Analytische Chemie
Filtern
Dokumenttyp
- Vortrag (11)
- Beitrag zu einem Tagungsband (1)
- Forschungsbericht (1)
Sprache
- Deutsch (13) (entfernen)
Referierte Publikation
- nein (13)
Schlagworte
Organisationseinheit der BAM
- 8.6 Faseroptische Sensorik (13) (entfernen)
Eingeladener Vortrag
- nein (11)
Der Beitrag behandelt verschiedene Themen aus dem H2Safety@BAM-Kompetenzfeld Sensorik, Analytik und zertifizierte Referenzmaterialien (SensRef) mit Schwerpunkt auf Mess- und Prüfverfahren, die verschiedene Analyseverfahren, Sensortechnologien und Ultraschallwellen nutzen. Ein Teil davon ist das Euramet-Vorhaben "MefHySto" zur Metrologie der Wasserstoffspeicherung. Des Weiteren werden Verfahren zur Erkennung von freigesetztem Wasserstoff und zur Bestimmung des Wasserstoff-Luftverhältnisses mithilfe von Gassensoren behandelt. Ein weiterer Aspekt ist die zerstörungsfreie Fehlstellenerkennung mit einem integrierten Zustandsüberwachungssystem, das auf geführten Ultraschallwellen basiert und zur Überwachung der Lebensdauer von Composite-Behältern (Wasserstoffspeicher) dient. Zudem wird die Anwendung faseroptischer Sensorik zur Schadenfrüherkennung an Wasserstoffspeichern diskutiert. Dabei werden erkennbare Dehnungsänderungen an Druckbehältern als Indikatoren genutzt.
Der Beitrag beinhaltet Themen vom H2Safety@BAM-Kompetenzfeld Sensorik, Analytik und zertifizierte Referenzmaterialien (SensRef) mit Fokus auf Mess- und Prüfverfahren mit verschiedenen Sensortechnologien und Ultraschallwellen:
Metrologie zur Wasserstoffspeicherung - Euramet-Vorhaben "MefHySto",
Erkennung von freigesetztem Wasserstoff sowie die Bestimmung des Wasserstoff-Luftverhälntisses mit Gassensoren, zerstörungsfreie Fehlstellenerkennung mit integriertem Zustandsüberwachungssystem basierend auf geführten Ultraschallwellen zur Lebensdauerüberwachung von Composite-Behältern (Wasserstoffspeicher) sowie faseroptische Sensorik zur Schadenfrüherkennung von Wasserstoffspeichern aufgrund erkennbarer Dehnungsänderungen an Druckbehältern.
Die verteilte faseroptische akustische Sensorik (DAS) wird vorgestellt, hinsichtlich ihrer Leistungsfähigkeit beschrieben und verschiedenste Anwendungsfelder, z.B. für das Zustandsmonitoring oder für seismische Messungen, beispielhaft gezeigt. Zudem werden mögliche Anwendungsfelder von DAS für den Kontext Kerntechnische Entsorgung (KTE) und Rückbau aufgezeigt.
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.
Der Vortrag zum Mess- und Prüfverfahren mit verschiedenen Sensortechnologien und Ultraschallwellen beinhaltet die Themen:
Metrologie zur Wasserstoffspeicherung - Euramet-Vorhaben "MefHySto",
Erkennung von freigesetztem Wasserstoff sowie die Bestimmung des Wasserstoff-Luftverhälntisses mit Gassensoren, zerstörungsfreie Fehlstellenerkennung mit integriertem Zustandsüberwachungssystem basierend auf geführten Ultraschallwellen zur Lebensdauerüberwachung von Composite-Behältern (Wasserstoffspeicher) sowie faseroptische Sensorik zur Schadenfrüherkennung von Wasserstoffspeichern aufgrund erkennbarer Dehnungsänderungen an Druckbehältern.
Mess- und prüftechnische Verfahren sind zur Prozesskontrolle und Sicherheitsüberwachung in Wasserstofftechnologien von hoher Bedeutung. Typische Anwendungsgebiete von Sensoren sind Sicherheitsüberwachung, Leckdetektion und Prozesskontrolle. In diesem Beitrag werden Themen zur Erkennung von freigesetztem Wasserstoff sowie die Bestimmung des Wasserstoff-Luftverhältnisses mit Gassensoren, Fehlstellenerkennung mit geführten Ultraschallwellen zur Lebensdauerüberwachung (Structural Health Monitoring) von Wasserstoffspeichern sowie der Einsatz faseroptischer Sensoren zur Überwachung des Dehnungs- und Alterungsverhaltens sowie zur Schadensfrüherkennung von Wasserstoffspeichern vorgestellt.
