Filtern
Dokumenttyp
- Zeitschriftenartikel (6)
- Vortrag (4)
- Posterpräsentation (3)
- Beitrag zu einem Tagungsband (2)
- Forschungsdatensatz (2)
Sprache
- Englisch (13)
- Deutsch (3)
- Mehrsprachig (1)
Schlagworte
- Microplastics (4)
- CONSENS (3)
- FTIR (3)
- Process industry (3)
- Real-time process monitoring (3)
- Artificial neural networks (2)
- Automation (2)
- Mikroplastik (2)
- NIR (2)
- NMR-Spektroskopie (2)
Organisationseinheit der BAM
- 1 Analytische Chemie; Referenzmaterialien (17) (entfernen)
Eingeladener Vortrag
- nein (4)
Near-infrared (NIR) spectroscopy is a promising candidate for low-cost, nondestructive, and high-throughput mass quantification of micro¬plastics in environmental samples. Widespread application of the technique is currently hampered mainly by the low sensitivity of NIR spectroscopy compared to thermo-analytical approaches commonly used for this type of analysis. This study shows how the application of NIR spectroscopy for mass quantification of microplastics can be extended to smaller analyte levels by combining it with a simple and rapid microplastic enrichment protocol. For this purpose, the widely used flotation of microplastics in a NaCl solution, accelerated by centrifugation, was chosen which allowed to remove up to 99 % of the matrix at recovery rates of 83–104 %. The spectroscopic measurements took place directly on the stainless-steel filters used to collect the extracted particles to reduce sample handling to a minimum. Partial least squares regression (PLSR) models were used to identify and quantify the extracted microplastics in the mass range of 1–10 mg. The simple and fast extraction procedure was systematically optimized to meet the requirements for the quantification of microplastics from common PE-, PP-, and PS-based packaging materials with a particle size < 1 mm found in compost or soils with high natural organic matter content (> 10 % determined by loss on ignition). Microplastics could be detected in model samples at a mass fraction of 1 mg g-1. The detectable microplastic mass fraction is about an order of magnitude lower compared to previous studies using NIR spectroscopy without additional enrichment. To emphasize the cost-effectiveness of the method, it was implemented using some of the cheapest and most compact NIR spectrometers available.
Near-infrared (NIR) spectroscopy is a promising candidate for low-cost, nondestructive, and highthroughput mass quantification of microplastics in environmental samples. Widespread application of the technique is currently hampered mainly by the low sensitivity of NIR spectroscopy compared to thermoanalytical approaches commonly used for this type of analysis. This study shows how the application of NIR spectroscopy for mass quantification of microplastics can be extended to smaller analyte levels by combining it with a simple and rapid microplastic enrichment protocol. For this purpose, the widely used flotation of microplastics in a NaCl solution, accelerated by centrifugation, was chosen which allowed to remove up to 99 % of the matrix at recovery rates of 83–104 %. The spectroscopic measurements took place directly on the stainless-steel filters used to collect the extracted particles to reduce sample handling to a minimum. Partial least squares regression (PLSR) models were used to identify and quantify the extracted microplastics in the mass range of 1–10 mg.
The simple and fast extraction procedure was systematically optimized to meet the requirements for the quantification of microplastics from common PE-, PP-, and PS-based packaging materials with a particle size < 1 mm found in compost or soils with high natural organic matter content (> 10 % determined by loss on ignition). Microplastics could be detected in model samples at a mass fraction of 1 mg g-1. The detectable microplastic mass fraction is about an order of magnitude lower compared to previous studies using NIR spectroscopy without additional enrichment. To emphasize the cost-effectiveness of the method, it was implemented using some of the cheapest and most
compact NIR spectrometers available.
