葛兰素史克在疫苗生产和开发中试点“数字孪生”
|
首页 > 资讯 > 葛兰素史克在疫苗生产和开发中试点“数字孪生” 出自识林
葛兰素史克在疫苗生产和开发中试点“数字孪生”
笔记 2021-06-26 当汽车工程师设计新车时，他们通常会在上路之前让新车原型通过计算机化的数字模型和测试。在过去一年中，制药巨头葛兰素史克（GSK）公司也将同样的技术应用于疫苗生产。这种方法被称为数字孪生（digital twin），或现实世界对象或过程的计算机化副本。借助实时数字副本，专家们可以获得有关一系列主题的实时洞察。 简单来讲，数字孪生是实际生产操作的副本，在数字平台上实现的一份实际生产的映射。这份副本的数据来源是实际生产中探头检测到的数据。通过孪生的数字模拟和自我学习，反馈出来对实际生产的控制调节，这些微调的过程控制参数再反馈到实际生产。 GSK 的科学、数字创新和商业战略负责人 Matt Harrison 在最近的一次采访中表示，现在有了一个成功的试点，就技术可以走多远而言，凡事皆有可能。GSK 与法国 IT 公司 Atos 和工业巨头西门子合作，试点了疫苗生产过程的数字孪生。Harrison 表示，展望未来，GSK 渴望将该模型扩展到大部分产品组合。 试点项目 Harrison 表示，对于他们的试点，合作伙伴针对 GSK 疫苗佐剂颗粒之一开发了生产过程的数字副本。GSK 解释指出，程序的工作原理如下：数字孪生是流程、产品或服务的虚拟副本。当应用于生产疫苗时，数字孪生将虚拟和真实的开发和制造结合在一个闭环中，从一开始就收集实时见解，生成大量复杂数据，并提供所有操作细节的即时视图。当数字孪生连接到实际过程时，物理传感器将数据发送给数字孪生，模拟的洞察被反馈到控制系统，以保持过程处于最佳状态。 从本质上讲，数字孪生充当实时过程的计算机模拟实验，使生产团队能够以数字方式观察正在发生的事情。Harrison 表示，有了这些信息，GSK 就可以使用一系列模型和机器学习技术来微调其生产。数字孪生还可以帮助公司解析和模拟制造变异，Harrison 表示，这是当今困扰制药商的最大障碍。他指出，“如果你能理解这种变异的原因，你就有可能在第一时间做出正确的决定。”通过针对制造不一致的问题，GSK 相信，数字孪生可以最大限度地降低风险，并使工厂之间的技术转移顺畅。 根据试点研究，这种潜在的颠覆性解决方案开辟了新的机遇，例如可持续的工艺开发 — 减少整体实验时间和浪费，确保质量稳定，并转向新的“质量源于设计”模型，以在第一时间获得正确的产品。该解决方案还为过程质量和可靠性提供了优化措施。通过将过程的虚拟和实际物理生产线配对，并使用预测模型和实时分析，Atos 和西门子帮助制药行业重塑制造环境的关键要素。 Atos 提供其在 IT 基础设施、咨询、集成和数据科学方面的专业知识，尤其是其在人工智能和物联网解决方案和服务方面的 Codex 专业知识，而西门子则提供其在 OT 系统方面的数字企业专业知识，尤其是与 Simatic Sipat 的实时质量监控和 StarCCM+ & HEEDS 用于过程建模和模拟。 除对疫苗生产进行实时监控外，数字孪生还可以帮助 GSK 规划未来的生产系统并协助研发。Harrison 解释指出，GSK 可以在短短几个小时内运行制造模拟，而不需要花费数年时间建造测试工厂。GSK 表示，数字工厂使我们能够模拟、密切监控、预测故障并优化质量和自我学习。从实际运行中获得的性能数据会反馈到开发过程中，有助于在早期阶段优化产品和过程。 Harrison 表示，随着时间的推移，GSK 计划利用数字孪生来开发未来的疫苗。该公司还在衡量该技术作为培训模拟器的潜力。GSK 希望将数字孪生纳入其“开发和制造疫苗的常规工具集。”GSK 的数字孪生试点项目仍处于早期阶段。 作者：识林-蓝杉 |
