Name: Optymalizacja ustawień spalin w celu promowania wzrostu mikroalg w fotobioreaktorach za pomocą symulacji komputerowych (Wideo) | JoVE Journal
Uploaded: 2013-10-01T09:00:00.000+00:00
Duration: 14 min 33 s
Description: Poznaj symulacje komputerowe wspierające hodowlę mikroalg Chlorella sp. w fotobioreaktorach przy użyciu spalin. Ta metoda optymalizuje warunki wzrostu i redukuje inhibicję substratową.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

To badanie jest wspierane przez program NSF (Research Experiences for Undergraduates) na Uniwersytecie Waszyngtońskim w St. Louis.

1. Hodowla i skalowanie produkcji alg
<ol>
	<li>Przygotować pożywkę z wody dejonizowanej zawierającej 0,55 g/L-1 mocznika, 0,1185 g/L-1 KH2PO4, 0,102 g/L-1 MgSO4·7H2O, 0,015 g/L-1 FeSO4·7H2O oraz 22,5 µl mikroelementów (18,5 g/L-1 H3BO3, 21,0 g/L-1 CuSO4·5H2O, 73,2 g/L-1 MnCl2·4H2O, 13,7 g/L-1 CoSO4·7H2O, 59,5 g/L-1 ZnSO4·5H2O, 3,8 g/L-1 (NH4)6Mo7O24·4H2O, 0,31 g/L-1 NH4VO3). Dostosować pH pożywki do poziomu 7-8. Pożywkę wysterylizować za pomocą filtra strzykawkowego 0,22 µm.</li>
	<li>Za pomocą sterylnej pętli szczepić Chlorella sp. z pojedynczej kolonii na świeżej płytce agarowej do kolby wytrząsanej zawierającej 50 mL pożywki. Hodować algi przy 150 rpm i 30 °C przez sześć dni (warunki ciągłego oświetlenia, strumień fotonów = 40-50 µmol m-2 sec-1). Monitorować gęstość komórek za pomocą spektrofotometru (OD730).</li>
	<li>Przenieść 50 mL kultury alg (środkowa faza wzrostu logarytmicznego, OD730 &gt;1) do 2-litrowej kolby szklanej (z ~1 L wysterylizowanej pożywki). Podczas inkubacji (przez 5 dni) tłoczyć do kultury przefiltrowane powietrze (lub CO2).</li>
	<li>Przenieść 1 L kultury alg do 20-litrowego szklanego gąsiora zawierającego 15 L niewysterylizowanej pożywki (na tym etapie ryzyko kontaminacji mikrobiologicznej jest niewielkie), a następnie hodować algi w tych samych warunkach, które określono w kroku 1.3.</li>
	<li>Przenieść 15 L świeżej kultury alg (OD730 = 2) oraz 85 L niewysterylizowanej pożywki do płaskiego fotobioreaktora płytowego (wyposażonego w diody emitujące światło, sterownik komputerowy, mieszankę gazową, analizatory gęstości optycznej komórek, pH, tlenu rozpuszczonego, temperatury i rozpuszczonego CO2). Do bioreaktora tłoczyć mieszankę gazów spalinowych/powietrza.</li>
	<li>Po zbiorze biomasy (OD730 &gt;20) dokładnie oczyścić fotobioreaktor na sucho, używając 70% etanolu.</li>
</ol>
2. Laboratoryjna demonstracja oczyszczania gazów spalinowych przy użyciu małych fotobioreaktorów
<ol>
	<li>Zaszczepić kultury glonów w szklanych butelkach (200 ml/min pożywki/butelka, początkowe OD730 ~0,3).</li>
	<li>Spalać gaz ziemny i pompować spaliny (~250 cm3 min-1) przez lejek, rurkę kondensacyjną i butelkę myjącą o pojemności 0,5 L (zawierającą zawiesinę wody i wapienia).</li>
	<li>Regulatory przepływu masowego sterują przepływem spalin do kultury glonów (Rycina 1). Impulsy spalin obejmują dwa tryby: dopływ spalin oraz brak dopływu spalin (zastąpiony pompowaniem powietrza).</li>
</ol>
3. Opracowanie modelu kinetycznego
Model kinetyczny zakłada, że: (1) kultury stanowią układy jednorodne. (2) stężenie CO2 oraz natężenie światła w kulturach są czynnikami ograniczającymi wzrost alg. (3) ciśnienie parcjalne CO2 oraz jego równowaga w fazie ciekłej z H2CO3, HCO3- i CO32- zostały uproszczone zgodnie z prawem Henry'ego). Równania modelu to:
<img alt="Równania kinetyki wzrostu drobnoustrojów; równania szybkości; schemat analizy wykorzystania substratu." fo:content-width="4in" src="/files/ftp_upload/50718/50718eq1and2.jpg" width="500px" data-altupdatedat="1787630408000" data-alt="Równania 1 i 2">
X to biomasa (kg·m-3). S to rozpuszczony CO2 (mol·m-3). P to ciśnienie parcjalne CO2 w fazie gazowej (Pa). pi to ciśnienie parcjalne i-tego związku toksycznego w gazie (takiego jak NOx i SOx). Pmax.i to ciśnienie parcjalne gazu toksycznego powodujące całkowite zahamowanie wzrostu biomasy. ηi to współczynnik empiryczny. Ks to stała Michaelisa-Menten dla CO2 (mol·m-3). KI to stała inhibicji dla CO2 (mol·m-3). K to stała Michaelisa-Menten dla natężenia światła (µmol·m-2·sec-1). H to stała Henry'ego dla CO2 (Pa·m3·mol-1). KLa to szybkość przenoszenia masy CO2 (hr-1). I to średnie natężenie światła, µmol·m-2·sec-1, które można obliczyć w następujący sposób (Równ. (3)) 9.
