1 de octubre de 2013
Los gases de combustión de las centrales eléctricas es una fuente de CO2 baratas para el crecimiento de algas. Hemos construido "de gases de combustión a la de algas de cultivo" prototipo de los sistemas y se describe la manera de ampliar el proceso de cultivo de algas. Hemos demostrado el uso de un modelo de bio-reacción de transferencia de masa para simular y diseñar la operación óptima de los gases de combustión para el crecimiento de Chlorella sp. en algas fotobiorreactores.
El objetivo general del siguiente protocolo es demostrar que el control de gases en off puede mejorar el crecimiento de microalgas en los gases de gripe a través de simulaciones computacionales, y demostrar procedimientos para el cultivo y la ampliación de algas. Esto se logra utilizando primero un modelo cinético para simular las condiciones de crecimiento de microalgas bajo diferentes tasas de transferencia de masa en los modos de control de gas y perfiles de concentración de dióxido de carbono que se muestran aquí están las ecuaciones del modelo. A continuación, se muestran los procedimientos para cultivar algas y ampliar el cultivo de lgal.
Posteriormente, las algas se cultivan bajo los gases de la gripe en un pequeño fotobiorreactor. Los gases de combustión se generan por combustión natural y sus caudales se controlan mediante un sistema de control de flujo másico antes de ser introducidos en el sistema lgal. Los resultados de las simulaciones del modelo muestran que el control de gases encendidos y apagados puede reducir la inhibición del sustrato y promover el crecimiento de microalgas con la gripe.
También se demostró que el control de gas de encendido y apagado reduce el uso de gases de combustión y mejora la eficiencia energética. Para el bioproceso, estamos demostrando el modelo de cultivo de algas guiado con gases de combustión Los procesos de algas pueden ser útiles en los campos de la bioenergía y la biorremediación, como la reducción de las emisiones de CO2 de la gripe industrial, el gas, el biocombustible o la producción bioquímica y la eliminación de iones metálicos tóxicos. Por lo general, los ingenieros de bioprocesos nuevos en las simulaciones de modelos tendrán dificultades porque tienen que probar muchas condiciones mediante experimentos que consumen mucho tiempo.
Por ejemplo, muchos factores pueden influir en el crecimiento de las algas y es difícil examinar todas las condiciones. Con la simulación por computadora, podemos comprender y analizar cultivos de microalgas bajo luz de CO2 y condiciones de mezcla para que podamos diseñar un tratamiento óptimo de los gases de combustión. Los demostradores del procedimiento serán Leon Hu, Amelia Chen, Yyou, ARU var, DNE y Larry Page del Laboratorio Tang.
Para comenzar este procedimiento, prepare el medio de cultivo. Siguiendo la receta del manuscrito adjunto, ajuste el pH del medio a siete u ocho. Esterilizar el medio de cultivo utilizando el autoclave.
A continuación, inocular la chlorella espirulina de una sola colonia en una placa de agar fresca en un matraz agitador que contenga 50 mililitros de medio, con un asa de inoculación estéril de algas de cultivo a 150 RPM y 30 grados Celsius durante seis días. Controle la densidad de células con un espectrofotómetro cuando las células están en el medio. Fase de crecimiento del tronco con DE 730 mayor que uno.
Transfiera 50 mililitros del cultivo de algas a un matraz de vidrio de dos litros que contenga aproximadamente un litro de cultivo esterilizado. Medio incubar durante cinco días bombeando gases de combustión de gas natural al cultivo durante la incubación. Después de cinco días, transfiera el cultivo de algas de un litro a una garrafa de vidrio de 20 litros que contenga 15 litros de cultivo no esterilizado.
Algas de cultivo medio en las mismas condiciones indicadas anteriormente durante seis días. Seis días después, se colocaron 15 litros de cultivo de algas frescas y 85 litros de medio no esterilizado en un fotobiorreactor de placa plana. En el centro de investigación avanzada de carbón y energía de la universidad, el fotobiorreactor está equipado con un sistema de calefacción y refrigeración.
Diodos emisores de luz, un controlador de computadora, una mezcla de gases y analizadores para la densidad óptica de la celda, el pH, la temperatura del oxígeno disuelto y el dióxido de carbono disuelto. Bombee la mezcla de aire de los gases de combustión al biorreactor, coseche la biomasa a OD 730 superior a 20. Después de centrifugar los cultivos, recoja la biomasa de algas y viértala en una bandeja para su posterior secado.
