KR20240040392A - 아미노산 발효용 발효조의 cfd 기반 최적화 방법 및 시스템 - Google Patents
아미노산 발효용 발효조의 cfd 기반 최적화 방법 및 시스템 Download PDFInfo
- Publication number
- KR20240040392A KR20240040392A KR1020220119331A KR20220119331A KR20240040392A KR 20240040392 A KR20240040392 A KR 20240040392A KR 1020220119331 A KR1020220119331 A KR 1020220119331A KR 20220119331 A KR20220119331 A KR 20220119331A KR 20240040392 A KR20240040392 A KR 20240040392A
- Authority
- KR
- South Korea
- Prior art keywords
- impeller
- cfd
- fermenter
- amino acid
- based optimization
- Prior art date
Links
- 238000000855 fermentation Methods 0.000 title claims abstract description 88
- 230000004151 fermentation Effects 0.000 title claims abstract description 88
- 238000005457 optimization Methods 0.000 title claims abstract description 45
- 150000001413 amino acids Chemical class 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 39
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 69
- 239000001301 oxygen Substances 0.000 claims abstract description 69
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 69
- 238000012546 transfer Methods 0.000 claims abstract description 52
- 238000013461 design Methods 0.000 claims abstract description 20
- 239000012530 fluid Substances 0.000 claims abstract description 13
- 239000007788 liquid Substances 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000009792 diffusion process Methods 0.000 claims abstract description 6
- 239000007789 gas Substances 0.000 claims abstract description 6
- 230000021715 photosynthesis, light harvesting Effects 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 37
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000005273 aeration Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000813 microbial effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
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
- 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
- C12M1/00—Apparatus for enzymology or microbiology
-
- 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
- C12M1/00—Apparatus for enzymology or microbiology
- C12M1/04—Apparatus for enzymology or microbiology with gas introduction means
- C12M1/06—Apparatus for enzymology or microbiology with gas introduction means with agitator, e.g. impeller
-
- 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
- C12M1/00—Apparatus for enzymology or microbiology
- C12M1/36—Apparatus for enzymology or microbiology including condition or time responsive control, e.g. automatically controlled fermentors
-
- 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
- C12M27/00—Means for mixing, agitating or circulating fluids in the vessel
- C12M27/02—Stirrer or mobile mixing elements
-
- 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
- C12M27/00—Means for mixing, agitating or circulating fluids in the vessel
- C12M27/18—Flow directing inserts
- C12M27/20—Baffles; Ribs; Ribbons; Auger vanes
-
- 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
- C12M29/00—Means for introduction, extraction or recirculation of materials, e.g. pumps
- C12M29/06—Nozzles; Sprayers; Spargers; Diffusers
Abstract
본 발명의 목적은 전산유체역학을 기반으로 발효조 내의 유동현상을 시뮬레이션 하는 아미노산 발효용 발효조의 CFD 기반 최적화 방법을 제공하는 것이다. 본 발명의 아미노산 발효용 발효조의 CFD 기반 최적화 방법은, 적어도 하나의 임펠러 발효조의 최적화 목적에 대한 목적 변수, 제한 변수, 및 설계 변수를 설정하는 제1단계, 상기 목적 변수에 따른 상기 제한 변수와 상기 설계 변수의 조건별로 상기 임펠러 발효조의 유동영역에 대한 3차원 형상을 생성하는 제2단계, 상기 3차원 형상 정보에 기초하여 상기 유동영역에 대한 전산유체역학 해석으로 산소확산계수(Oxygen Diffusion Coefficient), 액체 밀도(Liquid density), 액체 점도(Liquid viscosity), 가스 유지(Gas hold-up), 기포 직경(Bubble diameter), 에너지 소산율(Energy Dissipation Rate), 및 토크(Torque) 중 적어도 하나인 제1차값을 산출하는 제3단계, 상기 제1차값을 이용하여 산소전달계수와 소비전력 비율인 제2차값을 산출하는 제4단계, 및 상기 제1단계의 상기 설계 변수를 다양하게 변화시키면서, 상기 제2단계, 상기 제3단계 및 상기 제4단계를 반복하고, 변화 전후의 제2차값들을 비교한 비교값으로 최적점을 찾는 제5단계를 포함한다.
Description
본 발명은 아미노산 발효용 발효조의 CFD 기반 최적화 방법 및 시스템에 관한 것이다.
생물분야에서 발효조의 효율 향상을 위한 방법으로써 생물학적으로 미생물 개량 및 미생물 재순환 방법이 있다. 미생물 개량 및 미생물 재순환 방법은 미생물의 생산성 및 미생물의 농도를 높인다. 이 과정에서 미생물의 아미노산 생산에 직접적으로 관계하는 산소 요구량이 증가하게 된다.
이때, 공급된 공기에서 산소가 배양액으로 빠르게 전달되기 위하여, 고농도 산소, 폭기 속도(aeration rate), 회전수(RPM), 및 임펠러 유형(impeller type) 등 다양한 변수들이 존재한다.
또한 산소전달을 빠르게 전달하기 위하여 임펠러의 지름을 키우거나 임펠러의 회전수(RPM)를 높이는 방법이 있으나, 이 방법들은 많은 에너지를 사용한다. 그러므로 산소전달과 에너지를 고려하여 현재 상황에 적합한 운전조건을 찾을 필요가 있다.
