Метод оценки интенсивности пространственного смешения микроорганизмов в биореакторах непрерывного действия

Бесплатный доступ

Предложен метод оценки интенсивности продольного перемешивания биотехнологической суспензии в реакторах непрерывного действия путем расчета долей микроорганизмов, отличающихся между собой по времени пребывания в любом заданной объеме реактора. Расчёт степени смешения микроорганизмов различного возраста в интересующем единичном объёме аппарата важен специалистам-биотехнологам и конструкторам аппаратуры для формирования структурно-функциональной модели двухфазного потока суспензии, включающей микроорганизмы, управления потоком и определения основных гидродинамических и технологических параметров реализуемого процесса. Известно, что при сосуществовании в единичном объёме производственного субстрата микроорганизмов со значительной разницей в возрасте, биохимический процесс направленного массообмена идет неэффективно. В связи с тем, что метаболические процессы у микроорганизмов протекают с большой скоростью, изменение их возрастных функциональных признаков можно соотносить с временем пребывания клеток в системе. Для принятия принципиальных решений при конструировании новых аппаратов или модернизации имеющихся, с задачей реализации моделей потока, приближающегося к поршневому, необходимо иметь метод расчёта доли сосуществующих микроорганизмов с различным временем пребывания в интересующем объёме потока биореагентов. В данной работе предложен теоретико-вероятностный подход к построению математической модели диффузионного потока двухфазной жидкости, позволяющей рассчитать долю сосуществующих микроорганизмов с различным временем пребывания в произвольно заданном объёме аппарата. Методика базируется на математическом аппарате диффузионного марковского процесса, характеризующегося математической простатой и физической прозрачностью. Таким образом, полученные результаты позволяют оценить состояние гидродинамики потока системы «производственный субстрат–микроорганизмы» и на этом основании прогнозировать эффективность биохимических процессов, реализуемых в поточных аппаратах.

Еще

Микроорганизмы, возраст, аппараты, время пребывания, структура потока, смешивание, диффузионная модель, марковский процесс, функция распределения

Короткий адрес: https://sciup.org/140229854

IDR: 140229854   |   DOI: 10.20914/2310-1202-2017-3-169-173

Текст научной статьи Метод оценки интенсивности пространственного смешения микроорганизмов в биореакторах непрерывного действия

При конструировании новых и модернизации существующих биохимических реакторов непрерывного действия, а также при решении задач интенсификации биотехнологических процессов большое значение имеет рациональная организация потока реагентов. Данное требование связано с функциональной особенностью микроорганизмов физиологически изменяющиеся в зависимости от своего возраста в процессе перемещения по аппарату [1–3]. В ряде биотехнологических производств процесс получения целевого продукта основывается на взаимодействии изменяющихся, в течение времени пребывания в аппарате, по физическим свойствам и функциональным возможностям микроорганизмов с изменяющимся по составу производственным субстратом, причем эти изменения взаимозависимы и носят направленный технологический характер [4–6]. При этом важно, чтобы линейные скорости реагентов данного двухфазного потока системы «субстрат – микроорганизмы» были сбалансированы, то есть приближались к равенству. Такой структуры потока, именуемой «поршневой поток», можно добиться при исключении продольного перемешивания движущейся суспензии, которое может возникать как из-за микротурбулентностей от взаимодействия с элементами конструкции аппарата, так и по причине ламинарного конвективного перемещения слоёв двухфазной суспензии. [7] На практике создать идеальный поток полного вытеснения вязкой жидкости в пространстве, ограниченном твёрдыми стенками, невозможно из-за возникающих касательных напряжений у стенок и молекулярной диффузии. В связи с этим при анализе и математическом описании приближенно поршневого потока применяется диффузионная модель структуры потока.

Смешение микроорганизмов значительно отличающихся между собой по возрасту отрицательно сказываются на интенсивности биотехнологических процессов. Поэтому оценка степени смешения клеток, находящихся в различном функциональном состоянии может являться ориентиром для принятия организационно-технологических мер и конструкторских решений по устройству аппаратов непрерывного действия [8, 9].

Несмотря на практическую важность вышеупомянутой задачи [2, 10], в решении которой заинтересованы инженеры, биохимики, биофизики, микробиологи и другие специалисты, она до сих пор не решена [11, 12]. Это объясняется тем, что биохимические процессы, реализуемые в аппаратах с моделью потока диффузионного типа, как правило, описываются нелинейными уравнениями в частных производных, регулярный метод аналитического решения которых отсутствует.

Объект и метод

Ниже, предлагается теоретико-вероятностный подход к построению и анализу модели диффузионного потока двухфазной биотехнологической суспензии с целью оценки интенсивности смешения микроорганизмов с различным временем пребывания в реакторах непрерывного действия. Для этого используется математический аппарат диффузионного марковского процесса [12].

