Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/38253
Title: Identification of inline image analysis parameters for API flowability prediction and modelling
Authors: Vanbockryck, Wim
Advisors: BRAEKEN, Leen
Issue Date: 2022
Publisher: UHasselt
Abstract: Tabletten zijn de meest populaire doseringsvorm van farmaceutische componenten. Voor de productie is een goede stroming van de poederdeeltjes noodzakelijk om de verschillende downstream processtappen efficiënt te laten verlopen. Onvoldoende stroming van het actief farmaceutisch ingrediënt (API) kan leiden tot grote variaties in gewicht en dosering van het eindproduct. Voorspellen hoe een poeder zal stromen, is niet eenvoudig aangezien vloeibaarheid een multidimensionale eigenschap is. De vloeibaarheid is het resultaat van de materiaaleigenschappen alsook van het ontwerp van de gebruikte apparatuur. Deze masterproef zal dieper ingaan op de relatie tussen de materiaaleigenschappen en het vloeigedrag van farmaceutische componenten. Materiaaleigenschappen zoals deeltjesgrootte en -vorm worden bepaald a.d.h.v. een beeldanalyse. De stromingseigenschappen met name de cohesieve index en de samendrukbaarheidsindex worden opgemeten met respectievelijk een Granudrum en een tap dichtheid tester. De bekomen correlaties moeten met voorzichtigheid geïnterpreteerd worden. De gebruikte dataset is namelijk te klein en te onvolledig om statistisch correcte conclusies uit te trekken. Toch kan gesteld worden dat de deeltjesgrootte de voornaamste invloed heeft op de vloeibaarheid van een poeder. Ook de vorm heeft duidelijk een invloed, maar welk vormkenmerk het meest doorweegt, kan niet gezegd worden.
Notes: master in de industriële wetenschappen: chemie
Document URI: http://hdl.handle.net/1942/38253
Category: T2
Type: Theses and Dissertations
Appears in Collections:Master theses

Files in This Item:
File Description SizeFormat 
4b5661b6-2570-4843-b1b9-167f11c5b1f0.pdf3.04 MBAdobe PDFView/Open
ed08ac57-f816-4fd2-b18d-e06c7392a656.pdf688.83 kBAdobe PDFView/Open
Show full item record

Page view(s)

78
checked on Sep 10, 2023

Download(s)

56
checked on Sep 10, 2023

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.