Jump to ContentJump to Main Navigation
Show Summary Details
More options …

tm - Technisches Messen

Plattform für Methoden, Systeme und Anwendungen der Messtechnik

[TM - Technical Measurement: A Platform for Methods, Systems, and Applications of Measurement Technology
]

Editor-in-Chief: Puente León, Fernando / Zagar, Bernhard

12 Issues per year


IMPACT FACTOR 2017: 0.476

CiteScore 2017: 0.46

SCImago Journal Rank (SJR) 2017: 0.239
Source Normalized Impact per Paper (SNIP) 2017: 0.566

Online
ISSN
2196-7113
See all formats and pricing
More options …
Volume 78, Issue 12

Issues

Erschließen von Prozesswissen für das Monitoring und die Regelung von Fermentationsprozessen

Bianca Grote / Jinu Mulamoottil John / Bernd Hitzmann
Published Online: 2011-12-01 | DOI: https://doi.org/10.1524/teme.2011.0163

Zusammenfassung

Die Bedeutung von Prozesswissen für das Monitoring und die Regelung von biotechnischen Prozessen wird aufgezeigt. Ein wesentliches Problem bei der Entwicklung chemometrischer Modelle ist der Aufwand an Kalibrationsmessungen, die zur Berechnung von Prozessgrößen aus nicht selektiven Messsignalen dienen. Um diesen Aufwand zu reduzieren, wurde ein Verfahren entwickelt, das Prozesswissen in Form dynamischer Prozessmodelle nutzt. Am Beispiel der Berechnung von chemometrischen Modellen aus Fluoreszenzmessungen zur Vorhersage der Biomasse-, Glucose- und Ethanolkonzentration bei einer Bäckerhefefermentation wird dieses Verfahren erläutert. Anhand einer geregelten Escherichia-coli-Fermentation wird gezeigt, dass Prozesswissen mit einem erweiterten Kalman-Filter zur Reduktion von Messrauschen und zur Kompensation der Tot- und Verzugszeit genutzt werden kann, um eine Substratregelung bei einem Sollwert von 0,05g/L Glucose zu realisieren. Die Ausbeute an Biomasse bei der geregelten Fed-batch-Fermentation ist deutlich größer im Vergleich zu Batch-Fermentationen.

Zusammenfassung

The significance of process knowledge for the monitoring and closed loop control of biotechnical processes is demonstrated. An important problem of the development of chemometric models is the expense of calibration measurements required to calculate values of process variables from unselective measurements. To reduce this expense a method was developed which uses a dynamic process model instead of measurements. As an example the chemometric modeling will be discussed of a baker´s yeast cultivation measuring fluorescence spectra and estimating biomass, glucose, and ethanol concentrations. We demonstrate the exploitation of process knowledge during an Escherichia colifermentation for the closed loop control of glucose concentration by using an extended Kalman filter. Here the effective dead time and the measurement noise will be compensated by this method. The glucose set point is 0.05g/L. The yield of the process exceeds by far that of batch fermentations.

Keywords: process knowledge; fluorescence; Kalman filter

About the article

* Correspondence address: Universität Hohenheim, FG Prozessanalytik und Getreidetechnologie, Garbenstr. 23, 70599 Stuttgart,


Published Online: 2011-12-01

Published in Print: 2011-12-01


Citation Information: tm - Technisches Messen Plattform für Methoden, Systeme und Anwendungen der Messtechnik, Volume 78, Issue 12, Pages 569–578, ISSN (Print) 0171-8096, DOI: https://doi.org/10.1524/teme.2011.0163.

Export Citation

© by Oldenbourg Wissenschaftsverlag, Stuttgart, Germany.Get Permission

Comments (0)

Please log in or register to comment.
Log in