Charla Esc Primavera Bioreactores-1

Introduccin
Modelo Matemtico
Problema de Tiempo Mnimo
El caso de una y dos especies
Problemas de tiempo mnimo para el

control de bioreactores
Hctor Ramrez C.
DIM & CMM, Universidad de Chile, Santiago de Chile
Escuela de Primavera 2007
Conclusiones
Introduccin
Modelo Matemtico
Planificacin
Introduccin
Modelo Matemtico de un Bioreactor
Formulacin del Problema de Tiempo Mnimo
Conclusiones
Conclusiones
Introduccin
Modelo Matemtico
Bioreactores Industriales
Conclusiones
Introduccin
Modelo Matemtico
Bioreactores de Laboratorio
Conclusiones
Introduccin
Modelo Matemtico
Conclusiones
Bioreactores
Los bioreactores son aparatos utilizados en laboratorios o de manera

industrial para trabajar con microorganismos.
Un bioreactor experimental reproduce una amplia variedad de sistemas
que van desde lagos hasta plantas de tratamiento de aguas, pasando
por numerosas aplicaciones productivas.
Podemos describirlo (de manera muy general) como un recipiente con
una apertura para que el flujo de material estril entre y una salida para
que el flujo resultante del proceso salga (microorganismos, estril o
nutriente, desechos, etc.)
Introduccin
Modelo Matemtico
Conclusiones
Bioreactores

Introduccin
Modelo Matemtico
Conclusiones
Bioreactores

Introduccin
Modelo Matemtico
Conclusiones
Distintos Tipos de Bioreactores
Modo Continuo o Quimiostato: Flujos Qin = Qout 6= 0 y volumen V

constante.
Modo Semi-continuo (o fedbatch): Qin 6= 0, Qout = 0 y V vara.
Modo Discontinuo (o batch) : Qin = 0, Qout = 0 y V constante.
X y S representan las concentraciones de los microorganismos y del
nutriente, respectivamente.
Sin es la concentracin del nutriente en el flujo entrante.
Introduccin
Modelo Matemtico
Conclusiones
Hiptesis Fundamentales para Nuestro Modelo
El recipiente del bioreactor est perfectamente mezclado, es decir:

el nutriente esta uniformemente distribuido y, en caso de haber ms de
una especie de microorganismo, estas tienen el mismo acceso al
nutriente.
As, es razonable pensar que lo que se consume es proporcional a la
cantidad de microorganismos, es decir:
consumo = (S)VX ,
con (S) 0, (0) = 0.
El crecimiento de los microorganismos es proporcional a lo que se

consume. La constante de proporcionalidad ser denotada por Y .
Esta hiptesis esta validada empricamente.
Introduccin
Modelo Matemtico
Conclusiones

nutriente.
consumo = (S)VX ,
con (S) 0, (0) = 0.

Introduccin
Modelo Matemtico
Conclusiones

nutriente.
consumo = (S)VX ,
con (S) 0, (0) = 0.

Introduccin
Modelo Matemtico
Conclusiones

Ecuaciones de balance de masa para XV y SV nos llevan a escribir el
modelo de un bioreactor como sigue:
8
>
< s
x
>
: V
=
=
=
Qin
(sin
V
s) (s)x,
[Y (s) QVin ]x,
Qin Qout .
Aqu (s, x, Qin , Qout , V ) D = R2++ [0, Qmax ] [0, Qmax ] [0, Vmax ], y donde
1) s(t) y sin son las concentraciones del nutriente al tiempo t y en el flujo
entrante, respectivamente (microgramos por milmetro3 ; t en horas),
2) x(t) es la concentracin de la especie al tiempo t (clulas por milmetro3 ),
3) Qin y Qout son los flujos de entrada y salida, respectivamente (en
m3 /horas),
4) V es el volumen del recipiente (en m3 ),
Introduccin
Modelo Matemtico
Conclusiones

