KR20230167108A - 광생물반응기 시스템들 및 방법들 - Google Patents
광생물반응기 시스템들 및 방법들 Download PDFInfo
- Publication number
- KR20230167108A KR20230167108A KR1020237038385A KR20237038385A KR20230167108A KR 20230167108 A KR20230167108 A KR 20230167108A KR 1020237038385 A KR1020237038385 A KR 1020237038385A KR 20237038385 A KR20237038385 A KR 20237038385A KR 20230167108 A KR20230167108 A KR 20230167108A
- Authority
- KR
- South Korea
- Prior art keywords
- photobioreactor
- liquid culture
- lower section
- culture medium
- containment structure
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 29
- 238000009630 liquid culture Methods 0.000 claims abstract description 44
- 239000001963 growth medium Substances 0.000 claims abstract description 41
- 241001474374 Blennius Species 0.000 claims abstract description 33
- 241000195493 Cryptophyta Species 0.000 claims abstract description 33
- 230000007613 environmental effect Effects 0.000 claims abstract description 25
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 239000002028 Biomass Substances 0.000 claims description 32
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 239000002609 medium Substances 0.000 claims description 16
- 235000015097 nutrients Nutrition 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 claims description 8
- 239000007789 gas Substances 0.000 claims description 8
- 238000003306 harvesting Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000002156 mixing Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000004801 process automation Methods 0.000 claims description 2
- 238000003908 quality control method Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims 1
- 239000013535 sea water Substances 0.000 description 14
- 230000015654 memory Effects 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 239000002551 biofuel Substances 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000009360 aquaculture Methods 0.000 description 2
- 244000144974 aquaculture Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000005549 size reduction Methods 0.000 description 2
- 235000000346 sugar Nutrition 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000004753 textile Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 1
- 241000238424 Crustacea Species 0.000 description 1
- 241000192700 Cyanobacteria Species 0.000 description 1
- 241000258955 Echinodermata Species 0.000 description 1
- 241000227166 Harrimanella hypnoides Species 0.000 description 1
- 241000237852 Mollusca Species 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 239000013543 active substance Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003115 biocidal effect Effects 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- -1 but not limited to Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 150000004676 glycans Chemical class 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 229920001282 polysaccharide Polymers 0.000 description 1
- 239000005017 polysaccharide Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009919 sequestration Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M21/00—Bioreactors or fermenters specially adapted for specific uses
- C12M21/02—Photobioreactors
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G33/00—Cultivation of seaweed or algae
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
- A01G7/04—Electric or magnetic or acoustic treatment of plants for promoting growth
- A01G7/045—Electric or magnetic or acoustic treatment of plants for promoting growth with electric lighting
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M23/00—Constructional details, e.g. recesses, hinges
- C12M23/46—Means for fastening
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M27/00—Means for mixing, agitating or circulating fluids in the vessel
- C12M27/18—Flow directing inserts
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M27/00—Means for mixing, agitating or circulating fluids in the vessel
- C12M27/18—Flow directing inserts
- C12M27/20—Baffles; Ribs; Ribbons; Auger vanes
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M29/00—Means for introduction, extraction or recirculation of materials, e.g. pumps
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M31/00—Means for providing, directing, scattering or concentrating light
- C12M31/10—Means for providing, directing, scattering or concentrating light by light emitting elements located inside the reactor, e.g. LED or OLED
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/48—Automatic or computerized control
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
- C12N5/00—Undifferentiated human, animal or plant cells, e.g. cell lines; Tissues; Cultivation or maintenance thereof; Culture media therefor
- C12N5/04—Plant cells or tissues
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Zoology (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Wood Science & Technology (AREA)
- Biotechnology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- General Health & Medical Sciences (AREA)
- Sustainable Development (AREA)
- Analytical Chemistry (AREA)
- Environmental Sciences (AREA)
- Molecular Biology (AREA)
- Marine Sciences & Fisheries (AREA)
- Botany (AREA)
- Computer Hardware Design (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Clinical Laboratory Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Cell Biology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Cultivation Of Seaweed (AREA)
- Physical Or Chemical Processes And Apparatus (AREA)
Abstract
광생물반응기는 해조류를 재배하기 위한 액체 배양 배지를 수용하는 격납 구조체를 포함한다. 격납 구조체는 상부 섹션과 하부 섹션의 사이에서 수직으로 연장되는 측벽을 포함하고, 여기서, 하부 섹션은 재배되는 해조류의 추출을 허용하도록 배치되는 유출구를 갖는다. 나선형 라이너는 측벽의 내부 표면에 인접하게 위치된다. 재순환기는 하부 섹션으로부터 입구를 통해 액체 배양 배치의 일 부분을 연속적으로 받아들이고 상부 섹션에서 출구를 통해 액체 배양 배지를 출력하도록 배치되는 펌프를 포함한다. 센서들은 광생물반응기 내의 환경 조건들을 모니터링한다. 발광기들은 나선형 라이너의 표면을 따라 배치된다. 상부 섹션과 하부 섹션 사이의 나선형 구성으로 격납 구조체 내에 위치되는 흐름 발생기들은 격납 구조체의 상부 섹션으로부터 하부 섹션을 향하여 액체 배양 배지의 흐름을 유도하도록 구성된다.
Description
본 출원은 "광생물반응기 시스템들 및 방법들"이라는 명칭으로, 2021년 4월 8일자로 출원된 미국 임시 특허 출원 63/172,407호, 및 2021년 12월 29일자로 출원된 미국 특허 출원 17/564,779호의 우선권 및 이익을 주장한다.
본 출원은 일반적으로 광생물반응기들(photobioreactors)에 관한 것으로, 더욱 상세하게는, 탄소 격리, 바이오재료들, 및 바이오연료들 생산에 유용한, 조류(algae) 및 해조류(seaweed) 재배를 위한 광생물반응기들에 관한 것이다.
생물반응기들(bioreactors)은 생물학적 활성 환경을 촉진하는 시스템들이다. 전형적인 생물반응기는 유기체들 또는 유기체들로부터 유래된 생물학적 활성 물질들을 포함하는 화학 프로세스가 수행되는 용기(vessel)을 가지고 있다. 일부 일반적인 생물반응기들은 원통형의 형상을 가지고 있다. 생물반응기들은 일반적으로 회분식(batch), 유가식(fed batch), 또는 연속 교반-탱크 생물반응기들과 같은 연속 모드를 포함하는 여러 모드들 중 하나로 작동된다. 생물반응기들에서 성장하는 유기체들은 일반적으로 물이나 해수와 같은 액체 내에 잠겨 있다. 온도, 영양분 농도들, pH, 용존 가스들, 및 광도와 같은 생물반응기 내부의 환경 조건들(environmental conditions)은 제어될 수 있다. 광생물반응기(PBR)는 생물반응기 내의 화학 프로세스를 향상시키기 위해 자연광 또는 인공광을 사용하는 일종의 생물반응기이다. 광생물반응기들은 종종 시아노박테리아, 조류, 또는 이끼 식물들을 포함하는 광영양 유기체들을 성장시키는 데 사용된다. 모든 해조류 종들은 독립영양체이지만, 일부 조류 종들은 다른 외부 양식 재료들에 의존한다. 광은 광합성을 통해 유기체들에 에너지원을 제공하므로, 에너지원으로서의 당들이나 지질들에 대한 필요성을 제거할 수 있다.
생물반응기에 의해 생산되는 조류나 해조류 바이오매스(biomass)는 건조되어 인간의 식품으로서 사용될 수 있다. 예를 들어, 화장품 색소들, 지방산들, 항산화제들, 예방 작용이 있는 단백질들, 성장 인자들, 항생제들, 비타민들 및 다당류들을 포함하는 조류로부터 유래된 정밀 생화학 산물들이 추출될 수 있다. 조류 바이오매스는 또한 저용량으로, 동물성 식품의 항생제 수준을 대체하거나 감소시키는 데 유용하거나, 단백질들의 공급원으로 유용할 수 있다. 젖은 형태의 조류 바이오매스는 바이오연료를 생산하기 위해 열 공정에 의해 발효되거나 액화될 수 있다. 초기 광생물반응기들은 하나 또는 여러 개의 패들 휠들(paddle wheels)로 교반되는 얕은 석호들(lagoons)을 사용했다. 이러한 광생물반응기들은 생산성이 낮았으며, 계절 및 일일 기후 변화들에 취약했다. 그들은 또한 열대 및 아열대 지역들에 국한되었고, 오염되기 쉬웠다. 폐쇄형 재배 시스템들은 생물반응기 내의 광, 온도, 및 배양 혼합물과 같은 환경 조건들의 보다 일관된 제어를 제공함으로써 얕은 석호 또는 개방형 시스템들과 관련된 제한 사항들을 해결한다. 일부 생물반응기들은 미세조류의 성장을 향상시키기 위해 탄소원으로서 기체 CO2 또는 중탄산염 형태의 무기 탄소를 주입한다.
