☆ 設備選定での留意点とトライ＆エラートラブル対策

☆ 機械学習を用いたプロセス設計の最適化・効率化

フロー合成プロセスにおける

装置選定・最適化とトラブル対策

【提携セミナー】

主催：株式会社技術情報協会

講座内容

フローマイクロリアクターについてその特長や事例である高速合成化学について紹介する。また、起こりやすいトラブルと対策や、プロセスを監視する手法なども紹介する。

習得できる知識

• フロー合成プロセスにおける装置の選定
• フローマイクロリアクター合成の研究・開発の事例
• ベイズ最適化などの機械学習を活用したプロセス最適化や自動化

担当講師

【第１部】味の素(株)　バイオファイン研究所　主席研究員　中原祐一　氏

【第２部】 (株)カネカ　生産技術研究所　生産技術研究グループ　グループリーダー　大石孝洋　氏

【第３部】 北海道大学 大学院 理学研究院 化学部門　教授　永木愛一郎　氏

【第４部】 奈良先端科学技術大学院大学　データ駆動型サイエンス創造センター　研究ディレクター 特任教授　船津公人　氏

セミナープログラム（予定）

【10:00～12:00】
【第１部】　設備選定での留意点とトライ＆エラートラブル対策
味の素(株)　バイオファイン研究所　主席研究員　中原祐一　氏

【講座主旨】

フロー合成・フローマイクロリアクタ近年、低環境負荷、高効率を実現する、次世代の生産プロセスとして注目を浴びています。 今回の講座ではフロー合成を構築に際して、重要となる設備の選定と生じやすいトラブルの事例と対策について、ラボプロセスからパイロットプロセスに向けた検討事例をモデルケースにしながらご紹介します。

【講座内容】
１．フロー・マイクロ合成とは？
フロー・マイクロ合成の概要についてご紹介します。

２．フロー合成の目指すところ
フロー・マイクロ合成の様々な事例を紹介します。

３．フロー合成で起こりやすい不具合
フロー・マイクロ合成は多くのメリットがあるものの、適切なパラメータ設定を行わないと 不具合が生じやすいなどの課題があります。トラブル事例についてご紹介します。

４．フロー合成プロセスの構築ならびにトラブル対策
フロー・マイクロ合成におけるトラブルの事例とその対策について具体例を交えて紹介します。

【質疑応答】

——————————

【12:45～14:15】
【第２部】 フロー合成法による医薬品の製造プロセス開発 ～フローでしか実現できない革新プロセス～
(株)カネカ　生産技術研究所　生産技術研究グループ　グループリーダー　大石孝洋　氏

【講座主旨】

フローリアクターは，現象レベルでは迅速な混合や熱交換，滞留時間の厳密制御，微小空間を活かした界面制御等の特徴を有している。また，プロセスレベルではスケールアップの簡略化，設備のシンプル化，操作面・プロセス面での安全性向上等が期待されている。これらの特徴からフローリアクターは，プロセス強化を達成するための基盤技術のひとつとして，また，グリーン・サステイナブルケミストリーにおけるグリーン製造化学プロセスとして注目されており,技術開発が急加速している。
しかしながら,未だラボからパイロットスケールに留まっている例も多いようである。そこで本セミナーでは，最近の我々のフロー合成法による医薬品製造プロセス開発の事例を紹介したい。紹介する事例はいずれもフローでしか実現できない革新プロセスを実現したものであり,フロー連続生産の工業化を目指す方々の一助となれば幸いである。

【講座内容】
１．フローリアクターの特長
1.1 現象レベルでの特長
1.2 プロセスレベルでの特長
1.3 フローリアクターはどのような反応に向いているか
1.4 フロープロセス設計の基本的考え方

