Egyszerű zavarosságfigyelő és -ellenőrző rendszer mikroalgákhoz: 4 lépés

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:42

Tegyük fel, hogy unatkozik a mintavételi vízzel a zavarosság mérésére, ami bruttó kifejezés, amely jelzi a vízben levő apró, lebegő részecskéket, amelyek csökkentik a fényintenzitást vagy növekvő fényárammal, vagy nagyobb részecske -koncentrációval, vagy mindkettővel. Szóval, hogyan kell ezt megtenni?

Az alábbiakban néhány lépést tettem, hogy automatikus megfigyelőrendszert építsek a mikroalgák biomassza sűrűségére. Ezek olyan mikroalgák, amelyek mikromikron alatti méretűek, jól lebegnek a vízben, és inkább szélsőséges életmódot folytatnak, a fényenergiát átalakítják és a szén-dioxidot új szintetizált biomasszává alakítják. Ez elég a mikroalgákról.

A zavarosság vagy a biomassza sűrűség méréséhez az én esetemben meg kell mérnem a fényintenzitást az érzékelő oldalán, amelyet feszültségleolvasóvá alakítanak át. Egy akadályom volt az elején, hogy találjak egy megfelelő érzékelőt, amely együttműködik azokkal a mikroalgákkal, amelyekkel dolgoztam.

A zavarosság spektrofotométerrel mérhető. A laboratóriumi spektrofotométer drága, és többnyire egy -egy mintát mér. Valahogy szerencsém volt, hogy vettem egy olcsó zavarosságérzékelőt, amit az ebay.com -on vagy az amazon.com -on találtam, és meglepetésemre az érzékelő jól működik az általam kísérletezett mikroalgákkal.

1. lépés: Szükséges alkatrészek:

1. A képen látható ilyen zavarosságérzékelő, amely összeköti a csöveket. A listában szereplőnek van nyitott folyosója, hacsak nem tervezi az érzékelő víz alá merítését.

2. Arduino tábla. Ez lehet Nano, vagy Mega/Uno (ha Yun Shieldet használunk)

3. Potenciométer. Jobb, ha az ilyen pontosságot használjuk.

4. OLED képernyő. SSD1306 -ot használtam, de más típusú LCD -k, például 1602, 2004, működnének (és ennek megfelelően módosítsák a kódot).

5. Újrajátszó tábla két ilyen csatornával

6. Két háromállású kapcsoló a kézi vezérléshez

7. Szivattyúk: Vettem egy 12 V -os kis perisztaltikus szivattyút, és Cole Parmer kétcsatornás szivattyút használtam a laborban, mint fő szivattyút. Ha a főszivattyúnak csak egy csatornafejje van, akkor a túlfolyó cső segítségével gyűjtse össze a felesleges biomasszát, ügyeljen arra, hogy a reaktor tetején lehetséges biomassza lehántása, ha erőteljes légszállító keverést használ.

8. Egy Raspberry Pi vagy egy laptop az 1. lehetőség adatainak naplózásához, vagy a Yun Shield a 2. opcióhoz

A teljes költség 200 dollár között mozog. A Cole Parmer szivattyú ára körülbelül 1000 dollár, és nem tartalmazza a teljes költséget. Nem tettem pontos összegzést.

2. lépés: 1. lehetőség: Naplózzon adatokat számítógépre/ Raspberry Pi -re USB -kábelen keresztül

Számítógép vagy Raspberry Pi használata kimeneti adatok rögzítésére

A rögzítés történhet a naplózási opcióval, mint például a Putty (Windows) vagy a Screen (Linux). Vagy Python -szkripttel is elvégezhető. Ehhez a szkripthez működőképes Python3 és pyserial nevű könyvtár szükséges. Amellett, hogy a naplózott adatok könnyen elérhetők a laptopon vagy az asztali távirányítón, ez a megközelítés kihasználja a fájlban bejelentkezett számítógépen eltöltött időt, más kimenetekkel együtt.

