Pörtner, RalfRalfPörtner1314509130000-0003-1163-9718Moser, AndréAndréMoser2025-08-182025-08-182025Technische Universität Hamburg (2025)https://hdl.handle.net/11420/56958Heterogeneous conditions caused by non-ideal mixing could cause worse process performances in large-scale reactors compared to lab-scale processes. To date, the industrial scale-up process often relies on empirical rules and costly experiments. Mathematical models and physical scale-down systems are rarely used for industrial scale up, especially for bioeconomic processes, despite their potential to address scale up challenges. This thesis employs a physical scale-down system with two interconnected stirred tank reactors, and a novel mathematical model using a network of zones approach for the simulation of non-ideally mixed conditions. Model-based techniques are utilised to design the operational strategies in processes under controlled non-ideal conditions. Two different research questions were formulated and answered in this thesis: 1. Is a structured, mechanistic mathematical model, calculating several interconnected ideally mixed zones, able to approximate the flow patterns in stirred tank reactors and describe the effects caused by non-ideal mixing in biotechnological processes with complex kinetics? 2. How can feeding strategies for biotechnological processes in non-ideally mixed reactors be systematically designed? To answer the first question, a comprehensive experimental study was conducted with 19 cultivations in an ideally mixed lab-scale reactor and the non-ideally mixed scale-down system. After parameterising the mathematical model with data from 16 experiments, the model described the experimental data with high accuracy and was successfully validated with data of three experiments. The model was also used in a modified model-based design of experiments to maximise biomass density under controlled heterogeneous conditions, predicting an experiment with high accuracy (R² = 0.94). In a second study, process differences between laboratory and pilot scale were investigated. Non-linear model-based predictive control was employed for the first time to design a process in the scale-down system, aiming to reduce differences to pilot-scale data. The mathematical model was then used to find potential explanations for these differences, identifying the different zones (and their volumes) in the large-scale system as the probable reason for the performance differences between scales. In the future, this combination of physical and mathematical modelling techniques with model-based control methods may accelerate process development and scale-up, while increasing efficiency and reliability.Heterogene Bedingungen, die durch nicht ideale Durchmischung verursacht werden, können dazu führen, dass die Prozessperformance in großtechnischen Reaktoren schlechter ist als im Labormaßstab. Zudem basiert der industrielle Scale-Up häufig auf empirischen Regeln und kostspieligen Experimenten. Mathematische Modelle und physikalische Scale-Down Systeme werden nur selten für das industrielle Scale-up verwendet, insbesondere für bioökonomische Prozesse, obwohl sie das Potenzial besitzen, die Problematik des Scale-up zu bewältigen. In dieser Thesis wird ein physikalisches Scale-Down System eingesetzt, welches aus zwei mit¬einander verbundenen Rührkessel besteht und mit einem neuartigen mathematischen Modell kombiniert wird, welches ein „Network of Zones Modell“ verwendet, um nicht ideale Misch¬bedingungen zu simulieren. Modellgestützte Techniken werden eingesetzt, um Betriebs-strategien unter kontrollierten, nicht-ideal durchmischten Bedingungen zu designen. In dieser Arbeit wurden zwei verschiedene Forschungsfragen formuliert und beantwortet: 1. Ist ein strukturiertes, mechanistisches mathematisches Modell mit mehreren ver-bundenen ideal durchmischten Zonen in der Lage, Strömungsmuster in Rührreaktoren zu approximieren und die Auswirkungen nicht idealer Durchmischung in biotechnischen Prozessen mit komplexer Kinetik zu beschreiben? 2. Wie können Fütterungsstrategien für biotechnologische Prozesse in nicht ideal durchmischten Reaktoren systematisch gestaltet werden? Zur Beantwortung der ersten Frage wurde eine umfassende experimentelle Studie mit 19 Kultivierungen in ideal gemischten Reaktoren und dem nicht ideal gemischten Scale-down-System durchgeführt. Nach der Parametrierung des mathematischen Modells mit Daten von 16 Experimenten beschreibt das Modell die experimentellen Daten mit hoher Genauigkeit und wurde zudem erfolgreich mit Daten aus drei Experimenten validiert. Das Modell wurde auch in einer modifizierten modellbasierten Versuchsplanung eines Experiments mit dem Ziel der Maximierung der Biomassedichte im Scale-Down System einge¬setzt werden und konnte dies mit hoher Genauigkeit (R² = 0,94) voraussagen. In einer zweiten Studie wurden Prozessunterschiede zwischen Labor- und Pilotmaßstab untersucht. Zum ersten Mal wurde adaptive, modellbasierte Prozesssteuerung genutzt, um einen Prozess in einem Scale-Down System zu entwickeln, der die Unterschiede zwischen dem Scale-Down System und dem Pilotmaßstab reduzieren sollte. Das mathematische Modell wurde anschließend verwendet, um potenzielle Erklärungen für Unterschiede zu finden, wobei verschiedene Zonen (und deren Volumina) im Produktions¬maßstab als mögliche Ursache für unterschiedliche Performance identifiziert wurden. In Zukunft könnte diese Kombination physikalischer und mathematischer Modellierungs-techniken mit modellbasierten Strategien die Prozessentwicklung und den Scale-up beschleunigen und gleichzeitig deren Effizienz und Zuverlässigkeit erhöhen.enhttps://creativecommons.org/licenses/by/4.0/model development | process development | model-assisted optimisation | digital twin | mathematical model | process heterogeneitiesTechnology::660: Chemistry; Chemical Engineering::660.6: BiotechnologyDoctoral Thesishttps://doi.org/10.15480/882.1576610.15480/882.15766Liese, AndreasAndreasLieseHass, Volker C.Volker C.HassOther