Filtern
Dokumenttyp
- Posterpräsentation (15)
- Beitrag zu einem Tagungsband (10)
- Vortrag (3)
- Sonstiges (1)
Sprache
- Englisch (23)
- Deutsch (5)
- Mehrsprachig (1)
Referierte Publikation
- nein (29) (entfernen)
Schlagworte
- Air quality monitoring (4)
- Environmental monitoring (3)
- Gas sensors (3)
- Mobile Robot Olfaction (3)
- Nano aerial robot (3)
- Swarm (3)
- VOC (3)
- Air quality (2)
- Ammonia (2)
- Ammonia gas sensor (2)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (3)
QI-Digital is a joined project aiming at digitalising Quality Infrastructure (QI) processes involving standardization, conformity assessment, accreditation, metrology, and market surveillance [1]. Federal institute of material research and testing (BAM) is working on the creation of a digital calibration certifi-cate (DCC) to achieve digital metrological traceability and conformity assessment. The utilisation of machine readable and executable DCCs in the XML format is demonstrated on an example of a tem-perature measurement at a hydrogen refueling station. The certificates will be retrieved and analysed automatically at a Process Control System or at a Digital Twin.
Die Optimierung und Validierung des digitalen Wasserstofftankstellenmanagements mit Sensortechnologien ist das übergeordnete Ziel des Teilprojekts Digitale Qualitätsinfrastruktur mit Sensortechnologien (QIST) am Use Case H2, im Rahmen der digitalen Qualitätsinfrastruktur (QI digital[1]). Hierfür sollen u.a. Sensornetzwerke mit digital-gestützten Auswertungsstrategien intelligent gestaltet werden (Stichwort KI bzw. digitaler Zwilling). Verschiedene, sich ergänzende Sensoren, Systemkomponenten und KI-Methoden stehen als Bausteine intelligenter Sensorsysteme zur Verfügung, mit dem Zweck, die physikalischen und chemischen Parameter an und in Anlagen umfassend und effizient zu überwachen sowie Fehlfunktionen zuverlässig zu detektieren und zu interpretieren, Abbildung 1.
Konkrete Arbeitsschritte sind, nach dem Aufbau der Versuchsplattform „Wasserstofftankstelle“, die Instrumentierung von Sensorik und deren digitale Integration in das Tankstellenmanagementsystem sowie die Validierung im Realbetrieb. Die somit erzielten Messergebisse sowie die Messunsicherheiten, Historien und Verfahren werden in digitaler Form aufbereitet, gespeichert und fortlaufend in die KI-basierte Datenauswertung einbezogen, inkl. der Anbindung an die metrologische Rückführungskette.
Ziele sind:
• Einführung eines neuen messtechnischen Ansatzes und eines digitalen Zwillings für den Anwendungsfall "Wasserstofftankstelle" auf Basis der H2-Sensorik sowie der Zustandsgrößen Druck und Temperatur
• Qualitätssicherung durch Applikationen zuverlässiger Gassensorik, Manometer und Thermometer sowie KI-Methoden zur Prozesskontrolle und Detektion von Fehlfunktionen
• Nutzung von digitalen Kalibrierscheinen (DCCs) insbesondere für die Messgröße Temperatur zur Realisierung der metrologischen Rückführung in einer digitalen Qualitätsinfrastruktur
In this study, the ability of an electronic nose developed to analyze and monitor odor emissions from three poultry farms located in Meknes (Morocco) and Berlin (Germany) was evaluated. Indeed, the potentiality of the electronic nose (e-nose) to differentiate the concentration fractions of hydrogen sulfide, ammonia, and ethanol was investigated. Furthermore, the impact change of relative humidity values (from 15% to 67%) on the responses of the gas sensors was reported and revealed that the effect remained less than 0.6%. Furthermore, the relevant results confirmed that the developed e-nose system was able to perfectly classify and monitor the odorous air of poultry farms.
In this work, we demonstrate the ability of an electronic nose system based on an array of six-semiconductor gas sensors for outdoor air quality monitoring over a day at a traffic road in downtown of Meknes city (Morocco). The response of the sensor array reaches its maximum in the evening of the investigated day which may due to high vehicular traffic or/and human habits resulting in elevated concentrations of pollutants. Dataset treatment by Principal Component Analysis and Discriminant Function Analysis shows a good discrimination between samples collected at different times of the day. Moreover, Support Vector Machines were used and reached a classification success rate of 97.5 %. Thermal Desorption-Gas Chromatography-Mass Spectrometry (TD-GC-MS) technique was used to validate the developed e-nose system by identifying the composition of the analyzed air samples. The discrimination obtained by e-nose system was in good agreement with the TD-GC-MS results. This study demonstrates the usefulness of TD-GC-MS and e-nose, providing high accuracy in discriminating outdoor air samples collected at different times. This demonstrates the potential of using the e-nose as a rapid, easy to use and inexpensive environmental monitoring system.