이렇듯 다양한 운전조건별로 산소전달과 에너지를 분석하기 위해서는 많은 실험이 필요하다. 실험실에서는 발효조의 높이와 지름, 임펠러의 사이즈와 모양, 및 운전조건별로 소형 발효조로 제작하여 실험이 가능하다.
그러나 생산 현장에서 사용되는 발효조는 대형이므로 이 발효조의 구조를 변경하거나 운전조건별로 실험을 하기 위해서는 생산 중단과 많은 비용이 소요된다. 그러므로 대형 발효조로 하는 실험에는 한계가 있다.
본 발명의 목적은 전산유체역학을 기반으로 발효조 내의 유동현상을 시뮬레이션 하는 아미노산 발효용 발효조의 CFD 기반 최적화 방법을 제공하는 것이다.
본 발명의 다른 목적은 물리적인 한계를 극복하고 아미노산 발효용 발효조에서 아미노산 발효에 대한 산소전달계수와 소비전력을 예측하는 아미노산 발효용 발효조의 CFD 기반 최적화 방법을 제공하는 것이다.
본 발명의 다른 목적은 아미노산 발효용 발효조에서 발효액에 산소를 효율적으로 공급하는 최적조건을 찾는 아미노산 발효용 발효조의 CFD 기반 최적화 방법을 제공하는 것이다.
본 발명의 다른 목적은 상기한 아미노산 발효용 발효조의 CFD 기반 최적화 방법을 적용한 아미노산 발효용 발효조의 CFD 기반 최적화 시스템을 제공하는 것이다.
본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법은, 적어도 하나의 임펠러 발효조의 최적화 목적에 대한 목적 변수, 제한 변수, 및 설계 변수를 설정하는 제1단계, 상기 목적 변수에 따른 상기 제한 변수와 상기 설계 변수의 조건별로 상기 임펠러 발효조의 유동영역에 대한 3차원 형상을 생성하는 제2단계, 상기 3차원 형상 정보에 기초하여 상기 유동영역에 대한 전산유체역학 해석으로 산소확산계수(Oxygen Diffusion Coefficient), 액체 밀도(Liquid density), 액체 점도(Liquid viscosity), 가스 유지(Gas hold-up), 기포 직경(Bubble diameter), 에너지 소산율(Energy Dissipation Rate), 및 토크(Torque) 중 적어도 하나인 제1차값을 산출하는 제3단계, 상기 제1차값을 이용하여 산소전달계수와 소비전력 비율인 제2차값을 산출하는 제4단계, 및 상기 제1단계의 상기 설계 변수를 다양하게 변화시키면서, 상기 제2단계, 상기 제3단계 및 상기 제4단계를 반복하고, 변화 전후의 제2차값들을 비교한 비교값으로 최적점을 찾는 제5단계를 포함한다.
상기 제1단계는 상기 목적 변수로 상기 산소전달계수, 상기 소비전력 비율 중 현재 상황을 고려하여 적어도 하나를 선택할 수 있다.
상기 제1단계는 상기 제한 변수로 상기 발효조의 높이와 상기 발효조의 지름, 스파저(sparger) 모양, 폭기 속도(aeration rate), 상기 발효조의 운전 부피 중 적어도 하나를 포함할 수 있다.
상기 제1단계는 상기 설계 변수를 상기 발효조의 변경이 가능한 범위 내에서 전산유체역학 시뮬레이션 조건으로 설정할 수 있다.
상기 제1단계는 상기 설계 변수로, 상기 임펠러의 회전수(rpm), 상기 임펠러의 모양, 상기 임펠러의 개수, 상기 임펠러의 지름, 및 상기 임펠러의 설치 높이 중 적어도 하나를 포함할 수 있다.
상기 제1단계는 상기 임펠러의 최대 높이를 상기 발효조의 운전부피 높이 안에 설정할 수 있다.
상기 제4단계는 상기 산소전달계수와 상기 소비전력 비율을 이용하여, 소비전력 비율당 산소전달계수(kLa/power ratio) 비율인 제3차값을 산출하는 제41단계를 더 포함할 수 있다.
상기 제5단계는 변화 전후의 상기 제3차값들을 비교한 비교값으로 최적점을 찾는 제51단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 시스템은, 상기 아미노산 발효용 발효조의 CFD 기반 최적화 방법으로 시뮬레이션하는 시뮬레이션부, 상기 시뮬레이션부에서 최적화되어 현장에 적용된 발효조, 운전 중 상기 발효조의 최적 상태에서 벗어난 오차 데이터를 모니터링하는 모니터링 센서, 및 상기 모니터링 센서에서 모니터링 된 오차 데이터가 허용 오차 범위를 초과하는지를 비교하여 관리자에게 알려주는 제어부를 포함할 수 있다.
상기 발효조는 모터로 구동되는 축에 하단에서부터 상방으로 가면서 설정된 간격으로 이격되는 제1단 임펠러, 제2단 임펠러, 제3단 임펠러, 직경 방향 내측벽 양측에 구비되는 제1배플과 제2배플, 및 상기 제1단 임펠러의 하방에 구비되어 공기를 불어넣는 스파저를 포함할 수 있다.
