Wege zur Überprüfung der Robustheit in der RP-HPLC Dr. Hans Werner Bilke
|
|
- Anke Rothbauer
- vor 8 Jahren
- Abrufe
Transkript
1 Wege zur Überprüfung der Robustheit in der RP-HPLC Dr. Hans Werner Bilke SANDOZ GmbH / Novartis Gruppe
2 Robustheitsprüfung von RPLC-Methoden Unzureichende Robustheit ist oftmals Ursache für Probleme in der chromatographischen Praxis (Routineanalytik, Methodentransfer ). In welcher Art und Weise ändert sich die Auflösung, wenn bestimmte Schwankungen in der Einstellung der experimentellen Parameter zugelassen werden sollten? Ohne Robustheitsangaben keine Methodenvalidierung! Validierte RPLC-Methoden müssen sich über viele Jahre in der Praxis bewähren. Eine Revalidierung aufgrund mangelnder Robustheit ist zeitaufwendig und teuer. 2
3 Wege zur Gewinnung von Robustheitsaussagen Robustheitstest mittels systematischer Methodenentwicklung Computergestützte Methodenentwicklung Robustheitstest mittels Versuchsplanung (DoE) Statistische Versuchsplanung Eine gute Praxis ist die systematische Veränderung der wichtigen chromatographischen Parameter und das Messen ihrer Effekte auf die Trennung. Diese Vorgangsweise gilt für beide Wege. 3
4 Robustheitstest mittels systematischer Methodenentwicklung Eine computergestützte Methodenentwicklung durch den Einsatz vom Simulationsprogrammen (z.b. DryLab) kann sehr nützlich sein zur Untersuchung des Einflusses der jeweiligen chromatographischen Parameter auf die Trennung und somit auf die Robustheit der RP-HPLC-Methode Die wichtigsten chromatographischen Parameter sind: % der organischen mobilen Phase B ph der wässrigen mobilen Phase A Säulenofentemperatur Pufferkonzentration oder Ionenstärke der wässrigen mobilen Phase A für eine isokratische Arbeitsweise und zusätzlich Gradientenlaufzeit Gradientensteigung Menge organisches Lösungsmittel in der mobilen Phase am Anfang des Gradienten (%B) Menge organisches Lösungsmittel in der mobilen Phase am Ende des Gradienten (%B) für eine Gradientenarbeitsweise. 4
5 Karte der kritischen Auflösung Genaue Kenntnisse der Peakbewegung erleichtern das Anpassen der RP- HPLC-Methode bei gezielten und aber auch bei zufälligen Veränderungen dieser exerimentellen Parameter und lassen sich ohne zusätzlichen experimentellen Aufwand aus einer sogenannten Karte der kritischen Auflösung gewinnen. Eine solche Karte wird auf Basis weniger chromatographischer Läufe berechnet und stellt die kritische Auflösung als Funktion von zwei experimentellen Parametern (simultan variiert) dar. 6-Läufe zur simultanen Optimierung von ph und Gradientenlaufzeit 4-Läufe zur simultanen Optimierung von Temperatur und Gradientenlaufzeit In der Karte der kritischen Auflösung ist die kritische Auflösung über Farbwerte beschrieben, während an den Achsen die Werte der variierten experimentellen Parameter aufgetragen sind. In dieser Karte lassen sich sofort anhand der Farben die optimalen Parameterwerte für eine maximale Auflösung ablesen. Eine Einschätzung der Methodenrobustheit für ein Variablenpaar ergibt sich aus der Farbänderung am entsprechenden Punkt in der Auflösungskarte. 5
6 Beispiel: Optimierte Trennung einer pharmazeutischen Probe Verwandte Substanzen Neben- und Abbauprodukte Aktive Substanzen Unbekannte Bekannte Aromastoffe 6 Konservierungsmittel Süßstoff time(min) 6
7 Simultane Optimierung von Gradientenlaufzeit und ph ph ph ph Grundläufe n = Anzahl der Peaks ph min [2n (min)] t G 70 min [6n (min)] 7
8 Zweidimensionale Auflösungskarte für Gradientenlaufzeit gegen ph ph Bereiche für robuste Trennungen des kritischen Peakpaares (Rs >2.0) robuster Bereich für schnellen Analysen (ökonomisch) robuster Bereich für Analysen mit der besten Auflösung (aber unökonomisch) R s -Skala Gradientenlaufzeit (min) 8
9 Beste Trennung bei einem Gradientenanstieg von % MeOH/min und ph 2.5 für die wässrige mobile Phase Simulationslauf kritisches Peakpaar 4, Zeit (min) Realer Laborlauf kritisches Peakpaar 4, Zeit (min) 9
10 Simultane Optimierung von Gradientenlaufzeit und Temperatur 75 C 5 6 Temp. 50 C 4/6 Grundläufe 3 4 n = Anzahl der Peaks 25 C min [2n (min)] t G 70 min [6n (min)] 10
11 Zweidimensionale Auflösungskarte für Gradientenlaufzeit gegen Temperatur Temp.( C) Bereiche für robuste Trennungen des kritischen Peakpaares (Rs >2.0) Robuster Bereich für schnelle Analysen (ökonomischl) Robuster Bereich für Analyse mit bester Auflösung (aber unökonomisch) R s -Skala Gradientenzeit (min) 11
12 Beste Trennung bei einem Gradientenanstieg von % MeOH/min und einer Temperatur von 50 C Simulationslauf Zeit (min) kritisches Peakpaar 4, Realer Laborlauf kritisches Peakpaar 4, Zeit (min)
13 Zweidimensionale Auflösungskarte für Gradientenlaufzeit gegen Temperatur Quantifizierte Darstellung der Ergebnisse der Robustheit, ableitend aus der Karte der kritischen Auflösung (Programm PeakMatch ) Schwankungen der Temperatur und der Gradientenlaufzeit wirken sich in den angegebenen Bereichen kaum auf die Auflösung aus! 13 Die Methode ist robust!
