1.4 Prozessanalytik
Filtern
Dokumenttyp
- Vortrag (9)
- Posterpräsentation (2)
- Zeitschriftenartikel (1)
- Beitrag zu einem Sammelband (1)
- Dissertation (1)
Referierte Publikation
- nein (14)
Schlagworte
- Industrie 4.0 (14) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (9)
Unternehmen der Prozessindustrie müssen neue Wege finden, 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 – insbesondere hochwertige, hochwertige Produkte wie Feinchemikalien oder Arzneimittel. Dies wird zukünftig durch Veränderungen in den Wertschöpfungsketten entlang einer potenziellen Kreislaufwirtschaft erschwert.
Anhand von Beispielen wird in diesem Vortrag ein möglicher ganzheitlicher Ansatz zur Digitalisierung und zum Einsatz maschineller Verfahren in der Produktion von Spezialchemikalien durch die Einführung integrierter und vernetzter Systeme und Prozesse skizziert.
Es wird auch auf die aktuelle Technologie-Roadmap „Prozess-Sensoren 2027+“ eingegangen, die Ende 2021 erschienen ist. Im Zentrum dieser Roadmaps stehen Sensoren zur Erfassung von physikalischen und chemischen Messgrößen mittels spezifischer und unspezifischer Messverfahren, die zur Steuerung und dem besseren Verständnis von Prozessen dienen. Die Roadmap fasst die gemeinsame Technologie- und Marktsicht von Anwendern, Herstellern und Forschungs¬einrichtungen im Bereich Prozess-Sensorik in der verfahrenstechnischen Industrie zusammen. Digitalisierung und Nachhaltigkeit sind übergreifende Kernthemen der künftigen Entwicklung.
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.
Die Geräteentwicklungen im Bereich der Niederfeld-NMR-Spektroskopie im vergangenen Jahrzehnt ermöglichen den Einsatz kompakter, portabler Magnete mit geringen Streufeldern in Laborumgebungen und industriellen Produktionsanlagen. Somit werden neue Möglichkeiten für hochauflösende NMR-Experimente zur Reaktionsüberwachung eröffnet. Im Rahmen des EU-Projekts CONSENS wurden die Möglichkeiten dieser Methode umfassend anhand einer technisch bedeutenden Reaktion (elektrophile aromatische Substitutionsreaktionen) evaluiert.
Um die Flexibilität einer kontinuierlichen und modularen Pilotanlage durch Echtzeit- Qualitätskontrolle zu fördern, wurde ein vollständig automatisiertes Online- NMR-Modul entwickelt. Der Einsatz eines kommerziellen Niederfeld-NMR-Geräts im industriellen Umfeld wurde durch die entwickelten Lösungen der automatisierten Datenanlyse sowie durch ein zertifiziertes Sicherheitskonzept für den Betrieb in explosionsgefährdeten Zonen ermöglicht. Neben der Überwachung der Produktqualität wurden Online-NMR-Daten in einem neuen iterativen Optimierungsansatz zur Maximierung des Anlagenertrags eingesetzt und dienten als zuverlässige Referenz für die Kalibrierung eines Nahinfrarot-Spektrometers.
Für die Entwicklung einer robusten Datenauswertung der NMR-Spektren, die dem Anspruch der Flexibilität bei Produktwechseln genügt, wurden zunächst Versuche im Labormaßstab durchgeführt, um eine Datenbasis zu schaffen. In diesen Versuchen wurden die aromatischen Amine Anilin, p-Toluidin und p-Fluoranilin mit o-Fluornitrobenzol gekoppelt. Durch Zugabe einer Organolithium-Verbindung (Li- HMDS) findet ein Protonenaustausch zwischen dem primären Amin und Li-HMDS statt. Dies führt zu einer hohen Reaktionsenthalpie und instabilen Aryllithium-Verbindungen. Die Reaktionen wurden hinsichtlich anfallender Zwischenprodukte mittels Hochfeld-NMR-Spektroskopie analysiert.
Nachfolgend wurden die Reaktionen sowohl im Semi-Batch-Verfahren als auch im kontinuierlichen Laborbetrieb mit Online-Niederfeld-NMR-Spektroskopie und Online- Hochfeld-NMR-Spektroskopie untersucht. Da die gemessenen NMR-Spektren besonders im aromatischen Spektralbereich hohe Signalüberlappungen der Reaktanden aufweisen, wurden chemometrische Modelle entwickelt und anhand der Hochfeld-NMR-Methode validiert. Die verwendeten Durchflusszellen für die Niederfeld-NMR-Spektroskopie wurden hinsichtlich ihrer Anwendbarkeit für quantitative Messungen im kontinuierlichen Durchfluss untersucht. Es konnte gezeigt werden, dass Messungen mit einer additiv gefertigten Keramikdurchflusszelle prinzipiell möglich sind.
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.
Die Erwartungen der Prozessindustrie an die NAMUR Open Architecture sind groß, schließlich soll das Konzept der Garant für die digitale Transformation der Branche sein. Im atp-Interview warnt Dr. Michael Maiwald, Fachbereichsleiter „Prozessanalytik“ an der Bundesanstalt für Materialforschung und -prüfung (BAM), allerdings davor, NOA als Allheilmittel zu betrachten.
