Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

Optimer Røggas indstillinger for at fremme mikroalger Vækst i fotobioreaktorer via computersimuleringer

Published: October 1, 2013 doi: 10.3791/50718

Summary

Røggas fra kraftværker er en billig CO2 kilde til algevækst. Vi har bygget prototype "røggas til algernes dyrkningssystemer" systemer og beskrev, hvordan at skalere op den alge dyrkning processen. Vi har vist, at anvendelse af en masse-overførsel bio-reaktionen model for at simulere og at udforme den optimale drift af røggas for væksten af Chlorella sp. i algernes foto-bioreaktorer.

Abstract

Røggas fra kraftværker kan fremme alge dyrkning og reducere udledningen af drivhusgasser 1. Mikroalger ikke kun fange solenergi mere effektivt end planter 3, men også syntetisere avancerede biobrændstoffer 2-4. Generelt atmosfærisk CO 2 er ikke en tilstrækkelig kilde til at understøtte maksimal algevækst 5.. På den anden side, de høje koncentrationer af CO 2 i industrielle udstødningsgasser have negative virkninger på algevækst fysiologi. Derfor både dyrkningsforhold (såsom næringsstoffer og lys) og kontrol af røggasmængden ind i foto-bioreaktorer er vigtigt at udvikle en effektiv "røggas for alger" system. Forskere har foreslået forskellige photobioreactor konfigurationer 4,6 og dyrkningsmetoder strategier 7,8 med røggas. Her præsenterer vi en protokol, der demonstrerer, hvordan man bruger modeller til at forudsige mikroalger vækst som svar på flue indstillinger gas. Vi perfOrm såvel eksperimentelle illustration og modelsimuleringer at bestemme de gunstige betingelser for algevækst med røggas. Vi udvikler en Monod-baserede model kombineret med massetransport og lysintensitet ligninger til at simulere mikroalger vækst i et homogent foto-bioreaktor. Modellen simulering sammenligner algernes vækst og røggas forbrug under forskellige indstillinger flue-gas. Modellen illustrerer: 1) hvordan algevækst er påvirket af forskellige volumetriske masse transfer koefficienter af CO 2, 2) hvordan vi kan finde en optimal CO 2 koncentration for algevækst via dynamisk optimering tilgang (DOA), 3) hvordan vi kan designe en rektangulære on-off røggas puls til fremme algebiomasse vækst og for at reducere brugen af ​​røggassen. På den eksperimentelle side, præsenterer vi en protokol for dyrkning Chlorella under røggassen (genereret af naturgas forbrænding). De eksperimentelle resultater kvalitativt validere modellens forudsigelser, at den høje frekvens røggas puLSES kan forbedre alge dyrkning.

Protocol

1.. Alge Dyrkning og Scale-up

  1. Forbered dyrkningsmediet ved hjælp af deioniseret vand indeholdende 0,55 g / L -1 urea, 0,1185 g / L -1 KH 2 PO 4, 0,102 g / L -1 MgSO4 · 7H 2 O, 0,015 g / L -1 FeSO4 · 7H 2 O og 22,5 mikroelementer ul (18,5 g / L -1 H 3 BO 3, 21,0 g / L -1 CuSO4 · 5H 2 O, 73,2 g / L -1 MnCI2 · 4H 2 O, 13,7 g / L -1 COSO 4 · 7H 2 O, 59,5 g / L -1 ZnSO4 · 5H 2 O, 3,8 g / L -1 (NH4) 6 Mo 7 O 24 · 4H 2 O, 0,31 g / L -1 NH4 VO 3 ). Indstil pH i mediet til 7-8. Steriliser dyrkningsmedium via 0,22 um sprøjtefilter.
  2. Podes Chlorella sp. fra en enkelt koloni på en frisk agarplade i en ryste flask indeholdende 50 ml medium med en steril inokulere løkke. Kultur alger under 150 rpm og 30 ° C i seks dage (kontinuerlig lys tilstand, fotonflux = 40-50 pmol m -2 s -1). Overvåg celletæthed med et spektrofotometer (OD 730).
  3. Overfør 50 ml algekulturen (midt-log-vækstfase, OD 730> 1) i en 2-L glaskolbe (med ~ 1 L steriliseret dyrkningsmedium). Pumpe filtreret luft (eller CO 2) i kulturen under inkubationen (i 5 dage).
  4. Overfør 1 L algekulturen ind i en 20-L glas ballon indeholdende 15 L ikke-steriliseret dyrkningsmedium (på dette tidspunkt, risiko for mikrobiel kontaminering er lille), så kultur alger under samme betingelse som anført i trin 1.3.
  5. Placer 15 L frisk algekulturen (OD 730 = 2) og 85 L ikke-steriliseret medium ind i en flad plade photobioreactor (udstyret med lysdioder, computer controller, gasblanding, analysatorer til celle optisk massefylde, pH, opløst oxygen, temperatur og opløst CO 2). Pumpe gas / luft-blanding flue i bioreaktoren.
  6. Grundigt tør-clean photobioreactor hjælp 70% ethanol efter biomasse høst (OD 730> 20).