이와 같이 본 발명의 일 실시예는 3차원 형상 정보에 기초하여 발효조의 유동영역에 대한 전산유체역학 해석으로 적어도 하나의 임펠러가 적용된 발효조에서 발효조의 아미노산 종류와 운전조건에 따라 최적의 임펠러의 높이를 조정할 수 있다.
본 발명의 일 실시예는 생산 제품별 수요에 따라 다양한 아미노산을 생산하고, 생산량을 조절이 필요한 생산 공장에서는 발효조의 임펠러 높이를 조정하므로 생산성을 향상시키고 소비전력을 절감할 수 있다.
본 발명의 일 실시예는 전산유체역학 해석으로 발효조의 유체현상을 계산하고 산소전달계수 및 소비전력을 객관적으로 확인 가능하도록 하였으므로 소비전력에 따른 산소전달계수의 증가 효과를 산출할 수 있다.
따라서 경제적 이점을 기대할 수 있다. 즉 본 발명의 일 실시예는 전산유체역학 해석을 통하여 산업 현장에서 사용되는 발효조의 구조 특성을 반영할 수 있고, 해당 발효조의 산소전달계수와 소비전력의 예측을 통하여 최적화를 구현할 수 있다.
도 1는 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 순서도이다.
도 2는 본 발명의 일 실시예에 적용되는 아미노산 발효용 발효조의 기본 구성도이다.
도 3은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 제1실험예에 사용되는 임펠러의 사진이다.
도 4 내지 도 6은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 시뮬레이션에서 생성된 발효조에서 임펠러의 관계를 도시한 사시도이다.
도 7은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 적용되는 아미노산 발효용 발효조의 기본 구성도이다.
도 3은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 제1실험예에 사용되는 임펠러의 사진이다.
도 4 내지 도 6은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 시뮬레이션에서 생성된 발효조에서 임펠러의 관계를 도시한 사시도이다.
도 7은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 시스템의 블록도이다.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙였다.
도 1는 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 순서도이다. 도 1을 참조하면, 일 실시예의 CFD 기반 최적화 방법은 제1단계(ST1), 제2단계(ST2), 제3단계(ST3), 제4단계(ST4) 및 제5단계(ST5)를 포함한다.
제1단계(ST1)는 적어도 하나의 임펠러를 가지는 발효조의 최적화 목적에 대한 목적 변수, 제한 변수, 및 설계 변수를 설정한다. 제1단계(ST1)는 목적 변수로 산소전달계수(kLa), 및 소비전력 비율(power ratio) 중 현재 상황을 고려하여 적어도 하나를 선택할 수 있다.
제1단계(ST1)는 제한 변수로 상기 발효조의 높이와 발효조의 지름, 스파저(sparger) 모양, 폭기 속도(aeration rate), 발효조의 운전 부피 중 적어도 하나를 포함할 수 있다.
제1단계(ST1)는 설계 변수를 발효조의 변경이 가능한 범위 내에서 전산유체역학 시뮬레이션 조건으로 설정할 수 있다. 제1단계(ST1)는 설계 변수로, 임펠러의 회전수(rpm), 임펠러의 모양, 임펠러의 개수, 임펠러의 지름, 및 임펠러의 설치 높이 중 적어도 하나를 포함할 수 있다. 제1단계(ST1)는 임펠러의 최대 높이를 발효조의 운전부피 높이 안에 설정할 수 있다.
도 2는 본 발명의 일 실시예에 적용되는 아미노산 발효용 발효조의 기본 구성도이다. 도 2 를 참조하면, 아미노산 발효용 발효조(1)는 하나의 축(2)의 하단에서 상단으로 가면서 설정된 간격으로 이격되는 제1단 임펠러(IP1), 제2단 임펠러(IP2), 제3단 임펠러(IP3), 직경 방향 내측벽 양측에 구비되는 제1배플(BF1)과 제2배플(BF2), 및 제1단 임펠러(IP1)의 하방에 구비되어 공기를 불어넣는 스파저(3)를 포함한다. 축(2)은 모터(M, 도 7 참조)의 토크에 의하여 회전 작동한다.
도 3은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 제1실험예에 사용되는 임펠러의 사진이다. 도 3을 참조하면, 하나의 축(2)에 제1단 임펠러(IP1), 제2단 임펠러(IP2), 제3단 임펠러(IP3)가 구비되어 있다.
도 4 내지 도 6은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 방법의 시뮬레이션에서 생성된 발효조에서 임펠러의 관계를 도시한 사시도이다.
다시 도 1을 참조하면, 제2단계(ST2)는 목적 변수에 따른 제한 변수와 설계 변수의 조건별로 임펠러 발효조의 유동영역에 대한 3차원 형상을 생성한다. 도 4 내지 도 6은 임펠러 발효조의 유동영역에 대하여 생성한 3차원 형상을 나타낸다.
제3단계(ST3)는 3차원 형상 정보에 기초하여 유동영역에 대한 전산유체역학 해석으로 산소확산계수(Oxygen Diffusion Coefficient), 액체 밀도(Liquid density), 액체 점도(Liquid viscosity), 가스 유지(Gas hold-up), 기포 직경(Bubble diameter), 에너지 소산율(Energy Dissipation Rate), 및 토크(Torque) 중 적어도 하나인 제1차값을 산출한다.
