Dynamic global sensitivity analysis in bioreactor networks for bioethanol production

Autores
Ochoa, María Paz; Estrada, Vanina Gisela; Di Maggio, Jimena Andrea; Hoch, Patricia Monica
Año de publicación
2015
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Dynamic global sensitivity analysis (GSA) was performed for three different dynamic bioreactor models of increasing complexity: a fermenter for bioethanol production, a bioreactors network, where two types of bioreactors were considered: aerobic for biomass production and anaerobic for bioethanol production and a co-fermenter bioreactor, to identify the parameters that most contribute to uncertainty in model outputs. Sobol?s method was used to calculate time profiles for sensitivity indices. Numerical results have shown the time-variant influence of uncertain parameters on model variables. Most influential model parameters have been determined. For the model of the bioethanol fermenter, umax (maximum growth rate) and Ks (half-saturation constant) are the parameters with largest contribution to model variables uncertainty; in the bioreactors network, the most influential parameter is umax,1 (maximum growth rate in bioreactor 1); whereas k (glucose-to-total sugars concentration ratio in the feed) is the most influential parameter over all model variables in the co-fermentation bioreactor.
Fil: Ochoa, María Paz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
Fil: Estrada, Vanina Gisela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
Fil: Di Maggio, Jimena Andrea. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
Fil: Hoch, Patricia Monica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
Materia
Dynamic Global Sensitivity Analysis
Bioreactor Networks
Bioethanol Production
Dae Systems
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/25978
Acceder
id CONICETDig_9f984b9a351bec9ba5e8bfef0758e39a
oai_identifier_str oai:ri.conicet.gov.ar:11336/25978
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Dynamic global sensitivity analysis in bioreactor networks for bioethanol productionOchoa, María PazEstrada, Vanina GiselaDi Maggio, Jimena AndreaHoch, Patricia MonicaDynamic Global Sensitivity AnalysisBioreactor NetworksBioethanol ProductionDae Systemshttps://purl.org/becyt/ford/2.4https://purl.org/becyt/ford/2Dynamic global sensitivity analysis (GSA) was performed for three different dynamic bioreactor models of increasing complexity: a fermenter for bioethanol production, a bioreactors network, where two types of bioreactors were considered: aerobic for biomass production and anaerobic for bioethanol production and a co-fermenter bioreactor, to identify the parameters that most contribute to uncertainty in model outputs. Sobol?s method was used to calculate time profiles for sensitivity indices. Numerical results have shown the time-variant influence of uncertain parameters on model variables. Most influential model parameters have been determined. For the model of the bioethanol fermenter, umax (maximum growth rate) and Ks (half-saturation constant) are the parameters with largest contribution to model variables uncertainty; in the bioreactors network, the most influential parameter is umax,1 (maximum growth rate in bioreactor 1); whereas k (glucose-to-total sugars concentration ratio in the feed) is the most influential parameter over all model variables in the co-fermentation bioreactor.Fil: Ochoa, María Paz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; ArgentinaFil: Estrada, Vanina Gisela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; ArgentinaFil: Di Maggio, Jimena Andrea. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; ArgentinaFil: Hoch, Patricia Monica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; ArgentinaElsevier2015-10-27info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/25978Ochoa, María Paz; Estrada, Vanina Gisela; Di Maggio, Jimena Andrea; Hoch, Patricia Monica; Dynamic global sensitivity analysis in bioreactor networks for bioethanol production; Elsevier; Bioresource Technology; 200; 27-10-2015; 666-6790960-8524CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/doi/10.1016/j.biortech.2015.10.069info:eu-repo/semantics/altIdentifier/url/http://www.sciencedirect.com/science/article/pii/S0960852415014728info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-10T13:23:09Zoai:ri.conicet.gov.ar:11336/25978instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-10 13:23:09.818CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
title Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
spellingShingle Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
Ochoa, María Paz
Dynamic Global Sensitivity Analysis
Bioreactor Networks
