CN104884604A - 用于监测和/或控制发酵过程的系统设置 - Google Patents

用于监测和/或控制发酵过程的系统设置 Download PDF

Info

Publication number
CN104884604A
CN104884604A CN201380054860.7A CN201380054860A CN104884604A CN 104884604 A CN104884604 A CN 104884604A CN 201380054860 A CN201380054860 A CN 201380054860A CN 104884604 A CN104884604 A CN 104884604A
Authority
CN
China
Prior art keywords
data
operation system
system setting
unit
fermentation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201380054860.7A
Other languages
English (en)
Inventor
刘京
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BIPU (SWEDEN) Co Ltd
Bioprocess Control Sweden AB
Original Assignee
BIPU (SWEDEN) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BIPU (SWEDEN) Co Ltd filed Critical BIPU (SWEDEN) Co Ltd
Publication of CN104884604A publication Critical patent/CN104884604A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/48—Automatic or computerized control
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/006—Regulation methods for biological treatment
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12P—FERMENTATION OR ENZYME-USING PROCESSES TO SYNTHESISE A DESIRED CHEMICAL COMPOUND OR COMPOSITION OR TO SEPARATE OPTICAL ISOMERS FROM A RACEMIC MIXTURE
    • C12P3/00—Preparation of elements or inorganic compounds except carbon dioxide
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q3/00—Condition responsive control processes
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F11/00—Treatment of sludge; Devices therefor
    • C02F11/06—Treatment of sludge; Devices therefor by oxidation
    • C02F11/08—Wet air oxidation
    • C02F11/083—Wet air oxidation using deep well reactors
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/005—Processes using a programmable logic controller [PLC]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/005—Processes using a programmable logic controller [PLC]
    • C02F2209/008—Processes using a programmable logic controller [PLC] comprising telecommunication features, e.g. modems or antennas
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/02—Temperature
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/03—Pressure
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/04—Oxidation reduction potential [ORP]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/06—Controlling or monitoring parameters in water treatment pH
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/12—Volatile Fatty Acids (VFAs)
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/22—O2
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/30—H2
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/28—Anaerobic digestion processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Microbiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Biotechnology (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Molecular Biology (AREA)
  • Computer Hardware Design (AREA)
  • Biomedical Technology (AREA)
  • Sustainable Development (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明描述了一种用于监测和/或控制一个或多个发酵过程的系统设置，所述系统设置包括至少一个发酵单元；数据采集单元；以及具有数据库、文件存储能力、数据计算能力和用户界面能力的云计算单元；其中所述至少一个发酵单元连接至所述采集单元，所述采集单元又连接至所述云计算单元，从而可将所述一个或多个发酵过程的在线实时数据从所述至少一个发酵单元通过所述数据采集单元传送至所述云计算单元以针对在线用户进行解释和显示，并且其中所述系统设置使所述一个或多个发酵过程的所述在线实时数据的测量能够在所述至少一个发酵单元和/或所述数据采集单元中进行，其中所述系统设置还包括一个或多个实验室模拟平台和/或全规模过程，其包括所述至少一个发酵单元，与所述云计算单元数据连接；并且其中所述数据采集单元连接至所述云计算单元，使得所有数据采集、数据解释和数据存储集中在所述云计算单元上进行。

