DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hi,
ein Kunde, der verschiedene Kohlefaserprodukte herstellt, arbeitet mit Daten aus einem DSC ( Differential Scanning Kalorimetrie mehr Infos dazu unten)
Der Kunde erhält Daten für die Temperatur über die Zeit, wobei innerhalb der Zeit verschiedene Reaktionen (zB Oxidation) eingestellt werden, um die Auswirkungen auf das Material, die Basislinie, die Stabilität des Polymers und mehr zu sehen.Sie möchte zB die Variation der Heizrate über jede Reaktion analysieren und muss die Reaktionseffekte von der Temperaturkurve unterscheiden.
Hat jemand in der Vergangenheit schon einmal solche Arbeiten gemacht oder mit einem Kunden an solchen Dingen gearbeitet? Wie könnte JMP bei dieser Art von Analyse helfen?
Derzeit verwendet sie einen Excel-Solver, dann mehrere Methoden, wie Simpson, Kissenger. Aber Excel ist in den Ergebnissen nicht stabil, dh die Ergebnisse unterscheiden sich dort, wo sie nicht sollten. Die Peaks zu identifizieren und zu wissen, dass JMP Methoden hat, ist eine Sache, aber ich brauche eine Anleitung, wie man mit einer solchen Analyse in JMP vorgehen würde.
Hinweise sind sehr willkommen, am besten vor Montagnachmittag. Danke vielmals
Martin
Differenzkalorimetrie oder DSC ist ein thermoanalytisch Technik, bei der die Differenz in der Menge von Wärme erforderlich, um die Temperatur einer Probe und Referenz wird als Funktion der Temperatur gemessen. Sowohl die Probe als auch die Referenz werden während des gesamten Experiments auf nahezu der gleichen Temperatur gehalten. Im Allgemeinen ist das Temperaturprogramm für eine DSC-Analyse so ausgelegt, dass die Probenhaltertemperatur linear als Funktion der Zeit ansteigt. Die Referenzprobe sollte ein gut definiertes Wärmekapazität über den zu scannenden Temperaturbereich.
mehr hier: Dynamische Differenzkalorimetrie - Wikipedia, die freie Enzyklopädie
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Hallo Bill,
vielen Dank, das ist hilfreich, um den weiteren Prozess zu verstehen. Ich habe das Fit Mixture Feature in Life Distribution verwendet und es scheint den Job zu machen. Ich werde diese Woche ein letztes Telefonat mit der Kundin führen, um ihr Feedback zu erhalten, ob das genug ist und was sie will.
Ich habe viel gelernt, danke!
Martin
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Hallo Bill,
Danke, obwohl es stimmt, dass Sie die Anpassungsmischung verwenden können, um die gesamte Kurve anzupassen, erhalten Sie nicht die Formen jeder der gemischten Verteilungen, oder? Aber vielleicht könnte ich die Schätzungen für jede davon verwenden und meine eigenen Kurven zusammen mit den gesamten Daten in einem Overlay-Plot darstellen.
Diesem Gedanken werde ich nachgehen.
Martin
Martin Demel
JMP Systems Engineer ▪ JMP Vertrieb ▪ Deutschland, Österreich, Schweiz
Tel: + 49 89 15929 315 ▪ Fax: + 49 6221 415 44 6115
Mobil: + 49 172 6340 872 ▪ Martin.Demel@jmp.com ▪ www.jmp.com/de<>
Adresse: Nördliche Auffahrtsallee 22 ▪ 80638 München
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Martin,
Die Lebensdauerverteilung in JMP 12 ermöglicht es Ihnen, verschiedene Kombinationen verschiedener Verteilungen zu betrachten.Verwenden Sie Fit Mixture unter dem Life Distribution-Hotspot.
Rechnung
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Hallo Martin,
Bitte die Antwort, die ich von Cy Wegman von P&G bezüglich der Verwendung von JMP zur Modellierung von DSC-Daten erhalten habe.
Der sicherste Weg, das DSC zu modellieren, ist die Zusammenfassung
Maßnahmen erhalten Sie vom DSC. Jeder akzeptiert diese und versteht sie.
Idealerweise modellieren Sie sie gleichzeitig, da sie aus demselben Takt stammen. Du
kann dies in neuronalen Modellen aber auch in JMP 12 mit der neuen Auswahl tun
Technik in der Plattform der kleinsten Quadrate wählen Sie die Modellparameter am
gleichzeitig.
Die Modellierung der gesamten DSC-Kurve kann über Funktionsdaten erfolgen
Analyseansatz oder einfacher mit PLS. Das Problem bei diesem Ansatz ist
die Wärmestromzahlen ändern sich mit der Stichprobengröße, sodass sich die Kurven nach oben verschieben
und runter. Um dies zu lindern, normalisiere ich sie zu einem konstanten Start
Punkt. Dies behebt es jedoch immer noch nicht perfekt. Wenn du wirklich wolltest
Versuchen Sie, diesen Ansatz ernsthaft zu verwenden, Sie sollten bei der Stichprobengröße vorsichtig sein und
Wiederholen Sie die DSC-Messung mehrmals, um den Abtastfehler zu mitteln. So weit
dazu war hier, wie ich weiß, niemand bereit.
Für den PLS-Ansatz verwenden Sie einfach die Fit Model-Plattform und
Profil ist die Antwort. Jede Position ist eine eigene Spalte. Wenn die DSC-Kurven
haben eine unterschiedliche Anzahl von Punkten, die Sie "normalisieren" können, indem Sie jeden anpassen
einzeln mit einem neuronalen Modell und dann eine gemeinsame Skala erstellen und die
neuronales Modell, um Ihnen das y für jeden Skalierungspunkt zu geben.
