Development of a multi-scale model for the adsorption of molecular target substances to magnetic carrier particles using the Lattice-Boltzmann methods
Final Report Abstract
Im Rahmen des Projekts wurde die magnetische Trennung mit hohem Gradienten kombiniert mit Adsorptionsprozessen betrachtet, eine Alternative zur Adsorptionschromatographie. Das Forschungsprojekt befasste sich mit der Entwicklung eines Modells und eines numerischen Verfahrens zur Vorhersage der Adsorption der Zielsubstanz auf den Partikeln. Dazu wurde zunächst die Magnetpartikel-Suspension mit einem Euler-Euler-Ansatz betrachtet, entsprechende Modellgleichungen auf Basis von Shan-Chen aufgestellt und für zwei Dimensionen implementiert. Die Validierung der Simulationsergebnisse wurden qualitativ durchgeführt. Die Handhabung der Shan-Chen Modells stellte sich bereits für den Fall der zweidimensionalen Betrachtung als schwierig heraus. Die Wahl der Interaktionsstärke der zu berücksichtigenden Kräfte für die Dipol-Dipol-Wechselwirkung und für die Phasen-Separation musste stark skaliert werden, um eine stabile Simulation zu erhalten. Da die Software OpenLB zusätzlich zum LBM-Code ein umfangreicher DEM-Code beinhaltet, wurden die weiteren Simulationen der magnetischen Partikelsuspension mittels DEM-LBM-Kopplung durchgeführt. Im Gegensatz zu den Validierungsbeispielen der Literatur wurden dabei keine Vereinfachung in der Ausrichtung der Dipole vorgenommen, sondern eine physikalisch sinnvolle Berücksichtigung der Dipol-Dipol-Wechselwirkung berücksichtig. Simulationen zum Partikel-Partikel-Kontakt und die Ablagerung auf einem Draht konnte so validiert werden. Gemeinsam mit der Gruppe um Marcio Dorn aus Brasilien wurde eine First-Principle-Methode erarbeitet, bei der a priori Informationen über bekannte Proteinstrukturen verwendet werden, um das dreidimensionale Proteinstrukturvorhersageproblem zu lösen. Da die meisten Proteine eine komplexe Struktur besitzen und empfindlich auf Änderungen des pH-Werts neigen, zeigten sich diese für die Validierungsexperimente weniger geeignet. Daher werden die Experimente mit einer Phosphatlösung als Zielsubstanz durchgeführt die beispielhaften in einem statischen Mischer vorgenommen wurden. Die Simulation des Transports wurde mittels der LBM berechnet. Die Simulationen der Fluidströmung und des Mischprozesses von Wasser und Zielsubstanz konnte mit MRI-Messungen und optischen Untersuchungen bestätigt werden. Ein Modell für die Adsorption der Zielsubstanz auf suspendierte magnetische Partikel wurde durch Kopplung von LBM und DEM entwickelt und Simulationen im Mischer durchgeführt. Die Konzentration der Zielsubstanz am Auslass des Mischers wurde berechnet und eine Reduktion festgestellt. Die Anwendung der Simulation der magnetischen Partikelsuspension in einem kompletten Separations-Apparat wurde erfolgreich durchgeführt. Der Trenngrad konnte in Abhängigkeit der Magnetstärke, der Partikeleigenschaften und der Betriebsparameter valide ermittelt werden. Die Modelle, die Simulation zur Magnetpartikel-Separation und das Setup der Simulation im Mischer wird in zukünftige Releases der OpenLB-Bibliothek integriert und damit zugänglich gemacht.
Publications
- Multiscale simulation with a two-way coupled lattice Boltzmann method and discrete element method, Chemical Engineering & Technology, Vol. 40, Nr. 9, S. 1591–1598, 2017
M.-L. Maier, T. Henn, G. Thäter, H. Nirschl, and M. J. Krause
(See online at https://doi.org/10.1002/ceat.201600547) - Everyone is a protagonist: Residue conformational preferences in high-resolution protein structures, Journal of Computational Biology, 25. Jg., Nr. 4, S. 451-465, 2018
R. Ligabue-Braun, B. Borguesan, H. Verli, M. J. Krause, M. Dorn
(See online at https://doi.org/10.1089/cmb.2017.0182) - Fluid flow simulations verified by measurements to investigate adsorption processes in a static mixer, Computers & Mathematics with Applications, Vol. 76, S. 2744–2757, 2018
M.-L. Maier, S. Milles, S. Schuhmann, G. Guthausen, H. Nirschl, M. J. Krause
(See online at https://doi.org/10.1016/j.camwa.2018.08.066) - Three-dimensional protein structure prediction based on memetic algorithms, Computers & Operations Research, 91. Jg., S. 160-177, 2018
L. de Lima Corrêa, B. Borguesan, M. J. Krause, M. Dorn
(See online at https://doi.org/10.1016/j.cor.2017.11.015)
