28455 Procesadaptering i Fermenteringsbaseret Bioproduktion

2023/2024

P.g.a. Covid-19 afholdes den skriftlige eksamen for vinteren 2020 som hjemmeonline-eksamen.
Kurset tilbydes hovedsageligt for studerende i MSc Chemical and Biochemical Engineering og MSc Bioteknologi.
Kurset er obligatorisk for de fermentation based biomanufacturing studielinjer i hver MSc-uddannelse.
Kursusinformation
Process adaptation in Fermentation Based Biomanufacturing
Engelsk
5
Kandidat
E2B (tors 8-12)
Campus Lyngby
Forelæsninger, problemregning, simuleringsøvelser (Matlab/Simulink)
13-uger
E2B, F2B
Skriftlig eksamen og bedømmelse af rapport(er)
Skriftlig eksamen: 2 timer
Alle hjælpemidler er tilladt
7-trins skala , ekstern censur
28345 Grundlæggende viden om brugen af ​​MATLAB i starten af ​​kurset er en fordel, men ikke en nødvendighed.
Minimum 10
Krist V. Gernaey , Bygning 227 , kvg@kt.dtu.dk
Mogens Kilstrup , Lyngby Campus, Bygning 221, Tlf. (+45) 4525 2528 , mki@bio.dtu.dk
Gerd Seibold , Lyngby Campus, Bygning 223, Tlf. (+45) 4525 2501 , gesei@dtu.dk
28 Institut for Kemiteknik
27 Institut for Bioteknologi og Biomedicin
I studieplanlæggeren
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Et EuroTeQ kursus
Overordnede kursusmål
Hovedformålet med dette kursus er at introducere de studerende til de metoder og værktøjer, der bruges, når man overfører en celle fra et laboratorium eller et forskningsmiljø til pilot og i fuld skala. Den studerende, der følger dette kursus, skal derfor tilegne sig en bedre forståelse af samspillet mellem cellerne og hardware (reaktoren) og vil lære, hvordan man sigter mod optimale forhold for cellerne til at vokse i stor skala.
Forelæsningerne vil blive afholdt af erfarne DTU-lærere kombineret med gæstelærere fra industrien. Kurset inkluderer besøg på pilotanlægget i DTU kemiteknik og hos industrien (f.eks. Pilot plant miljø).
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Opstille en massebalance for forskellige bioreaktor driftsformer
  • Simulere forskellige reaktordriftstilstande, og fortolke simuleringsresultaterne
  • Beskrive virkningen af ​​at indføre grundlæggende processtyring på en proces i en bioreaktor
  • Beskrive de væsentlige udfordringer i forbindelse med faststoffermenteringer og fermenteringsprocesser på basis af gasformige substrater
  • Vælge et passende sæt online målinger til en fermenteringsproces, samt skelne mellem fordele og ulemper ved specifikke basale og avancerede sensorenheder
  • Beskrive effekten af ​​skalaen på en mikroorganismes ydeevne samt fordele og ulemper ved forskellige metoder til matematisk at beskrive eller simulere effekter af reaktorskala
  • Udvikle procesbaserede strategier for at optimere produktdannelse i en fermenteringsproces
  • Skelne mellem forskellige downstream enhedsoperationer, og evaluere fordele og ulemper ved at indføre in situ produktfjernelse (ISPR) på en bestemt proces
  • Designe mulige måder at overføre en konstrueret cellefabrik til pilot og / eller i fuld skala
  • Designe og implementere en grundlæggende strategi for indsamling og håndtering af data om en gæringsproces
  • Skelne mellem grundlæggende AI-værktøjer til fermenteringsdatabehandling
Kursusindhold
• reaktordesign (hardware)
• reaktorens driftstilstande
• massebalancer relateret til de forskellige driftsformer
• suspenderede vækstsystemer kontra immobiliserede vækstsystemer (biofilmer)
• miniaturiserede reaktorsystemer til high throughput fermentering
• opskalering og nedskalering af en proces
• online sensorer (både traditionelle og nye systemer) og biosensorer
• grundlæggende bioreaktor reguleringskoncepter
• online procesregulering
• introduktion til computational fluid dynamics (CFD) og kompartmentmodeller
• data (typer data, online versus off-line), korrekt håndtering af data
• forskellige måder at bruge de tilgængelige data på (estimere parametre i en mekanistisk model, procesviden)
• grundlæggende begreber af kunstig intelligens anvendt på gæringsdata
Sidst opdateret
04. maj, 2023