Waiting
Login processing...

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

Environment

Optimera Rökgas inställningar för att främja Mikroalger Tillväxten i Photobioreactors via datorsimuleringar

Published: October 1, 2013 doi: 10.3791/50718

Summary

Rökgas från kraftverk är en billig CO2 källa för algtillväxt. Vi har byggt prototyp "rökgas att alg odling" system och beskrev hur man skala upp algernas odlingsprocessen. Vi har visat användningen av ett massöverförings bio-reaktionsmodell för att simulera och att utforma den optimala driften av rökgas för tillväxten av Chlorella sp. i alger foto bioreaktorer.

Abstract

Rökgas från kraftverk kan främja alger odling och minska utsläpp av växthusgaser 1. Mikroalger inte bara fånga solenergi mer effektivt än växter 3, men också syntetisera avancerade biobränslen 2-4. Generellt är atmosfärisk CO2 inte en tillräcklig källa för att stödja maximal algtillväxt 5. Å andra sidan, de höga koncentrationer av CO2 i industriella avgaser har negativa effekter på algers fysiologi. Följaktligen båda odlingsbetingelser (såsom näring och ljus) och styrning av rökgasflödet i foto-bioreaktorer är viktiga för att utveckla en effektiv "rökgas för alger" system. Forskare har föreslagit olika fotobioreaktor konfigurationer 4,6 och odlingsstrategier 7,8 med rökgas. Här presenterar vi ett protokoll som visar hur man använder modeller för att förutsäga mikroalger tillväxt som svar på rökgas-inställningar. Vi perfOrm både experimentella illustration och modellsimuleringar för att fastställa de förutsättningar för algtillväxt med rökgas. Vi utvecklar ett Monod-baserad modell i kombination med massöverföring och ljusintensitet ekvationer för att simulera mikroalger tillväxt i en homogen foto-bioreaktor. Simuleringsmodellen jämför algtillväxt och rökgaser förbrukning under olika inställningar rökgasrenings. Modellen visar: 1) hur algtillväxt påverkas av olika volymetriska massöverföringskoefficienterna CO2, 2) hur vi kan hitta en optimal CO2-koncentrationen för algtillväxt via dynamisk optimering strategi (DOA), 3) hur vi kan utforma en rektangulär till-från rökgasen puls att främja algtillväxt biomassa och för att minska användningen av rökgasen. På den experimentella sidan presenterar vi ett protokoll för att odla Chlorella i rökgasen (som genereras av naturgas förbränning). De experimentella resultaten kvalitativt validera modellens förutsägelser att den höga frekvensen rökgas puLSES kan avsevärt förbättra alger odling.

Protocol

1. Alger Odling och Uppskalning

  1. Bered odlingsmediet med användning av avjoniserat vatten innehållande 0,55 g / L -1 urea, 0,1185 g / L -1 KH 2 PO 4, 0,102 g / I -1 MgSO 4 · 7 H2O, 0,015 g / I -1 FeSO 4 · 7H 2 O och 22,5 pl mikroelement (18,5 g / L -1 H 3 BO 3, 21,0 g / L -1 CUSO4 · 5H 2 O, 73,2 g / L -1 MnCl2 · 4H 2 O, 13,7 g / L -1 Coso 4 · 7 H2O, 59,5 g / I -1 ZnSO 4 · 5H 2 O, 3,8 g / L -1 (NH4) 6 Mo 7 O 24 · 4H 2 O, 0,31 g / I -1 NH 4 VO 3 ). Justera mediets pH till 7-8. Sterilisera odlingsmediumet via 0,22 fim sprutfilter.
  2. Inokulera Chlorella sp. från en enda koloni på en ny agarplatta i en shake flaSK innehållande 50 ml medium med en steril inokulering slinga. Kultur alger under 150 rpm och 30 ° C i sex dagar (kontinuerlig ljusförhållanden, fotonflöde = 40-50 mikromol m -2 s -1). Övervaka celltäthet med en spektrofotometer (OD 730).
  3. Överför 50 ml algkulturen (mitten av log-tillväxtfasen, OD 730> 1) i en 2-liters glaskolv (med ~ 1 L steriliserat odlingsmedium). Pump filtrerad luft (eller CO 2) i kulturen under inkubationen (till 5 dagar).
  4. Överför 1 L algkulturen in i en 20-liters glasdamejeanne med 15 L icke-steriliserade odlingsmedium (i detta skede, risken för mikrobiell kontaminering är liten), då kultur alger enligt samma villkor som anges i steg 1.3.
  5. Placera 15 L färsk algkulturen (OD 730 = 2) och 85 L som inte steriliserat medium i en plan platta fotobioreaktor (utrustad med lysdioder, dator controller, gasblandning, testare för cell optisk densitet, pH, löst syregen, temperatur och upplöst CO2). Pump rökgas / luftblandning in i bioreaktorn.
  6. Grundligt kemtvättas den fotobioreaktorn med hjälp av 70% etanol efter skörd av biomassa (OD 730> 20).

