計算機シミュレーションを通してフォトバイオリアクターで藻類の成長を促進するために排煙設定を最適化

サマリー

発電所からの煙道ガスは、藻類の成長のための安価なCO ₂源である。私たちは、システム「栽培藻類する煙道ガス」のプロトタイプを構築し、藻類培養工程をスケールアップする方法を説明してきました。我々は、Chlorella種の成長のための煙道ガスの最適な動作をシミュレートし、設計するために、物質移動のバイオ反応モデルの使用を実証した。藻類のフォトバイオリアクター中。

要約

発電所からの煙道ガスは、藻類の培養を促進し、温室効果ガスの排出量^を低減することができる^1。微細藻類は、より効率的に植物³よりも太陽エネルギーを取り込むだけでなく、高度なバイオ燃料^2-4を合成するだけでなく。一般的には、大気中のCO _2は、最大の藻類の成長^5をサポートするための十分なソースではありません。一方、工業排気ガス中のCO ₂の高濃度の藻類生理学に悪影響を与える。従って、（例えば、栄養素および光など）の両方の培養条件および光バイオリアクターへの煙道ガス流の制御は、システムを「藻類する煙道ガス「効率を開発することが重要である。研究者は、煙道ガスと異なるフォトバイオリアクタ構成^4,6と^7,8培養戦略^を提案している。ここでは、排ガスの設定に応じて、微細藻類の成長を予測するためにモデルを使用する方法を示したプロトコルを提示する。私たちは、PERF煙道ガスとの藻類の成長のための有利な条件を決定するために、両方の実験的例証とモデルシミュレーションをORM。我々は、均一な光バイオリアクターでの微細藻類の成長をシミュレートするために、物質移動および光強度の方程式と相まってモノーベースのモデルを開発する。モデルシミュレーションは、さまざまな排煙設定で藻類の成長と煙道ガス消費量を比較します。モデルは示しています。1）どのように藻 ​​類の成長をCO ₂の異なる物質移動容量係数に影響されます。2）どのように我々は、動的な最適化アプローチ（DOA）を介して藻類の成長のための最適なCO ₂濃度を見つけることができます。3）どのようにして設計することができます藻類バイオマスの成長を促進し、煙道ガスの使用量を減らすためにオンオフ排ガスパルス矩形。実験面では、（天然ガスの燃焼によって生成される）、煙道ガスの下でクロレラを成長させるためのプロトコルを提示する。実験結果は、定性的にモデル予測を検証し、その高周波排ガスのPU小売り供給が大幅に藻類の栽培を向上させることができます。

プロトコル

1。藻類培養およびスケールアップ

1. 0.55グラム/ Lを含有する脱イオン水を用いて培地を調製^-1尿素、0.1185グラム/ L ^-1 KH ₂ PO _4、0.102グラム/ L ^-1 _の MgSO _{4·7H 2} O、0.015グラム/ L ^-1のFeSO _{4·7H 2} Oおよび22.5μlの微量元素（18.5グラム/ L ^-1のH ₃ BO _3、21.0グラム/ L ^-1のCuSO _{4·5H 2} Oを、73.2グラム/ L ^-1のMnCl _{2·4H 2} O、13.7グラム/ L ^-1のCoSO _{4·7H 2} O、59.5グラム/ L ^-1のZnSO _{4·5H 2} O、3.8グラム/ L ^-1（NH _4）6 Moを₇ O _{24·4H 2} O、0.31グラム/ L ^-1 NH ₄ VO ₃ ）。 7-8に培地のpHを調整します。 0.22μmのシリンジフィルターを介して培地を滅菌する。
2. クロレラ属に接種。新鮮な寒天プレート上の単一コロニーからの手ぶれFLAへ無菌接種ループを有する50mLの培地を含むskは。 6日間、150 rpmで30℃で培養藻類（連続光条件、光子束= 40から50マイクロモルのM ^-2秒^-1）。分光光度計（OD _730）によって細胞密度をモニターする。
3. 転写50mLの藻類（1〜L滅菌培地を含む）2リットルのガラスフラスコに培養物（> 1中間対数増殖期、OD _730）。ポンプ（5日間）インキュベーション中の文化の中に空気（またはCO _2）を濾過した。
4. 段階1.3で述べたと同様の条件で、次に（この段階では、微生物汚染の危険性が小さい）非滅菌培地、培養藻類を15 Lを含む20-Lガラス製カーボイに移す1 L藻類培養物。
5. 平坦な発光ダイオードを備えたプレートフォトバイオリアクター（コンピュータ制御装置、ガス混合物は、細胞の光学密度分析器、pH、溶存酸素中に15 Lの新鮮な藻類培養物（OD ₇₃₀ = 2）、85 Lの非滅菌媒体を配置世代、温度、溶存CO _2）。バイオリアクターに、煙道ガス/空気混合物をポンプ。
6. （OD _730> 20）バイオマス収穫後、70％エタノールを使用して徹底的にドライクリーニングのフォトバイオリアクター。

