Giuseppe De Martino, Wissenschaftler, Topsoe
Christopher Gotwalt, Multivariate Analyse von Infrarotspektren unter Verwendung des Wavelet-Modells in FDE, JMP
In der Katalysatorentwicklung können Tests zur Leistungsmessung extrem zeitaufwändig und teuer sein. In dieser Studie haben wir die Möglichkeit untersucht, schnellere und kostengünstigere Charakterisierungsdaten zu verwenden, um mathematische Modelle zu validieren, die Produktionsparameter und -leistungen verknüpfen. Insbesondere haben wir zuerst die Produktionsparameter anhand der in unserem Datensatz verfügbaren Leistungsdaten modelliert, indem wir eine verallgemeinerte Regression verwendet haben, und anhand dieses Modells haben wir einen Satz optimaler Produktionsparameter vorhergesagt. Anschließend analysierten wir die Daten der Infrarotspektroskopie (IR) mithilfe des Wavelet-Modells im Functional Data Explorer, wobei wir die Produktionsparameter als zusätzliche Parameter einschlossen. Dank dieser Ergänzung konnten wir endlich ein synthetisches Spektrum für einen optimalen Katalysator erstellen. Die generierten Spektren in Kombination mit den vorhergesagten Produktionsparametern können vom Wissenschaftler verwendet werden, um die zugrunde liegenden Mechanismen, die die Leistung antreiben, schneller zu verstehen. Schließlich kann ein neues Katalysatormaterial, das unter Verwendung der vorhergesagten Parameter entwickelt wurde, mittels IR analysiert werden, und die synthetischen Spektren können verwendet werden, um das Modell zu validieren.
