Filtern
Erscheinungsjahr
Dokumenttyp
- Vortrag (142)
- Zeitschriftenartikel (77)
- Beitrag zu einem Tagungsband (35)
- Posterpräsentation (12)
- Buchkapitel (6)
- Forschungsbericht (4)
- Sonstiges (3)
- Beitrag zu einem Sammelband (2)
- Forschungsdatensatz (2)
- Monografie (1)
Sprache
- Deutsch (151)
- Englisch (134)
- Mehrsprachig (1)
Schlagworte
- Prozessanalytik (59)
- Online NMR Spectroscopy (36)
- Process Analytical Technology (36)
- Industrie 4.0 (34)
- Prozessindustrie (34)
- CONSENS (29)
- Process analytical technology (24)
- Online NMR spectroscopy (21)
- Reaction Monitoring (17)
- Digitalisierung (16)
Organisationseinheit der BAM
- 1 Analytische Chemie; Referenzmaterialien (119)
- 1.4 Prozessanalytik (118)
- 8 Zerstörungsfreie Prüfung (14)
- 8.6 Faseroptische Sensorik (10)
- 6 Materialchemie (5)
- 8.0 Abteilungsleitung und andere (5)
- 6.3 Strukturanalytik (4)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (4)
- 3 Gefahrgutumschließungen; Energiespeicher (3)
- 1.3 Instrumentelle Analytik (2)
Paper des Monats
- ja (1)
Eingeladener Vortrag
- nein (142)
Benchtop nuclear magnetic resonance spectroscopy currently develops to an important analytical tool for both quality control and process monitoring. In contrast to high resolution online NMR (HR-NMR), benchtop NMR can be operated under rough environmental conditions. A continuous re-circulating stream of reaction mixture from the reaction vessel to the NMR spectrometer enables a non-invasive, volume integrating online analyses of reactants and products. Here we investigated the esterification of 2,2,2-trifluoroethanol with acetic acid to 2,2,2-trifluoroethyl acetate both by 1H HR-NMR (500 MHz) and 1H and 19F MR NMR (43 MHz and 40 MHz) as a model system. The parallel online measurement was realized by splitting the flow, which allowed the adjustment of quantitative and independent flow rates, both in the benchtop NMR probe as well as in the HR-NMR probe, in ad-dition to a fast bypass line back to the reactor.
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 Wandel von der aktuellen Automation zum smarten Sensor ist im vollen Gange. Automatisierungstechnik und Informations- und Kommunikationstechnik (IKT) verschmelzen zunehmend. Eine Topologie für smarte Sensoren, die das Zusammenwirken mit daten- und modellbasierte Steuerungen bis hin zur Softsensorik beschreibt gibt es heute jedoch noch nicht. Wir müssen jetzt schnell die Weichen für eine smarte und sichere Kommunikationsarchitektur stellen, um zu einer störungsfreien Kommunikation aller Komponenten auf Basis eines einheitlichen Protokolls zu kommen. Unnötiges Schnickschnack ist nicht erwünscht. 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 Komponenten untereinander zu kommen, muss mindestens ein einheitliches Protokoll her, das alle 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.
Der Vortrag 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 des EU-Projekts „CONSENS“ (www.consens-spire.eu) entwickelt wurde.
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 sowie 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.
The departure from the current automation landscape to next generation automation concepts for the process industry has already begun. Smart functions of sensors will simplify their use and enable plug-and-play integration, even though they may appear to be more complex at first sight. This is particularly important for concepts like self-diagnostics, self-calibration and self-configuration/parameterization. Intelligent field devices as parts of digital field networks, Inter-net Protocol (IP)-based connectivity and web interfaces, as well as advanced data analysis soft-ware will provide the basis for future projects like Industrie 4.0, Factory of the Future, or Industrial Internet of Things (IIoT). The talk summarizes the currently discussed general requirements for process sensors 4.0 and introduces an online NMR sensor as example. This sensor was developed to provide integrated control and sensing for sustainable operation of flexible intensified processes (CONSENS) funded by the European Union’s Horizon 2020 research and innovation programme.
Monitoring chemical reactions is the key to process control. Today, mainly optical online methods are applied, which are calibration intensive. NMR spectroscopy has a high potential for direct loop process control while cutting the calibration and validation needs to an minimum and thus exhibiting short set-up times. Compact NMR instruments make NMR spectroscopy accessible in industrial and harsh environments for advanced process monitoring and control.
Intensified continuous processes are in focus of current research. Flexible (modular) chemical plants can produce different products using the same equipment with short down-times between campaigns and quick introduction of new products to the market. In continuous flow processes online sensor data and tight closed-loop control of the product quality are mandatory. Data analysis techniques are available but currently mostly used for off-line data analysis to detect the causes of variations in the product quality.
This is addressed within the EU’s Research Project CONSENS by the development and integration of a smart NMR module for process monitoring. The presented NMR module is provided in a mobile explosion proof housing and involves a compact spectrometer together with an acquisition unit and a programmable logic controller for automated data preparation (phasing, baseline correction), and evaluation. Such “smart sensors” provide the basis for the future project “Industrie 4.0”, and Industrial Internet of Things (IIoT), along with current requirements to process control, model based control, or soft sensing. 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, which enables NMR-based advanced process control and funny discussions with plant managers along with automation and safety engineers.
