Ein Ansatz für kontinuierliches Mikroplastik-Monitoring
Impedanzspektroskopie plus Machine Learning
Heute verfügbare Analysemethoden erfüllen jedoch nicht oder nur bedingt die Anforderungen für ein flächendeckendes Monitoring. Diese arbeiten in der Regel mit einem manuellen Prozess aus manueller Probenentnahme, -aufbereitung und Laboranalyse durch spezialisiertes Personal [4]. Etablierte spektroskopische Methoden wie FTIR- oder Raman-Spektroskopie benötigen aufwendige Probenvorbereitung und sind anfällig für Störungen durch Biofilme oder organisches Material. Diese Einschränkungen begrenzen die Überwachung auf punktuelle Stichproben.
Hier bietet die Impedanzspektroskopie vielversprechende Möglichkeiten für das prozessintegrierte Monitoring von Mikropartikeln [5]. Die Verbindung von Impedanzmessungen mit Machine- Learning-Algorithmen ermöglicht erstmals die automatisierte Auswertung komplexer Messdaten zur Partikelcharakterisierung. Diese Kombination macht kontinuierliche Inline-Analytik ohne die Beschränkungen laborbasierter Verfahren möglich.
Wie könnte die Machine Learning Enhanced Impedance Spectroscopy (MLEIS) eine Echtzeitüberwachung von Mikroplastikpartikeln ermöglichen? Im Folgenden werden die technischen Ansätze für kontinuierliche Inline-Analytik mit simultaner Bestimmung von Menge, Größenverteilung und Materialzusammensetzung aufgezeigt.
Die elektrische Impedanzspektroskopie (EIS) charakterisiert die elektrochemischen und dielektrischen Eigenschaften von Materialien durch Messung der Impedanz über definierte Frequenzbereiche [6]. Das Verfahren reagiert hochsensitiv auf Veränderungen in Leitfähigkeit und Kapazität und eignet sich daher für diverse Anwendungen von der Batteriecharakterisierung über Korrosionsuntersuchungen bis hin zur Partikeldetektion [6].
Für prozessintegrierte Messungen erfordert die EIS eine modifizierte Messtechnik. Anstelle der konventionellen sequenziellen Abtastung breiter Frequenzspektren werden ausgewählte Frequenzpunkte simultan erfasst. Diese parallele Datenakquisition reduziert die Messdauer erheblich und ermöglicht die erforderliche Zeitauflösung für dynamische Strömungsprozesse [7].
Die Interpretation der komplexen EIS-Signalantworten erfordert den systematischen Einsatz von Machine-Learning-Algorithmen. Diese Verfahren extrahieren charakteristische Merkmale aus den mehrdimensionalen Impedanzdaten und ermöglichen eine präzise Partikelcharakterisierung [7]. Die Methode der MLEIS kombiniert die Sensitivität der Impedanzmessung mit der Mustererkennung mittels Machine Learning und steigert dadurch Genauigkeit und Selektivität der Partikeldetektion erheblich [8]. Basierend auf dieser eigens entwickelten MLEIS-Technologie in Verbindung mit einem speziell entwickelten Sensordesign wurde beim Unternehmen Zaitrus ein System für die Echtzeit-Überwachung von Mikroplastik entwickelt [7, 8, 9]. Die Integration von EIS und ML-Algorithmen ermöglicht die simultane Bereitstellung qualitativer und quantitativer Analysenergebnisse in Echtzeit. Die in Flüssigkeitsströme integrierten Sensoren überwachen kontinuierlich Mikroplastikkonzentrationen und differenzieren dabei Partikelgröße, Morphologie und Materialzusammensetzung, woraus sich wiederum Aussagen über Verteilungen, Volumen und Masseanteile berechnen lassen [7, 9].
Die erreichte Echtzeitfähigkeit des Systems macht eine zuverlässige Analyse äußerst geringer Unterschiede zwischen verschiedenen Partikeln im kontinuierlichen Durchfluss [7] möglich. Diese technischen Eigenschaften bieten entscheidende Vorteile gegenüber konventionellen Mikroplastik-Analyseverfahren. Das System arbeitet dauerhaft, wartungsarm und ohne permanente Personalbetreuung und liefert digitale Messwerte dauerhaft und in Echtzeit an standardisierte Schnittstellen. Diese Konfiguration ermöglicht automatisierte Prozesssteuerung zur Reaktion auf erhöhte Mikropartikelkonzentrationen und schafft die Grundlage für präventive Kontaminationskontrolle.
