• Treffer 25 von 41
Zurück zur Trefferliste
Zitieren Sie bitte immer diese 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
Metadaten
Autoren/innen:Simon KernORCiD, Michael MaiwaldORCiD
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Deutsch
Jahr der Erstveröffentlichung:2017
Organisationseinheit der BAM:1 Analytische Chemie; Referenzmaterialien
1 Analytische Chemie; Referenzmaterialien / 1.4 Prozessanalytik
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
Themenfelder/Aktivitätsfelder der BAM:Analytical Sciences
Analytical Sciences / Sensorik
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
Schriftenreihen ohne Nummerierung:Wissenschaftliche Artikel der BAM