불행하게도, 조류 및 해조류 생산 생물반응기들의 품질, 효율성, 다양성, 및 생산량을 증가시키기 위해 개선된 조류 및 해조류 재배에 대한 필요성이 여전히 남아 있다.
본 출원은, 다양한 구현들에서, 광생물반응기들을 사용하여 조류 및/또는 해조류를 재배하는 것과 관련된 결함들을 해결한다. 본 출원은 바이오매스 생산 및/또는 생산량을 최적으로 자극하도록 생물반응기를 구성함으로써 조류 및/또는 해조류를 더 효과적이고 효율적으로 재배하는 예시적인 광생물반응기 시스템들, 방법들, 및 디바이스들을 설명한다. 최적화는 생물반응기 내의 흐름 발생기들(flow generators) 및/또는 발광기들(light emitters)의 독특한 배치에 의해 향상될 수 있다. 최적화는 생물반응기 내의 하나 이상의 환경 조건들을 조정하기 위해 센서 데이터를 처리하면서 다양한 생물반응기 컴포넌트들의 동작들을 동적으로 조정하는 데 인공 지능(artificial intelligence; AI) 및/또는 기계 학습(machine learning; ML)을 사용하는 생물반응기 제어기(controller)에 센서 데이터를 제공하기 위해 센서들을 사용하여 환경 조건들을 모니터링함으로써 향상될 수 있으며, 이로써, 바이오매스 품질 및/또는 생산량을 최적화하거나 목표 용도에 맞게 해조류 특성들을 최적화한다. 기후 변화에 직면한 세계의 요구들을 충족하기 위해 특히 지속 가능한 단백질과 탄소 중립 에너지에 초점을 맞춘 대규모 글로벌 해조류 생산에 대한 필요성이 증가하고 있다. 증가하는 인구의 요구들을 충족하기 위해서는 이 애플리케이션의 효율성들과 관련 기술들이 필요하다. 이러한 독특한 시장 문제들을 해결하기 위해서 새로운 유형의 광생물반응기가 제안된다.
일 양태에서, 광생물반응기는 해조류를 재배하기 위한 액체 배양 배지(liquid culture medium)를 수용하도록 배치되는 격납 구조체(containment structure)를 포함한다. 액체 배양 배지는 해수, 영양분들, 및/또는 해조류를 포함할 수 있다. 격납 구조체는 상부 섹션(top section)과 하부 섹션(bottom section)의 사이에서 수직으로 연장되는 적어도 하나의 측벽(sidewall)을 포함한다. 구조체는 원통형, 사일로(silo), 직사각형, 정사각형, 및/또는 기타 기하학적 형상을 가질 수 있다. 하부 섹션은 재배되는 해조류의 추출을 허용하도록 배치되는 유출구(effluent portal)를 포함할 수 있다. 생물반응기는 적어도 하나의 측벽의 내부 표면에 인접하게 위치되고, 액체 배양 배지와 접촉하고 있는 나선형 라이너(spiral liner)를 포함한다. 생물반응기는 또한 격납 구조체의 하부 섹션에 근접한 입구 및 상부 섹션에 근접한 출구를 갖는 재순환기(recirculator)를 포함한다.
재순환기는 하부 섹션으로부터 입구를 통해 액체 배양 배지의 일 부분을 연속적으로 받아들이고 상부 섹션에 근접한 출구를 통해 액체 배양 배지의 해당 부분을 출력하도록 배치되는 펌프(pump)를 포함한다. 생물반응기는 생물반응기 내의 적어도 하나의 환경 조건을 모니터링하도록 배치되는 센서들(sensors)의 어레이를 더 포함한다. 생물반응기는 나선형 라이너의 표면에 인접하게 및/또는 나선형 도관을 따라 배치되는 발광기들의 어레이를 포함한다. 생물반응기는 또한 상부 섹션과 하부 섹션 사이의 나선형 구성(spiral configuration)으로 격납 구조체 내에 위치되고, 하향 나선형 경로(downward spiral path)를 따라 격납 구조체의 상부 섹션으로부터 하부 섹션을 향하여 액체 배양 배지의 흐름을 유도하도록 배치되는 복수의 흐름 발생기들을 포함한다. 일부 구현들에서, 하나 이상의 발광기들 또는 발광기들의 어레이 중 일 부분은 하향 경로를 따라 이동하는 해조류 바이오매스에 대한 광 에너지의 전달을 향상시키기 위해 하향 나선형 경로를 따라 배열된다.
환경 조건은 액체 배양 배지 내의 바이오매스 유량(flow rate), 온도, 영양분 농도들, pH, 용존 가스 농도들, 또는 광 강도를 포함할 수 있다. 일 구현에서, 발광기들의 어레이는 발광 다이오드들(light emitting diodes; LEDs)을 포함한다. 일부 구성들에서, 재순환기는 하부 섹션에 근접한 입구 및 상부 섹션에 근접한 출구를 포함하는 격납 구조체 내의 채널을 형성하는 배지 반환 시스템(medium return system)을 포함한다. 배지 반환 시스템은 격납 구조체의 하부 섹션으로부터 입구를 통해 액체 배양 배지의 일 부분을 연속적으로 받아들이고 격납 구조체의 상부 섹션으로 출구를 통해 액체 배양 배지의 해당 부분을 출력하도록 배치되는 펌프를 포함한다. 일부 구현들에서, 흐름 발생기는 이덕터(eductor)를 포함한다.
광생물반응기는 광생물반응기 내에서 모니터링되는 하나 이상의 환경 조건을 기반으로 하는 센서들의 어레이로부터의 센서 데이터를 수신하도록 배치되는 제어기를 포함할 수 있다. 제어기는 액체 배양 배지 내의 유량, 온도, 영양분 농도들, pH 수준들, 용존 가스 농도들, 및/또는 광 강도를 조정할 수 있다. 제어기는 개방, 폐쇄, 켬, 끔, 유량 조정, 광생물반응기의 하나 이상의 컴포넌트들의 혼합도(mixing rate) 조정, 및/또는 광생물반응기의 발광기들의 광 광도 조정에 의해 환경 조건들을 조정할 수 있다.
제어기는 품질 관리 모니터링 및/또는 해조류 생산 최적화에 대한 예측 분석을 최적화하기 위해 인공 지능, 기계 학습, 및/또는 딥 러닝(deep learning)을 구현할 수 있다. 센서들 중 일 부분은 클라우드 컴퓨팅 네트워크(cloud computing network)를 통해 실시간 센서 데이터를 생성하기 위해 광생물반응기 및 다른 광생물반응기들에 근접한 데이터 네트워크, 예컨대, 사물 인터넷(internet-of-things; IoT)을 사용할 수 있다. 실시간 센서 데이터는 제어기, 하나 이상의 외부 제어 시스템들(offsite control systems), 및/또는 하나 이상의 원격 모니터링 시스템들에 의해 수신 가능할 수 있다. 광생물반응기 및 다른 광생물반응기들은 바이오리파이너리(biorefinery) 네트워크를 형성하기 위해 통신 가능하게 결합될 수 있다. 제어기, 하나 이상의 외부 제어 시스템들, 및/또는 하나 이상의 모니터링 시스템들은 하나 이상의 광생물반응기들에서 센서 데이터 수집 자동화, 테스팅, 유지 관리, 및/또는 해조류 수확을 촉진하기 위해 로봇 프로세스 자동화(robotic process automation; RPA)를 수행하도록 배치될 수 있다.
본 해결 수단 항목을 포함하여 본 명세서에 설명되는 특징들 중 임의의 두 개 이상이 결합되어 본 명세서에 구체적으로 설명되지 않은 구현들을 형성할 수 있다. 또한, 본 명세서는 조류 또는 해조류 생산 생물반응기들과 관련된 시스템들, 방법들, 및 디바이스들의 예들을 언급할 수 있지만, 그러한 기술들은 또한 다른 유기체들을 배양하기 위해 배치되는 생물반응기들에도 동일하게 적용된다. 예를 들어, 광생물반응기들과 관련하여 여기에 설명되는 시스템들 및 방법들은 갑각류, 어류, 연체동물들, 극피동물들 등과 같으나 이에 국한되지는 않는 모든 종류의 수산양식(aquaculture)에 사용될 수 있다.
하나 이상의 구현들의 세부사항들은 첨부 도면들 및 이하의 설명에서 제시된다. 다른 특징들 및 장점들은 설명과 도면, 및 청구범위로부터 명백해질 것이다.