Будем исходить из уравнения Фоккера– Планка [12–16]:

д    ,              д    ,     .        д1    ,     .

  • — Y ( x , t ) + ( x , t ) = D   . y ( x , t )   (1)

дt            дx            д it где y (x, t) — вероятность обнаружить, например, дрожжевую клетку в объеме аппарата g[ x, x + dx ]• S, S - площадь поперечного сечения аппарата; t – время; x – декартова координата, направленная вдоль оси аппарата; ω – средняя по сечению аппарата скорость движения микроорганизмов; D – эффективный коэффициент диффузии (коэффициент продольного перемешивания).

Линейное уравнение в частных производных (1) относится к параболическому типу и для его решения можно применять известные методы [17–19].

Уравнение (1)следует решать при начальных условиях:

Y ( x ,0 ) = 3 ( x ) , y ( 0, t ) = 0

при t >  0 , x g [ 0, да )              (2)

где 3 ( x ) - дельта-функция Дирака.

Решение должно быть неотрицательным, ограниченным на бесконечности и нормированным к единице, т. е.

да

Y ( x, t ) > 0; y ( да , t ) = 0; J Y ( x , t ) dx = 1   (3)

Умножим левую и правую части уравнения (1) на xndx и проинтегрируем по x от x = 0 до x = да . С учетом (2) и (3) не представляет труда получить систему уравнений для определения момента n -го порядка:

d (x”) = Цxn-1) + п (п -1) (x-2 ) D, dt                                            ,   (4)

п = 1,2,3...

Решение данной задачи известно. Со-

гласно [19]оно таково:

w ( x , t )

•j 2 nDt

г

Г dz ^

exp

- exp

( x - Z ) 2

4 Dt

( x + Z ) 2

4 Dt

exp

2 D

® z (11)

где знак ... означает среднее значение указанной в угловой скобке случайной величины.

Из (4) при п = 1 и п = 2 имеем

Зная функцию w ( x , t ) , из выражения (8) найдем P ( x , t ) :

P ( x , t ) =

.       I dZ ^ exp

^IDD t 0

( Z - x + ro x ) 2

4 Dt

{x ^ = to t , ст 2 = x x 2 ^ - xx 2 2 = 2 Dt = ст 2 xx 2 2 , (5)

- exp

( Z - x + ro x ) 2 + Ю 1 4 Dt    +D

где ( x ) и ст 2 - соответственно среднее значение и дисперсия распределения случайной величины x ; ст 2 = 2 D/ Ц x^ .

В дальнейшем нам понадобится явный вид как функции у ( x , t ) , так и функции P ( x , t ) = J у ( y , t ) dy .

Очевидно, что функция P ( x , t ) удовлетворяет уравнению

Правую часть выражения (12) можно преобразовать к удобному для вычисления виду:

P ( x . t > - 2 ]

,     ( x - to t

1 - ^ 1

rax exp D

^ ,(13)

где ^ ( Z ) - интеграл вероятности ^ ( 0 ) = 0,

д ,     .        д ,     .        д2     ,    ,

— P ( x , t ) +      P ( x , t ) = D—P ( x , t ) , (6)

д t            д x            д it

^ ( ±да ) = ± 1.

Далее,     так как

начальному и граничному условию вида

P ( x ,0 ) = 1 , x 0 ; P ( 0, t ) = 0 , t 0      (7)

д

Y ( x , t ) = P ( x , t ) , д x

имеем:

то из

по определению выражения (13)

Преобразуем уравнение (6) к более простому виду. С этой целью произведем замену искомой функции по формуле:

Y ( x t )- v ; ? Dr exp

( x - to t ) 2

4 Dt

-

P ( x , t ) = w ( x , t ) exp 1 Ц - "' t , 2 D 4 D

to

2 D

exp D

ra x

где w ( x , t ) - новая неизвестная функция,

подлежащая определению.

Подставив выражение (8) и (6) с учетом (7), получим уравнение для определения функции W ( x , t )

дд

— w (x, t ) = D    w (x, t), д tд

где функцию w (x, t) следует подчинить нижеследующему начальному и граничному условиям w (x,0) = exp ^-Ц^; w (0, t) = 0, t > 0. (10)

Зная функцию у ( x , t ) , перейдем к вычислению степени смешения микроорганизмов P , где P – доли сосуществующих клеток, поступивших в аппарат с входным потоком жидкости соответственно t и t часов назад ( t и t – времена пребывания микроорганизмов в аппарате).