14 Aussagen zur Optimierung und Robustheit mittels einer computergestützten RP-HPLC-Methodenentwicklung Durch Anwendung einer systematischen, rechnergestützten Methodenentwicklung lassen sich ohne zusätzlichen experimentellen Aufwand nicht nur optimale chromatographische Bedingungen für eine beste und/ oder ökonomische Trennung finden sondern es lassen sich auch Aussagen zur Methodenrobustheit gewinnen. Die gewonnen Informationen verschaffen dem HPLC-Anwender eine tiefere Einsicht in seine RP-HPLC-Methode. Sie geben ihm die Möglichkeit, die kritischen Parameter zu erkennen. Sie zeigen ihm die Grenzen der erlaubten Veränderungen bei der Einstellung der chromatographischen Bedingungen auf. 14
15 Robustheitstest mittels Versuchsplanung (DoE) Die statistische Versuchsplanung ist ein strategisches Hilfsmittel bei der Optimierung von Prozessen. Die statistische Versuchsplanung liefert ein empirisches Prozeßmodell für den Zusammenhang zwischen den Einfluß- und Störgrößen im Prozess und den resultierenden Zielgrößen. Hier gibt es eine ausgeprägte Unterscheidung zwischen Zielgrößen (responses) und Einflussgrößen (factors). Statistische Versuchsplanung ohne entsprechende Software zu betreiben ist mühsam, zeitraubend und nicht zeitgemäß. In den letzten Jahren hat es enorme Fortschritte bei den Algorithmen bei der Funktionalität und bei der Bedienbarkeit von Versuchsplanungssoftware gegeben. Es gibt Lösungen, die in allgemeine Statistik-Pakete eingebunden sind, andere sind allein und ausschließlich auf Versuchsplanung ausgerichtet. Einige Pakete richten sich an Anwender ohne große Vorkenntnisse, andere an Spezialisten mit profunden Statistik-Kenntnissen. 15
16 Empirisches Prozeßmodell (dargestellt als Black-Box-Modell nach Wember) 16 Puffer-pH-Wert Temperatur Gradientenlaufzeit % Modifier Flußrate Trennsäule Einflussgrößen x Störgrößen unbekannte + bekannte Prozeß Meßfehler ±σ e e Zielgrößen y Resolution Relative Retention Tailingfaktor Die Zielgröße y ist eine Funktion f() der Einflußgröße(n) x.
17 Ziel des Robustheitstests Unbestrittenes Ziel des Robustheitstests mit Hilfe statistischer Versuchsplanung ist es, mit möglichst wenigen Versuchen eine systematische Untersuchung der Zusammenhänge zwischen Zielgröße(n) y und Einflußgröße(xn) x1, x2, xp zu schaffen. Diese Zusammenhänge sind in den meisten Fällen gut durch ein lineares Modell (Plan erster Ordnung) zu beschreiben: y = c Konstante oder y-achsenabschnitt + a1*x1 + a2*x2 + a3*x3 + ap*xp Haupteffekte oder lineare Terme + b12*x1*x2 + b13*x1*x3 + Zweifach-Wechselwirkungen + b23*x2*x3 + b24*x2*x4 + + bp-1p*p-1*xp (insgesamt p*(p-1) Terme) + e Fehler Die Robustheit einer analytischen RP-HPLC-Methode kann durch Ausführung nachfolgender sechs Schritte bestimmt werden: Auswahl der Einflussgrößen (chemische und physikalische) Festsetzung der Nivaus der Einflussgrößen und deren Stufen Auswahl des Modells der Versuchsplanung Durchführung experimenteller Versuche und Messung analytischer Zielgrößen Aufzeigen von Effekten der Einflussgrößen Statistische Analyse und Interpretation der Resultate 17
18 Einflußgrößen Die Einflußgrößen können quantitativ (kontinuierlich einstellbar) oder qualitativ (nicht kontinuierlich einstellbar) sein. Die Einflußgrößen können für den Robustheitstest in zwei Gruppen eingeteilt werden: Methoden-verwandte Einflußgrößen und nicht-methoden-verwandte Einflußgrößen Methoden-verwandte Einflußgrößen umfassen generell quantitative Einflußgrößen ph des Eluenten, Temperatur der Trennsäule, Pufferkonzentration oder Ionenstärke des Eluenten, Menge an organischem Lösungsmittel im Eluenten. Nicht-Methoden-verwandte Einflußgrößen sind häufig qualitative Einflussgrößen wie z. B. die Trennsäulen-Einflußgrößen Charge, Alter, Hersteller. Die für den Robustheitstest auszuwählenden Einflußgrößen sollten gleich jenen sein, die sich in der täglichen Routinearbeit verändern können oder wenn eine RP-HPLC-Methode übertragen wird z.b. in ein anderes Labor oder auf ein anderes Gerät. 18
19 Einflußgrößen Für eine RP-HPLC-Methode sollten nachfolgend aufgeführte Einflußgrößen möglichst immer untersucht werden: ph der Pufferlösung Säulenofentemperatur % organisches Lösungsmittel am Anfang des Gradienten oder isokratische Bedingungen % organisches Lösungsmittel am Ende des Gradienten Steigung des Gradienten, ausgedrückt in Gradientenlaufzeit tg Säule (zwei verschiedene Chargen, benutzte und unbenutzte Säule) Dummy-Faktoren Die Dummy -Faktoren sind scheinbare Variablen und beinhalten die nominalen Parameterwerte der zu testenden RP-HPLC-Methode, d.h. sie verursachen keine Änderung in der Methode. Die geschätzten Effekte der Dummy können verwendet werden als eine Messung des experimentellen Fehlers von einem Effekt. 19
20 Einflußgrößen Zusätzliche Einflußgrößen sind: Konzentration an Zusätzen zur mobilen Phase, z.b. Ionenpaarreagenzien (mm) Flußrate Detektorwellenlänge Das Niveau einer jeden Einflußgröße sollte so gewählt werden, das es die maximale Differenz in den Werten für die Einflußgrößen einschliesst, die in der täglichen Routinearbeit oder bei einer Methodenübertragung auftreten kann. Das Testniveau der Einflußgrößen ist immer abhängig vom Zweck der Methode und sollte immer praxisbezogen sein. Die maximale Differenz der Einflußgrößenwerte ist in Robustheitstudien relativ klein. Ein linearer Zusammenhang der Zielgrößenfunktion y der meisten Einflußgrößen (Faktoren) in den zuprüfenden Intervallen kann als gegeben angenommen werden. Die Wahl von zwei Einstellstufen (two-level-design) für jede einzelne Einflußgröße (low/high level) ist somit vollkommen ausreichend. 20
