Die Versuchsplanung (Design of Experiments, DOE) hat schon immer einen wesentlichen Beitrag zur Nachhaltigkeit geleistet. Allein durch die Minimierung der Anzahl an Experimenten, um das gewünschte Ziel zu erreichen, lassen sich erhebliche Ressourcen einsparen.
Es geht jedoch nicht nur um die Anwendung von Versuchsplanung (DOE), sondern auch um deren Kombination mit Vorhersage- und Konturprofilern. Diese Profiler ermöglichen es Wissenschaftlern und Ingenieuren, optimale Produkte und Prozesse zu entwickeln und so einen zusätzlichen Beitrag zur Nachhaltigkeit zu leisten. Beispielsweise lassen sich durch die Effizienzsteigerung eines Prozesses weniger Abfall erzeugen und/oder Energie sparen. Ein besseres oder effizienteres Produkt kann Ressourcen bei dessen Anwendung einsparen oder seine Lebensdauer durch die Reduzierung von Abfall verlängern.
In diesem Beitrag zeigen wir, wie Johnson Matthey, ein weltweit führendes Unternehmen für nachhaltige Technologien, Nachhaltigkeit nicht nur im Hinblick auf die Anwendung unserer Produkte, sondern bereits bei deren Entwicklung berücksichtigt. Wir erläutern, wie wir Versuchsplanung (DOE) und Profiler einsetzen, um Formulierungen zu entwickeln, die nicht nur die Leistungsfähigkeit, sondern auch den ökologischen Fußabdruck der Formulierung selbst minimieren und somit Nachhaltigkeit in verschiedene Aspekte des Produkts einbeziehen.
Okay. Hallo zusammen. Heute stelle ich euch unseren Beitrag zum Discovery Summit vor. Er trägt den Titel „Nutzung von Versuchsplanung und des Prediction Profilers zur Entwicklung nachhaltiger Formulierungen“. Aber zunächst einmal: Wer sind wir? Mein Name ist Pilar. Ich bin Wissenschaftlerin bei Johnson Matthey, einem Spezialchemieunternehmen, und leite das Team „Statistical Thinking“. Unser Ziel ist es, den Einsatz statistischer Methoden bei Johnson Matthey zu erweitern. Hier seht ihr meine Kolleginnen Patricia und Jenny, die sich nun vorstellen werden.
Hallo, ich bin Patricia Blanco. Ich arbeite ebenfalls bei Johnson Matthey, genauer gesagt im Forschungszentrum. Ich bin Chemikerin und arbeite seit etwa 20 Jahren im Bereich Codierung und Formulierung.
Hallo, ich bin Jenny. Ich arbeite im Technologiezentrum und bin im Nachhaltigkeitsteam für die Ökobilanzierung zuständig. Dabei unterstütze ich Wissenschaftler bei der Entscheidungsfindung für nachhaltige Forschungsprojekte.
Für alle, die Johnson Matthey noch nicht kennen: Ich möchte das Unternehmen kurz vorstellen. Wie Sie wissen, steht die Welt vor einigen ihrer größten Herausforderungen überhaupt, und wir müssen uns verändern, um den Übergang zu Klimaneutralität zu schaffen und eine nachhaltigere Zukunft zu sichern. Hier setzt Johnson Matthey an. Mit unserer wegweisenden Forschung und kontinuierlichen Innovation treiben wir den Übergang zu Klimaneutralität für Millionen von Menschen täglich voran. Wir blicken auf eine 206-jährige Geschichte zurück und beschäftigen weltweit über 12.000 Mitarbeiter. Unsere Technologie basiert auf fortschrittlichen Metallen, Chemie, Katalyse und Verfahrenstechnik. Diese Expertise haben wir über viele Jahre aufgebaut und sie bildet das Fundament all unserer Geschäftsbereiche. Bei JM engagieren wir uns für Nachhaltigkeit, und Jenny wird uns alles darüber erzählen.
Einer unserer Kernwerte bei Johnson Matthey ist der Schutz von Mensch und Umwelt. Um dies zu erreichen, überprüfen wir die Entwicklung unseres Technologieportfolios, die damit verbundenen Produktionsprozesse und die Zusammenarbeit mit Kunden und Lieferanten, um nachhaltige Produkte zu schaffen. Wir engagieren uns für den Klimaschutz, den Erhalt der Natur und die Förderung der Kreislaufwirtschaft und setzen uns für eine sichere, vielfältige und gerechte Gesellschaft ein. Mithilfe von ESG-Ratings dokumentieren wir unsere Fortschritte auf dem Weg zu mehr Nachhaltigkeit.
