‘Wat sensoren betreft zitten we in een brede beweging’, zegt Jeroen Jansen, universitair hoofddocent analytische chemie aan de Radboud Universiteit (RU) in Nijmegen. ‘Er is veel publiek-private samenwerking: enerzijds heb je veel innovaties in de academie, maar tegelijkertijd vinden die innovaties praktische invulling bij bedrijven, overheidsinstellingen en andere partijen.’

Toch schuilt er ook een gevaar. ‘Dat zit hem in het feit dat partijen kunnen zeggen dat hun sensor iets meet zonder dat er ook maar iets gevalideerd is’, vertelt de van origine Vlaamse Lutgarde Buydens, hoogleraar analytische chemie, eveneens aan de RU. ‘Er zijn zoveel factoren: constructie van de sensor, de nauwkeurigheid, waar en hoe je meet, wat je met de meting doet.’ Buydens vindt het de plicht van wetenschappers om dit in goede banen te leiden. Daar heeft iedereen uiteindelijk profijt van: een goedkoper proces voor bedrijven, betere producten voor de consument.

Data science

‘Een recent onderzoek van ons in samenwerking met Wageningen Food Safety Research kijkt naar de kwaliteit van kipfilet terwijl die nog in de verpakking in de supermarkt ligt’, noemt Jansen als voorbeeld. Dat gebeurt met een handheld nabij-infrarood-sensor (NIR) met een krachtig machine learning algoritme. Consumenten kunnen die zelf gebruiken om onbevooroordeeld bewijs te krijgen dat een duurzaamheidslabel wel of niet op de kipverpakking thuishoort. Buydens vult aan: ‘Op de vraag of een kip daadwerkelijk haar hele leven maïs heeft gegeten, kun je zo antwoord krijgen.’

‘Op de vraag of een kip daadwerkelijk haar hele leven maïs heeft gegeten kun je nu spectroscopisch antwoord krijgen’

Lutgarde Buydens

 

Breder getrokken spelen sensoren een belangrijke rol in de circulaire economie. Met sensoren alleen kom je echter niet tot een betere maatschappij. ‘De moeilijkheid zit hem in de data-analyse’, vervolgt Buydens. ‘Hoe haal je de gewenste informatie uit metingen? En hoeveel metingen heb je überhaupt nodig?’ De oplossing ligt volgens haar in chemometrie en data science. ‘Het is een wetenschap op zich om de data als grondstof te gebruiken, om nieuwe kennis uit data te halen.’

Praktische toepassingen

Maar als je eenmaal weet wat en hoe je wilt meten, zijn er legio praktische toepassingen te bedenken. ‘In de industrie is het nodig om een goed kalibratiemodel te hebben voor spectroscopische metingen’, legt Jansen uit. ‘Daarmee kun je voorspellingen doen over je product. Maar zo’n model is niet heel lang houdbaar in de industrie, omdat je regelmatig kleine aanpassingen doet in het productieproces. Dat kan een voorspelling in de war gooien.’

Jansen, Buydens en collega’s ontwikkelden daarom een nieuwe methode om die kalibratie in het gareel te houden. Een zelflerend neuraal netwerk voegt nieuwe data bij oude data, checkt of er afwijkingen zijn en of er wat aangepast moet worden. Zo houd je je proces optimaal en kun je snel zien waar een wijziging aan ligt.

‘Omdat je regelmatig kleine aanpassingen doet in het productieproces kan dat een voorspelling in de war gooien’

Jeroen Jansen

Ook het eindpunt van chemische processen is belangrijk. Wanneer is een batch met waardevol product nu eigenlijk klaar? Die vraag wilden de Nijmeegse onderzoekers beantwoorden met ENdpoint Detection using Batch-specific cOntrol Spaces of Spectroscopic data (ENDBOSS). ‘Door de allereerste momenten van een batchproces goed te monitoren kun je het eindpunt van de reactie al in een heel vroeg stadium voorspellen’, zegt Jansen. ‘Wat we zagen is dat we de werkelijke duur van het proces daarmee aanmerkelijk kunnen verkorten, omdat je al veel eerder weet wanneer je moet stoppen. Als we het einde zouden afwachten, konden we alleen reageren op het hier en nu.’ Een gevolg van een betere voorspelling is dat je je proces beter kunt sturen en zodoende energieverbruik en afvalproductie vermindert.

Circulaire economie

‘We zien dat dat laatste, die milieuvriendelijke houding, echt een vlucht heeft genomen in Europa’, vertelt Buydens. ‘Bedrijven vinden dit steeds belangrijker. Het gaat niet langer alleen om het geld, maar het wordt een mindset om ook te kijken naar key performances als milieu, kwaliteit, verspilling.’ Jansen vult aan: ‘Vandaar dat de ontwikkeling van de circulaire economie zo belangrijk is. Bij veel processen blijf je zitten met afval. Met analytische chemie kun je meten wat er gebeurt met producten en afvalstromen.’

Al deze aspecten – circulaire economie, chemometrie, spectroscopie – verenigen Jansen en Buydens in samenwerkingsprojecten met bedrijven en instituten, zoals het Nationaal Testcentrum Circulaire Plastics in Friesland. Dat is een onderzoeksinstituut voor het sorteren en wassen van afvalplastic. ‘Om de samenstelling van afvalplastic vast te stellen gebruiken we een NIR-spectrofotometer’, legt Jansen uit. ‘Dat combineren we ook met chemometrie en kunstmatige intelligentie voor. De foto’s van de spectrofotometer worden gescand, waarbij we automatische beeldherkenning en spectroscopie combineren. En dat in recordtempo, omdat de lopende band met vier meter per seconde door moet razen wil het proces een beetje efficiënt zijn.’

Dit is nog maar het tipje van de sluier, aldus Buydens. ‘Meten is weten heeft een comeback gemaakt’, besluit ze. ‘Voor het meten hebben we veel verschillende dingen, maar met de meetpunten alleen ben je er nog niet. Daarvoor hebben we data science nodig, en die combinatie is een van de grootste uitdagingen in de analytische chemie.’