Proteus® Now Quantify
Ofte stillede spørgsmål
Dine spørgsmål. Besvaret klart og tydeligt.
Uanset om du er ny på Proteus® Now Quantify eller undersøger, hvordan det passer ind i din arbejdsgang, giver vores FAQ-hub uddybende svar på de mest almindelige spørgsmål. Gennemse efter emne for at finde de oplysninger, du har brug for.
Technical Questions and Functionality
Hardware, software, and compatibility – everything you need to run Quantify smoothly.
Understanding Quantify
Machine Learning (ML) is a subfield of artificial intelligence where algorithms learn from data to detect patterns and make predictions—without being explicitly programmed for each task. In our software, we use a combination of traditional ML models, like decision trees, and deep learning models such as neural networks to uncover complex interactions that would be difficult or impossible to detect using conventional methods.
Quantify is a cloud-based application and cannot be installed on a local PC.
Near real-time, thanks to optimized cloud algorithms.
If polymers outside the trained dataset are present, unexpected peaks will appear and are marked in the result. Quantification is not possible, but identification via Proteus®® Identify is recommended.
Yes, but only if the samples are homogeneous and show low variation. We recommend uploading individual curves for best results.
Model Training & Updates
Our model is trained on thousands of expert-curated datasets containing well-defined mixtures of representative polymers. This allows the model to detect subtle differences and even challenging compositions accurately.
No, only virgin polymer blends with defined mixing ratios typical for recycling streams are used. While recyclates behave slightly differently, the variance within a polymer class is greater than between virgin and recycled materials—so the model remains valid for recyclates.
No. Your data are never used to train or improve the model. All training data come from internal, expert-validated measurements.
Regularly. New polymer types are added continuously to expand functionality.
Measurement & Sample Requirements
10 K/min is a common standard in DSC analysis. While lower rates improve peak separation, this heating rate offers a balance of resolution and measurement speed and is optimized for Quantify’s performance.
Such components are not fully integrated into the model and may reduce accuracy. For best results, determine the inorganic content separately using TGA or muffle furnace ash analysis and adjust the sample weight accordingly.
Use homogenized pellets instead of flakes or ground material. Pellets are processed and homogeneous, while flakes or powders may vary locally.
- Opvarmnings-/afkølingshastighed: 10 K/min
- Prøvevægt: 10 ± 1 mg
- Gyldig kalibrering (følsomhed, temperatur)
Se vores vejledning "Sådan kører du en DSC-måling til Quantify-analyse" for detaljerede instruktioner.
Results, Accuracy & Validation
Yes. We use standard validation techniques like cross-validation and provide RMSE values to indicate confidence in the prediction. The model is rigorously tested using separate training and test sets before deployment.
RMSE (Root Mean Square Error) gives an indication of model accuracy and is affected by the amount and quality of training data for each polymer class.
The model can detect contamination levels down to 1%. However, detection depends on the polymers and their compatibility. For example, 1% LLDPE in HDPE is usually not detectable due to co-crystallization.
Materialekompatibilitet
Understøttede polymerer og kommende materialeudvidelser
I sin første udgave understøtter Quantify almindelige termoplastiske emballagepolymerer som f.eks:
- Polyethylen med høj densitet (HDPE)
- Polyethylen med lav densitet (LDPE, LLDPE)
- Polypropylen (PP)
- Semikrystallinsk polyethylenterephthalat (PET)
Flere materialer (f.eks. teknisk plast, amorf termoplast) er under udvikling og kan prioriteres efter anmodning.
? En detaljeret oversigt over alle aktuelt understøttede polymerer samt vores udviklingskøreplan findes på siden Understøttede materialer og køreplan.
Quantify er trænet på jomfruelige polymerblandinger med definerede blandingsforhold, der afspejler typiske genbrugsstrømme. Jomfruelige materialer giver rene, reproducerbare termiske fingeraftryk, og nøjagtige blandingsforhold er afgørende for at opbygge en pålidelig model. Mens genbrugsmaterialer adskiller sig i mange egenskaber som f.eks. viskositet, påvirkes det termiske fingeraftryk ikke væsentligt for de fleste polymerer. Desuden er variationen inden for en polymerklasse større end forskellen mellem jomfruelige og genbrugte kvaliteter, hvilket sikrer, at modellen forbliver gyldig for genbrugsmaterialer, samtidig med at den opretholder konsistens og robusthed i databasen.