도 1은 예시적인 광생물반응기의 도면이다;
도 2는 컴퓨터 시스템의 도면을 도시한다;
도 3은 광생물반응기의 측면도를 도시한다;
도 4는 도 3의 광생물반응기의 평면도를 도시한다; 그리고
도 5는 도 3 및 도 4의 생물반응기의 동작과 관련된 해조류 재배 프로세스를 도시한다.
다른 도면들에서 유사한 참조 부호들이 유사한 요소들을 나타낸다.
도 2는 컴퓨터 시스템의 도면을 도시한다;
도 3은 광생물반응기의 측면도를 도시한다;
도 4는 도 3의 광생물반응기의 평면도를 도시한다; 그리고
도 5는 도 3 및 도 4의 생물반응기의 동작과 관련된 해조류 재배 프로세스를 도시한다.
다른 도면들에서 유사한 참조 부호들이 유사한 요소들을 나타낸다.
본 출원은, 다양한 구현들에서, 생물반응기들을 사용하여 조류 및/또는 해조류를 재배하는 것과 관련된 결함들을 해결한다. 본 출원은 바이오매스 생산 및/또는 생산량을 최적으로 자극하도록 광생물반응기를 구성함으로써 조류 및/또는 해조류 재배를 효과적이고 효율적으로 구현하는 예시적인 시스템들, 방법들, 및 디바이스들을 설명한다. 최적화는 생물반응기 내의 흐름 발생기들 및/또는 발광기들의 특정한 배치에 의해 향상될 수 있다. 최적화는 생물반응기 내의 하나 이상의 환경 조건들을 조정하기 위해 센서 데이터를 처리하고 다양한 생물반응기 컴포넌트들의 동작들을 동적으로 조정하는 데 AI 및/또는 ML을 사용하는 생물반응기 제어기에 센서 데이터를 제공하기 위해 센서들을 사용하여 환경 조건들을 모니터링함으로써 더 향상될 수 있으며, 이는 바이오매스 품질 및/또는 생산량을 최적화하거나 목표 용도에 맞게 해조류 특성들을 최적화한다.
도 1은 격납 구조체, 용기, 및/또는 하우징(102)을 포함하는 예시적인 광생물반응기(100)의 도면이다. 생물반응기(100)는 또한 오존 필터(104), CO2 주입기(106), 자외선(ultraviolet; UV) 필터(1080, 및 바이오필터(112)를 갖는 해수 유입구(seawater intake)(110)에 연결되는 재순환기(124)를 포함한다. 재순환기(124) 및 해수 유입구(110)는 구조체(102)의 상부 섹션에 근접한 격납 구조체(102) 내로의 해수의 입력을 제공한다. 해수 유입구(110) 및/또는 전용 영양분 주입기(114)는 구조체(102) 내의 액체 배지, 예컨대, 영양분들이 있거나 없는 해수에 영양분들을 제공할 수 있다. 해수 유입구(110) 및/또는 재순환기(124)는 격납 구조체(102) 내로의 생물반응기로부터 재순환되는 액체, 해수, 영양분들, 및 기타 입력물들을 혼합하는 데 하나 이상의 혼합 에듀케이터들(mixing educators)을 사용할 수 있다. 생물반응기(100)는 생물반응기(100) 내의 하나 이상의 환경 조건들을 감지하도록 배치되는 하나 이상의 환경 센서들 및/또는 센서들의 어레이(116)를 포함할 수 있다. 생물반응기(100)는 유출구(120)에서 나가는 물로부터 해조류 바이오매스를 변형시켜, 격납 구조체(102) 내로 다시 재순환되는 해수 바이오매스의 크기를 감소시키거나 해수 바이오매스의 일 부분을 수확하도록 배치되는 수확기(harvestor)(122)를 포함한다.
일부 구현들에서, 생물반응기(100)는 도 3 및 도 4에 대해 개시되는 바와 같이, 적어도 하나의 측벽의 내부 표면에 인접하게 위치되고, 액체 배양 배지와 접촉하고 있는 나선형 라이너를 포함한다. 일부 구현들에서, 생물반응기(100)는 도 3 및 도 4에 대해 설명되는 바와 같이, 상부 섹션과 하부 섹션 사이의 나선형 구성으로 격납 구조체(120) 내에 위치되고, 격납 구조체(102)의 상부 섹션으로부터 하부 섹션을 향하여 액체 배양 배지의 흐름을 유도하도록 배치되는 복수의 흐름 발생기들을 포함한다.
특정 구현들에서, 생물반응기(100)는 생물반응기(100)의 컴포넌트들의 자동 제어를 가능하게 하도록 배치되는 제어기(118)를 포함한다. 제어기(118)는 센서 어레이(116)로부터 수신되는 센서 데이터를 처리하고, 바이오매스 유량들, 온도, 영양분 농도들, pH 수준들, 용존 가스들 농도들, 및/또는 광 강도를 포함하지만 이에 국한되지는 않는 생물반응기(100)의 다양한 환경 파라미터들을 제어하기 위해 인공 지능(AI) 및/또는 기계 학습(ML), 신경망들(neural networks), 베이지안(Bayesian) 네트워크들, 및/또는 퍼지 로직(fuzzy logic)을 실행하는 프로세서를 포함할 수 있다. 제어기(118)는 생물반응기(100 또는 300) 내의 환경 조건들을 동적으로 조정하기 위해 심층 신경망들(deep neural networks), 심층 신뢰 신경망들(deep belief networks), 순환 신경망들(recurrent neural networks), 및 콘볼루션 신경망들(convolutional neural networks)과 같은 인공 신경망들(artificial neural networks; ANN) 및/또는 딥 러닝 아키텍처들을 구현할 수 있다. 제어기(118)는 지도 학습(supervised learning), 강화 학습(reinforcement learning), 및/또는 비지도 학습(unsupervised learning)을 구현할 수 있다. 강화 학습은 생물반응기(100 또는 300) 내의 환경 조건들을 동적으로 조정하기 위한 게임 이론, 제어 이론, 운영 연구(operations research), 정보 이론, 및/또는 시뮬레이션 기반 최적화를 포함할 수 있다. 생물반응기 재배 환경은 마르코프 결정 과정(Markov decision process; MDP)으로 표현될 수 있다. 제어기(118)는 다수의 재배 최적화 문제들을 해결하는 다수의 의사결정 트리들을 생성할 수 있다. 제어기(118)는 조류 및/또는 해조류 재배 프로세스를 최적화하기 위해 베이지안 네트워크들을 사용할 수 있다.
제어기(118)는 입력 벡터를 출력 벡터에 매핑하는 함수를 계산하도록 훈련되는 다층 퍼셉트론들(multilayer perceptrons; MLPs), 콘볼루션 신경망들(CNNs), 또는 심층 볼츠만 머신들(deep Boltzman machines; DBM)과 같은 하나 이상의 신경망들을 사용할 수 있다. N-요소 출력 벡터는 N 개의 재배 설정들에 대한 확률들의 추정치들을 전달할 수 있다. 일부 구현들에서, 제어기(118)는 그 뉴런들이 서로에 피드백 신호들을 보내 동적 시간 거동을 가능하게 하는 순환 신경망(RNN)을 사용한다. 제어기(118)는 장단기 메모리(long short-term memory; LSTM) 및/또는 계층적 시간 메모리(hierarchal temporal memory; HTM)로 지칭되는 강화된 RNN을 사용할 수 있다. 제어기(118)는 하이브리드 제어 시스템을 형성하기 위해 전술된 AI 알고리즘들의 조합을 사용할 수 있다. 의사결정 트리는 생물반응기(100) 내에서 조류 및/또는 해조류를 성장시키기 위한 최적의 재배 구성에 대한 결정에 도달하기 위해 각 노드에서 하나 이상의 속성들을 사용하고/하거나 각 노드에서 쿼리들을 공식화하는 데 정보 이론적 척도를 사용할 수 있는 의사결정 프로세스를 설명하는 일방적인 용어이다.
일 구현에서 작동 시, 해조류 및 해수는 재순환기(124)를 통해 격납 구조체(102)의 상부 섹션, 예컨대, 액체 배양 배지 및/또는 수주의 상부로 펌핑된다. 해조류는 표면에 도달하여, 격납 구조체(102)를 통해 다시 아래로 가라앉으면서 나선형으로 움직인다. 해조류는 격납 구조체 및/또는 사일로(102) 내부에서 아래로 회전하면서 텍스타일 라이너(textile liner)의 층을 따라 이동한다. 해조류는 동시에 나선형 도관을 통해 밀려나고 나선형으로 배관되는(plumbed) 하나 이상의 흐름 발생기들, 예컨대, 이덕터들에 의해 “회전”된다. 해조류는 재배 및/또는 성장을 지원하거나 향상시키기 위해 발광기들로부터 방출되는 스펙트럼 조절 LED 광에 노출된다. 더 무거운 바이오매스 및/또는 다른 고형물들은 수확 및/또는 크기 감소 및/또는 제거를 위해 유출구(120)의 와류(vortex)를 통해 선택되며, 이로써, 더 작고/작거나 더 가벼운 바이오매스가 재순환기(120) 내로 흡입되어 격납 구조체(102)의 상부 섹션으로 다시 펌핑된다. 상기의 사이클은 작동 중에 계속 반복된다.