Ecuaciones de balance de masa para XV y SV nos llevan a escribir el
modelo de un bioreactor como sigue:
8
>
< s
x
>
: V
=
=
=
Qin
(sin
V
s) (s)x,
[Y (s) QVin ]x,
Qin Qout .
Aqu (s, x, Qin , Qout , V ) D = R2++ [0, Qmax ] [0, Qmax ] [0, Vmax ], y donde
5) D = Qin /V es la tasa de dilucin del quimiostato (horas1 ),
6) () representa la tasa de crecimiento de la especie (horas1 ),
7) Y es la constante de la produccin de la especie (clulas por microgramos
de nutriente).
Introduccin
Modelo Matemtico
Distintas Funciones para la Tasa de Crecimiento

Consideramos funciones de crecimiento del tipo Monod (1942):
ms
(s) =
.
a+s
y del tipo Haldane (1968):
(s) =
ms
.
s2 /a1 + s + a2
Conclusiones
Introduccin
Modelo Matemtico
Utilidades de los Distintos Modos

Modo Continuo (Qin = Qout y V = constante):
+ Tratamiento on-line (no se necesita almacenamiento).
- Proceso es menos eficiente pues hay menos control sobre la
concentracin del nutriente.
- Riesgo de contaminacin del proceso.
Modo Semi-continuo (Qin 6= 0, Qout = 0 y V vara):
+ Se puede adaptar el proceso a las necesidades del
microorganismo.
+ Proceso es ms eficiente.
- Requiere almacenamiento.
Modo Discontinuo (Qin = 0, Qout = 0 y V constante):
+ No hay riesgo de contaminacin del proceso.
Conclusiones
Introduccin
Modelo Matemtico

microorganismo.
Conclusiones
Introduccin
Modelo Matemtico

microorganismo.
Conclusiones
Introduccin
Modelo Matemtico
Conclusiones
Bioreactores Semicontinuos
Los bioreactores semicontinuos o secuenciales por lote (SBR en
ingls) son usualmente utilizados en industrias biotecnolgicas,
principalmente en el tratamiento de aguas.
Tpicamente, un tanque es llenado con un lodo activo o
micro-organismos capaces de degradar algn sustrato no deseado.
El mtodo consiste en secuencias de ciclos compuestos de tres fases:
Fase 1: llenar el bioreactor con el agua contaminada,
Fase 2: esperar que la concentracin del sustrato decrezca hasta
un nivel de concentracin considerado bajo,
Fase 3: vaciar el agua limpia del bioreactor, dejando el lodo
activo dentro.
El tiempo necesario para realizar estos ciclos puede ser largo y tiene
un impacto econmico en el proceso total
Manipular el flujo de entrada durante la fase de llenado tiene una clara
influencia en la duracin del proceso total (ms precisamente en la
duracin de las fases 1 y 2 pues la fase 3 tiene un tiempo fijo)
Introduccin
Modelo Matemtico
Conclusiones
activo dentro.
Introduccin
Modelo Matemtico
Conclusiones
activo dentro.
Introduccin
Modelo Matemtico
Conclusiones
activo dentro.
Introduccin
Modelo Matemtico
Conclusiones
activo dentro.
Introduccin
Modelo Matemtico
Conclusiones
activo dentro.
Introduccin
Modelo Matemtico
Conclusiones
activo dentro.
Introduccin
Modelo Matemtico
Conclusiones
activo dentro.
Introduccin
Modelo Matemtico
Ecuaciones para un Bioreactor con n especies

Modelo Bioreactor Semicontinuo (SBR)
8
F
>
x i = i (s)xi xi , xi (t0 ) = yi
>
>
>
v
<
n
X
F
s =
j (s)xj + (sin s),
>
>
v
>
j=1
>
:
v = F , v (t0 ) = w
(i = 1 n)
s(t0 ) = z
donde
xi : concentracin de la especie i en el tanque
s: concentracin del sustrato en el tanque
v : volumen de agua presente en el tanque
i (): funcin de crecimiento de la especie i
F : variable de control no negativa
sin : concentracin constante en la entrada
= (y1 , . . . , yn , z, w) Rn+ ]0, sin []0, vmax [: condiciones iniciales
T = Rn+ ]0, sout ] {vmax }: conjunto objetivo para las variables de
estado
Conclusiones
Introduccin
Modelo Matemtico
Conclusiones
Problema de Control Optimo

