Search

Die Motivation dieser Studie war es eine Antwort auf die immer größer werdende Zahl an statistischen Kontrollkarten zu bekommen. Auch die ideale Stichprobengröße sollte dabei ermittelt werden. Die Anzahl an Kontrollkarten kann sehr schnell unübersichtlich werden, vor allem deshalb da jeder Prozess und Prozessschritt seine eigenen Variablen, mit definierter Einheit, Lage und Variation aufweist und diese unter einen Hut zu bringen nicht ganz einfach ist. Ein möglicher Ansatz ist es die Daten zu transformieren um sie auf eine einheitliche Skala zu bringen. Als Beispiel sei der Variationskoeffizient genannt.[1], [2] So ein ähnlicher Ansatz wird bereits bei Boehringer Ingelheim verfolgt wobei der gleitende Cpk Wert zur Anwendung kommt. Eine der zentralen Herausforderungen war es eine Antwort auf die Frage nach der idealen Stichprobengröße zu finden, wobei in der Literatur für herkömmliche Shewart Kontrollkarten klare Anleitungen zu finden sind.[3] Nicht so für gleitende Cpk hier wurde lediglich für gruppenweises Auftragen des Cpk wertes eine Publikation gefunden. [4] Diese Studie fasst drei Hauptfragen zusammen, welche es zu beantworten gilt: 1) Was ist die ideale Stichprobengröße vom gleitenden Cpk? 2) Was ist der Unterschied vom gleitenden Cpk zur klassischen Shewart Kontrollkarte mit Western Electric Regeln? 3) Was muss getan werden um den gleitenden Cpk Wert in einer statistischen Kontrollkarte monitoren zu können? Methodisch wurde die Studie auf Monte Carlo Simulationen aufgebaut welche in Matlab® realisiert wurden. Zu diesem Zweck wurden drei Modelle untersucht mit jeweils drei verschiedenen Kontrollkarten. Die Modelle waren das Rohdaten Modell, das rohe gleitende Cpk Modell und das „unweighted batch-means“ und ARIMA Modell, wobei Letzteres mit den Rohdaten als auch den gleitenden Cpk Daten gefüttert wurden. Folgende Kontrollkarten wurden in jedem Modell angewendet: gleitende Mittelungskarte (EWMA) und die Individual-/gleitende Spannweitenkarte (I/MR). Die Western Electric Regeln kamen nur bei der Individualkarte zur Anwendung, je nach Setting waren es alle Regeln beim Screening und ausgewählte Regeln bei den Bestätigungsläufen. Weiters um die Leistung der Karten untersuchen zu können wurde ein Baseline Signal (Z0) generiert für die in-Kontrolle Situation und ein außer-Kontrolle Situation bei welcher dann fünf Störsignale mit definierter Länge und Amplitude an zufälliger Stelle im Baseline Signal eingefügt wurde. Die Ergebnisse waren wie folgt. Die ideale Stichprobengröße für den rCpk waren abhängig von dem verwendeten Modell und Kontrollkarten Kombinationen. Als beste Kombination wurde die I/MR Karte mit der „generalized extreme value“ Verteilung gefunden. Die ideale Stichprobengröße für dieses Modell lag zwischen n = 6 und n = 25 Datenpunkten. Um die Frage nach dem besseren Modell zu beantworten, sprich rCpk vs. Shewart Modell Letzteres hat eindeutig die bessere Performance gezeigt. Sowohl was die durchschnittliche Lauflänge (ARL), als auch die Anzahl an Datenpunkten bis eine Prozesslage Veränderung detektiert wurde. So wurden ARL von 150 Datenpunkten detektiert obwohl alle Western Electric Regeln angewendet wurden. Dementsprechend kurz war dann die Detektionszeit von lediglich 1-2 Datenpunkten bis eine Regelverletzung detektiert wurde. Wie bereits festgestellt, die beste Datenmodell / Kontrollkarten Kombination des rCpk war das I/MR chart mit Limits basierend auf der GEV. Das ARIMA und das UBM waren nicht erfolgreich genug um ohne weitere Modifikationen als Monitoring Schema eingesetzt zu werden. Für das gegenwärtig verwendete „run chart“ muss das Akzeptanzkriterium 0,5 Cpk unter dem gegenwärtigen Prozess Cpk liegen um zuverlässig einen Sprung von 2 σ zu detektieren. Aus zwei Gründen wird eine Empfehlung gegen das gegenwärtige Monitoring Schema ausgesprochen, erstens eine Laufkarte ist keine statistische Kontrollkarte und daher müsste das Akzeptanzlimit ständig neu berechnet werden um annähernd dieselbe Performance einer Kontrolkarte zu erreichen. Zweitens die Potenziale zur Prozessverbesserungen können nicht genutzt werden, da das Limit nur die „Negativ“ Grenze überwacht nicht aber die „Positiv“ Grenze. Daher ist es sehr wahrscheinlich, dass man die Information übersieht, welche potenziell einen Prozess verbessern können, wenn dieser in seinem Optimum läuft. The overall motivation of this study was to answer some questions about how to monitor a plethora of processes and sub-processes and determine the sample size needed. For example, a number of control charts for various sub-processes and measurements alike could be overwhelming if more than a few different product lines are to be produced with each variable having its own scale, level and variation to account for. One possible answer is to normalize the data, hence transform the data to a common scale, e.g. monitoring the coefficient of variance (CV).