Bioethanol Production
Dae Systems
title_short Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
title_full Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
title_fullStr Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
title_full_unstemmed Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
title_sort Dynamic global sensitivity analysis in bioreactor networks for bioethanol production
dc.creator.none.fl_str_mv Ochoa, María Paz
Estrada, Vanina Gisela
Di Maggio, Jimena Andrea
Hoch, Patricia Monica
author Ochoa, María Paz
author_facet Ochoa, María Paz
Estrada, Vanina Gisela
Di Maggio, Jimena Andrea
Hoch, Patricia Monica
author_role author
author2 Estrada, Vanina Gisela
Di Maggio, Jimena Andrea
Hoch, Patricia Monica
author2_role author
author
author
dc.subject.none.fl_str_mv Dynamic Global Sensitivity Analysis
Bioreactor Networks
Bioethanol Production
Dae Systems
topic Dynamic Global Sensitivity Analysis
Bioreactor Networks
Bioethanol Production
Dae Systems
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.4
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv Dynamic global sensitivity analysis (GSA) was performed for three different dynamic bioreactor models of increasing complexity: a fermenter for bioethanol production, a bioreactors network, where two types of bioreactors were considered: aerobic for biomass production and anaerobic for bioethanol production and a co-fermenter bioreactor, to identify the parameters that most contribute to uncertainty in model outputs. Sobol?s method was used to calculate time profiles for sensitivity indices. Numerical results have shown the time-variant influence of uncertain parameters on model variables. Most influential model parameters have been determined. For the model of the bioethanol fermenter, umax (maximum growth rate) and Ks (half-saturation constant) are the parameters with largest contribution to model variables uncertainty; in the bioreactors network, the most influential parameter is umax,1 (maximum growth rate in bioreactor 1); whereas k (glucose-to-total sugars concentration ratio in the feed) is the most influential parameter over all model variables in the co-fermentation bioreactor.
Fil: Ochoa, María Paz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
Fil: Estrada, Vanina Gisela. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
Fil: Di Maggio, Jimena Andrea. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
Fil: Hoch, Patricia Monica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina
description Dynamic global sensitivity analysis (GSA) was performed for three different dynamic bioreactor models of increasing complexity: a fermenter for bioethanol production, a bioreactors network, where two types of bioreactors were considered: aerobic for biomass production and anaerobic for bioethanol production and a co-fermenter bioreactor, to identify the parameters that most contribute to uncertainty in model outputs. Sobol?s method was used to calculate time profiles for sensitivity indices. Numerical results have shown the time-variant influence of uncertain parameters on model variables. Most influential model parameters have been determined. For the model of the bioethanol fermenter, umax (maximum growth rate) and Ks (half-saturation constant) are the parameters with largest contribution to model variables uncertainty; in the bioreactors network, the most influential parameter is umax,1 (maximum growth rate in bioreactor 1); whereas k (glucose-to-total sugars concentration ratio in the feed) is the most influential parameter over all model variables in the co-fermentation bioreactor.
publishDate 2015
dc.date.none.fl_str_mv 2015-10-27
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/25978
Ochoa, María Paz; Estrada, Vanina Gisela; Di Maggio, Jimena Andrea; Hoch, Patricia Monica; Dynamic global sensitivity analysis in bioreactor networks for bioethanol production; Elsevier; Bioresource Technology; 200; 27-10-2015; 666-679
0960-8524
CONICET Digital
CONICET
url http://hdl.handle.net/11336/25978
identifier_str_mv Ochoa, María Paz; Estrada, Vanina Gisela; Di Maggio, Jimena Andrea; Hoch, Patricia Monica; Dynamic global sensitivity analysis in bioreactor networks for bioethanol production; Elsevier; Bioresource Technology; 200; 27-10-2015; 666-679
0960-8524
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/doi/10.1016/j.biortech.2015.10.069
info:eu-repo/semantics/altIdentifier/url/http://www.sciencedirect.com/science/article/pii/S0960852415014728
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Elsevier
publisher.none.fl_str_mv Elsevier
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842981277186129920
score 12.48226

Publicaciones similares