トルエン生分解バイオフィルターの定常状態の安定性に関する実験的および数値的研究

Scientific Reports volume 12、記事番号: 12510 (2022) この記事を引用

492 アクセス

1 引用

メトリクスの詳細

トルエン生分解バイオフィルターのさまざまな定常状態を実験的および数値的に調査しました。 実験結果は、トルエン入口濃度を数週間かけて徐々に増加させると出口濃度が一貫して低くなり、入口濃度が 7.7 gm-3 から 8.5 gm-3 に変化すると急激に増加し、定常状態の変化を示すことが示されました。 除去効率が 88% から 46% に急激に低下することが観察されました。 窒素とバイオマスの動態を含むモデルは、実験的なバイオフィルターの性能とよく一致する結果を予測しましたが、濃度ジャンプのタイミングは正確に再現されませんでした。 トルエン入口濃度が 1 日あたり 0.272 gm-3 ずつ徐々に増加すると仮定したモデルは、入口濃度と出口濃度の間の実験的関係を正確に再現しました。 実験結果とシミュレーション結果の間にはばらつきがありましたが、ある定常状態から別の定常状態へのジャンプが明確に確認されました。

さまざまな産業プロセスからのガス状排出物は、人間、動物、環境に悪影響を与えるため、環境に放出される前に処理する必要があります。 廃ガス流には、揮発性有機化合物 (VOC) や臭気化合物などの有害物質が含まれる可能性があります。 石油、ガス、化学、製薬産業は、このような VOC の人為的発生源です。 排ガス処理システムは信頼性があり、持続可能で、効率的である必要があるため、厳しい法律に準拠する必要性が課題となる場合があります。 物理的および化学的方法は産業で適用されていますが、生物学的方法と比較して、運用コストや望ましくない副産物の生成などの欠点を伴うことがよくあります1、2、3、4。 生物学的手法による汚染空気の処理は既知であり、十分に確立されています5、6、7、8、9、10、11。 バイオフィルターでは、微生物が目的の化合物を分解し、水、二酸化炭素、熱を生成します2,4。

バイオフィルターのシミュレーションは、システムの動作と効率の予測を可能にし、ここ数十年間の生物学的大気汚染制御研究の重要な部分を占めています。 これは、生物学的増殖速度論を反応工学に結び付けるため、バイオフィルターの設計者や製造者を支援する補助的な方法です。

Ottengraf と Van Den Oever12 は 1983 年に最初のモデルの 1 つを開発しました。彼らの研究では、実験結果は物質移動の制限とゼロ次反応速度論を仮定したモデルとよく一致しました。 それ以来、バイオフィルターやバイオフィルム動態の実験データによって時々裏付けられる数値ベースのアプローチが、過去数十年間に開発されました13、14、15、16、17、18、19、20。 これらのモデルは、Ottengraf および Van den Oever モデルの制限の一部を克服します。 Yan et al.21 は、濾床の多孔性が除去効率に及ぼす影響を研究しました。 ダルシー数が低い (< 10-4) 場合は低い影響 (つまり、効率が高い) が示されましたが、ダルシー数が高い場合は、空隙率が除去効率に大きく影響します。 Woudberg et al.22 は、バイオフィルターの圧力降下を予測するための細孔スケール モデルを提案しました。 Malakar et al.23 の予測は、元の Ottengraf と Van Den Oever モデルに戻り、トルエンバイオフィルターの理論的除去能力と理論的平均バイオフィルム厚さを記述しました。 この研究では、バイオフィルムは静的であると仮定されました。 Dorado ら 24 は、バイオフィルムの拡散と Monod 反応速度論を含む、より洗練されたモデルの速度論パラメーターを推定しました。 この研究では、バイオフィルムの厚さも静的であると仮定されました。 継続的なデジタル化と利用可能な生物ろ過データの増加により、生物ろ過性能を予測するための機械学習アプローチの実装が可能になりました 25。

Süß と De Visscher 26 では、(1) 汚染物質濃度が閾値を超え、(2) 基質の分解と基質が原因の場合、除去効率 (RE) の突然の低下は、潜在的にバイオフィルム内で発生するさまざまな定常状態を暗示していることが示されました。阻害はハルダン反応速度論に従います。 しかし、ガス状汚染物質を好気的に処理するバイオフィルムまたはバイオフィルターにおける定常状態の動態とその意味は、まだ完全には理解されていません。その主な理由は、既存のバイオフィルターモデルにはバイオ濾過中のバイオフィルムの成長と消滅の動的な性質が含まれていないためです。 この研究では、バイオフィルターが増加する汚染物質濃度にさらされるにつれてバイオフィルムの厚さが増大することによって、バイオフィルターが単一の定常状態の挙動から複数の定常状態の挙動に進行する可能性があると仮説を立てています。 バイオフィルターの動作を開始した初期段階では、バイオフィルムは薄すぎて複数の定常状態を表示できません。 バイオフィルムが厚くなるにつれて、フィルターは、第 2 の低活性の定常状態が存在する条件で高活性の段階を経ます。 この段階では、濃度がわずかに上昇すると、バイオフィルターが「クラッシュ」、つまり高活性から低活性の定常状態に低下する可能性があります。

