Chemische Charakterisierung und Spurenanalytik
Filtern
Dokumenttyp
- Vortrag (15)
- Zeitschriftenartikel (3)
- Beitrag zu einem Tagungsband (2)
- Buchkapitel (1)
Sprache
- Deutsch (21) (entfernen)
Referierte Publikation
- nein (21)
Schlagworte
- Prozessindustrie (13)
- Prozessanalytik (11)
- Digitalisierung (9)
- Online-NMR-Spektroskopie (6)
- Datenanalyse (5)
- CONSENS (3)
- Datenkonzepte (3)
- Industrie 4.0 (3)
- Smarte Sensoren (3)
- Automation (2)
- Datenauswertung (2)
- Datenvorbehandlung (2)
- Prozesskontrolle (2)
- Analytical science (1)
- Betriebspunktoptimierung (1)
- Big Data (1)
- Big science (1)
- Certified reference materials (1)
- Chemometrics (1)
- Chemometrie (1)
- Chemometrik (1)
- Climate change (1)
- Datenerfassung (1)
- Digital Transformatioin (1)
- Digitale Transformation (1)
- Digitaler Zwilling (1)
- Echtzeitoptimierungsverfahren (1)
- Fake news (1)
- Fibre-optic sensors (1)
- Forschungsbedarf (1)
- Fresenius (1)
- Gas analysis (1)
- Gas purity (1)
- Grand challenges (1)
- H2Safety@BAM (1)
- IUTA (1)
- Industrielle Analytik (1)
- Infrastruktur (1)
- Kristallolgraphie (1)
- Künstlicher Intelligenz (1)
- Labor 4.0 (1)
- Laser-induced Breakdown Spectroscopy (1)
- Lastwechsel (1)
- Messunsicherheit (1)
- Metrologie (1)
- Modifier-Adaptation (1)
- Multielementanalytik (1)
- Multimodale Analytik (1)
- Multivariate Datenanalyse (1)
- NAMUR (1)
- Online-RFA-Spektroskopie (1)
- PEM-Wasserelektrolyse (1)
- PRORA (1)
- Pozessindustrie (1)
- Prozess-Sensoren 4.0 (1)
- Prozess-Steuerung (1)
- Prozessanalysentechnik (1)
- Prozesslabor (1)
- QI-Digital (1)
- Rückverstromung (1)
- SensRef (1)
- Sensor response (1)
- Sensorik (1)
- Smarte Aktoren (1)
- Smarte Laborgeräte (1)
- Time-gated Raman-Spektroskpie (1)
- Tutzing-Symposion (1)
- Wasserstoff (1)
- Wasserstoff-Qualität (1)
- Wasserstoffspeicher (1)
- ZVEI (1)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (15)
Anhand von Beispielen wird in diesem Vortrag ein möglicher ganzheitlicherer Ansatz für die Digitalisierung und den Einsatz maschinengestützter Prozesse bei der Herstellung von Spezialchemikalien und Arzneimitteln durch die Einführung integrierter und vernetzter Systeme und Prozesse skizziert. Ein aktueller Ansatz und ein Beispiel in diesem Vortrag sind flexible und modulare chemische Produktionseinheiten, die Mehrzweckanlagen nutzen, um verschiedene hochwertige Produkte mit kurzen Stillstandszeiten zwischen den Kampagnen herzustellen und die Markteinführungszeit für neue Produkte zu verkürzen.
Als zweites Beispiel wird kurz die Testplattform Wasserstofftankstelle vorgestellt, die als moderne Anlage der Prozessindustrie betrachtet werden kann, vergleichbar mit einer Anlage aus der chemischen oder pharmazeutischen Industrie. An ihr lassen sich alle derzeit entlang der Digitalen Transformation diskutierten Konzepte implementieren, um sie zu standardisieren und zu validieren. Dazu gehören Konzepte zur Konnektivität von Sensoren und Aktoren aus der Feldebene in höhere Ebenen der Automatisierung oder zur Einbringung zusätzlicher Sensoren oder Sensornetzwerke, die zunehmend flexibler gestaltet werden soll, die sichere und nachvollziehbare Parametrierung von Automatisierungskomponenten – vielleicht aus einem digitalen Abbild (Verwaltungsschale bzw. „Digitaler Zwilling“) heraus, Konzepte zur vorausschauenden Wartung („Predictive Maintenance“), Konzepte zu digitalen Entscheidungsprozessen, Zertifikaten und Signaturen oder der zunehmende Einsatz von komplexen Auswertungsalgorithmen und Applikationen in der Feldebene („Embedded Computing“) oder der „Kante“ zu Cloudbasierten Systemen der Informationstechnik („Edge-Computing“).
Die beiden Beispiele sollen aktuelle Entwicklungsachsen des industriellen Messwesens im Rahmen der industriellen Automation aufzeigen, in denen Messwerte, deren Messunsicherheiten und Kontextinformationen eine wichtige Rolle einnehmen.
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.
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.
Das europäische Projekt MefHySto befasst sich mit dem Bedarf an großmaßstäblichen Energiespeichern, die für eine Umstellung der Energieversorgung auf erneuerbare Energien erforderlich sind. Eine solche Speicherung ist entscheidend, um Energie zu Spitzenzeiten zu liefern, wenn die erneuerbaren Energiequellen schwanken. Eine mögliche Lösung für die Energiespeicherung ist der großtechnische Einsatz von Wasserstoff. Die messtechnische Rückführbarkeit in der Energieinfrastruktur für die Wasserstoffspeicherung ist dann von entscheidender Bedeutung und eine bessere Kenntnis der chemischen und physikalischen Eigenschaften von Wasserstoff sowie rückführbare Messungen und validierte Techniken unverzichtbar.
Intelligent sensor systems, certified reference materials and instrumental analytical-chemical methods contribute to safety and functionality in hydrogen technologies.
This article gives a brief overview of SensRef activities in the Competence Centre H2Safety@BAM on the issues: Analytical methods for the determination of hydrogen purity, certified reference materials as measurement standards with regard to gas quality (primary calibrators) of BAM, test methods for gas sensor systems to detect hydrogen in air as well as the application of fibre-optic sensor systems to monitor the expansion and ageing behaviour of composite containers in hydrogen technologies.
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.
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.
Im Vortrag werden Anforderungen und Lösungsvorschläge für das Labor der Zukunft diskutiert. Industrie 4.0 bzw. das Labor 4.0 hilft uns, komplexere Prozesse schneller umzusetzen. Entwicklung von Anlagen und Prozessen beginnt im Labor 4.0. Dazu werden offene, nicht proprietäre Schnittstellen und Standards bei Laborgeräten und Feldgeräten dringend benötigt.