TY - CONF A1 - Maiwald, Michael T1 - Informationsmanagement in der Prozessindustrie auf Basis von Labor- und Produktionsdaten N2 - Die Wettbewerbsfähigkeit der Prozessindustrie basiert auf der Sicherung der geforderten Produktqualität bei einer optimalen Nutzung von Anlagen, Rohstoffen und Energie. Ein Weg zur wissensbasierten Produktion führt über die Betrachtung der wesentlichen Apparate-, Prozess- und Freigabedaten aus Betrieben und Labors. Das Potenzial dieser Daten wird heute vielfach noch nicht konsequent für ein umfassendes Verständnis der Produktion genutzt. Neben Fragen zur Datenerfassung, Datenkonnektivität und Datenintegrität müssen solche Daten für eine ganzheitliche Prozessanalyse zunächst mit Kontextinformationen zusammengebracht werden. Datenquellen enthalten Zeitwertpaare, aber auch diskrete Daten aus LIMS (Laboratory Information Management Systems) oder ELN (Electronic Laboratory Notebooks) und werden zunehmend durch 2D- und 3D-Daten aus der Chromatographie-Massenspektrometrie oder bildbasierter Analytik ergänzt. Für die automatisierte Merkmalsextraktion, etwa zur Extraktion chemischer Informationen aus den oben genannten Datenquellen werden multivariate Werkzeuge und Algorithmen genutzt. Multivariate Statistiken wie PCA (Principle Component Analysis), PLS (Partial Least Squares) und LDA (Latent Discriminant Analysis) bilden die erste Grundlage für die Datenanalyse. Für diese Verfahren sind heute Datenvorbehandlungsschritte nötig. Die Modellbildung geschieht manuell und ist sehr aufwendig. Können diese Daten im Zeitalter von ML (Machine Learning) und KI (Artificial Intelligence) anderweitig sinnvoll genutzt werden und ohne klassische Modellbildung? Die Bezeichnung „Big Data“ als Voraussetzung für datengetriebene Auswerteverfahren ist für die Prozessindustrie allerdings unpassend, denn auch bei mengenmäßig großen Datensätzen liegen für Kampagnen typischerweise nur Informationen über einige Batches mit einer Serie von Messdaten vor, die genügend Varianz für eine datengetriebene Auswertung aufweisen – nicht vergleichbar mit den Datenmengen im WWW oder von großen Internet-Konzernen. T2 - Bio-PAT-Workshop, Aktuelle Entwicklungen im Bereich PAT & Softsensortechnologien CY - Berlin, Germany DA - 04.12.2019 KW - Prozessindustrie KW - Digitalisierung KW - Datenanalyse KW - Datenvorbehandlung KW - Multivariate Datenanalyse PY - 2019 AN - OPUS4-49942 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Richter, Silke T1 - Bestimmung von Nichtmetallen in Carbiden N2 - Vortrag zur Bestimmung von Nichtmetallen in Carbiden halten. Hierbei geht es um die Bestimmung von C, O und N in Vanadiumcarbid, Wolframcarbid und Niobcarbidmaterialien, einen hierzu durchgeführten Ringversuch mit Beteiligung der Kollegen des AK Sonderwerkstoffe und den Vergleich von Verfahrenskenngrößen. T2 - Vollversammlung Chemikerausschuss der GDMB CY - Kassel, Germany DA - 05.11.2019 KW - Niobcarbid KW - Wolframcarbid KW - Vanadiumcarbid KW - Nichtmetalle PY - 2019 AN - OPUS4-50261 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Maiwald, Michael T1 - Informationsmanagement in der Prozessindustrie auf Basis von Labor- und Produktionsdaten N2 - Ein Weg zur wissensbasierten Produktion führt über die Betrachtung der wesentlichen Apparate-, Prozess- und Freigabedaten aus Betrieben und Labors. Das Potenzial dieser Daten wird heute vielfach noch nicht konsequent für ein umfassendes Verständnis der Produktion genutzt. Neben Fragen zur Datenerfassung, Datenkonnektivität und Datenintegrität müssen solche Daten für eine ganzheitliche Prozessanalyse zunächst mit Kontextinformationen zusammengebracht werden. Datenquellen enthalten vor allem Zeitwertpaare, die numerisch vorbehandelt und möglichst vollautomatisch ausgewertet werden müssen. Am Beispiel NMR-spektroskopischer Daten wird der Stand der Auswertung mit physikalisch motivierten Modellen, wie z. B. dem IHM erläutert. T2 - Mathematisches Forschungskolloquium, Institut für Mathematik, Universität Rostock CY - Rostock, Germany DA - 02.12.2019 KW - Prozessindustrie KW - Prozesskontrolle KW - Datenanalyse KW - Datenvorbehandlung KW - Chemometrics PY - 2019 UR - https://www.mathematik.uni-rostock.de/veranstaltungen/regelmaessige-veranstaltungen/forschungskolloquium/2019/ AN - OPUS4-49939 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -