Aplicación de métodos computacionales a la monitorización y el cosechado de cultivos de microalgas

Resumen

El objetivo de la presente tesis doctoral es el desarrollo de nuevos métodos de caracterización de suspensiones de microalgas mediante la aplicación de sistemas computacionales a los datos de distribución de tamaños de cuerda DDTC o a imágenes microscópicas de dichas suspensiones. Los sistemas desarrollados se enmarcan en dos categorías principales, una de métodos de estimación de la concentración de biomasa seca CBS de microalgas y otra de métodos para la estimación de la dimensión fractal Df media de los agregados de suspensiones de microalgas. Como objetivo secundario, se estudió el empleo de un nuevo agente floculante, una nanocelulosa cristalina catiónica, en la floculación de biomasa de microalgas. Los sistemas de estimación de la concentración de biomasa por medio de una sonda de reflexión de haz de láser enfocado FBRM pueden aportar datos prácticamente en tiempo real de la concentración de biomasa, con lo que resultarían útiles en la monitorización de cultivos de microalgas en los que la turbidez del medio es apreciable y/o variable. El primero de los métodos de estimación de la CBS se desarrolló para suspensiones de Chlamydomonas reinhardtii y se basó en relacionar la concentración con DDTC empleando una red neuronal artificial tipo perceptrón, cuya arquitectura se optimizó por medio de un algoritmo de recocido simulado. Con este método se consiguió un error cuadrático medio ECM de predicción de 0,031 g L-12 en la población de datos de validación. A continuación, se implementaron sistemas para la estimación de la CBS de suspensiones de Chlorella sorokiniana, cepa que presenta un tamaño de célula unas tres veces menor que en el caso de la C. reinhardtii. En este caso, en la estimación de CBS a partir de DDTC se aplicaron modelos de regresión de bosques aleatorios y máquinas de vectores de soporte. Estos dos métodos son especialmente apropiados en casos en los que el número de variables predictoras es elevado. Los modelos se optimizaron mediante una validación cruzada combinada con una optimización por recocido simulado. Los ECM de estimación obtenidos con estos modelos fueron 0,087 g L-12 y 0,081 g L-12 respectivamente. Los sistemas de estimación de la Df tridimensional que se desarrollaron se encuadran en dos tipos, uno de estimación del parámetro por comparación entre dimensiones fractales proyectadas reales y simuladas, y otro por interpretación de los DDTC mediante técnicas de aprendizaje automático. El sistema de estimación de la Df por comparación consistió en la generación de agregados virtuales de tamaño y Df prefijados y posterior comparación de su proyección en el plano con las imágenes de flóculos reales tomadas por microscopía láser confocal de barrido. Con este método se obtuvieron resultados de estimación de la Df compatibles con los de la literatura. El sistema de software para la generación, rotación y proyección de flóculos virtuales desarrollado para la implementación del método anterior, sirvió como plataforma para la creación del sistema de estimación de la Df a partir de DDTC. En este desarrollo se emplearon DDTC de flóculos virtuales para el entrenamiento y optimización de un sistema de regresión por bosques aleatorios que, posteriormente, se validó con datos reales obtenidos mediante la sonda FBRM aplicada a suspensiones de microalgas de distinta concentración. Este método fue capaz de estimar la Df media de suspensiones de microalgas con independencia de su concentración, aportando resultados muy similares a los obtenidos por el método de comparación, especialmente en condiciones de agitación medias discrepancia media respecto a los valores de referencia de 0,15. Este sistema de estimación se puede implementar en línea y en tiempo real, y podría emplearse para desarrollar sistemas de control de la floculación que garanticen la agregación de partículas en flóculos de morfología óptima para su separación en posteriores etapas de concentración.