Monitoring specific chemical properties is the key to chemical process control. Today, mainly optical online methods are applied, which require time- and cost-intensive calibration effort. NMR spectroscopy, with its advantage being a direct comparison method without need for calibration, has a high potential for closed-loop process control while exhibiting short set-up times. Compact NMR instruments make NMR spectroscopy accessible in industrial and rough environments for process monitoring and advanced process control strategies.
We present a fully automated data analysis approach which is completely based on physically motivated spectral models as first principles information (Indirect Hard Modelling – IHM) and applied it to a given pharmaceutical lithiation reaction in the framework of the European Union’s Horizon 2020 project CONSENS. Online low-field NMR (LF NMR) data was analysed by IHM with low calibration effort, compared to a multivariate PLS-R (Partial Least Squares Regression) approach, and both validated using online high-field NMR (HF NMR) spectroscopy.
Der Vortrag stellt einige aktuelle Herausforderungen für die Prozessanalytik und mögliche Antworten vor.
Gepulste Raman-Spektrometer akkumulieren das Raman-Signal mit Hilfe schneller optischer Schalter im Picosekunden-Bereich, bevor langlebigere Fluoreszenzanregung entsteht. Damit lassen sich stark fluoreszierende Materialien untersuchen, die bislang nicht zugänglich sind. Eine weitere interessante Entwicklung ist etwa die Shifted excitation Raman difference spectroscopy (SERDS) die besonders für biologische Anwendungen interessant ist.
Flexible, modulare Produktionsanlagen stellen einen vielversprechenden Ansatz für die kontinuierliche Produktion von Fein- und Spezialchemikalien dar. In einem EU-Projekt wurde die Feldintegration eines Online-NMR-Sensormoduls als smartes Modul für die Prozesskontrolle vorangebracht. Dieses Modul basiert auf einem kommerziell erhältlichen Niederfeld-NMR-Spektrometer, welche zurzeit für die Anwendung im Laborbereich erhältlich ist. Für die Feldintegration wurde ein ATEX-zertifiziertes, explosionsgeschütztes Gehäuse entwickelt sowie Automationsschemen für den unbeaufsichtigten Betrieb und für die kalibrierfreie spektrale Datenauswertung erstellt.
Eine sehr gut anwendbare analytische Messtechnik zur Kontrolle der elementaren Zusammensetzung von verschiedensten Materialien ist die laserinduzierte Plasmaspektroskopie (LIPS, engl. LIBS - Laser-induced Breakdown Spectroscopy). Bei der LIBS wird ein kurz gepulster Laser auf eine Probe fokussiert, um ein Leuchtplasma zu erzeugen. Das dabei erzeugte Atomemissionsspektrum ermöglicht eine qualitative und quantitative Analyse der Zusammensetzung der Probe bezüglich praktisch aller Elemente des Periodensystems. In einem aktuellen Projekt wird diese Methode neben anderen zur Online-Analyse von Ackerböden für die ortsspezifischer Bewirtschaftung (Precision Agriculture) weiterentwickelt und bewertet.
The departure from the current automation landscape to next generation automation concepts for the process industry has already begun. Smart functions of sensors simplify their use and enable plug-and-play integration, even though they may appear to be more complex at first sight. Monitoring specific information (i.e., “chemical” such as physico-chemical properties, chemical reactions, etc.) is the key to “chemical” process control.
The talk introduces a smart online NMR sensor module provided in an explosion proof housing as example. This sensor was developed for an intensified industrial process (pharmaceutical lithiation reaction step) funded by the EU’s Horizon 2020 research and innovation programme (www.consens-spire.eu). Due to NMR spectroscopy as an “absolute analytical comparison method”, independent of the matrix, it runs with extremely short set-up times in combination with “modular” spectral models. Such models can simply be built upon pure component NMR spectra within a few hours (i.e., assignment of the NMR signals to the components) instead of tedious calibrations runs.
The talk also generally covers current aspects of high-field and low-field online NMR spectroscopy for reaction monitoring and process control giving an overview from direct dissolution studies of API cocrystals to studies of emulsions for a hydroformylation.
qNMR provides the most universally applicable form of direct concentration or purity determination without need for reference materials of impurities or the calculation of response factors but only exhibiting suitable NMR properties. The workshop presents basic terms of statistics and uncertainty analysis, which are the basis for qNMR spectroscopy and data analysis such as, e.g., standard deviations, linear regression, significance tests, etc. and gives typical examples of applications in qNMR spectroscopy.
Um in einem veränderten Umfeld erfolgreich bestehen zu können, müssen Chemie-unternehmen neue Pfade beschreiten. Dazu gehört insbesondere das Potential digi-taler Technologien. Mit flexiblen, modularen chemischen Vielzweck-Produktionsanlagen lassen sich häufig wechselnde Produkte mit kürzeren Vorlauf- und Stillstandzeiten zwischen den Kampagnen und dennoch hoher Qualität realisie-ren. Intensivierte, kontinuierliche Produktionsanlagen erlauben auch den Umgang mit schwierig zu handhabenden Substanzen.