[1], [2] This was already established at Boehringer Ingelheim with a run chart with a single acceptance limit, and the underlying data transformation was a stepwise rolling Cpk. For control charts, the recommendations given by Montgomery were very clear, for example, how many samples somebody needs to calculate control limits or at which subgroup size which control chart type should be used.[5] But when it comes to rolling Cpk in control charts the textbook knowledge about it is practically non-existent. Only one paper was published by Robert Mitchell who somehow successfully monitored Cpk in a batch-wise setup. [4] Nevertheless, no hint in the current literature could be found on stepwise rolling (or moving) Cpk or Ppk. So this study had three main questions to answer: 1) What is the ideal sample size of the stepwise rolling Cpk? 2) What is the difference in using the rCpk vs. raw measurement model with Western Electric rules applied? 3) What can be done to use the rCpk successfully in a control scheme for a process? The methods used were Monte Carlo simulations realized in Matlab®, where the three different models with three different control charts were used. The models assessed were the raw data model, the raw rCpk, the unweighted batch-means and the ARIMA model for both the raw data and the rCpk. The control charts used were the exponentially weighted moving average (EWMA) and the individuals- moving range chart (I/MR). Further, the simulations were done with all Western Electric rules applied during the screening on the individual's chart. After screening two rules were chosen, which showed on at least one model low false alarm rates and a decent time to detect a special cause. The data sets exhibited a stationary signal depicted as Z0 and a signal with five randomly placed errors of defined length called Z1 were the starting point. The Results were as follows. The ideal sample size for the rCpk depends on the control chart and the underlying model. As best control chart and model combination the individuals-/moving range chart with limits based on the generalized extreme value distribution was determined. The ideal sample size was between n = 6 and n = 25 for the aforementioned model/chart combination. As for the question how the rCpk performs compared to the traditional Shewart model, the latter is still superior in terms of average run length and detecting large shifts in the process. With ARLs of around 150 samples though all WE rules were applied and therefore immediate detection of the shifts at only 1-2 samples needed for this purpose. As already mentioned the best chart model combination was the alternative distribution based approach with the generalized extreme value distribution used. The ARIMA, as well as the unweighted batch-means approach, did not turn out to be successful enough to be useable as a monitoring scheme. As for the currently used run chart approach, the acceptance limit has to be 0.5 Cpk below the stable process Cpk. Otherwise, a shift of 2 σ was difficult to detect. Therefore it is advised against the use of the run chart as statistical monitoring tool except the acceptance limit was evaluated on a regular basis. But the information loss of process improvement opportunities makes the run chart still a bad choice. vorgelegt von: Gerald Knebl Masterarbeit Wien, FH Campus Wien 2017

[no abstract]

Benzaldehyde lyase from Pseudomonas fluorescens (BAL) and carbonylreductase from Candida parapsilosis (CPCR) are versatile catalysts for the production of various chiral intermediates, which are of interest for the pharmaceutical industry. Due to the mostly hydrophobic reactants only low productivities can be achieved in aqueous reaction systems and thus the use of alternative reaction media is desirable. Especially the use of aqueous-organic biphasic systems is promising, since the extraction of products and the spatial separation from the enzyme facilitate efficient processes. However, both enzymes show only insufficient stability in these systems and therefore a stabilisation is indispensable. Stability of both enzymes was determined in three different biphasic systems as well as the respective solvent-saturated aqueous monophasic systems (BAL: MTBE, 2 octanone, toluene; CPCR: MTBE, cyclohexane, n heptane). It was shown that BAL was already significantly deactivated by the solvent molecules within the aqueous phase. In the respective biphasic systems especially the interfaces towards 2-octanone and toluene led to considerable additional deactivation. On the molecular level CPCR was deactivated mainly by dissolved MTBE-molecules. In contrast, dissolved cyclohexane and n-heptane molecules only had minor effects on CPCR stability, whereas the respective biphasic systems led to significant deactivation of CPCR. The deactivation by the solvents is probably a result of interactions between the solvents and the proteins’ surfaces. Therefore the surface characteristics of both enzymes were altered in order to prevent these interactions. Chemical modification of free amino groups was applied to introduce new chemical functionalities to the enzymes’ surfaces. Acetylation with cyclic anhydrides decreased activity of both enzymes significantly. In contrast, modification with mPEG750 and mPEG2000 resulted in good residual activities of BAL (60-70%), while CPCR retained less than 10% residual activity. Gel electrophoresis showed that apparently only few amino groups of BAL were accessible for mPEG-modification, whereas CPCR was modified to great extent. Storage stability measurements with the mPEG-BAL-variants revealed a considerable increase of stability towards dissolved molecules in the solvent systems with MTBE and toluene. Site-directed mutagenesis was applied to exchange unpolar surface amino acid residues against polar amino acid residues in order to decrease interactions between the enzymes and the solvents. Most of the resulting BAL-variants showed similar activities as the native BAL, whereas many CPCR-variants lost most of their activity. For both enzymes enantioselectivity was unaffected by the introduced mutations. Kinetic constants of BAL-variants differed only marginally from the ones of native BAL. CPCR-variants exhibited higher kcat-values than native CPCR in both reduction- and oxidation reaction. Determination of storage stability in the different mono-and biphasic systems showed that most variants exhibited decreased stability against dissolved solvent molecules compared to native enzymes. However, additional deactivation at the interface towards toluene (BAL) and MTBE, cyclohexane und n-heptane (CPCR) respectively, was decreased. For the technical application enzyme stability under relevant process conditions is of importance. Therefore a reactor set-up was established, that allows stability determination in reactive, aqueous-organic biphasic systems. Respective measurements with BAL indicated that deactivation by the aldehyde substrate superimposed the deactivation by the solvents, thus resulting in similar BAL stability in all tested solvent systems. Neither the mPEG-modification nor the introduced mutations prevented this deactivation by the substrate. CPCR showed a strong stability decrease under process conditions in the MTBE-system, probably due to a combined effect of dissolved MTBE-molecules and isopropanol which was used for substrate-coupled cofactor regeneration. CPCR stability in reactive systems with cyclohexane and n-heptane was comparable to stability under non-reactive conditions. Variant CPCR-I79T,V83S showed increased process stability in all three biphasic systems.

Die adaptiven Spindelhalterung ist ein piezobasiertes System, das die Eigenschaften des Zerspannungsprozesses in Bereichen verbessern kann, die mit herkömmlichen Maschinensystemen nur schwer realisierbar sind. Das System hat sehr gute dynamische Eigenschaften bei gleichzeitig hoher Positioniergenauigkeit. Die gute Prozessstabilität wird durch die geringen bewegten Massen und die strukturintegrierten Piezoaktoren als Antriebe erreicht.

