Analytische Chemie
Filtern
Erscheinungsjahr
Dokumenttyp
Sprache
- Mehrsprachig (54) (entfernen)
Schlagworte
- Certification (2)
- Mobile Robot Olfaction (2)
- NMR-Spektroskopie (2)
- Nano (2)
- Prozessanalytik (2)
- Analytical chemistry (1)
- Animal species differentiation (1)
- Artificial neural networks (1)
- BFR (1)
- Beton (1)
Organisationseinheit der BAM
- 1 Analytische Chemie; Referenzmaterialien (5)
- 8 Zerstörungsfreie Prüfung (5)
- 1.4 Prozessanalytik (4)
- 6 Materialchemie (2)
- 6.3 Strukturanalytik (2)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (2)
- 1.1 Anorganische Spurenanalytik (1)
- 1.2 Biophotonik (1)
- 1.7 Organische Spuren- und Lebensmittelanalytik (1)
- 1.8 Umweltanalytik (1)
Eingeladener Vortrag
- nein (8)
Die Bundesanstalt für Materialforschung und -prüfung (BAM) ist eine forschende Bundesoberbehörde und Einrichtung der Ressortforschung der Bundesrepublik Deutschland. Unter ihrer Leitlinie „Sicherheit in Technik und Chemie“ ist sie zuständig für die öffentliche technische Sicherheit und für metrologische Aufgaben in der Chemie. Das Aufgabenspektrum der BAM, das sich an aktuellen Fragestellungen aus Wissenschaft, Wirtschaft, Politik und Normung orientiert, bietet sehr viele interessante Tätigkeitsfelder für Naturwissenschaftler*Innen und Ingenieur*Innen.
In this paper, we present a collection of machine learning assisted distributed fiber optic sensors (DFOS) for applications in the field of infrastructure monitoring. We employ advanced signal processing based on artificial neural networks (ANNs) to enhance the performance of the dynamic DFOS for strain and vibration sensing. Specifically, ANNs in comparison to conventional and computationally expensive correlation and linearization algorithms, deliver lower strain errors and speed up the signal processing allowing real time strain monitoring. Furthermore, convolutional neural networks (CNNs) are used to denoise the dynamic DFOS signal and enable useable sensing lengths of up to 100 km. Applications of the machine learning assisted dynamic DFOS in road traffic and railway infrastructure monitoring are demonstrated. In the field of static DFOS, machine learning is applied to the well-known Brillouin optical frequency domain analysis (BOFDA) system. Specifically, CNN are shown to be very tolerant against noisy spectra and contribute towards significantly shorter measurement times. Furthermore, different machine learning algorithms (linear and polynomial regression, decision trees, ANNs) are applied to solve the well-known problem of cross-sensitivity in cases when temperature and humidity are measured simultaneously. The presented machine learning assisted DFOS can potentially contribute towards enhanced, cost effective and reliable monitoring of infrastructures.
This report summarizes findings from the first comprehensive study on digitalization in conformity assessment in Germany. The reults are based on data from a survey among conformity assessment bodies (CABs) conducted in 2022. It highlights the digital maturity of the organizations, the motives, benefits and obstacles of digital transformation as well as the actual technology trends.
The study on German CABs is part of a global project that covers various other countries (see www.qi-fokus.de).
A big problem with the chemistry literature is that it is not standardized with respect to precise operational parameters, and real time corrections are hard to make without expert knowledge. This lack of context means difficult reproducibility because many steps are ambiguous, and hence depend on tacit knowledge. Here we present the integration of online NMR into an automated chemical synthesis machine (CSM aka. “Chemputer” which is capable of small-molecule synthesis using a universal programming language) to allow automated analysis and adjustment of reactions on the fly. The system was validated and benchmarked by using Grignard reactions which were chosen due to their importance in synthesis. The system was monitored in real time using online-NMR, and spectra were measured continuously during the reactions. This shows that the synthesis being done in the Chemputer can be dynamically controlled in response to feedback optimizing the reaction conditions according to the user requirements.