8
F
>
>
>
>
v
<
n
X
F
s =
j (s)xj + (sin s),
>
>
v
>
j=1
>
:
v = F , v (t0 ) = w
(i = 1 n)
s(t0 ) = z
Dada cualquier condicin inicial = (y1 , . . . , yn , z, w), el objetivo es alcanzar

el conjunto T en un tiempo mnimo, es decir
o
n
V () = inf t t0 | s,F (t) sout , v ,F (t) = vmax ,
(1)
F ()
,F
,F
donde s (), v () denotan soluciones del sistema anterior con

condiciones iniciales y control F ()
Introduccin
Modelo Matemtico
Conclusiones
Problema de Control Optimo

8
F
>
>
>
>
v
<
n
X
F
s =
j (s)xj + (sin s),
>
>
v
>
j=1
>
:
v = F , v (t0 ) = w
(i = 1 n)
s(t0 ) = z
Dada cualquier condicin inicial = (y1 , . . . , yn , z, w), el objetivo es alcanzar

el conjunto T en un tiempo mnimo, es decir
o
n
V () = inf t t0 | s,F (t) sout , v ,F (t) = vmax ,
(1)
F ()
,F
,F
donde s (), v () denotan soluciones del sistema anterior con

condiciones iniciales y control F ()
Introduccin
Modelo Matemtico
Conclusiones
Controles Impulsionales
Permitiremos que F () sea impulsional, esto nos lleva a considerar medidas
dF , que pueden descomponerse en una medida dt, y en una singularidad o
parte "impulsiva":
dF (t) = u(t)dt + d
Cuando un impulso d ocurre en el tiempo t, el volumen v cambia
bruscamente de v (t) a v + (t), implicando un cambio en las concentraciones
de xi y s como sigue:
9
8 dx
v (t) >
+
u
i
>
xi (t) = xi (t) +
>
>
>
=
< d = v xi
v (t) >
> >
>
v (t)
v (t) >
: ds = u (s s)
>
+
>
s (t) = s (t) +
+ sin 1 +
;
in
d
v
v (t)
v (t)
de a + con cualquier control u() que satisface
Z
u( )d = v + (t) v (t) .
Introduccin
Modelo Matemtico
Conclusiones
Controles Impulsionales
Permitiremos que F () sea impulsional, esto nos lleva a considerar medidas
dF , que pueden descomponerse en una medida dt, y en una singularidad o
parte "impulsiva":
dF (t) = u(t)dt + d
Cuando un impulso d ocurre en el tiempo t, el volumen v cambia
bruscamente de v (t) a v + (t), implicando un cambio en las concentraciones
de xi y s como sigue:
9
8 dx
v (t) >
+
u
i
>
xi (t) = xi (t) +
>
>
>
=
< d = v xi
v (t) >
> >
>
v (t)
v (t) >
: ds = u (s s)
>
+
>
s (t) = s (t) +
+ sin 1 +
;
in
d
v
v (t)
v (t)
de a + con cualquier control u() que satisface
Z
u( )d = v + (t) v (t) .
Introduccin
Modelo Matemtico
Conclusiones
Reparametrizacin del Tiempo

As, las trayectorias del sistema pueden ser parametrizadas con un tiempo
ficticio tal que dt = rd , donde r es un control que toman los valores r = 1
cuando dF es regular en , y r = 0 cuando dF es impulsional:
!
r=1
r=0
r=1
r=0
r=1
t
jump
jump
Introduccin
Modelo Matemtico
Conclusiones

