Echtzeit statt Stichprobe

Echtzeit statt Stichprobe

Quantitatives Messen chemischer Parameter von Schüttgut

Das Sqalar-Tool ermöglicht mittels Hyperspectral Imaging das quantitative Messen chemischer Parameter an Produktströmen ortsaufgelöst und in Echtzeit. Daraus ergeben sich neue Möglichkeiten in der Prozesssteuerung und -optimierung, z.B. zur Bestimmung bei Schüttgütern.

 Quantitative Feuchtigkeitsmessung am Sch?ttgut: HSI-Eingangser (links); Referenzspektrens?tze, sowie Featurekurve f?r die Feuchtigkeitsmessung in rot (Mitte); Ausgangsdaten wie sie auch von der parametrierten Kamera als Stream ausgegeben werden, mit in Falschfarben skalierten Feuchtigkeitsmesswerten (rechts). (Bild: EVK DI Kerschhaggl GmbH)

Bild 1 | Quantitative Feuchtigkeitsmessung am Schüttgut: HSI-Eingangsbilder (links); Referenzspektrensätze, sowie Featurekurve für die Feuchtigkeitsmessung in rot (Mitte); Ausgangsbilddaten wie sie auch von der parametrierten Kamera als Stream ausgegeben werden, mit in Falschfarben skalierten Feuchtigkeitsmesswerten (rechts). (Bild: EVK DI Kerschhaggl GmbH)

Hyperspectral Imaging (HSI) bietet eine Lösung, um die Qualität von Schüttgutabfällen in unterschiedlichster Zusammenstellung in der Abfallwirtschaft zu analysieren und relevante Parameter wie den Brennwert und/oder den Heizwert zu erheben. Die optische Anordnung zur Bestimmung der Qualitätsparameter des Ersatzbrennstoffes beruht auf einer Helios NIR G2 Class NIR-Hyperspektralkamera. Die Datenanalyse und Erstellung der Modellierung für die Kamera erfolgt mit der Sqalar-Software. Diese erlaubt quantitative Messungen mit dem Helios Classification System, sowie das Heranziehen dieser Messungen für Entscheidungen in Echtzeit. Die Referenzmesswerte für den Feuchtigkeitsgehalt ergeben sich über Einwaage einer Referenzmenge und anschließende Trocknung, womit sich die Werte für den Heizwert über Kalorimetrie bestimmen lassen. Daraus ergibt sich ein nachhaltiges Prozessoptimierungspotential und eine Verbesserung des Return on Investment.

Ergebnisse

Die Auswertung der Feuchtemessung ist in Bild 1 dargestellt. Links im Bild werden die Eingangsbilder der Kamera in Form einer örtlichen Darstellung zur Selektion von Referenzpunkten und -flächen gezeigt. In der Mitte sind die relevanten Daten zur Messmodell-Erstellung dargestellt (Referenzspektrensätze, Referenzmesswerte, Korrelationslinie, sowie statistische Qualitätsparameter des Modells). Der rechte Bereich zeigt die Messergebnisse des auf die Eingangsdaten angewandten Modells in einer Falschfarbendarstellung, welche die Messwerte am Materialstrom wiedergibt. Das gezeigte Modell erreicht eine Präzision (RMSEC) von 1,52 Prozent relativer Feuchte, bei einem Bestimmtheitsmaß (R2) von 0,927. Die Modellqualität ist damit hinreichend gut für die Steuerung eines Produktstroms. Die Ergebnisse der Heizwertmessung sind in Bild 2 zu sehen. Die Aufteilung der Elemente ist analog zu Bild 1. Das Heizwertmodell erreicht eine Präzision (RMSEC) von 1,681kJ/g bei einer Korrelation (R2) von 0.903, also ca. 3,7 Prozent des Maximalwerts. Auch hier ist also eine gute Korrelation mit einer recht hohen Streuung feststellbar. Die hohe Streuung der Modellmessergebnisse kann in erster Linie auf die hohe Inhomogenität des Produktstroms zurückgeführt werden. Man sieht in beiden Messungen eine massive Messwertstreuung innerhalb der Stichprobe (0,5 bis 20 Prozent R.H. bzw. 22,7 bis 44,5kJ/g). Die Streuung innerhalb einer einzelnen Referenzprobe ist also betragsmäßig in der Größenordnung des gesamten gemittelten Messbereichs der Referenzmessungen. Dasselbe trifft auch auf Labormesswerte zu, die immer nur einen Ausschnitt gemittelt vermessen, ohne dabei eine Information über die Streuung innerhalb der Stichprobe zu geben.

Diskussion

Die Unsicherheit der Referenzmesswerte ist ein grundsätzliches Problem, welches einen limitierenden Faktor der Datenqualität darstellt. Das gilt für die Anwendung als Referenzmessung genauso wie für die Anwendung als Qualitätsmonitoring. Ist die Stichprobe nicht repräsentativ (und das kann a priori nicht festgestellt werden, da in einer Stichprobe keine orts- und zeitaufgelösten Daten erhalten sind), ist der erhaltene Messwert – unabhängig davon wie genau er ist – für den Produktstrom ebenso wenig repräsentativ. Durch diese Methode werden die massiven Limitierungen solcher laborseitigen Stichprobenanalysen deutlich sichtbar.

Bild 2 | Quantitative Heizwertmessung am Schüttgut: HSI-Eingangsbilder (links); Referenzspektrensätze, Featurekurve für die Heizwert-Messung in grün, Messwerttabelle, Kalibrationslinie mit Datenpunkten, sowie statistische Qualitätsparameter (Mitte); Ausgangsbilddaten (rechts). (Bild: EVK DI Kerschhaggl GmbH)

Fazit und Ausblick

Echtzeitmessungen relevanter Prozessparameter über den gesamten Produktstrom sind Stichprobenanalysen im Labor weit überlegen, da auch eine hochgenaue Laboranalyse nur wenig Aussagekraft hat, wenn die Stichprobe nicht repräsentativ ist. Je inhomogener ein Materialstrom ist, desto deutlicher wird der Effekt, und desto größer sind auch die Vorzüge einer Echtzeitmessung über den gesamten Produktstrom. Die Zeit- und Ortsauflösung des Verfahrens, sowie dessen Echtzeitfähigkeit, erlauben darüber hinaus selektive Optimierungen des Stroms, und direkte steuertechnische Eingriffe in Echtzeit. Dagegen kann eine Stichprobenanalyse letztlich nur im Nachhinein Informationen über die Qualität des gemittelten Produktes liefern. Es geht jetzt darum, einen fundierten Wissensstand in Bezug auf ungelöste und komplexe Applikationen aus den unterschiedlichsten Branchen aufzubauen, der mit funktionierenden technischen Lösungen untermauert werden muss.

EVK DI Kerschhaggl GmbH

Das könnte Sie auch Interessieren