<img alt="Równanie wykładniczego zaniku I=I₀/(A·X)(1-e⁻ᴬ·ˣ) w kontekście analizy naukowej." fo:content-width="4in" src="/files/ftp_upload/50718/50718eq3.jpg" width="500px" data-altupdatedat="1787630408000" data-alt="Równanie 3">
Definicje parametrów modelu znajdują się w Tabeli 1. Warunki początkowe zakładają, że stężenia biomasy i rozpuszczonego CO2 wynoszą odpowiednio 100 mg/L oraz 13 µmol/L. Współczynnik masowego przeniesienia objętościowego można oszacować za pomocą korelacji empirycznej z parametrami bioreaktora10:
<img alt="Wzór na współczynnik przenoszenia masy, K_La=(α(Pg/V)ⁿ(u_gs)ᵧ); równanie matematyczne." fo:content-width="4in" src="/files/ftp_upload/50718/50718eq4.jpg" width="500px" data-altupdatedat="1787630408000" data-alt="Równanie 4">
Pg/V to zużycie energii systemu napowietrzanego w bioreaktorze (W/m3)). ugs to prędkość powierzchowna przepływu gazu przez bioreaktor (m/sec). α, β oraz γ to stałe związane z warunkami mieszania.
<ol>
	<li>Utwórz plik Simulink do symulacji modelu (zrzuty ekranu znajdują się w Materiałach Wspierających I).
	<ol>
		<li>W interfejsie MATLAB wybierz Plik/Nowy/Model, aby stworzyć model Simulink, a następnie otwórz „Library Browser” (zrzut ekranu 1).</li>
		<li>W przeglądarce biblioteki wybierz blok „Subsystem”, aby stworzyć podsystemy dla równań 1 i 2. Przeciągnij jeden blok podsystemu do pliku modelu Simulink, zmień jego nazwę na „Equation 1”, a następnie powtórz te same kroki dla równania 2.</li>
		<li>Utwórz odpowiednie bloki i parametry w każdym podsystemie (zrzut ekranu 3). Kliknij dwukrotnie blok „Equation 1”, wybierz odpowiednie bloki z przeglądarki biblioteki i połącz je strzałkami określającymi sekwencję obliczeń, kliknij dwukrotnie bloki, aby ustawić parametry, a następnie powtórz te kroki dla drugiego podsystemu. 
		Uwaga: 1) Sekwencja powinna zaczynać się od bloków wejściowych i kończyć blokami wyjściowymi; 2) Bloki operatorów do dodawania, odejmowania, mnożenia, dzielenia i całkowania można znaleźć w przeglądarce biblioteki; zaleca się, aby użytkownicy zapoznali się z plikami pomocy Simulink w celu zrozumienia sposobu ich użycia; 3) Solver optymalizacyjny można ustawić poprzez ścieżkę Simulation/Configuration parameters na pasku narzędzi.</li>
		<li>Połącz dwa podsystemy, aby przedstawić równania modelu (1 i 2). Jeśli jest to konieczne, połącz wyjście jednego podsystemu z wejściem drugiego za pomocą strzałki. Na przykład stężenie rozpuszczonego CO2 jest wyjściem w podsystemie Equation 2, a jednocześnie wejściem w podsystemie Equation 1.</li>
		<li>Użyj bloku „Pulse Generator” jako wejść dla „Equation 2”, aby zasymulować impulsy CO2 typu on-off; użyj bloku „Constant” jako wejściowej wartości światła powierzchniowego. Kliknij dwukrotnie bloki, aby zmienić parametry, takie jak okres i amplituda.</li>
		<li>W przeglądarce biblioteki wybierz blok „Mux”. Połącz wszystkie wyjścia z blokiem „Mux”, a następnie połącz go z blokiem „To Workspace”, który przechowuje wyniki symulacji.</li>
		<li>Zdefiniuj „Simulation stop time” na górnym pasku narzędzi, kliknij przycisk „<img src="/files/ftp_upload/50718/playarrow.jpg" alt="Symbol trójkąta reprezentujący akcję odtwarzania lub przesuwania do przodu w mediach cyfrowych." width="10px" fo:content-width="0.1in" fo:src="/files/ftp_upload/50718/playarrow.jpg" data-altupdatedat="1787630408000" data-alt="Strzałka">”, aby rozpocząć symulację; wyniki zostaną wyświetlone w obszarze roboczym MATLAB (zrzut ekranu 4).</li>
	</ol>
	</li>
	<li>Zastosuj metodę optymalizacji dynamicznej w celu wyznaczenia optymalnych warunków CO2.</li>
</ol>
W celu znalezienia zmian profilu dopływu CO2 na wlocie (Popt), które maksymalizują produkcję biomasy11, wykorzystano funkcję „fmincon” programu MATLAB oraz metodę CVP (parametryzacja wektora sterującego)12. Rysunek 2 przedstawia algorytm optymalizacji (kody programistyczne MATLAB znajdują się w Materiałach Wspierających II).

