1.4 Prozessanalytik
Filtern
Dokumenttyp
- Vortrag (16)
- Zeitschriftenartikel (7)
- Buchkapitel (2)
- Monografie (1)
- Beitrag zu einem Sammelband (1)
- Beitrag zu einem Tagungsband (1)
- Sonstiges (1)
Schlagworte
- Prozessindustrie (29) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (16)
Zusätzlich zu Methodenentwicklung, Miniaturisierung und Kopplungsverfahren zeigen sich die Hyperspektroskopie zusammen mit Imaging‐Verfahren, der Einzelmolekülnachweis und der Einsatz von 3‐D‐Druckern als neue Schwerpunkte. Hinzu kommen künstliche Intelligenz bei Sensoren, Bildgebungsverfahren und Prozesssteuerung sowie die Vernetzung von Analyse‐ und Laborgeräten. Trends und Forschungsthemen aus der analytischen Chemie, zusammengestellt von elf Autoren, koordiniert von Günter Gauglitz.
Impulse zur Nutzung smarter Sensoren und Aktoren - Aktuelle Aktivitäten und Anwendungsbeispiele
(2020)
Eine der vielen Vorzüge smarter Sensoren und Aktoren ist die Bereitstellung zusätzlicher Informationen, auf die zukünftig neben bereits verwendeten Signalen zugegriffen werden kann. In verschiedenen Arbeitskreisen wird dieser Themenbereich im wechselseitigen Austausch mit Geräte- und Softwareherstellern und Forschungseinrichtungen vorangetrieben. In diesem Beitrag wird der aktuelle Stand der Diskussionen anhand von Beispielen erläutert.
Die chemische Industrie steht derzeit, wie viele andere Industriebereiche, vor den Herausforderungen einer Digitalisierung der Produktion. Sie ist der Schlüssel für die Flexibilisierung von Prozessen und Anlagen, für die Verkürzung von Produkteinführungszeiten sowie für den Zuschnitt der Produktion auf wechselnde Nachfrage und kürzere Produktlebenszyklen. Die Messtechnik und Sensorik spielt neben der intelligenten Datenverarbeitung eine Schlüsselrolle für die Digitalisierung. Flexiblere Anlagen benötigen Sensorik zur Überwachung des Anlagenzustandes, zur Früherkennung nicht bestimmungsgemäßer Betriebszustände sowie für eine bedarfsgerechte Wartung. Da die Entwicklung neuer und verbesserter Messtechnik und Sensorik grundlegend aus verschiedenen Richtungen gedacht werden muss, haben sich Akteure aus verschiedenen Branchen zusammengetan und dieses Positionspapier erstellt. Es basiert auf einer grundlegenden Analyse des Ist-Stands sowie des Bedarfs der Industrie, die unter anderem auf einem eigens dafür durchgeführten Workshop mit Sensorentwicklern, Anlagenherstellern sowie Anlagenbetreibern am 18. Juni 2019 bei der DECHEMA in Frankfurt a. M. diskutiert wurden. Diese Aktivitäten wurden maßgeblich von der Initiative Wanted Technologies der ProcessNet sowie dem AMA Verband für Sensorik und Messtechnik e.V. initiiert.
Um in einem veränderten Umfeld erfolgreich bestehen zu können, müssen Chemieunternehmen neue Pfade beschreiten. Dazu gehört insbesondere das Potential digitaler Technologien. Mit flexiblen, modularen chemischen Vielzweck-Produktionsanlagen lassen sich häufig wechselnde Produkte mit kürzeren Vorlauf- und Stillstandzeiten zwischen den Kampagnen und dennoch hoher Qualität realisieren. 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" Informationen über den Prozess bereitstellt. In einem Anwendungsbeispiel wurde eine pharmazeutische 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 vollautomatischer, robuster Datenauswertung angepasst. Der NMR-Sensor konnte schließlich erfolgreich im vollautomatischen Betrieb nach fortschrittlichen Regelkonzepten 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 Prozesse eine kontinuierliche Produktion von Chemikalien und Pharmazeutika mit vertretbaren Qualitätskosten möglich machen.
