Präsentation
Filtern
Erscheinungsjahr
Dokumenttyp
- Vortrag (142)
- Posterpräsentation (12)
Referierte Publikation
- nein (154)
Schlagworte
- Online NMR Spectroscopy (25)
- Prozessanalytik (25)
- Industrie 4.0 (21)
- Process Analytical Technology (21)
- CONSENS (18)
- Prozessindustrie (18)
- qNMR (14)
- Digitalisierung (12)
- Online NMR spectroscopy (11)
- Reaction Monitoring (11)
- Process analytical technology (10)
- Indirect Hard Modeling (9)
- Online-NMR-Spektroskopie (9)
- Process Industry (9)
- Process Monitoring (9)
- Quantitative NMR Spectroscopy (9)
- Smart Sensors (9)
- Automation (8)
- Prozess-Sensoren 4.0 (8)
- Industry 4.0 (7)
- Smarte Sensoren (7)
- Modular Production (6)
- Quantitative NMR-Spektroskopie (6)
- Data Analysis (5)
- Indirect hard modeling (5)
- Datenanalyse (4)
- Process Control (4)
- Roadmap (4)
- Sensoren (4)
- Automatisierung (3)
- Benchtop NMR spectroscopy (3)
- Digital Transformatioin (3)
- Digitale Transformation (3)
- Digitization (3)
- H2Safety@BAM (3)
- Metrology (3)
- NAMUR (3)
- Process monitoring (3)
- Prozess-Sensoren (3)
- Prozesskontrolle (3)
- Reaction monitoring (3)
- SMASH (3)
- Chemometrics (2)
- Continuous Manufacturing (2)
- Datenauswertung (2)
- Datenvorbehandlung (2)
- Digital transformation (2)
- Direct purity determination (2)
- Distributed Networks (2)
- EMPIR (2)
- Hydrogen (2)
- Hydrogen Storage (2)
- Innovationen (2)
- Low-field NMR Spectroscopy (2)
- Low-field NMR spectroscopy (2)
- MefHySto (2)
- Metrologie (2)
- NMR Spectroscopy (2)
- NMR Validation (2)
- NMR validation (2)
- Online NMR Spektroskopie (2)
- PANIC (2)
- Process industry (2)
- Purity (2)
- Quality Infrastructure (2)
- Reference Material (2)
- Referenzmaterialien (2)
- Sensorik (2)
- Smarte Feldgeräte (2)
- Specialty Chemicals (2)
- Spectral Modeling (2)
- ZVEI (2)
- qNMR Summit (2)
- ANAKON (1)
- Accreditation (1)
- Analytical science (1)
- Analytik (1)
- Applikationslabor (1)
- Artificial Neural Networks (1)
- Auflösungsverhalten (1)
- Autonomous chemistry (1)
- BONARES (1)
- Basic Statistics (1)
- Benchtop NMR Spectroscopy (1)
- Big science (1)
- Bio engineering (1)
- BioProScale (1)
- Biotechnology (1)
- Bonares (1)
- Catalysis (1)
- Certified reference materials (1)
- Clean energy technology (1)
- Climate change (1)
- Cocrystals (1)
- Cokristalle (1)
- Compact NMR Spectroscopy (1)
- Comparison study (1)
- Competence Center (1)
- Cyber-physical Test Labs (1)
- Cyberphysisches Labor (1)
- Database (1)
- Datenerfassung (1)
- Datenkonzepte (1)
- Dezentrale Netzwerke (1)
- Digital Twin (1)
- Digitaler Zwilling (1)
- Digitalisation (1)
- Direct loop control (1)
- Dissolution (1)
- Dissolution studies (1)
- Edge Computing (1)
- Education (1)
- Embedded spectroscopy (1)
- Energy Gases (1)
- Energy production (1)
- Energy storage (1)
- Energy systems (1)
- EuroPact (1)
- Eurosensors (1)
- Fake news (1)
- Faseroptik (1)
- Fibre-optic sensors (1)
- Forschungsbedarf (1)
- Forschungslandschaft Wasserstoff (1)
- Fresenius (1)
- Fresenius Lecture (1)
- Fresenius lecture (1)
- GDCh (1)
- Gas Reference Material (1)
- Gas analysis (1)
- Gas purity (1)
- Gasanalytik (1)
- Gassensorik (1)
- Geological Storage (1)
- Grand challenges (1)
- Green Deal (1)
- Hydroformylierung (1)
- Hydrogen Metrology (1)
- Hydrogen Purity (1)
- Hydrogen Storage Materials (1)
- Hydrogen Strategy (1)
