Predicción del coeficiente en biorractores de recipientes agitados.

Para la predicción del coeficiente en biorreactores de transferencia de masa de dos fases de recipiente agitado, los solucionadores comerciales son bastante eficientes para predecir la dinámica del flujo en la mayoría de los casos, pero usarlos para diseñar un biorreactor agitado con perfiles de flujo complejos dentro del reactor sigue siendo un gran desafío para los investigadores.

En un estudio de caso, los autores utilizaron CFD para visualizar el coeficiente de transferencia de masa en el reactor. Se utilizó computación paralela para una mejor utilización de los recursos.

El biorreactor agitado era un biorreactor BioFlo 110 de 3 l a escala de laboratorio con un volumen de trabajo de 2 l. Contenía un solo impulsor con tres palas inclinadas en un ángulo de 45 ∘.

La concentración de oxígeno se detectó mediante una sonda de oxígeno disuelto de membrana polarográfica.

Los autores compararon estimaciones experimentales y simuladas numéricamente del coeficiente de transferencia de masa general.

Una vez más, se utilizó el enfoque multifásico Euleriano-Euleriano.

Las ecuaciones de transporte de continuidad y cantidad de movimiento se resolvieron por separado para cada fase.

Se incluyó un término de intercambio de cantidad de movimiento interfacial en las ecuaciones de transporte de cantidad de movimiento para tener en cuenta la fuerza de arrastre.

Para calcular la turbulencia mediante el enfoque multifásico Euleriano-Euleriano en el reactor se utilizó un modelo k–𝜀 disperso, un modelo de dos ecuaciones.

La concentración de la fase secundaria fue muy baja, por lo que se utilizó un modelo disperso.

Se utilizó un modelo de balance de población para capturar el efecto combinado de la ruptura de burbujas y la coalescencia en el tanque.

De los varios enfoques numéricos que están disponibles para resolver el PBE, se utilizaron los métodos discretos de clases.

Se supuso que las burbujas tenían un tamaño discreto.

El volumen de la burbuja en enfoque multifásico Euleriano-Euleriano se dividió entre las dos clases de modo que el volumen total permaneciera igual y se conservara la masa total.

Los autores explicaron que la ruptura ocurre cuando un remolino que tiene un tamaño más pequeño que la burbuja choca con la burbuja, y se supuso que la ruptura era binaria y dependía de la frecuencia de colisión y la probabilidad de ruptura.

Se utilizó Gambit 2.0 para el diseño y mallado del bioreactor. Se utilizaron casi 0,483 millones de células para la simulación. La malla contenía celdas de varias formas, como tetraedro, hexaedro, cuña y pirámide. La asimetría de todas las celdas se mantuvo por debajo de 0,7 y se utilizó el solucionador fluent 6.2 para discretizar las ecuaciones y resolverlas numéricamente.

El dominio del reactor con el enfoque multifásico Euleriano-Euleriano se dividió automáticamente en varias particiones y cada partición se envió a un nodo computacional para obtener una solución.

Se consideraron diferentes números de nodos computacionales y se compararon los resultados.

Se observó que al aumentar el número de nodos aumentó la eficiencia, pero después de 16 nodos, la efectividad no cambió significativamente.

Por lo tanto, se utilizaron 16 nodos para simulaciones adicionales.

Se realizó computación paralela para las cuatro particiones automáticas del dominio del reactor.

Cada partición se envió a un nodo separado para su cálculo y los resultados se combinaron automáticamente.

Se tomó un número diferente de contenedores para la entrada al método de clases y se compararon los resultados.

Las cuatro clases de distribución de tamaño de burbuja, es decir, Clase 7, Clase 9, Clase 11 y Clase 13 con ecuación PBE contenían 7, 9, 11 y 13 números de contenedores, respectivamente, y cada uno con un rango de tamaño de burbuja de 0,75 a 12,00 .

Los autores observaron que al aumentar el número de contenedores y mantener constante el diámetro mínimo y máximo de la burbuja, la precisión del método numérico en la predicción del valor de kLa aumentó mientras que el tiempo computacional aumentó.

A partir de las gráficas de contorno del diámetro medio de Sauter, quedó claro que el tamaño de la burbuja aumentaba a medida que nos movíamos desde el fondo hasta la parte superior del reactor.

Las burbujas más pequeñas están presentes en la parte inferior mientras que las burbujas más grandes están presentes cerca de la región del impulsor.

Se encontró que esto estaba de acuerdo con las observaciones experimentales.

Se observa que los valores del coeficiente de transferencia de masa global simulado estaban cerca de los valores experimentales cuando se utilizó el modelo de balance de población.

Por lo tanto, los autores demostraron con éxito la necesidad de utilizar el modelo de balance de población al modelar la dispersión agitada en un reactor.

Las distribuciones de retención de gas, dispersión, diámetro medio de Sauter y coeficiente de transferencia de masa general se predijeron correctamente cuando se utilizó el modelo MRF a lo largo de PBE con diferentes clases de distribución de tamaño de burbuja.

Los resultados numéricos y experimentales se compararon y mostraron una buena concordancia para la distribución del tamaño de burbuja de 13 clases.