Validierung und Anwendungen
Die praktische Validierung der MLEIS-Technologie erfolgte durch umfassende experimentelle Studien, die die Leistungsfähigkeit des Systems für die Mikroplastikdetektion bestätigen [7, 8, 9]. Ein entscheidender Meilenstein war die erfolgreiche Inbetriebnahme der eigens entwickelten Messhardware in Kombination mit einer neuen Software-Plattform. Diese ermöglicht durch Remote-Access-Funktionalität die Fernüberwachung und -steuerung der Messsysteme sowohl durch Wartungspersonal als auch Nutzer des Systems, was für den praktischen Einsatz in dezentralen Anwendungen von besonderer Bedeutung ist.
Die Systemvalidierung konzentrierte sich zunächst auf kleinere Größenbereiche unter 500 µm, da diese Partikelgrößen sowohl analytisch anspruchsvoll als auch umweltrelevant sind. In kontinuierlichen Wasserproben aus Abwasserströmen wurden verschiedene Mikroplastiktypen wie Polystyrol und Reifenabrieb erfolgreich identifiziert und von anderen suspendierten Partikeln unterschieden. Die Inbetriebnahme einer Testanlage im Regenklärbecken eines Kooperationspartners demonstrierte die Praxistauglichkeit des Systems unter realen Betriebsbedingungen und bestätigte die Zuverlässigkeit der Messtechnik in industriellen Umgebungen.
Die Anwendungsbereiche der MLEIS-Technologie erstrecken sich über das Monitoring natürlicher Gewässer und Abwasserströme hinaus. In industriellen Prozessen ermöglicht das System die kontinuierliche Qualitätskontrolle zur Detektion unerwünschter Mikropartikel, die entweder durch Rohstoffe eingetragen werden oder durch Anlagenabnutzung entstehen. Die Echtzeitfähigkeit der Sensorik macht es möglich, sofort Gegenmaßnahmen bei Kontaminationsereignissen einzuleiten. Solch eine präventive Qualitätskontrolle kann der Verbesserung von Produktionsabläufen dienen und die Einhaltung regulatorischer Vorgaben unterstützen.
Herausforderungen und Ausblick
Der Einsatz der MLEIS-Technologie in dynamischen Fluidströmen bringt spezifische technische Herausforderungen mit sich. Die Variabilität verschiedener Messparameter beeinflusst die Systemeigenschaften erheblich und erfordert eine umfassende Optimierung sowohl der Hardware- als auch der Software-Komponenten. Die Entwicklung robuster Algorithmen zur Kompensation von Umwelteinflüssen und schwankenden Prozessbedingungen stellt dabei eine zentrale Aufgabe dar.
Die kontinuierliche Weiterentwicklung fokussiert sich daher zurzeit auf die Verbesserung der Systemstabilität bei gleichzeitiger Erhaltung der hohen Messgenauigkeit. Besondere Aufmerksamkeit gilt der Kalibrierung und Wartung der Sensorsysteme unter Langzeitbetriebsbedingungen, wie sie bei aktuellen Pilot- und Demonstrationsanlagen an verschiedenen Regen- und Klärbecken stattfindet. Die Integration zusätzlicher Kompensationsalgorithmen in die Machine-Learning-Pipeline soll die Robustheit gegenüber Matrix-Effekten und Temperaturschwankungen weiter steigern.
Fazit
Die Machine Learning Enhanced Impedance Spectroscopy stellt einen bedeutsamen Fortschritt in der Mikroplastik-Analytik dar. Die Kombination aus elektrochemischer Impedanzspektroskopie und künstlicher Intelligenz macht ein kontinuierliches Inline-Monitoring von Mikroplastikpartikeln mit simultaner Charakterisierung von Menge, Größe und Materialzusammensetzung möglich. Besondere Merkmale für die Praxis sind die Echtzeitfähigkeit und Möglichkeit der Automatisierung.
Die erfolgreiche Validierung der MLEIS-Technologie in Pilotanwendungen demonstriert ihre praktische Anwendbarkeit für industrielle und umwelttechnische Monitoring-Aufgaben. Für die Zukunft der Mikroplastik-Überwachung eröffnet die MLEIS-Technologie neue Möglichkeiten flächendeckender Kontaminationskontrolle und unterstützt datenbasierte Entscheidungsprozesse in Umwelt- und Produktionsmanagement. Die weitere technologische Entwicklung könnte die Grundlage für standardisierte Mikroplastik-Monitoring-Systeme schaffen.
Literatur:
[1] Park, H. and Park, B. (2021) Review of Microplastic Distribution, Toxicity, Analysis Methods, and Removal Technologies. MDPI Water. DOI:10.3390/w13192736
[2] Europäische Kommission, Generaldirektion Forschung und Innovation (2019). Umweltverschmutzung durch Mikroplastik: Risiken für Umwelt und Gesundheit, Amt für Veröffentlichungen der Europäischen Union, DOI:10.2777/646065
[3] Europäischer Rat (2023). Richtlinie des Europäischen Parlaments und des Rates über die Behandlung von kommunalem Abwasser (Neufassung), Brüssel.