Itt van egy másik oktatóanyag, amelyet a Raspberry Pi beállításához és az Arduino adatgyűjtéséhez írtam. Ez egy lépésről lépésre szóló útmutató az adatok Arduino-ról a Raspberry Pi-re történő átviteléhez.

Az Arduino kódja pedig itt található az 1. lehetőségnél: zavarosságérzékelő rendszer működtetése és adatok naplózása a számítógépen.

Amint fentebb említettem, ez egy egyszerű rendszer, de ahhoz, hogy az érzékelő érdemi adatokat állítson elő, akkor a mérések tárgyát, például mikroalgákat, szürkületet, tejet vagy a lebegő részecskéket fel kell függeszteni, viszonylag stabilnak.

A rögzített fájl tartalmazza az időbélyeget, az alapértéket, a zavarosság mérési értékét és azt, hogy a főszivattyú mikor volt bekapcsolva. Ennek meg kell adnia néhány mutatót a rendszer teljesítményéről. További paramétereket adhat hozzá az.ino fájl Serial.println (dataString) fájljához.

Az egyes kimenetekhez vesszőt (vagy lapot vagy más karaktereket kell hozzáadni, hogy az adatokat a táblázat minden cellájába fel lehessen osztani), hogy az adatokat fel lehessen osztani az Excelben a grafikon készítéséhez. A vessző megspórol néhány hajat (az enyémet menti), különösen néhány ezer sornyi adat birtokában, és kitalálja, hogyan kell felosztani a számokat, és elfelejtett vesszőt hozzáadni a kettő közé.

3. lépés: 2. lehetőség: Az adatok naplózásra kerülnek a Yun Shield -hez

Az adatok naplózása Yun Shield használatával az Arduino Mega vagy Uno tetején

A Yun Shield minimális Linux disztribúciót futtat, és képes csatlakozni az internethez, rendelkezik USB portokkal és SD kártya foglalattal, így az adatok naplózhatók USB pendrive -ra vagy SD kártyára. Az idő lekérésre kerül a Linux rendszerből, és az adatfájl egy olyan FTP programból, mint a WinSCP vagy a FileZilla, vagy közvetlenül USB, SD kártyaolvasóból.

Itt található a Githubon tárolt kód a 2. lehetőséghez.

4. lépés: A zavarosságérzékelő teljesítménye

Amphenol zavarosság érzékelőt (TSD-10) használtam, és az adatlapot tartalmazza. Nehezebb ellenőrizni a terméket az online listából. Az adatlap tartalmazza a feszültségleolvasás (Vout) grafikonját, különböző zavarosságkoncentrációkkal, Nephelometric Turbidity Unit (NTU) -ban. Mikroalgák esetében a biomassza sűrűsége általában 730 nm hullámhosszon van, vagy 750 mm a részecske -koncentráció mérésére, az úgynevezett optikai sűrűség (OD). Tehát itt van a Vout, az OD730 (Shimadzu spektrométerrel mért) és az OD750 (az adatlap NTU -ból konvertálva) összehasonlítása.

Ennek a rendszernek a legkívánatosabb állapota a zavaros-statikus vagy zavaros állapot, amely rendszer automatikusan képes mérni és szabályozni a biomassza sűrűségét egy beállított értéknél (vagy annak közelében). Itt egy grafikon mutatja ezt a rendszert.

Közzététel:

Ez a zavarosság -figyelő és -szabályozó rendszer (gyakran turbidostatnak is nevezik) egyike azon három egységnek, amelyeken egy előrehaladott fotobioreaktor felépítése során dolgoztam. Ezt a munkát akkor végeztem, amikor az Arizonai Állami Egyetem Biodesign Swette Környezeti Biotechnológiai Központjában dolgoztam. Ennek a rendszernek az algatenyésztés előmozdítására irányuló tudományos hozzájárulását az Algal Research Journalban tették közzé.