21 Einflußgrößen Zusätzliche Einflußgrößen sind: Konzentration an Zusätzen zur mobilen Phase, z.b. Ionenpaarreagenzien (mm) Flußrate Detektorwellenlänge Das Niveau einer jeden Einflußgröße sollte so gewählt werden, das es die maximale Differenz in den Werten für die Einflußgrößen einschliesst, die in der täglichen Routinearbeit oder bei einer Methodenübertragung auftreten kann. Das Testniveau der Einflußgrößen ist immer abhängig vom Zweck der Methode und sollte immer praxisbezogen sein. Die maximale Differenz der Einflußgrößenwerte ist in Robustheitstudien relativ klein. Ein linearer Zusammenhang der Zielgrößenfunktion y der meisten Einflußgrößen (Faktoren) in den zuprüfenden Intervallen kann als gegeben angenommen werden. Die Wahl von zwei Einstellstufen (two-level-design) für jede einzelne Einflußgröße (low/high level) ist somit vollkommen ausreichend. 21
22 Einflußgrößen (Einstellbereiche) Einstellbereiche für den Test auf Robustheit ph der Pufferlösung: nominal ± 0.1 Einheiten nominal ± 0.2 Einheiten nominal ± 0.2 Einheiten nominal ± 0.2 Einheiten nominal ± 0.2 Einheiten nominal ± 0.3 Einheiten nominal ± 0.5 Einheiten Säulenofentemperatur: nominal ± 10 % rel. nominal ± 14 % rel. nominal ± 5 % rel. nominal ± 10 % rel. nominal ± 17 % rel. nominal ± 17 % rel. nominal ± 7 % rel. 22
23 Einflußgrößen (Einstellbereiche) Einstellbereiche für den Test auf Robustheit Pufferkonzentration: nominal ± 10 % rel. nominal ± 10 % rel. nominal ± 10 % rel. nominal ± 7 % rel. nominal ± 10 % rel. nominal ± 20 % rel. Konzentration an Zusätzen (u.a. Ionenpaarbildner): nominal ± 10 % rel. nominal ± 8 % rel. 23
24 Einflußgrößen (Einstellbereiche) Einstellbereiche für den Test auf Robustheit % organisches Lösungsmittel am Anfang des Gradienten oder isokratische Bedingungen: nominal ± 10 % rel. nominal ± 10 % rel. nominal ± 7 % rel. nominal ± 4 % rel. nominal ± 3 % rel. % organisches Lösungsmittel am Ende des Gradienten: nominal ± 10 % rel. nominal ± 4 % rel. Gradientensteigung, ausgedrückt in Gradientenzeit tg: nominal ± 10 % rel. nominal ± 5 % rel. 24
25 Einflußgrößen (Einstellbereiche) Einstellbereiche für den Test auf Robustheit Flußrate: nominal ± 0.1 ml/min nominal ± 0.1 ml/min nominal ± 0.1 ml/min nominal ± 0.1 ml/min und 0.2 ml/min nominal ± 0.05 ml/min Detektorwellenlänge: nominal ± 3 nm nominal ± 2 nm und 3 nm nominal ± 5 nm nominal ± 5 nm nominal ± 1 nm 25
26 Versuchspläne Verschiedene Typen der statistischen Versuchsplanung (DoE) können für den Robustheitstest einer HPLC-Methode verwendet werden Aber nur einige sind wirklich in Form von teilfaktoriellen Versuchsplänen und Plackett-Burman-Versuchsplänen praktikabel. Für faktorielle Versuchspläne (factorial designs) in Form von vollfaktoriellen Versuchsplänen (full factorial designs) spricht, dass mit solchen Versuchsplänen Regressionsmodelle mit Haupteffekten und Wechselwirkungen behandelt werden können. Dieser Typ von Versuchsplan, im dem alle möglichen Kombinationen der Einflußgrößen auf meist 2 Stufen (jeweils auf oberer und unterer Stufe) miteinander varriiert werden, wird in den meisten Fällen nur bei der Wahl von wenigen Einflußgrößen (z.b. 2 oder 3) eingesetzt; da die Anzahl der Ecken im (hochdimensionalen) Quader exponentiell mit der Anzahl der Einflussgrössen wächst. So ergeben z.b. 7 Einflußgrößen bereits 27 = 128 Versuche. Eine Reduzierung der Anzahl notwendiger Versuchsläufe, auch mit der Möglichkeit der Wahl einer größeren Anzahl von Einflussgrößen (z.b. 11) erreicht man mit teilfaktoriellen Versuchsplänen (fractional factorial 26 designs), die aus den vollfaktoriellen Plänen abgeleitet werden.
27 Versuchspläne Eckpunkte des Versuchsplanungsbereichs in Abhängigkeit von der Anzahl der Einflußgrößen 27
28 Versuchspläne 28
29 Versuchspläne Man kann mit solchen Versuchsplänen erster Ordnung nur Regressions modelle mit Haupteffekten untersuchen und muss voraussetzen, dass es keine Wechselwirkungen gibt. Die wichtigste Alternative zu den teilfaktoriellen Versuchsplänen sind Plackett-Burman-Versuchspläne Mit den Plackett-Burman-Versuchsplänen sind nun Versuchspläne gegeben, die ähnliche Eigenschaften wie die voll- und teilfaktorierten Versuchspläne zeigen, aber auch für alle Vielfache von 4 (12, 20, 24, 28, ), die keine Zweierpotenzen sind, konstruierbar sind. Als Nachteil erweist sich wiederum, wie bei den teilfaktoriellen Versuchsplänen, daß nur Haupteffekten schätzbar sind. Eine Vermischung zwischen Haupteffekten und Wechselwirkungen ist nicht so einfach zu ermitteln, da wenigsten eine Zweifachwechselwirkung mit einer Hauptwirkung vermengt ist und es somit in der Praxis zu Fehlinterpretationen kommen kann 29
30 Beispiel: Versuchsplanung zur Robustheit der RP-HPLC Versuchsplan-Typ : Plackett-Burmann Zahl der Einflußgrößen: 5 Zahl der Zielgröße: 1 (Auflösung des kritischen Peakpaares) Zahl der Versuche: 12 (+ 3 Dummi ) Einflußgröße Einheit untere Stufe obere Stufe Nominalwert (-1) (+1) 0 ph [ph Einheit] Temperatur [ C] Steigung (tg) [min] Modifier Konz. [% MeOH] Flußrate [ml/min]