액체는 발효조 내에 채워지고, 가스 유지 및 기포는 스파저(3)로 불어넣는 공기에 의하여 설정된다. 토크(Torque)는 축(2)의 회전으로 제1, 제2, 제3단 임펠러(IP1, IP2, 1P3)에 의하여 축(2)에 걸리는 모터(M)의 회전력을 의미한다.
제4단계(ST4)는 제1차값을 이용하여 산소전달계수(kLa)와 소비전력 비율인 제2차값을 산출한다. 산소전달계수(kLa)는 수학식 1로 산출된다.
, , ,
토크를 기반으로 하는 소비전력(Pg)은 수학식 2, 즉 초당 회전수(N)와 토크로 산출된다.
,
토크는 CFD 연산 중에 계산된다. 소비전력 비율은 토크를 토대로 도출된 소비전력(Pg)으로 산출한다.
제5단계(ST5)는 제1단계(ST1)의 설계 변수를 다양하게 변화시키면서, 제2단계(ST2), 제3단계(ST3) 및 제4단계(ST4)를 순차적으로 반복하고, 순차마다 발생하는 변화 전후의 제2차값들을 비교한 비교값으로 최적점을 찾는다.
또한, 제4단계(ST4)는 제2차값을 이용하여 소비전력 비율당 산소전달계수(kLa/power ratio) 비율인 제3차값을 더 산출할 수 있다.
이 경우, 제5단계(ST5)는 제1단계(ST1)의 설계 변수를 다양하게 변화시키면서, 제2단계(ST2), 제3단계(ST3) 및 제4단계(ST4)를 순차적으로 반복하고, 순차마다 발생하는 변화 전후의 제3차값들을 비교한 비교값으로 최적점을 찾을 수 있다.
이하에서 실제 실험예와 시뮬레이션을 예로 들어서 설명한다.
실험예 1과 시뮬레이션 1
도 3 내지 도 6을 참조하면, 일 실시예의 CFD 기반 최적화 방법에 따른 실험예 1과 시뮬레이션 1에 대하여 설명한다. 도 4 내지 도 6은 제2단계(ST2)로 얻어진 것이다. 제2단계(ST2)는 제1단계(ST1)의 조건별로 임펠러 발효조의 유동영역에 대한 3차원 형상을 생성한다.
제3단계(ST3)는 3차원 형상 정보에 기초하여 유동영역에 대한 전산유체역학 해석으로 산소확산계수(Oxygen Diffusion Coefficient), 액체 밀도(Liquid density), 액체 점도(Liquid viscosity), 가스 유지(Gas hold-up), 기포 직경(Bubble diameter), 에너지 소산율(Energy Dissipation Rate), 및 토크(Torque) 중 적어도 하나인 제1차값을 산출한다.
표 1은 소형 발효조에서 임펠러의 높이별 산소전달계수(kLa), 소비전력 비율 및 소비전력 비율당 산소전달계수(kLa/power ratio) 비율을 나타낸다. 일례로써, 소형 발효조는 1L 초과 내지 100L 미만의 볼륨을 가진다.
구분 | 단위 | 케이스 1 (3단) | 케이스 2 (2cm 상승) |
케이스 3 (2cm 하강) |
높이 | mm | 75 | 95 | 55 |
산소전달계수(kLa) | (1/s) | 0.0452 | 0.0441 | 0.053 |
소비전력 비율 | 1.00 | 0.98 | 1.10 | |
kLa/소비전력 비율 | 0.0452 | 0.0450 | 0.0482 | |
배양시간 비율 | - | 27 | 28 | 26 |
생산성 비율 | - | 1.00 | 0.98 | 1.05 |
소형 발효조를 이용하여 시뮬레이션을 하였다. 우선적으로 제1변수로 발효조의 크기, 임펠러의 크기, 임펠러의 회전수(RPM)를 고정하고, 제2변수로 제2단 임펠러(IP2)의 높이를 변경하여(케이스 1, 2, 3) CFD로 발효조를 시뮬레이션 하였다.
케이스 1, 2, 3은 하측에서 상측으로 가면서 제1단 임펠러(IP1), 제2단 임펠러(IP2) 및 제3단 임펠러(IP3)를 배치하고. 그 중간에 위치하는 제2단 임펠러(IP2)의 위치를 기준이 되는 75mm, 기준에서 하강시킨 55mm, 기준에서 상승시킨 95mm로 설정하였다.
이 시뮬레이션을 통하여, 제4단계(ST4)에서 제3변수이자 제2차값인 산소전달계수(kLa)와 소비전력 비율(power ratio)을 산출하였다.
시뮬레이션 결과 표 1과 같이, 하측에서 상측으로 가면서 제1단 임펠러(IP1), 제2단 임펠러(IP2) 및 제3단 임펠러(IP3)가 배치되고. 그 중간에 위치하는 제2단 임펠러(IP2)의 위치가 95, 75, 55mm로 낮아질수록(케이스 3, 케이스 1, 케이스 2) 산소전달계수(kLa)가 0.0441, 0.0452, 0.0530으로 향상되는 것을 제5단계(ST5)에서 확인하고, 최적점을 찾았다.
이 결과의 이유는 제1단 임펠러(IP1)와 제2단 임펠러(IP2)가 가까워지면서 두개의 제1, 제2단 임펠러(IP1, IP2)가 큰 한 개의 임펠러와 같이 작용했기 때문이다.
시뮬레이션 결과를 기반으로 표 1과 같이 제2단 임펠러(IP2)의 높이를 변경하여 실제 발효조를 현장에 적용한 후 배양을 진행하였다.
결과적으로 표 2와 같이 제2차값인 산소전달계수(kLa) 증가에 따른 발효시간 비율이 단축되는 것을 확인하였고, 발효시간 비율 단축에 따른 생산성 비율 향상을 파악하였다. 즉, 산소와 밀접한 관계가 있는 발효는 산소전달계수(kLa)가 높을수록 배양시간 비율이 단축되는 것을 확인할 수 있다.
다시 도 1을 참조하면, 제4단계(ST4)는 제2차값인 산소전달계수(kLa)와 소비전력 비율(power ratio)을 이용하여, 소비전력 비율당 산소전달계수(kLa/power ratio) 비율인 제3차값을 산출하는 것을 제41단계(ST41)는 더 포함한다. 이 경우, 제5단계(ST5)는 변화 전후의 상기 제3차값들을 비교한 비교값으로 최적점을 찾는 제51단계(ST51)는 더 포함한다.
제51단계(ST51)는 설계 변수 변화시, 변화 전후의 제3차값들을 비교한 비교값으로 최적점을 찾는다. 제51단계(ST51)는 제2단계(ST2), 제3단계(ST3) 및 제4, 제41단계(ST4, ST41)를 반복하고, 변화 전후의 제3차값들을 비교한 비교값으로 최적점을 찾는다.
표 1을 참조하면, 제41단계(ST41)의 결과로, 케이스 1에서 제2단 임펠러(IP2)의 위치가 중간 75mm에 있을 때 소비전력 비율당 산소전달계수(kLa/power ratio) 비율이 0.0452이다. 케이스 3에서 제2단 임펠러(IP2)의 위치가 낮아져 55mm에 있을 때 소비전력 비율당 산소전달계수(kLa/power ratio) 비율이 0.0482로 증가한다. 케이스 2에서 제2단 임펠러(IP2)의 위치가 높아져 95mm에 있을 때 소비전력 비율당 산소전달계수(kLa/power ratio) 비율이 0.0450으로 감소한다.
즉 제51단계(ST51)의 결과로, 케이스 3과 같이, 제2단 임펠러(IP2)의 위치가 낮아질 때, 제3차값인 소비전력 비율당 산소전달계수(kLa/power ratio) 비율이 높아짐을 알 수 있고, 제51단계(ST51)에서 확인하고, 최적점을 찾았다.
결과적으로, 표 1과 같이 제3차값인 소비전력 비율당 산소전달계수(kLa/power ratio) 비율 증가에 따른 발효시간 비율이 단축되고, 생산성 비율이 향상되었다. 즉, 산소와 밀접한 관계가 있는 발효는 제3차값인 소비전력 비율당 산소전달계수(kLa/power ratio) 비율이 높을수록 배양시간 비율이 단축되는 것을 확인할 수 있다.
도 7은 본 발명의 일 실시예에 따른 아미노산 발효용 발효조의 CFD 기반 최적화 시스템의 블록도이다. 도 7을 참조하면, 일 실시예의 CFD 기반 최적화 시스템은 시뮬레이션부(10), 발효조(1), 모니터링 센서(20) 및 제어부(30)를 포함한다.
시뮬레이션부(10)는 아미노산 발효용 발효조의 CFD 기반 최적화 방법을 구현하도록 구성된다. 발효조(1)는 일 실시예의 아미노산 발효용 발효조의 CFD 기반 최적화 방법으로 최적화되어 현장에 적용된다. 모니터링 센서(20)는 운전 중 발효조(1)의 최적 상태에서 벗어난 오차 데이터를 모니터링 할 수 있는 카메라 또는 적외선 센서 등으로 구성될 수 있다.
제어부(30)는 모니터링 센서(20)에서 모니터링 된 오차 데이터가 허용 오차 범위를 초과하는지를 비교하여 관리자에게 알려준다. 제어부(30)는 시뮬레이션부(10)의 데이터를 기준으로 발효조(1)의 모터(M)를 제어하여 축(2)과 제1, 제2, 제3단 임펠러(IP1, IP2, IP3)를 구동한다. 동시에 제어부(30)는 모니터링 센서(20)의 감지신호를 통하여 발효조(1)의 최적화 이탈 여부를 판단하므로 발효조(1)의 최적 발효 상태를 유지할 수 있게 한다.
이하에서 다양한 시뮬레이션과 현장에 적용한 예를 들어서 설명한다.
실험예 2(시뮬레이션 2와 현장 적용)
일 실시예의 CFD 기반 최적화 방법에 따른 실험예 2에 대하여 설명한다. 표 2는 대형 발효조에서 임펠러의 높이별 산소전달계수(kLa)와 생산성을 나타낸다. 일례로써 대형 발효조는 100,000L 초과 내지 700,000L 미만의 볼률을 가진다.
대형 발효조를 이용하여 실험하였다. 우선적으로 제1변수로 발효조의 크기, 임펠러의 크기, 임펠러의 회전수(RPM)를 유지하고, 제2변수로 제2단, 제3단 임펠러의 높이를 변경하여 CFD로 발효조를 시뮬레이션 하였다.
이 시뮬레이션을 통하여, 제4, 제41단계(ST4, ST41)에서 제3변수이자 제2차값인 소비전력 비율과 산소전달계수(kLa) 및 제3차값인 소비전력 비율당 산소전달계수를 산출하였다.