この仮説を検証するために、入口濃度を徐々に高レベル (> 10 g/m3) まで増加させてトルエン生物濾過実験を実行し、バイオマスがトルエン上で成長するための窒素利用可能性によって駆動される動的なバイオフィルムの厚さを考慮したモデルを開発しました。

堆肥と木材チップの滅菌混合物 (体積% 80/20) を濾床として使用しました。 表 1 に濾床分析を示します。 分析はAGAT研究所が実施した。 トルエンなどの化学薬品や培養培地用の固体は Sigma Aldrich から入手しました。 適応液体 BH 培地 17 を増殖培地として使用し、1 g L-1 KH2PO4、1 g L-1 Na2HPO4、0.5 g L-1 NH4NO3、0.002 g L-1 FeCl3、0.002 g L-1 MnSO4・2H2O を含有しました。 、０．２ｇ Ｌ−１ ＭｇＳＯ４・７Ｈ２Ｏおよび０．０２ｇ Ｌ−１ ＣａＣｌ・２Ｈ２Ｏ。 培地は使用前に滅菌した。

トルエンを単一炭素源として使用した。 この増殖培地を使用して、トルエン分解菌であるノカルディア sp.17 を培養しました。 追加の微生物を接種材料に導入するために、空気流を血清ボトルにパイプで送り込みました。 3 日後、細胞のプレーティングを実施し、標準手順に従いました 27。 他に 2 つの細菌株が見つかりました。 これらの他の 2 つの細菌は、最初に細菌を単離し、次にトルエンを唯一の炭素源として血清ボトル内で増殖させることによって、単一炭素源としてのトルエンを生分解する能力についてテストされました。 微生物の増殖は確認されなかったので、これらの微生物はトルエンを生分解できなかった。 したがって、Nocardia sp. 混合物中の唯一のトルエン分解微生物であり、他の菌株は独立栄養細菌であったと考えられます。 微生物のさらなる特性評価は行われませんでした。 ノカルディア属トルエン分解微生物と 2 つの非トルエン分解微生物を、ブチルゴム隔膜とアルミニウム クリンプで密閉した血清ボトル内で周囲温度 (21 ～ 22 °C) で培養しました。

トルエン生物ろ過実験は、上記のようなパッキングを備えた実験室規模の生物ろ過装置内で実施し、１００ｍＬの接種材料（ＯＤ６５０約０．２）を接種した。 カラムはポリカーボネート製で、全高は 63 cm、内径は 10 cm でした。 底部では、高さ 5 cm のガラスビーズと 1 cm の穴のあいたプレキシガラス板を使用して、入口ガス流を均一に分配しました。 ガスサンプルを測定するためのサンプリングポートはカラムの上部と下部の中心にあり、GC セプタム (直径 0.95 cm) で密閉されています。 バイオフィルターには、高さ 25 cm まで分散した接種材料を含む滅菌フィルター媒体を充填し、周囲温度 21 ～ 22 °C の換気フード内に置きました。 実験のセットアップは17に基づいています。 エアポンプ (ポンドマスター Ap-40) を使用して 1 つの気流を生成し、その気流を分割して 2 つのガス洗浄ボトルに送り込み、1 つは水道水 (比抵抗 0.0029 MΩ、硬度 169 mg/L as CaCO3、pH 7.8) で満たしました。 、そしてトルエンが充填されたもの。 続いて、バイオフィルターに導入される前に、2 つのガス流が空のガス洗浄ボトル内で結合および混合されました。 流れは、ガスの流れが分割された後に配置された 2 台の回転計 (Cole-Parmer) によって制御され、総流量はサンプルポートと入口の前で測定されました (TI-400)。

除去効率 (RE)、入口負荷率 (ILR)、除去能力 (EC)、および空床滞留時間 (EBRT) は、バイオフィルターの性能を説明するために一般的に使用され、次のように定義されます。

ここで、Ci、C0、Q、および V は、それぞれ入口濃度 [gm-3]、出口濃度 [gm-3]、体積流量 [m3 h-1]、およびバイオフィルター容積 [m-3] を表します。

トルエンで汚染された空気流をさまざまな操作条件下で処理しました。 4.5 分の EBRT を維持し、入口濃度を段階的に増加させました。 この EBRT は典型的な値よりも高くなりますが、入口濃度が高い場合には異常ではありません 28、29、30。 滅菌フィルターパッキンを用いてトルエンの吸着試験を行ったところ、吸着はありませんでした。

バイオフィルター実験の操作パラメーターを表 2 に示します。

SGE 250 µL 気密シリンジを使用して、200 µL のガス サンプルをガス サンプリング ポートから採取し、分析装置に注入しました。 ガスサンプルは、FID および Rtx®-Wax キャピラリーカラム (30 m × 0.53 mm × 1 μm) を備えたガスクロマトグラフ (GC-2014、島津製作所) で分析しました。 インジェクターと検出器の温度は 250 °C に設定されました。 トルエンのオーブン温度は 80 °C でした。 ヘリウムをキャリアガスとして使用した。