- ISO 17025 (1)
- ISO/IEC 17025 (1)
- IUTA (1)
- Indirect Hard Modeling (IHM) (1)
- Indirect Hard Modelling (1)
- Informations- und Kommunikationstechnik (1)
- Intelligence for Soil (1)
- Interlaboratory Comparison (1)
- Joung Analysts (1)
- Kommunikation (1)
- Kommunikation für Analysengeräte (1)
- Künstliche Neuronale Netze (1)
- LIBS (1)
- Labor 4.0 (1)
- Labor-Robotik (1)
- Laboratory 4.0 (1)
- Laboratory Information Management System (1)
- Laborautomation (1)
- Laser-induced Breakdown Spectroscopy (1)
- Limit of Detection (1)
- Linear Regression (1)
- Low-Field NMR spectroscopy (1)
- M+O-Sensoren (1)
- Machine-Assisted Workflows (1)
- Messunsicherheit (1)
- Micro Reactor (1)
- Mikroemulsionen (1)
- Modular production plants (1)
- Multivariate Datenanalyse (1)
- NAMUR Open Architecture (NOA) (1)
- NMR Accreditation (1)
- NMR Method Validation (1)
- Normung (1)
- OPC-UA (1)
- Online-RFA-Spektroskopie (1)
- Online-Raman-Spektroskopie (1)
- PRORA (1)
- Pharmaceutical Production (1)
- Pharmaceuticals (1)
- Pharmazeutische Formulierungen (1)
- Pharmazeutische Industrie (1)
- Pharmazeutische Wirkstoffe (1)
- Pozessindustrie (1)
- Pprocess analytical technology (1)
- Primary reference material (1)
- Procee Analytical Technology (1)
- Process control (1)
- Process sensors (1)
- ProcessNet (1)
- Prozess-Spektroskopie (1)
- Prozessanalysentechnik (1)
- Prozesslabor (1)
- Purity Analysis (1)
- QI-Digital (1)
- QNMR (1)
- Quality Assurance (1)
- Quality Management (1)
- Quantitative NMR spectroscopy (1)
- RFA (1)
- Raman-Spektroskopie (1)
- Reaktionsmonitoring (1)
- Real-time Process Monitoring (1)
- Reference material (1)
- Resource Analytics (1)
- Ressourcenanalytik (1)
- Risk Assessment (1)
- SPECTARIS (1)
- Safety (1)
- Salsa (1)
- SensRef (1)
- Sensor response (1)
- Sensors (1)
- Smart sensors (1)
- Smarte Laborgeräte (1)
- Smartes Labor (1)
- Sonderprobenanalytik (1)
- Spectaris (1)
- Standortvorteil (1)
- Statistics (1)
- Summer School (1)
- TSA (1)
- Technologie-Roadmap "Prozess-Sensoren 4.0" (1)
- Technologievisionen (1)
- Technologiewünsche (1)
- Time-gated Raman-Spektroskpie (1)
- Troubleshooting Samples Analytics (1)
- Ultraschall (1)
- Uncertainty Evaluation (1)
- Underground gas storage (UGS) (1)
- Wasserstoff (1)
- Wasserstoff Referenzmaterial (1)
- Wasserstoff-Wirtschaft (1)
- Wasserstoffanalytik (1)
- Weighing Uncertainty (1)
- Zerstörungsfreie Prüfung (1)
- purity (1)
- qNMR metrology (1)
- qNMR-Spektroskopie (1)
- zertifizierte Referenzmaterialien (1)
Organisationseinheit der BAM
- 1 Analytische Chemie; Referenzmaterialien (70)
- 1.4 Prozessanalytik (70)
- 8 Zerstörungsfreie Prüfung (8)
- 8.6 Faseroptische Sensorik (6)
- 8.0 Abteilungsleitung und andere (3)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (3)
- 1.3 Instrumentelle Analytik (2)
- 2 Prozess- und Anlagensicherheit (1)
- 2.1 Sicherheit von Energieträgern (1)
- 3 Gefahrgutumschließungen; Energiespeicher (1)
Eingeladener Vortrag
- nein (142)
Chemical and pharmaceutical companies need to find new ways to survive successfully in a changing environment, while finding more flexible ways of product and process development to bring their products to market faster - especially high-value, high-end products such as fine chemicals or pharmaceuticals. This is complicated by changes in value chains along a potential circular economy.