8
dxi
u
>
>
= r i (s)xi xi (i = 1 n)
>
>
d
v
>
>
>
<
n
X
ds
u
j (s)xj + (sin s)
= r
>
d
v
>
>
j=1
>
>
>
>
: dv = u.
d
Aqu, los controles r () y u() son elegidos como funciones medibles c.r. a ,
que toman valores en [0, 1] y [0, umax ], respectivamente.
Obteniendo as la siguiente reformulacin de problema:
(Z
V () =
r ( )d | s
inf
u(), r ()
t0
,u,r
(t) sout , v
,u,r
(t) = vmax
Introduccin
Modelo Matemtico
Conclusiones

8
dxi
u
>
>
= r i (s)xi xi (i = 1 n)
>
>
d
v
>
>
>
<
n
X
ds
u
j (s)xj + (sin s)
= r
>
d
v
>
>
j=1
>
>
>
>
: dv = u.
d
Aqu, los controles r () y u() son elegidos como funciones medibles c.r. a ,
que toman valores en [0, 1] y [0, umax ], respectivamente.
Obteniendo as la siguiente reformulacin de problema:
(Z
V () =
r ( )d | s
inf
u(), r ()
t0
,u,r
(t) sout , v
,u,r
(t) = vmax
Introduccin
Modelo Matemtico
El caso de una especie

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente
(1) Realizar inmediatamente un impulso hasta llenar el bioreactor

(2) esperar
creciente-decreciente
(1) Llegar al nivel mximo (con un impulso o esperando)

(2) mantenerse en este nivel hasta que el bioreactor este lleno
(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente

(2) esperar

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente

(2) esperar

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente

(2) esperar

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente

(2) esperar

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente

(2) esperar

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente

(2) esperar

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 1
8
dx
u
>
>
= r (s)x x
>
>
v
>
< d
u
ds
= r (s)x + (sin s)
>
>
d
v
>
>
>
: dv = u.
d
creciente

(2) esperar

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico
El caso de dos especies

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d
1 , 2 crecientes implican dos posibles soluciones

(2) esperar
o
(1) alcanzar algn nivel especifico del sustrato (con un impulso o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d

(2) esperar
o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d

(2) esperar
o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d

(2) esperar
o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d

(2) esperar
o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d

(2) esperar
o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d

(2) esperar
o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico

Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d

(2) esperar
o

esperando)

(3) esperar
Conclusiones
Introduccin
Modelo Matemtico
Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d
1 , 2 crecientes y 1 2 implican
(2) esperar
Conclusiones
Introduccin
Modelo Matemtico
Sistema con n = 2
8
dxi
u
>
>
= r i (s)xi xi
i = 1, 2
>
>
d
v
>

>
d
v
>
>
>
: dv = u.
d
1 , 2 crecientes y 1 2 implican
(2) esperar
Conclusiones
Introduccin
Modelo Matemtico
Esperar puede ser una estrategia optima...

Ejemplo
Consideremos
1 (s) = 5 s,
2 (s) = s2 ,
y los valores sout = 0.1 y sin = 5
Figure: Grfico de las dos funciones de crecimiento
Conclusiones
Introduccin
Modelo Matemtico
Esperar puede ser una estrategia optima....

Ejemplo
Para las condiciones iniciales vmax = 10, y1 = 1, z = 3 y w = 1, hemos
calculado el posible s para diferentes valores de y2 .
Table:
y2
0
104
103
102
0.05
0.1
0.5
T (IOI)
2.320765
2.126756
1.700494
1.186231
0.867009
0.746446
0.522361
s
NO es ptimo
1.678
1.97
2.46
3.05
3.34
NO es ptimo
T (SA(s ))
1.973976
1.515415
1.101530
0.842255
0.739046
ganancia
7%
11%
7%
3%
1%
Conclusiones
Introduccin
Modelo Matemtico
Conclusiones
Conclusiones
La comprensin del funcionamiento de los bioreactores permite