시뮬레이션 결과 표 2와 같이, 발효조 1에서와 같이, 제2단 임펠러와 제3단 임펠러가 기준(STD)보다 10cm, 50cm 각각 높게 설치될 때, 발효조 1에서 최고의 산소전달계수가 확인되었다. 발효조 1~4에서 제2단 임펠러와 제3단 임펠러의 높이를 볼 때, 제2단, 제3단 임펠러가 적절한 위치에 있을 때 산소전달계수가 높았다.
발효조 1~4의 누적 데이터를 기반으로 생산성을 비교한 결과, 산소전달계수와 생산성이 비례하는 관계를 얻을 수 있었다. 이후 발효조 4를 발효조 1과 같은 제2단 임펠러와 제3단 임펠러 높이로 변경하였고 생산성이 1~2% 향상하는 결과를 얻었다.
구분 | 제1단 | 제2단(cm) | 제3단(cm) | CFD kLa | 소비전력 비율 | kLa/소비전력 비율 | 생산성 |
최적조건 | STD | STD+10 | STD+50 | 0.1245 | 1.00 | 0.1245 | - |
발효조1 | STD | STD+10 | STD+50 | 0.1245 | 1.00 | 0.1245 | 1.029 |
발효조2 | STD | STD | STD | 0.1217 | 1.08 | 0.1123 | 1.000 |
발효조3 | STD | STD+30 | STD+60 | 0.1232 | 1.07 | 0.1151 | 1.014 |
발효조4 | STD | STD+60 | STD+110 | 0.1241 | 1.10 | 0.1128 | 1.017 |
실험예 3(시뮬레이션 3)
일 실시예의 CFD 기반 최적화 방법에 따른 실험예 3에 대하여 설명한다. 대상 발효조의 경우 산소가 부족하여 산소 고갈을 방지하기 위하여 피드(Feed)를 줄여서 이상 발효를 방지하고 있고, 결과적으로 발효의 생산성이 하락하는 발효조이다. 표 3의 해당 발효조는 대형 발효조로서, 100,000L 초과 내지 700,000L 미만의 볼륨을 가진다.
대형 발효조를 이용하여 시뮬레이션을 했다. 해당 시뮬레이션에서 제1변수로 발효조의 크기, 임펠러의 크기, 임펠러의 회전수(RPM)를 유지하고, 제2변수로는 제2단 임펠러의 높이를 변경하여 CFD로 해당 발효조를 시뮬레이션 하였다.
이 시뮬레이션을 통하여, 제4, 제41단계(ST4, ST41)에서 제3변수이자 제2차값인 소비전력 비율과 산소전달계수 및 제3차값인 소비전력 비율당 산소전달계수를 산출하였다.
시뮬레이션의 결과 표 3과 같이, 제2단 임펠러의 높이가 낮게 설치될수록 발효조에서 최고의 산소전달계수로 확인되었다.
구분 | 제1단 | 제2단 | 산소전달계수 | 소비전력 비율 | kLa/소비전력 비율 |
케이스 1 | STD | STD-40cm | 0.144 | 0.93 | 0.154 |
케이스 2 | STD | STD-30cm | 0.142 | 0.81 | 0.175 |
케이스 3 | STD | STD | 0.140 | 1.00 | 0.140 |
케이스 4 | STD | STD+110cm | 0.135 | 0.95 | 0.142 |
케이스 5 | STD | STD+160cm | 0.121 | 0.87 | 0.139 |
실험예 4(시뮬레이션 4)
일 실시예의 CFD 기반 최적화 방법에 따른 실험예 4에 대하여 설명한다. 대상 발효조의 경우, 산소가 고갈로 산소전달계수를 높여야 하는 발효조이다. 해당 발효조는 중형 발효조로서, 100L 초과 내지 100,000L 미만의 볼륨을 가진다.
중형 발효조를 이용하여 시뮬레이션을 했다. 표 4의 해당 발효조는 임펠러의 높이와 임펠러의 회전수 변경이 가능하다. 해당 시뮬레이션에서는 제1변수는 발효조의 크기 및 임펠러 크기를 유지하고, 제2변수로는 제3단 임펠러의 높이와 회전수(RPM)를 변경하여 CFD로 해당 발효조를 시뮬레이션 하였다.
이 시뮬레이션을 통하여, 제4, 제41단계(ST4, ST41)에서 제3변수인 소비전력 비율과 산소전달계수 및 제3차값인 소비전력 비율당 산소전달계수를 산출하였다.
결과적으로 단순히 임펠러의 높이 변경을 통해서는 산소전달계수가 1% 내외로 변하여 효과가 미미하였다. 추가적으로 변경이 가능한 임펠러 회전수(RPM)를 변경하여 시뮬레이션을 하였고 산소전달계수가 6% 증가하는 것을 확인하였다.