One current approach is flexible and modular chemical production units that use multi-purpose equipment to produce various high-value products with short downtimes between campaigns and can shorten time-to-market for new products. Online NMR spectroscopy will play an important role for plant automation and quality control, as the method brings very high linearity, matrix independence and thus works almost calibration-free. Moreover, these properties ideally enable automated and machine-aided data analysis for the above-mentioned applications.
Using examples, this presentation will outline a possible more holistic approach to digitalization and the use of machine-based processes in the production of specialty chemicals and pharmaceuticals through the introduction of integrated and networked systems and processes.
Der Vortrag stellt die aktuellen Forschungsschwerpunkte zum Thema Prozessanalytik an der Bundesanstalt für Materialforschung und -prüfung (BAM) vor und nennt aktuelle Entwicklungsfelder mit dem Ziel gemeinsamer F&E-Projekte. Zunächst wird die Prozessindustrie und ihre Wertschöpfungskette vorgestellt. Daraus ergibt sich eine Motivation für Prozessanalytik. Zwischen der Prozessanalytik in der Pharmazeutische Industrie und der Chemischen Industrie bzw. Verfahrenstechnik gibt es Unterschiede, die herausgearbeitet werden. Der Vortrag schließt mit Technologiewünschen und Technologievisionen und nennt Konkrete Beispiele für Visionen für PAT, insbesondere im Kontext des Zukunftsprojekts „Industrie 4.0“
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.
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.
Industrie 4.0 aus Sicht der NAMUR - Die Technologie-Roadmap "Prozess-Sensoren 4.0" und danach ...
(2016)
Es wurde die Anforderungen an die Kommunikatoion von Analysengeräten für eine zukünftige Topologie nach Industrie 4.0 gemeinsam mit dem ZVEI-Arbeitskreis "Kommunikationstechnik für Analysatoren" (KfA) diskutiert.
Ziel des Arbeitskreises ist es, kommunikationstechnische Trends für Prozess-Analysengeräte zu beobachten und zu bewerten. Im Bedarfsfall hat dieser Arbeitskreis die Aufgabe, Analysatoren für neue Kommunikationstechniken tauglich zu machen und die dafür notwendige Anschlusstechnik (inkl. Hardware-Interface und Software) zu entwickeln. Die Arbeiten werden in der Regel im Rahmen eines Firmenkonsortiums in gemeinschaftlichen Entwicklungsprojekten durchgeführt. Eine enge Zusammenarbeit mit verschiedenen Bus-Nutzerorganisationen mit der VDI/VDE-Gesellschaft Mess- und Automati-sierungstechnik (GMA)und mit der Interessengemeinschaft Prozessleittechnik der chemischen und pharmazeutischen Industrie (NAMUR) ist hierfür Grundvoraussetzung.
Automatisierungstechnik, sowie die Informations- und Kommunikationstechnik (IKT) verschmelzen zunehmend. In der Prozessindustrie tut man sich aber schwer, die heu-te schon möglichen daten- oder modellbasierten Steuerungen auf Basis smarter Sen-soren und Aktoren einzusetzen oder allein Anforderungen daran vorzugeben. Viele aktuelle Entwicklungen der Zulieferer werden verwehrt und man wartet lieber ab.
Es bilden sich schon jetzt rasant schnell neue digitale Geschäftsmodelle in der Pro-zessindustrie, wie es schon mit der zunehmenden Verbreitung des Internets beobach-tet werden konnte. Wenn die Automatisierer und Anlagenspezialisten jetzt nicht ge-stalten, tun es andere.