好気性バイオフィルターにおける定常状態の多様性は、ほとんど研究され理解されていません。 Süß と De Visscher によるバイオ フィルム モデルを用いたシミュレーションでは、他の逆混合メカニズムを考慮せずに、バイオ フィルム内にさまざまな定常状態が存在し得ることが示されました 26。 また、定常状態の変化により、汚染物質濃度がわずかに増加すると、RE が突然減少する可能性があることも確認されました。 バイオフィルターの考えられる定常状態をさらに調査するために、バイオフィルターとバイオフィルムに関するいくつかの仮定に基づいて、バイオフィルムの動態を備えた完全なバイオフィルター モデルが開発されました。

気相流はプラグフローパターンで動作すると仮定されます。 したがって、軸方向の分散は無視されます。

気相濃度が低いため、界面でのガスとバイオフィルムの平衡はヘンリーの法則によって説明されます。

バイオフィルムの平面形状が仮定されます。

ハルデン反応速度論は、基質の生分解と基質の阻害を説明すると考えられています。

酸素は制限因子とはみなされません。

無機窒素循環はモデルで考慮されており、17 で説明されています。

トルエンのバイオフィルムへの拡散はフィックの法則に従います。

モデルの計算時間を最小限に抑えるために、気相とバイオフィルム相の両方で直交配置 31 が使用され、バイオフィルム表面でヘンリーの法則を使用することによって相互にリンクされました。 バイオフィルターの出口濃度を予測するために、充填材をバイオフィルターの高さに沿って 25 個の配置点に分割しました。 気相中の各コロケーションポイントについて、気相濃度が計算され、10 個のコロケーションポイントからなるバイオフィルムがモデル化されて、平均反応速度、正味増殖速度、およびバイオフィルム濃度プロファイルが計算されました。 さらに、モデルでは窒素サイクルも考慮されました 32。 Matlab を使用してモデル方程式を解きました。 常微分方程式の数値積分は、Matlab 関数 ode15s を使用して実行されました。

フィックの法則は、このモデルの分子拡散を説明するために使用されます。

ここで、J、DA、CA、および x は、成分 A の拡散束 [g基質 m−2 h−1]、成分 A の拡散係数 [m2 h−1]、化合物 A の濃度 [g基質 m−3] を指します。 ]とバイオフィルムの厚さ方向の長さ座標[m]。 反応速度は、基質阻害を含む Haldane 反応速度論を使用して次のように計算されました。

Vmax は活性パラメータ [gsubstrate gdw 基質分解バイオマス -1 h-1]、Ks は親和性パラメータ [gsubstrate m−3]、KI は阻害パラメータ [gsubstrate m−3]、ρbio は微生物のバイオマス密度を反映します。バイオフィルム [gdw m−3]。

バイオフィルム内の濃度プロファイル、拡散および反応速度を計算するために、バイオフィルムの厚さ L [m]、バイオフィルム内の距離座標 x [m]、および a を考慮して、式 (5) と (6) を結び付けました。バイオフィルム内の無次元距離座標 x' (= x/L) をマテリアルバランスを用いて計算すると、次の式が得られます。

上の方程式を解くために、次の境界条件が使用されました。

ここで、ガスから離れたバイオフィルムの内側の境界は x = 0 で表されます。式 1 の偏微分方程式は次のようになります。 (7) は、時間的には 1 次、空間的には 2 次であり、Villadsen と Stewart によって概説されているように、直交配置によって解かれ、バイオ フィルム内の濃度プロファイルを近似しました 31。 次に、気相中のトルエンのバイオフィルムへの移動を、バイオフィルム中の統合されたトルエン生分解と等しくすることにより、各コロケーションポイントにおける気相中の濃度が計算された。

どこ

ここで、υ は空塔速度 [mh−1]、A はバイオフィルムの比表面積 [m2 kg−1] を表します。

バイオフィルムの成長を考慮するには、微生物の正味の成長速度を考慮する必要があります。 上で述べたように、このモデルでは窒素循環が考慮されており、その一部は次の式で表されます。

ここで、μmax、μnet、Ninorg kN_Nitrogen、および a は、最大増殖速度 [h−1]、正味増殖速度 [h−1]、充填材の無機窒素濃度 [gN kgcompostdw−1]、ミカエリス・メンテンを表します。それぞれ窒素利用率 [gN kgcompostdw−1] と崩壊速度 [h−1] の定数。 バイオフィルムの成長は時間の関数として次のように説明されます。

ここで、X はバイオマス濃度 [gdwbiomass kgcompost−1] です。

無機窒素の消費率 rN は次のように計算されます。

ここで、fN は微生物の窒素分率、\(\overline{\mu }\) はバイオフィルム上の平均増殖速度で、\(\overline{r }\) と同様の方法で計算されます。 A はバイオフィルムの比表面積 [m2 kgcompost−1] です。 無機窒素のダイナミクスは次のように計算され、32 に示されます。

ここで、Ninorg、kminN、kuptakeN は、それぞれ充填材中の無機窒素含有量 [gN kgdw−1]、窒素無機化速度定数 [h−1]、窒素取り込み速度定数 [h−1] を表します。