[4] Sexlinger, K. and Liebmann, B. (2020) Mikroplastik in der Umwelt, Statuspapier 2019, Umweltbundesamt, Wien
[5] El Hasni, A. (2019) Mikrofluidiksystem zur lokalisierten elektrischen Impedanzspektroskopie, Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen
[6] Barsoukov, E. and Macdonald, J.R. (2018). Impedance Spectroscopy, 3ed., Wiley, Hoboken, NJ, pp. 1–21
[7] Meiler, V., Pfeiffer, J., Bifano, L. et al. (2023) Approaches to Detect Microplastics in Water Using Electrical Impedance Measurements and Support Vector Machines. IEEE Sensors Journal. DOI:10.1109/JSEN.2023.3236375
[8] Colson, B. C. and Michel, A. P. M. (2021). Flow-Through Quantification of Microplastics Using Impedance Spectroscopy. ACS Sensors. DOI:10.1021/acssensors.0c02223
[9] Bifano, L., Meiler, V. et al. (2022). Detection of microplastics in water using electrical impedance spectroscopy and support vector machines. Sensors and Measuring Systems; 21th ITG/GMA-Symposium. ISBN: 978-3-8007-5835-7
AUTOREN
Till Zwede, Yannick Zimmermann, Jens Pfeiffer, Vincent Gödde, Valentin Meiler
ZAITRUS GmbH, Bayreuth
[email protected]
www.zaitrus.de
Das könnte Sie auch interessieren
Bedeutende Quelle: Reifenabrieb
Mikro- und Nanoplastik in der Stadtluft untersucht
Die Verbreitung von Kunststoffpartikeln in der Luft und deren Wirkung sind noch nicht umfassend untersucht. Im Rahmen des Projekts "AirPlast" haben Forschungsteams Untersuchungen zu Kunststoffpartikeln in der Luft durchgeführt.
mehr...Experteninterview zur analytica 2026
Mikroplastik-Nachweis zwischen Anspruch und Realität
Auf der analytica 2026 in München werden moderne Methoden zur Mikroplastik-Analytik vorgestellt. Prof. Dr. Stephan Wagner erläutert FTIR-, Raman- und Pyrolyse-GC-MS-Verfahren für Umweltproben, industrielle Qualitätssicherung und Materialentwicklung.
mehr...Herausforderungen und Methoden der Partikelcharakterisierung
Die Analytik von Mikroplastik gestaltet sich komplex. Die Autoren von Currenta beleuchten Methoden zur Analyse.
mehr...Menge an Mikroplastik in Nahrungsmitteln...
Mikroplastik in Fisch und Meeresfrüchten
Wie viel Mikroplastik steckt in Fisch und Meeresfrüchten? Wissenschaftlerinnen und Wissenschaftler des Max Rubner-Instituts haben Methoden aus der Umweltanalytik weiterentwickelt, um sie für die Untersuchung von Mikroplastik in Fisch und...
mehr...Was mit Kunststoffen in Kläranlagen geschieht
Mikroplastik in Kläranlagen lässt sich mit Ozon abbauen. Doch dabei entstehen winzige Nanopartikel, die weiter ins Wasser gelangen. Forschende der Uni Graz zeigen Risiken für Umwelt und Gesundheit.
mehr...Nanoplastik im Nordatlantik untersucht
Ein Forschungsteam des Helmholtz-Zentrums für Umweltforschung (UFZ), der Universität Utrecht und des niederländischen Meeresforschungsinstituts NIOZ hat sich auf die Suche nach Nanoplastik im Nordatlantik gemacht.
mehr...Forschung zu Abrieb-Emissionen
Im Rahmen eines multidisziplinären Projekts arbeiten Forschende der TU Graz an der Entwicklung von Testverfahren und präzisen Analysemethoden, um den tatsächlichen Abrieb von Reifen, Bremsen und Fahrbahnbelägen genau erfassen zu können.
mehr...Partikelanalyse | Mikroplastik
Nanoplastik in Körperflüssigkeiten nachweisen
Forschende der TU Graz haben gemeinsam mit dem Unternehmen Brave Analytics eine Methode entwickelt, um Nanokunststoffpartikel (Nanoplastik) in Flüssigkeiten zu detektieren und deren Zusammensetzung zu bestimmen.
mehr...Schutzgebiete sind keine Schutzräume
Hohe Mikroplastikbelastung in geschütztem Mittelmeer-Korallenriff nachgewiesen
Eine internationale Studie unter Leitung der Universität Kiel zeigt: Schutzgebiete sind nicht automatisch Schutzräume. Selbst abgelegene und geschützte Gebiete, wie das Cladocora caespitosa-Korallenriff der Columbretes-Inseln im Mittelmeer, sind...
mehr...