Пусть γ – функция для двух «времен наблюдения» t = tY и t - 1 2, где t 2 tY , - известна. Графики функций у ( x , t 1 ) и у ( x , 1 2 ) представлены на рисунке 1, где x = xp - точка их пересечения, которую аналитически можно найти из решения уравнения:

у ( x P , t 1 ) = у ( x P , t 2 ) (14)

Рисунок 1. График функции γ = (x, t) при t = t 1 (1) и t = t 2 (2) для определения степени пространственного смешения микроорганизмов

Figure 1. The graph of the function γ = (x, t) for t = t 1 (1) and t = t 2 (2) for determining the degree of spatial mixing of microorganisms

Величину x найдем из решения уравнения (14). Для сг0 0,2с погрешностью менее одного процента:

xP

Подставляя данное значение x в выражение (15), с учетом (12), получим расчетную формулу для определения величины P

_ . /t X 1 )

Ps = 1 - Ф

2   2 D

° "0 =   27

<у t]

° 0

2 D

.

Пример: пусть t 2 = tx ( 1 + n ° ) , где

Тогда из выражения (17) получим

n 0.

PS =1 - Ф

n

Заштрихованная площадь на рисунке 1 численно равна величине Рs . Из рисунка следует, что xP                      го

P = j у (x, t2) dx + j у (x, tx) dx =

0                xP                  (15)

= 1 + P ( x p , t 2 ) - P ( x p , t i ) .

При выводе формулы (15) было учтено, что P ( 0, t ) = 0 , P ( го , t ) = 1 .

Результаты и обсуждение

Следовательно, для определения степени смешения микроорганизмов при заданных t и t необходимо знать явное выражение для функции P ( x , t ) и значение величины xp .

Список литературы Метод оценки интенсивности пространственного смешения микроорганизмов в биореакторах непрерывного действия

  • Carrascosa A.V., Munoz R., Gonzalez R. Molecular Wine Microbiology//Academic Press. 2012. 360 p.
  • Варфоломеев С.Д., Луковенков А.В., Семенова Н.А. Физическая химия биопроцессов. М.: КРАСАНД, 2014. 800 с.
  • Kelly W.J. Using computational fluid dynamics to characterize and improve bioreactor performance//Biotechnol. Appl. Biochem. 2008. V. 49. P. 225-238.
  • Singh H., Hutmacher D.W. Bioreactor studies and computational fluid dynamics.//Adv. Biochem. Eng. Biotechnol. 2009. V. 112. P. 231-249.
  • Саришвили Н.Г. Микробиологические основы технологии шампанизации вина. М.: Пищепромиздат, 2000. 364 с.
  • Алмагамбетов К.Х. Биотехнология микроорганизмов. Астана, 2008. 244 с.
  • Пищиков Г.Б. Интенсификация шампанизации вина с помощью бифункциональных развитых поверхностей в бродильно-биогенерационных аппаратах.//Виноград и вино Роcсии. 2009 № 5. С. 14-15.
  • Sharma C., Malhotra D., Rathore A.S. Review of Computational Fluid Dynamics Applications in Biotechnology Processes.//Biotechnol. Prog. 2011. V. 27. № 6. Р. 1497-1510.
  • Hutmacher D.W., Singh H. Computational fluid dynamics for improved bioreactor design and 3D culture.//Trends in Biotechn. 2008. V 26. № 4. Р. 166-172.
  • Kaiser S.C., Loffelholz C., Werner S., Eibl D. CFD for Characterizing Standard and Single-use Stirred Cell Culture Bioreactors. Minin I. (Eds.)//Intech. 2011. P. 97-122.
  • Johnson С., Natarajan М., Antoniou С. Verification of energy dissipation rate scalability in pilot and production scale bioreactors using computational fluid dynamics.//Biotechnol. Progr. 2014, V. 30. № 6, Р. 760-764.
  • Тихонов В.И., Миронов М.А. Марковские процессы. М.: Советское радио, 1977, 485 с.
  • Свешников А.А. Прикладные методы теории случайных функций. Учебное пособие. 3е изд. 464 с.
  • Пугачев В.С. Теория случайных функций. М.: Физматгиз, 1960. С. 79-83.
  • Феллер В. Введение в теорию вероятностей и её приложения. Т.I. М.: Мир, 1984. 528 с.
  • Маделунг Э. Математический аппарат физики: Справочное руководство. М.: Книга по Требованию, 2012. 618 с.
  • Беккенбах Э.Ф., Векуа И.Н. Современная математика для инженеров, 1958. 618 с.
  • Давыдов А.П., Злыднева Т.П. Методы математической физики. Классификация уравнений и постановка задач. Метод Даламбера: курс лекций. М.: ИНФРА-М, 2017. 100 с.
Еще
Статья научная