Früher war es umgekehrt: Informations- und Kommunikationstechnik für Profis konn-ten sich nur die Großkonzerne leisten. Die Technologie vom Personalcomputer bis zum Smart-Gerät und ihre Peripherie wurden und werden ausschließlich durch den Massenmarkt vorangetrieben. Also müssen wir umdenken und Wege finden, die rasch voranschreitende Informations- und Kommunikationstechnik geschickt für die Digitalisierung umbiegen.
Der Beitrag erörtert aktuelle Diskussionen über netzartige Verbindungen der Feldge-räte (Sensoren und Aktoren) untereinander und zur Cloud sowie über virtuelle Server-verbünde und Applikationen, die auf Cloud-Diensten basieren. Mit einem solchen System ist die Einrichtung beliebiger Dienstleistungen und Funktionen auf der Basis der jeweils gängigen Methoden und Technologie des Internets möglich. Beispiele für Dienstleistungen sind beispielsweise auf prozessanalytische oder Sensordaten auf-bauende Instandhaltungsdienste oder Energiedienste für Anlagen.
Accelerating chemical process development and manufacturing along with quick adaption to changing customer needs means consequent transformation of former batch to continuous (modular) manufacturing processes. These are justified by an improved process control through smaller volumes, better heat transfer, and faster dynamics of the examined reaction systems.
As an example, for such modular process units we present the design and validation of an integrated nuclear magnetic resonance (NMR) micro mixer tailor‐made for a desired chemical reaction based on computational modelling. The micro mixer represents an integrated modular production unit as an example for the most important class of continuous reactors. The quantitative online NMR sensor represents a smart process analytical field device providing rapid and non‐invasive chemical composition information without need for calibration. We describe the custom design through computational fluid dynamics (CFD) for the demands of the NMR sensor as well as for the given reaction conditions. The system was validated with an esterification reaction as an example for a chemical reaction process.
Systems utilizing such an online NMR analyser benefits through short development and set‐up times based on “modular” spectral models. Such models can simply be built upon pure component NMR spectra within minutes to a few hours (i.e., assignment of the NMR signals to the components) instead of tedious DoE calibrations runs. We present a range of approaches for the automated spectra analysis moving from statistical approach, (i.e., Partial Least Squares Regression) to physically motivated spectral models (i.e., Indirect Hard Modelling and Quantum Mechanical calculations). The approach was validated for typical industrial reactions, such as hydrogenations or lithiations.
Accelerating chemical process development and manufacturing along with quick adaption to changing customer needs means consequent transformation of former batch to continuous (modular) manufacturing processes. These are justified by an improved process control through smaller volumes, better heat transfer, and faster dynamics of the examined reaction systems.
As an example, for such modular process units we present the design and validation of an integrated nuclear magnetic resonance (NMR) micro mixer tailor‐made for a desired chemical reaction based on computational modelling. The micro mixer represents an integrated modular production unit as an example for the most important class of continuous reactors. The quantitative online NMR sensor represents a smart process analytical field device providing rapid and non‐invasive chemical composition information without need for calibration. We describe the custom design through computational fluid dynamics (CFD) for the demands of the NMR sensor as well as for the given reaction conditions. The system was validated with an esterification reaction as an example for a chemical reaction process.
Systems utilizing such an online NMR analyser benefits through short development and set‐up times based on “modular” spectral models. Such models can simply be built upon pure component NMR spectra within minutes to a few hours (i.e., assignment of the NMR signals to the components) instead of tedious DoE calibrations runs. We present a range of approaches for the automated spectra analysis moving from statistical approach, (i.e., Partial Least Squares Regression) to physically motivated spectral models (i.e., Indirect Hard Modelling and Quantum Mechanical calculations). The approach was validated for typical industrial reactions, such as hydrogenations or lithiations.
This work wants to show the benefit of NMR spectroscopy as online analytical technique in industrial applications for improving process understanding and efficiency. Especially development and set‐up times based on “modular” data analysis models will enable new production concepts, which are currently discussed with respect to digitization of process industry.
PANIC is the ideal forum for such discussions in the application of NMR spectroscopy and its data analysis to the everyday problems in process industry.
