1 października 2013
Spaliny z elektrowni są tanim źródłem CO2 dla wzrostu glonów. Zbudowaliśmy prototypowe systemy "od gazów spalinowych do hodowli glonów" i opisaliśmy, jak zwiększyć skalę procesu hodowli glonów. Wykazaliśmy zastosowanie modelu bioreakcji z przeniesieniem masy do symulacji i zaprojektowania optymalnej pracy gazów spalinowych do wzrostu Chlorella sp. w fotobioreaktorach glonów.
Ogólnym celem poniższego protokołu jest wykazanie, że kontrola gazu przy odłączeniu może poprawić wzrost mikroglonów na gazach grypowych za pomocą symulacji obliczeniowych oraz zademonstrowanie procedur hodowli glonów i zwiększania skali. Osiąga się to poprzez zastosowanie najpierw modelu kinetycznego do symulacji warunków wzrostu mikroglonów przy różnych szybkościach przenoszenia masy w trybach kontroli gazów wylotowych i profilach stężenia dwutlenku węgla pokazanych tutaj są równania modelowe. Następnie przedstawiono procedury uprawy glonów i zwiększenia skali uprawy lgal.
Następnie glony są hodowane pod wpływem gazów grypowych w małym bioreaktorze fotograficznym. Gazy spalinowe są wytwarzane w wyniku naturalnego spalania, a ich natężenie przepływu jest kontrolowane przez system kontroli przepływu masowego przed wprowadzeniem do systemu lgal. Wyniki symulacji modelowych pokazują, że kontrola gazu przy odłączeniu może zmniejszyć hamowanie substratu i sprzyjać wzrostowi mikroglonów w przypadku grypy.
Wykazano również, że sterowanie gazem na wylocie zmniejsza zużycie gazów przeciw grypie i poprawia efektywność energetyczną. W przypadku procesu biologicznego demonstrujemy modelową sterowaną hodowlę glonów za pomocą procesów glonów gazów grypowych może być przydatna w dziedzinie bioenergii i bioremediacji, takich jak redukcja emisji CO2 z grypy przemysłowej, gazu, biopaliw lub produkcji biochemicznej i usuwanie toksycznych jonów metali. Ogólnie rzecz biorąc, inżynierowie bioprocesów, którzy nie mają doświadczenia w symulacjach modelowych, będą mieli trudności, ponieważ muszą testować wiele warunków za pomocą czasochłonnych eksperymentów.
Na przykład wiele czynników może wpływać na wzrost glonów i trudno jest zbadać wszystkie warunki. Dzięki symulacji komputerowej możemy zrozumieć i przeanalizować kultury mikroalg w warunkach światła CO2 i mieszania, dzięki czemu możemy zaprojektować optymalne oczyszczanie gazów grypowych. Procedurę zademonstrują Leon Hu, Amelia Chen, Yyou, ARU var, DNE i Larry Page z Tang Laboratory.
Aby rozpocząć tę procedurę, przygotuj pożywkę hodowlaną. Postępując zgodnie z przepisem zawartym w dołączonym manuskrypcie, dostosuj pH pożywki do siedmiu do ośmiu. Wysterylizuj pożywkę hodowlaną za pomocą autoklawu.
Następnie zaszczepij chlorellę spirulinę z pojedynczej kolonii na świeżej płytce agarowej do kolby wstrząsającej zawierającej 50 mililitrów pożywki sterylnymi algami do hodowli pętli zaszczepiającej przy 150 obr./min i 30 stopniach Celsjusza przez sześć dni. Monitoruj gęstość komórek za pomocą spektrofotometru, gdy komórki znajdują się w środku. Faza wzrostu logarytmu z OD 730 większym niż jeden.
Przenieść 50 mililitrów kultury glonów do dwulitrowej szklanej kolby zawierającej około jednego litra wysterylizowanej kultury. Pożywkę inkubować przez pięć dni, pompując gazy spalinowe ze spalania gazu ziemnego do kultury podczas inkubacji. Po pięciu dniach przenieś litrową kulturę glonów do 20-litrowego szklanego balonu zawierającego 15 litrów niesterylizowanej kultury.