31 Experimentelle Läufe (randomisiert) Plackett-Burman-Versuchsplan Versuch ph -Wert Temperatur Steigung (tg) Konz. Mod. Flußrate [ph Einheit] [ C] [min] [% MeOH] [ml/min] 1 2,6 47,5 31,65 4,5 1,1 2 2,4 52,5 34,65 4,5 1,1 3 2,4 52,5 31,35 5,5 0,9 4 2,6 47,5 34,65 4,5 0,9 5 2, ,4 47,5 34,65 5,5 0,9 7 2,6 47,5 31,35 5,5 1,1 8 2,4 47,5 34,65 5,5 1,1 9 2,4 47,5 31,35 4,5 0,9 10 2,4 52,5 31,35 4,5 1,1 11 2, ,6 52,5 34,65 5,5 1,1 13 2,6 52,5 31,35 5,5 0,9 14 2,6 52,5 34,65 4,5 0,9 15 2,
32 Analysenresultate und graphische Auswertung Graphische Auswertung der Daten mittels Paretodiagramm und Darstellung der Haupteffekte Das Paretodiagramm zeigt die wesentlichen Einflußgrößen für die Zielgröße (Auflösung des kritischen Peakpaares). Die Stärke der Effekte kann im Paretodiagramm gut beurteilt werden. Der wesentliche Einfluß auf die Zielgröße erfolgt meist durch die Wirkung dieser einzelnen Einflußgrößen. Deshalb nennt man diese Effekte der Einflußgrößen auch Haupteffekte. Die Darstellung der Haupteffekte gibt die Stärke und die Richtung, also die Wirkung, der Einflußgrößen für die Zielgröße wieder und beschreibt so einen geradlinigen Zusammenhang zwischen Ziel- und Einflußgröße. 32
33 Analysenresultate für die Trennung der aktiven Substanzen Plackett-Burmanph-Versuchsplan (randomisiert) und Analysenresultate Versuch ph -Wert Temperatur Steigung (tg) Konz. Mod. Flußrate [ph Einheit] [ C] [min] [% MeOH] [ml/min] kritische Auflösung R s für die Trennung der aktiven Substanzen [Peak 11-12] 1 2,6 47,5 31,65 4,5 1,1 2 2,4 52,5 34,65 4,5 1,1 3 2,4 52,5 31,35 5,5 0,9 4 2,6 47,5 34,65 4,5 0,9 5 2, ,4 47,5 34,65 5,5 0,9 7 2,6 47,5 31,35 5,5 1,1 8 2,4 47,5 34,65 5,5 1,1 9 2,4 47,5 31,35 4,5 0,9 10 2,4 52,5 31,35 4,5 1,1 11 2, ,6 52,5 34,65 5,5 1,1 13 2,6 52,5 31,35 5,5 0,9 14 2,6 52,5 34,65 4,5 0,9 15 2, ,0 3,0 2,7 2,9 3,0 3,0 2,8 3,2 2,7 2,8 3,0 3,0 2,8 3,0 2,9 33
34 Graphische Auswertung der Daten für die Trennung der aktiven Substanzen Paretodiagramm nur die Einflußgrößen E und H haben einen signifikant von Null verschiedenen Effekt E:Slope_tG H:Flowrate Standardized Pareto Chart for Resolution C:Temperature nicht signifikant von Null verschiedene Einflußgrößen (C, F, B) F:Conc. Modifier B:pH value Signifikanzlinie Standardized effect Haupteffekte Main Effects Plot for Resolution Resolution 3,12 3,08 3,04 3 2,96 2,92 2,88 2,84 2,8 ph value Slope_tG Flowrate Temperature Conc. Modifier 34
35 Chromatogramm bei schlechtester Kombination der Einflußgrößen auf die Trennung der aktiven Substanzen Laborlauf ph-wert 2.6 (2.5) Temperatur 52.5 C (50) Steigung (tg) min (33) Modifier Konz. 4.5 % MeOH (5) Flußrate 0.9 ml/min (1.0) kritisches Peakpaar 11,12 Auflösung Rs = Zeit (min) Zeit (min) 35
36 Analysenresultate für die Trennung der aktiven- und verwandten Substanzen Plackett-Burman-Versuchsplan (randomisiert) und Analysenresultate Versuch ph -Wert Temperatur Steigung (tg) Konz. Mod. Flußrate [ph Einheit] [ C] [min] [% MeOH] [ml/min] kritische Auflösung R s für die Trennung der aktiven und verwandten Substanzen [Peak 12-13] 1 2,6 47,5 31,65 4,5 1,1 2 2,4 52,5 34,65 4,5 1,1 3 2,4 52,5 31,35 5,5 0,9 4 2,6 47,5 34,65 4,5 0,9 5 2, ,4 47,5 34,65 5,5 0,9 7 2,6 47,5 31,35 5,5 1,1 8 2,4 47,5 34,65 5,5 1,1 9 2,4 47,5 31,35 4,5 0,9 10 2,4 52,5 31,35 4,5 1,1 11 2, ,6 52,5 34,65 5,5 1,1 13 2,6 52,5 31,35 5,5 0,9 14 2,6 52,5 34,65 4,5 0,9 15 2, ,7 1,7 1,7 1,8 1,8 1,8 1,7 2,0 1,7 1,6 1,8 1,7 1,8 1,9 1,8 36
37 Graphische Auswertung der Daten für die Trennung der aktivenund verwandten Substanzen Paretodiagramm nicht signifikant von Null verschiedene Einflußgrößen (E, C, H, F, B) E:Slope_tG C:Temperature H:Flowrate F:Conc. Modifier Standardized Pareto Chart for Resolution B:pH value Signifikanzlinie 0 0,4 0,8 1,2 1,6 2 2,4 Standardized effect Haupteffekte Main Effects Plot for Resolution Resolution 1,84 1,82 1,8 1,78 1,76 1,74 1,72 1,7 ph value Slope_tG Flowrate Temperature Conc. Modifier 37
38 Chromatogramm bei schlechtester Kombination der Einflußgrößen auf die Trennung der aktiven und verwandten Substanzen Laborlauf ph-wert 2.6 (2.5) Temperatur 52.5 C (50) Steigung (tg) min (33) Modifier Konz. 4.5 % MeOH (5) Flussrate 1.1 ml/min (1.0) 12 kritisches Peakpaar 12,13 Auflösung Rs = Zeit (min) Zeit (min) 38
39 Analysenresultate für die Trennung der verwandten Substanzen Plackett-Burman-Versuchsplan (randomisiert) und Analysenresultate Versuch ph -Wert Temperatur Steigung (tg) Konz. Mod. Flußrate [ph Einheit] [ C] [min] [% MeOH] [ml/min] kritische Auflösung R s für die Trennung der verwandten Substanzen [Peak 4-5] 1 2,6 47,5 31,65 4,5 1,1 2 2,4 52,5 34,65 4,5 1,1 3 2,4 52,5 31,35 5,5 0,9 4 2,6 47,5 34,65 4,5 0,9 5 2, ,4 47,5 34,65 5,5 0,9 7 2,6 47,5 31,35 5,5 1,1 8 2,4 47,5 34,65 5,5 1,1 9 2,4 47,5 31,35 4,5 0,9 10 2,4 52,5 31,35 4,5 1,1 11 2, ,6 52,5 34,65 5,5 1,1 13 2,6 52,5 31,35 5,5 0,9 14 2,6 52,5 34,65 4,5 0,9 15 2, ,7 1,7 1,7 1,8 1,8 1,8 1,7 2,0 1,7 1,6 1,8 1,7 1,8 1,9 1,8 39
40 Graphische Auswertung der Daten für die Trennung der verwandten Substanzen Paretodiagramm nur die Einflußgrößen B und H haben einen signifikant von Null verschiedenen Effekt B:pH value H:Flowrate Standardized Pareto Chart for Resolution C:Temperature nicht signifikant von Null verschiedene Einflußgrößen (C, F, E) F:Conc. Modifier E:Slope_tG Signifikanzlinie Standardized effect Haupteffekte Main Effects Plot for Resolution Resolution 2,8 2,7 2,6 2,5 2,4 2,3 2,2 2,1 ph value Slope_tG Flowrate Temperature Conc. Modifier 40
41 Chromatogramm bei schlechtester Kombination der Einflußgrößen auf die Trennung der verwandten Substanzen kritisches Peakpaar 4,5 Auflösung Rs = 1.6 Laborlauf ph-wert 2.6 (2.5) Temperatur 52.5 C (50) Steigung (tg) min (33) Modifier Konz. 4.5% MeOH (5) Flussrate 1.1 ml/min (1.0) Zeit (min) Zeit (min) 41
