PDW-Spektroskopie als in-line Prozessanalyse-Technologie

PDW-Spektroskopie

Teilen auf

Erstellt von: Anika Bockisch Kommentare: 0 0

PDW-Spektroskopie – Messung der Lichtstreuung, Absorption und Partikelgröße in flüssigen Dispersionen – Ein Artikel aus Wiley Analytical Science, 20.03.2023

English Version

Überblick

An dispergierten Partikeln, Zellen, Bakterien und Tröpfchen wird Licht gestreut, weshalb solche Dispersionen optisch trüb erscheinen können. In fast jedem industriellen Prozess treten zumindest in Teilschritten Zustände auf, welche eine solche Lichtstreuung aufweisen. Die an der Universität Potsdam entwickelte Photonendichtewellen (PDW)-Spektroskopie ist eine laserbasierte faseroptische in-line Prozessanalysentechnik (PAT), welche Lichtstreuung, Absorption und Partikelgröße in flüssigen Dispersionen misst.

Photonendichtewellen-Spektroskopie

Ein besonderes Merkmal der PDW-Spektroskopie ist, dass die Absorptions- und Streueigenschaften von trüben Materialien unabhängig und ohne Kalibrierung bestimmt werden können [1], während klassische optische Analysetechniken, wie z. B. UV-Vis oder IR-Spektroskopie, in der Regel nur die Summe beider Eigenschaften (Extinktion) bestimmen.  Diese zeitgleiche Bestimmung der verschiedenen optischen Parameter kann für die Beobachtung mehrerer paralleler Vorgänge innerhalb eines Prozesses (z.B. Bakterienwachstum und Verbrauch von Nährlösung) von Vorteil sein.

Während konventionelle optische Analysemethoden bei stark lichtstreuenden Materialien typischerweise eine Probenverdünnung erfordern, untersucht PDW-Spektroskopie Dispersionen auch bei hohen Feststoffanteilen (bis zu 67 %) direkt und verdünnungsfrei im Reaktor [2]. Damit kann die Überwachung eines Prozesses in-line und in Echtzeit mit einer Zeitauflösung im Sub-Minutenbereich stattfinden. 

Als absolute Messmethode erfordert die PDW-Spektroskopie keine Kalibrierung [3]. Die Voraussetzung für Photonendichtewellen und damit auch für erfolgreiche PDW-Messungen ist, dass das Material eine ausreichende Lichtstreuung (effektiver Streukoeffizient µs‘ > 0,05 mm-1) vorweist und die Absorption der Probe deutlich kleiner als die Streuung ist (Absorptionskoeffizient µa << µs‘).

Mit Mie-Theorie und der Theorie zur abhängigen Lichtstreuung wird aus dem effektiven Streukoeffizienten die Teilchen- bzw. Tröpfchengröße ermittelt. PDW-Spektroskopie bietet hiermit einen Zugang zur in-line Teilchengrößenbestimmung im Durchmesserbereich von ca. 50 nm bis 500 µm [4].

Funktionsprinzip

Abbildung 1 zeigt den schematischen Aufbau eines PDW-Spektrometers. Die Sonde des Spektrometers wird direkt über einen geeigneten Zugang im Reaktionsgefäß platziert und ist autoklavierbar. Diverse Sondentypen mit unterschiedlichen Dimensionen können je nach Reaktortyp und Laboraufbau gewählt und leicht ausgetauscht werden. Durch den Verzicht auf elektronische oder komplexe optische Komponenten sind die Sonden robust, kostengünstig und auch intrinsisch für explosionsgefährdete Zonen geeignet. 


Intensitätsmodulierte Laserstrahlung wird über optische Fasern in den Prozess geleitet. Dort wird das Licht an den dispergierten Teilchen mehrfach gestreut und bildet sogenannte Photonendichtewellen, welche sich sphärisch um die Lichtquelle ausbreiten. Die Prozesssonde beinhaltet mehrere optische Fasern zur Charakterisierung der Photonendichtewellen. Aus den abstands- und frequenzabhängigen Phasen- und Intensitätsunterschieden des detektierten Lichtes können der Absorptionskoeffizient µa und der effektive Streukoeffizient µs’ der Dispersion getrennt voneinander bestimmt werden. 

Abb. 1: Schematischer Aufbau eines PDW-Spektrometers.