Description

用于监测和/或控制发酵过程的系统设置
技术领域
本发明涉及用于监测和/或控制一个或多个发酵过程的系统设置，特别是用于涉及气体(如沼气或氢气)的制备的发酵过程。
背景技术
使用沼气作为能源载体是一种减少对基于化石燃料的能源的依赖性的方法，从而对自然资源并对环境产生较小的影响。随着用于有机废物的生物降解和沼气生产的厌氧消化过程的应用呈指数增长，迫切需要增加关于此类过程的知识经验，改善选择最佳底物进料的方法，开发开环和闭环控制策略，微调启动操作，确定应力系数和实施经调整的反应器设计。事实上，知识经验将在很大程度上对沼气厂的初始设计、运行和经济细节有巨大影响。
厌氧降解的过程是非常复杂和动态的，其中微生物方面、生物化学方面和物理化学方面彼此紧密相关。出于优化目的，实验室规模的发酵试验方法被用于确定给料特性并模拟沼气反应器的连续操作。一般来讲，对于广义设计的试验程序，应当使用分批试验和连续试验的组合。连续试验模拟跨越长时间范围的长过程条件，而平行运行的多个分批试验提供关于对相关参数变化和给料特性的影响的结果。发酵试验以限定的连续工序进行的目的是获得关于气体产率及其组成的可靠的长期基本数据，并且构建关于有机材料的降解、发酵的过程以及在降解过程中可能发生的任何问题的尽可能详尽的数据图。事实上，连续的实验室级发酵试验的结果已在若干情况下经证实能够提供全规模操作的良好表现。借助于连续发酵试验，应该还可以确定底物的理化性质如何影响发酵过程以及必须实施怎样的过程条件才能实现最佳降解并使气体产率最大化。因此，连续发酵试验提供关于该过程的性能和负载极限的首要信息，其对于设计和运行沼气厂以及对于创建有关项目的经济可行性的模型而言是至关重要的。
自然环境和全规模工厂中用于处理废水和固体废物的各种生物降解过程已导致了大量基于不同发酵试验工序的试验方法的产生。此外，以连续工序进行的发酵试验是实验室规模的试验方法，所述方法不仅由于所用的生物废料和细菌培养物的异质性，还由于实验设置以及未统一的试验协议的差异而易发生大幅变化。例如，各个实验室之间的反应器配置、检测仪器和运行模式均可彼此不同。此外，结果的显示也未被标准化，这使得非常难以在两个试验之间进行比较。此外，以连续模式执行发酵试验通常是复杂且劳动密集同时耗时的工序，其跨越了相当长的时间段。
本发明的一个目的是提供改进的用于在数据采集、数据解释和数据存储方面监测和/或控制连续发酵的系统设置。
发明内容
通过用于监测和/或控制一个或多个发酵过程的系统设置实现上述目的，所述系统设置包括：
-至少一个发酵单元；
-数据采集单元；以及
-云计算单元，该云计算单元具有数据库、文件存储能力、数据计算能力和用户界面能力；
其中至少一个发酵单元连接至采集单元，所述采集单元又连接至云计算单元，从而可将一个或多个发酵过程的在线实时数据从至少一个发酵单元通过数据采集单元传送至云计算单元以针对在线用户进行解释和显示，并且其中系统设置使一个或多个发酵过程的在线实时数据的测量能够在至少一个发酵单元和/或数据采集单元中进行，
-其中系统设置还包括：
一个或多个实验室模拟平台和/或全规模过程，其包括与云计算单元数据连接的所述至少一个发酵单元；
并且其中数据采集单元连接至云计算单元，使得所有数据采集、数据解释和数据存储集中在云计算单元上进行。
在更详细地讨论本发明以前，可进一步解释并讨论上述一些定义。
“发酵单元”可例如构成根据本发明的生物反应器，如图1所示。
“云计算”表示使用基于网络的计算资源，其中计算时间和计算能力来自外部来源。单词“云”是指所用的具体硬件和软件。这意味着用户不一定需要他们自己的硬件组，从而节省了时间和金钱。此外，表达“云计算单元”在使用的能力和手段方面还可以被视为“远程服务器”。
“数据库”是硬件和网站之间的中介者。此处，存储原始样品数据、事件数据、日志数据、仪器数据(不同状态、仪器上次连接的时间等)。使用标准软件允许数据库容易地迁移到另一位置(如果需要的话)。
此外，本发明的关键特征是数据采集、数据解释和数据存储的集中模式。这具有若干优点并在下文进一步讨论。此外，当与目前所用的已知系统比较时这也是重要的差别。参见例如在Gao L.et aI.，“Development ofremote controlled lab scale bioreactor using virtual instrument technology”，ITME 2011-Proceedings:2011 IEEE International Symposium on IT in Medicineand Education,20111209-20111211,vol.1,pages 15-17(Gao L.等人，“使用虚拟仪器技术开发远程控制的实验室规模的生物反应器”，《ITME 2011-2011年医学与教育信息化国际学术研讨会会议论文集》，2011年12月9日-2011年12月11日，第1卷，第15-17页)和Jagadeesh Chandra A.P etaI.，“Web-based collaborative 1-14 learning architecture for remote experimenton control of bioreactor's environment”，Journal of Software,April 2009,vol.4,no.2,pages 116-123(Jagadeesh Chandra A.P等人，“用于对生物反应器环境的控制进行远程实验的基于网络的协作1-14学习架构”，《软件学报》，2009年4月，第4卷，第2期，第116-123页)中公开的系统，所述系统将在下文进一步公开，其中这种数据处理局部而非集中地执行。
采用根据本发明的系统设置的一些优点为：
-在连续监测关键过程参数(例如沼气流量)中的高测量性能(即精度和准确度)；
-用于数据记录和处理的长期稳定性和大容量；
-配准参数、数据解释和显示的标准化以确保对在不同实验室和全规模工厂中获得的结果的可靠比较；
-可容易地进行实验设置和后续操作，以及可以使在线结果可视化的用户友好界面；
-过程监测和控制的高可访问性；以及
