Metoda přenosu knihoven dat mezi systémy laserové spektroskopie pro analýzu průmyslových vzorků

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F02731410%3A_____%2F22%3AN0000002" target="_blank" >RIV/02731410:_____/22:N0000002 - isvavai.cz</a>

Výsledek na webu

<a href="https://lightigo.com/projects/gsoutputs" target="_blank" >https://lightigo.com/projects/gsoutputs</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Metoda přenosu knihoven dat mezi systémy laserové spektroskopie pro analýzu průmyslových vzorků

Popis výsledku v původním jazyce

Ověřená technologie dosažená v projektu GlobalStars popisuje metodiku přípravy vzorků, jejich analýzu metodou LIBS a zpracování získaných dat. Tento metodický proces je vytvořen s cílem efektivního využití naměřených dat a jejich přenosem mezi systémy s různým analytickým výkonem. Obvyklou výzvou při použití LIBS je vytvoření robustních kalibračních knihoven: souborů dat velkého počtu vzorků, které adekvátně reprezentují materiály, jež mají být analyzovány během nasazení spektroskopického systému. Charakteristická spektroskopická odezva systémů LIBS se výrazně liší s ohledem na jednotlivé analytické přístroje a jejich výkon; dochází k výrazným odchylkám při měření stejných vzorků různými systémy. Tyto systematické a nevyhnutelné změny v charakteristické odezvě byly potlačeny vhodnou implementací pokročilých statistických metod a strojového učení a současně se znalostí chování laserem buzeného plazmatu a jeho časově-prostorového vývoje. Tato metodika byla vyvinuta pro zlepšení analytického výkonu spektroskopie laserem indukovaného plazmatu (LIBS z anglického laser-induced breakdown spectroscopy) v kontextu kvantitativní analýzy ocelových vzorků v průmyslovém prostředí. Je tedy možné ji považovat jako jeden ze základních kroků k dosažení pokročilého senzoru pro Průmysl 4.0 a její koncept je možné uvažovat pro využití i v dalších aplikacích, např. kosmický výzkum. Dosažený metodický postup postavený na strojovém učení byl ověřen třetí stranou (Odbor slévárenství, Fakulta strojního inženýrství, VUT v Brně) a je tak vhodný pro přenosu stávajících kalibračních knihoven napříč různými spektroskopickými LIBS systémy při analýzách ocelových vzorků.

Název v anglickém jazyce

Library data transfer method between laser spectroscopy systems for industrial sample analysis

Popis výsledku anglicky

The validated technology achieved in the GlobalStars project describes the methodology of sample preparation, analysis by LIBS and processing of the data obtained. This methodological process is designed to efficiently use the measured data and transfer them between systems with different analytical performance. A common challenge in the use of LIBS is the creation of robust calibration libraries: data sets of large numbers of samples that adequately represent the materials to be analyzed during the deployment of the spectroscopic system. The characteristic spectroscopic response of LIBS systems varies considerably with respect to individual analytical instruments and their performance; significant variations occur when the same samples are measured by different systems. These systematic and unavoidable variations in the characteristic response have been counteracted by appropriate implementation of advanced statistical and machine learning methods, together with knowledge of the behaviour of the laser-excited plasma and its spatio-temporal evolution. This methodology was developed to improve the analytical performance of laser-induced breakdown spectroscopy (LIBS) in the context of quantitative analysis of steel samples in an industrial environment. Thus, it can be considered as one of the fundamental steps towards achieving an advanced sensor for Industry 4.0 and its concept can be considered for use in other applications such as space research. The achieved methodological approach based on machine learning has been validated by a third party (Department of Foundry Engineering, Faculty of Mechanical Engineering, Brno University of Technology) and is thus suitable for transferring existing calibration libraries across different spectroscopic LIBS systems in the analysis of steel samples.

Druh

Z_tech - Ověřená technologie

CEP obor

—

OECD FORD obor

10406 - Analytical chemistry

Projekt

<a href="/cs/project/LTE121002" target="_blank" >LTE121002: Laserová spektroskopie pro Průmysl 4.0</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Interní identifikační kód produktu

PG_GS22_OT01

Číselná identifikace

Z

Technické parametry

Vyvinutá metodika se skládá z architektury umělé neuronové sítě, jejího efektivního trénovacího procesu a přístupu přenosového učení aplikovaného na neuronovou síť. Neuronová síť se skládá ze dvou částí. První část se skládá ze 3 vrstev o 4096, 2048 a 1024 neuronech. Druhá část se skládá z několika modulů, přičemž každý modul je specifický pro jeden analyt (naproti tomu první část je společná pro všechny analyty). Každý modul v druhé části sítě se skládá ze dvou vrstev po 2048 neuronech, resp. 1 neuronu. Postup trénování sítě se týká pravidel používaných k aktualizaci vah neuronové sítě během trénování (optimalizér) a optimalizace souvisejících hyperparametrů. A konečně, vyvinutý přístup přenosového učení využívá data shromážděná za různých podmínek měření pro zlepšení výkonu sítě na datech shromážděných za cílových podmínek. Sestavená databáze vzorků a odpovídající optimalizovaný algoritmus pro přesnou predikci koncentrace analytu je umístěna na serveru společnosti Lightigo a bude možné ji využít pro implementaci do analytického SW při predikci koncentrace zvoleného analytu v neznámém vzorku. Metodu je možné licencovat třetím stranám, ale její využití je v současnosti plánováno pouze v rámci integrace do analytických systémů společnosti Lightigo. Možnosti využití ochrany průmyslového vlastnictví budou zvažovány pouze v případě, že dojde ke strategické změně využití výsledku a tento nebo jeho část (knihovna dat, metodika strojového učení) budou nabízeny jako samostatné řešení.

Ekonomické parametry

Výsledkem je sestavená databáze vzorků a odpovídající optimalizovaný algoritmus pro přesnou predikci koncentrace analytu. Komercializace bude probíhat na obou stranách řešitelského konsorcia. Toto řešení bude možné komerčně využít a dodávat do výrobních procesů, kde bude využita technologie LIBS pro predikci koncentrace zvoleného analytu v neznámém vzorku. Svojí univerzálností ji bude možné využít i v dalších aplikacích a průmyslových odvětvích; případně separátně bez zbylé LIBS sestavy pro výzkumná centra a univerzity. Předpokládáme integraci do LIBS instrumentace, kde to zjednoduší analytický proces a zvýší přesnost výsledků a zjednoduší klasifikaci zkoumaných vzorků. To výší atraktivitu přístroje a očekáváme díky tomu akvizici nových zákazníků. Odhadujeme navýšení až o 30%, což činí cca 1 500 000 za rok.

Kategorie aplik. výsledku dle nákladů

—

IČO vlastníka výsledku

02731410

Název vlastníka

Lightigo

Stát vlastníka

CZ - Česká republika

Druh možnosti využití

A - K využití výsledku jiným subjektem je vždy nutné nabytí licence

Požadavek na licenční poplatek

A - Poskytovatel licence na výsledek požaduje licenční poplatek

Adresa www stránky s výsledkem

https://lightigo.com/projects/gsoutputs