SprayQuantAI®

Wenn ein Tropfen ein geformtes Lichtfeld durchquert, erzeugt er eine zeitabhängige Lichtstreusignatur. Die aufgezeichnete Signalform, die Signalparameter und die zeitlichen Merkmale enthalten Information über den Tropfen und seine Wechselwirkung mit dem Licht.

SprayQuantAI® wertet diese Signatur Tropfen für Tropfen aus. Je nach Detektorkonfiguration besteht die Signatur aus einem einzelnen Detektorsignal oder aus synchronisierten Signalen desselben Tropfens. Die Analyse einzelner Tropfen bedeutet also nicht, dass nur ein Detektor verwendet werden kann.

Die Auswertung liefert – abhängig von der gewählten Konfiguration und Methode – Tropfengröße, Geschwindigkeit sowie Anzahl bzw. Rate. Die Zusammenführung der Ergebnisse vieler einzeln detektierter Tropfen ergibt Verteilungen und zeitabhängige Information über das Spray.

Weitere optische oder materialbezogene Eigenschaften lassen sich untersuchen, wenn sie in der gemessenen Signatur abgebildet sind und vom optischen Aufbau und der Auswertemethode unterstützt werden. So kann beispielsweise der relative Zeitversatz zwischen zwei Detektorsignalen zusätzliche Information für die Analyse der Tropfenzusammensetzung liefern.

SprayQuantAI® unterstützt klassische TSTOF-Berechnungen [1][2] und KI-basierte Signalauswertung [3][4]. Klassische Methoden nutzen definierte Signalmerkmale und physikalische Zusammenhänge. KI-basierte Methoden verwenden Modelle, die mit geeigneten Referenzdaten trainiert wurden, um die Lichtstreusignatur auszuwerten.

Beide Ansätze beruhen auf demselben zentralen Konzept: Grundlage der Messung ist die Signatur eines einzelnen Tropfens. Welche Eigenschaften für die jeweilige Anwendung ermittelt werden können, hängt von der gewählten Methode, der Kalibrierung und der Validierung ab.

Die drei Plattformen setzen auf unterschiedlichen Ebenen der Spraycharakterisierung an: Signaturen einzelner Tropfen, gepufferte Lichtstreusequenzen und Bilder des Sprays.

Plattform	Ausgewertete Daten	Analysekonzept	Schwerpunkt
SprayQuantAI®	Lichtstreusignatur eines einzelnen Tropfens	Klassische oder KI-basierte Auswertung, Tropfen für Tropfen	Aus Einzelereignissen abgeleitete Tropfeneigenschaften und Spraystatistik
ParticleTensorAI®	Gepufferte Lichtstreusequenzen, als Tensoren dargestellt	KI-basierte Analyse von Mustern über ein aufgezeichnetes Intervall	Anwendungsspezifische Partikel-, Material- und Prozesscharakterisierung
SprayConeAI®	Bilder von Spraykegeln und Spraybildern	Bildbasierte Analyse	Spraykegelgeometrie und räumliche Spraymuster

ParticleTensorAI® wertet Signalsequenzen aus, ohne dass jedes Tropfenereignis vor der Analyse abgetrennt werden muss. SprayConeAI® wertet die sichtbare Spraygeometrie anhand von Bildern aus. SprayQuantAI® konzentriert sich auf die optische Signatur, die jedem einzeln detektierten Tropfen zugeordnet ist.

[1] W. Schaefer, L. Li, P. Stegmann, and M. Terada, “TSTOF測定法に関する技術報告書：第一部 ─ 技術的基礎、歴史的発展、および他のレーザー測定法との比較,” J. Coat. Technol. Res., vol. 61, no. 3, Art. no. 100, 2026. [Online]. Available: https://jcot.or.jp/download/61-03-2.pdf

[2] W. Schaefer, L. Li, P. Stegmann, and M. Terada, “Technical report on the TSTOF measurement method: Technical basics, historical development, and comparison with other laser-based measurement methods,” Photonics, vol. 13, no. 1, Art. no. 56, 2026, doi: 10.3390/photonics13010056. https://www.mdpi.com/2304-6732/13/1/56

[3] W. Schaefer and L. Li, “Particle characterization by analyzing light scattering signals with a machine learning approach,” in Proc. 16th Triennial Int. Conf. Liquid Atomization and Spray Systems (ICLASS), Shanghai, China, 2024. http://ilassasia.org/iclass-2024/

[4] W. Schaefer and L. Li, “Particle characterization by analyzing light scattering signals with a machine learning approach,” Appl. Opt., vol. 63, no. 29, pp. 7701–7711, Oct. 2024, doi: 10.1364/AO.531346. https://opg.optica.org/ao/abstract.cfm?uri=ao-63-29-7701