Digitalisierung und Industrie 4.0 verändern komplette Geschäftsmodelle, heben neue Effizienzpotenziale und stärken die Wettbewerbsfähigkeit. Auf dem 57. Tutzing-Symposion vom 15.–18.04.2018 wurde mit Vorträgen und Kreativworkshops erkundet, welche speziellen Anforderungen die Prozessindustrie hat, welche digitalen Innovationen bereits umgesetzt wurden und wo noch Handlungsbedarf besteht. Ein Workshop befasste sich mit den Themenfeldern Datenkonzepte, Datenanalyse, Big Data und künstliche Intelligenz.
Prozessindustrie Gemeinsam Digital – Forschungsbedarf für die Digitalisierung der Prozessindustrie
(2019)
Die Digitale Transformation durchdringt weite Teile der Industrie mit einer zunehmenden Vernetzung und Digitalisierung entlang der Wertschöpfungskette.
Basierend auf dem Whitepaper der DECHEMA „Digitalisierung in der Chemieindustrie“ entsteht die Vision eines gläsernen Apparates mit einem zeitlich, räumlich und methodisch dichtem Monitoring der Betriebszustände, das eine daten- und modellbasierte Optimierung transienter oder instationärer Prozesse (das heißt An-/Abfahren, Laständerungen, etc.) erlaubt. Auch der nicht bestimmungsmäßige Betrieb von Apparaten oder Modulen wird zuverlässig erkannt. Basis ist hier die Implementierung von innovativer Messtechnik und neuartigen Sensoren in Kombination mit der Anwendung datengetriebener oder rigoroser Modelle zur Prozesssimulation und -kontrolle.
Anlagen, die auf diesem Konzept basieren, lassen sich sicher an Stabilitäts- bzw. Kapazitätsgrenzen und mit höherem Durchsatz betreiben. Trotz schwankender Rohstoffqualitäten kann eine gleichbleibende Zielqualität der Produkte mit rentablen Qualitätssicherungskosten garantiert werden. Dazu ist eine Vernetzung über weitere Branchen (Softwareingenieure, MSR-Technik, Betreiber, Hersteller) notwendig. Sie ergänzt komplementär die ENPRO-Initiative mit Themen der modularen Anlagenplanung und -konstruktion und modular verteilter Intelligenz. Ein Digitalisierungsbedarf besteht auch für bereits vorhandenen Anlagenbestand bzw. zukünftig nicht modular gestalteter Produktionsapparate der chemischen Industrie, um auch dort einen wesentlichen Beitrag zur Ressourcen- und Energieeffizienz zu leisten.
Der Vortrag gibt einen Überblick über die aktuellen Diskussionen zu Feldgerätekommunikation in der Prozessindustrie. Diese verfolgt seitens der Anwender in der NAMUR das NOA-Konzept (NOA = NAMUR Open Architecture). In gemeinsamen Aktivitäten mit dem ZVEI werden mit Zielstellung Mitte/Ende 2019 folgende Konzepte vorangebracht: NOA Informationsmodell in OPC UA,
Informationssicherheit und das Konzept des „Verification of Request“. Gemeinsam mit Geräte- und Softwareherstellern sollen auch M+O-Sensoren (Maintenance und Optimization) konzipiert werden.
Aus dem NAMUR AK 3.7 heraus wurde im Oktober ein Erweiterter Arbeitskreis „Smarte Sensoren, Aktoren und Kommunikation“ kontituiert, dem auch Geräte- und Softwarehersteller und das BSI angehören. Hier werden konkrete Anwendungsfälle für smarte Feldgeräte und Anforderungen an M+O-Sensoren erarbeitet, um die Bereitstellung und den Einsatz smarter Automatisierungskomponenten zu beschleunigen.
Zukünftig werden das „Smarte Labor“ und die „Smarte Produktion“ stärker zusammenwachsen.
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.
Die ehemals wegen komplexer Technik und vergleichsweise hohen Wartungskosten beim Anwender ungeliebte Prozessanalysentechnik (PAT) erfährt sich mittlerweile immer mehr als etablierender Bereich mit einem großen Zuwachs und Dynamik. Die Prozesskontrolle und -steuerung über physikalische Kenngrößen wie Druck und Temperatur lässt eine weitere Optimierung der Anlagen kaum mehr zu. Nur mittels stoffspezifischer Analysen lassen sich Rohstoffschwankungen, Ausbeuten und Energieeinsatz konsequent optimieren.
Der systematische Einsatz der Prozessanalysentechnik verändert Prozesse und Produktionsumgebungen und hat damit die Chance, Kernstück dezentral automatisierter Produktionseinheiten zu werden. Ein neuer Arbeitskreis der NAMUR AK 3.7 „Smarte Sensorik, Aktorik und Kommunikation“ wird diesem verstärkt Rechnung tragen. Es werden reale Anwendungsbeispiele aufgezeigt, die eine schnelle Amortisation von PAT im Prozess untermauern.