Die Messtechnik wird nicht von Intensitätsschwankungen der Lichtquelle z.B. durch Temperatureinflüsse oder Umgebungslicht beeinträchtigt, was einen erheblichen Vorteil im Vergleich zu anderen Messtechniken wie beispielsweise Raman-Spektroskopie oder statischer Lichtstreuung darstellt. Außerdem ist PDW-Spektroskopie aufgrund der Eignung für Vielfachlichtstreuung auch kaum anfällig für das sogenannte “Probe Fouling”, also das Absetzen von Feststoffen an der Sonde. Für eine gezielte spektrale Charakterisierung enthält ein PDW-Spek­trometer typsicherweise mehrere Laserquellen im sichtbaren sowie NIR-Bereich des Spektrums. 

Anwendungsgebiete 

Generell können mit der PDW-Spektroskopie die optischen Eigenschaften (Absorption und Streuung) von stark lichtstreuenden Dispersionen bestimmt werden. Aus diesen Parametern können weitere Messgrößen wie z.B. die Partikelgröße oder Konzentration der Absorber abgeleitet werden. Einige Beispiele für Prozesse, die bereits erfolgreich mit PDW untersucht wurden, sind in Tabelle 1 aufgeführt. Im Folgenden wird der biotechnologische Herstellungsprozess von Polyhydroxyalkanoat (PHA) Bioplastik mittels Bakterien genauer beschrieben, in welchem die PDW-Spektroskopie einen signifikanten Beitrag zur Etablierung eines Prozesses in einer biobasierten Kreislaufwirtschaft leisten kann.

Applikationsbeispiel

Um die Wirtschaft von einer linearen fossilbasierten Industrie zu einer zirkulären Bioökonomie zu transformieren, werden unter anderem Lösungen für die Herstellung von Kunstoffen dringend benötigt. Neben dem Recycling von Altplastik und der Herstellung von Vorstufenmolekülen aus nachwachsenden Rohstoffen, wird auch an der Herstellung neuartiger Materialen geforscht. PHAs sind lineare Polyester und dienen Bakterien als Kohlenstoff- und Energiespeicher, ähnlich wie das Fett beim Menschen. Diese Biopolymere haben abhängig von ihrer monomeren Zusammensetzung sehr variable Eigenschaften, wodurch sie eine sehr vielversprechende neuartige Materialklasse im Bereich der Biokunststoffe darstellen [19]. Eine attraktive Eigenschaft von PHA ist die bestätigte Bioabbaubarkeit in allen möglichen Testumgebungen [20]. Beim Abbau von PHA entsteht kein schädliches Mikroplastik wie bei erdölbasierten Kunststoffen. Um möglichst kompetitiv in der Herstellung zu sein, werden für die Produktion u. a. tierische und pflanzliche Abfallfette und -öle eingesetzt und Bioreaktorkultivierungen mit hohen Zelldichten und PHA-Titern entwickelt [21, 22, 23]. Da viele optische Trübungsmessungen für den Einsatz bei hohen Zelldichten limitiert sind, ist die PDW-Spektroskopie hier eine attraktive Messmethode. 

AnwendungInformationsgewinn durch PDW-Spektroskopie direkt im Prozess
Biotechnologische Produktion von Bioplastik (PHA, siehe unten)Änderungen der Biomasse und des PHA-Gehalts [5]
MilchverarbeitungPhasenübergang von Milchfett in Frischmilch [6],
Monitoring der Prozesse während der enzymatischen Kasein-Gerinnung [7] (Hydrolyse, Aggregation und Gelpunkt)
Kristallisations- und FällungsprozesseKristallisaton von Laktose [8] und Fällung von Bariumsulfat [9]
BlutuntersuchungenSauerstoffbindung an Erythrozyten [5]
HautcremesTröpfchengrößen während der Emulgierung durch temperaturabhängige Phaseninversion [10]
BierbrauereiQualitätsmerkmale des verwendeten Malzes und Verfolgung 
der Maltoserast [5]
Polymersynthesez.B. Partikelgröße und -größenverteilung verschiedener Polymerlatices [22, 11, 12]; coil-to-globule Übergang von PNIPAM [13, 14]
Zeolithe Phasenveränderungen während der Zeolith A und Z Synthese [15, 16]
Algenkultivierung Inline Biomasse- und Wachstumsratenbestimmung [17]
LebensmittelStrukturgebung in Emulsionen durch „Depletion Flocculation“ [18]
Tab. 1: Erfolgreich durchgeführte PDW-Anwendungen (siehe Eingangsbild)