2. Laboratorium Demonstration af røggasrensning Brug Små fotobioreaktorer

  1. Podes algekulturer i glasflasker (200 ml / min medium / flaske, indledende OD 730 ~ 0,3).
  2. Brænd naturgas og pumpe røggassen (~ 250 cm 3 min -1) gennem en tragt, en kondensator rør, og en 0,5 L vask flaske (indeholdende vand / kalkstensopslæmning).
  3. Massestrømmen controllere styrer røggasmængden i algekulturen (Figur 1). Røggas pulser omfatter to tilstande: røggas-on og røggas-off (pumpe luft i stedet).

3. Kinetic Model Development

Den kinetiske model forudsætter: (1) kulturer er homogene system,sek. (2) CO 2-koncentration og lysintensitet i kulturerne er de begrænsende faktorer for algevækst. (3) CO 2-partialtryk og dens flydende fase ligevægt med H 2 CO 3, HCO 3 - og CO 3 2 - er forenklet med Henrys lov). Modellens ligninger:

Ligninger 1 og 2

X er biomasse (kg · m-3). S er opløst CO 2 (mol · m -3). P er den CO 2-partialtryk i gasfasen (Pa). pi er partialtrykket af i th toksisk forbindelse i gas (såsom NOx og SOx). P max.i er partialtrykket af giftig gas at have fuld hæmning på vækst biomasse. η i er den empiriske faktor. K s er Michaelis-Menten konstantaf CO 2 (mol · m -3). KI er inhiberingskonstanten CO 2 (mol · m -3). K er Michaelis-Menten konstant lysintensitet (pmol · m-2 · s-1). H er Henrys konstant for CO 2 (Pa · m 3 · mol -1). K La er massen overførselshastighed på CO 2 (h-1). I er den gennemsnitlige lysintensitet, pmol · m-2 · s-1, der kan beregnes som følger (ligning (3)) 9.

Ligning 3

Definitionen af modelparametre er i tabel 1. De oprindelige betingelser antager, at biomasse og opløst CO 2-koncentrationer er 100 mg / l og 13 mmol / L, hhv. Den volumetriske masseoverføringskoefficient kan estimeres ved empirisk korrelationning til bioreaktoren parametre 10:

Ligning 4

P g / V er strømforbrug beluftede systemet i bioreaktoren (W / m 3). u gs er overfladehastigheden af gasstrømmen gennem bioreaktoren (m / sek.) α, β og γ er konstanter relateret til blandingsbetingelser.

  1. Konstruere en Simulink fil for modellen simulering (Screen shots er givet i det støttemateriale I).
    1. Vælg Filer / Ny / Model på MATLAB-interface til at oprette en Simulink model og åben "Library Browser" (skærmbillede 1).
    2. Vælg 'Subsystem' blok i biblioteket browser for at skabe delsystemer ligning 1 og 2.. Træk et delsystem blok til Simulink model fil, ændre dens navn til "ligning 1 ', og derefter gentage de samme trin for ligning 2.
    3. Note: 1) Sekvens bør starte med indblokke og slutte med udgangsblokke, 2) Operatøren blokke til addition, subtraktion, multiplikation, division og integration kan alle findes i biblioteket browseren, og vi foreslår brugere udforske i hjælpefilerne til den Simulink til at forstå, hvordan man bruger dem, 3) Optimeringen Solver kan indstilles via gangsti Simulation / Konfigurationsparametre på værktøjslinjen.
    4. Knytte de to delsystemer til at repræsentere model ligninger (1 og 2). Slut produktionen af ​​et delsystem til indgangen af ​​det andet delsystem med pilen, hvis nødvendigt. For eksempel opløst CO 2-koncentration er output i ligning 2 delsystem, og også input fra ligning 1 delsystem.
    5. Brug 'Pulsgenerator' blok som input for 'ligning 2' at simulere on-off CO 2 pulser, bruge 'Constant' blok som overfladen lys input værdi. Dobbeltklik på blokke for at ændre parametrene, såsom periode tid og amplitude.
    6. Vælg 'Mux' blok i biblioteket browser. Tilslut alle udgange til "Mux ', og tilslut det derefter til' Til Workspace 'blok, der gemmer de simulerede resultater.
    7. Definer 'Simulation stoptid' på den øverste værktøjslinje, skal du klikke på knappen " Pil "For at starte simuleringen, og resultaterne vil blive vist i Matlab arbejdsområde (screenshot 4).
  2. Anvende dynamisk optimering tilgang til at profilere optimal CO 2-forhold.