42 RP-HPLC-Methodenentwicklung und Test auf Robustheit Zusammenfassung Die Entwicklung einer RP-HPLC-Methode für ein neues pharmazeutisches Produkt ist ebenso wie die Entwicklung der Arzneimittelformulierung eine Kette von Optimierungsproblemen. Für die RPLC-Methodenentwicklung ist das vielfach bewährte Software- Werkzeug DryLab 2000 eingesetzt worden. Die Anwendung dieses Software-Werkzeuges in der RPLC-Methodenentwicklung erlaubt effizient Lösungen zu finden, auch unerwartete, und hilft, robuste Arbeitsbedingungen schneller zu erarbeiten. Nach Beendigung der Modellierungsphase, wenn es darum geht, sowohl die Selektivität und/oder die Spezifität als auch die robuste Trennung des kritischen Peakpaares im Arbeitspunkt zu bestätigen, ist zum Test auf Robustheit der entwickelten RPLC-Methode auf Methoden der statistischen Versuchsplanung (Plackett-Burman-Versuchsplan) zurückgegriffen worden. 42
43 Literatur L.R. Snyder, J.J. Kirkland and J.L. Glajch, Practical HPLC Method Development 2nd ed., Wiley-Interscience, New York, 1997 I. Molnar, J. Chromatogr. A, 965 (2002) 175 C.Horvath, W. Melander, I. Molnar, Anal. Chem., 49 (1976) J.A. Lewis, J.W. Dolan, L.R. Snyder, I. Molnar, J. Chromatogr., 592 (1992) 197. H.W. Bilke, C. Gernet, I. Molnar, J. Chromatogr., 729 (1996) 189. T. Jupille, in DryLab 2000 Plus Automation Toolkit, 2002 H.-J. Rieger, I. Molnar, LaborPraxis, 3 (2003) 40 J.W. Dolan, LC GC Europe, 5 (2003) 252 Y. Vander Heyden and D.L. Massart; M. Mulholland, in: M.M.W.B. Hendrics, J.H. de Boer, A.K. Smilde (Eds.), Robustness of Analytical Chemical Methods and Pharmaceutical Technolo-gical Products, Data Handling in Science and Technology, Elsevier, Amsterdam, 1996, Ch. 3 and Ch. 5 E.J. Klein, S.L. Rivera, A Review of Criteria Functions and Response Surface Methodology for the Optimization of Analytical Scale HPLC Seperations, Marcel Dekker Inc., 2000, I. Jimidar, Lecture presented at the workshop: Computer-assisted RPLC-Method Develop-ment, Darmstadt, Nov R. Romero, D. Gazquez, M. Sanchez-Vinas, L. Cuadros Rodriguez, and M.G. Bagur, LCGC North America, 20 (2002) E. Hund, Y. Vander Heyden, M. Haustein, D.L. Massart and J. Smeyers-Verbeke, J. Chro-matogr. A, 874 (2000)
44 Y. Vander Heyden, K. Luypaert, C. Hartmann, D.L. Massart, J. Hoogmartens and J. de Beer, Anal. Chim. Acta 312 (1995) Y. Vander Heyden, A. Bourgeois and D.L. Massart, Anal. Chim. Acta 347 (1997) L.M.B.C. Alvares-Ribeiro, A.A.S.C. Machado, Anal. Chim. Acta 355 (1997) M. Jimidar, N. Niemeijer, R. Peetres and J. Hoogmartens, J. Pharm. Biomed. Anal. 18 (1998) J.A. Van Leeuwen, L.M.C. Buydens, B.G.M. Vandeginste, G. Kateman, P.J. Schoenmakers, M. Mulholland, Chemometrics and Intelligent Laboratory systems,10 (1991) M. Mulholland and J. Waterhouse, J. Chromatogr., 395 (1987) M. Mulholland and J. Waterhouse, Chromatographia 25 (1988) J.A. Van Leeuwen, L.M.C. Buydens, B.G.M. Vandeginste, G. Kateman, P.J. Schoenmakers, M. Mulholland, Chemometrics and Intelligent Laboratory systems,11 (1991) H.W. Bilke, Lecture presented at the workshop: Computer-assisted RPLC-Method Development, Darmstadt, Nov H.W. Bilke, Lecture presented at the Novia HPLC 2003, Mannheim, Nov Z.Yongxin, J, Augustinjs, E.Roets and J. Hoogmartens, Pharmeuropa, 9, (1997). D. Song, E.Roets and J. Hoogmartens, Pharmeuropa, 11, (1999). R. Ragonese, M. Mulholland and J. Kalman, J. Chromatogr.A, 870 (2000) Y. Vander Heyden, M. Jimidar, E. Hund, N. Niemeijer, R. Peetres, J. Smeyers-Verbeke, D.L. Massart and J. Hoogmartens, J. Chromatogr.A, 845 (1999) R.B. Waters and A. Dovletoglou, J. Liquid Chromatogr., 18 (2003) J.A. van Leeuwen, B.G.M. Vandeginste, G. Kateman, M. Mulholland and A. Cleland, Anal. Chim. Acta 228 (1990)
45 Y. Vander Heyden and D.L. Massart, in: M.M.W.B. Hendrics, J.H. de Boer, A.K. Smilde (Eds.), Robustness of Analytical Chemical Methods and Pharmaceutical Technolo-gical Products, Data Handling in Science and Technology, Elsevier, Amsterdam, 1996, pp M. Jimidar, M.S. Khots, T.P, Hamoir, D.L. Massart, Quim. Anal. 12 (1993) E. Morgan, Chemometrics Experimental Design, Analytical Chemistry by Open Learning, Wiley, Chichester, 1991, pp R.L: Plackett and J.P. Burman, Biometrika, 33 (1946) C. Krüll, LaborPraxis, 11 (2003) S. Johne, Praxishandbuch STATGRAPHICS, Teil 3/1: Statistische Versuchsplanung Teil 1, (2002)
Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter
Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrTaschenbuch Versuchsplanung Produkte und Prozesse optimieren
Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren ISBN-10: 3-446-41595-5 ISBN-13: 978-3-446-41595-9 Leseprobe Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41595-9
MehrStatische Versuchsplanung (DoE - Design of Experiments)
Statische Versuchsplanung (DoE - Design of Experiments) Übersicht Bei der statistischen Versuchsplanung wird die Wirkung von Steuerparametern unter dem Einfluss von Störparametern untersucht. Mit Hilfe
MehrVersuchsplanung. Inhalt. Grundlagen. Faktor-Effekt. Allgemeine faktorielle Versuchspläne. Zweiwertige faktorielle Versuchspläne
Inhalt Versuchsplanung Faktorielle Versuchspläne Dr. Tobias Kiesling Allgemeine faktorielle Versuchspläne Faktorielle Versuchspläne mit zwei Faktoren Erweiterungen Zweiwertige
MehrKonzentration auf das. Wesentliche.
