Giuseppe De Martino, scientifique, Topsoe
Christopher Gotwalt, Analyse multivariée des spectres infrarouges à l'aide d'un modèle d'ondelettes dans FDE, JMP
Dans le développement de catalyseurs, les tests pour mesurer les performances peuvent être extrêmement longs et coûteux. Dans cette étude, nous avons exploré la possibilité d'utiliser des données de caractérisation plus rapides et moins coûteuses pour valider des modèles mathématiques liant paramètres de production et performances. Plus précisément, nous avons d'abord modélisé les paramètres de production avec les données de performance disponibles dans notre ensemble de données, en utilisant la régression généralisée, et à partir de ce modèle, nous avons prédit un ensemble de paramètres de production optimaux. Nous avons ensuite analysé les données de spectroscopie infrarouge (IR) à l'aide du modèle Wavelet dans Functional Data Explorer en ajoutant les paramètres de production en tant que paramètres supplémentaires. Grâce à cet ajout, nous avons enfin pu générer un spectre synthétique pour un catalyseur optimal. Les spectres générés combinés aux paramètres de production prédits peuvent être utilisés par le scientifique pour comprendre plus rapidement les mécanismes sous-jacents qui déterminent les performances. Enfin, un nouveau matériau catalyseur développé à l'aide des paramètres prédits peut être analysé par IR et les spectres synthétiques peuvent être utilisés pour valider le modèle.