-使工业应用和学术应用的时间和劳动力需求最小化。
之前已经在发酵过程的技术领域讨论了软件的使用，然而未在根据本发明提出的设置模式中实施。此外，任何如今现有的已知解决方案中未提供上述公开的优点。
作为涉及与发酵过程关联的软件的使用的一个例子，在WO2010/120230中讨论了内部开发的软件程序，该软件程序与测量装置系统一起使用以记录、显示和计算数据，并对结果进行分析。这显示为DAQ(数据采集)，其可以是连续和实时进行的计算机基础记录。此外，在WO2012/005667中还讨论了借助于气体流量计在计算机单元上在线配准气体流量。不仅气体流量计可以连接到计算机单元，其他传感器/探针/检测器也可连接到计算机单元以用于在线配准，如用于pH、温度、压力、气体组成、料浆液位等的检测器。
WO2010/120230或WO2012/005667均未公开根据本发明的系统设置，其中该系统包括一个或多个发酵单元；数据采集单元；以及具有数据库、文件存储能力、数据计算能力和用户界面能力的云计算单元。WO2010/120230或WO2012/005667中未公开或提出该系统设置。
此外，发酵和产沼气过程的远程控制也是已知的。例如，在Gao L.etaI.，“Development of remote controlled lab scale bioreactor using virtualinstrument technology”，ITME 2011-Proceedings:2011 IEEE InternationalSymposium on IT in Medicine and Education,20111209-20111211,vol.1,pages15-17(Gao L.等人，“使用虚拟仪器技术开发远程控制的实验室规模的生物反应器”，《ITME 2011-2011年医学与教育信息化国际学术研讨会会议论文集》，2011年12月9日-2011年12月11日，第1卷，第15-17页)中公开了用于生物反应器系统的远程控制配置。该系统同样可以通过网络进行操作。因此，所述配置包括由五部分(即信号采集和硬件控制、在线数据存储和动态图形、数学模型和基于模型的控制、远程控制以及用户界面部分)组成的软件。根据这篇文章使用程序LabVIEW。
此外，在Jagadeesh Chandra A.P et aI.，“Web-based collaborative 1-14learning architecture for remote experiment on control of bioreactor'senvironment”，Journal of Software,April 2009,vol.4,no.2,pages 116-123(Jagadeesh Chandra A.P等人，“用于对生物反应器环境的控制进行远程实验的基于网络的协作1-14学习架构”，《软件学报》，2009年4月，第4卷，第2期，第116-123页)中还示出了与根据Gao L.等人的文章中公开的系统相对应的系统，其中也使用LabVIEW。
如上所述，所公开的系统均未涉及用于数据采集、数据解释和数据存储的集中方式。这是根据本发明的关键特征。
附图说明
图1示出了根据本发明的系统设置的一个可能的实施例。
图2-图4涉及应用试验的结果。
具体实施方式
下文进一步解释本发明、其各个方面以及本发明的不同具体实施例。
云计算如今被视为用于处理未来信息密集社会的高需求的最具前景的技术之一。下文总结了使用云的一些益处：
-灵活性/弹性。用户可在提出需求之后自由选择以分配资源。这意味着用户不必根据峰值请求调整可用计算能力并因此购买和维持许多不必要的硬件。估计现今数据中心能力的平均利用率为5-20％，这意味着存在极大的盈余。
-可访问性。可通过互联网连接从大多数类型的平台中容易地访问云。
-可靠性。由于云提供商往往在多个站点发布其数据中心，因此很可能将来自失效站点的资源分配给另一个站点。
-可持续性。改善且集中化的资源利用将导致较少的能源和商品需求。
-高性价比。能够进行大规模发酵和发酵选址(靠近发电厂；寒冷气候以供冷却，等等)，使用户能够以低廉的价格获得最终产品。
随着如今科学研究活动的持续增加，可供科学家使用的局部存储和分析能力与所产生的数据量之间的差距越来越大。为了解决该问题，已引入云计算作为解决方案，其可改善科学数据的管理、分析、存储和共享。这些科学云平台的例子为开放科学数据云(OSDC)和开放科学网格(OSG)。
如上所述，根据本发明的系统设置表现出若干优点。如前所述，数据处理的集中模式是关键特征。然而，根据本发明的具体实施例还存在其他可能的优点。根据一个实施例，集中进行的所有数据采集、数据解释和数据存储以标准化方式进行。根据本发明的标准化方式可涵盖若干不同的特征和特性。第一方面涉及数据解释。为了允许数据比较和信息共享，所有过程参数和数据均可能需要以可被用户普遍接受的方式进行计算。因此，应遵循某些明确定义的标准以用于数据显示。一个例子是气体体积和流速。例如，气体体积和流量可在0℃、1个大气压和干燥条件下归一化。这将允许对来自不同的数据源的气体体积和流速进行比较。第二方面可涉及数据显示和存储。为了允许数据比较和信息共享，在单位、时间间隔、分辨率等方面以相同的方式呈现和存储数据。如上提出的，根据本发明的一个实施例，标准化方式意味着将已制定的明确定义的标准和协议用于相关数据和数据显示。此外，根据另一个实施例，标准化方式意味着使用数据存储和数据显示的预定义格式。
根据上述所公开的，第三方面与数据和信息的共享相关。只有在中心位置收集数据、解释并以标准方式呈现时，才能够共享和比较过程性能。因此，根据一个具体实施例，标准化方式意味着允许在限定的用户组/社区内的各用户间进行相关数据的比较和信息共享的数据解释。