생물반응기(100 또는 300)의 두 개의 측벽들 사이의 직경 또는 거리는 0.5 m, 1 m, 2 m, 3 m, 5 m, 7 m, 10 m, 15 m, 20 m, 30 m, 40 m, 또는 50 m 이상일 수 있다. 생물반응기(100 또는 300)의 상단에서 하단까지의 깊이 또는 거리는 0.5 m, 1 m, 2 m, 3 m, 5 m, 7 m, 10 m, 15 m, 20 m, 30 m, 40 m, 또는 50 m 이상일 수 있다. 격납 구조체(102) 및/또는 생물반응기(100)는 지표면 아래에 부분적으로 또는 완전히 장착될 수 있다. 격납 구조체(102) 및/또는 생물반응기(100)는 바이오매스의 보다 효율적인 수확을 촉진하기 위해 지표면 위에 부분적으로 또는 완전히 장착될 수 있다. 두 개 이상의 생물반응기들(100) 및/또는 생물반응기들(100)의 어레이는 보다 효율적인 바이오매스 수확 및/또는 생산을 촉진하기 위해 서로에 인접하게 장착될 수 있다. 격납 구조체(102) 및/또는 생물반응기(100)는 수역(body of water) 내에 부분적으로 또는 완전히 장착될 수 있다. 격납 구조체(102) 및/또는 생물반응기(100)는 주기적으로, 하루 중 특정 시간에, 또는 특정 조류 이벤트들 동안 수역 내에 부분적으로 또는 완전히 장착될 수 있다. 격납 구조체(102) 내의 발광기들은 수평으로, 수직으로, 및/또는 원주 방향으로 동일한 간격으로 이격될 수 있다. 격납 구조체(102) 내의 흐름 발생기들은 수평으로, 수직으로, 및/또는 원주 방향으로 동일한 간격으로 이격될 수 있다. 격납 구조체(102)는 금속(예: 강철), 플라스틱, 콘크리트, 및/또는 흙 재료들과 같으나 이에 국한되지는 않는 재료로 형성되고/되거나 이를 포함할 수 있다.
격납 구조체(102) 내의 하향 나선형 형성 및/또는 흐름 경로에서 바이오매스의 흐름을 촉진함으로써, 생물반응기(100)는 주어진 시간 또는 기간에서 바이오매스 흐름, 부피, 및/또는 생산량의 보다 정확하고 효율적인 검출 및/또는 측정을 가능하게 한다. 생물반응기(100)는 격납 구조체(102) 내에 적어도 하나의 비디오 센서를 포함할 수 있다. 비디오 센서는 바이오매스가 센서의 시야를 지나 흐를 때 바이오매스의 하나 이상의 특성들을 측정하도록 구성될 수 있다. 비디오 센서는, 예를 들어, 제어기(118)에 의해, 바이오매스 밀도, 분포, 흐름, 외부 물질, 및/또는 침입 종에 대한 결정 및/또는 검출을 가능하게 하는 센서 데이터를 제공할 수 있다. 일부 구성들에서, 생물반응기(100)는 격납 구조체(102) 내의 바이오매스의 나선형 흐름 경로를 따라 위치되는 다수의 비디오 센서들을 포함한다.
다양한 구현들에서, 생물반응기(100)는 폐쇄형 및/또는 육상(on-shore) 생물반응기로서 작동한다. 육상 생물반응기를 운영하는 것에는 강화된 기후 제어, 영양분 농도들과 같은 액체 배양 배지의 화학적 속성들의 제어, 및 고부가 가치 시장들에 맞는 해조류 유형들의 재배를 포함하는 수많은 장점들이 있다. 예를 들어, 환경 조건들(예: 단백질 및/또는 당 농도)은 해조류 제품을 인간 식품, 바이오연료, 동물 사료, 포장 제품들 등과 같은 특정 용도에 맞추기 위해 조정될 수 있다.
도 2는 도 1의 제어기(118)와 같은 컴퓨터의 기능들을 수행하기 위한 컴퓨터 시스템(200)의 블록도를 포함한다. 예시적인 컴퓨터 시스템(200)은 중앙 처리 장치(central processing unit; CPU)(202), 메모리(204), 및 상호연결 버스(206)를 포함한다. CPU(202)는 단일 마이크로프로세서 또는 컴퓨터 시스템(200)을 다중 프로세서 시스템으로 구성하기 위한 복수의 마이크로프로세서들을 포함할 수 있다. 메모리(204)는 예시적으로 메인 메모리와 읽기 전용 메모리를 포함한다. 컴퓨터(200)는 또한, 예를 들어, 다양한 디스크 드라이브들, 테이프 드라이브들 등을 갖는 대용량 스토리지 디바이스(208)를 포함한다. 메인 메모리(204)는 또한 동적 랜덤 액세스 메모리(dynamic random access memory; DRAM) 및 고속 캐시 메모리를 포함한다. 작동 시, 메인 메모리(204)는 CPU(202)에 의한 실행을 위한 명령어들 및 데이터의 적어도 일부를 저장한다.
대용량 스토리지(208)는 CPU(202)에 의한 사용을 위해 데이터 및 명령어들을 저장하기 위해, 하나 이상의 자기 디스크 또는 테이프 드라이브들 또는 광학 디스크 드라이브들 또는 전고체(solid state) 메모리를 포함할 수 있다. 대용량 스토리지 시스템(208)의 적어도 하나의 컴포넌트는 바람직하게는 디스크 드라이브, 전고체, 또는 테이프 드라이브의 형태이고, 생물반응기(100 또는 300)를 제어하기 위해 센서 어레이(116)로부터의 센서 데이터를 처리하고 AI 및/또는 ML 엔진들 및/또는 신경망들을 실행하는 데 사용되는 데이터베이스를 저장한다. AI 및/또는 ML 엔진들은 생물반응기(100 또는 300) 내의 환경 조건들을 동적으로 조정하기 위해 심층 신경망들, 심층 신뢰 신경망들, 순환 신경망들, 콘볼루션 신경망들과 같은 ANN들 및/또는 딥러닝 아키텍처들을 구현할 수 있다. 생물반응기(100 또는 300)의 자동 제어를 달성하기 위해, 생물반응기(100 또는 300) 내의 조류 및/또는 해조류 생산을 최적화하기 위해, 컴퓨터(200)는 생물반응기(100 또는 300)의 다양한 컴포넌트들(104, 106, 108, 110, 112, 114, 120, 및 122)에 센서 제어 신호들을 전송하고, 개방, 폐쇄, 켬, 끔, 유량 조정, 혼합도 조정, 및/또는 발광기들의 광 강도 조정을 수행할 수 있다. 대용량 스토리지 시스템(208)은 또한 컴퓨터 시스템(200)으로 그리고 컴퓨터 시스템(200)으로부터 데이터 및 코드를 입력하고 출력하기 위해 플로피 디스크, 플래시 드라이브, 컴팩트 디스크 읽기 전용 메모리(CD-ROM, DVD, CD-RW, 및 그 변형들), 메모리 스틱, 또는 집적 회로 비휘발성 메모리 어댑터(즉, PC-MCIA 어댑터)와 같은 다양한 휴대용 매체들을 위한 하나 이상의 드라이브들을 포함할 수 있다. 일부 구현들에서, 컴퓨터(200) 및/또는 제어기(118)는 네트워크(212)와 같은 데이터 네트워크를 통해 동시에 다수의 생물반응기들을 제어할 수 있다. 제어기(118)는 다수의 생물반응기들 사이의 출력 생산 및/또는 생산량을 최적화하기 위해 다수의 생물반응기들 사이의 동작들을 조정할 수 있다. 네트워크(212)는 클라우드 컴퓨팅 환경을 구현하는 다수의 컴퓨팅 서버들을 지원하는, 무선, 애드혹(Adhoc), 및/또는 모바일 네트워크를 포함할 수 있다. 다양한 환경 센서들 및/또는 다수의 생물반응기들은, 예를 들어, 사물 인터넷(IoT) 가능 시스템들 및/또는 디바이스들로서, 네트워크(212)를 통해 통신 가능하게 연결될 수 있다. 일부 구현들에서, 네트워크(212)는 컴퓨터(200) 및/또는 제어기(118)가 지리적 영역에 걸쳐 동시에 작동하는 여러 생물반응기들의 동작들 및 제어를 조정하기 위해, 예를 들어, 글로벌 위치 확인 시스템(global position system; GPS) 데이터 및 기타 빅 데이터를 처리하는 데, 예측 분석을 사용함으로써 다수의 광생물반응기들의 동작들을 조정하게 할 수 있다. 특정 구현들에서, 네트워크(212)는 다수의 생물반응기들로부터의, 예를 들어, GPS 데이터의 수집들을 가능하게 할 것이고, 육지 또는 바다에서의 해조류 생산에 대한 보안 및/또는 성능을 향상시키는 데 ML 프로그램을 사용할 수 있다.