구분 | 제1, 제2단 | 제3단 | 회전수 비율 | 산소전달계수 | 소비전력 비율 | kLa/소비전력 비율 |
케이스 1 | STD | STD-15cm | 1 | 0.1984 | 0.97 | 0.2047 |
케이스 2 | STD | STD | 1 | 0.2028 | 1.00 | 0.2028 |
케이스 3 | STD | STD+15cm | 1 | 0.2055 | 0.95 | 0.2153 |
케이스 4 | STD | STD+30cm | 1 | 0.2022 | 0.97 | 0.2084 |
케이스 5 | STD | STD | 1.1 | 0.2174 | 1.08 | 0.2007 |
케이스 6 | STD | STD+15cm | 1.1 | 0.2133 | 1.12 | 0.1910 |
실험예 5(시뮬레이션 5)
일 실시예의 CFD 기반 최적화 방법에 따른 실험예 5에 대하여 설명한다. 표 5의 해당 발효조는 대형 발효조로서, 100,000L 초과 내지 700,000L 미만의 볼륨을 가진다.
대형 발효조를 이용하여 시뮬레이션을 했다. 우선적으로 해당 조건에서는 제1변수로 발효조의 크기, 임펠러의 크기, 임펠러의 회전수를 유지하고, 제2변수로는 스파저로 공급하는 공기의 양에 따른 결과를 CFD로 해당 발효조를 시뮬레이션 하였다.
이 시뮬레이션을 통하여, 제4, 제41단계(ST4, ST41)에서 제3변수이자 제2차값인 소비전력 비율과 산소전달계수 및 소비전력 비율당 산소전달계수를 산출하였다.
시뮬레이션의 결과 표 5와 같이 폭기 속도(aeration rate)를 증가할수록 산소전달계수가 증가하고, 소비전력 비율은 일정 수준까지는 증가하였다가 감소하게 된다. 이를 통해서 운전이 가능한 영역 안에서는 공기(Air)를 가장 많이 공급할 때 효율이 가장 높았다.
구분 | Aeration | 산소전달계수 | 소비전력 비율 | kLa/소비전력 비율 |
케이스 1 | 1.00 | 0.1245 | 1.00 | 0.1245 |
케이스 2 | 1.05 | 0.1296 | 1.08 | 0.1196 |
케이스 3 | 1.10 | 0.1369 | 1.05 | 0.1305 |
케이스 4 | 1.15 | 0.1476 | 0.98 | 0.1513 |
이상을 통해 본 발명의 일 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 청구범위와 발명의 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명의 범위에 속하는 것은 당연하다.
1: 발효조
2: 축
3: 스파저 10: 제1감지센서
20: 모니터링 센서 30: 제어부
BF1: 제1배플 BF2: 제2배플
IP1: 제1단 임펠러 IP2: 제2단 임펠러
IP3: 제3단 임펠러 M: 모터
3: 스파저 10: 제1감지센서
20: 모니터링 센서 30: 제어부
BF1: 제1배플 BF2: 제2배플
IP1: 제1단 임펠러 IP2: 제2단 임펠러
IP3: 제3단 임펠러 M: 모터
Claims (10)
- 적어도 하나의 임펠러 발효조의 최적화 목적에 대한 목적 변수, 제한 변수, 및 설계 변수를 설정하는 제1단계;
상기 목적 변수에 따른 상기 제한 변수와 상기 설계 변수의 조건별로 상기 임펠러 발효조의 유동영역에 대한 3차원 형상을 생성하는 제2단계;
상기 3차원 형상 정보에 기초하여 상기 유동영역에 대한 전산유체역학 해석으로 산소확산계수(Oxygen Diffusion Coefficient), 액체 밀도(Liquid density), 액체 점도(Liquid viscosity), 가스 유지(Gas hold-up), 기포 직경(Bubble diameter), 에너지 소산율(Energy Dissipation Rate), 및 토크(Torque) 중 적어도 하나인 제1차값을 산출하는 제3단계;
상기 제1차값을 이용하여 산소전달계수와 소비전력 비율인 제2차값을 산출하는 제4단계; 및
상기 제1단계의 상기 설계 변수를 다양하게 변화시키면서, 상기 제2단계, 상기 제3단계 및 상기 제4단계를 반복하고, 변화 전후의 제2차값들을 비교한 비교값으로 최적점을 찾는 제5단계
를 포함하는 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 제1항에 있어서,
상기 제1단계는
상기 목적 변수로 상기 산소전달계수, 상기 소비전력 비율 중 현재 상황을 고려하여 적어도 하나를 선택하는, 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 제1항에 있어서,
상기 제1단계는
상기 제한 변수로 상기 발효조의 높이와 상기 발효조의 지름, 스파저(sparger) 모양, 폭기 속도(aeration rate), 상기 발효조의 운전 부피 중 적어도 하나를 포함하는, 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 제1항에 있어서,
상기 제1단계는
상기 설계 변수를 상기 발효조의 변경이 가능한 범위 내에서 전산유체역학 시뮬레이션 조건으로 설정하는, 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 제4항에 있어서,
상기 제1단계는
상기 설계 변수로, 상기 임펠러의 회전수(rpm), 상기 임펠러의 모양, 상기 임펠러의 개수, 상기 임펠러의 지름, 및 상기 임펠러의 설치 높이 중 적어도 하나를 포함하는, 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 제4항에 있어서,
상기 제1단계는
상기 임펠러의 최대 높이를 상기 발효조의 운전부피 높이 안에 설정하는, 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 제1항에 있어서,
상기 제4단계는
상기 산소전달계수와 상기 소비전력 비율을 이용하여, 소비전력 비율당 산소전달계수(kLa/power ratio) 비율인 제3차값을 산출하는 제41단계를 더 포함하는, 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 제7항에 있어서,
상기 제5단계는
변화 전후의 상기 제3차값들을 비교한 비교값으로 최적점을 찾는 제51단계를 더 포함하는, 아미노산 발효용 발효조의 CFD 기반 최적화 방법. - 아미노산 발효용 발효조의 CFD 기반 최적화 방법으로 시뮬레이션하는 시뮬레이션부;
상기 시뮬레이션부에서 최적화되어 현장에 적용된 발효조;
운전 중 상기 발효조의 최적 상태에서 벗어난 오차 데이터를 모니터링하는 모니터링 센서; 및
상기 모니터링 센서에서 모니터링 된 오차 데이터가 허용 오차 범위를 초과하는지를 비교하여 관리자에게 알려주는 제어부
를 포함하는 아미노산 발효용 발효조의 CFD 기반 최적화 시스템. - 제9항에 있어서,
상기 발효조는
모터로 구동되는 축에 하단에서부터 상방으로 가면서 설정된 간격으로 이격되는 제1단 임펠러, 제2단 임펠러, 제3단 임펠러,
직경 방향 내측벽 양측에 구비되는 제1배플과 제2배플, 및
상기 제1단 임펠러의 하방에 구비되어 공기를 불어넣는 스파저
