基于贝叶斯推断的气泡尺度动力学校准：应用于CO2气体发酵罐
流体动力学
2025-01-23 v4
摘要
为加速气体CO2发酵反应器的规模化，计算模型需要预测气液质量传递，这需要捕捉气泡尺度动力学，即气泡破碎和凝聚。然而，现有模型在空气-水混合物之外的适用性尚未确立。本文提出一种基于实验结果的逆向建模方法，结合神经网络代理加速类方法中用于人口平衡模型（PBM）的破碎和凝聚闭合模型校准。该校准基于在CO2-空气-水共流气泡塔反应器中获得的实验数据。采用贝叶斯推断以考虑实验数据集中的噪声和仿真结果中的偏差。为准确捕捉气体持留量和界面质量传递，结果表明破碎率需要提高一个数量级。推断得到的模型参数随后用于另一个配置，结果显示也能改进气泡尺度分布的预测。
引用
@article{arxiv.2404.19636,
title = {Bayesian calibration of bubble size dynamics applied to CO2 gas fermenters},
author = {Malik Hassanaly and John M. Parra-Alvarez and Mohammad J. Rahimi and Federico Municchi and Hariswaran Sitaraman},
journal= {arXiv preprint arXiv:2404.19636},
year = {2025}
}