컴퓨터 시스템(200)은 또한, 예를 들어, 네트워크(212)를 통한 데이터 통신들을 위한 인터페이스(210) 및/또는 트랜시버로서 도시된, 통신들을 위한 하나 이상의 입력/출력 인터페이스들을 포함할 수 있다. 데이터 인터페이스(210)는 모뎀(modem), 이더넷(Ethernet) 카드, 또는 임의의 기타 적합한 데이터 통신 디바이스일 수 있다. 컴퓨터(102)의 기능들을 제공하기 위해, 데이터 인터페이스(210)는 직접적으로 또는 다른 외부 인터페이스를 통해 인트라넷 또는 인터넷과 같은 네트워크(212)에 비교적 고속 링크를 제공할 수 있다. 네트워크(212)에 대한 통신 링크는, 예를 들어, 광학, 유선, 또는 무선(예: 위성 또는 셀룰러 네트워크를 통해)일 수 있다. 대안적으로, 컴퓨터 시스템(200)은 네트워크(212)를 통해 웹-기반 통신들이 가능한 메인프레임 또는 다른 유형의 호스트 컴퓨터 시스템을 포함할 수 있다. 컴퓨터 시스템(200)은 웹 서버 및/또는 웹 클라이언트와 같은 네트워크 애플리케이션을 작동시키기 위한 소프트웨어를 포함할 수 있다.
컴퓨터 시스템(200)은 또한 휴대용 데이터 스토리지 디바이스와 인터페이스할 수 있거나 프로그래밍 및/또는 데이터 검색 목적들을 위한 로컬 사용자 인터페이스로서의 역할을 하는 로컬 디스플레이(216) 및 키보드(214) 등과의 상호연결을 위해 상호연결 버스(206)를 사용할 수 있는, 적합한 입력/출력 포트들을 포함할 수 있다. 디스플레이(216) 및/또는 디스플레이(120)는 사용자들이 디스플레이(216)의 표면의 부분들을 터치함으로써 시스템(200)과 인터페이스하게 하는 터치 스크린 기능을 포함할 수 있다. 원격 작업들 담당자는 네트워크(212)를 통해 원격 단말 디바이스들로부터 시스템을 제어하고/하거나 프로그래밍하기 위해 시스템(200)과 상호작용할 수 있다.
컴퓨터 시스템(200)은 다양한 애플리케이션 프로그램들을 실행하고, 대용량 스토리지 시스템(208)의 데이터베이스에 관련 데이터를 저장할 수 있다. 하나 이상의 그러한 애플리케이션들은 조류 및/또는 해조류 재배 및/또는 성장 프로세스 동안 시스템(100 또는 300)의 다양한 컴포넌트들을 제어하는 생물반응기 제어기(118)를 포함할 수 있다.
컴퓨터 시스템(200) 내에 포함되는 컴포넌트들은 컴퓨터 시스템이 서버, 워크스테이션, 개인용 컴퓨터, 네트워크 단말, 모바일 컴퓨팅 디바이스 등으로 사용되게 할 수 있다. 상술된 바와 같이, 컴퓨터 시스템(200)은 신발 밑창 또는 밑창들의 세척 및 살균을 가능하게 하는 하나 이상의 애플리케이션들을 포함할 수 있다. 시스템(200)은 웹 서버 애플리케이션을 구현하는 소프트웨어 및/또는 하드웨어를 포함할 수 있다. 웹 서버는 HTML, XML, WML, SGML, PHP(하이퍼텍스트 프리프로세서(hypertext preprocessor), CGI, 및 유사한 언어들과 같은 소프트웨어를 포함할 수 있다.
본 개시의 전술된 특징들은 시스템(200)에서 동작하는 소프트웨어 컴포넌트로서 실현될 수 있으며, 여기서, 시스템(200)은 유닉스(UNIX) 워크스테이션, 윈도우(Windows) 워크스테이션, 리눅스(LINUX) 워크스테이션, 또는 다른 유형의 워크스테이션을 포함한다. 윈도우, MAC OS, 및 리눅스와 같으나 이에 국한되지는 않는 다른 운영 체제들이 이용될 수 있다. 일부 양태들에서, 소프트웨어는 선택적으로 C 언어 컴퓨터 프로그램, 또는 JavaScript, Java, CSS, Python, PHP, Ruby, C++, C, Shell, C#, Objective-C, Go, R, TeX, VimL, Perl, Scala, CoffeeScript, Emacs Lisp, Swift, Fortran, 또는 Visual BASIC을 포함하지만 이에 국한되지는 않는 임의의 고급 언어로 작성되는 컴퓨터 프로그램으로 구현될 수 있다. XML, WML, PHP 등과 같은 특정 스크립트-기반 프로그램들이 이용될 수 있다. 시스템(200)은 디지털 신호 프로세서(digital signal processor; DSP)를 사용할 수 있다.
전술된 바와 같이, 대용량 스토리지(208)는 데이터베이스를 포함할 수 있다. 데이터베이스는 상업적으로 이용 가능한 마이크로소프트 액세스(Microsoft Access) 데이터베이스를 포함하는 임의의 적합한 데이터베이스 시스템일 수 있고, 로컬 또는 분산 데이터베이스 시스템일 수 있다. 데이터베이스 시스템은 Sybase 및/또는 SQL Server를 구현할 수 있다. 데이터베이스는 하드 디스크 드라이브, RAID 시스템, 테이프 드라이브 시스템, 플로피 디스켓, 또는 임의의 다른 적합한 시스템과 같은 임의의 적합한 영구 데이터 메모리에 의해 지원될 수 있다. 시스템(200)은 시스템(200)과 통합되는 데이터베이스를 포할 수 있지만, 다룬 구현들에서는, 데이터베이스와 대용량 스토리지(208)가 외부 엘리먼트일 수 있음이 이해된다.
특정 구현들에서, 시스템(200)은 인터넷 브라우저 프로그램을 포함할 수 있고/있거나 웹 서버로서 작동하도록 구성될 수 있다. 일부 구성들에서, 클라이언트 및/또는 웹 서버는 클라이언트 또는 서버 프로그램에 의해 사용될 수 있는 다양한 네트워크 프로토콜들을 인식하고 해석하도록 구성될 수 있다. 일반적으로 사용되는 프로토콜들은 하이퍼텍스트 트랜스퍼 프로토콜(Hypertext Transfer Protocol; HTTP), 파일 트랜스퍼 프로토콜(File Transfer Protocol; FTP), 텔넷(Telnet), 및 보안 소켓 계층(Secure Sockets Layer; SSL), 및 전송 계층 보안(Transport Layer Security; TLS) 등을 포함한다. 그러나, 새로운 프로토콜들 및 기존의 프로토콜들의 개정판들이 자주 도입될 수 있다. 따라서, 새로운 또는 개정된 프로토콜을 지원하기 위해, 서버 및/또는 클라이언트 애플리케이션의 새로운 개정판이 지속적으로 개발 및 출시될 수 있다.
컴퓨터 시스템(200)은 웹 2.0 애플리케이션 등을 실행하는 웹 서버를 포함할 수 있다. 시스템(200)에서 실행되는 웹 애플리케이션들은 Java servlets, CGI, PHP, 또는 ASP와 같으나 이에 국한되지는 않는 서버 측 동적 콘텐트 생성 메커니즘들을 사용할 수 있다. 특정 실시예들에서, 매싱된(mashed) 콘텐트는, 예를 들어, 무선 디바이스의 JavaScript 및/또는 애플릿들(applets)을 포함하지만 이에 국한되지는 않는 클라이언트 측 스크립팅을 실행하는 웹 브라우저에 의해 생성될 수 있다.
