Waiting
Login processing...

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

Environment

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

Published: October 1, 2013 doi: 10.3791/50718

Summary

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。

Abstract

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4,67,8培養戦略提案している。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。

Protocol

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 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 -2-1)。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。

式(1)及び(2)

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·-1)である。 Hはヘンリー定数のCO 2(PA·M 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·-1、次のように計算することができます(式(3))9。

式3

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:

式4

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)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。
    3. 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。
    4. 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。
    5. 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。
    6. 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。
    7. 「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矢印 「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)。

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

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。

ラ = 0.17〜0.18時間-1)に排ガス阻害を減少させることができることを示し、藻類の増殖(図3a)上で物質移動速度の影響を試験する藻類の成長。 K Laが最適値より低いか高い場合には、藻類の成長が低減される。式4は、培養を介して通気ガスの流れの減少は物質移動係数を低減することができる示唆する。 表2に示す方法流量( すなわち 、空塔速度)は、藻類の増殖に影響を与える。一般に、低い流速はK ラが減少し、 図3に示すように同じ傾向藻類の成長へのCO 2の阻害を防止する。さらに、バイオリアクターを通る流量を減少させることが小さすぎる物質移動係数は、藻類の増殖のために十分なCO 2( 図3b)を提供することになります。

第二に、我々は、オン·オフの煙道-GAを導入煙道ガスの物質移動K Laがフォトバイオリアクター( すなわち、K = 17時間-1)に高い場合に増殖阻害を克服するためのパルスモード。シミュレーションでは、藻類培養物は二つの異なるCO 2濃度(排煙オフのための排煙オンや大気中のCO 2と0.04%のための15%)でパルスされると仮定します。排煙パルスモードを最適化するために、別のオン·オフ周波数は、( 図4)テストされています。シミュレーションは、高周波排ガスパルス(煙道ガスのオン·オフ制御)が藻類の成長を促進することができることを示している。 表2はまた、オン·オフ制御モードがバイオリアクターに、煙道ガスの連続供給に比べ少ない煙道ガスを使用することを示す。

第三に、我々は、最大の藻類の成長のためのCO 2濃度プロファイルを計算します。 表1のモデルパラメータを用いて、動的最適化手法は、気相中での最適なCO 2濃度を示す連続して藻類成長中に増加させるべきである。モデルシミュレーションはまた、両方のオンオフCO 2パルス(方法2)、最適なCO 2の入力制御(方法3)は、煙道ガスとの藻類の成長を促進するのに同等に良好であることを示している 図5)。

図1
図1。実験室規模でのガスオン·オフ制御システムの図。自然の燃焼により発生した煙道ガスの流量は、前の藻類系に導入マスフロー制御システムによって制御される。 拡大画像を表示するには、ここをクリックしてください

d/50718/50718fig2.jpg "ALT ="図2 "幅=" "FO:コンテンツの幅=" 500px 5インチ "FO:SRC =" / files/ftp_upload/50718/50718fig2highres.jpg "/>
図2。動的最適化作業フローチャート。 拡大画像を表示するには、ここをクリックしてください

図3
図3。連続的な排煙処理下でK の関数として、12日目の最終バイオマス濃度(CO 2、15%v / v)の(a)は 、異なるK 有するバイオマス成長の比較:0.017時間-1(青線)連続排煙処理(CO 2、15%v / v)を(下0.17時間-1(黄線)、および17時間-1(黒線) 拡大画像を表示するには、ここをクリックしてください 。

図4
図4。 12日間でのバイオマス生産に及ぼすgas-on/gas-off周波数の影響。モデルは、微細藻類を前提として様々なテスト周波数でのCO 2(15%v / v)のパルスにさらされています。 拡大画像を表示するには、ここをクリックしてください

図5
図5。バイオマス成長Uの比較NDER最適なCO 2のプロファイル(黄色の線)、10秒の気に/ 5分ガスオフ(赤線)のオン·オフ周波数、10秒の周波数でオン·オフ制御、気に/ 7分ガスオフ(緑線)、オンオフ1分gas-on/29分間ガスオフ(黒線)、および15%(v / v)のCO 2条件(ブルーを含有する煙道ガスとの連続処理の周波数で制御行)。 拡大画像を表示するには、ここをクリックしてください

図6
図6。前報13からの実験結果は、 クロレラの成長に排煙パルスの効果を表示します。ガス·オン(排煙処理)、ガス遮断(空気処理)A:10秒、気に/ 7分ガスオフ、B:30分gas-on/30分ガスオフ、C:5時間、気に/ 7時間のガスオフ、D:振盪フラスコでの培養。培養の準備はプロトコル部分に詳述され、実験は室温下で行った。 拡大画像を表示するには、ここをクリックしてください

