DSC (calorimetría diferencial de barrido): ¿JMP es capaz de hacer esto o ayuda con esto?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola,
un cliente que produce diferentes productos de fibra de carbono está trabajando con datos de un DSC ( Calorimetría diferencial de barrido (más información en la parte inferior)
El cliente obtiene datos de la temperatura a lo largo del tiempo, donde dentro del tiempo se establecen diferentes reacciones (por ejemplo, oxidación) para ver el efecto que tiene sobre el material, la línea base, la estabilidad del polímero y más.Quiere analizar, por ejemplo, la variación de la tasa de calor en cada reacción y necesita diferenciar los efectos de la reacción de la curva de temperatura.
¿Alguien ha hecho alguna vez este tipo de trabajo en el pasado o trabajado con un cliente en tales cosas? ¿Cómo podría ayudar JMP con este tipo de análisis?
Actualmente usa un solucionador de Excel, luego varios métodos, como simpson, kissenger. Pero Excel no es estable en los resultados, significa que los resultados difieren donde no deberían. Identificar los picos y saber que JMP tiene métodos es una cosa, pero necesito alguna orientación sobre cómo proceder con un análisis de este tipo dentro de JMP.
Cualquier sugerencia es bienvenida, mejor antes del lunes por la tarde. Muchas gracias
Martín
Calorimetría diferencial de barrido o DSC es un termoanalítico técnica en la que la diferencia en la cantidad de calor requerido para aumentar el temperatura de una muestra y la referencia se mide en función de la temperatura. Tanto la muestra como la referencia se mantienen casi a la misma temperatura durante todo el experimento. Generalmente, el programa de temperatura para un análisis DSC está diseñado de manera que la temperatura del portamuestras aumente linealmente en función del tiempo. La muestra de referencia debe tener un bien definido capacidad calorífica sobre el rango de temperaturas a escanear.
más aquí: Calorimetría diferencial de barrido - Wikipedia, la enciclopedia libre
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Hola Bill,
muchas gracias, esto es útil para comprender el proceso posterior. Usé la función Fit Mixture en Life Distribution y parece funcionar. Tendré una última llamada esta semana con el cliente para obtener sus comentarios si eso es suficiente y lo que ella quiere.
¡He aprendido mucho, gracias!
Martín
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Hola Bill,
Gracias, aunque es cierto que podrías usar la mezcla de ajuste para ajustar toda la curva, no obtendrás las formas de cada una de las distribuciones mixtas, ¿verdad? Pero podría usar las estimaciones para cada uno de estos y trazar mis propias curvas en un gráfico superpuesto junto con todos los datos.
Seguiré con este pensamiento.
Martín
Martín Demel
Ingeniero de sistemas de JMP ▪ Ventas de JMP ▪ Alemania, Austria, Suiza
Tel: + 49 89 15929 315 ▪ Fax: + 49 6221 415 44 6115
Móvil: + 49172 6340872 ▪ Martin.Demel@jmp.com < martin.demel=""> ▪ www.jmp.com/de <>
Dirección: Nördliche Auffahrtsallee 22 ▪ 80638 München
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Martín,
Life Distribution en JMP 12 le permite ver diferentes combinaciones de diferentes distribuciones.Use Fit Mixture debajo del punto de acceso de Life Distribution.
Factura
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Hola martin,
Por favor, la respuesta que recibí de Cy Wegman en P&G con respecto al uso de JMP para modelar datos DSC.
La forma más segura de modelar el DSC es utilizar el resumen
medidas que obtiene del DSC. Todos los aceptan y los entienden.
Lo ideal es modelarlos simultáneamente ya que son de la misma medida. usted
puede hacer esto en modelos neuronales pero también en JMP 12 con la nueva selección
técnica en la plataforma de mínimos cuadrados, seleccione los parámetros del modelo en la
simultaneamente.
El modelado de toda la curva DSC se puede realizar mediante un dato funcional
enfoque de análisis o más simplemente con PLS. El problema con este enfoque es
los números de flujo de calor cambian con el tamaño de la muestra, por lo que las curvas se mueven hacia arriba
y abajo. Entonces, para ayudar a aliviar esto, los normalizo a un comienzo constante
punto. Sin embargo, esto todavía no lo soluciona perfectamente. Si realmente fueras a
intente utilizar este enfoque en serio, debe tener cuidado con el tamaño de la muestra y
Repita la medida DSC varias veces para promediar el error de muestreo. Tan lejos
como yo sé, nadie estaba dispuesto a hacer eso aquí.