バイオフィルムの厚さ L は、次の方程式で計算されます。

図 1 では、2 つの定常状態の発生を評価するために、主実験の入口濃度と対応する出口濃度が表示されています。 出口濃度測定の標準偏差は 0.10 gm-3 (すなわち、3 回の測定に基づく標準誤差は 0.056 gm-3) でした。 31 日目まで、入口濃度は徐々に増加しましたが、出口濃度はほとんど変化しませんでした。 この時点で、入口濃度が 4.9 gm-3 増加するにつれて (2.9 gm-3 から 7.7 gm-3 への増加)、RE の 99 から 88% への低下が測定されました。 測定前にバイオマスが新しい負荷に適応できるように、入口濃度を調整し、31 日目までに増加させました。 これは、図 1、3、および 4 に示されており、理論的に計算された入口濃度が菱形で示されています。 次に入口濃度が 0.8 gm-3 増加し (値は 8.5 gm-3)、出口濃度が急激に増加しました。 これは、RE が 88 % から 46% に減少することに相当します。 入口濃度のわずかな増加に対する RE のこのような大幅な低下は、安定した定常状態領域の境界を越えたことを示している可能性があります。

2 つの定常状態が得られるように設計された条件でのトルエン生物ろ過の実験結果 (EBRT = 4.5 分)。 菱形で示された単一のデータ ポイントは、入口濃度を増加させた後のバイオフィルター入口の理論的な増加を表します。 つまり、入口濃度が 31 日目に測定されたレベルに変更された時間をマークします。

Süß と De Visscher 26 でバイオフィルムモデルを用いて議論され数値的に示されているように、定常状態の変化は、ハルデン反応速度論とバイオフィルムへの汚染物質の拡散挙動に続く基質の分解と基質の阻害によって説明できます。 ハルダン反応速度論の特徴は、低濃度および高濃度では低い反応速度が発生し、中濃度では高い反応速度が発生することです。 実施された実験に関して、高反応速度から低反応速度への移行は 7.7 ～ 8.5 gm-3 の範囲にあります。 さらに、拡散限界も重要な要素です。 バイオフィルムの表面に中程度の濃度が存在する場合、バイオフィルム全体にわたってそのような濃度を維持することが可能であり、高い反応性と顕著な拡散制限をもたらします。 したがって、バイオフィルム内では大きな濃度勾配が維持され、その結果、バイオフィルムの内部で中程度の濃度が維持されます。 一方、十分に高い濃度がバイオフィルムの表面に存在する場合、表面付近の反応速度は低くなります。 したがって、高濃度ではバイオフィルム全体に発生する可能性があり、その結果、反応性が低くなります。 この場合、拡散限界は顕著ではありません。

ここで開発されたコンピューター シミュレーションは、実験試験で得られた入口濃度に基づいて出口濃度を予測するために使用されました。 モデルを最適化するために、パラメーター A と kmin が調整可能な変数として使用されました。 残りのパラメータ値は以前の研究から取得したものです 33,34。 使用したモデルパラメータを表 2 に、シミュレーション結果と実験データを図 2 に示します。

トルエンバイオフィルトラチンの実験結果とモデル予測 (EBRT = 4.5 分)。 菱形で示された単一のデータ ポイントは、入口濃度を増加させた後のバイオフィルター入口の理論上の増加を表します。入口での実際の測定は後日実行されました。

モデルの予測と実験結果は 23 日目までよく一致しています。その日以降、予測された出口濃度は 8 日間にわたって突然上昇および低下しました。 上で示したように、入口濃度は 24 日目に増加し、出口濃度の測定は 31 日目に行われました。これは図 2 に示されており、調整後の予想入口濃度は菱形で示されています。 この入口濃度の増加により、出口で予測された突然の濃度上昇が引き起こされました。 その後の出口濃度の予測された低下は、システムが入口濃度の段階的な増加 (バイオフィルムの成長) に適応しているため可能です。 次の期間（31 日目から 37 日目）では、実験では定常状態の変化が示されていますが、モデル予測では 37 日目と 38 日目の間、8.502 gm-3 から 9.257 gm-3 の濃度変化でそのような変化が示されています。 これはREの47%の減少に相当します。 37 日目と 40 日目の間で達成される RE の最大低下は 72% です。 モデル化された出口トルエン濃度と測定された出口トルエン濃度の間の二乗平均平方根誤差 (RMSE) は 1.39 gm−3 (r2 = 0.900) です。 同じ期間および濃度範囲では定常状態の変化は予測されませんが、変化の兆候は見られます。 モデルパラメータをさらに調整すると、モデルの精度が向上する可能性があります。 あるいは、式 (2) の窒素動力学モデルが次のような場合も考えられます。 (15-16) は、特に急速に変化する条件下でのバイオフィルム発達のダイナミクスを完全には捉えていません。 この場合、入口濃度がより徐々に増加するモデルは、入口トルエン濃度と出口トルエン濃度の間の関係をより適切に記述できることが期待できます。

この仮説を検証するために、2 回目のモデル実行が実行されました。そこでは、入口濃度が 1 日あたり 0.272 gm-3 の均一な増分で着実に増加しました。 結果を実験データと重ねて図 3 に示します。 モデルの適合を最適化するために、表面積 (A) は 0.95 から 1.1 m2 kg−1 にわずかに増加しました。

