Bayessche Methode zur quantitativen Auswertung von NMR-Signalen für das Reaktions- und Prozessmonitoring

• Antragstellerin: Dr. Kerstin Münnemann, since 1/2018
• Subject Area: Chemische und Thermische Verfahrenstechnik
• Term: from 2016 to 2020
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 310714510

Die online NMR-Spektroskopie ist eine vielversprechende Analysemethode für das Reaktions- und Prozessmonitoring. Mit dieser Methode können komplexe flüssige Mischungen berührungslos und ohne vorheriges Kalibrieren quantitativ untersucht werden. In dem vorliegenden Projekt sollen neue, auf der Bayesschen Statistik beruhende Methoden zur automatischen und zuverlässigen quantitativen Analyse großer NMR-Messreihen entwickelt werden. Die Stärke der Bayesschen Analysemethode liegt darin, dass Vorwissen zu den untersuchten NMR-Spektren in die Auswertung einfließt. Dadurch können auch schwierige NMR-Spektren (z.B. geringes Signal-Rausch-Verhältnis, sich überlagernde Peaks, strömenden Proben) zuverlässig quantitativ ausgewertet werden, bei denen die bisherigen Analysemethoden versagen. Die neuen Analysemethoden sollen speziell auf die Anforderungen im Reaktions- und Prozessmonitoring optimiert werden, indem Vorwissen, z.B. über die Stöchiometrie der ablaufenden Reaktionen oder die Strömungsgeschwindigkeit der Probe, direkt für die Analyse genutzt wird. Die robuste quantitative Analyse von Spektren komplexer Mischungen, die mit Benchtop-NMR-Spektrometern aufgenommen werden, soll durch Berücksichtigung von Vorwissen über die NMR-Spektren dieser Proben im Hochfeld ermöglicht werden. Die in dieser Arbeit entwickelten neuen Analysemethoden sollen dazu beitragen, die Einsatzmöglichkeiten für die NMR-Spektroskopie im Reaktions- und Prozessmonitoring auszuweiten.

• DFG Programme: Sachbeihilfen
• International Connection: Neuseeland
• Kooperationspartner: Dr. Daniel Holland
• Ehemaliger Antragsteller: Professor Dr.-Ing. Erik von Harbou, until 12/2017