2. Laboratorie Demonstration för rökgasrenings Använda Små Photobioreactors

  1. Ympa alger kulturer i glasflaskor (200 ml / min medium / flaska, initial OD 730 ~ 0,3).
  2. Bränn naturgas och pumpa rökgasen (~ 250 cm 3 min-1) genom en tratt, ett kylrör och en 0,5 L tvättflaska (innehållande vatten / kalksten slurry).
  3. De massflödesregulatorerna styr rökgasflödet i algkulturen (Figur 1). Avgaspulser inkluderar två lägen: rökgas-on och rökgas-off (pumpa luft i stället).

3. Kinetic Modellutveckling

Den kinetiska modellen antar: (1) kulturer är homogena systemeter. (2) CO2-koncentration och ljusintensitet i de kulturer är de begränsande faktorerna för algtillväxt. (3) CO2 partialtryck och dess vätskejämviktsfasen med H 2 CO 3, HCO 3 -, och CO 3 2 - är förenklad med Henrys lag). De modellekvationer är:

Ekvationerna 1 och 2

X är den biomassa (kg · m -3). S är den lösta CO2 (mol · m -3). P är den CO 2 partialtryck i gasfasen (Pa). pi är partialtrycket av i: te toxisk förening i gasen (såsom NOx och SOx). P max.i är partialtrycket av giftig gas att ha full hämning på tillväxt av biomassa. η i är den empiriska faktorn. K s är Michaelis-Menten-konstantCO 2 (mol · m -3). K I är hämningskonstanten av CO 2 (mol · m -3). K är Michaelis-Menten-konstanten för ljusintensitet (imol · m -2 • s -1). H är Henrys konstant för CO2 (Pa · m 3 · mol -1). K La är massöverföringshastighet av CO 2 (h -1). I är den genomsnittliga ljusintensiteten, umol · m -2 · s -1, som kan beräknas enligt följande (ekvation (3)) 9.

Ekvation 3

Definitionen av modellparametrar är i tabell 1. De initiala förhållandena anta att biomassa och löstes CO 2 koncentrationer är 100 mg / l och 13 | amol / l, respektive. Den volumetriska massöverföringskoefficienten kan uppskattas genom empirisk korrelationning till bioreaktor parametrar 10:

Ekvation 4

P g / V är effektförbrukningen för den luftade systemet i bioreaktorn (W / m 3). u gs är ythastigheten hos gasflödet genom bioreaktom (m / sek). α, β, och γ är konstanter som gäller blandningsförhållanden.