実験結果と入口濃度の着実な増加における入口濃度の着実な増加における出口濃度の予測。

図に示すように、出口濃度の予測変化と対応する RE は、29 日目に入口濃度 7.909 gm-3 に達するまでほとんど変化しません。その後、RE は 30 日目に 0.272 gm の濃度変化で 99.93 から 43.79% に低下しました。 −３． 入口濃度をさらに段階的に増加させると、RE はさらに 40.39% に減少しました。 今後、出口濃度の増加に基づいて、RE の継続的かつゆっくりとした減少が観察される可能性があります。 モデル化された RE の突然の減少 (99.93% から 43.79% へ) を実験で得られた結果と比較すると、同様の挙動が観察され、実験では 0.8 gm-3 という小さな入口濃度の変化が RE の減少につながりました。 RE が 88 から 46% に。 この挙動は、モデルでは 30 日目、実験では 37 日目の図 3 に示されています。 したがって、シミュレーションと実験結果の両方の場合、定常状態の変化は同様の濃度で発生します。 モデル化されたジャンプは、観察されたジャンプよりも鋭いです。 これは、モデルではバイオフィルムの厚さが断面的に均一であると仮定しているのに対し、実際のバイオフィルムは断面内で均一ではないためです。 ジャンプ前の入口濃度はシミュレーションで 7.909 gm-3、実験で 7.7 gm-3 であり、観察されたジャンプ後の入口濃度はシミュレーションと実験でそれぞれ 8.181 gm-3 と 8.5 gm-3 でした。 時間の関数として表すと、モデルと実験結果の間の RMSE は 1.36 gm−3 (r2 = 0.907) になります。

図 4 は、実験データと図 3 に示したシミュレーションの類似性をわかりやすく示すために含まれています。図 4 では、出口濃度と入口濃度がプロットされています。 非常に良好な一致が得られます (RMSE = 0.40 gm−3、r2 = 0.992)。 この図では、入口濃度のわずかな変化で出口濃度の大幅な増加が観察されます。

入口濃度を着実に増加させた実験およびシミュレーションの出口濃度と入口濃度。

これは、高活性の定常状態から低活性の定常状態へのジャンプを示します。 観察された挙動をバイオフィルムの崩壊と混同しないでください。 このような低い入口濃度変化でのバイオフィルムの崩壊は、他の変化要因や阻害が考慮されない場合、突然ではなく長期間 (数日から数週間) にわたって発生します。

上記のシミュレーションでは、バイオフィルム中の濃度は、高い活性が予測される場合には低く、低い活性が示される場合には高くなります。 これは、それぞれ非飽和バイオフィルムと飽和バイオフィルムを示します。 これを図 5 に示します。ここでは、37 日目の開始時 (888 時間) と 1 時間後 (889 時間) のバイオフィルター格子点 6 (すなわち、バイオフィルター高さ 3.25) におけるバイオフィルム内の濃度プロファイルが示されています。 cm)、実験条件をシミュレートします。 濃度は、充填材の固体表面からバイオフィルムの表面までの距離の関数としてプロットされます。 見てわかるように、濃度は 37 日目にバイオフィルムの内側に向かって急激に減少しており、これはバイオフィルムが飽和しておらず、活性が高いことを示しています。 1 時間後の 37.04 日目には、バイオフィルム中の濃度は、ほぼ飽和したバイオフィルムと低い活性を伴う新たな定常状態に落ち着きました。

実験入口濃度を使用してバイオフィルム内の濃度を予測し、1 時間以内に非飽和バイオフィルムから飽和バイオフィルムへの突然の変化を示します。

コンピューター シミュレーションの精度と適用性をさらに検証するために、2 番目のバイオフィルター実験セットに対して検証されました 33。 この実験では、入口濃度を段階的に増加させ、定常状態に達するまで各段階で保持しました。 図 6 に、予測された出口濃度と実験による入口および出口濃度を示し、モデルパラメータを表 2 に示します。実験による出口濃度の標準偏差は 0.071 gm-3 (三重実験の標準誤差 0.041 gm-3) です。 モデルとデータを適切に適合させるために、比表面積は 4 分の 1 に減少しました。これは、充填サイズが約 6 mm から約 25 mm に増加することに相当します (球状粒子と固体密度 1000 kg m を仮定) −3）。 これらは妥当な値であり、これらの実験で増量剤として使用されたわらは、最初の実験で使用された木材チップほどにはバイオフィルターの構造を維持できなかったため、増加が予想されました。

実験的な入口および出口の濃度と予測された出口の濃度。

モデルは 36 日目までは実験データをよく追跡します。それ以降、モデルは出口濃度を過小予測します。 バイオフィルターの沈降により、気相にさらされるバイオフィルムの比表面積が減少したと仮説が立てられています。 図 1 のデータのバイオフィルターとは異なり、このバイオフィルターでは若干の沈降が観察されました。比表面積の減少により、バイオフィルター内のバイオフィルム面積が減少しました。 実験の終わり近くでは適合性が欠けていたにもかかわらず、モデルはわずか 0.153 gm−3 (r2 = 0.937) の RMSE を示しました。 最初の 36 日間のみを考慮すると、RMSE は 0.059 gm−3 (r2 = 0.950) になります。 シミュレーションでは、このバイオフィルターではバイオフィルムが強く拡散制限されていることが示されているため、バイオフィルムの面積と活性の間には正比例することが予想されます。 活性と比表面積との比例関係の仮定は、粒子サイズの増加とともに最大 EC が減少するが、比表面積の増加とともに増加することを発見した Delhoménie et al.35 と一致しています。 これは、その時点でバイオフィルムの表面積がバイオフィルムの活性よりもREに対してより顕著な影響を及ぼしていることを意味します。