Im Zuge der Ist-Zustandserfassung von Stahl- und Spannbetonbauwerken spielt die chemische Analyse von Beton eine zentrale Rolle. Durch den externen Eintrag von schädigenden Substanzen wie Chlorid oder Alkalien aus Tausalzen oder Meerwasser, kann u.U. der Beton und/oder die Stahlbewehrung angegriffen werden. Bei Überschreitung kritischer korrosionsauslösender Chloridgehalte, z.B. bei Stahlbeton 0,4 M.-% (bzw. 0,5 M.-%) und Spannbeton 0,2 M.-% bezogen auf den Zement, erhöht sich das Risiko für eine Chlorid-induzierte Korrosion. Für die Beurteilung eines Instandsetzungsbedarfs und, sofern notwendig, der Erarbeitung eines Instandsetzungskonzeptes muss nach der Rili-SIB1 ein sachkundiger Planer herangezogen werden. Standardmäßig werden für die chemische Analyse Bohrkerne bzw. Bohrmehlproben aus dem zu untersuchenden Bauwerk entnommen und nach aufwendiger Probenvorbereitung nasschemisch analysiert (nach DAfStb Heft 401 oder DIN 14629). Dabei wird der Gesamtchloridgehalt bezogen auf die Einwaage angegeben. Eine Umrechnung auf den Zementgehalt erfolgt i.d.R. durch Schätzwerte. Der Einsatz der laserinduzierten Plasmaspektroskopie (LIBS) wird seit Mitte der 90er Jahren an der Bundesanstalt für Materialforschung und -prüfung erforscht, um den Chloridgehalt durch eine ortsaufgelöste Elementanalyse an einer Betonprobe möglichst genau zu ermitteln. Die zweidimensionale LIBS-Messung mit einer lateralen Auflösung von 100 µm x 100 µm erlaubt die Berücksichtigung der Heterogenität von Beton. Dabei lassen sich die Bindemittelmatrix und die Gesteinskörnung separat betrachten, wodurch sich die Aussagekraft der Ergebnisse und somit die Sicherheit der chemischen Zustandserfassung erhöht. Durch die stetige Weiterentwicklung von Komponenten wie Laser, Spektrometer und analytischer Auswerteroutinen sind mittlerweile automatisierte Systeme für die schnelle LIBS-Analyse auf dem Markt verfügbar. In diesem Vortrag wird der aktuelle Stand der Technik anhand von Praxisbeispielen präsentiert und entscheidende Vorteile gegenüber dem Standardverfahren herausgestellt. Aufgrund der Möglichkeit für eine simultane Multielementanalyse mit LIBS werden weitere Anwendungen, wie z.B. die Ermittlung der Karbonatisierungstiefe, Untersuchungen von Transportprozessen, Chlorideintrag entlang von Rissen oder Untersuchungen von Elementverteilungen im Kontext einer AKR vorgestellt.
Laboratories tend to be central hubs for chemical, biotechnological, pharmaceutical or foodstuff production. They play a key role in research and development, chemical analysis, quality assurance, maintenance and process control. For process development and optimization, process analytical technology (PAT) has proven to be a powerful tool to improve our understanding of processes, increase productivity, reduce waste and costs and shorten processing times.
Der Vortrag gibt Beispiele dafür, wie Drohnen sinnvoll im zivilen Bereich eingesetzt werden können. Insbesondere werden die Lokalisierung von Gasemissionsquellen und die Erstellung von Gasverteilungskarten vorgestellt.
Perhaps due in no small part to its historical mystique, mechanochemistry has been shrowded in relative obscurity for quite some time. The successes of mechanochemistry in organic synthesis have often been curtailed by a fundamentally limited mechanistic understanding. Lately, however, the community has made great strides towards understanding the fundamentals, as well as large steps forward regarding industrially significant scale-up via twin-screw extrusion. A variety of recent work has traded in some of mechanochemistry’s mystique for simple, straight-forward chemical guidelines.
Der Vortrag zeigt aktuelle Entwicklungen und Betätigungsfelder des Fachbereichs Prozessanalytik zum Thema Automation in der Analytik. Dies Umfasst die Laborautomation am Beispiel der Probenpräparation für die Röntgenfluoreszenzanalyse und moderne Synthesekonzepte in der organischen Chemie. Außerdem wird die Rolle der Prozessanalytik in der kontinuierlichen Produktion thematisier. Als Anschauungsgegenstand dienen die Überwachung einer Hydroformylierung mittels Raman- und NMR-Spektroskopie und der Einsatz eines NMR-Sensors in einer modularen Produktionsanlage im Pilotmaßstab.
Wir laden zum Trainingsworkshop Datenanalyse ein. Angetrieben durch die Digitalisierung und die sogenannte Industrie 4.0 steigt die Erwartungshaltung gegenüber der Nutzung von Daten. Die Unsicherheit, Widersprüchlichkeit und Redundanz separat verarbeiteter einzelner Quellen soll durch die synergetische Zusammenführung heterogener Datensätze überwunden werden. Dabei steht der zunehmenden Aufgabenkomplexität eine ebenso zunehmende Verfügbarkeit an Daten und Analyseverfahren gegenüber.
Der Workshop vermittelt ein konzeptionelles Verständnis für moderne Datenanalyseverfahren (Machine Learning (ML), Multivariate Statistik) und soll durch ein anschließendes Hands-On Training mit Python (https://www.python.org) einen einfachen Einstieg in die Thematik ermöglichen. Der Kurs richtet sich an den wissenschaftlichen Nachwuchs.