Después de la cosecha, desmonte y limpie a fondo en seco el fotobiorreactor con etanol al 70%. Comience esta demostración inoculando cultivos de algas a una DO inicial de 730 de aproximadamente 0,3 en botellas de vidrio que contengan 200 mililitros de medio por botella, queme gas natural y bombee los gases de combustión a través de un embudo, un tubo de condensador y una botella de lavado de 0,5 litros que contenga una suspensión de piedra caliza de agua. El flujo de gases de combustión en el cultivo de algas está controlado por los controladores de flujo másico.
Los pulsos de gases de combustión incluyen dos modos, flu, gas encendido y gas de chimenea apagado, el último modo bombea aire en su lugar. Estudios anteriores han indicado que la exposición continua a los gases de la gripe afecta negativamente el crecimiento de la chlorella y disminuye la exposición al dióxido de carbono. El tiempo alivia esta inhibición.
Se desarrolló un modelo cinético para probar tres métodos para evitar la inhibición del crecimiento por gas. Uno, mantener un caudal bajo en el cultivo para reducir la condición de transferencia de masa. Dos pulsos de gas de gripe en el cultivo.
Tres, controlar las composiciones de dióxido de carbono de entrada al nivel óptimo. Los supuestos, ecuaciones y parámetros involucrados en este modelo no se presentarán aquí, pero se discuten en el texto del protocolo adjunto. Para empezar, construya un archivo de Simulink para la simulación del modelo.
Elija file new model en la interfaz de MATLAB para crear un modelo de Simulink y abrir el explorador de bibliotecas. Elija el bloque de subsistema en el navegador de bibliotecas para crear los subsistemas de las ecuaciones uno y dos. Arrastre un bloque de subsistema al archivo de modelo de Simulink.
Cambie su nombre a la ecuación uno y luego repita los mismos pasos para la ecuación dos. Cree bloques y parámetros apropiados en cada subsistema. Haz doble clic en la ecuación un bloque.
Elija los bloques apropiados del navegador de bibliotecas y conéctelos con flechas que denoten la secuencia de cálculo. Haga doble clic en los bloques para configurar los parámetros y repita estos pasos para el otro subsistema. Vincule los dos subsistemas para representar las ecuaciones uno y dos del modelo.
Conecte la salida de un subsistema a la entrada del otro subsistema mediante una flecha si es necesario. Por ejemplo, la concentración de dióxido de carbono disuelto es la salida en el subsistema de la ecuación dos y también la entrada del subsistema de la ecuación uno. Utilice el bloque del generador de pulsos como entrada para la ecuación dos para simular los pulsos de dióxido de carbono de encendido y apagado.
Utilice el bloque constante como valor de entrada de luz de superficie. Haga doble clic en los bloques para cambiar los parámetros, como el período, la hora y la amplitud. Elija el bloque M en el explorador de bibliotecas.
Conecte todas las salidas a mux y, a continuación, conéctelo a dos bloques de espacio de trabajo que almacenan los resultados simulados. Defina el tiempo de parada de la simulación en la barra de herramientas superior. Haga clic en el botón de flecha para iniciar la simulación y los resultados se almacenarán en el espacio de trabajo de MATLAB.
Por último, aplique el programa de MATLAB en el material de soporte dos para realizar un enfoque de optimización dinámica para perfilar las concentraciones óptimas de dióxido de carbono. En este estudio, para comprender mejor la relación entre la gripe, la entrada de gases y el crecimiento de algas, se desarrolló un modelo empírico para simular el crecimiento de la biomasa en presencia de gases gripales. Los parámetros utilizados en este modelo se muestran en esta tabla.
Se supone que los gases de la gripe contienen un 15% de dióxido de carbono. En primer lugar, se probó la influencia de la tasa de transferencia de masa de dióxido de carbono en el crecimiento de algas. El gráfico resultante de la concentración final de biomasa en el día 12 en función de la tasa de transferencia de masa bajo el tratamiento continuo de gases de combustión indica que una tasa óptima de transferencia de masa de 0,17 a 0,18 por hora es capaz de reducir la inhibición de los gases de combustión del crecimiento de algas.
Si la tasa de transferencia de masa es menor o mayor que el valor óptimo, el crecimiento de algas se reducirá. Aquí se muestra la ecuación cuatro del modelo cinético, donde PG sobre V es el consumo de energía del sistema aireado en el biorreactor, UGS es la velocidad superficial del flujo de gas a través del biorreactor y alfa, beta y gamma son constantes relacionadas con las condiciones de mezcla. Esta ecuación sugiere que la disminución de la aireación y el flujo de gas a través del cultivo pueden reducir el coeficiente de transferencia de masa.
Esta tabla muestra el crecimiento de la biomasa con un 15% de gas de combustión en el día 12 bajo diferentes velocidades de flujo de gas superficial o caudales. En general, un caudal bajo reduce el uso de gases de combustión y la tasa de transferencia de masa que evita la inhibición del dióxido de carbono del crecimiento de lgal. Sin embargo, reducir aún más el caudal a través del biorreactor hará que el coeficiente de transferencia de masa se vuelva demasiado pequeño para proporcionar suficiente dióxido de carbono para el crecimiento de lgal.
