（控制理论与控制工程专业论文）微生物发酵过程的建模与优化控制研究.pdf

原创性声明 卢， 本人郑重声明：所呈交的学位论芰理本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者：互弓叠 日期：v 。口年町月3d 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。保密论文在解密后应遵守此规定。 学位论文作者：互z 弓互。 日期：砂f 口年。明3 o 日 a b s t r a c t 摘要 微生物发酵工程是生物技术的应用基础，是生物技术产业的核心。 一次成功的发酵同时受到两方面因素的制约：一是生产菌种的遗传特性，二 是发酵条件。保证微生物菌种在最适的发酵条件下大量生长并合成代谢产物， 才能获得工业规模的最大生产效率。近几十年中，发酵工业发展迅速，规模越 来越大，对发酵条件进行优化控制也变得越发重要。 合适的数学模型是进行过程优化和控制的基础和前提条件，本文首先研究 了发酵过程的建模，继而对过程的控制与优化进行了研究。 在建模方面，研究了发酵过程的非结构模型和“黑箱一建模。针对发酵过 程非结构动力学模型参数众多难以确定的问题，利用量子粒子群优化算法进行 参数寻优。通过对发酵过程的分析确定适当的模型结构，利用最小二乘支持向 量机对发酵数据进行学习来建立“黑箱模型。进一步考虑数据间的差异及模 型复杂度，将仿射传播聚类引入建模中，先利用聚类算法对数据进行分类，对 每一类作支持向量机回归，最后对子模型的输出进行加权融合。在诺西肽发酵 过程的建模仿真中，该多模型建模方法具有更好的性能，能很好描述发酵过程 的变量关系。 在优化控制方面，首先根据温度和p h 值各自的特点，分别设计了模糊p i 双模和基于误差平面的分区域控制。最后，在前面所建立的“黑箱模型基础 上对过程进行仿真优化，通过量子粒子群算法寻优发酵过程中的操作条件，实 现了提高产物浓度的目标。 关键词：发酵过程建模量子粒子群优化最小二乘支持向量机仿射传播 聚类优化控制 a b s tr a c t f e r m e n t a t i o ne n g i n e e r i n gi st h ea p p l i c a t i o nf o u n d a t i o no f b i o t e c h n o l o g y , a n di s t h ec o r eo r h eb i o t e c h n o l o g y i n d u s t r y as u c c e s s f u lf e r m e n t a t i o np r o c e s sw a sr e s u i 删b yt w of a c t o r s ：f i r s t , t h eg e n e t i c c h a r a c t e r i s t i c so ft h eb a c t e r i u m ，a n ds e c o n d , t h ef e r m e n t a t i o nc o n d i t i o n s i nr e , c e n t d e c a d e s ，t h ef e r m e n t a t i o ni n d u s t r yh a sd e v e l o p e dr a p i d l y , i t ss c a l eg r o wl a r g e ra n d l a r g e r i no r d e rt oo b t a i nt h em a x i m u me f f i c i e n c yo fi n d u s t r i a ls c a l e ，w em u s te n s u r e t h a tt h ea n i m a l c u l e sg r o wa n ds y n t h e s i z em e t a b o l i t e si nt h eo p t i m a lc o n d i t i o n s s ot h e o p t i m i z a t i o nc o n t r o lo ff e r m e n t a t i o nc o n d i t i o n sb e c o m e sm o r ea n dm o r ei m p o r t a n t a na p p r o p r i a t em a t h e m a t i c a lm o d e li st h eb a s i sa n dp r e r e q u i s i t ef o rp r o c e s s c o n t r o la n d o p t i m i z a t i o n , t h i sp a p e rf i r s ts t u d i e st h em o d d i n g o ff e r m e n t a t i o np r o c e s s ， a n dt h e nt h ep r o c e s sc o n t r o la n do p t i m i z a t i o n i n t h e m o d e l i n g , t h eu n s t r u c t u r e dm o d e la n dt h e b l a c k b o x 竹m o d e lo f f e r m e n t a t i o np r o c e s sw a ds t u d i e d a i m i n ga tt h ed i f f i