imediata do operador.
As soluções desenvolvidas pela companhia para suprir as demandas do setor farmacêutico estarão disponíveis no “Life Sciences Forum”, na 30ª edição do evento anual Automation Fair, que será realizada de forma virtual e presencial no George R. Brown Convention Center de Houston, Texas, nos EUA, dos dias 9 a 11 de novembro de 2021. Para realizar inscrição, acesse aqui.