Para el enfoque PLS, simplemente use la plataforma Fit Model y
el perfil es la respuesta. Cada posición es su propia columna. Si las curvas DSC
tiene un número diferente de puntos, puede 'normalizarlos' ajustando cada
individualmente con un modelo neuronal y luego hacer una escala común y usar el
modelo neuronal para darle la y para cada punto de escala.
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Hola martin,
A continuación, comente de Cy Wegman de P&G con respecto a su experiencia en el análisis de datos de DSC.
La forma más segura de modelar el DSC es utilizar el resumen
medidas que obtiene del DSC. Todos los aceptan y los entienden.
Lo ideal es modelarlos simultáneamente ya que son de la misma medida. usted
puede hacer esto en modelos neuronales pero también en JMP 12 con la nueva selección
técnica en la plataforma de mínimos cuadrados, seleccione los parámetros del modelo en la
simultaneamente.
El modelado de toda la curva DSC se puede realizar mediante un dato funcional
enfoque de análisis o más simplemente con PLS. El problema con este enfoque es
los números de flujo de calor cambian con el tamaño de la muestra, por lo que las curvas se mueven hacia arriba
y abajo. Entonces, para ayudar a aliviar esto, los normalizo a un comienzo constante
punto. Sin embargo, esto todavía no lo soluciona perfectamente. Si realmente fueras a
intente utilizar este enfoque en serio, debe tener cuidado con el tamaño de la muestra y
Repita la medida DSC varias veces para promediar el error de muestreo. Tan lejos
como yo sé, nadie estaba dispuesto a hacer eso aquí.
Para el enfoque PLS, simplemente use la plataforma Fit Model y
el perfil es la respuesta. Cada posición es su propia columna. Si las curvas DSC
tiene un número diferente de puntos, puede 'normalizarlos' ajustando cada
individualmente con un modelo neuronal y luego hacer una escala común y usar el
modelo neuronal para darle la y para cada punto de escala.
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Hola, Bill, Eric y otros.
Tengo nuevos conocimientos del cliente. Ella no tiene una máquina para identificar los picos, solo obtiene los datos que pueden parecerse a la curva de la izquierda (b) para el flujo de calor. La parte izquierda de la curva se maximiza a la derecha (Bild 8.). Y lo que quiere identificar es, en este caso, las curvas para 4 reacciones (tiene tres reacciones) basadas en distribuciones diferentes, por ejemplo, Gauß, Lorenz y / o Weibull. En su caso, dijo, las distribuciones normalmente normales no reflejan la influencia de la reacción en el flujo de calor, Lorenz y Weibull hacen un mejor trabajo. En el artículo (alemán) esto se denomina dividir un espectro de C-NMR por separación de picos utilizando un programa de ajuste.
Así que ella ya está atrapada al principio identificando los picos para las funciones / distribuciones de influencia de la reacción en lugar de los picos del flujo de calor en sí.
En JMP pude buscar distribuciones de mezclas simples o normales. Pero no veo una forma de detectar, por ejemplo, qué combinación de distribuciones podría conducir a la curva general. ¿Existe alguna forma, en el mejor de los casos, fácil de jugar con diferentes combinaciones de distribución? ¿O podría usar una de las plataformas de modelado para identificar esos ajustes?
Gracias martin
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Hola Eric,
eso es realmente útil. Espero con ansias lo que dirá el cliente.
Te mantendré actualizado aquí.
Muchas gracias,
Martín
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Martín,
Hice una gran cantidad de trabajo utilizando DSC, microcalorimetría isotérmica y otras técnicas termoanalíticas en mi trabajo anterior como químico. Si bien JMP no tiene mucho que ofrecer sobre el software proporcionado por los fabricantes de instrumentos con respecto al "marcado" de los termogramas (es decir, integración de picos, medición de transiciones de pasos, marcado y sustracción de líneas de base, etc.), JMP supera con creces las capacidades de ese mismo software cuando se trata de modelar esos datos después de hacer el "marcado" inicial. Usé JMP junto con datos termoanalíticos para generar modelos para determinar la pureza y el contenido amorfo y para ajustar modelos de velocidad de reacción no lineal, entre otras cosas.
Erich
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?¡Que sería increíble!
Re: DSC (calorimetría diferencial de barrido) - ¿JMP es capaz de hacer esto o ayuda con esto?Hola martin,
Alguien con quien trabajé en P&G que tomó datos DSC de varios compuestos / materiales y pudo modelar / predecir la transición vítrea y el punto de fusión.Creo que usó PCA para obtener los factores y luego usó NN con los componentes principales como predictores.Le preguntaré si está dispuesto a compartir su técnica y hacérselo saber.
Mejor,
Factura