Der Vortrag gibt einen Überblick über die Einsatzmöglichkeiten faseroptischer Sensorik (FOS) als ZfP-Verfahren. Dabei werden an Beispielen lokale und verteilte faseroptische Verfahren zur Dehnungs-, Temperatur- und Risserfassung sowie zur akustischen Messung vorgestellt. Weiterhin werden Möglichkeiten zur Selbstdiagnose von FOS aufgezeigt.
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 Verwendung von Methoden des Maschinellen Lernens (ML) und der Künstlichen Intelligenz (KI) im Fachbereich 8.6 Faseroptische Sensorik wird dargestellt. Die vielfältigen Möglichkeiten, Machine Learning auf Basis Künstlicher Neuronaler Netze (ANN) für eine schnelle und effiziente Datenverarbeitung eizusetzen werden demonstriert. Hierfür werden Beispiele für die Anwendungszwecke Messgrößenberechnung, Entrauschen, Interpolation, Bildverarbeitung und Messdatenauswertung aufgezeigt.
Der Mangel an Anwendungsrichtlinien und Validierungsverfahren für struktur-eingebettete faseroptische Dehnungssensoren, insbesondere auf Faser-Bragg-Gitter (FBG)-Basis, führte bislang dazu, dass diese Sensoren trotz ihrer hervorragenden Eigenschaften im Bereich der kommerziellen Material- und Strukturüberwachung nur in geringem Umfange eingesetzt wurden. Fragen zur Degradation der Sensoren unter Beanspruchung, Alterung durch klimatische Einflüsse und Enthaftung infolge Belastung der Struktur konnten bisher nur theoretisch simuliert oder anhand exemplarischer Proben für einzelne einflussnehmende Parameter im Labor untersucht werden. Die Erfassung des Sensorverhaltens im Bauteil unter komplexen Umwelteinflüssen während des Bauteilbetriebes, um damit eine Aussage zur Zuverlässigkeit der Sensormessdaten zu gewinnen, war bisher nicht möglich.
Im Forschungsprojekt FAMOS² wurde deshalb von 2014 bis 2018 die Realisierung eines Autodiagnoseverfahrens für faseroptische Dehnungssensoren erarbeitet, um die Funktionszuverlässigkeit und Langzeitstabilität der Sensoren während des Bauteilbetriebes innerhalb einer Bauteilstruktur bewerten zu können. Im Rahmen des Forschungsprojektes wurde gezeigt, dass ein FBG-Sensor mit einer speziell angepassten magnetostriktiven Schicht magnetisch so angeregt werden kann, dass mit einer zugeschnittenen Messmethodik zu jedem Zeitpunkt eine Bewertung der Sensorzuverlässigkeit unter Betriebsbedingungen möglich ist. Die auf den Sensor aufgebrachte magnetostriktive Schicht erzeugt bei Anregung mit einem passenden Magnetfeld eine gepulste, synthetische Dehnung. Diese Dehnung steht in einem definierten Verhältnis zum anregenden Magnetfeld und wird optisch über die Verschiebung der Bragg-Wellenlänge ausgelesen. Die Konstanz dieses Verhältnisses stellt dann ein Maß für die korrekte Funktionsfähigkeit des Sensors dar. Das Beschichtungs-verfahren, das magnetische Anregungs- und optische Ausleseverfahren, wie auch die Validierung des Sensors unter Berücksichtigung faseroptischer Effekte wurden während des Projekts konzeptionell entwickelt, aufgebaut und charakterisiert. Qualitativ kann mit diesem Verfahren zunächst eine Gut-/Schlecht-Beurteilung des Sensors vorgenommen werden. Perspektivisch bietet das Verfahren jedoch auch die Möglichkeit, verschiedene Versagensmechanismen bestimmen und klassifizieren zu können. Es zeichnete sich schon während des Projektverlaufs ab, dass sich aus den erzielten Ergebnissen über das Autodiagnoseverfahren hinaus weitere Anwendungsmöglichkeiten für den Einsatz des kombinierten magnetostriktiv-faseroptischen Sensorprinzips, beispielsweise als reiner Magnetfeldsensor, ergeben.
Nach Abschluss dieses Forschungsprojekts besteht nun die Möglichkeit, den Funktionszustand faseroptischer Dehnungssensoren jederzeit unabhängig von Alter, Belastung oder Kenntnis eines Referenzzustands zu einem bestimmten Zeitpunkt bestimmen zu können. Aufbauend auf diesen Ergebnissen können weiterführende Forschungen die Messmethodik vertiefend charakterisieren und weitere Anwendungsfälle erschließen.