マイクロ藻類培養プロセスをリアルタイムで監視するための機械学習キャリブレーション付きフロー式マルチ波長センサー
A Flow-Through Multi-Wavelength Sensor with Machine-Learning Calibration for Real-Time Monitoring of Microalgae Cultivation Processes
本研究では、マイクロ藻類培養プロセスにおけるバイオマスと色素濃度のリアルタイム監視のため、フロー式マルチ波長可視光(VIS)センサーを開発した。209の実験データポイントに基づき、乾燥バイオマス、クロロフィルα、クロロフィルβ、総クロロフィル、総カロテノイド、アスタキサンチン濃度を推定する6つの機械学習回帰モデルを開発した。実際の連続運転での検証により、バイオフィルム形成を低減するための流体力学と運用自動化の改善の可能性が示された。独立したデータセットは、バイオマスとアスタキサンチンの予測がオフライン参照測定値の±10%以内であることを示した。提案された低コストで汎用性の高いマルチ波長センサープラットフォームは、機械学習ベースのキャリブレーションと組み合わせることで、マイクロ藻類バイオプロセスのリアルタイム監視のための実用的なソフトセンサーコンセプトを提供し、将来のモデルベースおよび予測制御戦略の統合の基盤を提供する。
- マイクロ藻類培養プロセスのリアルタイム監視用に、フロー式マルチ波長VISセンサーと機械学習キャリブレーションを組み合わせた低コストなソフトセンサーを開発した
- 209の実験データポイントに基づき、バイオマス、クロロフィルα/β、総クロロフィル、総カロテノイド、アスタキサンチン濃度を推定する6つの機械学習回帰モデルを開発した
- 独立データセットでの検証で、バイオマスとアスタキサンチンの予測がオフライン参照測定値の±10%以内の精度を示した
本記事はマイクロ藻類バイオプロセス向けのリアルタイム監視センサーと機械学習キャリブレーションの研究成果であり、バイオプロセス産業におけるプロセス解析技術(PAT)の進展を示す。実証実験でバイオマスとアスタキサンチン予測がオフライン参照値の±10%以内という精度を達成しており、培養プロセスの自動化・予測制御への応用可能性が高い。アスタキサンチンなどの高付加価値微細藻類生産のスケールアップにおける品質管理コスト低減に寄与する可能性があり、バイオプロセス関連のスタートアップや分析機器メーカーにとって市場機会となり得る。