此外，优选的是系统设置同时涉及根据上文的集中方式和标准化方式。根据本发明的系统配置和系统设计不仅可为从所有用户搜集信息奠定基础，还确保标准化以支持数据统计和比较分析。例如，传统的SCADA系统和内部开发的控制系统由于缺乏集中式数据存储和标准化而再也不能满足相同或类似水平的数据共享，从而将不能向所有用户或用户社区提供相同水平的值。此外，并如前所述，由于数据采集、数据解释、数据显示、报告和存储通过独立的计算能力集中，因此数据可视化可经由从PC到平板电脑或智能手机的各种平台完成。这是具有高度远程可访问性的非常开放的特征并且与传统的SCADA系统或内部开发的控制系统迥然不同，其中个人用户仅可通过限定的平台(主要为PC或工业PC)访问系统信息，并且远程访问通常限于一个系统对应一个用户或一个系统对应有限制的用户基数。此外，还可以形成用户组/社区并且提供共享、存储和呈现数据的通用集中方式和标准化方式的可能性也是根据本发明的重要特征，而这与传统的SCADA系统不同。
根据本发明的另一个实施例，系统设置包括一个或多个实验室模拟平台。如上所述，本发明涵盖使用一个或多个实验室模拟平台或全规模过程，或它们的组合的替代形式。在这两种情况下，一个或多个过程(即一个或多个模拟过程或一个或多个全规模过程)与云计算单元关联并且从该过程自身上传所有数据输入。
本发明可以用于许多不同的应用中。根据一个具体实施例，一个或多个发酵过程是厌氧或有氧发酵过程。此类厌氧过程的一个例子是生物废料的厌氧处理，例如用于产沼气的厌氧消化。有氧过程可例如为废水的这种处理。
根据一个具体实施例，一个或多个发酵过程是一个或多个产沼气发酵过程。如上所述，发酵单元可以为生物反应器。应当指出，任何类型的反应器均可通过进气口连接到根据本发明的系统设置。然而，设计允许液体和气体质量传递以及连续混合和加热的气密性反应器是一项艰巨的任务，并且像这样的系统经常被认为是不可靠的。因此，根据本发明的系统可包括已证实的反应器组，其具有所有可能的反应器配置，如CSTR(连续搅拌釜式反应器)、UASB(上流式厌氧污泥床)、EGSB(膨胀颗粒污泥床)、IC(内循环)、生物膜等。
此外，根据本发明的系统设置提供若干独特的对于以连续工序进行的厌氧发酵试验很重要的功能。其中之一是自动实时气体标准化。该系统可自动参照温度、压力和水蒸气含量使报告的气体流量标准化。这是重要的，因为沼气是可压缩的介质从而其体积将高度依赖于气体压力和温度。此外，假设由厌氧消化产生的沼气是水蒸气饱和的，从而为了给出准确且精确的定量气体测量值，应最小化水的影响。根据本发明的系统设置的其他独特的特征和优点在下文进一步讨论。
从上文中可以理解，根据本发明的一个具体实施例，系统设置还包括一个或多个测量装置和/或传感器。根据另一个实施例，一个或多个测量装置和/或传感器定位在数据采集单元中。这应被视为一种替代形式，并且应当注意，测量装置和/或传感器可不同地定位在根据本发明的系统设置中。
根据本发明的另一个实施例，系统设置包括至少一个气体流量测量装置。此外，系统设置还可包括测量pH、温度、压力、气体组成、ORP(氧化还原电势)、碱度、(溶解的)氢或(溶解的)氧、VFA(挥发性脂肪酸)、可生物降解的有机物质、或作为关键过程参数的任何发酵代谢物的具体传感器。根据本发明，不同传感器的组合是完全可行的。所关注的传感器以及不同的此类传感器的组合取决于预期应用。
根据本发明的一个具体实施例，系统设置还包括测量pH、气体组成、(溶解的)氢、或温度、或它们的组合的传感器。用于监测和/或控制产生沼气的发酵过程的传感器的最少化具有特别意义。与可行的测量装置和传感器的特征有关的备选方案在下文尤其在实例中进一步讨论。
本发明的另一个独特优点是自动实时计算和关键过程参数可视化的可行性。为了得到用于比较过程数据和操作的通用平台，存在用于使过程数据标准化的多个参数。在本发明的系统中，有机物负载率(OLR)和水力停留时间(HRT)均可计算并且与标准化的气体流量一起实时呈现。为了减少数据处理与传送，这些图表可以呈现为滑动窗，用户可在滑动窗中选择显示针对过程的详细研究具有不同时间间隔的数据或针对过程的更为总体的研究具有更长时间间隔的数据。在此报告中，可计算和存储其他关键过程参数，诸如用于总投入和有机物投入二者的比气体产量(SGP)和气体产率。
所关注的另一个特征为支持交互式进出料。为了给后续实验提供用户友好界面，根据本发明的系统可包括用于底物进料和沼液出料的先进的交互式系统。这可提高系统设置的过程控制能力。然后用户可以指定给料类型、给料浓度，并且计划进料时间和以下变量输入中的一者：量(重量)、所寻求的OLR或HRT。根椐选择的参数，可直接计算其他两个参数，从而为用户提供关于如何对反应器进出料的优化支持。
此外，系统设置可提供以手动和自动模式运行的可能性。对于这种自动模式，无需对进料进行手动输入；相反，用户应仅在过程开始时指定预期的进料量和时间间隔。还可在实验期间随时更改此设置。所有计算的过程参数根据处于活动状态的那种模式进行调整。
可在系统设置内提供的其他可能性为能够生成具有所有所记录和解释的数据的标准化报告，所述数据如根据用户定义的取样时间间隔(即，天、小时或一刻钟)例如使用分段线性插值法进行调整的数据，从而更易于实验的可视化、实验的统计分析和建模，以及例如实验的远程监测。由于系统在这方面的所有功能都基于云，所以只要有互联网连接和兼容的硬件平台(即计算机、智能手机或平板电脑)，用户将无论地理位置如何都能够跟进实验。这也意味着共享来自不同位置的实验数据和后续实验结果极其容易。
如上所述，数据采集单元或仪器可包括测量装置或系统，如用于超低气体流量的流动池阵列，例如在WO10120229中公开的流动池装置，其用于检测根椐所述专利申请的例如沼气或氢气的产量。这可例如通过排水上浮来进行，但其他备选方案也是完全可行的。除可行的流动池阵列外，该仪器可包括大多数电子部件，包括位于操作系统如Linux顶部的嵌入式控制器运行专用软件。嵌入式控制器处理流动池开口的所有配准，维持与数据库的连接并且只要事件一发生就实时上传所有系统生成的数据(即流动池开口的时间、压力、温度)。在断开连接的情况下，系统保存尚未正确上传的数据并且只要连接一恢复就自动再次发送数据。已为此缓存留出充足的存储空间，因此即使极其不稳定的互联网连接也可以安全的方式使用。
可将根据本发明的每个系统分配至具体的用户帐户，并且系统的控制和系统数据的上传均可连接至该帐户。因此，系统可被设计成使得一个系统无法访问由另一个系统生成的数据或未指定用户无法控制该系统。如前所述，根据本发明的一个具体实施例，数据采集单元保存一个或多个发酵过程的在线实时数据以及用户标识信息，以将数据传送至云计算单元中正确的用户帐户。
