Introduktion
I det daglige laboratoriearbejde er der typiske spørgsmål, som ofte opstår. Hvad er de passende målebetingelser for en ny prøve, der skal analyseres, f.eks. temperaturprogram, prøvemasse eller den rigtige digel? Og hvilke måleresultater kan man forvente? Måske er en sådan prøve allerede blevet målt af dig tidligere - eller måske af NETZSCH.
Ville det ikke være en stor hjælp blot at søge i en database for termisk analyse? Identify, som er en del af analysesoftwaren Proteus®, er løsningen!
Den primære funktion i Identify-databasesystemet er automatisk genkendelse og sammenligning af målekurver. Dette tjener f.eks. til kvalitetskontrol og fejlanalyse. Ren datamining (lagring, søgning og fremfinding af data) er naturligvis det andet hovedformål.
Hvordan udfører man datamining med Identify?
En måde at bruge Identify på er at søge efter lignende databasemålinger eller litteraturdata på basis af en inputmålekurve. Dette er illustreret i figur 1, hvor en måling fra en termomekanisk analyse (TMA) sammenlignes med forskellige databasekurver for det samme materiale. Den lignende TMA-kurve blev fundet automatisk ved hjælp af Identify, mens DSC- og TGA-kurverne i dette tilfælde blev fundet ved hjælp af alfabetisk sortering af alle de viste databasemålinger. Det er interessant at se, at glasovergangen sker mellem -70° og -60°C (se også kurven for Differential Scanning Calorimetry), og at nedbrydningen - som normalt bør undgås i DSC- eller TMA-målinger - starter langsomt ved over 150°C; dette kan ses i kurven for Thermogravimetry (TGA).
Den anden tilgang til datamining - hvor der ikke kræves en lignende inputmåling - er relateret til funktionen "Administrer biblioteker/klasser" (se figur 2). I dette tilfælde blev "NR" indtastet manuelt i søgefeltet for målinger og litteraturdata, og følgelig blev de tre forskellige NR-målinger fundet. Ved at højreklikke gendannes databasemålingen, og der vises også detaljer om målebetingelserne, såsom temperaturprogram, prøvemasse, udrensningsgasser og prøvedigel.
Sidst, men ikke mindst, giver Identify også mulighed for at filtrere efter opvarmningshastighed og prøvemasse samt efter, om glasovergange eller endoterme og eksoterme effekter blev evalueret. Det er også muligt at filtrere efter forekomsten eller den manglende forekomst af en bogstavstreng i et målenavn (se figur 3).
Databaseindholdet i Identify
I figur 4 ses NETZSCH -bibliotekerne, som i øjeblikket indeholder 1294 poster, der dækker forskellige anvendelsesområder (keramik, uorganiske stoffer, metaller, legeringer, organiske stoffer, lægemidler, fødevarer, kosmetik og polymerer). KIMW-databasen, der er udviklet af Kunststoffinstitut Lüdenscheid, Tyskland, med DSC-kurver for 1000 forskellige kommercielt tilgængelige polymerkvaliteter, er tilgængelig som tilvalg; her er der også oplysninger om polymerleverandør, farve og fyldstofmateriale/indhold.
Sammenfatning
Enhver måling, der er gemt i Identify, kan nemt findes, og de tilknyttede målebetingelser og evalueringer kan hentes frem. Denne skattekiste af information kan være nyttig forud for eller efter enhver måling.