２．医薬品合成反応への適用事例
2.1 ホスゲンを用いる反応の特徴と課題
2.2 バッチプロセスでは不可能な革新プロセスの実現
2.3 反応解析とリアクター設計
2.4 実機導入事例①　～スケールアップ～
2.5 実機導入事例②　～フロープロセスならではのスケールアウトコンセプトによる検討期間の大幅短縮～
2.6 BuLiを用いる反応の特徴と課題
2.7 バッチプロセスでは不可能な革新プロセスの実現
2.8 安定運転の実現　～閉塞課題の解決～

３．フローリアクターにおけるマルチパーパスコンセプト

４．設備導入及び稼働
4.1 送液制御
4.2 設備設計
4.3 運転方法

５．フロープロセスが描く未来
5.1 今後求められる技術
5.2 未来工場の実現に向けて

【質疑応答】

【14:30～16:00】
【第３部】 ベイズ最適化・機械学習によるフロー合成プロセスの開発
北海道大学 大学院 理学研究院 化学部門　教授　永木愛一郎　氏

【講座主旨】

合成化学の常識がフローマイクロリアクターによって大きく変貌をとげ、従来の合成化学が大きく変わろうとしている。フローマイクロリアクターによって提供されるミクロな反応場は、化学反応そのものに本質的な影響を与えるためである。 　本セミナーでは、フローマイクロリアクター合成の研究・開発によるフラスコでは不可能な高速合成の事例、ベイズ最適化などの機械学習を活用したプロセス最適化や自動化などについて、今後の展望を含め紹介したい。

【講座内容】
１．フローマイクロリアクターについて

２．フローマイクロリアクターの特長

３．フローマイクロリアクターを用いたフラスコ不可能な高速合成化学

４．機械学習による反応条件最適化と変数制御
4.1 2変数制御の組合せによる多変数制御
4.2 電解フロー反応における3変数制御系
4.3 電解フローにおける多変数制御

５．フロー反応の条件最適化による生産性向上

６．機械学習による反応最適化プロセスの自動化

【質疑応答】

——————————

【16:15～17:15】
【第４部】 フロー合成におけるプロセスモニタリング技術
奈良先端科学技術大学院大学　データ駆動型サイエンス創造センター　研究ディレクター 特任教授　船津公人　氏

【講座主旨】

フロー合成において反応物の転化率や目的物の生成量を迅速の評価することはプロセス全体の品質管理につながるが、フロー合成においてオンラインリアルタイムに品質を管理する場合、サンプリングによるラボ分析は不適である。したがってスペクトル測定によるオンライン監視（ソフトセンサー）が重要となるが、観測されるスペクトルを何にするか、そのスペクトルと目的品質との間にどのようの定量モデルを構築し運用すればよいか。また、医薬品製剤の連続生産では、製造条件が変わるたびに定量モデルの再構築が求められる。しかしこれはコストがかさむために定量モデルを構築しない定量法も求められる。本講義ではこのソフトセンサーの役割と定量モデルを構築することなしにプロセスを監視する手法などの紹介をする予定である。

【講座内容】
・ソフトセンサー
―ソフトセンサーの役割
―ソフトセンサーの問題点・課題点
―モデルの劣化

・近赤外線スペクトルを用いたプロセス監視
―医薬品製造プロセスにおけるソフトセンサー
―学習用データが不要なソフトセンサー (IOT)
波長選択

・ソフトセンサーを用いた制御

【質疑応答】

公開セミナーの次回開催予定

開催日

2023/9/11（月）10:00~17:15

開催場所

Zoomによるオンライン受講

受講料

1名につき66,000円(消費税込･資料付き)
〔1社2名以上同時申込の場合1名につき60,500円(税込)〕

技術情報協会主催セミナー　受講にあたってのご案内

• Live配信セミナーの接続確認・受講手順は こちら をご確認ください。
• お申込み・お支払い方法に関するご案内はこちら をご確認ください。

備考

資料は事前に紙で郵送いたします。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

※お申込後はキャンセルできませんのでご注意ください。

※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。