Loading…
Mobile multi-parameter measurements for the dynamic analysis of gradients in brewing vessels
Bockisch, Anika
Industrial processes have to be competitive and thus efficient. Products have to be produced with a high reproducibility and quality. At the same time, the scale of these processes reaches up to several 100 m³ and was even increasing in recent years. This is challenging since the power input is limited in large-scale processes. Therefore, mixing times are increasing in parallel to the volume, whereas heat and mass transfer rates are decreasing. This leads to spatial gradient formation, e.g. for the pH-value, dissolved oxygen (DO), dissolved carbon dioxide (DCO2), temperature or cell concentration. Hence, substrate consumption and metabolite synthesis rates are often altered during scale-up.
Since the available sensor technology, which is usually located at an arbitrarily chosen spot in large-scale reactors, is not designed for the consideration of heterogeneities, the knowledge about gradients and their magnitude is rather low. Off-line or on-line data obtained with devices installed at one single position of the tank are not representative for the major part of the liquid phase. Computational fluid dynamics do not necessarily contribute to a better process understanding, if uncoupled from kinetic models, which consider consumption and synthesis rates. In addition, cellular synthesis rates can be affected by the gradient formation, which would also lead to false assumptions in the models. In this thesis, mobile, multi-parameter sensor tools have been developed for in-situ and on-line measurements of various process parameters in order to improve process monitoring in industrial bioreactors. Sensors for the pH-, DO-, DCO2-value, redox potential, conductivity, temperature, and pressure were integrated into sensor units. These monitoring tools were applied in various brewing tanks of different geometries and scales and frequently moved along the height of the liquid phase in the 3 m3, 24 m3, and 170/199 m3 scale. The time-dependent and spatial parameter distribution was correlated to data from off-line metabolite analysis (carbohydrates, main carbon metabolites, sterols).
The long-term application of miniaturized sensors with a small membrane diameter and electrolyte volume is challenging in complex brewing media due to the risk of clogging or toxification of the electrolyte by chemical compounds, e.g. DCO2. This negatively affects the measurement stability and sensor drift. With larger sensors, however, the pH-value, redox potential, temperature, and DO-value were measured in brewing fermentations of up to 220 h with a pressure of up to 1.9 bar without significant losses in the measurement stability and with a negligible increase in the sensor drift. In the brewing processes, only a few spatial gradients were detected along the tank height, e.g. for the redox potential with a maximum of 66 mV during the onset of the fermentation and for the pH-value with a maximum of 0.17 pH-units during the main fermentation in the 170/199 m3 scale. During the filling process, even larger gradients of up to 110 mV for the redox potential and 0.2 pH-units were determined. In the 3 m3 scale, the gradients were maximum 23 mV and 0.04 pH-units during the onset of the fermentation. Monitoring of gradients during this operation step allows for real-time adaption of the filling process, reducing time and energy losses. Correlation analyses of on-line sensor data with off-line data from metabolite analysis showed that the carbohydrate concentrations, especially for glucose and fructose, correlated best with the on-line data (pH-, DO-value, redox potential, temperature) (R2 > 0.9), followed by the total sterol content.
The mobile multi-parameter measurement devices developed and applied in this thesis allow for a fast detection of gradients in large-scale processes. By the correlation of the sensor data from multi-position measurements with the data from metabolite analysis, the impact of gradients on the bioprocess performance can be described. Hence, critical reactor zones and process phases can be identified rapidly and the filling process as well as tank geometries in combination with filling levels can be optimized for anaerobic fermentation processes.
Industrielle, großskalige Prozesse müssen wettbewerbsfähig und daher effizient sein. Produkte müssen mit hoher Reproduzierbarkeit und Qualität hergestellt werden. Gleichzeitig werden in diesen Prozessen Maßstäbe von mehreren 100 m³ erreicht, die in den letzten Jahren sogar weiter gestiegen sind. Das bringt Herausforderungen mit sich, da der Energieeintrag in diesen großskaligen Prozessen limitiert ist. Dadurch verlängern sich mit steigendem Volumen Mischzeiten, wogegen Wärme- und Stoffübertragungsraten sinken. Das führt zu räumlichen Gradienten, z.B. beim pH-Wert, Gelöstsauerstoff (DO), gelöstem Kohlenstoffdioxid (DCO2), bei der Temperatur oder Zellkonzentration. Somit verändern sich Substratverbrauch und metabolische Syntheseraten während der Maßstabsvergrößerung häufig.
Da die verfügbare Sensortechnik, die oft an einem zufällig gewählten Ort in großskaligen Reaktoren installiert ist, nicht für die Betrachtung von Heterogenitäten ausgelegt ist, ist das Wissen über Gradienten und ihr Ausmaß sehr gering. Offline oder online gewonnene Daten, die mittels Mess- oder Probenahmetechniken gewonnen werden, die nur an einem einzigen Punkt im Tank installiert sind, sind nicht repräsentativ für den Großteil der Flüssigphase. Computer-basierte Fluiddynamik (CFD) trägt nicht notwendigerweise zu einem verbesserten Prozessverständnis bei, wenn sie losgelöst von kinetischen Modellen angewandt wird, die Verbrauchs- und Syntheseraten mit einbeziehen. Zusätzlich können zelluläre Syntheseraten von Gradienten beeinflusst sein, was wiederum zu verfälschten Annahmen in den Modellen führen würde. In dieser Dissertation wurden mobile Multiparameter Sensor-Tools für eine in-situ und online Messung verschiedenster Prozessparameter entwickelt, um die Prozessüberwachung in industriellen Bioreaktoren zu verbessern. Sensoren für die Messung des pH-, DO-, und DCO2-Wertes, dem Redoxpotential, der Leitfähigkeit, der Temperatur und dem Druck wurden in Sensoreinheiten integriert. Diese Sensoreinheiten wurden in unterschiedlichen Brautanks mit verschiedenen Geometrien und Maßstäben eingesetzt und im 3 m3, 24 m3 und 170/199 m3 Maßstab regelmäßig entlang der Flüssigkeitshöhe bewegt. Die zeit- und ortsabhängige Parameterverteilung wurde mit den Daten aus den offline-Analysen der Metabolite (Kohlenhydrate, Haupt-Kohlenstoff-Metabolite, Sterole) korreliert.
Die Langzeitnutzung von miniaturisierten Sensoren mit kleinem Membrandurchmesser und geringem Elektrolytvolumen in komplexen Braumedien ist herausfordernd, da das Risiko besteht, dass sich die Membranen zusetzen oder der Elektrolyt durch chemische Substanzen, wie z.B. DCO2, „vergiftet“ wird. Dies beeinflusst die Messstabilität und das Driftverhalten der Sensoren negativ. Mit den größeren Sensoren wurden dagegen der pH-Wert, das Redoxpotential, die Temperatur und der DO-Wert ohne signifikante Verluste in der Messstabilität und mit einer vernachlässigbar geringen Sensordrift in Braufermentationen von bis zu 220 h und mit einem Druck von bis zu 1,9 bar gemessen. In den Brauprozessen wurden nur wenige ortsabhängige Gradienten entlang der Tankhöhe ermittelt, z.B. für das Redoxpotential mit maximal 66 mV während der Angärphase und für den pH-Wert mit einem Maximum von 0,17 pH-Einheiten während der Hauptgärphase im 170/199 m3 Maßstab. Während des Befüllvorgangs wurden sogar größere Gradienten von bis zu 110 mV und 0,2 pH-Einheiten gemessen. Die Gradienten im 3 m3 Maßstab waren maximal 23 mV und 0,04 pH-Einheiten groß (während der Angärphase). Eine Gradientenüberwachung während dieses Prozessschrittes erlaubt eine Echtzeitanpassung des Befüllvorgangs, was Zeit und Energie einspart. Die Korrelationsanalysen der online Sensordaten mit den Daten der offline Metaboliten-Analyse zeigten, dass die Kohlenhydrate, darunter vor allem Glukose und Fruktose, am besten mit den Sensordaten (pH-, DO-Wert, Redoxpotential, Temperatur) korrelieren (R2 > 0,9), gefolgt vom totalen Sterolgehalt.
Die mobile Multiparameter-Messtechnik, die in dieser Arbeit entwickelt und angewandt wurde, ermöglicht eine schnelle Bestimmung von Gradienten in großskaligen Prozessen. Mit Hilfe der Korrelation der Sensordaten aus den Multipositionsmessungen mit den Daten der Metabolitenanalyse kann der Einfluss von Gradienten auf die Bioprozessleistung beschrieben werden. Somit können kritische Reaktorzonen und Prozessphasen schnell identifiziert und der Befüllvorgang sowie Tankgeometrien in Verbindung mit dem Füllstand für anaerobe Prozesse optimiert werden.