该系统可创造性地支持DHCP(动态主机配置协议)并且在连接时自动连接至数据库，因此如果用户的网络支持该系统，则解决方案是完全即插即用的而无需用户干预。如果系统还需要更多具体配置的话，则该系统也可以支持此解决方案。
根据本发明，还提供了系统设置的用途。根据一个具体实施例，提供了根据本发明的系统的用途，该系统用于监测和/或控制一个或多个发酵过程。根据一个具体实施例，所述一个或多个发酵过程为产沼气发酵过程。根据本发明的另一个具体实施例，所述用途包括测量至少一个沼气流量，其为一个或多个发酵过程的在线实时数据。
根据另一个具体实施例，结合温度和压力对所述至少一个沼气流量进行补偿，对温度和压力参数也进行测量。此外，一个另外的实施例包括根据本发明的系统设置的用途，并且在此系统设置下对一个或多个连续发酵过程连续地进行监测和/或控制。
附图详述和实例
在图1中，示出了根据本发明的系统设置的一个例子。根据具体实施例的系统设置包括五个主要部分，即生物反应器(BR)、数据采集仪器(DAI)、网站、数据库(DB)和文件存储器(FS)。所有这些部分共同工作以提供系统能够尽可能快速、可靠和安全地工作所需的功能。网站、数据库和文件存储器共同形成系统的云部分，用点标记。然而，重要的是理解这只是一个例子，而事实是例如云计算单元可具有不同的设计，例如其中文件存储能力是数据库的一部分，这尤其涉及到服务器的实用性。然而，数据库应被视为硬件和网站之间的中介者，例如使用CouchDB来存储信息。
文件存储能力可提供放置所有由用户在单独系统，尤其是设计用于数据存储的系统中生成的报告的可能性。与数据库一样，用户访问机制可用于保持不同用户之间的数据完整性并且保持数据分离。另外，如果需要的话，此存储空间可迁移至不同的位置。
此外，网站是用户和系统其余部分之间的主界面。例如，使用工业强度的加密来确保所传送的数据是安全的，从而用户可容易地从任何位置登录并立即访问到正在进行的实验。此外，另一个例子是使用Ruby onRails，从而使软件容易地迁移至不同位置。此外，网站适当地包括管理员界面，允许服务提供方正确地配置和校准每个系统，将具体仪器分配至具体用户，或根椐需要重置密码。
应用实例
下文是根据本发明的系统设置的应用实例。在此研究中，考察了豆浆在四个2L反应器中的两种不同负载率的影响。该试验通过在37℃下手动进料18天来进行。就一般工序而言，18天对于进行连续发酵过程来说太短，然而，可提早获得过程性能的指示，并且该试验的目的主要是验证功能并且重点说明系统设置可如何用于以连续工序进行的厌氧发酵试验的实例。
试验的结果在图2-图4中给出，并且直接从所生成的MS Excel报告中取得，用于计算平均值的少数手动输入除外。在图2中，绘制有机物负载率。在此可以看到在平时具有较高值而在没有进料的周末具有较低值的典型趋势。线不完全直的原因是因为并不是恰好在报告值出现小变动的同一时间进行每次进料。
在图3中，绘制四个不同反应器的沼气生产率。在前四天未添加任何底物至反应器中；如图所示，所有反应器在此期间均具有相似的沼气产量的下降曲线。在第四天开始进料后，两种负载状态开始变得有差别。在接下来的几天，气体产量明显分离，在多次重复内具有良好的可重现性。从第八天起，对反应器停止进料两天，因此可再次观察到沼气产量的急速下降趋势。两种负载状态在此饥饿期结束时以相似水平结束的事实表明大部分所添加的易生物降解的底物已被消耗。实验的第二周具有与第一周相同的趋势，表明该系统很可能已达到平衡。
在图4中，绘制了沼气产率。由于这是有机物负载与气体生产率之间的直接关联，所以可观察到两个参数的相似趋势。在第8天和第15天的高峰是由于此时较低的有机物负载。总之，该试验表明，可以在操作以及数据采集和解释两方面最少的工作量来使用该系统。
结论
本发明提供具有基于云的平台、尤其是用于厌氧连续发酵试验甚至全规模过程的系统设置，该系统设置允许用户容易地设置、操作以及跟进实验和过程操作。由于具备了能够利用云计算的能力，可以通过互联网访问从任何位置监测和控制实验。此外，该系统设置可保证在数据存储和计算能力方面无限制。该系统特别设计用于操作实验室规模的厌氧消化过程，以模拟以连续进料/出料模式进行的全规模操作。系统可实时计算所有关键过程参数并以合适的方式提供这些参数。
采用根据本发明的系统设置的一些优点为：
没有数据过饱和的风险。由于以连续模式进行的大部分实验将处理大量数据，所以将数据从物理系统转移到另一个位置是有价值的。这允许物理系统保持比较简单而无大计算能力或存储容量的特殊需求。
-易于设置系统。使系统自动连接至云设置也减轻了在处理本地设置时可能出现的一些互联网配置问题。用户无需配置其所处内联网的本地设备即可实现数据访问。无需端口转发或类似步骤，因为如果连接源自内部网络，则系统在通常开放用于外部通信的端口处自动上传所有数据。当访问所述数据时，在通常开放的端口上的连接将源自内部网络，并且将对托管网站软件的服务器进行连接。在任何时候都必须禁止对源自内联网外部的连接的需求。
-易于更新和维护。在服务提供方的直接控制下在外部服务器上托管用户界面和计算也使更新具有更多特征的软件或修复缺陷更加容易。从而用户手动对物理机器打补丁的需要大大减少。大多数解决方案将涉及升级在服务器上运行的软件并且将使其优点立即可用于每个人。文件服务器还为用户提供非常方便的用于存储其生成的报告的解决方案，所述报告可随时从任何互联网连接的位置进行访问。
总而言之，本发明提供系统设置以用作被设计例如用于实验室规模实验的新过程模拟工具或用于全规模操作的过程监测工具。灵活的设置可具有在云环境中托管的用户友好界面，能够以非常准确和可重现的方式进行连续发酵试验而在后续操作和数据解释方面均具有最少工作量的仪器平台。在云环境中托管该设置提供在无可匹敌的可访问性、可靠性和灵活性方面的巨大益处，这对于数据密集型连续厌氧发酵试验或操作而言是理想的。此外，该系统可提供高精度气体产量监测，该监测例如可依赖于利用排液上浮原理用于超低气体流量的流量计阵列。

