Zonal rate model for axial and radial flow membrane chromatography. Part I: Knowledge transfer across operating conditions and scales
Notice bibliographique
Résumé
The zonal rate model (ZRM) has previously been applied for analyzing the performance of axial flow membrane chromatography capsules by independently determining the impacts of flow and binding related non-idealities on measured breakthrough curves. In the present study, the ZRM is extended to radial flow configurations, which are commonly used at larger scales. The axial flow XT5 capsule and the radial flow XT140 capsule from Pall are rigorously analyzed under binding and non-binding conditions with bovine serum albumin (BSA) as test molecule. The binding data of this molecule is much better reproduced by the spreading model, which hypothesizes different binding orientations, than by the well-known Langmuir model. Moreover, a revised cleaning protocol with NaCl instead of NaOH and minimizing the storage time has been identified as most critical for quantitatively reproducing the measured breakthrough curves. The internal geometry of both capsules is visualized by magnetic resonance imaging (MRI). The flow in the external hold-up volumes of the XT140 capsule was found to be more homogeneous as in the previously studied XT5 capsule. An attempt for model-based scale-up was apparently impeded by irregular pleat structures in the used XT140 capsule, which might lead to local variations in the linear velocity through the membrane stack. However, the presented approach is universal and can be applied to different capsules. The ZRM is shown to potentially help save valuable material and time, as the experiments required for model calibration are much cheaper than the predicted large-scale experiment at binding conditions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».