Commande prédictive non linéaire d’un séchoir à lit fluidisé pour granules pharmaceutiques

Avec la disponibilité de capteurs fiables de teneur en eau exploitant la spectroscopie proche infrarouge (NIR pour near-infrared) et les outils chimiométriques, il est maintenant possible d’appliquer des stratégies de commande en ligne sur plusieurs procédés de séchage dans l’industrie pharmaceutique. Dans cet ouvrage, le séchage de granules pharmaceutiques avec un séchoir à lit fluidisé discontinu (FBD pour fluidized bed dryer) de taille pilote est étudié à l’aide d’un capteur d’humidité spectroscopique. Des modifications électriques sont d’abord effectuées sur le séchoir instrumenté afin d’acheminer les signaux mesurés et manipulés à un périphérique d’acquisition. La conception d’une interface homme-machine permet ensuite de contrôler directement le séchoir à l’aide d’un ordinateur portable. Par la suite, un algorithme de commande prédictive (NMPC pour nonlinear model predictive control), basée sur un modèle phénoménologique consolidé du FBD, est exécuté en boucle sur ce même ordinateur. L’objectif est d’atteindre une consigne précise de teneur en eau en fin de séchage tout en contraignant la température des particules ainsi qu’en diminuant le temps de lot. De plus, la consommation énergétique du FBD est explicitement incluse dans la fonction objectif du NMPC. En comparant à une technique d’opération typique en industrie (principalement en boucle ouverte), il est démontré que le temps de séchage et la consommation énergétique peuvent être efficacement gérés sur le procédé pilote tout en limitant plusieurs problèmes d’opération comme le sous-séchage, le surséchage ou le surchauffage des granules.

The availability of reliable online moisture content measurements exploiting near-infrared (NIR) spectroscopy and chemometric tools allows the application of online control strategies to a wide range of drying processes in the pharmaceutical industry. In this paper, drying of particles with a pilot-scale batch fluidized bed dryer (FBD) is studied using an in-line spectroscopic moisture sensor. Electrical modifications are firstly performed on the instrumented FBD to route measured and manipulated signals to an acquisition peripheral. Then, the design of a human-machine interface allows directly controlling the FBD with a laptop computer. Afterwards, a predictive control algorithm (NMPC), based on an FBD consolidated phenomenological model, is executed in a loop on this same computer. The objective is to reach a specific particle moisture content setpoint at the end of the drying batch while decreasing batch time and limiting particle temperature. Furthermore, the FBD energy consumption is explicitly included in the NMPC objective function. Compared to a typical FBD operation in industry (mostly open-loop), it is shown that the drying time and the energy consumption can be efficiently managed on the pilot-scale process while limiting various operation problems like under drying, over drying, or particle overheating.