In the present paper the development of a semi-automated device for long-term monitoring of gaseous ammonia is described. A sensor material was produced that changes its optical properties in the pres-ence of low concentrations of ammonia in air. The implementation into an electronic device enables precise, simple, economic and fast monitoring of low concentrations of harmful gases, like ammonia, and hence can help to improve the climate monitoring in livestock housing, barns or stables.
This project addresses the application of safe and healthy workplaces in offices, chemical laboratories and other workplaces where indoor air quality plays an important role. The LoRaWAN (Long Range Wide Area Network) is used as a communication interface to make sensor data globally accessible.
The objectives of the project are to create a sensor node and an online and offline system that collects the data from the sensor nodes and stores it on a local server, in a cloud, and also locally on the node to prevent communication failures. An important point in this project is the development of the sensor nodes and the placement of these in the premises, thus no development work is involved in Building the infrastructure.
IMS trägt zur Luftfrachtsicherheit bei Luftsicherheitsgesetze verpflichten Luftsicherheitsbehörden, Flughafenbetreiber und Fluggesellschaften umfassende Sicherheitsmaßnahmen auf den Flughäfen zu ergreifen, um Gefahren z. B. durch potenziell gefährliche Frachtgüter zu erkennen. Von der Europäische Zivilluftfahrt-Konferenz (ECAC) zertifizierte IMS-Geräte werden vor Ort an den Kontrollpunkten orthogonal zur Radiologie eingesetzt, um chemische Informationen von verdächtiger Fracht über Gefahrstoffe wie Sprengstoffe oder Drogen vor dem Verladen zu erhalten.
Vor der Detektion von Sprengstoffen beginnt die Untersuchung eines verdächtigen Objekts mit der Probenahme mittels Wischprobensammlern. Eine Luftsicherheitskontrollkraft wischt dabei Oberflächen des Objekts mit einem Probensammler ab, um Partikel von Gefahrstoffen zu sammeln. Der beladene Probensammler wird anschließend in einen Probeneinlass eingeführt. Nach thermischer Desorption der gesammelten Stoffe erhält der Bediener (z. B. Luftsicherheitskontrollkraft) ein boolesches Ergebnis - "Alarm" oder "Kein Alarm".
Verfahren und Ergebnisse
In dieser Studie wurden drei Verfahren mit vier ECAC-zertifizierten ETD-Geräten zur Identifizierung und Beurteilung der Probenahme (PN) entwickelt:
I) direkte PN durch lösemittelbasierten Auftrag einer bekannten Sprengstoffmenge auf einem Probensammler,
II) Auftrag einer bekannten Menge eines gelösten Sprengstoffs auf einem 10 cm × 10 cm Substrat (Aluminium, Papier, Eisen und Polyvinylchlorid) und manuelle PN nach Lösemittelverdampfung,
III) lösemittelbasierter Sprengstoffauftrag auf eine PTFE- oder PTFE-beschichtete Glasfaseroberfläche, nach Lösemittelverdunstung trockene Übertragung auf das zu beprobende Substrat zur PN.
Der Zusammenhang zwischen vorgelegter Sprengstoffmenge und der Detektionswahrscheinlichkeit (POD) erfolgt durch Anwendung des binären Regressionsverfahrens mit einer Logit-Funktion:
POD=1/(1+exp(-A(m-B)) )·100%
Dabei entspricht m der vorgelegten Sprengstoffmasse bis 1000 ng, Parameter A / ng-1 der logistischen Wachstumsrate der Kurve und Parameter B / ng dem m-Wert des Mittelpunktes des Sigmoids. Die Bestimmung der Parameter wurde nach der Methode der kleinsten Quadrate berechnet.