<ol><li>Granite, E. J., O'Brien, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+of+novel+methods+for+carbon+dioxide+separation+from+flue+and+fuel+gases%5BTitle%5D)+AND+%22Fuel+Process.+Technol%22%5BJournal%5D)">Review of novel methods for carbon dioxide separation from flue and fuel gases.</a> Fuel Process. Technol. 86, 1423-1434 (2005).</li>
<li>Chisti, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biodiesel+from+microalgae%5BTitle%5D)+AND+%22Biotechnol.+Adv%22%5BJournal%5D)">Biodiesel from microalgae.</a> Biotechnol. Adv. 25, 294-306 (2007).</li>
<li>Li, Y., Horsman, M., Wu, N., Lan, C. Q., Dubois-Calero, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biofuels+from+microalgae%5BTitle%5D)+AND+%22Biotechnol.+Prog%22%5BJournal%5D)">Biofuels from microalgae.</a> Biotechnol. Prog. 24, 815-820 (2008).</li>
<li>Schenk, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Second+generation+biofuels%3A+high-efficiency+microalgae+for+biodiesel+production%5BTitle%5D)+AND+%22BioEnergy+Research%22%5BJournal%5D)">Second generation biofuels: high-efficiency microalgae for biodiesel production.</a> BioEnergy Research. 1, 20-43 (2008).</li>
<li>Kumar, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Enhanced+CO2+fixation+and+biofuel+production+via+microalgae%3A+recent+developments+and+future+directions%5BTitle%5D)+AND+%22Trends+Biotechnol%22%5BJournal%5D)">Enhanced CO2 fixation and biofuel production via microalgae: recent developments and future directions.</a> Trends Biotechnol. 28, 371-380 (2010).</li>
<li>Kumar, K., Dasgupta, C. N., Nayak, B., Lindblad, P., Das, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+suitable+photobioreactors+for+CO2+sequestration+addressing+global+warming+using+green+algae+and+cyanobacteria%5BTitle%5D)+AND+%22Bioresour.+Technol%22%5BJournal%5D)">Development of suitable photobioreactors for CO2 sequestration addressing global warming using green algae and cyanobacteria.</a> Bioresour. Technol. 102, 4945-4953 (2011).</li>
<li>Lee, J. -N., Lee, J. -S., Shin, C. -S., Park, S. -C., Kim, S. -W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Methods+to+enhance+tolerances+of+Chlorella+KR-1+to+toxic+compounds+in+flue+gas%5BTitle%5D)+AND+%22Appl.+Biochem.+Biotechnol%22%5BJournal%5D)">Methods to enhance tolerances of Chlorella KR-1 to toxic compounds in flue gas.</a> Appl. Biochem. Biotechnol. 84-86, 329-342 (2000).</li>
<li>Zeiler, K. G., Heacox, D. A., Toon, S. T., Kadam, K. L., Brown, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+use+of+microalgae+for+assimilation+and+utilization+of+carbon+dioxide+from+fossil+fuel-fired+power+plant+flue+gas%5BTitle%5D)+AND+%22Energy+Conversion+and+Management%22%5BJournal%5D)">The use of microalgae for assimilation and utilization of carbon dioxide from fossil fuel-fired power plant flue gas.</a> Energy Conversion and Management. 36 (95), 707-712 (1995).</li>
<li>Martínez, M. E., Camacho, F., Jiménez, J. M., Espínola, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+light+intensity+on+the+kinetic+and+yield+parameters+of+Chlorella+pyrenoidosa+mixotrophic+growth%5BTitle%5D)+AND+%22Process+Biochem%22%5BJournal%5D)">Influence of light intensity on the kinetic and yield parameters of Chlorella pyrenoidosa mixotrophic growth.</a> Process Biochem. 32 (96), 93-98 (1997).</li>
<li>Van't Riet, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+of+measuring+methods+and+results+in+nonviscous+gas-liquid+mass+transfer+in+stirred+vessels%5BTitle%5D)+AND+%22Ind.+Eng.+Chem.+Process%22%5BJournal%5D)">Review of measuring methods and results in nonviscous gas-liquid mass transfer in stirred vessels.</a> Ind. Eng. Chem. Process. 18, 357-364 (1979).</li>
<li>Methekar, R., Ramadesigan, V., Braatz, R. D., Subramanian, V. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimum+charging+profile+for+lithium-ion+batteries+to+maximize+energy+storage+and+utilization%5BTitle%5D)+AND+%22ECS+Trans%22%5BJournal%5D)">Optimum charging profile for lithium-ion batteries to maximize energy storage and utilization.</a> ECS Trans. 25, 139-146 (2010).</li>
<li>Kameswaran, S., Biegler, L. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simultaneous+dynamic+optimization+strategies%3A+Recent+advances+and+challenges%5BTitle%5D)+AND+%22Comput.+Chem.+Eng%22%5BJournal%5D)">Simultaneous dynamic optimization strategies: Recent advances and challenges.</a> Comput. Chem. Eng. 30, 1560-1575 Forthcoming.</li>
<li>He, L., Subramanian, V. R., Tang, Y. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experimental+analysis+and+model-based+optimization+of+microalgae+growth+in+photo-bioreactors+using+flue+gas%5BTitle%5D)+AND+%22Biomass+Bioenergy%22%5BJournal%5D)">Experimental analysis and model-based optimization of microalgae growth in photo-bioreactors using flue gas.</a> Biomass Bioenergy. 41, 131-138 (2012).</li>
<li>Novak, J. T., Brune, D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inorganic+carbon+limited+growth+kinetics+of+some+freshwater+algae%5BTitle%5D)+AND+%22Water+Res%22%5BJournal%5D)">Inorganic carbon limited growth kinetics of some freshwater algae.</a> Water Res. 19 (85), 215-225 (1985).</li>
<li>Landry, M. R., Haas, L. W., Fagerness, V. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamics+of+microbial+plankton+communities+experiments+in+Kaneohe+Bay%2C+Hawaii%5BTitle%5D)+AND+%22Mar.+Ecol%22%5BJournal%5D)">Dynamics of microbial plankton communities experiments in Kaneohe Bay, Hawaii.</a> Mar. Ecol. 16, 127-133 (1984).</li>
<li>Silva, H. J., Pirt, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Carbon+dioxide+inhibition+of+photosynthetic+growth+of+Chlorella%5BTitle%5D)+AND+%22J.+Gen.+Microbiol%22%5BJournal%5D)">Carbon dioxide inhibition of photosynthetic growth of Chlorella.</a> J. Gen. Microbiol. 130, 2833-2838 (1984).</li>
<li>Powell, E. E., Mapiour, M. L., Evitts, R. W., Hill, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Growth+kinetics+of+Chlorella+vulgaris+and+its+use+as+a+cathodic+half+cell%5BTitle%5D)+AND+%22Bioresour.+Technol%22%5BJournal%5D)">Growth kinetics of Chlorella vulgaris and its use as a cathodic half cell.</a> Bioresour. Technol. 100, 269-274 (2009).</li>
<li>Sawyer, C. N., McCarty, P. L., Parkin, G. F. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSawyer%2C+CN+%22Chemistry+for+environmental+engineering+and+science%22">Chemistry for environmental engineering and science</a>. , 5th, McGraw-Hil. 144(2003).</li>
<li>Doucha, J., Straka, F., Lívanský, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Utilization+of+flue+gas+for+cultivation+of+microalgae+Chlorella+sp.+in+an+outdoor+open+thin-layer+photobioreactor%5BTitle%5D)+AND+%22J.+Appl.+Phycol%22%5BJournal%5D)">Utilization of flue gas for cultivation of microalgae Chlorella sp. in an outdoor open thin-layer photobioreactor.</a> J. Appl. Phycol. 17, 403-412 (2005).</li>
<li>Thimijan, R. W., Heins, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Photometric%2C+radiometric%2C+and+quantum+light+units+of+measure%3A+a+review+of+procedures+for+interconversion%5BTitle%5D)+AND+%22Hortscience%22%5BJournal%5D)">Photometric, radiometric, and quantum light units of measure: a review of procedures for interconversion.</a> Hortscience. 18, 818-822 (1983).</li>
</ol>

