Estudo e implementação de sinais de excitação aplicados em identificação de sistemas multivariáveis.

Devido à crescente implementação do Controle Preditivo baseado em Modelo (MPC) em outros processos além de refino e plantas petroquímicas, que geralmente possuem múltiplas entradas e saídas, tem-se um aumento na demanda de modelos gerados por identificação de sistemas. Identificar modelos que representem fielmente a dinâmica do processo depende em grande medida das características dos sinais de excitação dos processos. Assim, o foco deste trabalho é realizar um estudo dos sinais típicos usados em identificação de sistemas, PRBS e GBN, em uma abordagem multivariável. O estudo feito neste trabalho parte das características da geração dos sinais individualmente, depois é feita uma análise de correlação cruzada dos sinais de entrada, observando a influência desta sobre os resultados de identificação. Evitar uma alta correlação entre os sinais de entrada permite determinar o efeito de cada entrada sobre a saída no processo de identificação. Um ponto importante no projeto de sinais de identificação de sistemas multivariáveis é a frequência dos mesmos para conseguir excitar os processos nas regiões de frequência de operação normal e assim extrair a maior informação dinâmica possível do processo. As características estudadas são avaliadas por meio de testes em três plantas simuladas diferentes, categorizadas como mal, medianamente e bem condicionadas. Estas implementações foram feitas usando sinais GBN e PRBS de diferentes frequências. Expressões para a caracterização dos sinais de excitação foram avaliadas identificando os processos em malha aberta e malha fechada. Para as plantas mal condicionadas foram implementados sinais compostos por uma parte completamente correlacionada e uma parte não-correlacionada, conhecido como método de dois passos. Finalmente são realizados experimentos de identificação em uma aplicação em tempo real de uma planta piloto de neutralização de pH. Os testes realizados na planta foram feitos visando avaliar os estudos de frequência e correlação em uma aplicaficção real. Os resultados mostram que a condição de sinais completamente descorrelacionados n~ao deve ser cumprida para ter bons resultados nos modelos identificados. Isto permite ter mais exibilidade na geração do conjunto de sinais de excitação.

Determination of absorption curves, dissolution profiles and establishment of in vitro-in vivo correlation by in silico methods using GastroPlusTM and DDDPlusTM

The use of computer programs to predict drug absorption in humans and to simulate dissolution profiles has become a valuable tool in the pharmaceutical area. The objective of this study was to use in silico methods through software GastroPlusTM and DDDPlusTM to simulate drug absorption curves and dissolution profiles, and to establish in vitro-in vivo correlations (IVIVCs). The work presented herein is divided into five chapters and includes the drugs ketoprofen, pyrimethamine, metronidazole, fluconazole, carvedilol and doxazosin. In Chapter 1, simulated plasma curves for ketoprofen matrix tablets are presented and IVIVC was established. The use of simulated intrinsic dissolution tests for pyrimethamine and metronidazole as a tool for biopharmaceutics classification is detailed in Chapter 2. In Chapter 3, simulation of plasma curves for fluconazole capsules with different dissolution profiles is demonstrated as a tool for biowaiver. IVIVC studies were also conducted for carvedilol immediate-release tablets from dissolution profiles in Chapter 4. Chapter 5 covers the application of simulated dissolution tests for development of doxazosin extended-release formulations. Simulation of plasma curves and IVIVC using the software GastroPlusTM as well as intrinsic dissolution tests and dissolution profiles using the software DDDPlusTM proved to be a tool of wide application in predicting biopharmaceutical characteristics of drugs and formulations, allowing the reduction of time and costs of experimental laboratory work.