Quantify kan stadig analysere din måling og give det bedst mulige match med de tilgængelige træningsdata. I tilfælde af halvkrystallinske forureninger kan der forekomme en ekstra top i DSC-kurven, som ikke fremhæves af Quantify. Dette er en klar indikator for, at resultaterne skal krydstjekkes med softwaren NETZSCH Identify for identifikation uden kvantificering. For amorfe polymerforureninger er detektion mere udfordrende, da deres glasovergang måske ikke er klart synlig. I sådanne tilfælde reducerer forureningen effektivt prøvens entalpiværdi, hvilket fører til en fejlagtig forudsigelse. Fuld understøttelse af fyldte systemer er en del af vores langsigtede køreplan.
På nuværende tidspunkt er fyldte polymerer ikke fuldt integreret i Quantify-modellen og kan reducere nøjagtigheden. Da fyldstoffer ikke producerer et termisk fingeraftryk ved DSC, skal den uorganiske fraktion bestemmes separat (f.eks. ved TGA eller askeanalyse i muffelovn) og trækkes fra prøvevægten for at få pålidelige resultater. Quantify kan derefter analysere polymerfraktionen korrekt. Fuld understøttelse af fyldte systemer er en del af vores langsigtede køreplan, og udvidet funktionalitet vil blive introduceret i fremtidige opdateringer.
Abonnement og priser
Håndtering af din plan, betalinger og adgang
Du kan afbestille når som helst via sektionen User Management - senest 3 måneder før den aktuelle abonnementsperiode slutter. Opsigelser træder i kraft ved udgangen af faktureringsperioden. Det er ikke muligt at få refunderet tidligere betalinger.
Du beholder skrivebeskyttet adgang til dine data i 3 måneder. Derefter slettes data permanent, medmindre du fornyer dit abonnement.
Det er ikke muligt at sætte på pause. Du kan opsige abonnementet ved periodens udløb og gentegne det senere. Bemærk, at gemte data slettes 3 måneder efter, at abonnementet er ophørt.
Abonnementer fornyes automatisk hvert år, medmindre de opsiges. Du modtager en påmindelsesmail 3 måneder før udløb.
Prisen er baseret på antallet af DSC-uploads pr. år. Pakkerne kan opgraderes når som helst via User Management-sektionen og aktiveres umiddelbart efter betaling. Nedgraderinger skal bestilles via din salgskontakt på NETZSCH.
Vi accepterer bankoverførsler, SEPA direkte debitering og indkøbsordrer med fakturering.
Version 9.8 eller højere er nødvendig for at eksportere filer til Quantify. Kontakt din lokale NETZSCH -repræsentant for opgraderingsmuligheder.
Ja, du kan eksportere analyser som PDF eller CSV i løbet af et aktivt abonnement.
Dette er ikke muligt i øjeblikket. For hvert abonnement kan du have flere brugere med deres egen konto. I fremtiden vil det være muligt at tilføje brugere og adgangsrettigheder på én konto.
Ja, alle data gemmes på certificerede, GDPR-kompatible servere i EU. Kommunikationen er krypteret.
Kun .ngb-quant-filer, der eksporteres fra Proteus® Analysis 9.8+, understøttes. Andre formater som .csv accepteres ikke.
Ja, det er muligt. Der er en gratis prøveperiode på 6 måneder, som giver mulighed for op til 25 DSC-uploads. Det er ikke nødvendigt at afbestille - prøveperioden slutter automatisk.
Nej, Quantify kræver internetforbindelse. Til offline-miljøer anbefaler vi at bruge vores Proteus® desktop-software.
Er du klar til at udforske Quantify i aktion?
Gå ud over de ofte stillede spørgsmål og find ud af, hvordan Quantify kan ændre din polymeranalyse.
Få mere at vide om softwarens nøglefunktioner, AI-drevet evaluering, og hvordan den understøtter både genbrugsproducenter, indkøbere og laboratorier. Produktets hovedside giver et fuldt overblik, eksempler på brug og adgang til din gratis prøveperiode.