Für die Erfassung der Verbreitung von Mikroplastik (MP) in der Umwelt ist die zeit- und kostenaufwendige Analysestrategie und der damit verbundene geringe Probendurchsatz eine limitierende Größe. Eine große Zahl verschiedener Studien dokumentriet das Auftreten von MP über den gesamten Globus. Meist sind die Studien aufgrund des großen analytischen Aufwands auf exemplarische, stichpunktartige Untersuchungen kleiner Umweltaliquoten und zahlenmäßig kleiner Probenumfänge begrenzt. Um die Verbreitung, die Eintragspfade und den Verbleib von MP in der Umwelt besser zu verstehen und effektive Vermeidungsstrategien abzuleiten, ist es jedoch notwendig, analytisch mehr Proben erfassen zu können.
Bildgebende mikro-spektroskopische Methoden wie das Raman- und FTIR-Imaging ermöglichen eine zeitaufwendige, umfassende Charakterisierung kleiner Umweltaliquoten. Neben der Partikelanzahl sind zusätzlich Informationen zu Partikelgröße, Größenverteilung und Oberflächenmorphologie zugänglich. Chemische und thermische Extraktionsverfahren sind bereits deutlich schneller und können diese Informationen durch eine Massenbilanz vervollständigen. Die analysierbare Probenmenge ist jedoch auf Milligramm Mengen beschränkt.
Wir schlagen daher vor, die Analyse von Proben auf MP durch ein vorangestelltes Screening mit der Nahinfrarot-Spektroskopie (NIRS) zur komplementieren. In diesem wird bereits eine erste Einschätzung über die Präsenz von MP in einer Probe gefällt und dadurch die wertvolle Messzeit anderer Methoden effizienter genutzt.
NIR zur Analyse von Polymeren wird seit langem eingesetzt, jedoch bisher lediglich im Rahmen einer Studie zur Mikroplastikuntersuchung mittels Hyperspektraler Bildgebung beschrieben. Der NIR Spektralbereich findet sich zwischen dem sichtbaren Licht und dem mittleren Infrarot (MIR). MIR Spektren sind durch klar definierte Banden charakterisiert, welche mehrheitlich von den Grundschwingungen der Moleküle stammen. Die höheren Energien im nahen Infrarot regen hingegen Kombinations- und Oberschwingungen der Streck und Biegeschwingungen an. Die resultierenden Absorptionsbanden sind oft breit und relativ unspezifisch. Erst mit Hilfe einer computergestützten Datenauswertung lassen sich aus diesen Spektren nützliche Informationen gewinnen. Dies erklärt die steigende Popularität der NIR-Spektroskopie in der jüngeren Vergangenheit mit einem Schwerpunkt als prozessanalytische Methode. NIR Spektrometer für das industrielle Prozessmonitoring zeichnen sich durch eine kompakte und robuste Konstruktionsweise aus. Die verfügbaren faseroptischen Reflexionssonden eignen sich gut um pulverförmige Proben zu untersuchen. Der räumlich erfassbare Messbereich kann durch die Sondengeometrie variiert werden. Sind die untersuchten Partikel im Verhältnis zur abgetasteten Fläche klein, wird als spektrale Information die Summe der Absorption aller Partikel im Sichtfeld erfasst. Die Methode ist deshalb nicht für Detailuntersuchungen von MP geeignet, erlaubt es jedoch innerhalb weniger Minuten eine Einschätzung über das Vorkommen von Mikroplastik in einer Probe zu treffen.
Exemplarisch wurden für diese Untersuchungen vier der am weitesten verbreiteten Kunststoffe Polyethylen (PE), Polyethylenterephthalat (PET), Polypropylen (PP) und Polystyrol (PS) gewählt. Aus den additivfreien Polymeren wurden nach einer Kryo-vermahlung und anschließender Siebung (< 125 µm) Modellproben generiert. Die Polymere wurden dafür zu einem Massenanteil von 1 % mit einem Standardboden (LUFA2.3, gesiebt < 125 µm) vermischt. Die Gesamtmenge von 1 g je Probe wurde in Aluminiumbehältern präpariert und 8 Messungen an unterschiedlichen, zufällig gewählten Positionen vorgenommen. Die erhaltenen Spektren wurden zur Kalibrierung chemometrischer Modelle genutzt.
