2. 数据采集规划：明确采集目的、确定关键质量属性(CQA)与关键工艺参数(CPP)、制定数据采集计划表
做中试，最怕什么？
我最怕的是数据采了一堆，回头分析时发现——要么缺关键参数，要么采样频率不对，要么数据格式乱七八糟。说白了，就是规划没做好。
这一节，我跟你聊聊数据采集规划的核心三件事：明确目的、锁定CQA/CPP、制定计划表。这三步走扎实了，后面的分析工作才能顺风顺水。
2.1 明确采集目的：别为了采数据而采数据
我见过不少项目，一上来就铺传感器、装记录仪，恨不得把所有能测的参数都记下来。结果呢？数据量巨大，但真正有用的没几个。
我个人习惯，在规划阶段先问自己三个问题：
- 这个数据用来回答什么问题？（比如：验证工艺稳定性？还是找最优参数？）
- 谁会用这个数据？（工艺工程师？质量部门？还是研发？）
- 数据精度要求多高？（是看趋势就行，还是必须精确到小数点后两位？）
核心原则：采集目的决定了你采什么、怎么采、采多少。目的不清晰，后面全是白费功夫。
举个例子。我在做某原料药结晶工艺中试时，目的很明确：验证实验室小试的工艺窗口能否在放大条件下复现。所以，我重点关注的不是所有参数，而是那些在小试中证明对晶型、粒度分布敏感的变量。
2.2 确定关键质量属性(CQA)与关键工艺参数(CPP)
这是数据采集规划的“灵魂”。没有CQA和CPP，你的数据采集就是无头苍蝇。
2.2.1 什么是CQA？
CQA，关键质量属性。说白了，就是产品必须达到的质量指标。比如片剂的溶出度、注射剂的可见异物、原料药的纯度。
中试阶段，CQA通常来自：
- 目标产品质量概况（QTPP）
- 前期小试研究的关键发现
- 法规要求（比如药典标准）
2.2.2 什么是CPP？
CPP，关键工艺参数。就是那些一旦波动，就会显著影响CQA的参数。
判断一个参数是不是CPP，我有个简单方法：
- 先列出所有工艺参数（温度、压力、转速、pH、加料速度……）
- 用风险分析工具（比如FMEA）评估每个参数对CQA的影响
- 影响大的，就是CPP；影响小的，可以放宽监控
我的经验：中试阶段，CPP通常不超过5-8个。太多了，你根本管不过来。我曾经在一个项目中，把搅拌桨类型也列成CPP，结果发现影响微乎其微，白白浪费了监控资源。
2.2.3 CQA与CPP的关联矩阵
我习惯用一张矩阵表，把CQA和CPP的关系理清楚。这样一目了然，也方便跟团队沟通。
| CQA | CPP-温度 | CPP-pH | CPP-搅拌速度 | CPP-加料时间 |
|---|---|---|---|---|
| 纯度(≥99.5%) | 高 | 高 | 中 | 低 |
| 粒度分布(D90≤50μm) | 中 | 低 | 高 | 中 |
| 晶型(稳定型) | 高 | 中 | 低 | 低 |
你看，有了这张表，你就知道：温度必须严格监控，因为它同时影响纯度和晶型；搅拌速度主要管粒度分布，可以适当放宽。
2.3 制定数据采集计划表
有了CQA和CPP，接下来就是落地——制定数据采集计划表。这张表，就是你的“作战地图”。
我常用的计划表包含以下列：
- 参数名称（比如：反应釜内温度）
- 采集位置（比如：釜内中部、夹套出口）
- 采集频率（比如：每10秒一次，或每批一次）
- 采集方法（比如：PT100铂电阻、在线NIR）
- 数据格式（比如：数值、文本、波形）
- 责任人（谁负责这个数据的采集和核对）
- 备注（比如：校准周期、异常处理方式）
注意：采集频率不是越高越好。频率太高，数据量大，存储和分析都成问题；频率太低，可能漏掉关键波动。我一般建议：CPP参数至少每10秒记录一次，CQA检测按批次或按时间间隔（比如每30分钟）取样。
2.3.1 一个实际案例
我之前做的一个微反应器连续流工艺中试，数据采集计划表长这样：
| 参数名称 | 采集位置 | 采集频率 | 采集方法 | 数据格式 | 责任人 |
|---|---|---|---|---|---|
| 反应温度 | 微通道出口 | 1秒/次 | 热电偶 | 数值(℃) | 张工 |
| 背压 | 背压阀前 | 1秒/次 | 压力传感器 | 数值(bar) | 张工 |
| 产物纯度 | 收集罐 | 每10分钟 | 在线HPLC | 数值(%) | 李工 |
| 进料流速 | 注射泵出口 | 连续记录 | 质量流量计 | 数值(mL/min) | 王工 |
你看，每个参数都有明确的采集位置、频率、方法和责任人。这样执行起来，就不会出现“这个数据谁采的？怎么没人记？”这种尴尬局面。
2.4 知识体系框架图
下面这张图，是我自己总结的数据采集规划核心逻辑。你可以把它当作一个检查清单，每次做中试前过一遍。
这张图的核心逻辑是：目的驱动CQA，CQA驱动CPP，CPP驱动计划表，计划表指导执行，执行结果反馈回目的。形成一个闭环。
2.5 避坑指南
我曾经犯过的错：有一次做喷雾干燥中试，我自信满满地规划了所有参数，唯独漏了环境湿度。结果连续三批产品水分超标，查了三天才发现是那几天梅雨季，湿度从40%飙到了80%。从那以后，我每次规划都会加一列“环境因素”，哪怕它暂时不是CPP。
另外，还有几个常见坑：
- 采样频率与工艺时间不匹配：比如反应只有5分钟，你却每1分钟采一次样，根本抓不住关键变化点。
- 数据格式不统一：有人记温度用℃,有人用℉,回头分析时还得换算，浪费时间。
- 忽略数据审核环节：采完数据直接扔进数据库，没人核对异常值。结果分析时才发现一堆坏点。
我的建议：在计划表里加一列“数据审核人”。每次采集完成后，由第二个人快速过一遍数据，标记可疑点。这个习惯，能帮你省掉后期80%的数据清洗时间。
好了，数据采集规划这部分就聊到这儿。记住：规划花的时间，会在分析阶段十倍百倍地还给你。别急着动手，先把目的、CQA、CPP和计划表理清楚。
公众号:蓝海资料掘金营，微信deep3321