Input significance ranking of microalgae continuous culture models

Abstract

Background: Microalgal cultures are evolving into a promising ecofriendly technology for a host of applications. To be sustainable, culture conditions need to be optimized and then controlled. One way to develop robust controllers for a cultivation system is by using mathematical growth models to simulate microalga-based production. In this scenario, engineering design tasks begin by selecting the critical variables of these models. Results: A new methodology for determining the significance ranking of a model's input factors under steady-state operation (parameters (e.g. biological, geometrical) and/or process variables) was designed. The sensitivity of biomass response to its inputs was investigated in four different photobioreactor growth models within a nominal operational region. The methodology ranks models’ input factors based on the one-at-a-time Morris method of elementary effects and variance-based Sobol's method. Such information provided by the presented procedure is valuable as it reveals which input parameters explain most of the variance in model predictions. Conclusion: The methodology allowed the identification of controlled variables and biological parameters to be targeted for enhanced calibration. Furthermore, the presented methodology showed that in continuous reactors the dilution rate is a critical variable of the process. Therefore, it should be controlled. Additionally, most surprisingly, it is observed that controlling the light intensity within the optimum point of operation is not necessarily a crucial task. However, although its manipulation is still important, the accurate calibration of the parameters of the model may represent a greater influence on the biomass response. © 2023 Society of Chemical Industry (SCI). © 2023 Society of Chemical Industry (SCI).

Antecedentes: Los cultivos de microalgas están evolucionando hacia una tecnología ecológica prometedora para una serie de aplicaciones. Para que sea sostenible, las condiciones de cultivo deben optimizarse y luego controlarse. Una forma de desarrollar controladores robustos para un sistema de cultivo es mediante el uso de modelos matemáticos de crecimiento para simular la producción basada en microalgas. En este escenario, las tareas de diseño de ingeniería comienzan con la selección de las variables críticas de estos modelos. Resultados: Se diseñó una nueva metodología para determinar la clasificación de importancia de los factores de entrada de un modelo en funcionamiento en estado estacionario (parámetros (por ejemplo, biológicos, geométricos) y/o variables de proceso). Se investigó la sensibilidad de la respuesta de la biomasa a sus aportes en cuatro modelos diferentes de crecimiento de fotobiorreactores dentro de una región operativa nominal. La metodología clasifica los factores de entrada de los modelos basándose en el método de efectos elementales de Morris uno a la vez y el método de Sobol basado en la varianza. La información proporcionada por el procedimiento presentado es valiosa ya que revela qué parámetros de entrada explican la mayor parte de la varianza en las predicciones del modelo. Conclusión: La metodología permitió la identificación de variables controladas y parámetros biológicos destinados a una calibración mejorada. Además, la metodología presentada mostró que en reactores continuos la tasa de dilución es una variable crítica del proceso. Por tanto, conviene controlarlo. Además, lo más sorprendente es que se observa que controlar la intensidad de la luz dentro del punto óptimo de funcionamiento no es necesariamente una tarea crucial. Sin embargo, aunque su manipulación sigue siendo importante, la calibración precisa de los parámetros del modelo puede representar una mayor influencia en la respuesta de la biomasa. © 2023 Sociedad de la Industria Química (SCI). © 2023 Sociedad de la Industria Química (SCI).