In einem hierarchischen Ansatz wurde anhand der NIR-Spektren eine Klassifizierung vorgenommen:
1. Bestimmung ob eine Probe MP enthält (Ja/Nein).
2. Identifikation der Polymere in der Probe.
Eine aussagekräftige Klassifizierung beruht auf einer Vorbehandlung der Spektren. Hierdurch werden die Unterschiede zwischen den einzelnen Polymerbanden hervorgehoben. Die Eignung der so erstellten Modelle wurde anhand eines Referenzmaterials und am Beispiel von Realproben erfolgreich getestet. Dabei zeigte sich, dass nicht nur in den erstellten Polymer-Bodenmischungen, sondern auch in den Rückständen von fermentiertem Bioabfall und in Filterrückständen einer Waschmaschine, MP richtig erkannt wurde. Weiterhin zeigten Tests mit Mikroplastik-freien Bodenproben unterschiedlicher Herkunft, dass keine falsch-positive Resultate erzeugt wurden. Alle vier untersuchten Polymere, d.h. PE, PET, PS und PP mit einem Massenanteil von 1 % in einer Bodenmatrix werden auch bei einer gemischten Polymerzusammensetzung mit der NIR-Spektroskopie erkannt.
Der kombinierte Einsatz von NIRS und Chemometrie ermöglicht die Entscheidung über ein potenzielles Vorkommen sowie die Zuordnung des Materials der enthaltenen Polymerpartikel für eine Massefraktion ≥ 1 % in einer (trockenen) Probenmenge von 1 g innerhalb von 10–15 min. Der zeitaufwendige Schritt der Methode liegt hier in der Erstellung geeigneter chemometrischer Modelle sowie deren Validierung. Wesentliche Voraussetzung ist dabei, dass bei der Kalibrierung die Varianz der zu erwartenden Partikel und der Matrix realistisch abgebildet wird.
Process monitoring with online NMR spectroscopy – An enabler for “Industrie 4.0” in process industry
(2018)
Improvement in deep process understanding is a mandatory prerequisite for the application of modern concepts like Industrial Internet of Things (IIoT) or “Industrie 4.0”. This is particularly relevant in new process concepts such as intensified production in modularized plants. The direct hyphenation with online methods of process analytical technology (PAT) allows profound insights into the actual reactions within chemical and pharmaceutical production steps and provides necessary information for associated control strategies.
While the industrial application of online Raman spectroscopy has already been successfully demonstrated, low-field NMR spectroscopy is not yet adequately developed as an online method for use in process industry. The high information content combined with the low calibration effort makes NMR spectroscopy a highly promising method for modern process automation with a high flexibility due to short set-up times and low requirements regarding validation. This is a major advantage especially within multi-purpose production plants, as well as for processes suffering from fluctuating quality of raw materials. NMR spectroscopy has a high potential for direct quantitative information, while cutting the calibration and validation needs to a minimum and thus exhibiting short set-up times.
Within the EU project CONSENS, an NMR analyzer for direct implementation in an industrial process environment was developed based on a commercially available laboratory instrument. The challenge was not only the hyphenation to the production plant itself, but also to fulfill all requirements of chemical industry, e.g., explosion safety regulations (ATEX), robust automation and modern, as well as classical communication interfaces. The presented NMR module involves a compact spectrometer together with an acquisition unit and a programmable logic controller for automated data preparation (phasing, baseline correction), and evaluation. The module transforms the acquired online spectra of various technically relevant reactions to either conventional 4‒20 mA signals as well as WiFi based OPC-UA communication protocols.
The concept was evaluated on two processes of pharmaceutical and chemical industry. As the first example the continuous synthesis of 2-nitrodiphenylamine starting from aniline and o-fluoronitrobenzene, activated by an organometallic lithium reagent, was studied. This application is highly demanding for a reliable automated evaluation of the obtained NMR spectra, which was realized by developing a physically motivated model-based approach.