Claims (19)

1.一种用于监测和/或控制一个或多个发酵过程的系统设置，所述系统
设置包括：
-至少一个发酵单元；
-数据采集单元；以及
-云计算单元，所述云计算单元具有数据库、文件存储能力、数据计算能力和用户界面能力；
其中所述至少一个发酵单元连接至所述采集单元，所述采集单元又连接至所述云计算单元，从而可将所述一个或多个发酵过程的在线实时数据从所述至少一个发酵单元通过所述数据采集单元传送至所述云计算单元以针对在线用户进行解释和显示，并且其中所述系统设置使所述一个或多个发酵过程的所述在线实时数据的测量能够在所述至少一个发酵单元和/或所述数据采集单元中进行，
其中所述系统设置还包括：
-一个或多个实验室模拟平台和/或全规模过程，其包括所述至少一个发酵单元，与所述云计算单元数据连接；
并且其中所述数据采集单元连接至所述云计算单元，以使得所有数据采集、数据解释和数据存储集中在所述云计算单元上进行。
2.根据权利要求1所述的系统设置，其中集中进行的所有数据采集、数据解释和数据存储以标准化方式进行。
3.根据权利要求2所述的系统设置，其中所述标准化方式意味着允许在限定的用户组/社区内的各用户间进行所述相关数据的比较和信息共享的数据解释。
4.根据权利要求2或3所述的系统设置，其中所述标准化方式意味着将已制定的明确定义的标准和协议用于相关数据和数据显示。
5.根据权利要求2-4中任一项所述的系统设置，其中所述标准化方式意味着使用数据存储和数据显示的预定义格式。
6.根据前述任一项权利要求所述的系统设置，其中所述系统设置包括一个或多个实验室模拟平台。
7.根据前述任一项权利要求所述的系统设置，其中所述一个或多个发酵过程为厌氧发酵过程或有氧发酵过程。
8.根据前述任一项权利要求所述的系统设置，其中所述一个或多个发酵过程为一个或多个产沼气发酵过程。
9.根据前述任一项权利要求所述的系统设置，其中所述系统设置还包括一个或多个测量装置和/或传感器。
10.根据权利要求9所述的系统设置，其中一个或多个测量装置和/或传感器定位在所述数据采集单元中。
11.根据权利要求8-10中任一项所述的系统设置，其中所述系统设置包括至少一个气体流量测量装置。
12.根据权利要求8-11中任一项所述的系统设置，其中所述系统设置还包括测量pH、温度、压力、气体组成、ORP(氧化还原电势)、碱度、(溶解的)氢或(溶解的)氧、VFA(挥发性脂肪酸)、可生物降解的有机物质、或作为关键过程参数的任何发酵代谢物的传感器。
13.根据权利要求8-12中任一项所述的系统设置，其中所述系统设置还包括测量pH、气体组成、(溶解的)氢、或温度、或它们的组合的传感器。
14.根据前述任一项权利要求所述的系统设置，其中所述数据采集单元同时保存所述一个或多个发酵过程的在线实时数据以及用户标识信息，以将数据传送至所述云计算单元中正确的用户帐户。
15.根据前述任一项权利要求所述的系统的用途，所述系统用于监测和/或控制一个或多个发酵过程。
16.根据权利要求15所述的用途，其中所述一个或多个发酵过程为产沼气发酵过程。
17.根据权利要求15或16所述的用途，其中测量至少一个沼气流量并且所述至少一个沼气流量为所述一个或多个发酵过程的所述在线实时数据。
18.根据权利要求17所述的用途，其中结合温度和压力对所述至少一个沼气流量进行补偿，对所述温度和压力参数也进行测量。
19.根据权利要求14-18中任一项所述的用途，其中对一个或多个连续发酵过程连续地进行监测和/或控制。
CN201380054860.7A 2012-11-01 2013-11-01 用于监测和/或控制发酵过程的系统设置 Pending CN104884604A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE1251237-2 2012-11-01
SE1251237 2012-11-01
PCT/SE2013/051285 WO2014070099A1 (en) 2012-11-01 2013-11-01 System setup for monitoring and/or controlling fermentation processes