Autorzy ci nie mają nic do ujawnienia.

W tym badaniu demonstrujemy eksperymentalny protokół zwiększania skali hodowli glonów w fotobioreaktorach. Badamy również kilka metod wprowadzania spalin w celu pobudzenia wzrostu glonów. Korzystając z modelu transferu masy i bioreakcji, wykazaliśmy, że współczynnik przenoszenia masy CO2 KLa (określony przez warunki mieszania w bioreaktorze i prędkość powierzchniową CO2 ) silnie wpływa na wzrost glonów. Symulacja modelu wskazuje, że ciągłe impulsy spalin typu on-off o krótkiej szerokości i...

<table><tbody><tr><td>Spektrofotometr</td><td>Thermal Scientific, Teksas USA Analizator</td><td></td><td></td></tr><tr><td>gazów CO2</td><td>LI-COR, Biosciences, Nebraska USA</td><td></td><td></td></tr><tr><td>Kontrolery przepływu masowego</td><td>OMEGA Engineering INC, Connecticut, Stany Zjednoczone</td><td>FMA5416</td><td></td></tr><tr><td>Karta akwizycji danych</td><td>Measurement Computing Corporation, Massachusetts, Stany Zjednoczone</td><td>USB-1208FS</td><td></td></tr><tr><td>Filtry</td><td>Aerocolloid LLC, Minnesota, Stany Zjednoczone</td><td></td><td></td></tr><tr><td>MATLAB/Simulink</td><td>Mathworks, Massachusetts, Stany Zjednoczone,</td><td>R2010a Butelki</td><td></td></tr><tr><td>szklane,</td><td>Fisher, Stany Zjednoczone</td><td></td><td></td></tr></tbody></table>

optymalizacja ustawień spalin w celu promowania wzrostu mikroalg w fotobioreaktorach za pomocą symulacji komputerowych

Optimize Flue Gas Settings to Promote Microalgae Growth in Photobioreactors via Computer Simulations

Spaliny z elektrowni mogą sprzyjać hodowli glonów i zmniejszać emisję gazów cieplarnianych1. Mikroalgi nie tylko wychwytują energię słoneczną bardziej efektywnie niż rośliny3, ale także syntetyzują zaawansowane biopaliwa2-4. Ogólnie rzecz biorąc, atmosferyczny CO2 nie jest wystarczającym źródłem do wspierania maksymalnego wzrostu glonów5. Z drugiej strony wysokie stężenia CO2 w spalinach przemysłowych mają niekorzystny wpływ na fizjologię glonów. W związku z tym zarówno warunki uprawy (takie jak składniki odżywcze i światło), jak i kontrola przepływu spalin do fotobioreaktorów są ważne dla opracowania wydajnego systemu "spaliny do alg". Naukowcy zaproponowali różne konfiguracje fotobioreaktorów4,6 i strategie uprawy7,8 z wykorzystaniem gazów spalinowych. W tym miejscu przedstawiamy protokół, który pokazuje, jak używać modeli do przewidywania wzrostu mikroglonów w odpowiedzi na ustawienia spalin. Wykonujemy zarówno ilustracje eksperymentalne, jak i symulacje modelowe w celu określenia korzystnych warunków do wzrostu glonów za pomocą gazów spalinowych. Opracowujemy model oparty na Monodach w połączeniu z równaniami transferu masy i natężenia światła, aby symulować wzrost mikroglonów w jednorodnym fotobioreaktorze. Symulacja modelu porównuje wzrost glonów i zużycie spalin przy różnych ustawieniach spalin. Model ilustruje: 1) w jaki sposób na wzrost glonów wpływają różne współczynniki objętościowego przenoszenia masy CO2 ; 2) w jaki sposób możemy znaleźć optymalne stężenie CO2 dla wzrostu glonów za pomocą podejścia do optymalizacji dynamicznej (DOA); 3) W jaki sposób możemy zaprojektować prostokątny impuls spalin typu on-off, aby promować wzrost biomasy glonów i zmniejszyć zużycie spalin. Od strony eksperymentalnej przedstawiamy protokół uprawy chlorelli w atmosferze gazów spalinowych (powstających w wyniku spalania gazu ziemnego). Wyniki eksperymentów jakościowo potwierdzają przewidywania modelu, że impulsy spalin o wysokiej częstotliwości mogą znacznie poprawić hodowlę glonów.