Mit Hilfe der PDW-Spektroskopie konnte die Bildung des PHA in den Bakterien in Echtzeit verfolgt werden [24] (Abb. 2): Während der Absorptionskoeffizient und der effektive Streukoeffizient in der Wachstumsphase gleichmäßig zunahmen, nahm während der PHA-Bildung nur der effektive Streukoeffizient weiter zu und nicht der Absorptionskoeffizient. Dieses Phänomen ist dadurch erklärbar, dass die Bakterien sich nicht mehr vermehren, sobald die PHA-Bildung initiiert wird, wodurch der aktive Teil der Biomasse, der Licht absorbiert, konstant bleibt. Die Bildung des PHA trägt folglich nur zu einer zunehmenden Streuung der Bakterien bei. Dadurch kann die Zunahme der Gesamtzellmasse, sowie der aktiven Zellmasse und folglich der PHA-Gehalt in den Zellen in Echtzeit bestimmt werden. Dieses Prozessmonitoring in Echtzeit ermöglicht eine direkte Prozesssteuerung. So kann beispielsweise der Anstieg des effektiven Streukoeffizienten genutzt werden, um die Wachstumsrate der Bakterien konstant zu halten. Wird ein Abfall der Wachstumsrate mittels PDW-Spektroskopie detektiert, ist ein Mangel an Öl bzw. Fett ursächlich und die Substrate können hinzugesetzt werden. Es wird aktuell daran gearbeitet diese Strategie zu automatisieren, sodass der Prozess autark laufen kann. 

Abb. 2: Echtzeitverfolgung der Bildung von PHA in Bakterien durch PDW-Spektroskopie. Phase 1: Wachstumsphase, Phase 2: PHA-Produktionsphase, Phase 3: Überschüssige Prozesszeit. Gesamtzelltrockengewicht (CDW), Restzelltrockengewicht (RCDW), Polyhydroxyalkanoate (PHA), Absorptionskoeffizienten (µa) und den effektiven Streukoeffizienten (µs‘).


Kontakt   

Dr. Marvin Münzberg
Forschungsgruppenleiter
Institut für Chemie
Universität Potsdam
Potsdam, Deutschland
marvin.muenzberg@uni-potsdam.de

