Anzeige

KI-Tool CLARA beschleunigt Entwicklung von Bioreaktoren

Ein Forschungsteam der TU Graz hat eine KI-Toolbox (CLustering AlgoRithm Austria – CLARA) vorgestellt, die Bioreaktor-Simulationen um das bis zu 10.000-fache beschleunigt, ohne dabei die physikalische Validität einzubüßen. Die Steuerung großindustrieller Bioreaktoren zählt zu einer der komplexesten Aufgaben in der Prozessindustrie. In den oft Anlagen entscheiden geringe Unterschiede bei Temperatur, pH-Wert oder Sauerstoffgehalt über Erfolg oder Misserfolg eines Prozesses. Die Berechnungen mit CLARA sind nach Angaben der TU Graz so präzise, dass die Simulationsergebnisse in der Praxis zur Steuerung großskaliger Anlagen eingesetzt werden können.

CLARA automatisiert die Erstellung von Modellen reduzierter Ordnung (Reduced Order Models, ROM) mithilfe von Methoden des unüberwachten maschinellen Lernens. Dadurch ist es möglich, detaillierte Reaktionen und Stofftransportprozesse in komplexen Strömungen effizienter zu berechnen. Kern von CLARA ist ein KI-gestütztes Clustering-Verfahren: Millionen von Datenpunkten aus kürzeren CFD-Simulationen werden automatisch in eine überschaubare Anzahl, zwischen fünf und 50, miteinander verbundener Zonen (Kompartments) gruppiert. Was bisher manuell und mit hohem Expertenaufwand erfolgen musste, geschieht nun automatisiert und mathematisch präzise. Selbst bei komplexen Mehrphasenströmungen, bei denen feste, flüssige und gasförmige Stoffströme im Bioreaktor vermischt werden, bleibt die Genauigkeit erhalten.

Ein besonderer Fokus lag auf der Sicherstellung physikalischer Konsistenz. Vereinfachte Modelle leiden häufig unter Ungenauigkeiten in der Massenbilanz. Wenn etwa ein Organismus in einem Bioreaktor wächst, braucht er ab einem gewissen Punkt mehr Gase und andere Nährstoffe. Speziell bei großen Maßstäben sind vereinfachte Modelle hier wenig aussagekräftig. Die Forschenden der TU Graz entwickelten daher Algorithmen zur Optimierung von ROMs, die eine durchgehende Massenerhaltung gewährleisten. Erste Validierungen anhand analytischer Benchmarks und detaillierter CFD-Daten bestätigen deren hohe Genauigkeit.

Webcode

20261113_004

GFA News bei Google bevorzugen

Fügen Sie GFA News als bevorzugte Quelle hinzu und lassen Sie unsere Fachmeldungen in der Google-Suche stärker hervorheben.

Als bevorzugte Quelle hinzufügen