Lås upp smart termisk analys: Hitta mätningar snabbt!

Smart termisk analys: Mätningar önskas?

Föreställ dig en typisk situation i det dagliga laboratoriearbetet: Ett nytt prov ska analyseras, men vilka är de lämpliga mätförhållandena, t.ex. temperaturprogram, provmassa eller rätt degel? Och vilka mätresultat kan man förvänta sig? Du kanske redan har mätt ett sådant prov tidigare - eller kanske på NETZSCH. Skulle det inte vara till stor hjälp att helt enkelt söka i en databas för termisk analys? Identify, som är en del av analysprogrammet Proteus^®, är lösningen!

Det ursprungliga syftet med Identify databassystemet är att automatiskt känna igen och jämföra mätkurvor. Detta används t.ex. för kvalitetskontroll och felanalys. Ren data mining (lagring, sökning och återvinning av data) är naturligtvis den andra huvudanvändningen.

Hur man gör datautvinning med Identify?

En metod för att använda Identify är att söka efter liknande databasmätningar eller litteraturdata på grundval av en inmatad mätkurva. Detta illustreras i figur 1, där en mätning med termomekanisk analys (TMA) jämförs med olika databaskurvor. Den liknande TMA-kurvan hittades automatiskt genom att IdentifydSC- och TGA-kurvorna hittades i det här fallet enkelt genom alfabetisk sortering av alla databasmätningar som visades. Det är intressant att se att glasövergången sker mellan -70...-60°C (se även DSC-kurvan) och att sönderdelningen - som normalt bör undvikas vid DSC- eller TMA-mätningar - börjar långsamt vid över 150°C, vilket syns i TGA-kurvan (Thermogravimetry).

Kurva för termomekanisk analys (TMA) av naturgummi överlagrad med DSC- och TGA-kurvor för databasjämförelse. — Fig. 1: Identify databassökning baserad på en TMA-kurva för ett NR-prov (naturgummi). Överlagrat visas en liknande TMA-kurva, en DSC- och en TGA-kurva för NR som hittats i databasen.

Sökning i databasen Identify med hjälp av namnfiltret för att hitta relevanta mätningar med termisk analys för NR-prover. — Fig. 2: Sökning i databasen Identify med hjälp av namnfiltret (markerat med röd cirkel).

Den andra metoden för datautvinning - där det inte krävs någon liknande inmatningsmätning - är relaterad till funktionen "Hantera bibliotek/klasser" (se figur 2). I det här fallet skrevs "NR" in manuellt i sökfältet för mätningar och litteraturdata, och följaktligen hittades de tre olika NR-mätningarna. Om man återställer en mätning i en databas, vilket enkelt görs med höger musklick, öppnas mätningen där även mätförhållandena, t.ex. temperaturprogram, provmassa, spolgaser och provdegel, kan ses i detalj.

Sist men inte minst, Identify erbjuder också möjligheten att filtrera efter uppvärmningshastighet, provets massa och om glasövergångar eller endoterma och exoterma effekter utvärderades. Om en bokstavsträng förekommer i ett mätnamn eller inte kan också vara ett filterkriterium (se figur 3).

Filtrera inställningar i programvaran Identify för temperatur, provmassa och mätegenskaper. Optimera hämtning av data för termisk analys. — Fig. 3: Filterinställningar inom Identify.

Identify gränssnitt för databassökning som visar NETZSCH bibliotek med olika poster för applikationer för termisk analys som DSC och TGA.

Databasinnehållet i Identify

I figur 4 visas NETZSCH -biblioteken, som för närvarande innehåller 1294 poster som täcker olika tillämpningsområden (keramik, oorganiska ämnen, metaller, legeringar, organiska ämnen, läkemedel, livsmedel, kosmetika och polymerer). Som tillval finns KIMW-databasen, som utvecklats av Kunststoffinstitut Lüdenscheid i Tyskland, med DSC-kurvor för 1000 olika kommersiellt tillgängliga polymerkvaliteter, där information om polymerleverantör, färg och fyllnadsmaterial/innehåll också finns tillgänglig.

Sammanfattningsvis kan mätningar, tillhörande mätvillkor och utvärderingar enkelt hittas och hämtas för alla mätningar som lagras i Identify. Denna kunskap kan vara till stor hjälp både före och efter varje mätning!

Besök gärna tidigare, relaterade bloggartiklar:

Smart termisk analys (del I): AutoEvaluation av DSC-, TGA- och STA-kurvor

Smart termisk analys (del II): Identifiering av mätningar via databassökning

Smart termisk analys (del IIb): Identify ... den mest omfattande databasen inom termisk analys

Smart termisk analys (del III): AutoEvaluation av DIL- och TMA-kurvor