Design Space, NOR und PAR: ICH Q8 erklärt

Die meisten Design-Space-Abschnitte in einer Zulassung bestehen aus einem Konturplot-Bild und dem Satz "der Design Space ist die schattierte Fläche". Das übersteht keine Rückfrage. Ein Reviewer will wissen, welche Bereiche Sie beanspruchen, welches Akzeptanzkriterium sie definiert, und was an den Rändern passiert. Dieser Artikel definiert Design Space, NOR und PAR präzise und zeigt anschließend anhand von echtem Tool-Output, was eine engere Spezifikation an Betriebsfenster kostet.

Die drei Begriffe, definiert

ICH Q8(R2) ist knapp bei Zahlen und ausführlich bei Definitionen. Hier sind sie, in der Reihenfolge, in der ein Praktiker sie braucht.

Die Verschachtelung lautet: Der Sollwert liegt innerhalb der NOR, die NOR liegt innerhalb des PAR, und der PAR ist ein univariater Schnitt durch den Design Space.

Woher die Zahlen kommen

Zwei Wege zu einem verteidigungsfähigen Bereich. Geplantes Experiment plus Response Surface: ein strukturiertes Design fahren, ein explizites Modell fitten, die Fläche befragen. Am besten, wenn Sie sich die Läufe leisten können und verteidigungsfähige Konfidenzintervalle wollen. Modell über vorhandene Prozessdaten: Modelle auf historischen Läufen fitten und kreuzvalidieren, Bereiche per Monte Carlo ableiten. Am besten, wenn die Läufe bereits stattgefunden haben.

Im Folgenden je ein Rechenbeispiel für beide Wege. Jede Zahl ist eine wörtliche Rückgabe des genannten Tools.

Rechenbeispiel 1: PAR aus einer Response Surface (CovaDOE)

Ein katalytischer Schritt mit drei Faktoren: Temperatur, Katalysatorbeladung, Zeit, Zielgröße = Ausbeute.

covadoe_create_design erstellte ein zentral zusammengesetztes Design (Central Composite Design) mit 18 Läufen (8 faktoriell, 6 axial, 4 Zentrumspunkte), rotierbar mit alpha = 2.236. covadoe_fit_rsm fittete das quadratische Modell: R-Quadrat 0.9988, adjustiert 0.9974, jeder Term signifikant bei p < 1e-4.

covadoe_find_optimum und covadoe_predict lokalisierten das Optimum bei 91.2 °C, 3.76 mol% Katalysator, 9.7 h, mit einer prognostizierten Ausbeute von 93.5 % und einem 95-%-Konfidenzintervall von 93.16-93.76 % sowie einem Prädiktionsintervall von 92.73-94.20 %. Beachten Sie die Lücke zwischen den beiden Intervallen: Das KI bezieht sich auf die mittlere Antwort, das PI auf die nächste einzelne Charge. Zitieren Sie das PI, wenn jemand fragt, was ein einzelner Lauf bringen wird.

Dann tastete covadoe_design_space 10.000 Monte-Carlo-Punkte über den Faktorraum ab, bei zwei verschiedenen Akzeptanzkriterien.

Zwei Prozentpunkte zusätzliche Ausbeutespezifikation verkleinern das akzeptable Temperaturfenster von 42.2 °C Breite auf 20.7 °C Breite, das Katalysatorfenster von 4.6 auf 2.46 mol%, und den bestehenden Anteil des abgetasteten Raums von 10.6 % auf 3.05 %, eine 3,5-fache Reduktion. An der Chemie hat sich nichts geändert. Nur die Linie, die Sie gezogen haben, hat sich geändert. Das ist die Zahl, die Sie demjenigen vorlegen, der die engere interne Grenze vorschlägt: Eine Spezifikation ist ein Kauf, und die Währung ist das Betriebsfenster.

Zwei Praxishinweise. covadoe_residual_diagnostics führte auf demselben Fit einen Shapiro-Wilk-Test (p 0.036) und Cook's Distance durch und markierte Lauf 9 (Cook's D 0.277) als Hebelpunkt (Leverage Point) - führen Sie die Diagnostik durch, bevor Sie Bereiche aus einem Modell mit einem ungeprüften einflussreichen Punkt zitieren. Und covadoe_design_space erwartet die Schlüssel spec_lower / spec_upper; übergeben Sie versehentlich lower / upper, liefert es stillschweigend eine Wahrscheinlichkeit von 1.0 und den vollen Bereich zurück, was wie ein wunderbares Ergebnis aussieht und keines ist.

Rechenbeispiel 2: NOR aus Prozessdaten (CovaOPT)

Andere Ausgangslage: Es liegen bereits 30 Läufe einer Pd-katalysierten Kupplung vor (Temperatur, Katalysatorbeladung, Base-Äquivalente, Zeit, mit Ausbeute und Reinheit als Ergebnis). Keine neuen Experimente budgetiert.

covaopt_validate_data bewertete die Datenqualität mit 75/100 ("gut"), 0 fehlende Werte, 0 Duplikate. covaopt_train_models lieferte ein kreuzvalidiertes Q-Quadrat von 0.80 für die Ausbeute (Ridge-Poly-2) und 0.72 für die Reinheit (Random Forest), beide bestanden die Breusch-Pagan-Heteroskedastizitätstests bei p 0.28 und 0.21.