c u l t yo fp a r a m e t e r sd e t e r m i n e ， q u a n t u m - b e h a v e dp a r t i c l es w a r mo p t i m i z a t i o nw a su s e df o rp a r a m e t e ro p t i m i z a t i o n a na p p r o p r i a t em o d e ls t r u c t u r ew a ss e l e c t e dt h r o u g ht h ea n a l y s i so ft h ef e r m e n t a t i o n p r o c e s s ，a n dt h e ns u p p o r tv e c t o rm a c h i n ew a sa p p l i e dt ol e a r n i n gf e r m e n t a t i o nd a t at o c r e a t ea b l a c kb o x ”m o d e l f u r t h e rc o n s i d e rt h ed i f f e r e n c eb e t w e e nd a t aa n dm o d e l c o m p l e xd e g r e e ，t h ea f f i n i t yp r o p a g a t i o nc l u s t e r i n gw a si n t r o d u c e di n t om o d e l i n g f i r s ta pc l u s t e r i n gw a su s e df o rd a t ac l a s s i f i c a t i o n ，t h e ns v mw a su s e dt or e g r e s sf o r e a c hc l a s s ，a tl a s t , o u t p u t so fs u b m o d e l sw e r es y n c r c t i z e dt of o r mt h ef i n a lo u t p u t t 1 1 i sm e t h o dw a sa p p l i e di nt h em o d e l i n gs i m u l a t i o no fn o s i h e p t i d ef e r m e n t a t i o n p r o c e s s ，t h er e s u l ts h o w st h i sm u l t i - m o d e l i n gm e t h o dh a sb e t t e rp e r f o r m a n c e ，a n di t c a nw e l ld e s c r i b et h er e l a t i o n s h i pb e t w e e nv a r i a b l e si nt h ef e r m e n t a t i o np r o c e s s i n o p t i m i z a t i o nc o n t r o l ，f i r s t af u z z y - p ld u a l - m o d ec o n t r o lm e t h o da n da e r r o r - b a s e dm u l t i r e g i o nc o n t r o lm e t h o d w e r ed e s i g n e df o rt e m p e r a t u r ea n dp h c o n t r o lb a s e do nt h e i rc h a r a c t e r i s t i c s ，f i n a l l y , a l lo p t i m i z a t i o ns i m u l a t i o nw a sc a r r y o u to nt h eb a s eo f b l a c kb o x 什m o d e l t h r o u g ht h eo p t i m i z a t i o no fo p e r a t i n g a b s t r a c t c o n d i t i o n sb yq p s o ，t h e p r o d u c tc o n c e n t r a t i o no ff e r m e n t a t i o np r o c e s sw a s i m p r o v e k e yw o r d s ：f e r m e n t a t i o np r o c e s s ，m o d e l i n g ，q u a n t u m - b c h a v e dp a r t i c l es w a r m o p t i m i z a t i o n ，l e a s ts q u a r es u p p o r tv e c t o rm a c h i n e ，a f f i n i t yp r o p a g a t i o nc l u s t e r i n g ， o p t i m i z a t i o nc o n t r o l 目录 目录 摘要 a b s t r a c t i v 第一章绪论1 1 1 课题研究的背景和意义一1 1 1 1 微生物发酵工程概述，1 1 1 2 本课题研究的意义j 2 1 2 国内外研究现状3 1 3 本文的主要研究内容4 第二章发酵过程中的微生物与生物反应器6 2 1 微生物的生长与代谢j 6 2 1 1 微生物的生长6 2 1 2 代谢产物的合成7 2 2 生物反应器中的参数- 8 2 2 l 参数分类9 2 2 2 参数的检测9 2 3 反应器中的主要环境变量。