Glony średniej kultury w takich samych warunkach, jak wskazano wcześniej, przez sześć dni. Sześć dni później umieszczono 15 litrów świeżej kultury glonów i 85 litrów niesterylizowanej pożywki w bioreaktorze fotograficznym z płaską płytką. W zaawansowanym uniwersyteckim ośrodku badawczym węgla i energii bioreaktor fotograficzny jest wyposażony w system ogrzewania i chłodzenia.
Diody elektroluminescencyjne, sterownik komputerowy, mieszanina gazów i analizatory gęstości optycznej komórek, pH, temperatury tlenu rozpuszczonego i rozpuszczonego dwutlenku węgla. Przepompować mieszaninę spalin i powietrza do bioreaktora, zebrać biomasę o średnicy zewnętrznej 730 większej niż 20. Po odwirowaniu kultur zbierz biomasę glonów i wlej ją do tacy w celu dalszego suszenia.
Po zbiorach zdemontuj i dokładnie wyczyść chemicznie bioreaktor fotograficzny przy użyciu 70% etanolu. Rozpocznij tę demonstrację od zaszczepienia kultur glonów przy początkowym OD 730 wynoszącym około 0,3 w szklanych butelkach zawierających 200 mililitrów pożywki na butelkę, spal gaz ziemny i przepompuj spaliny przez lejek, rurkę skraplacza i 0,5-litrową butelkę do mycia zawierającą zawiesinę wapienną. Przepływ spalin do kultury glonów jest kontrolowany przez regulatory przepływu masowego.
Impulsy spalin obejmują dwa tryby, grypa, gaz włączony i gaz spalinowy wyłączony, przy czym ten drugi tryb pompuje powietrze. Wcześniejsze badania wykazały, że ciągłe narażenie na gazy grypowe przy niekorzystnym wpływie na wzrost chlorelli przy jednoczesnym zmniejszeniu narażenia na dwutlenek węgla. Czas łagodzi to zahamowanie.
Opracowano model kinetyczny w celu przetestowania trzech metod unikania hamowania wzrostu przez gaz. Po pierwsze, utrzymywanie niskiego natężenia przepływu do kultury w celu zmniejszenia warunków przenoszenia masy. Dwa impulsy włączone gazów grypowych do hodowli.
Po trzecie, kontrolowanie dopływu składu dwutlenku węgla na optymalnym poziomie. Założenia, równania i parametry związane z tym modelem nie zostaną tutaj przedstawione, ale zostały omówione w załączonym tekście protokołu. Aby rozpocząć, skonstruuj plik Simulink dla symulacji modelu.
Wybierz plik nowego modelu w interfejsie MATLAB, aby utworzyć model Simulink i otworzyć przeglądarkę bibliotek. Wybierz blok podsystemu w przeglądarce biblioteki, aby utworzyć podsystemy dla równania pierwszego i drugiego. Przeciągnij jeden blok podsystemu do pliku modelu Simulink.
Zmień jego nazwę na równanie pierwsze, a następnie powtórz te same kroki dla równania drugiego. Utwórz odpowiednie bloki i parametry w każdym podsystemie. Kliknij dwukrotnie równanie o jeden blok
.Wybierz odpowiednie bloki z przeglądarki biblioteki i połącz je strzałkami, które oznaczają sekwencję obliczeń. Kliknij dwukrotnie bloki, aby skonfigurować parametry i powtórz te kroki dla drugiego podsystemu. Połącz dwa podsystemy, aby reprezentować równania modelu pierwszy i drugi.
W razie potrzeby połącz wyjście jednego podsystemu z wejściem drugiego podsystemu za pomocą strzałki. Na przykład stężenie rozpuszczonego dwutlenku węgla jest wynikiem w podsystemie równania dwa, a także danymi wejściowymi podsystemu równania jeden. Użyj bloku generatora impulsów jako wejścia dla równania drugiego, aby zasymulować impulsy dwutlenku węgla.
