Filtern
Erscheinungsjahr
Dokumenttyp
- Vortrag (25)
- Zeitschriftenartikel (16)
- Beitrag zu einem Tagungsband (12)
- Buchkapitel (2)
- Sonstiges (2)
- Monografie (1)
- Habilitation (1)
Schlagworte
- Prozessanalytik (59) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (25)
Bei Industry 4.0 dreht sich alles um Interkonnektivität, sensorgestützte Prozesssteuerung und datengesteuerte Systeme. Prozessanalysentechnik (PAT) wie die Online-Kernresonanzspektroskopie (NMR) gewinnt zunehmend an Bedeutung, da sie zur Automatisierung und Digitalisierung in der Produktion beiträgt. Eine klassische Auswertung von Prozessdaten und deren Umsetzung in Wissen ist jedoch bisher in vielen Fällen aufgrund der unzureichend großen verfügbaren Datensätze nicht möglich oder nicht wirtschaftlich. Bei der Entwicklung eines automatisierten Verfahrens für die Prozesskontrolle stehen manchmal nur die Basisdaten einer begrenzten Anzahl von Batch-Versuchen aus typischen Produkt- und Prozessentwicklungskampagnen zur Verfügung. Diese Datensätze sind jedoch nicht groß genug, um maschinengestützte Verfahren zu trainieren.
Um diese Einschränkung zu überwinden, wurde ein neues Verfahren entwickelt, das eine physikalisch motivierte Multiplikation der verfügbaren Referenzdaten erlaubt, um einen ausreichend großen Datensatz für das Training von maschinellen Lernalgorithmen zu erhalten. Das zugrundeliegende Beispiel einer chemischen Synthese wurde spektroskopisch verfolgt und mit der neuen Methode sowie mit einem physikalisch basierten Modell analysiert, wobei sowohl eine anwendungsrelevante Niederfeld-NMR als auch eine Hochfeld-NMR-Spektroskopie als Referenzmethode verwendet wurde.
Künstliche neuronale Netze (ANNs) haben das Potenzial, bereits aus relativ begrenzten Eingabedaten wertvolle Prozessinformationen abzuleiten. Um jedoch die Konzentration unter komplexen Bedingungen (viele Edukte und weite Konzentrationsbereiche) vorherzusagen, sind größere ANNs und damit ein größerer Trainingsdatensatz erforderlich. Wir zeigen, dass ein mäßig komplexes Problem mit vier Edukten unter Verwendung von ANNs in Kombination mit der vorgestellten PAT-Methode (Niederfeld-NMR-Spektroskopie) und mit dem vorgeschlagenen Ansatz zur Erzeugung aussagekräftiger Trainingsdaten bewältigt werden kann.
Eine der vielen Vorzüge Smarter Sensoren und Aktoren ist Bereitstellung zusätzlicher Informationen, auf die zukünftig neben den Hauptsignalen zugegriffen werden kann. In den Arbeitskreisen 3.6 und 3.7 wird dieses im wechselseitigen Austausch mit Geräte- und Softwareherstellern und Forschungseinrichtungen vorangetrieben.
Wir berichten kurz über den Stand der Diskussionen anhand von Beispielen und möchten in einem Open Space Workshop Meinungen und Ideen aufgreifen.
Prozess-Sensoren 4.0 vereinfachen ihre Einbindung über Plug and Play, obwohl sie komplexer werden. Sie bieten Selbstdiagnose, Selbstkalibrierung und erleichterte Parametrierung. Über die Konnektivität ermöglichen die Prozess-Sensoren den Austausch ihrer Informationen als Cyber-physische Systeme mit anderen Prozess-Sensoren und im Netzwerk. Der Aufbruch von der aktuellen Automation zum smarten Sensor hat bereits begonnen. Automatisierungstechnik und Informations- und Kommunikationstechnik (IKT) verschmelzen zunehmend. Wenn die Prozessindustrie dieses nicht definiert, tun es andere.
Für die weitere Entwicklung von der Ist‐Situation zu einer Industrie-4.0-Welt in der Prozessindustrie werden mehrere Szenarien diskutiert. Diese reichen vom erleichterten Abruf sensorbezogener Daten über zusätzliche Kommunikationskanäle zwischen Sensor und mobilen Endgeräten über vollständig bidirektionale Kommunikation bis hin zur Einbindung der Cloud und des Internets in virtualisierte Umgebungen.
Um zu einer störungsfreien Kommunikation aller Sensoren untereinander zu kommen, muss mindestens ein einheitliches Protokoll her, das alle Sensoren sprechen und verstehen. Der derzeit greifbarste offengelegte Standard, der moderne Kommunikationsanforderungen erfüllt, ist OPC Unified Architecture (OPC-UA). Viele halten das Sortieren der Kommunikationsstandards für eines der wesentlichen Errungenschaften von Industrie 4.0.