를 포함하는 아미노산 발효용 발효조의 CFD 기반 최적화 시스템.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220119331A KR20240040392A (ko) | 2022-09-21 | 2022-09-21 | 아미노산 발효용 발효조의 cfd 기반 최적화 방법 및 시스템 |
PCT/KR2023/011621 WO2024063332A1 (ko) | 2022-09-21 | 2023-08-07 | 아미노산 발효용 발효조의 cfd 기반 최적화 방법 및 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220119331A KR20240040392A (ko) | 2022-09-21 | 2022-09-21 | 아미노산 발효용 발효조의 cfd 기반 최적화 방법 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240040392A true KR20240040392A (ko) | 2024-03-28 |
Family
ID=90454644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220119331A KR20240040392A (ko) | 2022-09-21 | 2022-09-21 | 아미노산 발효용 발효조의 cfd 기반 최적화 방법 및 시스템 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20240040392A (ko) |
WO (1) | WO2024063332A1 (ko) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK1451290T3 (da) * | 2001-08-31 | 2011-04-26 | Bayer Schering Pharma Ag | Indretning og fremgangsmåde til udførelse af fermentering af høj celledensitet |
DK3450536T3 (da) * | 2017-08-29 | 2020-06-29 | Hitachi Zosen Inova Ag | Fremgangsmåde til optimering af funktionen af en plug-flow-fermenter til anaerob forgæring af organisk affald |
KR102050846B1 (ko) * | 2019-01-24 | 2019-12-02 | 임승택 | 발효 제어 장치 및 이를 이용한 발효 장치 |
-
2022
- 2022-09-21 KR KR1020220119331A patent/KR20240040392A/ko unknown
-
2023
- 2023-08-07 WO PCT/KR2023/011621 patent/WO2024063332A1/ko unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024063332A1 (ko) | 2024-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180237736A1 (en) | Linearly scalable single use bioreactor system | |
EP2039754B1 (en) | Bioreactor, cell culture method, and substance production method | |
Carvalho et al. | Microalgal reactors: a review of enclosed system designs and performances | |
Wu et al. | Simulation of algae growth in a bench‐scale bubble column reactor | |
Amanullah et al. | Mixing in the fermentation and cell culture industries | |
Cheng et al. | Strengthening mass transfer of carbon dioxide microbubbles dissolver in a horizontal tubular photo-bioreactor for improving microalgae growth | |
KR20070122197A (ko) | 통기 교반형 배양조 | |
EP3328986A1 (en) | Horizontal single use pressurizable modular multi-agitated portable fermentor for culturing microorganisms | |
Suresh et al. | Critical analysis of engineering aspects of shaken flask bioreactors | |
CN102296022A (zh) | 光生物反应器 | |
Cheng et al. | Reduced generation time and size of carbon dioxide bubbles in a volute aerator for improving Spirulina sp. growth | |
KR20240040392A (ko) | 아미노산 발효용 발효조의 cfd 기반 최적화 방법 및 시스템 | |
EP2772529A1 (en) | Production process monitoring system and control method thereof | |
Norsker et al. | On energy balance and production costs in tubular and flat panel photobioreactors | |
CN103472217A (zh) | 多种生物填料氨氮去除特性快速评价方法及装置 | |
CN110536958A (zh) | 用于生长藻类的系统和方法 | |
Lara et al. | Scale‐down: Simulating large‐scale cultures in the laboratory | |
Gluszcz et al. | Experimental evaluation of a helical laboratory photobioreactor for cultivation of thermophilic cyanobacteria–Hydrodynamics and mass transfer studies | |
Malik et al. | Large-Scale Culture of Mammalian Cells for Various Industrial Purposes | |
EP2712917A1 (en) | Carbonation system for cultivating microalgae in open reactors | |
Nielsen et al. | Scale-up of bioprocesses | |
CN217757429U (zh) | 一种微生物发酵装置 | |
WO2023218166A1 (en) | Bioreactor system | |
CN202738494U (zh) | 种子罐自动恒温冷却系统 | |
Erm et al. | Study of cells in the steady-state growth space |