Publications (1)

Publication Number Publication Date
CN104884604A true CN104884604A (zh) 2015-09-02

Family

ID=50627820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380054860.7A Pending CN104884604A (zh) 2012-11-01 2013-11-01 用于监测和/或控制发酵过程的系统设置

Country Status (4)

Country Link
US (1) US20150291927A1 (zh)
EP (1) EP2914711A4 (zh)
CN (1) CN104884604A (zh)
WO (1) WO2014070099A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106085844A (zh) * 2016-08-24 2016-11-09 镇江格瑞生物工程有限公司 一种成套发酵系统
CN107629946A (zh) * 2017-11-06 2018-01-26 河南省图天新能源科技有限公司 基于大数据云技术的沼气生产智能控制系统及控制方法
CN109401961A (zh) * 2018-10-16 2019-03-01 上海量能生物科技有限公司 具有人工智能的生物培养系统
CN113759702A (zh) * 2021-09-16 2021-12-07 四川北控聚慧物联网科技有限公司 一种垃圾厌氧处理的物联网-自动化控制系统及方法
WO2022095501A1 (zh) * 2020-11-06 2022-05-12 深圳市深能环保东部有限公司 一种生活垃圾渗滤液的厌氧处理工艺异常识别及调整方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105137853A (zh) * 2015-07-22 2015-12-09 黑龙江省能源环境研究院 基于Wlan和ZigBee的沼气发酵监控装置
CN105159221B (zh) * 2015-10-14 2018-08-24 青岛天人环境股份有限公司 一种基于app的智能罐产气状态监控诊断方法及其系统
CN107843295A (zh) * 2017-12-12 2018-03-27 黑龙江省能源环境研究院 一种沼气工程大数据平台系统与方法
EP3746543A4 (en) * 2018-01-29 2021-11-10 Culture Biosciences, Inc. AUTOMATED CONTROL PROCESSES FOR A FERMENTATION SYSTEM
GB201803549D0 (en) * 2018-03-06 2018-04-18 Univ Court Univ Of Glasgow Networked reaction systems
CN111733070A (zh) * 2020-06-03 2020-10-02 北京科技大学 碱度与pH在线监测厌氧发酵酸化的双控系统及方法
CN116144489B (zh) * 2023-04-19 2023-07-11 山东土木启生物科技有限公司 一种微生物发酵自动控制系统
CN116820057B (zh) * 2023-08-30 2023-12-01 四川远方云天食品科技有限公司 一种基于物联网的火锅底料生产监测方法和系统
CN117057594B (zh) * 2023-10-13 2024-01-09 青岛大数华创科技有限公司 实验室样本培育数据监测系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1092764A2 (en) * 1999-10-11 2001-04-18 F. Hoffmann-La Roche Ag Continuous fermentation process
CN201999928U (zh) * 2010-03-09 2011-10-05 安阳利浦筒仓工程有限公司 取样回路连续监测型厌氧发酵罐
WO2012005667A1 (en) * 2010-07-05 2012-01-12 Bioprocess Control Sweden Ab System for biological fermentation
CN102433257A (zh) * 2011-10-13 2012-05-02 北京英保通科技发展有限公司 一种沼气设备运行参数监测方法
CN102438958A (zh) * 2009-04-14 2012-05-02 碧普(瑞典)有限公司 用于生物甲烷潜力测试的系统装备
CN102546761A (zh) * 2011-12-19 2012-07-04 北京英保通科技发展有限公司 基于云计算的远程实时沼气运行参量监测系统构建方法
CN202793449U (zh) * 2011-12-16 2013-03-13 北京慧网通达科技股份有限公司 一种远程实时沼气运行参量云端监测设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2360095A (en) * 2000-03-10 2001-09-12 Marconi Applied Techn Ltd Chemical sensor array system
KR20010079126A (ko) * 2001-06-15 2001-08-22 박성배 발효기 내부 조건의 실시간 측정 및 제어시스템
US7635586B2 (en) * 2003-11-26 2009-12-22 Broadley-James Corporation Integrated bio-reactor monitor and control system
US9206383B2 (en) * 2009-12-07 2015-12-08 The Trustees Of Columbia University In The City Of New York Bioreactor, devices, systems and methods
US20120164997A1 (en) * 2010-12-23 2012-06-28 Zeeplanner Llc System and method for organizing events and meetings
US8818562B2 (en) * 2011-06-04 2014-08-26 Invensys Systems, Inc. Simulated fermentation process
WO2013016438A2 (en) * 2011-07-26 2013-01-31 General Electric Company Wastewater treatment plant online monitoring and control
CN202489956U (zh) * 2012-03-29 2012-10-17 上海海事大学 一种血氧监测服务系统
CN102917024B (zh) * 2012-09-20 2015-10-28 华东理工大学 基于云计算与rfid的牛乳质量监测系统及其监测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1092764A2 (en) * 1999-10-11 2001-04-18 F. Hoffmann-La Roche Ag Continuous fermentation process
CN102438958A (zh) * 2009-04-14 2012-05-02 碧普(瑞典)有限公司 用于生物甲烷潜力测试的系统装备
CN201999928U (zh) * 2010-03-09 2011-10-05 安阳利浦筒仓工程有限公司 取样回路连续监测型厌氧发酵罐
WO2012005667A1 (en) * 2010-07-05 2012-01-12 Bioprocess Control Sweden Ab System for biological fermentation
CN102433257A (zh) * 2011-10-13 2012-05-02 北京英保通科技发展有限公司 一种沼气设备运行参数监测方法
CN202793449U (zh) * 2011-12-16 2013-03-13 北京慧网通达科技股份有限公司 一种远程实时沼气运行参量云端监测设备
CN102546761A (zh) * 2011-12-19 2012-07-04 北京英保通科技发展有限公司 基于云计算的远程实时沼气运行参量监测系统构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GAO L.等: "Development of remote controlled lab scale bioreactor using virtual instrument technology", 《2011 IEEE INTERNATIONAL SYMPOSIUM ON IT IN MEDICINE AND EDUCATION》 *
JAGADEESH CHANDRA A.P等: "Web-based collaborative learning architecture for remote experiment on control of bioreactor"s environment", 《JOURNAL OF SOFTWARE》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106085844A (zh) * 2016-08-24 2016-11-09 镇江格瑞生物工程有限公司 一种成套发酵系统
CN107629946A (zh) * 2017-11-06 2018-01-26 河南省图天新能源科技有限公司 基于大数据云技术的沼气生产智能控制系统及控制方法
CN109401961A (zh) * 2018-10-16 2019-03-01 上海量能生物科技有限公司 具有人工智能的生物培养系统
WO2022095501A1 (zh) * 2020-11-06 2022-05-12 深圳市深能环保东部有限公司 一种生活垃圾渗滤液的厌氧处理工艺异常识别及调整方法
CN113759702A (zh) * 2021-09-16 2021-12-07 四川北控聚慧物联网科技有限公司 一种垃圾厌氧处理的物联网-自动化控制系统及方法