Eine Topologie für smarte Sensoren, das Zusammenwirken mit daten- und modellbasierte Steuerungen bis hin zur Softsensorik sowie weitere Anforderungen an Sensoren sind jedoch heute noch nicht angemessen beschrieben. Wir müssen jetzt schnell die Weichen für eine smarte und sichere Kommunikationsarchitektur stellen, um zu einer störungsfreien Kommunikation aller Sensoren auf Basis eines einheitlichen Protokolls zu kommen, welches alle Sensoren ausgeben und verstehen.
Aktuelle und zukünftige öffentliche Förderung von Industrie 4.0-Projekten sind eine gute Investition. Wegen der hohen Komplexität und Interdisziplinarität gelingt die Umsetzung nur gemeinsam zwischen Anwendern aus der Prozessindustrie, Software- und Geräteherstellern und Forschungsgruppen. Anwender sind gefragt, diese neue Technologie durch eine beschleunigte Validierung und Akzeptanz umzusetzen. Sie erhalten die einzigartige Chance, ihre Prozesse und Anlagen wettbewerbsfähig zu halten. Kooperativ betriebenen F&E-Zentren und gemeinsam anerkannten Applikationslaboren kommt dafür eine hohe Bedeutung zu.
Im Zuge der Digitalisierung der Prozessindustrie werden zunehmend modellbasiere Echtzeitoptimierungsverfahren eingesetzt, sog. „Advanced Process Control“. Mithilfe der sogenannten Modifier-Adaptation ist eine iterative Betriebspunktoptimierung auch mit ungenauen Modellen möglich, sofern zuverlässige Prozessdaten zur Verfügung stehen. Am Beispiel eines smarten Online-NMR-Sensors, der in einem EU-Projekt von der BAM entwickelt wurde, konnte das Konzept in einer modularen Produktionsanlage zur Herstellung eines pharmazeutischen Wirkstoffs erfolgreich getestet werden.
The Collaborative Research Center InPROMPT aims to establish a novel process concept for the hydroformylation of long-chained olefins, using a rhodium complex as catalyst in the presence of syngas. Recently, the hydroformylation in micro-emulsions, which allows for the efficient recycling of the expensive rhodium catalyst, was found to be feasible. However, the temperature and concentration sensitive multi-phase system demands a continuous observation of the reaction to achieve an operational and economically feasible plant operation. For that purpose, we tested the potential of both NMR and Raman spectroscopy for process control assistance. The lab-scale experiments were supported by sampling for off-line GC-analysis as reference analytics. The results of the NMR experiments will be part of another contribution.
Die Abtrennung von CO2 aus industriellen Gasströmen ist eine großtechnisch wichtige Trennaufgabe. Neben der Aufarbeitung von Erdgas werden diese Verfahren zur Verminderung der CO2-Emission durch industrielle Rauchgase, insbesondere für alternativlose Prozesse wie die Stahl- und Zementproduktion diskutiert.
Hydroformylation represents an important homogeneous catalyzed process, which is widely used within chemical industry. Usually applied with simple alkenes like Propene and Butene aldehydes obtained from alkenes >C6 are relevant intermediates in production of plasticizers, surfactants and polymers. Today the active catalyst species is often based on valuable Rhodium complexes in aqueous solution. This implies the problem of limited water solubility of the reactands, which is acceptable for short chain lengths, but states a problem in case of higher alkenes. Along with that efficient separation and recycling of the catalyst becomes more complicated. There are different approaches tackling this problem, e.g., by using of salt formation in the BASF process or downstream distillation within the Shell process
Compact nuclear magnetic resonance (NMR) instruments make NMR spectroscopy and relaxometry accessible in industrial and harsh environments for reaction and process control. An increasing number of applications are reported. To build an interdisciplinary bridge between “process control” and “compact NMR”,we give a short overviewon current developments in the field of process Engineering such as modern process design, integrated processes, intensified processes along with requirements to process control, model based control, or soft sensing. Finally, robust field integration of NMR systems into processes environments, facing explosion protection or Integration into process control systems, are briefly discussed.
Die auf der NAMUR HS 2015 vorgestellte Technologie-Roadmap „Prozess-Sensoren 4.0“ zeigt die nötigen Anforderungen an Prozess-Sensoren sowie an deren Kommunikations-fähigkeiten auf. Wir berichten über den Stand der Diskussionen im Trialog zwischen Anwendern, Software- und Geräteherstellern sowie der Forschung.
Ein wichtiger Schlüssel ist die Definition einer bedarfsgerechten und einheitlichen Topologie für solche smarten Sensoren, die in einem Arbeitskreis „Smarte-Sensorik“ ohne im wechselseitigen Austausch mit Geräte- und Softwareherstellern und Forschungseinrichtungen vorangetrieben werden soll.
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.