    Figur 2 illustrerer optimering algoritme til at finde ændringerne i indløb indstrømning CO 2-profil (P opt), som maksimerer biomasseproduktion 11, Matlab 'fmincon "funktion og CVP (kontrol vektor parametrisering) 12 benyttes. (Se MATLAB programmering koder i Støtte Materiale II).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Vores tidligere eksperimentel analyse viser, at kontinuerlig røggas eksponering negativt påvirker væksten Chlorella, mens faldende CO 2 eksponeringstid er i stand til at afhjælpe denne hæmning 13. For bedre at forstå røggassen tilstrømning og algevækst forhold, udvikler vi en empirisk model til at simulere biomassevækst i tilstedeværelse af røggas. Vi antager, at røggassen indeholder 15% CO 2 (note: Den typiske CO 2-koncentration fra forbrænding af kul er 10-15%, mens røggas fra oxy-forbrænding kraftværk har CO 2> 15%). Massen overførsel og algevækst parametre er baseret på tabel 1. Modellen simulering tester tre metoder til at undgå væksthæmning af røggas: 1.. Hold lav strømningshastighed i kulturen for at reducere masseoverføring tilstand. 2. On-off pulser af røggas i kulturen. 3. Styr tilstrømningen CO 2-kompositioner på det optimale niveau.

(figur 3a), hvilket indikerer, at en optimal masse overførselshastighed (K La = 0,17-0,18 h-1) er i stand til at reducere røggassen hæmning til algevækst. Hvis K La er lavere eller højere end den optimale værdi, vil algevæksten blive reduceret. Ligning 4 viser faldet i iltnings-og gasstrømmen gennem kulturen kan reducere masseoverføringskoefficient. Tabel 2 viser, hvordan strømningshastighed (dvs. overfladisk hastighed) påvirker algevæksten. Generelt lav strømningshastighed reducerer K La og forhindrer CO 2-inhibering til algevækst som den samme tendens i figur 3 viste. Yderligere reduktion af strømningshastigheden gennem bioreaktoren vil medføre masseoverføringskoefficienten for lille til at give nok CO 2 til algevækst (figur 3b).

For det andet introducerer vi en on-off flue-gas impulstilstand at overvinde væksthæmning hvis røggas massetransport K La er højt i photobioreactor (dvs. K La = 17 h-1). I simuleringen antager vi algekulturerne pulses med to forskellige CO 2-koncentrationer (15% for røggas-on og 0,04% med atmosfærisk CO 2 for røggas-off). For at optimere røggas impulstilstand forskellige on-off frekvenser testes (figur 4). Simuleringen viser, at høj frekvens røggas pulser (on-off kontrol af røggasser) er i stand til at fremme algevækst. Tabel 2 viser også, at on-off kontrol tilstand bruger mindre røggas sammenligne til kontinuerlig tilførsel af røggas i bioreaktoren.

For det tredje, vi beregne CO 2-koncentration profiler for maksimal algevækst. Brug af modelparametre i tabel 1, er dynamisk optimering tilgang viser de optimale CO 2-koncentrationer i gasfasen bør løbende øges under algevækst. Model simulation viser også, at både de on-off CO 2 pulser (metode 2) og kontrol af optimale CO 2-indgang (metode 3) er lige gode til at fremme algevækst med røggas (Figur 5).