Konzentration auf das Wesentliche. Machen Sie Ihre Kanzleiarbeit effizienter. 2 Sehr geehrte Leserin, sehr geehrter Leser, die Grundlagen Ihres Erfolges als Rechtsanwalt sind Ihre Expertise und Ihre Mandantenorientierung.
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrGEVITAS Farben-Reaktionstest
GEVITAS Farben-Reaktionstest GEVITAS Farben-Reaktionstest Inhalt 1. Allgemeines... 1 2. Funktionsweise der Tests... 2 3. Die Ruhetaste und die Auslösetaste... 2 4. Starten der App Hauptmenü... 3 5. Auswahl
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrSkalierung des Ausgangssignals
Skalierung des Ausgangssignals Definition der Messkette Zur Bestimmung einer unbekannten Messgröße, wie z.b. Kraft, Drehmoment oder Beschleunigung, werden Sensoren eingesetzt. Sensoren stehen am Anfang
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrInfo zum Zusammenhang von Auflösung und Genauigkeit
Da es oft Nachfragen und Verständnisprobleme mit den oben genannten Begriffen gibt, möchten wir hier versuchen etwas Licht ins Dunkel zu bringen. Nehmen wir mal an, Sie haben ein Stück Wasserrohr mit der
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrAnalyse komplexer Proben mit multidimensionaler (Heart-Cut) GC-GCMS und LC-GCMS
Analyse komplexer Proben mit multidimensionaler (Heart-Cut) GC-GCMS und LC-GCMS Dr. Margit Geißler, Susanne Böhme Shimadzu Europa GmbH, Duisburg info@shimadzu.de www.shimadzu.de Das Problem von Co-Elutionen
MehrVorgaben der DIN ISO 13528 Statistische Verfahren für Eignungsprüfungen durch Ringversuche
Konsens- oder Referenzwerte in Ringversuchen Möglichkeiten und Grenzen Dr.-Ing. Michael Koch Institut für Siedlungswasserbau, Wassergüte und Abfallwirtschaft der Universität Stuttgart Arbeitsbereich Hydrochemie
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrDOE am Beispiel Laserpointer
DOE am Beispiel Laserpointer Swen Günther Ein wesentliches Ziel im Rahmen der Neuproduktentwicklung ist die aus Kundesicht bestmögliche, d.h. nutzenmaximale Konzeption des Produktes zu bestimmen (vgl.
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
Mehr2 Physikalische Eigenschaften von Fettsäuren: Löslichkeit, Dissoziationsverhalten, Phasenzustände
2 Physikalische Eigenschaften von Fettsäuren: Löslichkeit, Dissoziationsverhalten, Phasenzustände Als Fettsäuren wird die Gruppe aliphatischer Monocarbonsäuren bezeichnet. Der Name Fettsäuren geht darauf
MehrIst Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken?
UErörterung zu dem Thema Ist Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken? 2000 by christoph hoffmann Seite I Gliederung 1. In zu großen Mengen ist alles schädlich. 2.
Mehr1 Einleitung. 1.1 Motivation und Zielsetzung der Untersuchung
1 Einleitung 1.1 Motivation und Zielsetzung der Untersuchung Obgleich Tourenplanungsprobleme zu den am häufigsten untersuchten Problemstellungen des Operations Research zählen, konzentriert sich der Großteil
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrZählstatistik. Peter Appel. 31. Januar 2005
Zählstatistik Peter Appel 31. Januar 2005 1 Einleitung Bei der quantitativen Analyse im Bereich von Neben- und Spurenelementkonzentrationen ist es von Bedeutung, Kenntnis über die möglichen Fehler und
MehrMit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter.
Stundenverwaltung Mit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter. Dieses Programm zeichnet sich aus durch einfachste
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
Mehr8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht
8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2-1 Stoffliches Gleichgewicht Beispiel Stickstoff Sauerstoff: Desweiteren
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrProtokoll des Versuches 7: Umwandlung von elektrischer Energie in Wärmeenergie
Name: Matrikelnummer: Bachelor Biowissenschaften E-Mail: Physikalisches Anfängerpraktikum II Dozenten: Assistenten: Protokoll des Versuches 7: Umwandlung von elektrischer Energie in ärmeenergie Verantwortlicher
MehrWas sind Jahres- und Zielvereinbarungsgespräche?