2。小型フォトバイオリアクターを使用した排煙処理の実験室で実証

1. ガラスボトル（200ミリリットル/分中/ボトル、初期OD _730〜0.3）での藻類の培養液に接種する。
2. 天然ガスを燃焼し、ロート、冷却管、及び（水/石灰石スラリを含む）、0.5L洗浄瓶を通して煙道ガス（〜250cm ³の分^-1）をポンプ。
3. マスフローコントローラは、藻類の培養への煙道ガス流（ 図1）を制御する。 排ガスオンや排ガスオフ（代わりに空気をポンプ）：排ガスパルスは2つのモードがあります。

3。動力学モデルの開発

動力学モデルを前提としています（1）文化が均一系であるS。 （2）培養中のCO ₂濃度および光強度は藻類の成長のための制限要因である。 （3）CO ₂分圧およびH ₂ CO ₃との液相平衡を、HCO ₃ ^{- 、}およびCO ₃ ^{2 -は} 、ヘンリーの法則に簡略化される）。モデル方程式は、次のとおりです。

Xは、バイオマス（キロ·メートル^-3）である。 Sは、溶解したCO _2（モル·M ^-3）である。 Pは、気相（Pa）の中のCO ₂分圧である。 P _私は （そのようなNO _XおよびSO _Xなどの）ガス中の有害化合物を番目の分圧である。のP _max.iは、バイオマスの成長に完全な阻害を持っている有毒ガスの分圧である。 η _私は経験的な係数である。 K _Sはミカエリス·メンテン定数であるCO ₂の量（モル·M ^-3）。 K _{Iは、CO 2（}モル·mで^-3）の阻害定数である。 Kは、光強度のミカエリス·メンテン定数（μモル·メートル^-2·秒^-1）である。 Hはヘンリー定数のCO _2（PA·M ^3·モル^-1）のためである。 K _Laは CO ₂の物質移動速度（時間^-1）である。私は平均光強度であり、μモル·メートル^-2·秒^-1、次のように計算することができます（式^{（3））9。}

モデルパラメータの定義は、表1にある。初期条件は、バイオマスを想定し、CO ₂の濃度に溶解し、それぞれを100mg / Lおよび13モル/ Lである。物質移動容量係数は、経験的相関によって推定することができるバイオリアクターへのTiONは¹⁰パラメータ：

P _gは / Vは、バイオリアクター内の曝気システムの消費電力（W / m ^_3）である。 uは、バイオリアクター（10m /秒）を通るガス流の表面速度で_gsを 。 α、β、γは、混合条件に関連する定数である。