특정 구현들에서, 시스템(200) 및/또는 제어기(118)는 비동기 JavaScript + XML(Ajax)를 이용하는 애플리케이션들, 및 비동기 로딩 및 콘텐트 표현 기술들을 사용하는 유사한 기술들을 포함할 수 있다. 이러한 기술들은 스타일 표현을 위한 XHTML 및 CSS, 웹 브라우저에 의해 노출되는 문서 객체 모델(document object model; DOM) API, XML 데이터의 비동기 데이터 교환, 및 웹 브라우저 측 스크립팅, 예컨대, JavaScript를 포함할 수 있지만 이에 국한되지는 않는다. 특정 웹-기반 애플리케이션들 및 서비스들은 서비스-지향 액세스 프로토콜(services-orientated access protocol; SOAP) 및 표현 상태 전송(representational state transfer; REST)을 포함하지만 이에 국한되지는 않는 웹 프로토콜들을 활용할 수 있다. REST는 XML과 함께 HTTP를 활용할 수 있다.
시스템(200)은 또한 강화된 보안 및 데이터 암호화를 제공할 수 있다. 강화된 보안은 액세스 제어, 생체 인식 인증, 암호화 인증, 메시지 무결성 검사, 암호화, 디지털 권한 관리 서비스들, 및/또는 기타 유사한 보안 서비스들을 포함할 수 있다. 보안은 IPSEC 및 IKE와 같은 프로토콜들을 포함할 수 있다. 암호화는 DES, 3DES, AES, RSA, 및 임의의 유사한 공개 키 또는 개인 키 기반 체계들을 포함할 수 있지만 이에 국한되지는 않는다.
도 3은 그 격납 구조체(302) 내에 재순환기 및/또는 반환 시스템(304)을 포함하는 광생물반응기(300)의 측면도를 도시하고 있다. 격납 구조체(302)는 액체 배양 배지(310), 예컨대, 해수 성장 배지가 수용되는 캐비티(cavity)를 형성한다. 재순환기 및/또는 배지 반환 시스템(304)은 하부 섹션(320)에 근접한 입구 및 상부 섹션(3180에 근접한 출구를 포함하는 격납 구조체(302) 내의 채널을 형성한다. 재순환기(304)는 하부 섹션(320)의 입구를 통해 액체 배양 배지(310)의 일 부분을 연속적으로 받아들이고 상부 섹션(318)의 출구를 통해 액체 배양 배지(310)의 해당 부분을 출력하도록 배치되는 펌프를 포함한다. 재순환기(304)는 격납 구조체(302) 내의 바이오매스 및/또는 배지(310)의 하향 나선형 흐름 경로(306)에 기여하기 위해 중앙에 위치될 수 있다.
생물반응기(300)는 또한 격납 구조체(302)의 측벽(322)의 내부 표면에 인접한 나선형 라이너(312)를 포함한다. 나선형 라이너(312)는 격납 구조체(302)의 상부 섹션(318)으로부터 하부 섹션(320)을 향하여 해조류(306)를 위한 하향 나선형 흐름 경로를 적어도 부분적으로 가능하게 한다. 중력 및/또는 하나 이상의 흐름 발생기들은 또한 격납 구조체(302) 내의 바이오매스 및/또는 배지(310)의 하향 나선형 흐름을 제공하는 데 도움을 줄 수 있다. 생물반응기(300)는 또한 유출구(316)를 통해 해조류 바이오매스의 수확을 가능하게 하도록 배치되는 와류 분등(grading) 및 배출(draining) 퍼널(funnel)(314)을 포함할 수 있다. 격납 구조체(302)는 액체 배양 배지(310)의 위에 가스 층(308)을 가능하게 하도록 배치되는 밀폐형(sealed) 상부 섹션(318)을 가질 수 있다. 도 3에 도시되지는 않았으나, 생물반응기(300)는 도 1의 생물반응기(100)에 대해 설명된 바와 같이 하나 이상의 컴포넌트들을 포함할 수 있다. 예를 들어, 생물반응기(300)는 센서들의 어레이, 하나 이상의 발광기들, 및/또는 도 1의 제어기(118)와 같은 제어기를 포함할 수 있다. 생물반응기(300)는 육상 및/또는 폐쇄형 시스템으로 작동하도록 구성될 수 있거나, 해양과 같은 수역 내에서 해상 및/또는 개방형 시스템으로 작동하도록 구성될 수 있다. 육상 또는 폐쇄형 시스템으로 작동할 때, 생물반응기(300)는 재순환기(304)에 추가되거나 대안적으로, 도 1의 재순환기(124)와 같은 재순환기를 포함할 수 있다.
도 4는 도 3의 광생물반응기(300)의 평면도(400)를 도시하고 있다. 도 4는 사일로 격납 구조체(402), 나선형 라이너 패브릭(406), 다수의 이덕터들(408), 다수의 해양 발광기들(예: LED들)(410), 재순환기(304)의 반환 컬럼(return column)(412), 및 에듀케이터, 전기 및/또는 배수 도관(414)을 포함한다. 도 4는 반환 컬럼(412)과 나선형 라이너 패브릭(406) 사이의 하향 나선형 흐름(404)을 도시하고 있다. 특정 구현들에서, 흐름 발생기들(예: 이덕들(408)) 및/또는 발광기들(410)은 수평으로, 수직으로, 및/또는 원주 방향으로 동일하거나 실질적으로 동일한 간격으로 이격되어 있다. 수직 깊이를 따라 및/또는 다양한 깊이들에서 수평으로 다수의 발광기들을 배치함으로써, 생물반응기들(100 또는 300)의 수직 길이는 자연 태양광에 의존하는 기존의 생물반응기들에 비해 실질적으로 연장될 수 있다. 기존의 생물반응기들은 일반적으로 기존의 생물반응기의 상단을 통한 재배 배지를 통과하는 자연 광의 침투가 제한되기 때문에 깊이가 약 2.5 m로 제한된다.
다양한 깊이들에 및/또는 배지(310)의 하향 나선형 흐름 경로(404 또는 306)를 따라 다수의 발광기들을 위치시킴으로써, 광에 의해 제공되는 에너지에 대한 배지(310)의 노출은 실질적으로 향상되어, 바이오매스 생산량 및/또는 해조류 바이오매스 산물의 일관성을 증가시킨다. 이것은 생물반응기(300 및/또는 100) 내에 하향 나선형 흐름 경로(404 또는 306)를 구현하는 다른 기술적 장점이다. 도 1에 대해 설명된 바와 같이, 이덕터들(408) 및/또는 흐름 발생기들은 하부 섹션(320)을 향하여 하향 방향으로 배향될 수 있지만, 나선형 하향 흐름(404 및 306)을 장려하기 위해 수평 방향으로 배향될 수도 있다. 일부 구현들에서, 이덕터들(408) 및/또는 흐름 발생기들은 나선형 라이너(312)와 같이 평행하거나 실질적으로 평행한 방향으로 배지 흐름(404 및/또는 306)을 촉진하도록 배향 및/또는 위치된다. 이덕터들(408)은 하부 섹션(320) 및/또는 유출구(316 또는 120)를 향하여 하향 방향으로 수평으로부터 2, 5, 10, 15, 20, 30, 또는 45 도 이하의 수직 배향을 가질 수 있다.
도 5는 도 3 및 도 4의 광생물반응기(300)의 동작과 관련된 해조류 재배 프로세스(500)를 도시하고 있다. 해조류 및 해수는 반환 컬럼(412) 및/또는 재순환기(304)를 통해 격납 구조체(302 및/또는 402)의 상부 섹션(318), 예컨대, 액체 배양 배지(310) 및/또는 반환 컬럼(412)의 상단으로 펌핑된다(단계 502, 및 도 3 및 도 4의 항목 1). 해조류는 배지(310)의 표면에 도달하여, 격납 구조체(302 및/또는 402)를 통해 경로(306 및/또는 404)를 따라 다시 아래로 가라앉으면서 나선형으로 움직이기 시작한다(단계 504, 및 도 3 및 도 4의 항목 2). 해조류는 격납 구조체 및/또는 사일로(302 및/또는 402) 내부에서 아래로 회전하면서 텍스타일 라이너의 층, 예컨대, 나선형 라이너(312) 및/또는 나선형 라이너 패브릭(406)을 따라 이동한다(단계 506, 및 도 3 및 도 4의 항목 3). 해조류는 동시에 나선형 도관(414)을 통해 밀려나고 나선형 도관(414)으로 배관되는 하나 이상의 흐름 발생기들, 예컨대, 이덕터들(408)에 의해 “회전”된다(단계 508, 및 도 3 및 도 4의 항목 4). 해조류는 재배 및/또는 성장을 지원하거나 향상시키기 위해 발광기들(310)로부터 방출되는 스펙트럼 조절 LED 광에 노출된다(단계 510, 및 도 3 및 도 4의 항목 5). 더 무거운 바이오매스 및/또는 다른 고형물들은 수확 및/또는 크기 감소 및/또는 제거를 위해 유출구(316)에 인접한 와류(314)를 통해 선택되며, 이로써, 더 작고/작거나 더 가벼운 바이오매스가 재순환기(304) 내로 흡입되어 격납 구조체(302 및/또는 402)의 상부 섹션(318)으로 다시 펌핑된다. 일부 구현들에서, 상기의 사이클(단계 502 내지 512)은 생물반응기(300)의 작동 동안 계속 반복된다.