Das entwickelte Messunsicherheitsmodell kombiniert quantitative Ergebnisse aus Stammlösung und deren Verdünnungen sowie Stoffauftrag und qualitative Ergebnisse nach Anzeige "Alarm" oder "Kein Alarm". Dieses Auswerteverfahren wurde auf die Probenahme angewandt. Identifizierte Unsicherheitsursachen sind die Durchführung der Wischprobenahme, Staub, Lösemitteleffekte und die Unsicherheit bei der Herstellung von Testlösungen.
IMS trägt zur Luftfrachtsicherheit bei
Geltende Luftsicherheitsgesetze verpflichten Luftsicherheitsbehörden, Flughafenbetreiber und Fluggesellschaften umfassende Sicherheitsmaßnahmen auf den Flughäfen zu ergreifen, um die Gefahr möglicher terroristischer Bedrohungen zu erkennen und zu verhindern. Wenn ein verdächtiges Objekt durch Röntgenstrahlen identifiziert wurde, kann die IMS als schnelles Analyseverfahren vor Ort orthogonal zur Radiologie eingesetzt werden, um chemische Informationen über Gefahrstoffe wie Sprengstoffe oder Drogen vor dem Abflug zu erhalten.
Vor der Detektion von Sprengstoffen beginnt die Untersuchung eines verdächtigen Objekts mit der Probenahme mittels Wischprobensammlern. Eine Luftsicherheitskontrollkraft wischt dabei Oberflächen des Objekts mit einem Probensammler ab, um Partikel von Gefahrstoffen zu sammeln. Der beladene Probensammler wird anschließend in einen Probeneinlass eingeführt. Nach thermischer Desorption der gesammelten Stoffe erhält der Bediener (z. B. Luftsicherheitskontrollkraft) ein boolesches Ergebnis - "Alarm" oder "Kein Alarm".
Verfahren und Ergebnisse
In dieser Studie wurden drei Verfahren mit vier ECAC-zertifizierten ETD-Geräten zur Entwicklung eines Unsicherheitskonzeptes bezüglich der Probenahme (PN) angewandt:
I) direkte Probenaufnahme durch lösemittelbasierten Auftrag einer bekannten Sprengstoffmenge auf einem Probensammler,
II) Auftragung einer bekannten Menge eines gelösten Sprengstoffs auf einem 10 cm × 10 cm Substrat (Aluminium, Papier, Eisen und Polyvinylchlorid) und manuelle PN nach Lösemittelverdampfung,
III) lösemittelbasierter Sprengstoffauftrag auf eine PTFE- oder PTFE-beschichtete Glasfaseroberfläche, nach Lösemittelverdunstung trockene Übertragung auf das zu beprobende Substrat zur PN.
Nach dem binären Regressionsverfahren wurde die funktionale Abhängigkeit der Detektionswahrscheinlichkeit von einer bekannten Sprengstoffmasse mit einer Logit-Funktion beschrieben:
POD=1/(1+e^(-A·(m-B))).
Dabei ist POD die Wahrscheinlichkeit der Detektion für eine bekannte Sprengstoff-Masse, die Parameter A (logistische Wachstumsrate der Kurve) und B (m-Wert des Mittelpunktes des Sigmoids) sind geschätzte Parameter nach der Methode der kleinsten Quadrate, und m ist die Sprengstoffmasse.
Das entwickelte Messunsicherheitsmodell kombiniert quantitative Ergebnisse aus Wägen, Lösen und Pipettieren sowie qualitative Ergebnisse - "Alarm" oder "Kein Alarm" und die Unsicherheit der PN. Identifizierte Unsicherheitsursachen sind die Durchführung der Wischprobenahme, Staub, Lösemitteleffekte und die Unsicherheit bei der Herstellung von Testlösungen.
The present paper describes the development of a sensor material that changes its fluorescence in the presence of gaseous ammonia in a relevant concentration range. The implementation into a semi-automatic gas measurement device enables low-cost, precise, simple and fast monitoring of low con-centrations of harmful gases, like ammonia, and hence can help to improve the climate monitoring in livestock housing, barns or stables.
Design and Implementation of Smart Multisensor Monitoring System for Safe Workplaces with LoRaWAN
(2020)
This project addresses the application of safe workplaces in offices and chemical laboratories where indoor air quality plays an important role. The LoRaWAN (Long Range Wide Area Network) is used as a communication interface to make important sensor data globally accessible. The goal of the development is to create a sensor node and an online and offline solution that collects the data from the sensor nodes and stores it on a local server or in a cloud. In cooperation with the companies WISTA GmbH and IONOS, a test sensor network is going to be established in the Berlin-Adlershof area.