パラメータ説明単位参考資料/メモ
μ 最大 最大比増殖速度 0.070 時間-1 14
K D 死亡率 0.028 時間-1 15
K S CO 2のミカエリス·メンテン定数 0.00021 モル·mで-3 14
K I CO 2の阻害定数 10 A モル·mで-3 16
K 光強度のミカエリス·メンテン定数 14 B μモル ·メートル-2·-1 9
K CO 2の物質移動速度 17 時間-1 17
H CO 2のヘンリー定数 3202 C PA·M モル-1 18
Y、S / X 産出係数 100 D (モルCO 2)/(kgのバイオマス) 19
A 定数 14.7 M 3·KG-1 9
0 表面光強度 45 E μモルの光子·メートル-2·-1 測定された
大気中のCO 2 大気中のCO 2濃度 0.04% 体積分率
燃焼排ガス中のCO 2 煙道ガス中のCO 2濃度 15パーセント体積分率想定
X(0) 初期バイオマス濃度 0.1 キロ·メートル- 3 想定
S(0) 初期溶存CO 2濃度 0.013 モル·M - 3 想定

表1。で使用されるパラメータモデル。

M -3·K 私は 10ミリメートル=、および本研究では、試験範囲は、0.5〜10モルである。
B〜14マイクロモルである、K = 1011ルクス、··M -2·-1 20;
C型 H = 31.6気圧·M -1;
CO 2は 、1kgのバイオマス(乾燥重量)の産生のために必要とされるdの 4.4キロ;
E測定された光強度は、40〜50であるモル·メートル-2·、μ-1;

空塔速度/ M / S 初期バイオマス/ミリグラム/ L γ= 0.2 γ= 0.5 γ= 0.8 12日目(mは3 / m 2)で使用される全煙道ガス
K LA / M / S 最終的なバイオマス/ミリグラム/ L K LA / M / S 最終的なバイオマス/ミリグラム/ L K LA / M /S 最終的なバイオマス/ミリグラム/ L
0.001 * 100 4.3 128 0.54 149 0.068 115 1.0×10 3
0.01 * 100 6.8 127 1.7 132 0.43 160 1.0×10 4
0.1 * 100 11 126 5.4 127 2.7 129 1.0×10 5
1 * 100 17 126 17 126 17 126 1.0×10 6
10 * 100 27 126 54 126 107 125 1.0×10 7
10s/5min周波数 100 17 313 17 313 17 313 3.3×10 4

異なる空塔ガス流速下で12日目で15%(v / v)の煙道ガスと表2バイオマスの成長。このモデルでは、我々は仮定し、K = 17(U GS)γこと

*:CO 2を連続的に一定流量でバイオリアクターにポンプで送り込まれると仮定する。

Subscription Required. Please recommend JoVE to your librarian.

Discussion

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。オンオフガス·パルス·モードは、一定の煙道ガス·パルスのモードが流入CO 2濃度の動的制御に比べ、操作が非常に容易であることを考慮すると、フォトバイオリアクターまたは藻類池で使用することができる。一方、我々は、煙道ガスを用いて藻類の培養実験を行った。煙道ガスは、明らかに、煙道ガスの阻害効果を最小限に抑え、大気中のCO 2( 6)13 使用して、培養物に比較してバイオマス生産を改善/オフ周波数上の特定のフォトバイオリアクター内でパルスされる。実験結果は、定性的に、我々のモデルを確認し、煙道ガスのオン·オフ制御は、 クロレラの成長を増加させるために有効であることを確認した。

最後に、このモデルの研究は、いくつかの制限が適用されます。まずモデルが直接このような排ガス中のSO xとNO xのような毒性化合物の影響を考慮していない。第二に、目培養培地中の電子化学反応および均衡(CO 2、H +、OHは、 - 、NH 3 など簡略化される。第三に、このモデルは考慮に入れ、実際のガス状の物質移動は、培養液中の瞬間的または均一でない、CO 2流体力学を、とりません。しかし、簡略化されたモデルのアプローチはまだ藻類の成長を最適化するためのガイドラインを提供するための実用的なアプリケーションを持っている。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

これらの著者は、開示することは何もありません。

Acknowledgments

本研究では、セントルイスのワシントン大学でNSFのプログラム(学部生のための研究体験)によってサポートされています。

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

環境科学、発行80、微生物学、細胞生物学、海洋生物学、初代細胞培養、クロレラ、CO
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
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