The Royal Society of Chemistry NMR Discussion Group and Molecular Spectroscopy Group would like to invite you to the 2017 Spring Meeting, which will be held at GlaxoSmithKline (GSK), Stevenage. The theme for the meeting is “Low level detection and quantification by NMR” and different NMR technologies, including solution state NMR, solid state NMR and benchtop/low field NMR will be discussed. The presentations will cover a range of NMR related disciplines, including conventional low level detection and quantification, the use of cryoprobes, quantification of polymorphism using ssNMR and also methods for spectral simplification. Recent developments and applications of hyperpolarisation techniques, within both solution state and solid state NMR, will be presented in conjunction with the effect these sensitivity enhancements have with respect to quantification and limits of detection.
Companies in the chemical industry have to tread new paths in order to survive successfully in a changed environment. This includes, in particular, the potential of digital technologies. The full integration and intelligent networking of systems and processes is making slow progress.
This talk is a tribute to the field level. It wants to encourage a more holistic approach to the digitalisation of the process industry based on smart sensors, actuators and communication and provides information on current technical perspectives, such as the "one-network paradigm", ad-hoc networking, edge computing, FPGAs, virtual machines or blockchain. These give smart sensors, actuators and communication a completely new perspective.
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.
Die BAM setzt in ihren analytischen Labors zunehmend Labor-Robotik ein, um gefähliche oder zeitraubende Routineaufgaben zu automatisieren. Durch Automation kann auch die Reproduzierbarkeit solcher Anwendungen erhöht werden.
Im Beitrag werden einige aktuelle Beispiele aus den Analytiklabors diskutiert, wie z. B. die Anwendung für die Herstellung und RFA-Analytik von Gläsern, eine Feinwäge-Robotik für 10-L-Gaszylinder im Rahmen der Herstellung von Primärnormalen oder die Automatisierung von Probenpräsentationen für optische Spektroskopie und chemical Imaging. Auch wird kurz auf den Einsatz von Speicherprogrammierbaren Steuerungen in der modularen Laborautomation und die Virtualisierung von analytischen Laborrechnern eingengangen.
Derzeit finden gravierende Veränderungen im Umfeld der Informations- und Kommunikationstechnik statt, die eine große Chance für die optimierte Prozessführung und Wertschöpfung mit darauf abgestimmten vernetzt kommunizierenden Sensoren bieten. Diese Art „smarte“ Sensoren stellen Dienste innerhalb eines Netzwerks bereit und nutzen Informationen daraus. Dieses ist die Voraussetzung für die Realisierung von Cyber Physical Systems (CPS) innerhalb zukünftiger Automatisierungskonzepte für die Prozessindustrie, wie sie auch durch das Zukunftsprojekt „Industrie 4.0“ adressiert werden. Smarte Prozess-Sensoren ermöglichen neue Geschäftsmodelle für Anwender, Gerätehersteller, Dienstleister.
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.
Derzeit finden gravierende Veränderungen im Umfeld der Informations- und Kommunikationstechnik statt, die eine große Chance für die optimierte Prozessführung und Wertschöpfung mit darauf abgestimmten vernetzt kommunizierenden Sensoren bieten. Diese Art „smarte“ Sensoren stellen Dienste innerhalb eines Netzwerks bereit und nutzen Informationen daraus. Dieses ist die Voraussetzung für die Realisierung von Cyber Physical Systems (CPS) innerhalb zukünftiger Automatisierungskonzepte für die Prozessindustrie, wie sie auch durch das Zukunftsprojekt „Industrie 4.0“ adressiert werden.
Initiiert von NAMUR und VDI/GMA und unter Mitwirkung der Unternehmen ABB, BASF, BTS, Bilfinger Maintenance, Endress+Hauser, Evonik, Festo, Krohne, Lanxess, Siemens, des Fraunhofer ICT, der HS Reutlingen und der BAM (Projektleitung) entstand jetzt die grundlegend aktualisierte und überarbeitete Technologie-Roadmap „Prozess-Sensoren 4.0“, die am 06. November 2015 auf der NAMUR-Hauptsitzung in Bad Neuenahr wurde.