  1. Konstruera en Simulink fil för simuleringsmodellen (Skärmbilder är angivna i underlaget I).
    1. Välj Arkiv / Nytt / modell på MATLAB-gränssnittet för att skapa en Simulink-modell, och öppna "Library Browser" (skärmdump 1).
    2. Välj "Subsystem" block i biblioteket webbläsare för att skapa de delsystem för ekvation 1 och 2. Dra ett undersystem kvarter till Simulink-modellen filen, byta namn till "Ekvation 1", och sedan upprepa samma steg för ekvation 2.
    3. OBS: 1) Sekvensen bör börja med inmatningsblock och avsluta med utgångsblock, 2) Operatören block för addition, subtraktion, multiplikation, division och integration kan alla hittas i biblioteket webbläsaren, och vi föreslår användarna utforska hjälpfilerna för Simulink för att förstå hur man använder dem, 3) I optimeringslösare kan ställas in genom vägen Simulering / Konfigurationsparametrar i verktygsfältet.
    4. Länka ihop två delsystem för att representera modellekvationerna (1 och 2). Anslut utgången från ett undersystem till ingången hos det andra delsystemet med pilen vid behov. Till exempel är den lösta CO2 koncentration output i Ekvation 2 undersystem, och även ingången på Ekvation 1 delsystemet.
    5. Använd 'Pulsgenerator "block som ingångarna för' Ekvation 2 'för att simulera de om-off CO 2 pulser, använd" Constant "block som ytan ljusingångsvärde. Dubbelklicka på blocken för att ändra parametrar som periodtiden och amplitud.
    6. Välj "Mux" block i biblioteket webbläsaren. Anslut alla utgångar till "Mux" och därefter till "Till Workspace" block som lagrar de simulerade resultaten.
    7. Definiera "Simulation stopptid" på den övre verktygsfältet, klicka på knappen " Arrow "För att starta simuleringen, och resultaten kommer att visas i MATLAB arbetsyta (skärmdump 4).
  2. Applicera dynamisk optimering strategi att profilera optimal CO2 villkor.

    För att hitta de ändringar i inlopps inflöde CO 2 profil (P opt) som maximerar produktionen av biomassa 11, MATLAB 'fmincon' funktion och CVP (kontrollvektor parametrering) 12 användes. Figur 2 illustrerar optimeringsalgoritm (se MATLAB programmeringskoder i den stödjande Material II).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Vår tidigare experimentell analys visar att gas exponering kontinuerlig rökkanal negativt påverkar Chlorella tillväxt, samtidigt som man minskar CO2 exponeringstiden kan lindra denna hämning 13. För att bättre förstå rökgasen inflöde och algtillväxt förhållande, utvecklar vi en empirisk modell för att simulera biomassatillväxt i närvaro av rökgasen. Vi antar att rökgaserna innehåller 15% CO2 (notera: Den typiska CO2 koncentration från kolförbränning är 10-15%, medan rökgaser från oxy-förbränningskraftverk har CO 2> 15%). Överföringen av massa och algtillväxt parametrar är baserade på tabell 1. Simuleringsmodellen testar tre metoder för att undvika tillväxthämning av rökgas: 1. Håll låg flödeshastighet in i kulturen för att minska massöverföringstillstånd. 2. On-off pulser av rökgas in i kulturen. 3. Styr inflöde CO 2-kompositioner på en optimal nivå.

(Figur 3a), vilket tyder på att en optimal massöverföringshastighet (K La = 0,17-0,18 tim -1) kan minska rökgasen inhibition till algtillväxt. Om K La är lägre eller högre än det optimala värdet, kommer algtillväxt reduceras. Ekvation 4 tyder på en minskning av luftning och gasflöde genom kultur kan minska massöverföringskoefficienten. Tabell 2 visar hur flödeshastigheten (dvs. ythastighet) påverkar algtillväxt. Generellt minskar låg flödeshastighet K La och förhindrar CO 2 hämning till algtillväxt som samma trend som visas i fig 3. Ytterligare minska flödet genom bioreaktor orsakar massöverföringskoefficienten för liten för att ge tillräckligt med CO2 för algtillväxt (Figur 3b).

För det andra inför vi en on-off rök-gas pulsläge för att övervinna tillväxthämning om rökgas massöverföring K La är hög i fotobioreaktorn (dvs. K La = 17 tim -1). I simuleringen, antar vi de alger kulturerna pulseras med två olika CO 2 koncentrationer (15% för rökgasrening-on och 0,04% med atmosfärisk CO2 för rökgasrening-off). För att optimera rökgasrening pulsläge, olika på frekvenser testas (Figur 4). Simuleringen visar att högfrekvent rökgaser pulser (on-off kontroll av rökgaser) har möjlighet att främja algtillväxten. Tabell 2 visar också att på-av styrning använder mindre rökgas jämföra med kontinuerlig matning av rökgaser i bioreaktorn.

