TRS et analyse évoluée, une relation profitable
La surveillance automatisée de la fabrication gagne du terrain dans le secteur pharmaceutique grâce à l’analyse évoluée. Résultats ? L’optimisation des processus de fonctionnement optimisés et l’amélioration de l’assurance qualité.
Par Michael Tay, Advanced Analytics Product Manager, Rockwell Automation.
Le taux de rendement synthétique (TRS) est une préoccupation majeure dans le secteur pharmaceutique. Il y a de bonnes raisons à cela. Le TRS se définit en effet comme un critère d’appréciation qui se calcule en tenant compte de la disponibilité des équipements, du rendement, ainsi que de la qualité des produits. Tandis que la qualité représente un enjeu majeur dans le secteur des sciences de la vie, le TRS fournit un instantané des performances de fabrication tout en définissant un cadre en vue de leur amélioration.
Grâce aux technologies analytiques des procédés (PAT) et autres solutions d'analyse évoluée, les entreprises du secteur disposent aujourd’hui d’outils permettant de surveiller en permanence les processus ayant une incidence directe sur les TRS. En d’autres termes, les applications récentes sont capables d’analyser les données de fabrication, d’identifier les écarts et d’accélérer la résolution en fournissant des informations essentielles aux principaux intéressés ; ceux-ci ont ensuite la possibilité de s’en servir pour prendre les meilleures décisions et agir en conséquence.
Une réelle incidence de l’analyse évoluée sur le TRS dans les sciences de la vie
De nombreux industriels des sciences de la vie se demandent quelle application dédiée à leur secteur serait la plus adaptée à l’analyse évoluée.
Pour répondre à cette question, il est important d’avoir à l’esprit que les analyses peuvent impacter le taux de rendement synthétique dans quasiment toutes les opérations : améliorer les performances des mélangeurs, des réacteurs ou des fermenteurs, ou optimiser les rendements de la production des comprimés et l’efficacité de la stérilisation.
Les analyses – et des décisions plus éclairées – se fondent sur les données. Et pour toute entreprise du secteur des sciences de la vie, la voie menant à des résultats basés sur l’analyse commence par trois questions :
- Quel est mon objectif commercial ?
- De quelles données je dispose ?
- En quoi l’analyse peut-elle me permettre d’exploiter ces données et de fournir des informations propices à une meilleure prise de décision ?
L’analyse évoluée en action
Examinons de plus près comment l’analyse évoluée peut améliorer le taux de rendement synthétique et contribuer à atteindre les objectifs commerciaux.
A priori, la détection d'anomalies repose sur l’usage classique d’une plateforme d’analyse en continu capable de traiter et d’analyser de gros volumes de données en temps réel. La détection d'anomalies s’applique à de très nombreux processus au sein d’une usine pharmaceutique et a une incidence directe sur la qualité des produits, la disponibilité des équipements et le rendement.
En d'autres termes, la détection d'anomalies surveille en permanence les processus, apprend l’environnement de production puis génère des alertes dès qu’apparaît la moindre défaillance.
Cette détection en temps réel permet par exemple d’identifier une variation inhabituelle de température ou encore un usage excessif de soude caustique dans un lot. Grâce à ces données disponibles en temps réel, les opérateurs mieux informés peuvent déterminer rapidement la cause de l’anomalie et ainsi prendre des mesures rapides et adaptées pour y remédier.
La surveillance et l’analyse en temps réel de l’état des équipements peuvent également fournir des informations pertinentes en vue de la maintenance prédictive, et améliorer les performances des processus.
Par exemple, la supervision de l’état d’un compresseur d’air sur un fermenteur permet de détecter une consommation d’énergie ou des températures inhabituelles, potentiellement révélatrices d’une défaillance imminente. Forts de ces connaissances, les opérateurs peuvent prendre de meilleures décisions mais aussi prévoir l’entretien avant même que les performances dégradées du compresseur ne nuisent à la qualité des lots, ou ne causent des temps d'arrêt imprévus sur la ligne de production.
Étapes vers le succès
Pour toute entreprise du secteur des sciences de la vie ayant choisi de mettre en œuvre un projet d’analyse évoluée, l’objectif ultime est d’obtenir un meilleur TRS. Et plus spécifiquement, une qualité générale améliorée et des performances optimisées, ce qui aura une incidence directe et positive sur le plan financier.
Mais comment engager un projet sur la voie du succès ? Voici quelques conseils inspirés de missions menées à bien auprès de leaders de l’industrie.
1). Aborder un projet analytique comme n’importe quel autre projet de fabrication.
En effet, trop souvent, les projets analytiques sont traités comme des cas à part, l’activité principale étant centrée sur le choix des technologies ou des fournisseurs. Or nous savons tous que l’approche consistant à se dire « voyons ce que le fournisseur propose », n’est jamais garante de succès.
Il est préférable de constituer une équipe composée des principales parties prenantes sur le site de fabrication qui prendront part au projet. Il convient également de développer un projet intégral qui englobe les objectifs commerciaux ainsi que des cycles d’implémentation et de validation.
2). Effectuer une recherche approfondie sur les compétences des fournisseurs.
Rien ne vaut les références, et particulièrement des références de fournisseur qui décrivent des projets d’ampleur comparables à celui de l’entreprise.
3). Considérer et définir au préalable les critères de validation.
Il faut avoir à l’esprit que les analyses sont par nature adaptatives et destinées à faciliter la prise de décision humaine. Il est important de réfléchir à la façon de valider des mécanismes qui avertissent l’opérateur de décisions ou d’écarts probables mais néanmoins inattendus.
4). Ne pas tomber pas dans le piège de la « pensée magique ».
Le battage médiatique autour des technologies d’analyse – et notamment de l’apprentissage machine et de l’intelligence artificielle – a été considérable. Or, des entreprises se sont montré déçues de la maintenance prédictive parce qu’elles n’anticipaient finalement pas toutes les pannes. Leurs attentes n’étaient tout simplement pas réalistes.
Éviter de céder à l'inclination naturelle de l’humain vers la perfection. Vérifier plutôt que l’on fournit des informations utiles au regard des événements planifiés susceptibles de se reproduire – et non sur tout ce qui pourrait se produire à tout moment.
Les clés du succès ? Résister à la tendance, définir des objectifs réalistes pour son projet, suivre ses résultats – et rester concentré sur sa proposition de valeur d’origine.
www.rockwellautomation.com