covaopt_optimize lieferte einen Sollwert von 83.8 °C, 1.29 mol% Pd, 2.14 eq Base, 11.8 h, mit einer prognostizierten Ausbeute von 91.0 % bei 98.0 % Reinheit, Desirability 0.68, Machbarkeitswahrscheinlichkeit 0.96, wobei die harte Nebenbedingung Reinheit >= 98 eingehalten wurde (Verletzung 0.0).

covaopt_design_space leitete anschließend die NOR pro Faktor per Monte Carlo gegen das gemeinsame Kriterium Ausbeute >= 90 % *und* Reinheit >= 98 % ab:

• Katalysator 1.21-1.32 mol%
• Base 2.01-2.15 eq
• Zeit 11.5-12.2 h
• Temperatur praktisch auf den Sollwert fixiert

Der Katalysator liegt bei plus/minus etwa 0.055 mol% um den Sollwert. Das Tool markierte das gemeinsame 90/98-Ziel als aggressiv, und genau diese Markierung ist der nützliche Output: Dieser Prozess hat, wie er sich aus diesen 30 Läufen darstellt, kaum gleichzeitigen Spielraum für Ausbeute und Reinheit. Die richtige Reaktion sind mehr Experimente an der richtigen Stelle oder eine neu verhandelte gemeinsame Spezifikation - nicht eine NOR von 1.21-1.32 mol% in einem Chargenprotokoll. Dieselbe Monte-Carlo-Maschinerie wie in Beispiel 1, aber ein gemeinsames Zwei-Antwort-Kriterium kollabiert das Fenster weit stärker als jede Spezifikation für sich. Gemeinsame Spezifikationen multiplizieren sich, sie mitteln sich nicht.

Wie Sie die NOR tatsächlich innerhalb des PAR festlegen

Eine praktikable Abfolge:

1. Legen Sie das Akzeptanzkriterium zuerst schriftlich fest, bevor Sie sich irgendwelche Bereiche ansehen. Ausbeute >= 90 % und Ausbeute >= 92 % sind unterschiedliche Projekte. 2. Leiten Sie den PAR aus dem gefitteten Modell bei diesem Kriterium ab (Beispiel 1). 3. Messen Sie Ihre reale Prozessvariabilität - covaopt_process_capability lieferte I-MR-Kontrollgrenzen von 72.3-98.9 % bei 0 von 8 ausgelösten Nelson-Regeln und null Out-of-Spec-Werten auf dem obigen Kupplungsdatensatz. Diese Streuung ist das, was Ihre NOR auffangen muss. 4. Legen Sie die NOR so fest, dass die normale Variabilität mit Spielraum innerhalb des PAR bleibt, und bestätigen Sie die Ränder anschließend experimentell. 5. Erst dann den Design Space vorschlagen - und zwar als zusammenhängende Region, nicht als Stapel unabhängiger Bereiche.

In Schritt 3 trennen sich "unter Kontrolle" und "fähig" (capable). Derselbe Prozess hatte eine mittlere Ausbeute von 85.6 % gegenüber einem 90-%-Ziel: perfekt stabil, und 4.4 Punkte zu wenig. Stabilität sagt Ihnen nichts darüber, ob die gezeichnete NOR überhaupt erreichbar ist.

Ehrliche Grenzen

Was das nicht sagt:

• Ein Monte-Carlo-Design-Space ist eine Modellprognose, kein Beweis. Die obigen 10.000-Sample-Bestehensraten beschreiben die gefittete Fläche. Die Ränder eines beanspruchten Bereichs brauchen weiterhin Bestätigungsläufe. Q8 verlangt nachgewiesene Qualitätssicherung.
• Simulierte Zielgrößen in Beispiel 1. Das 18-Lauf-CCD ist ein echtes Design, und jeder Output (R-Quadrat, Optimum, Intervalle, Bereiche, Diagnostik) ist eine echte Tool-Berechnung - aber die Ausbeuten pro Lauf wurden aus einer quadratischen Fläche mit Rauschen simuliert, um Labormessungen zu ersetzen. Das Beispiel demonstriert die Methode, keine konkrete Chemie.
• Der CovaOPT-Datensatz ist repräsentativ, keine Kundencharge. 30 Zeilen einer Pd-Kupplungsfläche. Ein Q-Quadrat von 0.80 ist ein ordentliches Modell auf 30 Läufen; es ist kein validiertes.
• Kein Cpk-Anspruch. In diesem Einsatz erhielt covaopt_process_capability keine Spezifikationsgrenzen (null) und gab keinen numerischen Cpk aus. Es meldete nur statistische Kontrolle.
• Einzelfaktor-Bereiche verbergen Korrelation. PARs sind per Definition univariat. Wenn Ihre Faktoren interagieren - und in Beispiel 1 tun sie das -, ist der wahre akzeptable Bereich nicht die Box, die aus den Einzelbereichen gebildet wird.
• Das ist Entscheidungsunterstützung. Sie zeigt Ihnen, wo Sie Bestätigungsexperimente fahren sollten und was eine Spezifikationsänderung kostet. Sie ersetzt keine validierte Laborarbeit und ist keine Einreichung.

Häufige Fragen

Weiterführende Artikel

• Response Surface Methodology von Anfang bis Ende
• Cpk, Ppk und "unter Kontrolle, aber nicht fähig"
• Welcher CPP wirklich Ihre Variabilität treibt (Morris, Sobol, SHAP)
• Vom Screening bis zur Einreichung: ein Prozess durch DoE, RSM und ML

Jedes hier genannte Tool läuft im kostenlosen Tarif, sodass Sie die Bestehensraten auf Ihren eigenen Faktorbereichen reproduzieren können, bevor Sie sich auf eine Spezifikation festlegen.