Figur 1
Figur 1. Diagram af den gas kontrolsystem on-off i laboratorieskala. Flowhastighederne for røggas genereret af naturlig forbrænding styres af massestrømmen styresystem før indført i alge-systemet. Klik her for at se større billede .

d/50718/50718fig2.jpg "alt =" Figur 2 "width =" 500px "fo: content-width =" 5in "fo: src =" / files/ftp_upload/50718/50718fig2highres.jpg "/>
Figur 2. Flow diagram af dynamisk optimering procedurer. Klik her for at se større billede .

Figur 3
Figur 3. Final biomasse koncentration på dag 12 som en funktion af K La under kontinuerlig røggasrensning (CO 2, 15% v / v) (a), og sammenligningen af væksten biomasse med forskellige K La: 0,017 time -1 (blå linje) , 0,17 time -1 (gul linje) og 17 h-1 (sort linje) under kontinuerlig røggasrensning (CO 2, 15% v / v) ( Klik her for at se større billede .

Figur 4
Figur 4.. Effekt af gas-on/gas-off frekvens på biomasseproduktion i 12 dage. Modellen antager mikroalger udsættes for CO 2 (15% v / v) pulser på forskellige testede frekvenser. Klik her for at se større billede .

Figur 5
Figur 5. Sammenligning af biomassetilvækst under optimal CO 2-profil (gul linje), on-off frekvens på 10 sek gas-on / 5 min gas-off (rød linje), on-off kontrol ved en frekvens på 10 sek gas-on / 7 min gas- off (grøn linie), on-off kontrol ved en frekvens på 1 min gas-on/29 min gas-off (sort linje), og den fortsatte behandling med røggas indeholdende 15% (v / v) CO 2-forhold (blå linje). Klik her for at se større billede .

Figur 6
Figur 6. Eksperimentelle resultater fra vores tidligere papir 13 for at vise effekt af røggas pulser på Chlorella vækst. . Gas-on (røggasrensning), gas-off (luft behandling) A: 10 sek gas-on / 7 min gas-off, B: 30 min gas-on/30 mingas-off C: 5 timer gas-on / 7 timer gas-off; D: dyrkning i ryste kolber. Præparatet kultur blev beskrevet i protokollen side og forsøgene blev udført under rumtemperaturen. Klik her for at se større billede .

Parametre Beskrivelser Værdier Enheder Referencer / Noter
μ max maksimale specifikke væksthastighed 0,070 h-1 14
k d dødelighed 0.028 h-1 15
K s Michaelis-Menten konstant CO 2 0.00021 mol · m -3 14
KI Inhiberingskonstanten CO 2 10 a mol · m -3 16
K Michaelis-Menten-konstant lysintensitet 14 b μ mol · m-2 · s -1 9
K La massetransport på CO 2 17 h-1 17
H Henrys konstant CO 2 3202 c Pa · m 3 · mol-1 18
Y S / X udbyttekoefficient 100 d (Mol CO 2) / (kg biomasse) 19
A Konstant 14.7 m 3 · kg-1 9
I 0 overflade lysintensitet 45 e μ mol fotoner · m-2 · s -1 målt
Atmosfærisk CO2 atmosfærisk CO2 koncentration 0,04% volumenfraktion
CO 2 i røggassen CO 2-koncentration i røggassen 15% volumenfraktion antaget
X (0) initiale biomassekoncentration 0.1 kg · m - 3 antaget
S (0) indledende opløst CO 2-koncentration 0.013 mol · m - 3 antaget

Tabel 1.. Parametre, der anvendes imodellen.

K I = 10 mM, og testområdet i denne undersøgelse er 0,5-10 mol · m -3;
b K = 1011 lux, som er ~ 14 pmol · m -2 · sek -1 20;
c H = 31,6 atm · M-1;
d 4,4 kg CO 2, der er nødvendige til produktion af 1 kg (tørvægt) af biomasse;
e Den målte lysintensitet er 40-50 μ mol · m -2 · sek -1;

Overfladehastighed / m / s Initial biomasse / mg / L γ = 0,2 γ = 0,5 γ = 0,8 Samlet røggas anvendt på 12 dage (m 3 / m 2)
K La / m / s Final biomasse / mg / L K La / m / s Final biomasse / mg / L K La / m /s Final biomasse / mg / L
0.001 * 100 4.3 128 0,54 149 0,068 115 1,0 x 10 3
0.01 * 100 6.8 127 1.7 132 0,43 160 1,0 x 10 4
0,1 * 100 11 126 5.4 127 2.7 129 1,0 x 10 5
1 * 100 17 126 17 126 17 126 1,0 x 10 6
10 * 100 27 126 54 126 107 125 1,0 x 10 7
10s/5min frekvens 100 17 313 17 313 17 313 3,3 x 10 4