mejorar una numerosa gama de problemas industriales, en particular el
tratamiento de aguas
En esta charla hemos caracterizado la gestin optima (en trminos de
tiempo mnimo) para el tratamiento de aguas con un bioreactor SBR
con una y dos especies
El ltimo ejemplo muestra que en presencia de pequeas poblaciones
de una especie que es ms eficiente para pequeas concentraciones
de sustrato, la estrategia que consiste en alcanzar un cierto nivel de
sustrato y esperar puede ser mejor que la de llenado rpido con un
impulso inmediato
Creemos que este resultamos puede tener un impacto en aplicaciones
biotecnolgicas
Introduccin
Modelo Matemtico
Conclusiones
Bibliografa
J. M ONOD.
La technique de culture continue. Thorie et applications.
Ann. Inst. Pasteur Paris 79, pp. 390410, 1950.
A. N OVICK AND L. S ZILARD.
Description of the chemostat.
Science 112, pp. 715716, 1950.
H.L. S MITH AND P. WALTMAN .
The Theory of the Chemostat.
Cambridge University Press, 1995.
P. G AJARDO, F. M AZENC, H. R AMREZ C.
Competitive exclusion principle in a model of chemostat with delays.
To appear in Dynamics of Cont., Discrete and Impulsive Systems, Ser. A
P. G AJARDO, H. R AMREZ C., A. R APAPORT
Minimum time impulse control of SBR with one or more species.
To appear in SIAM Journal on Control & Optimization

Charla Esc Primavera Bioreactores-1

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Charla Esc Primavera Bioreactores-1

Încărcat de

Drepturi de autor:

Formate disponibile

Introduccin

Problema de Tiempo Mnimo

El caso de una y dos especies

Problemas de tiempo mnimo para el

Escuela de Primavera 2007

Problema de Tiempo Mnimo

El caso de una y dos especies

Modelo Matemtico de un Bioreactor

Formulacin del Problema de Tiempo Mnimo

El caso de una y dos especies

Problema de Tiempo Mnimo

El caso de una y dos especies

Problema de Tiempo Mnimo

El caso de una y dos especies

Problema de Tiempo Mnimo

El caso de una y dos especies

Los bioreactores son aparatos utilizados en laboratorios o de manera

Problema de Tiempo Mnimo

El caso de una y dos especies

Los bioreactores son aparatos utilizados en laboratorios o de manera

Problema de Tiempo Mnimo

El caso de una y dos especies

Los bioreactores son aparatos utilizados en laboratorios o de manera

Problema de Tiempo Mnimo

El caso de una y dos especies

Distintos Tipos de Bioreactores

Modo Continuo o Quimiostato: Flujos Qin = Qout 6= 0 y volumen V

Problema de Tiempo Mnimo

El caso de una y dos especies

Hiptesis Fundamentales para Nuestro Modelo

El recipiente del bioreactor est perfectamente mezclado, es decir:

con (S) 0, (0) = 0.

El crecimiento de los microorganismos es proporcional a lo que se

Problema de Tiempo Mnimo

El caso de una y dos especies

Hiptesis Fundamentales para Nuestro Modelo

El recipiente del bioreactor est perfectamente mezclado, es decir:

con (S) 0, (0) = 0.

El crecimiento de los microorganismos es proporcional a lo que se

Problema de Tiempo Mnimo

El caso de una y dos especies

Hiptesis Fundamentales para Nuestro Modelo

El recipiente del bioreactor est perfectamente mezclado, es decir:

con (S) 0, (0) = 0.

El crecimiento de los microorganismos es proporcional a lo que se

Problema de Tiempo Mnimo

El caso de una y dos especies

Modelo Matemtico de un Bioreactor

Problema de Tiempo Mnimo

El caso de una y dos especies

Modelo Matemtico de un Bioreactor

Problema de Tiempo Mnimo

El caso de una y dos especies

Distintas Funciones para la Tasa de Crecimiento

Problema de Tiempo Mnimo

El caso de una y dos especies

Utilidades de los Distintos Modos

Problema de Tiempo Mnimo

El caso de una y dos especies

Utilidades de los Distintos Modos

Problema de Tiempo Mnimo

El caso de una y dos especies

Utilidades de los Distintos Modos