In deze thesis wordt een methode voorgesteld om een chemische kwantificatie van een ternair stabilisatorenmengsel te voltrekken via deep learning en FTIR-analyse. Een menselijke interpretatie wordt bemoeilijkt door een grote hoeveelheid aan pieken die niet individueel toe te schrijven zijn aan individuele stabilisatoren. Daarom wordt deep learning gebruikt om een model op te bouwen dat zelfstandig infraroodspectra kan verwerken. Ook werd geëxperimenteerd met pre-processing om de grote hoeveelheid aan data onder controle te houden.

Fe- en Cu-uitgewisselde zeolieten vormen een veelbelovende piste in de zoektocht naar een katalysator voor de selectieve oxidatie van methaan naar methanol. In deze scriptie werd met behulp van spectroscopisch onderzoek de structuur van de actieve sites in Fe-CHA en Cu-MOR bepaald.