Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 24 von 56
Zurück zur Trefferliste
Zitieren Sie bitte immer diesen URN: urn:nbn:de:kobv:b43-409694

Niederfeld NMR-Spektroskopie für die Prozesskontrolle – Robuste und automatisierte Datenvorbehandlung und Datenanalyse als Grundvoraussetzungen

Low field NMR spectroscopy for process control - robust automated data preparation and analysis as prerequisites

  • Berichtet wird über die automatisierte und spektral-modellgestützte Datenauswertung quantitativer Online-NMR-Spektren von technischen Systemen, die einen grundlegenden Beitrag zum Thematik Smart Sensors im Sinne kalibrierarmer bzw. kalibrierfreier Verfahren liefern. Die quantitative Online-NMR-Spektroskopie ist besonders reizvoll für diese Thematik: Sie kommt durch den direkten Nachweis der Kernspins ohne Kalibrierung aus und arbeitet auch in Konzentrationsrandbereichen äußerst linear. Als „absolute Vergleichsmethode“ (direkte Proportionalität der Signale zu den Stoffmengen innerhalb eines Spektrums) ist die NMR-Spektroskopie für die durchgeführten Grundlagenuntersuchungen im Zusammenhang mit spektralen Modellen prädestiniert.

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Simon KernORCiD, Michael MaiwaldORCiD
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Deutsch
Jahr der Erstveröffentlichung:2017
Veröffentlichende Institution:Bundesanstalt für Materialforschung und -prüfung (BAM)
DDC-Klassifikation:Naturwissenschaften und Mathematik / Chemie / Analytische Chemie
Freie Schlagwörter:Online NMR Spektroskopie; Prozess-Sensoren 4.0; Prozessanalytik
Indirect Hard Modeling
Veranstaltung:Seminar des Institut für Mathematik, Universität Rostock
Veranstaltungsort:Rostock, Germany
Beginndatum der Veranstaltung:12.07.2017
Enddatum der Veranstaltung:12.07.2017
URN:urn:nbn:de:kobv:b43-409694
Verfügbarkeit des Dokuments:Datei für die Öffentlichkeit verfügbar ("Open Access")
Lizenz (Deutsch):License LogoCreative Commons - Namensnennung-Nicht kommerziell-Keine Bearbeitung
Datum der Freischaltung:13.07.2017
Referierte Publikation:Nein
Eingeladener Vortrag:Nein
Schriftenreihen ohne Nummerierung:BAM Präsentationen
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.