Điều tra sự cố vượt ngưỡng hạt phòng sạch với PMS DataAnalyst

Một cảnh báo vượt ngưỡng hạt lúc 2 giờ sáng không cho bạn biết điều gì đã xảy ra. Nó chỉ cho biết có gì đó đã xảy ra. Khoảng cách giữa hai điều đó — giữa một con số vượt ngưỡng và một kết luận nguyên nhân đủ vững để viết vào hồ sơ — là chỗ lớp phần mềm phân tích dữ liệu quyết định bạn mất nửa giờ hay mất ba ngày. Bài viết mô tả cách dùng phần mềm PMS DataAnalyst để đi từ cảnh báo tới kết luận theo một trình tự lặp lại được.

Cảnh báo không phải là kết luận

Trong phòng sạch được giám sát liên tục, một sự kiện vượt ngưỡng hạt là chuyện sẽ xảy ra — không phải chuyện có thể xảy ra. Khung giám sát của ISO 14644-2 được xây dựng trên giả định đó: kế hoạch giám sát tồn tại để phát hiện thay đổi so với trạng thái đã được thẩm định, chứ không phải để chứng minh rằng thay đổi không bao giờ xuất hiện. Với dược phẩm vô trùng, EU GMP Annex 1 còn đi xa hơn, yêu cầu dữ liệu giám sát được xem xét theo xu hướng chứ không chỉ đối chiếu từng điểm với giới hạn.

Vấn đề thực tế nằm ở chỗ khác. Khi cảnh báo nổ ra, thứ bạn có trong tay là một dòng dữ liệu: thời điểm, vị trí, số đếm theo kênh kích thước. Thứ bạn cần nộp lại là một kết luận: nguyên nhân gốc, phạm vi ảnh hưởng, lô sản phẩm liên quan, và hành động khắc phục. Đi từ dòng dữ liệu đó tới kết luận đó là một công việc phân tích, và nếu phải làm bằng cách xuất từng file rồi ghép trong bảng tính thì nó vừa chậm vừa khó bảo vệ trước thanh tra.

Bốn câu hỏi mọi cuộc điều tra phải trả lời

Dù nhà máy thuộc ngành nào, một cuộc điều tra vượt ngưỡng hạt luôn quy về bốn câu hỏi sau, và chúng phải được trả lời theo đúng thứ tự này:

1. Sự kiện có thật không? Đây là hạt thật hay là nhiễu do lỗi lấy mẫu — tuột ống, nghẹt đầu lấy mẫu, dao động lưu lượng, thiết bị tới hạn hiệu chuẩn.
2. Nó khu trú ở đâu? Chỉ một điểm đo, hay nhiều điểm cùng khu vực, hay toàn bộ khu vực sạch.
3. Nó bắt đầu lúc nào? Đây là câu hỏi bị bỏ sót nhiều nhất. Thời điểm cảnh báo là lúc số đếm vượt ngưỡng, hiếm khi là lúc vấn đề bắt đầu.
4. Nó tương quan với cái gì? Ca sản xuất, thao tác vệ sinh, chu kỳ bảo trì, sự kiện mở cửa, khởi động thiết bị.

Ba trong bốn câu hỏi đó chỉ trả lời được khi bạn xem nhiều điểm đo trên cùng một trục thời gian, và xem đủ xa về quá khứ. Đó chính là việc mà lớp phần mềm phân tích sinh ra để làm.

PMS DataAnalyst đứng ở đâu trong hệ thống

Phần mềm PMS DataAnalyst là lớp thu thập và phân tích dữ liệu đếm hạt: nó kết nối nhiều máy đếm hạt PMS cùng lúc, tổng hợp số liệu về một nơi, dựng biểu đồ và thống kê, và hỗ trợ phát hiện bất thường trong chuỗi dữ liệu. Phần mềm triển khai được trên một máy trạm đơn lẻ hoặc trên mạng nội bộ của khu vực phòng sạch.

Cách hình dung đơn giản nhất là ba lớp chồng lên nhau:

Nhiều nhà máy mua lớp trên cùng và lớp dưới cùng rồi bỏ trống lớp giữa — kết quả là dữ liệu vẫn được lưu đầy đủ nhưng không ai thực sự đọc được nó ngoài lúc có sự cố, và lúc có sự cố thì lại phải đọc thủ công.

Quy trình năm bước từ cảnh báo tới kết luận

Đây là trình tự nên chuẩn hoá thành SOP, thay vì để mỗi kỹ sư điều tra theo cách riêng:

1. Loại trừ nhiễu trước khi phân tích. Kiểm tra lưu lượng lấy mẫu, tình trạng đầu lấy mẫu và ống, và hạn hiệu chuẩn của thiết bị tại điểm báo động. Nếu lưu lượng lệch khỏi dải cho phép thì con số đếm không dùng để kết luận được — vì thể tích mẫu đã sai. Bước này rẻ nhất và loại được phần lớn cảnh báo giả.
2. Mở rộng cửa sổ thời gian. Đừng nhìn 15 phút quanh cảnh báo. Kéo biểu đồ ra 24 giờ, rồi 7 ngày. Rất thường xuyên, đường nền đã dịch lên từ vài ngày trước và cảnh báo chỉ là lúc nó chạm ngưỡng.
3. Chồng các điểm đo lên nhau. Đặt các điểm trong cùng khu vực lên một trục thời gian. Nếu tất cả cùng tăng, hãy nghi ngờ hệ cấp khí, chênh áp hoặc một sự kiện chung. Nếu chỉ một điểm tăng, hãy nghi ngờ nguồn phát cục bộ hoặc chính chuỗi lấy mẫu của điểm đó.
4. Đọc phân bố theo kênh kích thước. Đây là bước hay bị bỏ nhất mà lại nhiều thông tin nhất. Một sự kiện chỉ tăng ở kênh lớn có tính chất khác hẳn một sự kiện tăng đều trên mọi kênh. Đây cũng là lý do một cảm biến nhiều kênh đáng giá hơn khi phải chẩn đoán, dù để tuân thủ thì hai ngưỡng đã đủ.
5. Đối chiếu với nhật ký vận hành. Ghép trục thời gian của dữ liệu hạt với lịch ca, lịch vệ sinh, lịch bảo trì và nhật ký ra vào. Tương quan lặp lại nhiều lần mới là bằng chứng; tương quan xuất hiện một lần chỉ là giả thuyết.

Kết thúc năm bước, thứ bạn có không còn là “điểm P-07 vượt ngưỡng lúc 02:14” mà là “đường nền tại P-07 và P-08 bắt đầu dịch lên từ ngày 12, tăng dần ở kênh ≥5,0 µm, trùng với ba lần thay đổi lịch vệ sinh khu vực” — một phát biểu có thể dẫn tới hành động khắc phục thật.

Từ phản ứng sang dự báo: giá trị thật của phân tích xu hướng

Điều tra sự cố là cách dùng phần mềm phân tích ở thế bị động. Cách dùng có giá trị hơn là chủ động: xem xu hướng định kỳ để phát hiện dịch chuyển đường nền trước khi nó chạm ngưỡng cảnh báo.

Cơ chế rất đơn giản. Hầu hết vấn đề phòng sạch không xuất hiện đột ngột: bộ lọc lão hoá dần, gioăng cửa xuống cấp dần, chênh áp trôi dần, thói quen thao tác lỏng dần. Chúng biểu hiện thành một đường nền nhích lên trong nhiều tuần. Nếu bạn chỉ so từng điểm với giới hạn, hệ thống sẽ im lặng suốt quá trình đó rồi báo động khi đã muộn. Nếu bạn nhìn xu hướng, bạn thấy nó từ sớm và xử lý trong lịch bảo trì kế hoạch thay vì trong tình huống dừng dây chuyền.

Đây cũng chính là điều Annex 1 nhắm tới khi yêu cầu xem xét dữ liệu theo xu hướng, và là điều một kế hoạch giám sát theo ISO 14644-2 chỉ phát huy hết tác dụng khi có công cụ phân tích đi kèm.

DataAnalyst hay một hệ FMS đầy đủ

Nguyên tắc chọn: nếu sản phẩm của bạn chịu quản lý dược và hồ sơ giám sát là bằng chứng xuất xưởng, bạn cần lớp tuân thủ ngay từ đầu — không thể bổ sung audit trail cho dữ liệu quá khứ. Nếu bạn ở bán dẫn, điện tử hoặc thiết bị công nghiệp, nơi dữ liệu hạt phục vụ kiểm soát quy trình chứ không phải hồ sơ dược, DataAnalyst thường là điểm bắt đầu đúng — nhẹ, đúng việc, và mở rộng được khi nhu cầu tuân thủ xuất hiện.

Câu hỏi thường gặp