Multivariate Auswertungvon Fermentationsdaten · 2014 the new Vanilla plant in Madagascar Opening...

Multivariate Auswertung von Fermentationsdaten

DISCLAIMER: ”The following document contains protected and confidential information from Symrise and must be kept in confidence. This information may not be used by anyone who obtains it if Symrise has not granted written permission to do so.”

Egon Gross, 09.06.2016

Gliederung

2

Multivariate Auswertung von Fermentationsdaten

1 Kurzvorstellung Symrise AG

2 Fermentation – was ist das ?

3 Problemstellung

4 Multivariate Auswertung

5 Fazit

Growing Together

The Symrise Company Presentation

DISCLAIMER: ”The following document contains protected and confidential information from Symrise and must be kept in confidence. This information may not be used by anyone who obtains it if Symrise has not granted written permission to do so.”

Pet Food

Our

4

diverse Portfolio

Fragrance &

Flavor IngredientsUV Filters

Savory Sweet

Menthols

Home Care

Fine

Fragrances

Personal

Care

Beverages Food

Oral Care

Cosmetic

Ingredients

Fine Aroma

Chemicals

Nova

Performance

Specialties

Cosmetic

Ingredients

Performance

Specialties

The Symrise Group

5

84 Sites Around the World

2015 Opening

of Production

Facility in Brazilian

Amazon Region

New

DIANA Pet Food

Plant in Russia

Opening of

expanded

Production Plant

for Cosmetic

Ingredients

in Holzminden

Years of SymriseBecoming a Global Player

03 04 05 06 07 08 10 11 12 13 14

2003 Establishment of Symrise through

the merger of Haarmann & Reimer (founded

1874) and Dragoco (founded 1919)

2008 Opening of

the Global Citrus

Center in Sorocaba,

Brazil

2011 Opening of

a production site

in Russia

2014 Opening of

the new Vanilla

plant in

Madagascar

Opening of

Symrise Lagos,

Nigeria.

Symrise acquires

the Diana Group

Symrise establishes

new eco-friendly

site in the Amazon

Ecoparque

2005 Natural vanilla business

expanded. Integration of

the French and Madagascan

company Aromatics

2012 Symrise

awarded for

success in

sustainability

2010

The Symrise

Perfumery

School in

India opens.

2006

Symrise enters the stock

market, trading on the

Frankfurt Stock Exchange

(Prime Standard)

2007

Symrise stock

admitted

to the MDAX

2013

Acquisition of Belmay

Certification of Symrise

as a “Green Company”

6

16

2016

Founding own

Subsidiary

in Iran

Acquisition and

integration of

Pinova

Holdings, Inc.

15

Gliederung

7

Multivariate Auswertung von Fermentationsdaten

1 Kurzvorstellung Symrise AG

2 Fermentation – was ist das ?

3 Problemstellung

4 Multivariate Auswertung

5 Fazit

2 Fermentation – was ist das ?

8

Multivariate Auswertung von Fermentationsdaten

2 Fermentation – was ist das ?

9

Multivariate Auswertung von Fermentationsdaten

0 5.000 10.000 15.000 20.000 25.000 30.000

Batch Age [hours](GMT +1)Mitteleuropäische Sommerzeit

0

2.5

5.0

7.5

10.0

l/min

0

0.50

1.00

1.50

2.00

%

17.00

18.00

19.00

20.00

21.00

%

6.00

6.50

7.00

7.50

8.00

0

25.0

50.0

75.0

100.0

%

-2.00

-1.00

0

1.00

2.00

100

150

200

250

300

rpm

0

2.50

5.00

7.50

10.00

g

10.0

20.0

30.0

40.0

50.0

°C

0

3000.0

6000.0

9000.0

12000.0

g

Prozessverlauf/ -daten

2 Fermentation – was ist das ?

10

Multivariate Auswertung von Fermentationsdaten

Offlineanalytik

Gliederung

11

Multivariate Auswertung von Fermentationsdaten

1 Kurzvorstellung Symrise AG

2 Fermentation – was ist das ?

3 Problemstellung

4 Multivariate Auswertung

5 Fazit

3 Problemstellung

12

Multivariate Auswertung von Fermentationsdaten

Ursache für die

Prozessvariabilität ??