설명된 다양한 구현들의 요소들 및 단계들은 결합되어 이전에 구체적으로 설명되지 않은 다른 구현들을 형성할 수 있다. 요소들 또는 단계들은 그 동작이나 전반적인 시스템의 작동에 부정적인 영향을 주지 않으면서 이전에 설명된 시스템들 또는 프로세스들에서 제외될 수 있다. 또한, 본 명세서에서 설명된 기능들을 수행하기 위해 다양한 개별 요소들 또는 단계들이 하나 이상의 개별 요소들 또는 단계들로 결합될 수 있다.
본 명세서에서 구체적으로 설명되지 않은 다른 구현들도 다음의 청구범위의 범위 내에 있다.
Claims (20)
- 광생물반응기에 있어서,
해조류를 재배하기 위한 액체 배양 배지를 수용하도록 배치되는 격납 구조체 - 상기 격납 구조체는 상부 섹션과 하부 섹션의 사이에서 수직으로 연장되는 적어도 하나의 측벽을 포함하고, 상기 하부 섹션은 재배되는 해조류의 추출을 허용하도록 배치되는 유출구를 포함함 -;
상기 적어도 하나의 측벽의 내부 표면에 인접하게 위치되고, 상기 액체 배양 배지와 접촉하고 있는 나선형 라이너;
상기 하부 섹션에 근접한 입구 및 상기 상부 섹션에 근접한 출구를 포함하는 재순환기 - 상기 재순환기는 상기 하부 섹션으로부터 상기 입구를 통해 상기 액체 배양 배지의 일 부분을 연속적으로 받아들이고 상기 출구를 통해 상기 액체 배양 배지의 상기 부분을 출력하도록 배치됨 -;
상기 광생물반응기 내의 적어도 하나의 환경 조건을 모니터링하도록 배치되는 센서들의 어레이;
상기 나선형 라이너의 표면을 따라 배치되는 발광기들의 어레이; 및
상기 상부 섹션과 상기 하부 섹션 사이의 나선형 구성으로 상기 격납 구조체 내에 위치되고, 하향 나선형 경로를 따라 상기 격납 구조체의 상기 상부 섹션으로부터 상기 하부 섹션을 향하여 상기 액체 배양 배지의 흐름을 유도하도록 배치되는 복수의 흐름 발생기들
을 포함하는,
광생물반응기.
- 제1 항에 있어서,
상기 발광기들의 어레이 중 일 부분은 상기 하향 나선형 경로를 따라 배열되는,
광생물반응기.
- 제1 항 또는 제2 항에 있어서,
상기 적어도 하나의 환경 조건은 바이오매스 유량, 온도, 영양분 농도들, Ph, 용존 가스들, 및 광 강도 중 적어도 하나를 포함하는,
광생물반응기.
- 제1 항 내지 제3 항 중 어느 한 항에 있어서,
상기 발광기들의 어레이는 발광 다이오드들을 포함하는,
광생물반응기.
- 제1 항 내지 제4 항 중 어느 한 항에 있어서,
상기 재순환기는 상기 하부 섹션에 근접한 입구 및 상기 상부 섹션에 근접한 출구를 포함하는 상기 격납 구조체 내의 채널을 형성하는 배지 반환 시스템을 포함하고, 상기 배지 반환 시스템은 상기 하부 섹션으로부터 상기 입구를 통해 상기 액체 배양 배지의 일 부분을 연속적으로 받아들이고 상기 출구를 통해 상기 액체 배양 배지의 상기 부분을 출력하도록 배치되는 펌프를 포함하는,
광생물반응기.
- 제1 항 내지 제5 항 중 어느 한 항에 있어서,
흐름 발생기는 이덕터(eductor)를 포함하는,
광생물반응기.
- 제1 항 내지 제6 항 중 어느 한 항에 있어서,
상기 광생물반응기 내에서 모니터링되는 상기 적어도 하나의 환경 조건을 기반으로 하는 상기 센서들의 어레이로부터의 센서 데이터를 수신하도록 배치되는 제어기
를 포함하는,
광생물반응기.
- 제7 항에 있어서,
상기 제어기는 상기 액체 배양 배지 내의 유량, 온도, 영양분 농도들, Ph 수준들, 용존 가스 농도들, 및 광 강도 중 적어도 하나를 조정하는,
광생물반응기.
- 제7 항 또는 제8 항에 있어서,
상기 제어기는 개방, 폐쇄, 켬, 끔, 유량 조정, 상기 광생물반응기의 하나 이상의 컴포넌트들의 혼합도 조정, 및/또는 상기 광생물반응기의 발광기들의 광 광도 조정 중 적어도 하나에 의해 환경 조건들을 조정하는,
광생물반응기.
- 제7 항 내지 제9 항 중 어느 한 항에 있어서,
상기 제어기는 품질 관리 모니터링 및 해조류 생산 최적화 중 적어도 하나에 대한 예측 분석을 최적화하기 위해 인공 지능, 기계 학습, 및 딥 러닝 중 적어도 하나를 구현하는,
광생물반응기.
- 제7 항 내지 제10 항 중 어느 한 항에 있어서,
상기 센서들 중 일 부분은 클라우드 컴퓨팅 네트워크를 통해 실시간 센서 데이터를 생성하기 위해 상기 광생물반응기 및 다른 광생물반응기들에 근접한 데이터 네트워크를 사용하는,
광생물반응기.
- 제11 항에 있어서,
상기 실시간 센서 데이터는 상기 제어기, 하나 이상의 외부(offsite) 제어 시스템들, 하나 이상의 모니터링 시스템들 중 적어도 하나에 의해 수신 가능한,
광생물반응기.
- 제12 항에 있어서,
상기 광생물반응기 및 상기 다른 광생물반응기들은 바이오리파이너리(biorefinery) 네트워크를 형성하기 위해 통신 가능하게 결합되는,
광생물반응기.
- 제13 항에 있어서,
상기 제어기, 상기 하나 이상의 외부 제어 시스템들, 또는 상기 하나 이상의 모니터링 시스템들은 센서 데이터 수집 자동화, 테스팅, 유지 관리, 및 해조류 수확 중 적어도 하나를 수행하기 위해 로봇 프로세스 자동화(robotic process automation; RPA)를 수행하도록 배치되는,
광생물반응기.
- 광생물반응기를 사용하여 바이오매스를 재배하기 위한 방법에 있어서,
격납 구조체를 사용하여 해조류를 재배하기 위한 액체 배양 배지를 수용하는 단계 - 상기 격납 구조체는 상부 섹션과 하부 섹션의 사이에서 수직으로 연장되는 적어도 하나의 측벽을 포함하고, 상기 하부 섹션은 재배되는 해조류의 추출을 허용하도록 배치되는 유출구를 포함함 -;
상기 적어도 하나의 측벽의 내부 표면에 인접하고, 상기 액체 배양 배지와 접촉하도록 나선형 라이너를 위치시키는 단계;
상기 하부 섹션으로부터 재순환기 입구를 통해 상기 액체 배양 배지의 일 부분을 연속적으로 받아들이는 단계;
상기 상부 섹션에 근접한 재순환기 출구를 통해 상기 액체 배양 배치의 상기 부분을 출력하는 단계;
상기 광생물반응기 내의 적어도 하나의 환경 조건을 모니터링하는 단계;
상기 나선형 라이너의 표면을 따라 발광기들의 어레이를 위치시키는 단계;
상기 상부 섹션과 상기 하부 섹션 사이의 나선형 구성으로 상기 격납 구조체 내에 복수의 흐름 발생기들을 위치시키는 단계; 및
상기 복수의 흐름 발생기들에 의해, 하향 나선형 경로를 따라 상기 격납 구조체의 상기 상부 섹션으로부터 상기 하부 섹션을 향하여 상기 액체 배양 배지의 흐름을 유도하는 단계
를 포함하는,
방법.
- 제15 항에 있어서,
상기 발광기들 중 일 부분을 상기 하향 나선형 경로를 따라 배열하는 단계
를 포함하는,
방법.
- 제15 항 또는 제16 항에 있어서,
상기 적어도 하나의 환경 조건은 바이오매스 유량, 온도, 영양분 농도들, Ph, 용존 가스들, 및 광 강도 중 적어도 하나를 포함하는,
방법.