Vielen Dank. Heute sprechen wir darüber, wie wir Versuchsplanung und Nachhaltigkeit nutzen. Für uns leistet die Versuchsplanung einen wesentlichen Beitrag zur Nachhaltigkeit, da allein durch die Reduzierung der Versuchsanzahl Ressourcen, Material und Energie eingespart werden. Wendet man die Versuchsplanung beispielsweise an, um einen Prozess effizienter zu gestalten, reduziert sich Gewicht und Energieverbrauch. Entwickelt man mithilfe der Versuchsplanung ein effizienteres Produkt, lassen sich möglicherweise Ressourcen bei der Anwendung des Produkts einsparen oder dessen Lebensdauer verlängern und somit die Abfallmenge verringern. All diese Anwendungen der Versuchsplanung im Hinblick auf Nachhaltigkeit zielen primär auf die Produktanwendung ab. In dieser Präsentation möchten wir jedoch noch einen Schritt weiter gehen und die Bedeutung der Versuchsplanung und Nachhaltigkeit anhand der Produktentwicklung beleuchten – also bis zurück zur Produktentwicklung. Formulierungen in JM.
Die Produktformulierung gehört zu den Kernkompetenzen von JM und erfordert einen multidisziplinären Ansatz, bei dem Chemie, Modellierung, Fertigung, Verarbeitung und Ingenieurwesen Hand in Hand arbeiten, um die wissenschaftlichen Erkenntnisse von JM kundenorientiert umzusetzen. Wie bereits erwähnt, bin ich Teil des Formulierungsteams im Technologiezentrum von JM in Großbritannien. Gemeinsam unterstützen wir alle Geschäftsbereiche von JM in einer Vielzahl von Projekten – von grundlegenden, langfristigen Analysen bis hin zur schnellen, kritischen Unterstützung bei der Produktherstellung. Darüber hinaus erweitern wir unsere wissenschaftliche Basis durch die Entwicklung neuer Techniken und Kompetenzen in unseren Laboren und durch die Zusammenarbeit mit externen Experten.
Wir verwenden statistische Methoden, um unsere Experimente zu planen und den größtmöglichen Nutzen aus unseren Daten zu ziehen. Die meisten Produkte von JM sind formuliert, und ich zeige hier nur einige Beispiele. Von links beginnend sehen wir Katalysatoren, die mit Alizarin beschichtet sind, das einen aktiven Katalysator enthält. Das schwarze Bild in der Mitte zeigt eine Brennstoffzellen-Tinte. Sowohl Brennstoffzellen- als auch Elektrolyseurkatalysatoren werden durch Auftragen von Tinten zu beschichteten Schichten verarbeitet. Auch Pulver sind sehr wichtig, da sie zur Herstellung von granulierten oder pelletierten Katalysatoren verwendet werden, die wiederum in der chemischen Produktion zum Einsatz kommen.
In all diesen Beispielen ist es entscheidend, die Materialien und ihre Wechselwirkungen untereinander zu verstehen. Formulierungen sind komplexe Systeme, und der Einsatz von JMP-Werkzeugen wie der Mischungsversuchsplanung ist wichtig, um bei der Untersuchung von Produktformulierungen maximalen Nutzen und ein tieferes Verständnis zu gewinnen.
In dieser Demonstration führen wir ein Mischungs-DOE (Design of Experiments) an einer Rezeptur durch und analysieren deren Leistungsfähigkeit. Die Ergebnisse werden anschließend im Profiler von JMP (Journal Management Program) dargestellt. Zusätzlich stellen wir ein Nachhaltigkeitsmodell vor, das auf dem Konzept der Lebenszyklusanalyse basiert. Beide Ansätze werden gemeinsam im Profiler betrachtet, um eine optimierte Rezeptur zu erhalten, die sowohl die Leistungsfähigkeit als auch die Nachhaltigkeit berücksichtigt. Falls Sie bisher wenig über Lebenszyklusanalyse gehört haben, wird Jenny Ihnen diese erläutern.
Die Lebenszyklusanalyse (LCA) ist eine Methode, mit der wir alle direkten und indirekten Umweltauswirkungen entlang der gesamten Produktionskette quantifizieren können – von der Rohstoffgewinnung bis zum Werkstor oder bis zur Entsorgung. Die LCA trägt dazu bei, die Entwicklung nachhaltiger Produkte und Prozesse zu fördern und potenzielle Probleme frühzeitig zu erkennen, um entsprechende Maßnahmen ergreifen zu können. Dies führt zu geringeren Umweltauswirkungen und weniger Schadstoffemissionen. Die LCA konzentriert sich insbesondere auf drei Hauptziele: die menschliche Gesundheit, die Gesundheit der Ökosysteme und die Verfügbarkeit von Ressourcen. Aktuell analysieren wir mithilfe von Pilar im DOE den CO₂-Fußabdruck von Produkten von der Rohstoffgewinnung bis zum Werkstor.