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Hallo Martin,
Bitte kommentieren Sie unten Cy Wegman von P&G zu seiner Erfahrung bei der Analyse von DSC-Daten.
Der sicherste Weg, das DSC zu modellieren, ist die Zusammenfassung
Maßnahmen erhalten Sie vom DSC. Jeder akzeptiert diese und versteht sie.
Idealerweise modellieren Sie sie gleichzeitig, da sie aus demselben Takt stammen. Du
kann dies in neuronalen Modellen aber auch in JMP 12 mit der neuen Auswahl tun
Technik in der Plattform der kleinsten Quadrate wählen Sie die Modellparameter am
gleichzeitig.
Die Modellierung der gesamten DSC-Kurve kann über Funktionsdaten erfolgen
Analyseansatz oder einfacher mit PLS. Das Problem bei diesem Ansatz ist
die Wärmestromzahlen ändern sich mit der Stichprobengröße, sodass sich die Kurven nach oben verschieben
und runter. Um dies zu lindern, normalisiere ich sie zu einem konstanten Start
Punkt. Dies behebt es jedoch immer noch nicht perfekt. Wenn du wirklich wolltest
Versuchen Sie, diesen Ansatz ernsthaft zu verwenden, Sie sollten bei der Stichprobengröße vorsichtig sein und
Wiederholen Sie die DSC-Messung mehrmals, um den Abtastfehler zu mitteln. So weit
dazu war hier, wie ich weiß, niemand bereit.
Für den PLS-Ansatz verwenden Sie einfach die Fit Model-Plattform und
Profil ist die Antwort. Jede Position ist eine eigene Spalte. Wenn die DSC-Kurven
haben eine unterschiedliche Anzahl von Punkten, die Sie "normalisieren" können, indem Sie jeden anpassen
einzeln mit einem neuronalen Modell und dann eine gemeinsame Skala erstellen und die
neuronales Modell, um Ihnen das y für jeden Skalierungspunkt zu geben.
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Hallo Bill und Eric und andere,
Ich habe neue Erkenntnisse vom Kunden bekommen. Sie hat keine Maschine, um die Peaks zu identifizieren, sie bekommt nur die Daten, die wie die linke Kurve (b) für den Wärmefluss aussehen können. Der linke Teil der Kurve wird rechts maximiert (Bild 8.). Und was sie identifizieren möchte, sind in diesem Fall die Kurven für 4 Reaktionen (sie hat drei Reaktionen) basierend auf verschiedenen Verteilungen, zB Gauß, Lorenz und/oder Weibull. In ihrem Fall, sagte sie, spiegeln Normalverteilungen normalerweise nicht den Reaktionseinfluss auf den Wärmefluss wider, Lorenz und Weibull machen einen besseren Job. In der (deutschen) Arbeit wird dies als Division eines C-NMR-Spektrums durch Peak-Separation mit einem Fit-Programm bezeichnet.
Sie ist also schon am Anfang steckengeblieben und identifiziert die Peaks für die Reaktionseinflussfunktionen/-verteilungen und nicht die Peaks des Wärmeflusses selbst.
In JMP könnte ich nach einzelnen oder normalen Mischungsverteilungen suchen. Aber ich sehe keine Möglichkeit, zB zu erkennen, welche Mischung von Verteilungen zu der Gesamtkurve führen könnte. Gibt es eine und bestenfalls einfache Möglichkeit, mit verschiedenen Verteilungskombinationen herumzuspielen? Oder könnte ich eine der Modellierungsplattformen verwenden, um diese Anpassungen zu identifizieren?
Danke, Martin
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Hallo Erik,
das ist echt hilfreich. Ich bin gespannt, was der Kunde sagt.
Ich halte Sie hier auf dem Laufenden.
Danke vielmals,
Martin
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Martin,
In meiner früheren Tätigkeit als Chemiker habe ich viel mit DSC, isothermer Mikrokalorimetrie und anderen thermoanalytischen Techniken gearbeitet. Während JMP in Bezug auf das "Markieren" der Thermogramme (dh Peakintegration, Messung von Schrittübergängen, Markieren und Subtrahieren von Basislinien usw.) gegenüber der von den Geräteherstellern bereitgestellten Software nicht viel zu bieten hat, JMP übertrifft die Fähigkeiten derselben Software bei weitem, wenn es darum geht, diese Daten nach der anfänglichen "Markierung" zu modellieren. Ich habe JMP zusammen mit thermoanalytischen Daten verwendet, um unter anderem Modelle zur Bestimmung von Reinheit und amorphem Gehalt und zur Anpassung nichtlinearer Reaktionsgeschwindigkeitsmodelle zu generieren.
Erich
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Das wäre super!
Betreff: DSC (Differential Scanning Calorimetry) - ist JMP dazu in der Lage oder hilft es dabei?Hallo Martin,
Jemand, mit dem ich bei P&G zusammengearbeitet habe, der DSC-Daten von verschiedenen Verbindungen/Materialien nahm und Glasübergang und Schmelzpunkt modellieren/vorhersagen konnte.Ich glaube, er hat PCA verwendet, um die Faktoren zu erhalten, und dann NN mit den Hauptkomponenten als Prädiktoren verwendet.Ich werde fragen, ob er bereit ist, seine Technik zu teilen, und Sie wissen lassen.
Am besten,
Rechnung