In the second example, a stage of the synthesis of the industrially important solvent tetrahydrofurane consisting of the catalytic hydrogenation of 2-butine-1,4-diol was monitored. This reaction is proceeding via an intermediate product and suffers from competitive reaction paths. In this application different spectroscopic methods were combined with the data obtained from classical process sensors, e.g., pressure, temperature and flow transducers for the development of innovative control concepts.
The increasing pollution of terrestrial and aquatic ecosystems with plastic debris leads to the accumulation of microscopic plastic particles of still unknown amount. To monitor the degree of contamination analytical methods are urgently needed, which help to quantify microplastics (MP). Currently, time-costly purified materials enriched on filters are investigated both by micro-infrared spectroscopy and/or micro-Raman. Although yielding precise results, these techniques are time consuming, and are restricted to the analysis of a small part of the sample in the order of few micrograms. To overcome these problems, here we tested a macroscopic dimensioned NIR process-spectroscopic method in combination with chemometrics. For calibration, artificial MP/soil mixtures containing defined ratios of polyethylene, polyethylene terephthalate, polypropylene, and polystyrene with diameters < 125 µm were prepared and measured by a process FT-NIR spectrometer equipped with a fiber optic reflection probe. The resulting spectra were processed by chemometric models including support vector machine regression (SVR), and partial least squares discriminant analysis (PLS-DA). Validation of models by MP mixtures, MP-free soils and real-world samples, e.g. and fermenter residue, suggest a reliable detection and a possible classification of MP at levels above 0.5 to 1.0 mass% depending on the polymer. The benefit of the combined NIRS chemometric approach lies in the rapid assessment whether soil contains MP, without any chemical pre-treatment. The method can be used with larger sample volumes and even allows for an online prediction and thus meets the demand of a high-throughput method.
Produzieren Sie schon oder kalibrieren Sie noch? – Online-NMR-Spektrometer als Smarte Feldgeräte
(2018)
Der Vortrag zeigt allgemeine Anforderungen an "smarte Feldgeräte" und deren Entwicklung in den vergangenen Jahren. Am Beispiel eines smarten Online-NMR-Sensors, der in einem EU-Projekt von der BAM entwickelt wurde, wird die Umsetzung der Anforderung aufgezeigt. Schließlich werden weitere Technologieanforderungen und Lösungsansätze vorgestellt.
Modular plants using intensified continuous processes represent an appealing concept to produce pharmaceuticals. It can improve quality, safety, sustainability, and profitability compared to batch processes, and it enables plug-and-produce reconfiguration for fast product changes. To facilitate this flexibility by real-time quality control, we developed a solution that can be adapted quickly to new processes and includes a compact Nuclear Magnetic Resonance (NMR) spectrometer for online quality monitoring as well as a new model-based control approach. The NMR sensor is a benchtop device enhanced to the requirements of automated chemical production including ro-bust evaluation of sensor data.
Here, we present alternatives for the quantitative determination of the analytes using modular, physically motivated models. These models can be adapted to new substances solely by the use of their corresponding pure component spectra, which can either be derived from experimental spectra as well as from quantum mechanical models or NMR predictors. Modular means that spec-tral models can simply be exchanged together with alternate reagents and products. Beyond that, we comprehensively calibrated an NIR spectrometer based on online NMR process data for the first time within an industrial plant. The integrated solution was developed for a metal organic reac-tion running on a commercial-scale modular pilot plant and it was tested under industrial conditions.
Working towards a comprehensive understanding of introduction pathways, number, and fate of micro¬plastics in the environment, suitable analytical methods are a precondition. Micro-spectroscopic methods are probably the most widely used techniques. Besides their ability to measure single spectra of a particle or fiber, most modern FTIR- and Raman microscopes are also capable of two-dimensional imaging. This is very appealing to microplastics research because it allows to simultaneously characterize the analytes chemically as well as their size (distribution) and shape.
Two-dimensional imaging on extensive sample areas with FTIR-micros¬copes is facilitated by focal plane array (FPA) detectors resulting in large data sets comprised of up to several million spectra. With numbers too large for manual inspection of each individual spectrum, automated data evaluation is inevitable. Identifying different polymers based on the comparison with known reference spectra (library search) has proven to be a suitable approach. For that purpose, FTIR-spectra of common plastics can be collected to create an individual reference library.