これらの発見は、トルエンの適度な疎水性の性質と密接に関連しています。 朱ら。 36 人は、トルエン バイオフィルターの分解効率がイソブタノール (H = 0.0005) と n-ヘキサン (H = 53) の中間であることを発見しました。これは部分的な拡散限界を示しており、結果のモデル解釈と一致しています。 それにもかかわらず、生物濾過は、ヘンリーの法則定数が 10 以上の場合に効果を発揮し得る (Haque et al.,37)。 Ranjbar と Gheeni 38 は、ヘンリー定数と比表面積が彼らのバイオフィルター モデルで最も敏感なパラメーターであることを発見しました。これは私たちの発見と一致しています。 Kalantar et al.39 は、二相バイオ散流フィルターではトルエンが我々の研究で発見されたものよりも強く拡散制限されることを発見しました。 ただし、バイオ散水フィルターはバイオフィルターよりも厚いバイオフィルムを持っており、これが違いを説明します。

ここで示したモデル予測の精度は、Ranjbar や Ghaemi 38、San Valeo et al.40,41 などのバイオフィルター モデルに典型的な精度と同様です。

入口濃度が着実に増加するトルエンバイオフィルターの実験およびシミュレーションの結果は、わずかに異なるタイミングではあるものの、高活性の定常状態から低活性の定常状態へのジャンプを示しています。 結果は、濾床材料の沈降によりバイオフィルム面積が減少した可能性がある実験終了時を除いて、出口濃度の全体的な良好な予測を示しました。 REの急激な上昇前後のバイオフィルム中のモデル化されたトルエン濃度プロファイルの調査により、上昇の原因が拡散律速の高活性状態から低活性状態への移行であることが確認された。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

バイオフィルム比表面積 (mbiofilm2 mbiofilter−3)

バイオマスの減衰速度 (h−1)

基質濃度 (gm−3)

気相中の出口基質濃度 (gm−3)

気相中の入口基質濃度 (gm−3)

バイオフィルム内の基質の拡散係数 (m2 h−1)

空ベッド滞留時間 (h)

除去能力 (gm−3 h−1)

トルエン分解バイオマス中の窒素含有量の質量分率 (gN gbiomass−1)

無次元ヘンリーの法則のボラティリティ定数 (-)

入口負荷速度 (gm−3 h−1)

窒素無機化の速度定数 (h−1)

窒素取り込みの速度定数 (h−1)

液相における基質阻害の速度定数 (gm−3)

液相における基質生分解のミカエリス・メンテン定数 (gm−3)

窒素のミカエリス・メンテン定数 (gN kgcompostdw−1)

コロケーションポイントの数

堆肥中の無機窒素含有量 (g kgcompostdw−1)

堆肥中の有機窒素含有量 (g kgcompostdw−1)

排ガスの体積流量（m−3 h−1）

除去効率(%)

生物ろ過床容積 (m3)

最大反応速度 (g mbiofilm−3 h−1)

バイオマス濃度 (gdwbiomas kgcompostdw−1)

収量 (gg−1)

バイオフィルムの厚さ (μm)

充填層の気孔率

バイオマスの最大比増殖速度 (h−1)

バイオマスの正味比成長率 (h−1)

バイオフィルムの密度 (gdwbiomass mbiofilm−3)

かさ密度 (kg堆肥バイオフィルター−3)

表面ガス速度 (mh−1)

Mudliar, S. et al. VOC と臭気を処理するためのバイオリアクター - レビュー。 Ｊ．Ｅｎｖｉｒｏｎ． 管理。 91、1039–1054 (2010)。

記事 CAS Google Scholar

Bindra, N.、Dubey, B. & Dutta, A. 有機物処理臭気制御技術の技術およびライフサイクル評価。 科学。 トータル環境。 527–528、401–412 (2015)。

論文 ADS PubMed Google Scholar

Estrada, JM、Kraakman, NJRB、Muñoz, R. & Lebrero, R. 下水処理プラントにおける臭気処理技術の比較分析。 環境。 科学。 テクノロジー。 45、1100–1106 (2011)。

論文 ADS CAS PubMed Google Scholar

Delhoménie, MC & Heitz, M. 空気の生物濾過: レビュー。 クリティカル。 バイオテクノロジー牧師。 25、53–72 (2005)。

論文 PubMed Google Scholar

Mansoori, AM、Ando, N. & Higuchi, T. 新しい灌漑システムを使用してガス状 VOC を処理するバイオフィルターにおけるリンと微量金属の影響。 J. 大気廃棄物管理者准教授 69、1348–1360 (2019)。

論文 CAS PubMed Google Scholar

ルネ、ERら。 堆肥バイオフィルター内の気相トルエンとキシレン混合物の除去に対する濃度とガス流量の影響。 バイオリソース。 テクノロジー。 248、28–35 (2018)。

論文 CAS PubMed Google Scholar

Leili, M.、Farjadfard, S.、ジョージア州ソリアル & Ramavandi, B. 石油化学廃棄物の流れからの BTEX と Hg° の同時生物濾過。 Ｊ．Ｅｎｖｉｒｏｎ． 管理。 204、531–539 (2017)。