6 Was sind Jahres- und Zielvereinbarungsgespräche? Mit dem Jahresgespräch und der Zielvereinbarung stehen Ihnen zwei sehr wirkungsvolle Instrumente zur Verfügung, um Ihre Mitarbeiter zu führen und zu motivieren
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrLineare Differentialgleichungen erster Ordnung erkennen
Lineare Differentialgleichungen erster Ordnung In diesem Kapitel... Erkennen, wie Differentialgleichungen erster Ordnung aussehen en für Differentialgleichungen erster Ordnung und ohne -Terme finden Die
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrTerminabgleich mit Mobiltelefonen
Terminabgleich mit Mobiltelefonen Sie können Termine- und Aufgaben aus unserem Kalender, sowie die Adressdaten aus dem Hauptprogramm mit Ihrem Mobiltelefon abgleichen. MS Outlook dient dabei als Schnittstelle
Mehr2.8 Grenzflächeneffekte
- 86-2.8 Grenzflächeneffekte 2.8.1 Oberflächenspannung An Grenzflächen treten besondere Effekte auf, welche im Volumen nicht beobachtbar sind. Die molekulare Grundlage dafür sind Kohäsionskräfte, d.h.
MehrMean Time Between Failures (MTBF)
Mean Time Between Failures (MTBF) Hintergrundinformation zur MTBF Was steht hier? Die Mean Time Between Failure (MTBF) ist ein statistischer Mittelwert für den störungsfreien Betrieb eines elektronischen
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrVerband der TÜV e. V. STUDIE ZUM IMAGE DER MPU
Verband der TÜV e. V. STUDIE ZUM IMAGE DER MPU 2 DIE MEDIZINISCH-PSYCHOLOGISCHE UNTERSUCHUNG (MPU) IST HOCH ANGESEHEN Das Image der Medizinisch-Psychologischen Untersuchung (MPU) ist zwiespältig: Das ist
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrBundesverband Flachglas Großhandel Isolierglasherstellung Veredlung e.v. U g -Werte-Tabellen nach DIN EN 673. Flachglasbranche.
Bundesverband Flachglas Großhandel Isolierglasherstellung Veredlung e.v. U g -Werte-Tabellen nach DIN EN 673 Ug-Werte für die Flachglasbranche Einleitung Die vorliegende Broschüre enthält die Werte für
MehrMusterlösung zu Serie 14
Dr. Lukas Meier Statistik und Wahrscheinlichkeitsrechnung FS 21 Musterlösung zu Serie 14 1. Der Datensatz von Forbes zeigt Messungen von Siedepunkt (in F) und Luftdruck (in inches of mercury) an verschiedenen
MehrBevor lineare Gleichungen gelöst werden, ein paar wichtige Begriffe, die im Zusammenhang von linearen Gleichungen oft auftauchen.
R. Brinkmann http://brinkmann-du.de Seite 1 13.0.010 Lineare Gleichungen Werden zwei Terme durch ein Gleichheitszeichen miteinander verbunden, so entsteht eine Gleichung. Enthält die Gleichung die Variable
MehrIdeale und Reale Gase. Was ist ein ideales Gas? einatomige Moleküle mit keinerlei gegenseitiger WW keinem Eigenvolumen (punktförmig)
Ideale und Reale Gase Was ist ein ideales Gas? einatomige Moleküle mit keinerlei gegenseitiger WW keinem Eigenvolumen (punktförmig) Wann sind reale Gase ideal? Reale Gase verhalten sich wie ideale Gase
MehrLIFO Kurzinformation zur Methode
LIFO Kurzinformation zur Methode Grundlagen LIFO steht für Life Orientations. Die von den Sozialpsychologen Dr. Allan Katcher und Dr. Stuart Atkins entwickelte Methode ist besonders hilfreich, um die Wahrnehmung
MehrGeyer & Weinig: Service Level Management in neuer Qualität.
Geyer & Weinig: Service Level Management in neuer Qualität. Verantwortung statt Versprechen: Qualität permanent neu erarbeiten. Geyer & Weinig ist der erfahrene Spezialist für Service Level Management.
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
Mehr1. HPLC-Pumpe (2-Kanal Gradient) Überprüfung der Flussrate und der Gradientenzusammensetzung. Einstellungen Mobile Phase entgastes Wasser
Geräte im Labor Pharmafirma Qualifizierungsplan (OQ) Seite 1 von 7 Inhalt 1. HPLC-Pumpe (2-Kanal Gradient) 1.a Überprüfung der 1.b Überprüfung der Gradientenzusammensetzung und des Rauschens des Gradientenmischers
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrDiskussionshilfe zum Thema: mit Ergebnissen der Wareneingangskontrolle
Vergleich der Angaben in Datenblättern mit Ergebnissen der Wareneingangskontrolle H. Mehling Ausgangssituation Messtechnischer Hintergrund Diskussion: gespeicherte Wärmemenge Ausgangssituation Zusammenhang
MehrVersuch 3. Frequenzgang eines Verstärkers
Versuch 3 Frequenzgang eines Verstärkers 1. Grundlagen Ein Verstärker ist eine aktive Schaltung, mit der die Amplitude eines Signals vergößert werden kann. Man spricht hier von Verstärkung v und definiert
MehrDAS PARETO PRINZIP DER SCHLÜSSEL ZUM ERFOLG
DAS PARETO PRINZIP DER SCHLÜSSEL ZUM ERFOLG von Urs Schaffer Copyright by Urs Schaffer Schaffer Consulting GmbH Basel www.schaffer-consulting.ch Info@schaffer-consulting.ch Haben Sie gewusst dass... >
MehrFestigkeit von FDM-3D-Druckteilen
Festigkeit von FDM-3D-Druckteilen Häufig werden bei 3D-Druck-Filamenten die Kunststoff-Festigkeit und physikalischen Eigenschaften diskutiert ohne die Einflüsse der Geometrie und der Verschweißung der
MehrDaten sammeln, darstellen, auswerten
Vertiefen 1 Daten sammeln, darstellen, auswerten zu Aufgabe 1 Schulbuch, Seite 22 1 Haustiere zählen In der Tabelle rechts stehen die Haustiere der Kinder aus der Klasse 5b. a) Wie oft wurden die Haustiere
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrEinlasssystem oder Voraussetzung für optimale Datenqualität Die Rolle des LC in der LC/MS Analytik
Einlasssystem oder Voraussetzung für optimale Datenqualität Die Rolle des LC in der LC/MS Analytik Dr. Udo Huber Produktspezialist LC Agilent Technologies 1 Braucht man eine gute chromatographische Trennung
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrOptimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung
Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung Rainer Hufnagel / Laura Wahrig 2006 Diese Woche LO - Sensitivitätsanalyse Simulation Beispiel Differenzengleichungen
MehrAgilent 1290 Infinity LC mit Intelligent System Emulation Technology. Infinitely better method transfer
Agilent 129 Infinity LC mit Intelligent System Emulation Technology Infinitely better method transfer 129 Agilent 129 Infinity LC mit ISET Besserer Methodentransfer denn je. Nutzen Sie Methoden, die auf
MehrHigh Performance Liquid Chromatography
Was ist? Was ist das Besondere? Aufbau Auswertung Möglichkeiten & Varianten der Zusammenfassung High Performance Liquid Chromatography () Systembiologie - Methodenseminar WS 08/09 FU Berlin 10. November
MehrBewertung des Blattes
Bewertung des Blattes Es besteht immer die Schwierigkeit, sein Blatt richtig einzuschätzen. Im folgenden werden einige Anhaltspunkte gegeben. Man unterscheidet: Figurenpunkte Verteilungspunkte Längenpunkte
MehrPocketPC.ch Review. SBSH ilauncher 3.1. Erstelldatum: 3. Dezember 2007 Letzte Änderung: 3. Dezember 2007. PocketPC.ch_Review_iLauncher.