Grundvoraussetzung für solche Konzepte ist eine hochautomatisierte "chemische" Prozesskontrolle zusammen mit Echtzeit-Qualitätskotrolle, die "chemische" Informati-onen über den Prozess bereitstellt. In einem Anwendungsbeispiel wurde eine phar-mazeutische Lithiierungsreaktion aus einer modularen Pilot-Anlage betrachtet und dabei die Vorzüge eines vollautomatischen NMR-Sensors untersucht. Dazu wurde ein kommerziell erhältliches Benchtop-NMR-Spektrometer mit Permanentmagnet auf die industriellen Anforderungen, wie Explosionsschutz, Feldkommunikation und voll-automatischer, robuster Datenauswertung angepasst. Der NMR-Sensor konnte schließlich erfolgreich im vollautomatischen Betrieb nach fortschrittlichen Regelkon-zepten und für die Echtzeitoptimierung der Anlage getestet werden. Die NMR-Spektroskopie erwies sich als hervorragende Online-Methode und konnte zusammen mit einer modularen Datenauswertung sehr flexibel genutzt werden. Die Methode konnte überdies als zuverlässige Referenzmethode zur Kalibrierung konventioneller Online-Analytik eingesetzt werden.
Zukünftig werden voll integrierte und intelligent vernetzte "smarte" Sensoren und Pro-zesse eine kontinuierliche Produktion von Chemikalien und Pharmazeutika mit ver-tretbaren Qualitätskosten möglich machen.
There is a need within the NMR community to progress forward in exploring new facets in which we can use analytical techniques to advance our understanding of various systems. One aspect the NMR community hasn’t fully encompassed is the validation process, which also involves setting reference standards, establishing a common language that directly relates to NMR, communication relating to validation, and much more.
This workshopcontribution starts with an overview on international metrology for qNMR spectroscopy. Since NMR is completely described by mathematical equations, the measurement unceartainty can directly be dreived from formula. Examples are presented. These are differentiated between type A and B evaluations. Finally the Expanded Unceartainty is defined. Since the user needs a risk-based unceartainty assessment, different "leagues" for routine, advanced, and high level needs are proposed to make clear, that no all sources of uncertainty have to be taken in considerention at practical levels.
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.
Chemical companies must find new paths to successfully survive in a changing environment. The potential of digital technologies belongs to these. Flexible and modular chemical plants can produce various high-quality products using multi-purpose equipment with short down-times between campaigns and reduce time to market for new products. Intensified continuous production plants allow for difficult to produce compounds.
Therefore, fully automated “chemical” process control along with real-time quality control are prerequisites to such concepts and thus should be based on “chemical” information. The advances of a fully automated NMR sensor were exploited, using a given pharmaceutical lithiation reaction as an example process within a modular pilot plant. A commercially available benchtop NMR spectrometer was integrated to the full requirements of an automated chemical production environment such as , e.g., explosion safety, field communication, and robust evaluation of sensor data. It was thereof used for direct loop advanced process control and real-time optimization of the process. NMR appeared as preeminent online analytical tool and allowed using a modular data analysis tool, which even served as reliable reference method for further PAT applications.
In future, such fully integrated and intelligently interconnecting “smart” systems and processes can speed up the high-quality production of specialty chemicals and pharmaceuticals.
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.
Laboratories tend to be central hubs for chemical, biotechnological, pharmaceutical or foodstuff production. They play a key role in research and development, chemical analysis, quality assurance, maintenance and process control. For process development and optimization, process analytical technology (PAT) has proven to be a powerful tool to improve our understanding of processes, increase productivity, reduce waste and costs and shorten processing times.
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.
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.
For absorption processes with fluctuating feed gas compositions it is vital to continuously adjust
the operation point to achieve energy efficiency. In this contribution a Raman-based advanced
process control (APC) is introduced for the absorption of carbon dioxide (CO2) using an aqueous
solution of monoethanolamine (MEA). The APC is based on a Raman spectroscopic analysis of
the composition and CO2 load of the scrubbing liquid and a non-linear model predictive control
(NMPC) to adjust the scrubbing liquid cycle. In addition, an outer real-time optimization loop is
set in place to update the set points for the absorption process depending on the current feed gas composition minimizing the energy consumption of the process. Implementation and testing of the APC have been carried out in a mini-plant at TU Berlin. During a plant operation of more than 160 hours robustness and stability of the APC were shown.
Online monitoring and process control requires fast and noninvasive analytical methods, which are able to monitor the concentration of reactants in multicomponent mixtures with parts-per-million resolution. Online NMR spectros-copy can meet these demands when flow probes are directly coupled to reactors, since this method features a high linearity between absolute signal area and sample concentration, which makes it an absolute analytical com-parison method being independent on the matrix. Due to improved magnet design and field shimming strategies portable and robust instruments have been introduced to the market by several manufacturers during the last few years. First studies with this technology showed promising results to monitor chemical reaction in the laboratory.
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.