記事 CAS Google Scholar

サン、D. et al. ベンゼン生分解用のパイロットバイオフィルターにおけるアスペルギルス株の応用の可能性。 科学。 議員 7、1–9 (2017)。

記事 ADS Google Scholar

Ni、J.ら。 臭気ガスを含む改良型バイオフィルターにおける微生物群集の構造と機能のメタゲノム解析。 科学。 議員第 12 号、1–11 (2022)。

記事 Google Scholar

Zhu, R.、Li, S.、Bao, X. & Dumont, E. 機能性微生物を含む複合包装材料と含まない複合包装材料の生物学的 H2S 除去特性の比較。 科学。 議員 7、1–8 (2017)。

記事 ADS Google Scholar

Wongbunmak, A.、Khiawjan, S.、Suphantharika, M.、Pongtharangkul, T. Bacillus amyloliquefaciens subsp. による BTEX 生分解 plantarum W1 とその提案された BTEX 生分解経路。 科学。 議員 10、1–13 (2020)。

記事 Google Scholar

Ottengraf, SP & Van Den Oever, AH 生物学的フィルターを使用した排ガスからの有機化合物の除去の速度論。 バイオテクノロジー。 バイオエンジ。 25、3089–3102 (1983)。

論文 CAS PubMed Google Scholar

Moreno-Casas、PA、Scott、F.、Delpiano、J. & Vergara-Fernández、A. トルエン、ホルムアルデヒド、ベンゾ[α]ピレンの蒸気混合物を処理するバイオフィルターのコンピューター断層撮影および CFD シミュレーション。 Chemosphere 240、124924 (2020)。

論文 ADS CAS PubMed Google Scholar

Salih, M.、Shareefdeen, Z.、Khouri, S. 定常状態バイオフィルター モデルの解決への新しいアプローチ。 環境。 工学解像度 25、779–787 (2020)。

記事 Google Scholar

Dorado, AD、Lafuente, J.、Gabriel, D. & Gamisans, X. 高負荷でトルエンを処理するバイオフィルター内のバイオマス蓄積 - パート 2: モデルの開発、校正、および検証。 化学。 工学 J. 209、670–676 (2012)。

記事 CAS Google Scholar

Baltzis, BC、Wojdyla, SM & Shareefdeen, Z. 定常条件下での VOC 混合物の生物濾過のモデル化。 Ｊ．Ｅｎｖｉｒｏｎ． 工学 123、599–605 (1997)。

記事 CAS Google Scholar

Haque, F. 堆肥バイオフィルター上のトルエン分解: モデリングと実験的評価。 博士論文 (カルガリー大学、2014 年)。

Rajamanickam, R.、Baskaran, D.、Kaliyamoorthi, K.、Baskaran, V. & Krishnan, J. 好気性バイオフィルターにおけるベンゼン除去の定常状態、過渡的挙動および動態モデリング。 Ｊ．Ｅｎｖｉｒｏｎ． 化学。 工学 8、103657 (2020)。

記事 CAS Google Scholar

Kumar、M.ら。 非常に高い負荷率で気相トルエンを除去するための、堆肥と活性炭ベースの充填材を使用したバイオフィルターの性能。 バイオリソース。 テクノロジー。 285、121317 (2019)。

論文 CAS PubMed Google Scholar

ヤン、Ｙら。 トルエン生分解用のシュードモナス・プチダを微細包埋した複合フィラーの性能評価と微生物群集解析。 プロセス生化学。 92、10–16 (2020)。

記事 CAS Google Scholar

Yan、WW、Liu、Y.、Xu、YS、Yang、XL 不均​​一な多孔質媒体を使用したバイオフィルターを通過する空気流の数値シミュレーション。 バイオリソース。 テクノロジー。 99、2156–2161 (2008)。

論文 CAS PubMed Google Scholar

Woudberg, S.、Van Jaarsveld, J. & Dumont, E. バイオフィルターの圧力損失と充填材の比表面積を予測します。 パウダーテクノロジー。 342、233–245 (2019)。

記事 CAS Google Scholar

Malakar, S.、Saha, PD、Baskaran, D. & Rajamanickam, R. トルエン除去用微生物バイオフィルター: 性能評価、過渡動作および除去能力の理論的予測。 持続する。 環境。 解像度 28、121–127 (2018)。

記事 CAS Google Scholar

ドラド、AD 他トルエン削減に適用される細菌および真菌バイオフィルターのモデリング: 速度論的パラメーターの推定とモデルの検証。 化学。 工学 J. 140、52–61 (2008)。

記事 CAS Google Scholar

Fang, H.、Jamali, B.、Deletic, A.、Zhang, K. 重金属の除去とリスク軽減における雨水バイオフィルターのパフォーマンスを予測するための機械学習アプローチ。 水耐性 200、117273 (2021)。

論文 CAS PubMed Google Scholar

Süß, M. & De Visscher, A. 単一汚染物質を処理するバイオフィルムリアクターの定常状態に対する拡散制限と基質阻害の影響。 J. 大気廃棄物管理者准教授 69、1107–1115 (2019)。

