Chemometrie und komplexe Datenanalyse

Moderne Spektrometer liefern eine große Menge an Messdaten. Nur mit effizienter Datenanalyse lässt sich ein Maximum an relevanten Information aus den Messdaten gewinnen. Fraunhofer IPM nutzt sogenannte chemometrische Verfahren, um chemische Informationen aus experimentellen Daten zu gewinnen.

Verfahren wie die multivariate lineare Regression, die Hauptkomponentenanalyse oder Support-Vektor-Maschinen helfen, die spektralen Daten mit den chemischen Größen wie z. B. Konzentrationen zu korrelieren oder unbekannte Stoffe zu identifizieren. Dabei müssen die Algorithmen auf der Basis von Messdaten (oder auch künstlich erzeugten »Messdaten«) bekannter Reinstoffe und Mischungen trainiert werden, um dann in der Produktionsumgebung die relevanten Prozessgrößen liefern zu können. Entscheidend ist dabei neben der Anwendung der mathematischen Algorithmen das Verständnis des Produktionsprozesses und der Messbedingungen. In vielen Fällen kann so beispielsweise. über geschickte Referenz-Messungen, Fokussierung auf spektrale Bereiche oder Maßnahmen zur Rauschunterdrückung die Datengrundlage vor der mathematischen Behandlung so verbessert werden, dass die chemometrischen Verfahren selber bei der Auswertung eher zweitrangig sind. Oft reichen dann einfache Methoden wie lineare Regression zur Bestimmung der Prozessgrößen und sorgen für eine gute Nachvollziehbarkeit der Ergebnisse und damit für eine signifikant kleinere Fehleranfälligkeit der Algorithmen.

Fraunhofer IPM hat viel Erfahrung in der Auswertung und Darstellung umfangreicher Messdaten und der Entwicklung von Algorithmen zur fehlertoleranten Bestimmung essentieller Prozessparameter. Unser Leistungsspektrum umschließt dabei neben der Datenauswertung und der Entwicklung chemometrischer Algorithmen auch die Übertragung in PC-Software bis hin zu FPGA-Auswertungen in Hardware.