1. モデルシミュレーション（スクリーンショットは、支持材料、私に与えられている）のためのSimulinkのファイルを作成します。
   1. Simulinkモデルを作成するためのMATLABインターフェイスでファイル/新規作成/モデルを選択し、[開く]「ライブラリブラウザー」（スクリーンショット1）。
   2. 式1および2のためのサブシステムを作成するために、ライブラリ·ブラウザの「サブシステム」のブロックを選択してください。 、Simulinkモデルファイルに1 Subsystemブロックをドラッグして、「式1」に社名を変更してから、式（2）に同じ手順を繰り返します。
   各サブシステム内の適切なブロックおよびパラメータを作成します（スクリーンショット3）。ダブルダブルのパラメータを設定するためのブロックをクリックして、他のサブシステムのためにこれらのステップを繰り返して、ライブラリブラウザから適切なブロックを選択し、計算順序を表す矢印、それらを接続し、「式1」のブロックをクリックします。
   注：1）シーケンスが入力ブロックで開始し、出力ブロックを締結すべきである、2）、加算、減算、乗算、除算、および統合のためのオペレータ·ブロックは、すべてのライブラリのブラウザで見つけることができ、我々は、ユーザーがヘルプファイルのを探る示唆Simulinkは、それらを使用する方法を理解するために、3）最適化ソルバーは、ツールバー上の経路シミュレーション/設定パラメータを使用して設定することができます。
   3. モデル方程式（1および2）を表現するために2サブシステムをリンクします。必要に応じて矢印で他のサブシステムの入力に1サブシステムの出力を接続します。例えば、溶存CO ₂濃度はoです式2サブシステム内utputなど、また式（1）サブシステムの入力。
   4. 面発光入力値として'定数'ブロックを使用し、オン·オフのCO ₂パルスをシミュレートするために、「式2」の入力としてブロック「ジェネレータパルス」を使用してください。重な周期時間と振幅などのパラメータを変更するには、ブロックをクリックします。
   5. ライブラリ·ブラウザの「マルチプレクサ」のブロックを選択してください。 「マルチプレクサ」に、すべての出力を接続して、シミュレートされた結果を格納するブロック「ワークスペースへ」に接続します。
   6. 「上部のツールバーにある「シミュレーション停止時間 'を定義、ボタンをクリックしてください 「シミュレーションを開始するには、その結果が（スクリーンショット4）MATLABワークスペースに表示されます。
2. 最適なCO ₂の条件をプロファイルする動的最適化手法を適用します。

^12が使用されているバイオマス生産^11を最大入口流入CO ₂のプロファイル（のP _{OPT）、MATLAB}の「fminconを'機能とCVP（制御ベクトルパラメータ）の変更を検索します。 図2は、最適化アルゴリズムは、（支援するMATLABプログラミングのコードを参照してください。説明材料II）。

結果

我々の以前の実験的分析は、この阻害が^13を軽減することができるCO ₂露光時間を減少させながら、連続される煙道ガス暴露悪影響、 クロレラの成長に影響を与えることを示している。良好な煙道ガスの流入、藻類の成長の関係を理解するために、我々は、煙道ガスの存在下でのバイオマス成長をシミュレートするための経験的モデルを開発する。私たちは、煙道ガス15％のCO _2（：酸素燃焼発電所からの煙道ガスは、CO _2> 15パーセントを有する一方、石炭燃焼からの典型的なCO ₂濃度が10〜15％であり、注）が含まれていることを前提としています。物質移動および藻類の成長パラメータを表1に基づいている。 1：モデルシミュレーションは、煙道ガスによる成長阻害を回避するために、3つのメソッドをテストする。物質移動条件を低減するために、培養中に低い流量を維持する。 2。文化に排ガスのオンオフパルス。 3。最適なレベルでの流入のCO ₂組成を制御します。

ディスカッション

本研究では、フォトバイオリアクターで藻類の栽​​培を拡大するための実験プロトコルを示しています。我々はまた、藻類の成長を促進するための排煙入力するためのいくつかの方法を検討する。物質移動およびバイオ反応モデルを用いて、CO ₂物質移動係数（バイオリアクター混合条件及びCO ₂空塔速度によって決定される）K _Laが強く藻類の成長に影響を与えることを実証する。モデルシミュレーションは、オン·オフ周波数はクロレラの成長を向上させることができ、短いパルス幅で、高連続オンオフ排ガスパルスを示している（ すなわち高周波オンオフ排煙パルスはバイオマス成長とほぼ同様に、最適なCO ₂の条件、 図をサポートすることができます5）。一方、オン·オフモードが大幅に藻類耕運機用の煙道ガスの量を輸送するためのエネルギーを節約するバイオリアクター（表2）を通って圧送されなければならない燃料ガスの総量を減少させることができるATION。オンオフガ...

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
分光光度計	Thermal Scientific, Texas USA
CO2 gas analyzer	LI-COR, Biosciences, Nebraska USA
マスフローコントローラー	OMEGA Engineering INC, Connecticut USA FMA5416
データ収集カード	Measurement Computing Corporation, Massachusetts USA	USB-1208FS
フィルター	Aerocolloid LLC、米国ミネソタ州
MATLAB/Simulink	Mathworks、米国マサチューセッツ州	R2010a
ガラス瓶	フィッシャー米国