論文 PubMed Google Scholar

Pommerville、JC Alcamo の『Fundamentals of Microbiology』第 9 版 (Jones & Bartlett Learning、バーリントン、マサチューセッツ州、2010)。

Google スカラー

メルアニ、EFO 他エチルベンゼンまたはキシレンの存在下でのメタンの生物ろ過。 アトモス。 汚染。 解像度 13、101271 (2022)。

記事 CAS Google Scholar

Khabiri, B.、Ferdowsi, M.、Buelna, G.、Jones, JP & Heitz, M. 栄養溶液添加のさまざまな戦略下でのメタン生物ろ過。 アトモス。 汚染。 解像度 11、85–93 (2020)。

記事 CAS Google Scholar

Khabiri, B.、Ferdowsi, M.、Buelna, G.、Jones, JP & Heitz, M. 無機担体を充填したバイオフィルター内でのメタンとスチレンの同時生分解: 実験的およびマクロキネティクスの研究。 Chemosphere 252、126492 (2020)。

論文 ADS CAS PubMed Google Scholar

Villadsen, JV & Stewart, WE 直交コロケーションによる境界値問題の解決。 化学。 工学科学。 22、1483–1501 (1967)。

記事 Google Scholar

De Visscher, A.、Haque, F.、Sen, A.、Süß, M. トルエンバイオフィルターにおける微生物の増殖、栄養循環、汚染物質の分解のシミュレーション モデル。 BioTechniques Ghent 27–33 (2015) にて。

Süß, M. ガス状 BTEX バイオフィルトレーション: ダイナミクス、基質相互作用、および複数の定常状態の実験的および数値的研究。 博士論文 (カルガリー大学、2018 年)。

Li、QG および De Visscher、A. トルエン除去バイオフィルターのモデリング。 J. 大気廃棄物管理者准教授 58、947–956 (2008)。

論文 CAS PubMed Google Scholar

Delhoménie, MC、Bibeau, L. & Heitz, M. 堆肥ベースの生物学的フィルターにおける粒子サイズと吸着現象の影響に関する研究。 化学。 工学科学。 57、4999–5010 (2002)。

記事 Google Scholar

Zhu、X.ら。 バイオフィルターの性能に対する基質ヘンリー定数の影響。 J. 大気廃棄物管理者准教授 54、409–418 (2004)。

論文 CAS PubMed Google Scholar

Haque, F.、De Visscher, A.、Sen, A. BTEX 除去のための生物濾過。 クリティカル。 Ｒｅｖ．Ｅｎｖｉｒｏｎ． 科学。 テクノロジー。 42、2648–2692 (2012)。

記事 CAS Google Scholar

Ranjbar, S. & Ghaemi, A. バイオフィルターにおける揮発性有機化合物除去の数学的モデリング: モデルの検証と感度分析。 イラン。 Ｊ．Ｃｈｅｍ． 工学 10、76–87 (2013)。

Google スカラー

Kalantar, M.、Zamir, SM、Ferdowsi, M. & Shojaosadati, SA 二液相散水バイオリアクターにおけるガス状トルエンおよびメタノール排出の除去強化: 性能評価、動的モデリング、微生物群集シフト。 J. クリーン。 製品。 329、129637 (2021)。

記事 CAS Google Scholar

San-Valero、P.、Dorado、AD、Quijano、G.、Alvarez-Hornos、FJ & Gabaldón、C. スチレン削減のための生物散流フィルター モデリング。 パート 2: 二相分配バイオリアクターのシミュレーション。 Chemosphere 191、1075–1082 (2018)。

論文 ADS CAS PubMed Google Scholar

San-Valero, P.、Dorado, AD、Martínez-Soria, V. & Gabaldón, C. スチレン削減のための生物散流フィルター モデリング。 パート 1: 工業規模でのモデルの開発、校正、検証。 Chemosphere 191、1066–1074 (2018)。

論文 ADS CAS PubMed Google Scholar

リファレンスをダウンロードする

化学石油工学部、および環境工学研究教育センター (CEERE)、カルガリー大学シューリッヒ工学部、2500 University Drive NW、カルガリー、AB、T2N 1N4、カナダ

マイケル・スウィート

コンコルディア大学ジーナ・コディ工学・コンピュータサイエンス学部化学・材料工学科、1455 De Maisonneuve Blvd. W、モントリオール、ケベック州、カナダ

アレックス・デ・ヴィッシャー

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

修士、博士はこの研究を概念化し、すべての実験トライアルと実験装置をセットアップし、各実験を実行し、結果のほとんどを分析して解釈し、開発されたコンピューターシミュレーションコードのほとんどを作成し、原稿を執筆および改訂しました。ADV 教授が刺激を提供しました。この研究では、開発されたコンピュータシミュレーションコードと原稿の結果の解釈と分析および修正部分に部分的に参加しました。

マイケル・サスへの通信。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Süß, M.、De Visscher, A. トルエン生分解性バイオフィルターの定常状態の安定性に関する実験的および数値的研究。 Sci Rep 12、12510 (2022)。 https://doi.org/10.1038/s41598-022-15620-w

引用をダウンロード

受信日: 2022 年 1 月 3 日

受理日: 2022 年 6 月 27 日

公開日: 2022 年 7 月 22 日

DOI: https://doi.org/10.1038/s41598-022-15620-w

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。