Unternehmen der chemischen Industrie müssen neuen Pfade beschreiten, um in einem veränderten Umfeld erfolgreich bestehen zu können. Dazu gehört insbesondere, das Potenzial digitaler Technologien zu nutzen. Die volle Integration und intelligente Vernetzung von Systemen und Prozessen kommt allerdings nur zögerlich voran. Dieser Beitrag ist ein Loblied auf die Feldebene. Er möchte dazu ermutigen, die Digitalisierung der Prozessindustrie auf Basis smarter Sensorik, Aktorik und Kommunikation ganzheitlicher zu denken und informiert über aktuelle technische Perspektiven, wie das Ein-Netzwerk-Paradigma, Ad-hoc-Vernetzungen, Edge-Computing, FPGAs, virtuelle Maschinen oder Blockchain. Diese geben smarter Sensorik, Aktorik und Kommunikation eine völlig neue Perspektive.
Die Wettbewerbsfähigkeit der Prozessindustrie basiert auf der Sicherung der geforderten Produktqualität bei einer optimalen Nutzung von Anlagen, Rohstoffen und Energie. Ein Weg zur wissensbasierten Produktion führt über die Betrachtung der wesentlichen Apparate-, Prozess- und Freigabedaten aus Betrieben und Labors. Das Potenzial dieser Daten wird heute vielfach noch nicht konsequent für ein umfassendes Verständnis der Produktion genutzt.
Neben Fragen zur Datenerfassung, Datenkonnektivität und Datenintegrität müssen solche Daten für eine ganzheitliche Prozessanalyse zunächst mit Kontextinformationen zusammengebracht werden. Datenquellen enthalten Zeitwertpaare, aber auch diskrete Daten aus LIMS (Laboratory Information Management Systems) oder ELN (Electronic Laboratory Notebooks) und werden zunehmend durch 2D- und 3D-Daten aus der Chromatographie-Massenspektrometrie oder bildbasierter Analytik ergänzt.
Für die automatisierte Merkmalsextraktion, etwa zur Extraktion chemischer Informationen aus den oben genannten Datenquellen werden multivariate Werkzeuge und Algorithmen genutzt. Multivariate Statistiken wie PCA (Principle Component Analysis), PLS (Partial Least Squares) und LDA (Latent Discriminant Analysis) bilden die erste Grundlage für die Datenanalyse. Für diese Verfahren sind heute Datenvorbehandlungsschritte nötig. Die Modellbildung geschieht manuell und ist sehr aufwendig.
Können diese Daten im Zeitalter von ML (Machine Learning) und KI (Artificial Intelligence) anderweitig sinnvoll genutzt werden und ohne klassische Modellbildung? Die Bezeichnung „Big Data“ als Voraussetzung für datengetriebene Auswerteverfahren ist für die Prozessindustrie allerdings unpassend, denn auch bei mengenmäßig großen Datensätzen liegen für Kampagnen typischerweise nur Informationen über einige Batches mit einer Serie von Messdaten vor, die genügend Varianz für eine datengetriebene Auswertung aufweisen – nicht vergleichbar mit den Datenmengen im WWW oder von großen Internet-Konzernen.
Ein Weg zur wissensbasierten Produktion führt über die Betrachtung der wesentlichen Apparate-, Prozess- und Freigabedaten aus Betrieben und Labors. Das Potenzial dieser Daten wird heute vielfach noch nicht konsequent für ein umfassendes Verständnis der Produktion genutzt.
Neben Fragen zur Datenerfassung, Datenkonnektivität und Datenintegrität müssen solche Daten für eine ganzheitliche Prozessanalyse zunächst mit Kontextinformationen zusammengebracht werden. Datenquellen enthalten vor allem Zeitwertpaare, die numerisch vorbehandelt und möglichst vollautomatisch ausgewertet werden müssen. Am Beispiel NMR-spektroskopischer Daten wird der Stand der Auswertung mit physikalisch motivierten Modellen, wie z. B. dem IHM erläutert.
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.