Nasza poprzednia analiza eksperymentalna wskazuje, że ciągła ekspozycja na spaliny niekorzystnie wpływa na wzrost Chlorella, podczas gdy skrócenie czasu ekspozycji na CO2 pozwala złagodzić to hamowanie13. Aby lepiej zrozumieć zależność między dopływem spalin a wzrostem alg, opracowaliśmy model empiryczny służący do symulacji wzrostu biomasy w obecności spalin. Zakładamy, że spaliny zawierają 15% CO2 (uwaga: typowe stężenie CO2 z procesu spalania węgla wynosi 10-15%, na...

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.

Optymalizacja ustawień spalin w celu promowania wzrostu mikroalg w fotobioreaktorach za pomocą symulacji komputerowych

Flue gas from power plants can promote algal cultivation and reduce greenhouse gas emissions1. Microalgae not only capture solar energy more efficiently ...

Ogólnym celem poniższego protokołu jest wykazanie, że kontrola gazów wylotowych może poprawić wzrost mikroalg zasilanych gazami spalinowymi za pomocą symulacji komputerowych oraz zaprezentowanie procedur hodowli alg i skalowania procesu. Osiągnięto to najpierw poprzez zastosowanie modelu kinetycznego do symulacji warunków wzrostu mikroalg przy różnych szybkościach przenoszenia masy w różnych trybach kontroli gazów wylotowych i profilach stężenia dwutlenku węgla; tutaj przedstawiono równania modelu. Następnie zaprezentowano procedury hodowli alg oraz skalowania ich uprawy.Następnie algi są hodowane w obecności gazów spalinowych w małym fotobioreaktorze. Gazy spalinowe powstają w wyniku spalania naturalnego, a ich natężenie przepływu jest regulowane przez system sterowania masowym przepływem przed wprowadzeniem do układu algowego. Wyniki symulacji modelowych wykazują, że sterowanie gazami odpadowymi może ograniczyć inhibicję substratową i promować wzrost mikroalg w obecności gazów spalinowych.Wykazano również, że sterowanie włączaniem i wyłączaniem dopływu gazu zmniejsza zużycie gazów odlotowych i poprawia efektywność energetyczną. W odniesieniu do procesu biologicznego demonstrujemy, że sterowana modelem hodowla alg z wykorzystaniem gazów odlotowych może być użyteczna w dziedzinach bioenergii i bioremediacji, takich jak redukcja emisji CO2 z przemysłowych gazów odlotowych, produkcja biopaliw lub biochemikaliów oraz usuwanie toksycznych jonów metali. Zazwyczaj inżynierowie bioprocesowi, którzy nie mają doświadczenia w symulacjach modelowych, napotykają trudności, ponieważ muszą testować wiele warunków za pomocą czasochłonnych eksperymentów.Na przykład na wzrost alg może wpływać wiele czynników, co utrudnia zbadanie wszystkich warunków. Dzięki symulacji komputerowej możemy zrozumieć i przeanalizować hodowle mikroalg w zależności od stężenia CO2, oświetlenia i mieszania, co pozwala nam zaprojektować optymalne oczyszczanie gazów odlotowych. Procedurę zaprezentują Leon Hu, Amelia Chen, Yyou, ARU var, DNE oraz Larry Page z Laboratorium Tanga.Aby rozpocząć tę procedurę, należy przygotować pożywkę hodowlaną. Zgodnie z przepisem zawartym w towarzyszącym manuskrypcie, należy dostosować pH pożywki do zakresu od 7 do 8. Pożywkę hodowlaną należy wysterylizować w autoklawie.Następnie z pojedynczej kolonii zaszczep chlorellę spirulinę z nowej płytki z agarem do kolby z wytrząsarką zawierającej 50 milliliters medium, używając sterylnej pętli szczepiącej, i hoduj algi przy 150 RPM i 30 degrees Celsius przez sześć dni. Monitoruj gęstość komórek za pomocą spektrofotometru; gdy komórki znajdują się w środkowej fazie wzrostu logarytmicznego, wartość OD 730 powinna być większa niż jeden.Przenieś 50 mililitrów kultury glonów do dwulitrowej kolby szklanej zawierającej około jednego litra sterylnego pożywienia. Inkubuj przez pięć dni, tłocząc do kultury podczas inkubacji gaz procesowy z procesu spalania gazu ziemnego. Po pięciu dniach przenieś jeden litr kultury glonów do 20-litrowego szklanego gąsiora zawierającego 15 litrów niesterylnej kultury.Hodowano algi w pożywce w tych samych warunkach, o których wspomniano wcześniej, przez sześć dni. Po sześciu dniach przelewano 15 litrów świeżej kultury alg oraz 85 litrów niesterylizowanej pożywki do płaskiego fotobioreaktora płytowego. W zaawansowanym centrum badań nad węglem i energią uniwersytetu fotobioreaktor ten jest wyposażony w system grzewczy i chłodniczy.Diody emitujące światło, sterownik komputerowy, mieszanina gazów oraz analizatory gęstości optycznej komórek, pH, tlenu rozpuszczonego, temperatury i dwutlenku węgla rozpuszczonego. Pompowano mieszaninę powietrza i gazów spalinowych do bioreaktora, a biomasę zbierano przy OD 730 większej niż 20. Po odwirowaniu kultur zebrano biomasę algową i przelano ją do tacy w celu dalszego suszenia.Po zbiorze rozebrać i dokładnie oczyścić na sucho fotobioreaktor, używając 70% ethanol. Rozpocząć demonstrację od zaszczepienia kultur alg do początkowej gęstości optycznej OD 730 wynoszącej około 0,3 w szklanych butelkach zawierających 200 milliliters pożywki w każdej butelce, spalać gaz ziemny i pompować spaliny przez lejek, rurkę kondensacyjną oraz 0,5 literową butelkę płuczkową zawierającą zawiesinę wapienia w wodzie. Przepływ spalin do kultury alg jest kontrolowany przez kontrolery przepływu masowego.Impulsy spalin obejmują dwa tryby: dopływ spalin oraz brak dopływu spalin, przy czym w tym drugim trybie pompowane jest powietrze. Wcześniejsze badania wykazały, że ciągła ekspozycja na spaliny niekorzystnie wpływa na wzrost chlorella, podczas gdy zmniejszenie ekspozycji na dwutlenek węgla ogranicza to zjawisko. Z czasem inhibicja ta ustępuje.Opracowano model kinetyczny w celu przetestowania trzech metod zapobiegania hamowaniu wzrostu przez gaz. Pierwsza polega na utrzymaniu niskiego przepływu do hodowli w celu ograniczenia warunków transportu masy. Druga opiera się na impulsowym podawaniu gazu w cyklach włącz/wyłącz do hodowli.Po trzecie, kontrolowanie składu dopływającego dwutlenku węgla na optymalnym poziomie. Założenia, równania i parametry wykorzystane w tym modelu nie zostaną tutaj przedstawione, lecz są omówione w towarzyszącym tekście protokołu. Na początek należy utworzyć plik Simulink do symulacji modelu.W interfejsie MATLAB wybierz opcję nowego modelu, aby utworzyć model Simulink i otworzyć przeglądarkę bibliotek. W przeglądarce bibliotek wybierz blok podsystemu, aby utworzyć podsystemy dla równania pierwszego i drugiego. Przeciągnij jeden blok podsystemu do pliku modelu Simulink.Zmień jego nazwę na equation one, a następnie powtórz te same kroki dla equation two. Utwórz odpowiednie bloki i parametry w każdym podsystemie. Kliknij dwukrotnie blok equation one.Wybierz odpowiednie bloki z przeglądarki biblioteki i połącz je strzałkami oznaczającymi sekwencję obliczeń. Kliknij dwukrotnie bloki, aby ustawić parametry, a następnie powtórz te kroki dla drugiego podsystemu. Połącz oba podsystemy, aby odwzorować równania modelu jeden i dwa.Jeśli jest to konieczne, połącz wyjście jednego podsystemu z wejściem drugiego za pomocą strzałki. Na przykład stężenie rozpuszczonego dwutlenku węgla jest wyjściem w podsystemie równania dwa oraz wejściem w podsystemie równania jeden. Użyj bloku generatora impulsów jako wejścia dla równania dwa, aby zasymulować impulsowe podawanie i odcinanie dwutlenku węgla.Użyj bloku constant jako wartości wejściowej dla światła powierzchniowego. Kliknij dwukrotnie bloki, aby zmienić parametry, takie jak okres, czas i amplituda. Wybierz blok M w przeglądarce biblioteki.Podłącz wszystkie wyjścia do multipleksera (mux), a następnie podłącz go do dwóch bloków workspace służących do przechowywania wyników symulacji. Zdefiniuj czas zakończenia symulacji (Stop time) na górnym pasku narzędzi. Kliknij przycisk strzałki, aby rozpocząć symulację; wyniki zostaną zapisane w obszarze roboczym (workspace) MATLAB.Na koniec należy zastosować program MATLAB zawarty w materiale pomocniczym dwa, aby przeprowadzić dynamiczną optymalizację w celu wyznaczenia optymalnych profili stężeń dwutlenku węgla. W niniejszym badaniu, aby lepiej zrozumieć zależność między gazami spalinowymi, dopływem gazu a wzrostem alg, opracowano model empiryczny symulujący wzrost biomasy w obecności gazów spalinowych. Parametry wykorzystane w tym modelu przedstawiono w poniższej tabeli.Przyjęto, że gaz spalinowy zawiera 15% dwutlenku węgla. W pierwszej kolejności zbadano wpływ szybkości przenoszenia masy dwutlenku węgla na wzrost alg. Wynikowy wykres końcowego stężenia biomasy w 12. dniu jako funkcji szybkości przenoszenia masy podczas ciągłego napowietrzania gazem spalinowym wskazuje, że optymalna szybkość przenoszenia masy wynosząca od 0,17 do 0,18 na godzinę pozwala zredukować hamowanie wzrostu alg przez gazy spalinowe.Jeśli szybkość transferu masy jest niższa lub wyższa od wartości optymalnej, wzrost alg zostanie zahamowany. Przedstawiono tutaj równanie czwarte modelu kinetycznego, w którym PG/V to pobór mocy systemu napowietrzanego w bioreaktorze, UGS to prędkość liniowa przepływu gazu przez bioreaktor, a alfa, beta i gamma są stałymi związanymi z warunkami mieszania. Równanie to sugeruje, że zmniejszenie napowietrzania i przepływu gazu przez kulturę może obniżyć współczynnik transferu masy.Tabela ta przedstawia przyrost biomasy przy zastosowaniu 15% gazu spalinowego w 12. dniu dla różnych powierzchniowych prędkości przepływu gazu lub natrzeń przepływu. Zazwyczaj niskie natężenie przepływu zmniejsza zużycie gazu spalinowego i szybkość transferu masy, co zapobiega hamowaniu wzrostu alg przez dwutlenek węgla. Jednak dalsze zmniejszanie natężenia przepływu przez bioreaktor spowoduje, że współczynnik transferu masy stanie się zbyt mały, aby zapewnić wystarczającą ilość dwutlenku węgla dla wzrostu alg.Pokazuje to niebieska linia na tym wykresie, który porównuje przyrost biomasy przy różnych współczynnikach przeniesienia masy. W warunkach ciągłego oczyszczania gazów spalinowych niebieska linia reprezentuje KLA na poziomie 0,017 na godzinę. Żółta linia reprezentuje niemal optymalną wartość KLA wynoszącą 0,17 na godzinę, a czarna linia reprezentuje KLA na poziomie 17 na godzinę.Następnie, aby przezwyciężyć zahamowanie wzrostu w przypadku wysokiego tempa transferu masy gazu flu w fotobioreaktorze, wprowadzono tryb impulsowy włącz/wyłącz (np. 17 impulsów na godzinę); w celu optymalizacji tego trybu przetestowano różne częstotliwości przełączania. Symulacja wykazuje, że wysokoczęstotliwościowe impulsy gazu flu są w stanie promować wzrost alg. Tabela przedstawiona wcześniej wskazuje również, że tryb sterowania włącz/wyłącz zużywa mniej gazu flu niż ciągłe zasilanie bioreaktora tym gazem.Po trzecie, przy użyciu wymienionych tutaj parametrów modelu obliczono profile stężeń dwutlenku węgla zapewniające maksymalny wzrost alg. Podejście oparte na optymalizacji dynamicznej wykazuje, że optymalne stężenia dwutlenku węgla w fazie gazowej powinny być stale zwiększane w trakcie wzrostu alg. Symulacja modelu wykazuje również, że zarówno pulsacyjne podawanie dwutlenku węgla, jak i kontrola optymalnego dopływu dwutlenku węgla są równie skutecznymi metodami stymulowania wzrostu alg przy użyciu gazów spalinowych.Wykres ten przedstawia porównanie przyrostu biomasy przy optymalnym profilu dwutlenku węgla, reprezentowanym przez żółtą linię. Częstotliwość włączania i wyłączania wynosząca 10 sekund podawania gazu i pięć minut przerwy została przedstawiona przez czerwoną linię; kontrola włącz/wyłącz przy częstotliwości 10 sekund podawania gazu i siedmiu minut przerwy została przedstawiona przez zieloną linię; kontrola włącz/wyłącz przy częstotliwości jednej minuty podawania gazu i 29 minut przerwy została przedstawiona przez czarną linię, a traktowanie ciągłe gazem wylotowym zawierającym 15% carbon dioxide zostało przedstawione przez niebieską linię. Ta końcowa rycina z poprzedniego badania pokazuje eksperymentalne porównanie przyrostu biomasy z zastosowaniem różnych podejść.Wariant A to 10 sekund podawania gazu i siedem minut przerwy, wariant B to 30 minut podawania gazu i 30 minut przerwy, wariant C to pięć godzin podawania gazu i siedem godzin przerwy, a wariant D to hodowla w kolbach z wytrząsaniem. W porównaniu do ciągłego napowietrzania gazami spalinowymi lub hodowli w kolbach z wytrząsaniem, wyższą produkcję biomasy uzyskuje się stosując pulsacyjne podawanie gazów spalinowych w cyklach włącz/wyłącz. Podczas projektowania algowych bioprocesów opartych na gazach spalinowych ważne jest wykorzystanie modelowania komputerowego do opracowania optymalnych warunków wzrostu.Po wykonaniu tej procedury można przeprowadzić testy eksperymentalne w celu walidacji przewidywań modelu. Po obejrzeniu tego filmu powinieneś mieć dobrą wiedzę na temat tego, jak budować model transferu masy i bioreakcji w celu przewidywania wzrostu biomasy z CO2 oraz optymalizacji warunków wzrostu. Należy pamiętać, że symulacja modelu dotyczy wyłącznie uproszczonego układu homogenicznego.Model można ulepszyć w przyszłości poprzez wprowadzenie bardziej zaawansowanej mechaniki płynów.

optimize-flue-gas-settings-to-promote-microalgae-growth

Research

JoVE Journal

Environment

Środowisko

Zoptymalizowanie ustawień gazów spalinowych w celu promowania wzrostu mikroalg w fotobioreaktorach za pomocą symulacji komputerowych

Integracja hodowli mikroalg z przemysłowymi gazami spalinowymi ostatecznie wprowadzi metale ciężkie i inne związki nieorganiczne do podłoża wzrostowego. W pracy przedstawiono procedurę zastosowaną do określenia końcowego losu i wpływu metali ciężkich i zanieczyszczeń nieorganicznych na wzrost Nannochloropsis salina hodowanych w fotobioreaktorach.

Kwantyfikacja metali ciężkich i innych zanieczyszczeń nieorganicznych na produktywność mikroglonów

Ten artykuł opisuje proces montażu i działania laboratoryjnego bioreaktora fotosyntetycznego, który może być użyty, w połączeniu z innymi metodami, do oszacowania odpowiednich parametrów wzrostu kinetycznego. System ten stale monitoruje pH, światło i temperaturę za pomocą czujników, jednostki akwizycji i sterowania danymi oraz oprogramowania do akwizycji danych typu open source.

Budowa i konfiguracja laboratoryjnego bioreaktora fotosyntetycznego glonów z monitorowaniem temperatury, światła i pH do testów wzrostu kinetycznego

Tutaj prezentujemy protokół budowy fotobioreaktorów z bąbelkowymi kolumnami na skalę laboratoryjną i wykorzystania ich do hodowli mikroalg. Dostarcza również metody określania tempa wzrostu kultury i neutralnej zawartości lipidów.

Hodowla zielonych mikroalg w fotobioreaktorach z kolumnami bąbelkowymi i test na obecność obojętnych lipidów

Uprawa akseniczna na skalę laboratoryjną ułatwia charakterystykę mikroglonów i optymalizację produktywności przed kolejnym zwiększeniem skali procesu. Fotobioreaktory zapewniają niezbędną kontrolę dla wiarygodnych i powtarzalnych eksperymentów z mikroalgami i mogą być przystosowane do bezpiecznej hodowli mikroalg z gazami korozyjnymi (CO2, SO2, NO2) z emisji ze spalania komunalnego lub przemysłowego.

Uprawa mikroalg i kwantyfikacja biomasy w fotobioreaktorze laboratoryjnym z korozyjnymi gazami spalinowymi

Opisano protokół wykorzystania dwutlenku węgla z gazów spalinowych elektrowni na gaz ziemny do hodowli mikroalg w otwartych stawach torowych. Wtryskiwanie spalin jest kontrolowane za pomocą czujnika pH, a wzrost mikroalg jest monitorowany za pomocą pomiarów gęstości optycznej w czasie rzeczywistym.

Sprzężenie wychwytywania dwutlenku węgla z elektrowni z półautomatycznymi otwartymi stawami torowymi do uprawy mikroalg

Ta publikacja opisuje projekt laboratoryjnych fotobioreaktorów (PBR) z konfigurowalnymi reżimami oświetlenia. Wzrost sinic lub mikroalg, wykorzystujących wodorowęglan jako źródło węgla, jest stale monitorowany poprzez pomiar objętościowej produkcji tlenu. Te PBR ułatwiają szybkie, powtarzalne porównania wzrostu laboratoryjnego przy niewielkiej interwencji użytkownika podczas eksperymentów.

Obsługa fotobioreaktorów laboratoryjnych z pomiarami wzrostu online i konfigurowalnymi reżimami oświetlenia

Zanieczyszczenie powietrza wpływa na jakość życia wszystkich organizmów. W tym miejscu opisujemy zastosowanie biotechnologii mikroalg do oczyszczania biogazu (jednoczesne usuwanie dwutlenku węgla i siarkowodoru) oraz produkcji biometanu poprzez półprzemysłowe otwarte stawy glonów o wysokiej szybkości, a następnie analizę skuteczności oczyszczania, pH, rozpuszczonego tlenu i wzrostu mikroalg.

Oczyszczanie biogazu poprzez zastosowanie systemu mikroalgo-bakteryjnego w półprzemysłowych stawach z glonami o wysokiej zawartości

Opisano metodę oznaczania zawartości i składu kwasów tłuszczowych w mikroalgach na podstawie mechanicznego rozbijania komórek, ekstrakcji lipidów na bazie rozpuszczalnika, transestryfikacji oraz kwantyfikacji i identyfikacji kwasów tłuszczowych za pomocą chromatografii gazowej. Wewnętrzny wzorzec tripentadekaniny służy do kompensacji ewentualnych strat podczas ekstrakcji i niepełnej transestryfikacji.

Analiza zawartości i składu kwasów tłuszczowych w mikroalgach

Ten artykuł przedstawia metodę statycznego pomiaru strumienia gazów cieplarnianych z systemów glebowych. Przy stosunkowo niewielkich inwestycjach w infrastrukturę, pomiary można uzyskać z wielu zabiegów/lokalizacji i w ramach czasowych od godzin do lat.

Pomiar strumienia gazów cieplarnianych z gleb rolniczych za pomocą komór statycznych

Przedstawiono wielowymiarową metodę chromatografii gazowej do analizy rozpuszczonego siarkowodoru w próbkach ciekłej ropy naftowej. Przełącznik Deans służy do wycinania lekkich gazów siarkowych w celu separacji na kolumnie wtórnej i wykrywania na detektorze chemiluminescencji siarki.

PomiarH2Sw ropie naftowej i przestrzeni nad ropą naftową z wykorzystaniem wielowymiarowej chromatografii gazowej, przełączania Deansa i detekcji selektywnej siarki

Poznaj symulacje komputerowe wspierające hodowlę mikroalg Chlorella sp. w fotobioreaktorach przy użyciu spalin. Ta metoda optymalizuje warunki wzrostu i redukuje inhibicję substratową.

Optymalizacja ustawień spalin w celu promowania wzrostu mikroalg w fotobioreaktorach za pomocą symulacji komputerowych

Przeglądaj więcej filmów