Użyj stałego bloku jako wartości wejściowej światła powierzchniowego. Kliknij dwukrotnie bloki, aby zmienić parametry, takie jak okres, czas i amplituda. Wybierz Blok M w przeglądarce bibliotek.
Połącz wszystkie wyjścia z mux, a następnie połącz go z dwoma blokami roboczymi, w których przechowywane są symulowane wyniki. Zdefiniuj czas zakończenia symulacji na górnym pasku narzędzi. Kliknij przycisk strzałki, aby rozpocząć symulację, a wyniki zostaną zapisane w przestrzeni roboczej programu MATLAB.
Na koniec zastosuj program MATLAB w drugim materiale pomocniczym, aby wykonać dynamiczne podejście optymalizacyjne w celu profilowania optymalnych stężeń dwutlenku węgla. W tym badaniu, aby lepiej zrozumieć związek między grypą, napływem gazów i wzrostem glonów, opracowano model empiryczny do symulacji wzrostu biomasy w obecności gazów grypowych. Parametry używane w tym modelu przedstawiono w poniższej tabeli.
Przyjmuje się, że gazy grypowe zawierają 15% dwutlenku węgla. W pierwszej kolejności zbadano wpływ szybkości przenoszenia masy dwutlenku węgla na wzrost glonów. Otrzymany wykres końcowego stężenia biomasy w 12 dniu w funkcji szybkości przenoszenia masy przy ciągłym oczyszczaniu gazów spalinowych wskazuje, że optymalna szybkość przenoszenia masy wynosząca od 0,17 do 0,18 na godzinę jest w stanie zmniejszyć hamowanie wzrostu glonów przez spaliny.
Jeśli szybkość przenoszenia masy jest niższa lub wyższa niż wartość optymalna, wzrost glonów zostanie zmniejszony. Pokazano tutaj równanie czwarte modelu kinetycznego, gdzie PG nad V to zużycie energii przez układ napowietrzający w bioreaktorze, PMG to powierzchowna prędkość przepływu gazu przez bioreaktor, a alfa, beta i gamma są stałymi związanymi z warunkami mieszania. Równanie to sugeruje, że zmniejszenie napowietrzenia i przepływu gazu przez kulturę może zmniejszyć współczynnik przenoszenia masy.
Poniższa tabela przedstawia wzrost biomasy z 15% gazami grypowymi w 12 dniu przy różnych powierzchniowych prędkościach przepływu gazu lub natężeniach przepływu. Ogólnie rzecz biorąc, niskie natężenie przepływu zmniejsza zużycie gazów spalinowych i szybkość przenoszenia masy, co zapobiega hamowaniu wzrostu lgal przez dwutlenek węgla. Jednak dalsze zmniejszanie natężenia przepływu przez bioreaktor spowoduje, że współczynnik przenoszenia masy stanie się zbyt mały, aby zapewnić wystarczającą ilość dwutlenku węgla do wzrostu lgal.
Pokazuje to niebieska linia na tym wykresie, która porównuje wzrost biomasy z różnymi szybkościami przenoszenia masy. W przypadku ciągłego oczyszczania gazów spalinowych niebieska linia reprezentuje KLA wynoszącą 0,017 na godzinę. Żółta linia reprezentuje prawie optymalną KLA wynoszącą 0,17 na godzinę, a linia reprezentuje KLA wynoszącą 17 na godzinę.
Następnie wprowadzono tryb impulsu gazowego w celu przezwyciężenia zahamowania wzrostu, jeśli szybkość przenoszenia masy gazów grypowych była wysoka w bioreaktorze fotograficznym, na przykład 17 na godzinę, aby zoptymalizować tryb impulsu gazów grypowych, przetestowano różne częstotliwości włączania. Symulacja pokazuje, że impulsy gazów grypowych o wysokiej częstotliwości są w stanie sprzyjać wzrostowi glonów. Ta tabela, która została pokazana wcześniej, wskazuje również, że tryb sterowania włączeniem i wyłączeniem zużywa mniej gazów grypowych niż ciągłe wprowadzanie grypy do bioreaktora.