För det tredje, vi beräknar CO 2 koncentrationsprofiler för maximal algtillväxt. Använda modellparametrar i tabell 1, visar dynamisk optimering tillvägagångssätt de optimala CO 2-koncentrationer i gasfasen bör kontinuerligt ökat under algtillväxt. Modell simuleringen visar också att båda de på-av CO 2 pulser (Metod 2) och styrning av optimal CO2-ingång (metod 3) är lika bra att främja algtillväxt med rökgas (Figur 5).

Figur 1
Figur 1. Diagram av gasen på-av styrsystem i laboratorieskala. Flöden av rökgas som genereras av naturliga förbränningen styrs av massflödesstyrning systemet innan införts i algernas systemet. Klicka här för att visa en större bild .

d/50718/50718fig2.jpg "alt =" Bild 2 "width =" 500px "fo: innehåll-width =" 5in "fo: src =" / files/ftp_upload/50718/50718fig2highres.jpg "/>
Figur 2. Flödesschema av dynamiska optimeringsförfaranden. Klicka här för att visa en större bild .

Figur 3
Figur 3. Slutlig koncentration av biomassa på dag 12 som en funktion av K La under ständig rökgasrening (CO 2, 15% v / v) (a), och jämförelse av tillväxt biomassa med olika K La: 0.017 h -1 (blå linje) , 0,17 h -1 (gula linjen), och 17 timmar -1 (svart linje) under ständig rökgasrening (CO 2, 15% v / v) ( Klicka här för att visa en större bild .

Figur 4
Figur 4. Effekt av gas-on/gas-off frekvens på biomassaproduktion på 12 dagar. Modellen förutsätter mikroalgen utsätts för CO2 (15% v / v) pulser vid olika testade frekvenser. Klicka här för att visa en större bild .

Figur 5
Figur 5. Jämförelse av biomassa tillväxt under optimal CO2 profil (gula linjen), den on-off frekvens på 10 sek gas-on / 5 min gas-off (röd linje), on-off kontroll med en frekvens på 10 sek gas-on / 7 min gas- off (grön linje), on-off kontroll med en frekvens på 1 min gas-on/29 min gas-off (svart linje), och kontinuerlig behandling med rökgas innehållande 15% (v / v) CO 2 förhållanden (blå linje). Klicka här för att visa en större bild .

Figur 6
Figur 6. Experimentella resultat från vårt tidigare papper 13 för att visa effekten av rökgas pulser på Chlorella tillväxt. . Gas-on (rökgasrening), gas-off (luftbehandling) A: 10 sek gas-on / 7 min gas-off, B: 30 min gas-on/30 mingas-off, C: 5 tim gas-on / 7 tim gas-off, D: odling i skaka kolvar. Kulturen preparat närmare i protokollet delen, och experimentet utfördes under rumstemperatur. Klicka här för att visa en större bild .

Parametrar Beskrivningar Värden Enheter Referenser / Notes
μ max maximala specifika tillväxthastigheten 0,070 hr -1 14
Kd Dödligheten 0,028 hr -1 15
K s Michaelis-Menten-konstanten av CO 2 0,00021 mol · m -3 14
K I inhibitionskonstant av CO 2 10 a mol · m -3 16
K Michaelis-Menten-konstanten för ljusintensitet 14 b μ mol · m -2 • s -1 9
K La massöverföringshastighet av CO 2 17 hr -1 17
H Henry-konstanten av CO 2 3202 c Pa-m 3 · mol -1 18
Y S / X Utbytet koefficient 100 d (Mol-CO 2) / (kg biomassa) 19
ETT Konstant 14,7 m 3 · kg-1 9
I 0 yta ljusintensitet 45 e μ mol fotoner-m -2 • s -1 mätt
Sikt CO 2 atmosfärisk CO 2 koncentration 0,04% volymfraktion
CO2 i rökgasen CO 2-koncentration i rökgasen 15% volymfraktion antas
X (0) initial koncentration av biomassa 0,1 kg · m - 3 antas
S (0) initialt upplösta CO2 koncentration 0,013 mol · m - 3 antas

Tabell 1. Parametrar som används imodellen.