- 제15 항 내지 제17 항 중 어느 한 항에 있어서,
상기 발광기들의 어레이는 발광 다이오드들을 포함하는,
방법.
- 제15 항 내지 제18 항 중 어느 한 항에 있어서,
상기 재순환기는 상기 하부 섹션에 근접한 입구 및 상기 상부 섹션에 근접한 출구를 포함하는 상기 격납 구조체 내의 채널을 형성하는 배지 반환 시스템을 포함하고, 상기 배지 반환 시스템은 상기 하부 섹션으로부터 상기 입구를 통해 상기 액체 배양 배지의 일 부분을 연속적으로 받아들이고 상기 출구를 통해 상기 액체 배양 배지의 상기 부분을 출력하도록 배치되는 펌프를 포함하는,
방법.
- 광생물반응기에 있어서,
해조류를 재배하기 위한 액체 배양 배지를 수용하도록 배치되는 격납 구조체 - 상기 격납 구조체는 상부 섹션과 하부 섹션의 사이에서 수직으로 연장되는 적어도 측벽을 포함하고, 상기 하부 섹션은 재배되는 해조류의 추출을 허용하도록 배치되는 유출구를 포함함 -;
상기 적어도 하나의 측벽의 내부 표면에 인접하게 위치되고, 상기 액체 배양 배지와 접촉하고 있는 나선형 라이너;
상기 하부 섹션에 근접한 입구 및 상기 상부 섹션에 근접한 출구를 포함하는 재순환기 - 상기 재순환기는 상기 하부 섹션으로부터 상기 입구를 통해 상기 액체 배양 배지의 일 부분을 연속적으로 받아들이고 상기 출구를 통해 상기 액체 배양 배지의 상기 부분을 출력하도록 배치됨 -;
상기 광생물반응기 내의 적어도 하나의 환경 조건을 모니터링하도록 배치되는 센서들의 어레이;
상기 나선형 라이너의 표면을 따라 배치되는 발광기들의 어레이;
상기 상부 섹션과 상기 하부 섹션 사이의 나선형 구성으로 상기 격납 구조체 내에 위치되고, 하향 나선형 경로를 따라 상기 격납 구조체의 상기 상부 섹션으로부터 상기 하부 섹션을 향하여 상기 액체 배양 배지의 흐름을 유도하도록 배치되는 복수의 흐름 발생기들; 및
상기 센서들의 어레이 중에서 적어도 하나의 센서로부터 센서 데이터를 수신하고, 상기 센서 데이터에 응답하여, 상기 복수의 흐름 발생기들 중 하나 이상의 유량 조정 상기 발광기들의 어레이 중에서 하나 이상의 발광기들의 광 강도 조정 중 적어도 하나에 의해 상기 적어도 하나의 환경 조건을 조정하도록 배치되는 제어기
를 포함하는,
광생물반응기.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163172407P | 2021-04-08 | 2021-04-08 | |
| US63/172,407 | 2021-04-08 | ||
| US17/564,779 | 2021-12-29 | ||
| US17/564,779 US11866681B2 (en) | 2021-04-08 | 2021-12-29 | Photobioreactor systems and methods |
| PCT/US2022/020529 WO2022216421A1 (en) | 2021-04-08 | 2022-03-16 | Photobioreactor systems and methods |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230167108A true KR20230167108A (ko) | 2023-12-07 |
Family
ID=81326015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237038385A KR20230167108A (ko) | 2021-04-08 | 2022-03-16 | 광생물반응기 시스템들 및 방법들 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US20230407218A1 (ko) |
| EP (1) | EP4320214A1 (ko) |
| JP (1) | JP2024515598A (ko) |
| KR (1) | KR20230167108A (ko) |
| AU (1) | AU2022252992A1 (ko) |
| BR (1) | BR112023020768A2 (ko) |
| CA (1) | CA3214855A1 (ko) |
| CL (1) | CL2023003008A1 (ko) |
| MX (1) | MX2023011913A (ko) |
| WO (1) | WO2022216421A1 (ko) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0905806D0 (en) * | 2009-04-04 | 2009-05-20 | Perry Robert T | Hydrogen bio-reactor |
| CN102134553B (zh) * | 2010-01-27 | 2013-11-06 | 中国科学院过程工程研究所 | 管式光生物反应器、培养微藻细胞的***和方法 |
| US11008239B2 (en) * | 2015-01-26 | 2021-05-18 | Sea Volute, Llc | Algae scrubber with directed water flow |
| IT201900000355A1 (it) * | 2019-01-10 | 2020-07-10 | Thema Informatik Srl | Apparecchio per la coltivazione di alghe in particolare alghe unicellulari e un procedimento per la coltivazione di alghe con un apparecchio |
-
2022
- 2022-03-16 JP JP2023562519A patent/JP2024515598A/ja active Pending
- 2022-03-16 EP EP22714699.0A patent/EP4320214A1/en active Pending
- 2022-03-16 CA CA3214855A patent/CA3214855A1/en active Pending
- 2022-03-16 AU AU2022252992A patent/AU2022252992A1/en active Pending
- 2022-03-16 WO PCT/US2022/020529 patent/WO2022216421A1/en active Application Filing
- 2022-03-16 BR BR112023020768A patent/BR112023020768A2/pt unknown
- 2022-03-16 MX MX2023011913A patent/MX2023011913A/es unknown
- 2022-03-16 KR KR1020237038385A patent/KR20230167108A/ko unknown
-
2023
- 2023-07-31 US US18/228,416 patent/US20230407218A1/en active Pending
- 2023-10-06 CL CL2023003008A patent/CL2023003008A1/es unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CL2023003008A1 (es) | 2024-05-03 |
| CA3214855A1 (en) | 2022-10-13 |
| MX2023011913A (es) | 2023-12-14 |
| AU2022252992A1 (en) | 2023-10-26 |
| WO2022216421A1 (en) | 2022-10-13 |
| US20230407218A1 (en) | 2023-12-21 |
| JP2024515598A (ja) | 2024-04-10 |
| BR112023020768A2 (pt) | 2023-12-19 |
| EP4320214A1 (en) | 2024-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Borowitzka et al. | Scaling up microalgal cultures to commercial scale | |
| Hu et al. | A flat inclined modular photobioreactor for outdoor mass cultivation of photoautotrophs | |
| ES2645251T3 (es) | Fotobiorreactor de flujo continuo o discontinuo y procedimiento de uso | |
| Combe et al. | Long‐term adaptive response to high‐frequency light signals in the unicellular photosynthetic eukaryote Dunaliella salina | |
| CN103583232A (zh) | 一种羊肚菌培养料及其栽培技术 | |
| JP2022520058A (ja) | 大型藻類を沖合で自由浮遊式で培養するための装置および方法 | |
| Vanipriya et al. | Artificial intelligence enabled plant emotion xpresser in the development hydroponics system | |
| CN106801072A (zh) | 低频低强度超声促进微藻油脂合成的方法 | |
| US11866681B2 (en) | Photobioreactor systems and methods | |
| US20230407218A1 (en) | Photobioreactor systems and methods | |
| WO2013153402A1 (en) | Method of culturing algae | |
| Palacios et al. | Photosynthetic and growth responses of Nannochloropsis oculata (Eustigmatophyceae) during batch cultures in relation to light intensity | |
| WO2022216422A1 (en) | Systems and methods for deepwater photobioreactor | |
| Nwoba et al. | Process control strategies applied to microalgae-based biofuel production | |
| CN109355191A (zh) | 一种增加微藻培养用水co2溶解度的方法 | |
| Zou et al. | Effects of cell density, light intensity and mixing on Undaria pinnatifida gametophyte activity in a photobioreactor | |
| US11505772B1 (en) | Systems and methods for conversion of a biomass into biofuel using a geothermal heat source | |
| CN102816698A (zh) | 一种培养与采收一体化循环生产微藻的新方法 | |
| Glaviano et al. | Automatic Culture of Crustaceans as Models for Science | |
| Glavianol et al. | Automatic Culture of Crustaceans as Models for Science | |
| Raghu Prasad | Study on primary production and its importance in an integrated fisheries research programme | |
| SU925279A1 (ru) | Способ выращивани живых кормов дл рыб и установка дл выращивани живых кормов дл рыб | |
| BALAUR et al. | INNOVATIONS IN AQUAPONIC SYSTEMS FOR SUSTAINABLE AGRICULTURE: A TRANSNATIONAL REVIEW. | |
| Yaşar | Algae Cultivation in Different Systems | |
| Slager et al. | Feasibility study on combined production of algae and tomatoes in a Dutch greenhouse |