guest ::
Extensions of Indirect Hard Modeling for the user-independent and automated spectral analysis of reactive and interacting mixtures = Erweiterungen für Indirect Hard Modeling zur benutzerunabhängigen und automatisierten Analyse von reaktiven und interagierenden Gemischen
2023 & 2024
Dissertation, RWTH Aachen University, 2023
Druckausgabe: 2023. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2024
Genehmigende Fakultät
Fak04
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2023-05-10
Online
DOI: 10.18154/RWTH-2023-11026
URL: https://publications.rwth-aachen.de/record/973849/files/973849.pdf
Einrichtungen
Thematische Einordnung (Klassifikation)
DDC: 620
Kurzfassung
Spektroskopische Messmethoden werden in Forschung und Industrie zur Bestimmung von Zusammensetzungen von Gemischen eingesetzt. Diese Zusammensetzungen werden jedoch nicht direkt gemessen, sondern müssen mathematisch aus den Spektren extrahiert werden. Für diese sogenannte Spektralanalyse steht eine Vielzahl verschiedener Methoden zur Verfügung. Diese werden ständig erweitert, um üblichen Herausforderungen zu begegnen, wie z.B. dem Auftreten von Untergrundsignalen, oder um die Benutzerabhängigkeit bei der Benutzung der Methoden zu verringern. Indirect Hard Modeling (IHM) ist eine physikalisch motivierte Methode zur quantitativen Spektralanalyse, die sogenannte nichtlineare Effekte, wie z.B. Peakverschiebungen, abbilden kann. Allerdings ist die Benutzerabhängigkeit bei der Modellerstellung für IHM hoch verglichen mit anderen (statistischen) Spektralanalyse-Methoden, die Modellierung komplexer Untergrundsignale herausfordernd und bestimmte Gemische sind aufgrund fehlender Kalibrationsdaten nicht zugänglich für die Spektralanalyse. Der erste Teil dieser Arbeit präsentiert die Methode MAGIC (Method for Automatically Generated Indirect Hard Models), die automatisch spektrale Modelle für IHM erstellt. Im Gegensatz zu bisher existierenden Methoden, wählt MAGIC die Parameter des Modells anhand einer Minimierung der Abweichungen von bekannten und berechneten Zusammensetzungen. Folglich können jegliche Benutzerinteraktionen bei der Modellerstellung vermieden werden.Der zweite Teil dieser Arbeit präsentiert eine Methode zur Modellierung von Untergründen mit dem Namen UNMASK (User-independent Nonlinear Modeling using Adjusted Spline-interpolated Knots). UNMASK parametrisiert das Untergrundmodell automatisch und ohne Benutzerinteraktionen, indem die Abweichungen zwischen bekannten und berechneten Zusammensetzungen minimiert werden. Im Vergleich zu anderen Untergrundbehandlungsmethoden eignet sich UNMASK für Spektren und (komplexe) Untergrundsignale unabhängig von deren Eigenschaften. Damit ermöglicht UNMASK die erfahrungsabhängige Wahl der Untergrundbehandlungsmethode selbst auszulassen.IHM benötigt wesentlich weniger Kalibrationsdaten verglichen mit statistischen Methoden. Für einige (reaktive) Gemische ist jedoch selbst diese limitierte Datenmenge nicht verfügbar. Der letzte Teil dieser Arbeit präsentiert eine Methode, die IHM Modelle allein auf Basis von mit ab initio molecular dynamics (AIMD) simulierten Spektren erstellt und kalibriert. Diese Methode namens AIMD-IHM erlaubt somit die quantitative Analyse von Gemischen, die bisher nicht für spektroskopische Messmethoden zugänglich waren.Spectroscopic techniques are used compositions both in research and various industrial areas measuring compositions of mixtures. However, the compositions are not directly measured but have to be extracted mathematically. For this purpose there are many so-called spectral analysis methods available that are continually extended and/or modified to deal with common challenges such as background signals or to reduce user-dependency. Indirect Hard Modeling (IHM) is a physics-based method for the quantitative spectral analysis that allows for so-called non-linear effects, like peak shifts. However, the user-dependency during the model setup for IHM is generally high compared to other established (statistical) spectral analysis methods. Furthermore, the accurate modeling of complex background signals remains challenging and certain mixture systems remain inaccessible for the spectral analysis due to unavailable calibration data. The first part of this work introduces a method that automatically sets up models for IHM called MAGIC (Method for Automatically Generated Indirect Hard Models). In contrast to existing methods, MAGIC chooses the model parameters by minimizing the difference between known and calculated compositions. Consequently, all user-dependency during the model setup can be omitted. The second part of this work presents a method for modeling background signals called UNMASK (User-independent Nonlinear Modeling using Adjusted Spline-interpolated Knots). UNMASK automatically sets up the baseline model without requiring any user input by minimizing the difference between known and calculated compositions. In comparison to other background treatment methods, UNMASK is suited for spectra and (complex) background signals regardless of their properties. Thus, UNMASK also allows to omit the choice of the background treatment method itself. IHM requires significantly less calibration data than commonly used statistical spectral analysis methods. However, for some (reactive) mixture systems even this limited data is unavailable. The last part of this thesis introduces a method that sets up and calibrates IHM models solely based on simulated spectra from ab initio molecular dynamics (AIMD). This method, called AIMD-IHM, thus allows to quantitatively analyze mixture systems that were, so far, inaccessible for spectroscopic measurement techniques.
OpenAccess: 
PDF
(additional files)
Dokumenttyp
Dissertation / PhD Thesis/Book
Format
online, print
Sprache
English
Externe Identnummern
HBZ: HT030673712
Interne Identnummern
RWTH-2023-11026
Datensatz-ID: 973849
Beteiligte Länder
Germany
|
The record appears in these collections: |