Po trzecie, profile stężenia dwutlenku węgla dla maksymalnego wzrostu glonów zostały obliczone przy użyciu parametrów modelowych wymienionych tutaj. Podejście do optymalizacji dynamicznej pokazuje, że optymalne stężenia dwutlenku węgla w fazie gazowej powinny być stale zwiększane podczas wzrostu lgal. Symulacja modelowa pokazuje również, że zarówno impulsy dwutlenku węgla przy włączaniu, jak i kontrola optymalnego dopływu dwutlenku węgla są równie dobrymi metodami wspierania wzrostu lgal za pomocą gazów grypowych.
Wykres ten przedstawia porównanie wzrostu biomasy przy optymalnym profilu dwutlenku węgla reprezentowanym przez żółtą linię. Częstotliwość włączania, wyłączania: 10 sekund, gaz włączony, pięć minut, gaz wyłączony, reprezentowany przez czerwoną linię, kontrolę, wyłączenie, częstotliwość 10 sekund, gaz włączony, siedem minut, gaz wyłączony, reprezentowany przez zieloną linię, kontrolę, wł., wyłącz, z częstotliwością jednej minuty, gaz włączony 29 minut, gaz wyłączony, reprezentowany przez czarną linię i ciągłe leczenie gazem grypowym zawierającym 15% dwutlenku węgla, reprezentowany przez niebieską linię. Ta ostatnia liczba z poprzedniego badania pokazuje eksperymentalne porównanie wzrostu biomasy przy użyciu różnych podejść.
A to 10 sekund, gaz na siedem minut, gaz na 40 minut, gaz na 30 minut, gaz na C, to pięć godzin, gaz na siedem godzin wyłączony, a D to uprawa w kolbach wstrząsających. W porównaniu z ciągłym oczyszczaniem gazów spalinowych lub kulturą z wytrząsaniem, wyższą produkcję biomasy uzyskuje się przy użyciu impulsów gazów spalinowych. Próbując bioprocesu algorytmicznego opartego na gazach grypowych, ważne jest, aby użyć modelowania komputerowego w celu zaprojektowania optymalnych operacji wzrostu.
Zgodnie z tą procedurą można przeprowadzić testy eksperymentalne w celu zweryfikowania przewidywań modelu. Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak zbudować model transferu masy i reakcji biologicznej, aby przewidzieć wzrost biomasy za pomocą CO2 i zoptymalizować warunki wzrostu. Należy pamiętać, że symulacja modelu jest przeznaczona tylko dla uproszczonego systemu jednorodnego.
Model można ulepszyć, dodając w przyszłości bardziej zaawansowaną mechanikę płynów.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Niniejsze badanie demonstruje wykorzystanie spalin z elektrowni jako kosztowo efektywnego źródła CO2 do wzrostu alg. Opisuje ono opracowanie prototypowego systemu do hodowli alg oraz zastosowanie modelu bioreakcji przeniesienia masy w celu optymalizacji warunków wzrostu Chlorella sp. w fotobioreaktorach.
Dynamiczna kontrola dopływu gazów spalinowych w fotobioreaktorach umożliwia predykcyjną optymalizację wzrostu mikroalg, co bezpośrednio wpływa na linie produkcyjne oparte na biomasie oraz strategie utylizacji węgla. Symulacje transferu gazu i reżimów pulsacyjnych sterowane modelem wspierają mechanistyczną minimalizację ryzyka oraz skalowalność operacyjną w rozwoju bioprocesów. Możliwości te są kluczowe dla rozwoju zrównoważonej produkcji surowców i integracji wychwytu węgla w portfelach biomanufakturowych.
To podejście prowadzone w oparciu o symulacje wpisuje się w obszar styku rozwoju procesów i wczesnej bioprodukcji, stanowiąc pomost między biologią odkrywczą a produkcją skalowalną.