소개
일상적인 실험실 작업에서 자주 발생하는 일반적인 질문이 있습니다. 분석과 관련된 새로운 시료의 경우 온도 프로그램, 시료 질량 또는 올바른 도가니와 같은 적합한 측정 조건은 무엇인가요? 그리고 어떤 측정 결과를 기대할 수 있을까요? 아마도 그러한 시료는 과거에 이미 측정했거나 NETZSCH 에서 측정했을 것입니다.
열 분석을 위해 데이터베이스에서 간단히 검색하는 것이 많은 도움이 되지 않을까요? Proteus® 분석 소프트웨어의 일부인 Identify가 바로 그 해결책입니다!
Identify 데이터베이스 시스템의 주요 기능은 측정 곡선의 자동 인식 및 비교입니다. 이는 예를 들어 품질 관리 및 고장 분석에 사용됩니다. 물론 순수 데이터 마이닝(데이터 저장, 검색 및 찾기)은 두 번째 주요 응용 분야입니다.
Identify로 데이터 마이닝을 수행하는 방법은 무엇인가요?
Identify를 사용하는 한 가지 방법은 입력된 측정 곡선을 기준으로 유사한 데이터베이스 측정값이나 문헌 데이터를 검색하는 것입니다. 그림 1은 동일한 재료에 대한 열역학적 분석(TMA) 측정값을 다양한 데이터베이스 곡선과 비교한 것입니다. 유사한 TMA 곡선은 Identify를 통해 자동으로 찾은 반면, 이 경우의 DSC 및 TGA 곡선은 표시된 모든 데이터베이스 측정값을 알파벳순으로 정렬하여 찾은 것입니다. 유리 전이가 -70°에서 -60°C 사이에서 발생한다는 점(시차 주사 열량 측정 곡선 참조)과 일반적으로 DSC 또는 TMA 측정에서 피해야 하는 분해가 150°C 이상에서 천천히 시작된다는 점은 열 중량 측정(TGA) 곡선에서 볼 수 있는 흥미로운 점입니다.

유사한 입력 측정값이 필요하지 않은 데이터 마이닝의 두 번째 접근 방식은 '라이브러리/클래스 관리' 기능과 관련이 있습니다(그림 2 참조). 이 경우 측정값 및 문헌 데이터 검색 필드에 "NR"을 수동으로 입력한 결과 세 가지 다른 NR 측정값이 발견되었습니다. 마우스 오른쪽 버튼을 클릭하면 데이터베이스 측정이 복원되어 온도 프로그램, 시료 질량, 퍼지 가스 및 시료 도가니와 같은 측정 조건에 대한 세부 정보도 표시됩니다.

마지막으로 Identify는 가열 속도와 시료 질량뿐만 아니라 유리 전이 또는 흡열 및 발열 효과 평가 여부에 따라 필터링할 수 있는 기능도 제공합니다. 또한 측정 이름에 포함된 일련의 문자가 있는지 여부에 따라 필터링할 수도 있습니다(그림 3 참조).
식별의 데이터베이스 콘텐츠
그림 4는 다양한 응용 분야(세라믹, 무기, 금속, 합금, 유기, 제약, 식품, 화장품 및 폴리머)를 다루는 1294개의 항목이 포함된 NETZSCH 라이브러리입니다. 옵션으로 제공되는 KIMW 데이터베이스는 독일 뤼덴샤이트 재료연구소에서 개발한 것으로, 시중에서 판매되는 1000가지 폴리머 등급에 대한 DSC 곡선과 함께 폴리머 공급업체, 색상 및 충전재/함량에 대한 정보도 확인할 수 있습니다.


요약
Identify에 저장된 모든 측정값을 쉽게 찾고 관련 측정 조건 및 평가를 검색할 수 있습니다. 이 정보의 보물 상자는 측정 전이나 측정 후에 유용하게 사용할 수 있습니다.