Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Software sensors for Monitoring of Biopolymer Production

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F21%3A43923546" target="_blank" >RIV/60461373:22340/21:43923546 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/9447540" target="_blank" >https://ieeexplore.ieee.org/document/9447540</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/PC52310.2021.9447540" target="_blank" >10.1109/PC52310.2021.9447540</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Software sensors for Monitoring of Biopolymer Production

  • Popis výsledku v původním jazyce

    The topic of this paper is the design of software sensors for online monitoring of the biotechnological process of biopolymer production, in which biopolymers are accumulated in bacteria as an intracellular energy storage material. The proposed software sensors enabling on-line estimation of the biopolymer concentration represent in the case of these complicated bioprocesses an interesting alternative to the traditional off-line analytical techniques, which have only limited applicability for the real-time control of these bioprocesses. Due to the complexity of biochemical reactions, which make it difficult to create reasonably complex and therefore practically applicable first-principle mathematical models, a data-driven approach to the design of software sensors has been chosen in the presented study. Thus, regression methods were used in the design of the proposed software sensors, including multivariate statistical methods (PLS, PCR), which enabled the creation of software sensors using historical process data. The so obtained software sensors enable not only on-line estimation of the biopolymer concentration, but also the concentration of the cell biomass of the production bacterial culture. The model process for this study was fed-batch cultivation of the Pseudomonas putida KT2442 strain used for the production of medium-chain-length polyhydroxyalkanoates (mcl-PHAs).

  • Název v anglickém jazyce

    Software sensors for Monitoring of Biopolymer Production

  • Popis výsledku anglicky

    The topic of this paper is the design of software sensors for online monitoring of the biotechnological process of biopolymer production, in which biopolymers are accumulated in bacteria as an intracellular energy storage material. The proposed software sensors enabling on-line estimation of the biopolymer concentration represent in the case of these complicated bioprocesses an interesting alternative to the traditional off-line analytical techniques, which have only limited applicability for the real-time control of these bioprocesses. Due to the complexity of biochemical reactions, which make it difficult to create reasonably complex and therefore practically applicable first-principle mathematical models, a data-driven approach to the design of software sensors has been chosen in the presented study. Thus, regression methods were used in the design of the proposed software sensors, including multivariate statistical methods (PLS, PCR), which enabled the creation of software sensors using historical process data. The so obtained software sensors enable not only on-line estimation of the biopolymer concentration, but also the concentration of the cell biomass of the production bacterial culture. The model process for this study was fed-batch cultivation of the Pseudomonas putida KT2442 strain used for the production of medium-chain-length polyhydroxyalkanoates (mcl-PHAs).

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20205 - Automation and control systems

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 2021 23rd International Conference on Process Control (PC)

  • ISBN

    978-1-66540-330-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    308-312

  • Název nakladatele

    Czechoslovakia Section IEEE

  • Místo vydání

    Praha

  • Místo konání akce

    Štrbské Pleso

  • Datum konání akce

    1. 6. 2021

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000723653400052