Xiaowen Zhao se doctoró en ingeniería química en la Universidad de Michigan. Su tesis de doctorado se centró en la catálisis heterogénea, y adquirió experiencia en la síntesis/caracterización del catalizador y la creación de modelos cinéticos. Posteriormente, se incorporó a Corteva Agriscience como ingeniera de desarrollo de procesos, donde su principal cometido consiste en desarrollar procesos de fabricación sólidos a fin de satisfacer las necesidades de la empresa. Con este rol, adquirió experiencia en el uso de herramientas de PAT para optimizar diversos procesos, incluidos la cristalización.
Uso de un cristalizador semiautomatizado para estudiar el aceitado y la aglomeración
Optimización de la cristalización industrial
En esta presentación, “Uso de un cristalizador semiautomatizado para estudiar el aceitado y la aglomeración”, Xiaowen Zhao de Corteva presenta un caso práctico en una compleja cristalización industrial. La cristalización objeto de investigación era propensa al aceitado, lo cual provocaba que la aglomeración y la cristalización se detuvieran. Se empleó un cristalizador semiautomatizado (diseñado y producido de forma iterativa para satisfacer los cambiantes requisitos del proceso de cristalización) para estudiar la cristalización e identificar los modos de error. Se incluyó un sensor de fibra óptica en esta instalación para hacer un seguimiento de la turbidez, cuya señal se detectó que se desplomaba siempre que se observaba un evento de aceitado/aglomeración con la videomicroscopia in situ.
Sabiendo esto, se controló la turbidez para detectar el aceitado, y estos datos se emplearon posteriormente como mecanismo de retroalimentación para cambiar el perfil de temperatura a fin de revertir el aceitado y reanudar la formación de cristales durante la cristalización. El muestreador automatizado, combinado con el análisis de la HPLC, aportó información valiosa sobre el comportamiento de las impurezas durante el aceitado e identificó una impureza concreta que afectó a la formación de la segunda fase líquida y a la velocidad de cristalización. Los experimentos llevados a cabo con enormes volúmenes de datos permitieron optimizar de forma adecuada los parámetros de cristalización, tales como el perfil de temperatura, la carga de las semillas y la duración del ciclo. La cristalización resultante fue sólida, predecible y capaz de corregirse automáticamente en el caso de que se produjera un posible modo de error.
Únase a los cientos de investigadores que ya han visto esta presentación.