Esto se muestra en la línea azul de este gráfico, que compara el crecimiento de la biomasa con diferentes tasas de transferencia de masa. Bajo el tratamiento continuo de los gases de gripe, la línea azul representa un KLA de 0,017 por hora. La línea amarilla representa un KLA casi óptimo de 0,17 por hora, y la línea negra representa un KLA de 17 por hora.
A continuación, se introdujo un modo de pulso de gas de combustión encendido y apagado para superar la inhibición del crecimiento si la tasa de transferencia de masa de gas de combustión era alta en el fotobiorreactor, por ejemplo, 17 por hora para optimizar el modo de pulso de gas de gripe, se probaron diferentes frecuencias de encendido y apagado. La simulación muestra que los pulsos de gases de gripe de alta frecuencia son capaces de promover el crecimiento de algas. Esta tabla que se mostró anteriormente también indica que el modo de control de encendido y apagado utiliza menos gases de combustión que la alimentación continua de gripe en el biorreactor.
En tercer lugar, se calcularon los perfiles de concentración de dióxido de carbono para el crecimiento máximo de algas utilizando los parámetros del modelo que se enumeran aquí. El enfoque de optimización dinámica muestra que las concentraciones óptimas de dióxido de carbono en la fase gaseosa deben aumentarse continuamente durante el crecimiento del lgal. La simulación del modelo también muestra que tanto los pulsos de dióxido de carbono de encendido y apagado como el control de la entrada óptima de dióxido de carbono son métodos igualmente buenos para promover el crecimiento de lgal con el gas de la gripe.
Este gráfico muestra una comparación del crecimiento de la biomasa bajo un perfil óptimo de dióxido de carbono representado por la línea amarilla. La frecuencia de encendido y apagado de 10 segundos, gas encendido durante cinco minutos apagado representado por la línea roja, encendido y apagado, control a una frecuencia de 10 segundos, gas encendido siete minutos apagado representado por la línea verde, encendido y apagado, control a una frecuencia de un minuto gas encendido 29 minutos apagado gas representado por la línea negra y el tratamiento continuo con gas de combustión que contiene un 15% de dióxido de carbono representado por la línea azul. Esta última cifra de un estudio previo muestra una comparación experimental del crecimiento de la biomasa utilizando diferentes enfoques.
A es de 10 segundos, gas encendido siete minutos, gas apagado, B es de 30 minutos, gas apagado de 30 minutos, C es de cinco horas de gas encendido y siete horas de gas apagado y D es cultivo en matraces agitadores. En comparación con un tratamiento continuo de gases de gripe o un cultivo de matraces agitadores, se logra una mayor producción de biomasa utilizando los pulsos de gases de combustión de encendido y apagado. Al intentar un bioproceso algorítmico basado en gases de gripe, es importante utilizar el modelado informático para diseñar operaciones de crecimiento óptimas.
Siguiendo este procedimiento, se pueden realizar pruebas experimentales para validar las predicciones del modelo. Después de ver este video, debería tener una buena comprensión de cómo construir un modelo de transferencia de masa y biorreacción para predecir el crecimiento de la biomasa con CO2 y optimizar las condiciones de crecimiento. Tenga en cuenta que la simulación del modelo es solo para un sistema homogéneo simplificado.
El modelo se puede mejorar añadiendo una mecánica de fluidos más sofisticada en el futuro.
Vea la transcripción completa y acceda a miles de videos científicos
Este estudio demuestra el uso de los gases de escape de las plantas de energía como fuente rentable de CO2 para el crecimiento algal. Se describe el desarrollo de un sistema prototipo para el cultivo de algas y la aplicación de un modelo de bio-reacción de transferencia de masa para optimizar las condiciones de crecimiento de Chlorella sp. en foto-biorreactores.
El control dinámico de la entrega de gases de escape en fotobiorreactores permite la optimización predictiva del crecimiento de microalgas, afectando directamente los procesos de producción basados en biología y las estrategias de utilización de carbono. La simulación guiada por modelos de la transferencia de gases y los regímenes de pulso apoya la reducción mecanicista de riesgos y la escalabilidad operativa para el desarrollo de bioprocesos. Estas capacidades son fundamentales para avanzar en la generación de materias primas sostenibles e integrar la captura de carbono en las carteras de biomanejo.
Este enfoque guiado por simulación se sitúa en la interfaz entre el desarrollo de procesos y la biofabricación temprana, conectando la biología del descubrimiento con la producción a escala.