GMS150高精度气体调控系统 返回列表页

GMS150高精度气体调控系统可以将多4种不同气体进行精确混合。每路输入气体的流量使用热式质量流量计精确测量，并由内置的质量流量控制器进行精准控制，输出的是*混合的均质气体。气体输入输出使用Prestolok快速安全接头，保证使用过程中的便捷性与安全性。

GMS150高精度气体调控系统可用于二氧化碳、氮气、一氧化碳、甲烷、氨气以及其他气体的浓度控制。

GMS150高精度气体调控系统分为GMS150版和GMS150-MICRO版，其中GMS150版精度更高，GMS150-MICRO版可调控流速更大。

应用领域：

Ÿ与植物培养箱、光养生物反应器等联用，进行精确气体控制培养

Ÿ模拟不同CO₂浓度环境，研究温室效应对植物/藻类的影响

Ÿ研究CO₂浓度与光合作用的关系

Ÿ模拟烟气等有害气体对植物/藻类的影响

Ÿ研究植物/藻类对有害气体的处理与利用

技术参数：

Ÿ测量原理：热式质量流量测量法

Ÿ可调控气体：空气、氮气、二氧化碳、氧气、一氧化碳、甲烷、氨气等干燥纯净、无腐蚀性、无爆炸性气体，气源需用户自备

Ÿ调控通道：标配为2通道，通道1为Air-N₂，通道2为CO₂，多可扩展为4通道

Ÿ工作温度：15-50℃

Ÿ输入/输出接头：Parker Prestolok接头(6mm)

Ÿ输入压力：3-5bar

Ÿ密封：氟化橡胶

Ÿ显示屏：8×21字符液晶显示屏

Ÿ尺寸：37cm×28×15cm

Ÿ供电：115-230V交流电

Ÿ可联用仪器：FMT150藻类培养与在线监测系统、MC1000 8通道藻类培养与在线监测系统、FytoScope系列智能LED光源生长箱、用户自行设计的培养箱或反应器（可提供气路连接方案）等

GMS150版调控参数：

Ÿ小流量范围：0.02 - 1 ml/min

Ÿ大流量范围：20 - 1000 ml/min

Ÿ可定制流量范围：可在大流量和小流量之间定制。标准配置通道1(Air-N₂): 20-1000 ml/min；通道2(CO₂): 0.4-20 ml/min；可调控CO₂浓度0.04% - *（实际调控浓度与流量有关）

Ÿ精度：±0.5%，加全量程±0.1%（3-5ml/min为全量程±1%，＜3ml/min为全量程±2%）

Ÿ稳定性：<全量程±0.1%（参考1ml/min N₂）

Ÿ稳定时间：1~2s

Ÿ预热时间：30min预热达到精度，2min预热偏差±2%

Ÿ温度灵敏度：<0.05%/℃

Ÿ压力灵敏度：0.1%/bar（参考N₂）

Ÿ姿态灵敏度：1bar 压力下与水平面保持90°大*.2%（参考N₂）

Ÿ重量：7kg

GMS150-MICRO版调控参数：

Ÿ小流量范围：0.2 - 10 ml/min

Ÿ大流量范围：100 - 5000 ml/min

Ÿ可定制流量范围：可在大流量和小流量之间定制。标准配置通道1(Air-N₂): 40-2000 ml/min；通道2(CO₂): 0.8-40 ml/min；可调控CO₂浓度0.04% - *（实际调控浓度与流量有关）

Ÿ精度：±1.5%，加全量程±0.5%

Ÿ重复性：流量<20 ml/min为全量程±0.5%，流量>20 ml/min为实际流量±0.5%

Ÿ稳定时间：1s

Ÿ预热时间：30min预热达到精度，2min预热偏差±2%

Ÿ温度灵敏度：零点<0.01%/℃，满度<0.02%/℃

Ÿ姿态灵敏度：1bar 压力下与水平面保持90°大*.5 ml/min（参考N₂）

Ÿ重量：5kg

应用案例：

与FMT150藻类培养与在线监测系统联用研究蓝藻Cyanothece sp. ATCC 51142 的超日代谢节律（Cervený, 2013, PNAS）

产地：欧洲

参考文献：

1.Strenkert D, et al. 2019. Multiomics resolution of molecular events during a day in the life of Chlamydomonas. PNAS, 116 (6): 2374-2383

2.Sukačová K, et al. 2019. Optimization of microalgal growth and c*tion parameters for increasing bioenergy potential: Case study using the oleaginous microalga Chlorella pyrenoidosa Chick (IPPAS C2). Algal Research 40: 101519

3.Cordara A, et al. 2018. Analysis of the light intensity dependence of the growth of Synechocystis and of the light distribution in a photobioreactor energized by 635 nm light. PeerJ, 6:e5256, DOI 10.7717/peerj.5256

4.Cordara A, et al. 2018. Response of the thylakoid proteome of Synechocystis sp. PCC 6803 to photohinibitory intensities of orange-red light. Plant physiology and biochemistry, 132: 524-534

5.Alphen P, et al. 2018. Increasing the Photoautotrophic Growth Rate of Synechocystis sp. PCC 6803 by Identifying the Limitations of Its C*tion. Biotechnology Journal 13(8): 700764

6.Sarayloo E, et al. 2018. Enhancement of the lipid productivity and fatty acid methyl ester profile of Chlorella vulgaris by two rounds of mutagenesis. Bioresource Technology, 250: 764-769

7.Mitchell M C, et al. 2017. Pyrenoid loss impairs carbon-conceating mechanism induction and alters primary metabolism in Chlamydomonas reinhardtii. Journal of Experimental Botany, 68(14): 3891-3902

8.Hulatt C J, et al. 2017. Polar snow algae as a valuable source of lipids? Bioresource Technology, 235: 338-347

9.Jouhet J, et al. 2017. LC-MS/MS versus TLC plus GC methods: Consistency of glycerolipid and fatty acid profiles in microalgae and higher plant cells and effect of a nitrogen starvation. PLoS ONE 12(8): e0182423

10.Angermayr S A, et al. 2016. Culturing Synechocystis sp. Strain PCC 6803 with N₂ and CO₂ in a Diel Regime Reveals Multiphase Glycogen Dynamics with Low Maintenance Costs. Appl. Environ. Microbiol., 82(14):4180-4189

11.Acuña A M, et al. 2016. A method to decompose spectral changes in Synechocystis PCC 6803 during light-induced state transitions. Photosynthesis Research, 130(1-3): 237-249