Diseño multi-fidelidad para biorreactores de balanceo

Un biorreactor de balanceo parece simple: se mueve una bolsa de un lado a otro y la cultura se mezcla. La pregunta de ingeniería útil es más difícil. El mismo movimiento de balanceo que renueva la interfaz gas–líquido y mejora la transferencia de oxígeno también define el entorno mecánico al que se expone la cultura. Por lo tanto, más agitación no es una respuesta completa. Un diseño debe equilibrar la disponibilidad de oxígeno frente a la cizalla, teniendo en cuenta el nivel de llenado y la frecuencia de balanceo antes de que resulte costoso fabricar o probar.

El modelo resuelve esa interfaz en movimiento en lugar de sustituirla por una aproximación de mezcla homogénea. Utiliza Basilisk con hidrodinámica de volumen de fluido, acoplado al transporte de oxígeno disuelto a través de la ley de Henry. A partir de cada condición simulada, el flujo de trabajo extrae las magnitudes de proceso que hacen tangible el compromiso: coeficiente de transferencia de masa volumétrico kLa, tiempo de mezcla y esfuerzo cortante. Esas salidas convierten una petición vaga («mézclalo mejor») en una decisión de diseño inspeccionable: ¿qué nivel de llenado y frecuencia de balanceo proporcionan una transferencia adecuada sin simplemente elevar cada medida local de esfuerzo?

La CFD completa puede responder a esa pregunta, pero es demasiado costosa para barrer todo el espacio operativo. El proyecto combina, por tanto, un cribado de baja fidelidad económico con cálculos seleccionados de alta fidelidad. Un sustituto multi-fidelidad KRR-LR-GPR transporta información entre ambos, mientras Expected Improvement selecciona la siguiente condición a evaluar. La idea no es hacer desaparecer el simulador detrás de una caja negra; es gastar las ejecuciones de alta fidelidad donde pueden cambiar la elección de diseño y usar después el modelo más económico para mapear el resto del espacio. Eso hace práctico comparar un conjunto más amplio de niveles de llenado y programas de balanceo.

Mi contribución fue la capa de decisión y reproducibilidad del proyecto en torno al solver: un banco de pruebas de optimización bayesiana multi-fidelidad de extremo a extremo, correcciones de validación de parámetros, documentación desplegada por CI, tutoriales y pipeline de figuras, y registros de validación y experimentos. Ese trabajo hace que un resultado sea trazable desde una condición candidata a través del flujo de simulación y sustituto hasta la evidencia graficada, sin reclamar autoría exclusiva del método CFD ni del estudio publicado.

El estudio subyacente está publicado en International Journal of Multiphase Flow. La documentación del proyecto y el repositorio abierto incluyen el modelo, los casos de estudio y el flujo de trabajo reproducible.