Wachstumsbedingungen(W oder B)

Anfangsvolumen(5 or 6L)

Konzentration der Eduktlösung(40 – 70 g/L)

Zugabestrategie(6 Fahrweisen)

11 Ansätze mit verschiedenen Variationen (ohne DoE ) durchgeführt

0 5.000 10.000 15.000 20.000 25.000 30.000

Batch Age [hours](GMT +1)Mitteleuropäische Sommerzeit

0

2.5

5.0

7.5

10.0

Air_flow

l/min

0

0.50

1.00

1.50

2.00

CO2

%

17.00

18.00

19.00

20.00

21.00

O2

%

6.00

6.50

7.00

7.50

8.00

PH

0

25.0

50.0

75.0

100.0

PO2

%

-2.00

-1.00

0

1.00

2.00

RQ

100

150

200

250

300

STIRR

rpm

0

2.50

5.00

7.50

10.00

SWGH1

g

10.0

20.0

30.0

40.0

50.0

TEMP

°C

0

3000.0

6000.0

9000.0

12000.0

Waage_CPA_34

kg

g

13

Multivariate Auswertung von Fermentationsdaten

Herausforderungen (A):

3 Problemstellung

0 5.000 10.000 15.000 20.000 25.000 30.000

Batch Age [hours](GMT +1)Mitteleuropäische Sommerzeit

0

2.5

5.0

7.5

10.0

Air_flow

l/min

0

0.50

1.00

1.50

2.00

CO2

%

17.00

18.00

19.00

20.00

21.00

O2

%

6.00

6.50

7.00

7.50

8.00

PH

0

25.0

50.0

75.0

100.0

PO2

%

-2.00

-1.00

0

1.00

2.00

RQ

100

150

200

250

300

STIRR

rpm

0

2.50

5.00

7.50

10.00

SWGH1

g

10.0

20.0

30.0

40.0

50.0

TEMP

°C

0

3000.0

6000.0

9000.0

12000.0

Waage_CPA_34

kg

g

14

Multivariate Auswertung von Fermentationsdaten

Herausforderungen (A):

3 Problemstellung

15

Multivariate Auswertung von Fermentationsdaten

Herausforderungen (B):

3 Problemstellung

A

B

B-1C

D

E

16

Multivariate Auswertung von Fermentationsdaten

Herausforderungen (C):

3 Problemstellung

W B W

5 6 5

Fazit:

Komplexe Daten,

nix für Excel

Multivariate Analyse als

Methode der Wahl

V0

B

W

3 Problemstellung

17

Multivariate Auswertung von Fermentationsdaten

Ergebnismatrix

Endkonz.

Produkt

Zugabe-

strategie

Gliederung

18

Multivariate Auswertung von Fermentationsdaten

1 Kurzvorstellung Symrise AG

2 Fermentation – was ist das ?

3 Problemstellung

4 Multivariate Auswertung

5 Fazit

4 Multivariate Auswertung

19

Multivariate Auswertung von Fermentationsdaten

Datenaufbereitung:

Rohdaten

4 Multivariate Auswertung, PLS

20

Multivariate Auswertung von Fermentationsdaten

Datenaufbereitung:

1. Datenreduktion

4 Multivariate Auswertung, PCA

21

Multivariate Auswertung von Fermentationsdaten

Datenanalyse:

1. PCA

4 Multivariate Auswertung, PCA

22

Multivariate Auswertung von Fermentationsdaten

Datenanalyse:

1. PCA

4 Multivariate Auswertung, PCA

23

Multivariate Auswertung von Fermentationsdaten

Datenanalyse:

2. PCA

4 Multivariate Auswertung, Regression

24

Multivariate Auswertung von Fermentationsdaten

Datenanalyse:

3. Abhängigkeiten

Ziel:

Produktkonzentration =

f(beeinflussende Parameter) + Fehler

4 Multivariate Auswertung, Regression

25

Multivariate Auswertung von Fermentationsdaten

Datenanalyse:

3. Abhängigkeiten

Produktkonz. = f (

) + Fehler

Gliederung

26

Multivariate Auswertung von Fermentationsdaten

1 Kurzvorstellung Symrise AG

2 Fermentation – was ist das ?

3 Problemstellung

4 Multivariate Auswertung

5 Fazit

5 Fazit

27

Multivariate Auswertung von Fermentationsdaten

ErgebnisVerschiedene Korrelationen konnten identifiziert werden, ABER

Zielkonzentration von ~ 18g/L nicht erreicht

Korrelationsmuster deutet darauf hin, dass die allg. Vitalität für

- eine gute generelle Produktbildung,- eine ausreichende Umsetzung zum Ende hin und- eine geringe Bildung an Nebenkomponenten

essentiell wichtig ist

Ausblick:

Generelle Vitalität verbessern

Feedingstrategie “D” and “E” bevorzugt für weitere Arbeiten

Multivariate Auswertung von Fermentationsdaten

Egon Gross, 09.06.2016

Danke für die

Aufmerksamkeit