Verschärfte Anforderungen für die kommunale Abwasserreinigung machen eine weitgehende und prozeßstabile Stickstoffelimination erforderlich. In Fortführung eines BMFT-Forschungsvorhabens wurden in der Kläranlage Willstätt weitergehende Untersuchungen zur Optimierung des Verfahrens "Denitrifikation" durchgeführt. Ziel war, mit möglichst geringem technischen Aufwand den neu eingeführten Grenzwert für Gesamt-Stickstoff einzuhalten. In die praktischen Untersuchungen in der Kläranlage Willstätt wurden folgende Maßnahmen einbezogen: Zudosierung einer externen organischen Kohlenstoff-Quelle, Nutzung der Vorklärung als Schlammspeicher zur Vorversäuerung des Schlammes, Einbau eines Feinstrechens und vollständiges Umfahren der Vorklärung und Teilumfahrung der Vorklärung. Während bei der Vorversäuerung des Schlammes keine eindeutige Verbesserung der Denitrifikation erzielt wurde, führten die anderen Maßnahmen zu einer deutlich höheren Stickstoffelimination, so daß der Gesamtgrenzwert für Stickstof f eingehalten werden kann. Grund für die erhöhte Reinigungsleistung ist die Verringerung des Stickstoff-Kohlenstoff-Verhältnisses im Zulauf zur biologischen Stufe durch die externe organische Kohlenstoff-Quelle bzw. bei der Umfahrung der Vorklärung durch die bessere Ausnutzung des Kohlenstoffgehalts im Rohabwasser. Die veränderten Betriebsweisen wirkten sich nicht nur auf die Stickstoffelimination, sondern auch auf den sonstigen Betrieb der Anlage aus (z.B. drastischer Rückgang des Faulgasanfalls bei einer vollständigen Umfahrung der Vorklärung). Zusätzlich wurden über Befragungen und Literaturrecherchen die vorliegenden Erfahrungen zu den grundsätzlich einsetzbaren Techniken zur Verbesserung der Stickstoffelimination (Zudosierung externer Kohlenstoff-Quellen, Vorversäuerung von Primärschlamm, Verringerung des Wirkungsgrades der Vorklärung durch Umfahrung oder Verkleinerung, separate Behandlung der Rückbelastungen) zusammengetragen. Abschließend wurden die Vor- und Nachteile der einzelnen Techniken zusammengefaßt und in ihren Auswirkungen auf den Gesamtprozeß bewertet. Betreibern und Planern kommunaler Kläranlagen wird dadurch die Möglichkeit gegeben, sich einen Überblick über die verschiedenen Maßnahmen zur Verbesserung der Denitrifikation zu verschaffen und eine Vorauswahl zu treffen.

The on-line determination of nitrogen removal in municipal sewage treatment plants was systematically investigated. The measurements were carried out for three different plants over a period of several months. The results of the investigations into the ammonium removal (nitrification) showed that effluent ammonium peaks were primarily caused by inadequate plant operation: from directing the filtrate from waste sludge dewatering back into the influent of the plant during high loading periods (the filtrate contains up to 15-25% of the total daily ammonium load on the plant); and from allowing the undiluted contents of the primary clarifiers to be flushed directly into the aerated reactors by the high hydraulic during rainfall. In order to keep the effluent ammonium concentration below the required limits it is necessary to keep the amount of influent ammonium below the removal capacity of the system. This can be accomplished by using tanks to store filtrate during sludge dewatering and i nfluent during rainy periods, their contents being fed into the sewage plants during subsequent low loading periods. It was found that removal of nitrate and nitrite (denitrification) was primarily influenced by the relative concentrations between nitrogen compounds and easily degradable carbon sources. Measurements demonstrated that this relationship could vary dramatically and that unfavorable conditions often lead to high effluent N02- and N03-concentrations.