Literatur

[1] Hass, R., Munzke, D. and Reich, O. (2010). Inline-Partikelgrößenmesstechniken für Suspensionen und Emulsionen. Chemie Ingenieur Technik. DOI: 10.1002/cite.200900172.
[2] Jacob, L.I. and Pauer, W. (2022). Scale-up of Emulsion Polymerisation up to 100 L and with a Polymer Content of up to 67 wt%, Monitored by Photon Density Wave Spectroscopy. Polymers. DOI: 10.3390/polym14081574.
[3] Bressel, L.,  Hass, R. and Reich, O. (2013). Particle sizing in highly turbid dispersions by Photon Density Wave spectroscopy, Journal of Quantitative Spectroscopy and Radiative Transfer. DOI: 10.1016/j.jqsrt.2012.11.031.
[4] Hass, R. et al. (2013). Industrial applications of photon density wave spectroscopy for in-line particle sizing [Invited]. Appl Opt. DOI: 10.1364/AO.52.001423.
[5] Gutschmann, B. et al. (2019). In-Line Monitoring of Polyhydroxyalkanoate (PHA) Production during High-Cell-Density Plant Oil Cultivations Using Photon Density Wave Spectroscopy. Bioengineering. DOI: 10.3390/bioengineering6030085.
[6] Vargas Ruiz, S., Hass, R. and Reich O. (2012). Optical monitoring of milk fat phase transition within homogenized fresh milk by Photon Density Wave spectroscopy, International Dairy Journal. DOI: 10.1016/j.idairyj.2012.03.012.
[7] Hass, R. et al. (2015). Optical monitoring of chemical processes in turbid biogenic liquid dispersions by Photon Density Wave spectroscopy. Anal Bioanal Chem 407.DOI: 10.1007/s00216-015-8513-9.
[8] Hartwig, A. and Hass, R. (2018). Monitoring Lactose Crystallization at Industrially Relevant Concentrations by Photon Density Wave Spectroscopy. Chem. Eng. Technol. DOI: 10.1002/ceat.201700685.
[9] Bressel, L. and Hass, R. (2021). 4.10 Photon Density Wave (PDW ) Spectroscopy for Nano- and Microparticle Sizing . In Solid State Development and Processing of Pharmaceutical Molecules, M. Gruss (Ed.). DOI: 10.1002/9783527823048.ch4-10.
[10] Münzberg, M., Hass, R. and Reich, R. (2013). In-line Characterization of Phase Inversion Temperature Emulsification by Photon Density Wave Spectroscopy, SOFW-Journal.
[11] Hass, R. and Reich, O. (2011). Photon Density Wave Spectroscopy for Dilution-Free Sizing of Highly Concentrated Nanoparticles During Starved-Feed Polymerization. ChemPhysChem. DOI: 10.1002/cphc.201100323.
[12] Jacob, L.I. and Pauer, W. (2022). Scale-up of Emulsion Polymerisation up to 100 L and with a Polymer Content of up to 67 wt%, Monitored by Photon Density Wave Spectroscopy. Polymers. DOI: 10.3390/polym14081574.
[13] Werner, P. et al. (2017). Process analytical approaches for the coil-to-globule transition of poly(N-isopropylacrylamide) in a concentrated aqueous suspension. Anal Bioanal Chem. DOI: 10.1007/s00216-016-0050-7.
[14] Münzberg, M. et al. (2017). Limitations of turbidity process probes and formazine as their calibration standard. Anal Bioanal Chem 409. DOI: 10.1007/s00216-016-9893-1.
[15] Häne, J. et al. (2019). Real-time inline monitoring of zeolite synthesis by Photon Density Wave spectroscopy, Microporous and Mesoporous Materials. DOI: 10.1016/j.micromeso.2019.109580.
[16] https://www.nanopat.eu
[17] Sandmann, M. et al. (2022). Inline monitoring of high cell density cultivation of Scenedesmus rubescens in a mesh ultra-thin layer photobioreactor by photon density wave spectroscopy. BMC Res Notes. DOI: 10.1186/s13104-022-05943-2.
[18] Bressel, K. et al. (2020). Wooster, Depletion-Induced Flocculation of Concentrated Emulsions Probed by Photon Density Wave Spectroscopy, Langmuir. DOI: 10.1021/acs.langmuir.9b03642.
[19] Gutschmann, B. et al. (2022). Native feedstock options for the polyhydroxyalkanoate industry in Europe: A review, Microbiological Research DOI: 10.1016/j.micres.2022.127177.
[20] https://renewable-carbon.eu/publications/product/biodegradable-polymers-in-various-environments-according-to-established-standards-and-certification-schemes-graphic-png
[21] Gutschmann, B. et al. (2022). Polyhydroxyalkanoate production from animal by-products: Development of a pneumatic feeding system for solid fat/protein-emulsions. Microbial Biotechnology. DOI: 10.1111/1751-7915.14150.
[22] Gutschmann, B. et al. (2022). Continuous feeding strategy for polyhydroxyalkanoate production from solid waste animal fat at laboratory- and pilot-scale. Microbial Biotechnology. DOI: 10.1111/1751-7915.14104.
[23] Riedel, S.L. and Brigham, C.J. (2020). Inexpensive and waste raw materials for PHA production. In: Koller, M. (Ed.) The handbook of polyhydroxyalkanoates. Boca Raton: CRC Press. DOI: 10.1201/9780429296611-10.
[24] Gutschmann, B. et al. (2019). In-Line Monitoring of Polyhydroxyalkanoate (PHA) Production during High-Cell-Density Plant Oil Cultivations Using Photon Density Wave Spectroscopy. Bioengineering (Basel). DOI: 10.3390/bioengineering6030085.