Die Wettbewerbsfähigkeit der Chemisch-Pharmazeutischen Industrie basiert auf der Sicherung der geforderten Produktqualität bei einer optimalen Nutzung von Anlagen, Rohstoffen und Energie. Eine gute Prozessführung unter Einsatz zuverlässiger Prozessautomation sichert hier den globalen Wettbewerbsvorteil. Initiiert von NAMUR und GMA und unter Mitwirkung der Unternehmen ABB, BASF, BTS, BIS Prozesstechnik, E+H, Siemens und der BAM entstand jetzt die grundlegend aktualisierte und überarbeitete Technologie-Roadmap "Prozess-Sensoren 2015+", die im November 2009 veröffentlicht wurde.
Die gravierenden Veränderungen im Umfeld der Informations- und Kommunikationstechnik beeinflussen auch die Prozessautomation und sind zugleich eine Chance. Denn die Automatisierungskonzepte gemäß Industrie 4.0 sichern den Wettbewerbsvorteil einer Volkswirtschaft. Ein zentrales Element bilden dabei smarte Sensoren, die Dienste innerhalb eines Netzwerks bereitstellen und Information daraus nutzen. Die im November 2015 vorgestellte Technologieroadmap Prozess-Sensoren 4.0 [1] zeigt Anforderungen an smarte Prozess-Sensoren auf. Der Beitrag befasst sich mit den Fragen „Was kann der Prozess-Sensor zu Industrie 4.0 beitragen?“ und „Welchen Nutzen bringt Industrie 4.0 für den Prozess-Sensor?“
Resource Analytics with the help of process analytical technology and the use of online methods is becoming increasingly important for mining and processing technologies and for the recovery of raw materials from secondary raw materials. Current online analytical methods like laser-induced breakdown spectroscopy (LIBS), X-ray fluorescence analysis (RFA), or Raman spectroscopy for the characterization of primary and secondary raw materials are increasingly being used in close association with the technologies for exploration and extraction, mechanical and metallurgical processing, as well as for recycling. Because of the complex matrices such methods are a considerable challenge at the same time. The use of reference materials, which are derived from appropriate matrices, can considerably shorten calibration and method development times. As an example, the development of an online process control method for recovery of phosphorus from sewage sludge ashes is discussed. A combination of LIBS and RFA was developed for the determination of element contents in sewage sludge ashes and their products coming from a thermo-chemical reprocessing step, which removes pollutants.
Online NMR spectroscopy is an excellent tool to study complex reacting multicomponent mixtures and gain process insight and understanding. For online studies under process conditions, flow NMR probes can be used in a wide range of temperature and pressure. This paper compiles the most important aspects towards quantitative process NMR spectroscopy in complex multicomponent mixtures and provides examples. After NMR spectroscopy is introduced as an online method and for technical samples without sample preparation in deuterated solvents, influences of the residence time distribution, pre-magnetization, and cell design are discussed. NMR acquisition and processing parameters as well as data preparation methods are presented and the most practical data analysis strategies are introduced.
Homogen katalysierte Reaktionen sind wichtige Werkzeuge der chemischen Industrie. Milde Reaktionsbedingungen und hohe Selektivitäten führen zu einer energie- und ressourcenschonenden Produktion. Ein bedeutender Prozessschritt ist die Hydroformylierung. Hier kommen Kobalt- und Rhodiumkomplexe mit mehrzähnigen Liganden zum Einsatz, die zumeist in wässriger Lösung vorliegen. Die Anwendbarkeit beschränkt sich demnach auf kurzkettige Edukte mit hinreichender Wasserlöslichkeit.
Integrierte und vernetzte Systeme und Prozesse – Eine Perspektive für die smarte Laborinfrastruktur
(2022)
Chemie- und Pharmaunternehmen müssen neue Wege gehen, um in einem sich wandelnden Umfeld erfolgreich zu überleben, und gleichzeitig flexiblere Wege der Produkt- und Prozessentwicklung finden, um ihre Produkte schneller auf den Markt zu bringen - vor allem hochwertige High-End-Produkte wie Feinchemikalien oder Arzneimittel. Dazu gehört auch das Potenzial der digitalen Technologien, um ein umfassenderes Wissensmanagement zu ermöglichen.
Eine wichtige Wissensquelle sind analytische Labors, die Unternehmensweit aktiv sind – von F&E bis zur Produktion. Die ganzheitliche Einbindung von analytischen Labors und ein unternehmensweites Daten- und Wissensmanagement sind wichtige Bausteine zur Integration und Vernetzung aller Systeme und Prozesse. Das Potenzial von Daten aus der Produktion mit ihren Kontextinformationen wird heute oft noch nicht konsequent für ein umfassendes Verständnis der Produktion genutzt.
Dieser Beitrag skizziert anhand von Beispielen einen möglichen ganzheitlicheren Ansatz zur Digitalisierung und zum Einsatz maschineller Verfahren in der Produktion von Spezialchemikalien und Pharmazeutika durch die Einführung integrierter und vernetzter Systeme und Prozesse.