K I = 10 mM, och material testas i denna studie är 0,5-10 mol · m -3;
b K = 1011 lux, vilket är ~ 14 ^ mol · m-2 · s -1 20;
c H = 31,6 atm · M -1;
d 4,4 kg CO2 behövs för produktionen av 1 kg (torrvikt) av biomassa;
e Den uppmätta ljusintensiteten är 40-50 μ mol · m -2 • s -1;

Ythastighet / m / s Initial biomassa / mg / L γ = 0,2 γ = 0,5 γ = 0,8 Summa rökgaserna används i 12 dagar (m 3 / m 2)
K La / m / s Slutlig biomassa / mg / L K La / m / s Slutlig biomassa / mg / L K La / m /er Slutlig biomassa / 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

Tabell 2. Biomassa tillväxt med 15% (vol / vol) rökgas vid dag 12 under olika ytliga gasflödeshastigheter. I denna modell antar vi att K La = 17 (u gs) γ

*: Under antagande att CO 2 pumpas kontinuerligt in i bioreaktorn vid konstant flödeshastighet.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

I denna studie visar vi det experimentella protokollet för uppskalning algal odlingar i photobioreactors. Vi undersöker också flera metoder för rökgas-ingångar för att främja algtillväxten. Med hjälp av en massöverföring och bio-reaktionsmodell, visar vi att CO2-massöverföringskoefficienten K La (bestäms av bioreaktor blanda skick och CO2 ytlig hastighet) starkt påverkar algtillväxt. Simuleringsmodellen indikerar kontinuerlig on-off rökgas pulser med kort pulsbredd och hög på frekvenser kan förbättra Chlorella tillväxt (dvs. hög frekvens på-av rökgasreningspulser kan stödja tillväxten av biomassa nästan samt optimal CO 2 förhållanden, figur 5.). Under tiden kan till-och frånläge avsevärt minska den totala mängden av rökgaser som måste pumpas genom bioreaktorn (tabell 2), vilket sparar energi för att transportera den mängd rökgas för algal cultivation. Gasen pulsläge on-off kan användas i foto-bioreaktorer eller alger dammar, med tanke på att det sätt på konstanta rökgas pulser är mycket lättare att driva än dynamisk styrning av inflödet CO 2-koncentration. Å andra sidan har vi utfört algkulturen experiment med användning av rökgaser. Rökgas pulsas in i photobioreactors vid en specifik på / av frekvensen, vilket tydligt minskar den inhiberande effekten av rökgasen och förbättrar produktionen av biomassa jämförelse med kulturer med användning av atmosfäriskt CO 2 (fig 6) 13. De experimentella resultaten har kvalitativt verifierat vår modell och bekräftade att den on-off styrning av rökgasen är effektivt för att öka Chlorella tillväxt.

Slutligen är denna modell studie föremål för flera begränsningar. Först blir modellen inte direkt hänsyn till effekter av toxiska föreningar, såsom SOx och NOx i rökgasen. Second, the kemiska reaktioner och jämvikter i odlingsmediet (inkluderar CO2, H +, OH -, NH 3, etc.) är förenklade. För det tredje blir modellen inte hänsyn till CO 2 fluiddynamik, där själva gasformiga massöverföring är inte ögonblicklig eller homogen i odlingsmedium. Men de förenklade modellansatser har fortfarande praktiska tillämpningar för att ge riktlinjer för att optimera algtillväxt.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Dessa författare har inget att lämna ut.

Acknowledgments

Denna studie stöds av en NSF-program (Forskning Upplevelser för studenter) vid 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

Miljövetenskap mikrobiologi cellbiologi marinbiologi Primary Cell Culture Chlorella CO Masstransport Monod modell On-off puls Simulink
Optimera Rökgas inställningar för att främja Mikroalger Tillväxten i Photobioreactors via datorsimuleringar
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