Tabel 2. Biomasse vækst med 15% (v / v) røggas på dag 12 under forskellige overfladiske gasstrømningshastigheder. I denne model, antager vi, at K La = 17 (u GS) γ

*: Antages det, at CO 2 kontinuerligt pumpes ind i bioreaktoren ved konstant strømningshastighed.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

I denne undersøgelse viser vi forsøgsprotokollen for opskalering alge dyrkninger i fotobioreaktorer. Vi undersøger også flere metoder til røggasrensning indgange til at fremme algevækst. Ved hjælp af en masse overførsel og bio-reaktion model, vi vise, at CO 2 masseoverføringskoefficient K La (bestemt af bioreaktor blande tilstand og CO 2 overfladisk hastighed) stor indflydelse algevækst. Modellen simulering viser kontinuerlig on-off røggas pulser med kort puls bredde og høje on-off frekvenser kan forbedre Chlorella vækst (dvs. høj frekvens on-off flue-gas pulser kan understøtte væksten biomasse næsten samt optimale CO 2 betingelser, figur 5..). I mellemtiden kan on-off-tilstand reducere den totale mængde røggas, der skal pumpes gennem bioreaktoren (tabel 2), hvilket sparer energi til transport af mængden af røggas for alger Kulturplanteration. On-off gas impulstilstand kan bruges i foto-bioreaktorer eller alger damme, i betragtning af, at den tilstand af konstant røggas pulser er meget lettere at betjene end dynamisk styring af tilstrømningen af CO 2-koncentration. På den anden side har vi foretaget algekulturen eksperimenter ved hjælp af røggasser. Røggas pulseres ind i fotobioreaktorer på en bestemt on / off-frekvens, som klart minimerer hæmmende virkning af røggassen og forbedrer produktionen af biomasse sammenligne til kulturer ved hjælp af atmosfærisk CO2 (figur 6) 13. De eksperimentelle resultater har kvalitativt bekræftet vores model og bekræftede, at on-off kontrol af røggassen er effektiv til at øge Chlorella vækst.

Endelig er denne model undersøgelse er underkastet flere begrænsninger. Først, er modellen ikke direkte overveje virkningerne fra giftige forbindelser såsom SO x og NO x i røggassen. For det andet, the kemiske reaktioner og ligevægte i dyrkningsmediet (omfatte CO 2, H +, OH -, NH 3 osv.) er blevet forenklet. For det tredje, er modellen ikke tager hensyn til CO 2-fluid dynamik, hvor den faktiske gasformige massetransport er ikke øjeblikkelig eller homogent i dyrkningsmedium. Men den forenklede model tilgange har stadig praktiske anvendelser for at give retningslinjer for optimering af algevækst.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Disse forfattere har intet at afsløre.

Acknowledgments

Denne undersøgelse understøttes af en NSF program (Forskning Oplevelser for bachelorstuderende) ved Washington University i St. Louis.

Materials

Name Company Catalog Number Comments
Spectrophotometer Thermal Scientific, Texas USA
CO2 gas analyzer LI-COR, Biosciences, Nebraska USA
Mass flow controllers OMEGA Engineering INC, Connecticut USA FMA5416
Data acquisition card Measurement Computing Corporation, Massachusetts USA USB-1208FS
Filters Aerocolloid LLC, Minnesota USA
MATLAB/Simulink Mathworks, Massachusetts USA R2010a
Glass bottles Fisher USA

DOWNLOAD MATERIALS LIST

References

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

Tags

Miljøvidenskab mikrobiologi cellebiologi Marine Biology Primær Cell Culture Chlorella CO Massetransport Monod model On-off puls Simulink
Optimer Røggas indstillinger for at fremme mikroalger Vækst i fotobioreaktorer via computersimuleringer
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

He, L., Chen, A. B., Yu, Y., Kucera, More

He, L., Chen, A. B., Yu, Y., Kucera, L., Tang, Y. Optimize Flue Gas Settings to Promote Microalgae Growth in Photobioreactors via Computer Simulations. J. Vis. Exp. (80), e50718, doi:10.3791/50718 (2013).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter