DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao,
un cliente che produce diversi prodotti in fibra di carbonio sta lavorando sui dati di un DSC ( Calorimetria differenziale a scansione maggiori informazioni a quella in basso)
Il cliente ottiene i dati per la temperatura nel tempo, dove nel tempo vengono impostate diverse reazioni (es. ossidazione) per vedere l'effetto che ha sul materiale, linea di base, stabilità del polimero e altro.Vuole analizzare, ad esempio, la variazione della velocità di riscaldamento su ciascuna reazione e ha bisogno di differenziare gli effetti della reazione dalla curva della temperatura.
Qualcuno ha mai fatto un lavoro del genere in passato o ha lavorato con un cliente su cose del genere? In che modo JMP può aiutare con questo tipo di analisi?
Attualmente utilizza un risolutore Excel, quindi diversi metodi, come simpson, kissenger. Ma Excel non è stabile nei risultati, significa che i risultati differiscono dove non dovrebbero. Identificare i picchi e sapere che JMP dispone di metodi è una cosa, ma ho bisogno di indicazioni su come procedere con tale analisi all'interno di JMP.
Eventuali suggerimenti sono ben accetti, preferibilmente entro lunedì pomeriggio. Molte grazie
Martin
Calorimetria differenziale a scansione o DSC è un termoanalitico tecnica in cui la differenza nella quantità di calore necessario per aumentare la temperatura di un campione e il riferimento viene misurato in funzione della temperatura. Sia il campione che il riferimento vengono mantenuti pressoché alla stessa temperatura durante l'esperimento. Generalmente, il programma di temperatura per un'analisi DSC è progettato in modo tale che la temperatura del supporto del campione aumenti linearmente in funzione del tempo. Il campione di riferimento dovrebbe avere un'area ben definita capacità termica nell'intervallo di temperature da scansionare.
più qui: Calorimetria differenziale a scansione - Wikipedia, l'enciclopedia libera
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?ciao Bill,
grazie mille, questo è utile per capire l'ulteriore processo. Ho usato la funzione Fit Mixture in Life Distribution e sembra fare il lavoro. Avrò un'ultima chiamata questa settimana con il cliente per ottenere il suo feedback se è abbastanza e cosa vuole.
Ho imparato molto, grazie!
Martin
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?ciao Bill,
Grazie, anche se è vero che potresti usare una miscela adatta per adattare l'intera curva non otterrai le forme di ciascuna delle distribuzioni miste, giusto? Ma potrei usare le stime per ciascuno di questi e tracciare le mie curve in un grafico sovrapposto insieme a tutti i dati.
Seguirò questo pensiero.
Martin
Martin Demel
Ingegnere di sistemi JMP ▪ Vendite JMP ▪ Germania, Austria, Svizzera
Tel: + 49 89 15929 315 ▪ Fax: + 49 6221 415 44 6115
Cellulare: + 49 172 6340 872 ▪ Martin.Demel@jmp.com ▪ www.jmp.com/de<>
Indirizzo: Nördliche Auffahrtsallee 22 ▪ 80638 Monaco di Baviera
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?Martino,
Life Distribution in JMP 12 consente di esaminare diverse combinazioni di diverse distribuzioni.Usa Fit Mixture sotto l'hot spot Life Distribution.
Fattura
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?ciao Martin,
Per favore, la risposta che ho ricevuto da Cy Wegman di P&G riguardo all'utilizzo di JMP per modellare i dati DSC.
Il modo più sicuro per modellare il DSC è usare il sommario
misure ottenute dal DSC. Tutti li accettano e li capiscono.
Idealmente li modelli contemporaneamente poiché sono della stessa misura. Voi
può farlo nei modelli neurali ma anche in JMP 12 con la nuova selezione
tecnica nella piattaforma dei minimi quadrati si selezionano i parametri del modello al
contemporaneamente.
La modellazione dell'intera curva DSC può essere eseguita tramite dati funzionali
approccio di analisi o più semplicemente con PLS. Il problema con questo approccio è
i numeri del flusso di calore cambiano con la dimensione del campione, quindi le curve si spostano verso l'alto
e giù. Quindi per aiutare ad alleviare questo li normalizzo a un inizio costante
punto. Tuttavia, questo non lo risolve ancora perfettamente. Se davvero avessi intenzione di
prova a usare questo approccio sul serio dovresti fare attenzione nella dimensione del campione e
ripetere più volte la misura DSC per calcolare la media dell'errore di campionamento. per quanto
come so, nessuno era disposto a farlo qui.
Per l'approccio PLS è sufficiente utilizzare la piattaforma Fit Model e
profilo è la risposta. Ogni posizione è la sua colonna. Se le curve DSC
hanno un numero diverso di punti puoi "normalizzarli" adattandoli a ciascuno
individualmente con un modello neurale e quindi creare una scala comune e utilizzare il
modello neurale per darti la y per ogni punto di scala.
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?ciao Martin,
Si prega di commentare di seguito da Cy Wegman di P&G in merito alla sua esperienza nell'analisi dei dati DSC.
Il modo più sicuro per modellare il DSC è usare il sommario
misure ottenute dal DSC. Tutti li accettano e li capiscono.
Idealmente li modelli contemporaneamente poiché sono della stessa misura. Voi
può farlo nei modelli neurali ma anche in JMP 12 con la nuova selezione
tecnica nella piattaforma dei minimi quadrati si selezionano i parametri del modello al
contemporaneamente.
La modellazione dell'intera curva DSC può essere eseguita tramite dati funzionali
approccio di analisi o più semplicemente con PLS. Il problema con questo approccio è
i numeri del flusso di calore cambiano con la dimensione del campione, quindi le curve si spostano verso l'alto
e giù. Quindi per aiutare ad alleviare questo li normalizzo a un inizio costante
punto. Tuttavia, questo non lo risolve ancora perfettamente. Se davvero avessi intenzione di
prova a usare questo approccio sul serio dovresti fare attenzione nella dimensione del campione e
ripetere più volte la misura DSC per calcolare la media dell'errore di campionamento. per quanto
come so, nessuno era disposto a farlo qui.
Per l'approccio PLS è sufficiente utilizzare la piattaforma Fit Model e
profilo è la risposta. Ogni posizione è la sua colonna. Se le curve DSC
hanno un numero diverso di punti puoi "normalizzarli" adattandoli a ciascuno
individualmente con un modello neurale e quindi creare una scala comune e utilizzare il
modello neurale per darti la y per ogni punto di scala.
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?Ciao Bill ed Eric e altri,
Ho avuto nuove intuizioni dal cliente. Non ha una macchina per identificare i picchi, ottiene solo i dati che possono apparire come la curva a sinistra (b) per il flusso di calore. La parte sinistra della curva è massimizzata a destra (Bild 8.). E ciò che vuole identificare è, in questo caso, le curve per 4 reazioni (ha tre reazioni) basate su diverse distribuzioni, ad esempio Gauß, Lorenz e/o Weibull. Nel suo caso ha detto, di solito le distribuzioni normali non riflettono l'influenza della reazione sul flusso di calore, Lorenz e Weibull fanno un lavoro migliore. Nel documento (tedesco) questo è chiamato dividendo uno spettro C-NMR per Peak Separation utilizzando un programma di adattamento.
Quindi è già bloccata all'inizio nell'identificare i picchi per le funzioni/distribuzioni di influenza della reazione piuttosto che i picchi del flusso di calore stesso.
In JMP potrei cercare distribuzioni di miscele singole o normali. Ma non vedo un modo per rilevare, ad esempio, quale combinazione di distribuzioni potrebbe portare alla curva complessiva. C'è un modo semplice e al massimo per giocare con diverse combinazioni di distribuzione? O potrei usare una delle piattaforme di modellazione per identificare quei fit?
Grazie, Martin
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?Ciao Eric,
questo è davvero utile. Non vedo l'ora di cosa dirà il cliente.
Ti terrò aggiornato qui.
Molte grazie,
Martin
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?Martino,
Nel mio precedente lavoro come chimico ho svolto una vasta quantità di lavoro utilizzando DSC, microcalorimetria isotermica e altre tecniche termoanalitiche. Sebbene JMP non abbia molto da offrire rispetto al software fornito dai produttori di strumenti per quanto riguarda la "marcatura" dei termogrammi (ad es. integrazione dei picchi, misurazione delle transizioni dei gradini, marcatura e sottrazione delle linee di base, ecc.), JMP supera di gran lunga le capacità dello stesso software quando si tratta di modellare i dati dopo aver eseguito la "marcatura" iniziale. Ho usato JMP insieme ai dati termoanalitici per generare modelli per determinare la purezza e il contenuto amorfo e per adattare modelli di velocità di reazione non lineari, tra le altre cose.
Erich
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?Sarebbe fantastico!
Ri: DSC (calorimetria a scansione differenziale) - JMP è in grado di farlo o aiuta in questo?ciao Martin,
Qualcuno con cui ho lavorato in P&G che ha preso i dati DSC da vari composti/materiali ed è stato in grado di modellare/prevedere la transizione vetrosa e il punto di fusione.Credo che abbia usato la PCA per ottenere i fattori e poi abbia usato NN con i componenti principali come predittori.Gli chiederò se è disposto a condividere la sua tecnica e ti farò sapere.
Migliore,
Fattura