To Supplement this ‘targeted analysis’, looking for known substances via library search, an exploratory approach was tested. Principal component analysis (PCA) proved to be a helpful tool to drastically reduce the size of the data set while maintaining the significant information. Subsequently, cluster analysis was used to find groups of similar spectra. Spectra found in different clusters could be assigned to different polymer types. The variation observed within clusters gives a hint on chemical variability of microplastics of the same polymer found in the sample. Spectra labeled according to the respective cluster/polymer type were used to build a classification model which allowed to quickly predict the polymer type based on the FTIR spectrum. Classification was tested on a second, independent data set and results were compared to the spectral library search procedure.
In der Prozessindustrie findet die optische Spektroskopie (z. B. NIR- und Raman-Spektroskopie) als Online-Analytik zunehmend Anwendung zur Überwachung che-mischer Qualitäts¬attribute in der Produktion. Ihr ganzes Potential entfalten die Methoden aber meist nur in Kombination mit einer aufwendigen, multivariaten Kalibrierung. Diese muss alle relevanten Zustände des Systems abdecken und bedarf einer geeigneten Referenz¬analytik. Moderne instrumentelle Analysengeräte weisen eine hohe Empfind¬lich¬keit und Robustheit auf, sind aber dennoch stark von Fehler und Variabilität der Probennahme beeinflusst, was sich auf die Richtigkeit und Qualität des multivariaten Modells auswirkt.
Diese Probleme lassen sich verringern, indem die Referenzanalytik ebenfalls online erfolgt. Eine mögliche Lösung stellt die hochauflösende NMR-Spektroskopie als quanti¬tative Online-Referenzanalytik dar. Insbesondere kom¬pakte NMR-Spektrometer auf Basis von Permanent¬magneten sind für diesen Zweck geeignet. Ausschlusskriterien für herkömmlicher NMR-Systeme, wie der große Wartungs-aufwand (Kryotechnik) und der Platz¬bedarf, werden damit vermieden.
Im Rahmen des EU-Projekts CONSENS wurde die Nutzung einer Online-Referenz¬analytik mit NMR-Spektroskopie am Beispiel einer industriellen Pilotanlage erfolgreich realisiert. Untersuchungsgegenstand war die kontinuierliche Synthese eines Aus¬gangsstoffs für die pharmazeutische Industrie. Die enthaltenen metallorganischen Verbindungen sind für die bisher genutzte HPLC Analytik unzu-gänglich und die Analyse ausgewählter Proben erfolgte nach dem Quenchen der Lösung oft mit einem großen zeitlichen Abstand zur Probennahme. Konzen-trationswerte auf Basis von Online-NMR-Spektren standen hingegen mit einer zeitlichen Auflösung von drei Spektren pro Minute über den gesamten Reaktionsverlauf hinweg zur Verfügung. Außerdem konnten durch die NMR-Spektroskopie intermediär auftretende Spezies erstmal quantitativ bestimmt und diese Daten für die Kalibrierung eines NIR-Spektrometers genutzt werden.
Flexible automation with compact NMR spectroscopy for continuous production of pharmaceuticals
(2019)
Modular plants using intensified continuous processes represent an appealing concept for the production of pharmaceuticals. It can improve quality, safety, sustainability, and profitability compared to batch processes; besides, it enables plug-and-produce reconfiguration for fast product changes. To facilitate this flexibility by real-time quality control, we developed a solution that can be adapted quickly to new processes and is based on a compact nuclear magnetic resonance (NMR) spectrometer. The NMR sensor is a benchtop device enhanced to the requirements of automated chemical production including robust evaluation of sensor data. Beyond monitoring the product quality, online NMR data was used in a new iterative optimization approach to maximize the plant profit and served as a reliable reference for the calibration of a near-infrared (NIR) spectrometer. The overall approach
was demonstrated on a commercial-scale pilot plant using a metal-organic reaction with pharmaceutical relevance.