Filtern
Erscheinungsjahr
- 2017 (2) (entfernen)
Dokumenttyp
- Beitrag zu einem Tagungsband (1)
- Vortrag (1)
Sprache
- Deutsch (2) (entfernen)
Referierte Publikation
- nein (2) (entfernen)
Schlagworte
- Indirect Hard Modeling (2)
- Industrie 4.0 (1)
- Modulare Produktion (1)
- Online NMR Spektroskopie (1)
- Online-NMR-Spektroskopie (1)
- Process Control (1)
- Prozess-Sensoren 4.0 (1)
- Prozessanalytik (1)
- Smarte Feldgeräte (1)
Eingeladener Vortrag
- nein (1)
Der Wandel von der aktuellen Automation zum smarten Sensor ist im vollen Gange. Automatisierungstechnik, sowie die Informations- und Kommunikationstechnik (IKT) verschmelzen zunehmend. Eine Topologie für smarte Sensoren, die das Zusammenwirken mit daten- und modellbasierten Steuerungen bis hin zur Softsensorik beschreibt gibt es bis heute jedoch noch nicht. Um zu einer störungsfreien Kommunikation aller Komponenten auf Basis eines einheitlichen Protokolls zu kommen sollte die Prozessindustrie die Weichen für eine smarte und sichere Kommunikationsarchitektur stellen. Sie verwehrt stattdessen die Entwicklungen ihrer Zulieferer und wartet lieber ab. Der Beitrag greift die Anforderungen der Technologie-Roadmap „Prozess-Sensoren 4.0“ auf und zeigt Möglichkeiten zu ihrer Realisierung am Beispiel eines Online-NMR-Analysators, der im Rahmen eines EU-Projekts entwickelt wurde.
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.