Also Published As

Publication number Publication date
EP2914711A1 (en) 2015-09-09
EP2914711A4 (en) 2016-06-01
WO2014070099A1 (en) 2014-05-08
US20150291927A1 (en) 2015-10-15

Similar Documents

Publication Publication Date Title
CN104884604A (zh) 用于监测和/或控制发酵过程的系统设置
Thema et al. Biological CO2-methanation: an approach to standardization
Mauky et al. Model predictive control for demand‐driven biogas production in full scale
CN107132325B (zh) 一种基于粒子群算法和支持向量机的废水厌氧处理系统出水挥发性脂肪酸的软测量方法
CN104774902A (zh) 一种发酵过程优化与放大的方法与装置
Dewasme et al. State and unknown input estimation of an anaerobic digestion reactor with experimental validation
US20230384253A1 (en) Systems and methods for controlling oxygen levels
Donoso-Bravo et al. Simplified mechanistic model for the two-stage anaerobic degradation of sewage sludge
Yuan et al. Robust optimal control problem with multiple characteristic time points in the objective for a batch nonlinear time-varying process using parallel global optimization
Kravaris et al. Tracking the singular arc of a continuous bioreactor using sliding mode control
Mejdoub et al. Regulation of biogas production through waste water anaerobic digestion process: modeling and parameters optimization
Xie et al. Digital economy, structural deviation, and regional carbon emissions
Dittmer et al. Model predictive control: demand-orientated, load-flexible, full-scale biogas production
Lara-Cisneros et al. Software sensor for online estimation of the VFA’s concentration in anaerobic digestion processes via a high-order sliding mode observer
Chaabna et al. Genetic algorithm based identification of biogas production model from wastewater via anaerobic digestion model no. 1
Körber et al. Demand-oriented biogas production to cover residual load of an electricity self-sufficient community using a simple kinetic model
Song et al. When is the quasi-steady-state approximation admissible in metabolic modeling? When admissible, what models are desirable?
CN113138584A (zh) 一种生物反应器数据管理和远程控制系统及方法
Gracia et al. Life cycle analysis for the production of volatile fatty acids from wastewater treatment plant sludge
Neba et al. Can the operating limits of biogas plants operated under non-isothermal conditions be defined with certainty? Modeling self-optimizing attainable regions
Kirim et al. An improved 1D reactive Bürger–Diehl settler model for secondary settling tank denitrification
Seick et al. ThermoFlex: Heat Storage in Secondary Digesters for Flexible Power Generation of Biogas Plants
Söbke et al. BIM-based sizing of reactors in processing facilities
Jing et al. Empirical studies on the performance and influencing factors of the transformation of scientific and technological achievements in Water Major Project
Dittmer et al. Modeling and Simulation of Biogas Production in Full Scale with Time Series Analysis. Microorganisms 2021, 9, 324

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150902