Ich gehe jetzt weg. Ich zeige Ihnen das direkt in JMP. Wir haben eine Mischung aus drei Komponenten: einer Hauptkomponente, einem Modifikator und einem Lösungsmittel. Ich öffne das ternäre Diagramm. Sehen Sie, wie es aussieht? Es ist blau. Das ist unser ternäres Diagramm mit Hauptkomponente, Modifikator und Lösungsmittel. Natürlich sind Systemformulierungen viel komplexer, aber wir haben dieses kleine Beispiel mit nur drei Komponenten gemacht, damit sie im ternären Diagramm gut sichtbar sind. Normalerweise ist der experimentelle Raum bei Formulierungen sehr klein im Vergleich zu allen möglichen Kombinationen.
Normalerweise müssen wir in einem sehr kleinen Bereich arbeiten. Obwohl dieser Bereich sehr klein erscheint, können selbst kleinste Änderungen innerhalb dieses Bereichs sehr drastische Auswirkungen auf die Leistung haben. Wir haben ein Mischungsdesign entworfen, das in dieser Skizze auf einem [unverständlich 00:09:50] Fülldesign mit Nebenbedingungen basiert. Wie Sie sehen, liefert es eine gute Verteilung der Datenpunkte im Versuchsraum. Die Daten wurden modelliert. Die gesammelten Daten beschreiben eine Eigenschaft, die mit der Leistung zusammenhängt.
Wir verfügen nun über ein Modell, das die unterschiedlichen Leistungseigenschaften verschiedener Rezepturen veranschaulicht. Gleichzeitig haben wir auch ein Modell für den CO₂-Fußabdruck, also die Menge an CO₂-Äquivalent pro Kilogramm Rezeptur, unter Berücksichtigung des CO₂-Fußabdrucks jeder einzelnen Zutat. Wir werden diese Modelle in einem ternären Diagramm visualisieren. Beginnen wir beispielsweise mit dem CO₂-Fußabdruck: Hier sehen wir eine Vergrößerung des Versuchsraums. Der Versuchsraum ist weiß dargestellt. Anhand der roten Konturlinien lässt sich erkennen, wie der CO₂-Fußabdruck nach links hin zunimmt.
Um den CO₂-Fußabdruck dieser Produktformulierung zu minimieren, müssen wir uns in diese Richtung bewegen. Betrachtet man das Modell des Leistungsprädiktors, wird deutlich, wie komplex es ist und wie die Werte zwischen 20 und 60 schwanken. Man sieht die Werte 20 und 30 sowie den Bereich um 40 (gestrichelte Linien). Um einen Leistungswert von 40 zu erreichen, müssen wir in diesem Bereich arbeiten.
Wir haben auch den Wert 50. Wenn wir im Bereich von 50 arbeiten möchten, benötigen wir Formulierungen, die in diesem Bereich liegen. Außerdem gibt es einen optimalen Bereich von 60. Wenn wir beispielsweise diese Eigenschaft maximieren möchten, müssen wir Formulierungen wählen, die innerhalb dieser Bereiche liegen. Wir sind dann insbesondere an diesem Bereich für die Formulierungen interessiert. Wenn wir alles zusammen betrachten, sehen wir die Konturlinien für die Leistungseigenschaft in Rot und den CO₂-Fußabdruck in Blau. Durch die Gesamtdarstellung können wir Formulierungen auswählen, die möglichst nahe am gewünschten Bereich liegen, um die Leistungseigenschaft zu maximieren und gleichzeitig den CO₂-Fußabdruck zu minimieren.
Wir werden uns wahrscheinlich für eine Rezeptur entscheiden, die im rechten Bereich liegt, um möglichst niedrige CO₂-Fußabdrücke zu erzielen. Dies ist natürlich nur eine visuelle Einschätzung, und die Visualisierung wird mit zunehmender Anzahl an Komponenten komplexer. Sie können dies jedoch alles mit dem Mischungsprofiler durchführen. Zusätzlich stehen Ihnen in JMP weitere Tools wie der Vorhersageprofiler oder der Designraumprofiler zur Verfügung, um das System zu optimieren und dabei verschiedene Ergebnisse zu berücksichtigen, in diesem Fall die Leistung, aber auch den CO₂-Fußabdruck. So finden Sie eine Lösung, die einen Kompromiss zwischen diesen beiden Aspekten darstellt.
Wir arbeiten an der Formulierung eines Produkts. Zusammenfassend lässt sich sagen, dass es von großer Bedeutung ist, Wissenschaftlern Werkzeuge an die Hand zu geben, mit denen sie Nachhaltigkeitsaspekte und Grundlagenforschung berücksichtigen können. Andernfalls sind diese Entscheidungen sehr schwierig zu treffen. JMP und die zugehörigen Experimente und Profiler haben sich für uns als äußerst nützliches Werkzeug erwiesen, mit dem Wissenschaftler die Leistung, die Nachhaltigkeit und viele weitere Aspekte eines Produkts oder einer Formulierung optimieren können, beispielsweise die Kosten. So lässt sich gleichzeitig die beste Gesamtlösung erzielen. Das war alles von uns. Vielen Dank für Ihre Aufmerksamkeit.