PocketPC.ch Review SBSH ilauncher 3.1 Erstelldatum: 3. Dezember 2007 Letzte Änderung: 3. Dezember 2007 Autor: Dateiname: PocketPC.ch_Review_iLauncher.doc Inhaltsverzeichnis SBSH ilauncher 3.1...3 Übersicht...
MehrElektrischer Widerstand
In diesem Versuch sollen Sie die Grundbegriffe und Grundlagen der Elektrizitätslehre wiederholen und anwenden. Sie werden unterschiedlichen Verfahren zur Messung ohmscher Widerstände kennen lernen, ihren
MehrTechnische Information zum Verlustwinkel-optimierten Lautsprecherkabel compact 6 M
Technische Information zum Verlustwinkel-optimierten Lautsprecherkabel compact 6 M Einleitung Die wissenschaftlich fundierte Ergründung von Klangunterschieden bei Lautsprecherkabeln hat in den letzten
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
Mehrmobifleet Beschreibung 1. Terminverwaltung in der Zentrale
mobifleet Beschreibung 1. Terminverwaltung in der Zentrale Die Termine werden wie bisher im Outlook verwaltet und erfasst. Der Außendienst selbst, wie auch andere Personen, die Termine für den Außendienst
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrPsychologie im Arbeitsschutz
Fachvortrag zur Arbeitsschutztagung 2014 zum Thema: Psychologie im Arbeitsschutz von Dipl. Ing. Mirco Pretzel 23. Januar 2014 Quelle: Dt. Kaltwalzmuseum Hagen-Hohenlimburg 1. Einleitung Was hat mit moderner
MehrBuchhaltung mit WISO EÜR & Kasse 2011
Vorbemerkung... 1 1. Erste Schritte...Fehler! Textmarke nicht definiert.3 2. Einrichten des Programms... 5 3. Buchungen... 22 1. Anfangsbestand buchen... 22 2. Privateinlage in die Kasse... 26 4. Buchungen
MehrErweiterung der Aufgabe. Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen:
VBA Programmierung mit Excel Schleifen 1/6 Erweiterung der Aufgabe Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen: Es müssen also 11 (B L) x 35 = 385 Zellen berücksichtigt
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrDeutliche Mehrheit der Bevölkerung für aktive Sterbehilfe
Allensbacher Kurzbericht 6. Oktober 2014 Deutliche Mehrheit der Bevölkerung für aktive Sterbehilfe Zwei Drittel sind für die Erlaubnis aktiver Sterbehilfe, 60 Prozent für die Zulassung privater Sterbehilfe-Organsationen.
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrQualität und Verlässlichkeit Das verstehen die Deutschen unter Geschäftsmoral!
Beitrag: 1:43 Minuten Anmoderationsvorschlag: Unseriöse Internetanbieter, falsch deklarierte Lebensmittel oder die jüngsten ADAC-Skandale. Solche Fälle mit einer doch eher fragwürdigen Geschäftsmoral gibt
MehrNullserie zur Prüfungsvorbereitung
Nullserie zur Prüfungsvorbereitung Die folgenden Hilfsmittel und Bedingungen sind an der Prüfung zu beachten. Erlaubte Hilfsmittel Beliebiger Taschenrechner (Der Einsatz von Lösungs- und Hilfsprogrammen
MehrEtwas positive Tendenz ist beim Wechsel der Temperatur von 120 auf 170 zu erkennen.
Explorative Datenanalyse Erstmal die Grafiken: Aufreisskraft und Temperatur 3 1-1 N = 1 15 17 Temperatur Diagramm 3 1 95% CI -1 N = 1 15 17 Temperatur Etwas positive Tendenz ist beim Wechsel der Temperatur
MehrHerzlich Willkommen beim Webinar: Was verkaufen wir eigentlich?
Herzlich Willkommen beim Webinar: Was verkaufen wir eigentlich? Was verkaufen wir eigentlich? Provokativ gefragt! Ein Hotel Marketing Konzept Was ist das? Keine Webseite, kein SEO, kein Paket,. Was verkaufen
MehrInstitut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b.
Institut für Computational Engineering ICE N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t w w w. n t b. c h Rechnen Sie mit uns Foto: ESA Das Institut für Computational Engineering
MehrTutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang. Aufgabenblatt 3 (KW 44) (30.10.02)
Tutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang Aufgabenblatt 3 (KW 44) (30.10.02) Aufgabe 1: Preisdiskriminierung dritten Grades (20 Punkte) Ein innovativer Uni-Absolvent plant,
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
MehrSelbsttest Prozessmanagement
Selbsttest Prozessmanagement Zur Feststellung des aktuellen Status des Prozessmanagements in Ihrem Unternehmen steht Ihnen dieser kurze Test mit zehn Fragen zur Verfügung. Der Test dient Ihrer persönlichen
MehrLösung. Prüfungsteil 1: Aufgabe 1
Zentrale Prüfung 01 Lösung Diese Lösung wurde erstellt von Cornelia Sanzenbacher. Sie ist keine offizielle Lösung des Ministeriums für Schule und Weiterbildung des Landes. Prüfungsteil 1: Aufgabe 1 a)
MehrBürgerhilfe Florstadt
Welche Menschen kommen? Erfahrungen mit der Aufnahme vor Ort vorgestellt von Anneliese Eckhardt, BHF Florstadt Flüchtlinge sind eine heterogene Gruppe Was heißt das für Sie? Jeder Einzelne ist ein Individuum,
MehrChromatographie Version 04/2008
Chromatographie Version 04/2008 1. Erläutern Sie das Prinzip der Chromatographie. 2. In der Dünnschichtchromatographie kann man mit der sogenannten eindimensionalen Mehrfachentwicklung bzw. der zweidimensionalen
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
Mehr8. Quadratische Reste. Reziprozitätsgesetz
O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung
Mehr