Über die Autoren

 profile image

Anika Krause University of Potsdam, Institute of Chemistry, Potsdam, Germany and PDW Analytics GmbH, Potsdam, Germany

Dr. Anika Krause studied chemistry at the University of Potsdam, Germany, and continued her education in the field of analytics and sensor technology during research stays in Brazil, Italy, and Japan. For her PhD at the University of Cambridge, she worked on high-resolution measurements of air quality. Currently, she works as a research and project manager of the innoFSPEC Center for Innovative Fiber Optic Spectroscopy and Sensing at the University of Potsdam and works as part-time at PDW Analytics GmbH. 

German version
Dr. Anika Krause studierte Chemie an der Universität Potsdam und bildete sich währenddessen im Bereich Analytik und Sensorik durch Forschungsaufenthalte in Brasilien, Italien und Japan weiter. Während ihrer Promotion an der Universität Cambridge beschäftigte sie sich mit hochaufgelösten Messungen von Luftqualität. Derzeit arbeitet sie als Forschungs- und Projektmanagerin des innoFSPEC Zentrums für innovative faseroptische Spektroskopie und Sensorik der Universität Potsdam und arbeitet nebenberuflich bei PDW Analytics GmbH. 

 profile image

Björn Gutschmann Technische Universität Berlin, Chair of Bioprocess Engineering, Berlin, Germany

Dr.-Ing. Björn Gutschmann is a PhD student at the Chair of Bioprocess Engineering at TU Berlin. He is working on process development for the production of polyhydroxyalkanoates (PHA) biopolymers and is testing the use of new process analytical technologies.  

German version
Björn Gutschmann ist Doktorand am Fachgebiet Bioverfahrenstechnik der TU Berlin. Er beschäftigt sich mit der Prozessentwicklung zur Produktion von Polyhydroxyalkanoaten (PHA) Biopolymeren und testet dabei den Einsatz neuer prozessanalytischer Technologien.  

 profile image

Roland Hass PDW Analytics GmbH, Potsdam, Germany

Dr. Roland Hass studied chemistry at the University of Potsdam, where he also completed his doctorate on the topic of photon density wave spectroscopy. Together with colleagues, he founded PDW Analytics GmbH in 2013, which aims to transfer PDW technology from the university to the market. He manages the business of the GmbH and is a manager and also heads the specialist unit for process analysis technology at BASF Schwarzheide GmbH.

German version
Dr. Roland Hass studierte Chemie an der Universität Potsdam, wo er auch zum Thema der Photonendichtewellen Spektroskopie promovierte. Zusammen mit Kollegen gründete er 2013 die PDW Analytics GmbH, die sich den Transfer der PDW-Technologie aus der Universität in den Markt zum Ziel gesetzt hat. Er führt die Geschäfte der GmbH und leitet zudem die Fachstelle für Prozessanalysentechnologie der BASF Schwarzheide GmbH.

 profile image

Sebastian L. Riedel Technische Universität Berlin, Chair of Bioprocess Engineering, Berlin, Germany

Dr.-Ing. Sebastian L. Riedel has a Ph.D. in biotechnology and is a group leader at the Chair of Bioprocess Engineering at TU Berlin. He works on bioprocess development and control for the production of PHA biopolymers from renewable raw materials and residues.

German version
Dr.-Ing. Sebastian L. Riedel ist promovierter Biotechnologe und Gruppenleiter am Fachgebiet Bioverfahrenstechnik der TU Berlin. Er arbeitet an der Bioprozessentwicklung und -kontrolle für die Herstellung von PHA-Biopolymeren aus nachwachsenden Roh- und Reststoffen. 

 profile image

Marvin Münzberg University of Potsdam, Institute of Chemistry, Potsdam, Germany

Dr. Marvin Münzberg has a PhD in chemistry and is a research group leader at innoFSPEC at the University of Potsdam. He is involved in the development of optical process analysis technologies and the advancement of photon density wave spectroscopy.

German version
Dr. Marvin Münzberg ist promovierter Chemiker und Forschungsgruppenleiter bei innoFSPEC an der Universität Potsdam. Er beschäftigt sich mit der Entwicklung von optischer Prozessanalyse Technologien und der Weiterentwicklung der Photonendichtewellen Spektroskopie.

Die PDW Analytics GmbH, die Universität Potsdam -Physikalische Chemie / innoFSPEC sowie Bioverfahrenstechnik an der TU Berlin sind Mitglieder im Netzwerk Bio-PAT.

Quelle: Wiley Analytical Science, Quelle Fotos: Dr. Anika Krause