Modelling and Simulation of Citric Acid Production from Corn Starch Hydrolysate Using Aspergillus Niger
Notice bibliographique
Résumé
The kinetics of citric acid fermentation from corn starch hydrolysate using Aspergillus niger ATCC 9142 was studied in a batch fermenter. A general model for citric acid production was formulated. Four kinetic models, Monod, Haldane, logistic and hyperbolic for describing the growth of the fermenting microorganism were explored. The validity of the models in terms of predicting growth of the fermenting organism was determined by fitting each kinetic model to experimental data collected in the course of this work. Comparison of experimental results to model predicted results showed that only the hyperbolic model was able to accurately replicate the experimental results. This was evident from the high level of correlation between the experimental and model predicted results. The kinetic parameters for cell growth, substrate consumption and product formation µmax, Yx/s, Yp/x, Ks and Kp as calculated by the hyperbolic model are 0.01320h-1, 0.711g/g, 13.6708g/g, 0.0006g/dm3, and 0.2572 g/dm3 respectively. The validated model was implemented in an advanced equation oriented modelling software to determine the effect of key process parameters on the production of citric acid. Results of simulating the model show that the production of citric acid is a growth associated process. Optimum pH, initial sugar concentration and temperature of for citric acid production were 5.5, 40w/v and 30oC respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».