1 0 2 3 1 温度1 0 2 3 2 酸碱度p h 11 2 3 3 溶解氧d o 1 2 2 3 4 基质浓度1 2 2 4 本章小结13 第三章发酵过程的建模1 5 7 ”：j ? 。肿 “。 十。、 7q，“ ” 1 。tqt-一，一pr*f自，_ ，f ：一。? ，。 ，t 。* 3 r， ”。+：1 i 。” ；。1 6*h，+_ 、l p- ，。? 7，“ejt。htj ： 。“” 一一一一 痧 p l 目录 3 1 基于q p s o 算法参数优化的非结构动力学模型1 6 3 1 1 q p s o 优化算法1 6 3 1 2 q p s o 算法确定发酵动力学模型参数1 8 3 2 其于支持向量机的的发酵过程建模2 1 3 2 1 l s s v m 建模原理2 2 3 2 2 模型结构及数据预处理2 5 3 2 3 建模仿真。：2 6 3 3 基于a p 聚类算法的多s v m 模型建模2 7 2 3 1a p 聚类算法2 7 3 - 3 2 基于a p 聚类的多l s s v m 模型结构3 0 。3 3 3 建模仿真：3 2 3 4 本章小结：。3 3 第四章发酵过程的控制与优化3 4 4 1 发酵过程温度与p h 的控制3 4 4 1 1 发酵过程温度的f u z z y - p i 双模控制3 4 4 1 2 发酵过程p h 的智能分区控制o 3 7 4 2 基于发酵过程模型的优化操作3 9 5 5 本章小结4 1 第五章总结与展望一4 2 参考文献4 4 致 射4 7 个人简历、在学期间发表的学术论文与研究成果4 8 矿 矿 ：4 绪论 第一章绪论 1 1 课题研究的背景和意义 1 1 1 微生物发酵工程概述 发酵在微生物生理学上指微生物在无氧条件下，分解各种有机物质并产生 能量的一种方式，如葡萄糖在无氧条件下被微生物利用产生酒精并放出二氧化 碳同时获得能量。而工业生产则笼统地把一切依靠微生物的生命活动而实现的 工业生产均称为“发酵 ，如洒精、乳酸等无氧培养和抗生素、氨基酸等通气( 有 氧) 培养的生产过程。 现代意义上的发酵工程是指在一定条件下( 合适的培养基、温度、p h 值、通 气量、搅拌等) 进行培养发酵，利用微生物的某种特定功能，通过现代工程技术 方法生产对人类有用的物质或直接把微生物应用于工业化生产的技术体系。 成品喜装 保 图1 1 工业发酵过程 工业发酵的产品主要有细胞代谢产物，也包括菌体细胞、酶等。图1 1 为工 业发酵过程的流程图，其主要过程一般可分为上游、中游和下游三个加工工序。 上游工序主要包括菌种的选育，反应器的灭菌，培养基的制备等。中游工序在 生物反应器中完成，主要指控制最适的发酵条件使微生物生长并形成大量的代 l 绪论 谢产物，根据不同的需要，发酵工艺上还分为分批发酵( b a t c hf e r m e n t a t i o n ) ：即 一次投料发酵；补料分批发酵( f e d - b a t c hf e r m e n t a t i o n ) ：即在一次投料发酵的基 础上，流加一定量的营养物质；连续发酵( c o n t i n u o u sf e r m e n t a t i o n ) ：不断地流加 营养，并不断地取出发酵液。下游工序主要是从发酵液中分离和纯化产品，最 后还有产品的包装处理和废弃物的处理等方面。 1 1 2 本课题研究的意义 现代发酵工程具有重要的地位，它是连接生物科学、生物技术和生物工程 的桥梁，生物科学与技术成果的推广应用离不开发酵工程，近几十年来，以现 代生物技术和过程工程技术为基础的现代发酵工业突飞猛进，工业发酵的产品 越来越丰富，生产规模越来越大，某些生物反应器的体积达到了几百甚至上千 立方米。 微生物发酵过程是一个复杂的生物化学反应过程，反应主要在常温常压下 进行，且操作和反应条件都适中，对环境污染较小，但生物反应过程反应速率 比较慢，目的产物的浓度，生产强度、反应物质( 底物或基质) 向目的产物的转 化也比较低。提高生物发酵过程整体水平的最终途径还是要靠分子生物学和微 生物学的方法来选育和改良优质的生产菌种，另一方面，生物反应过程的环境 因子，也就是通常所说的操作条件，诸如温度、压力、p h 、培养基浓度等也是 影响生物发酵过程生产水平的重要因素。利用过程控制和优化方法，将生物过 程准确的控制在最优的环境或操作条件下，是提高整体生产水平的一个捷径或 者说是一个更简单易行的方法，其重要性绝不亚于利用分子生物学和基因工程 进行菌种的改良的方法。 传统的过程控制和优化方法，都是基于过程动力学模型基础之上的，所谓 动力学模型一般可以用过程的状态变量对时间的微分方程的形式来表示。但与 常规的物理化学过程不同，生物过程往往要涉及到成百上千个生理过程和化学 反应，因此发酵过程有不同的特征n 】： ( 1 ) 动力学模型高度的非线性； ( 2 ) 随着过程的进行或发酵批次的不同，过程的动力学模型参数常常变化 不定，呈现强烈的时变性，对于某此生物过程甚至无法用数学模型来对动力学 特性进行定量的分析； 。 杰 绪论 ( 3 ) 除了简单的物理化学过程变量，如温度、p h 、压力、溶解氧等外，大 部分生物状态变量( 微生物浓度、营养物浓度、代谢产物浓度、酶活性等) 不能 或很难在线测量，因此发展生物传感器是十分必要； ( 4 ) 生物过程由于涉及到众多物理和化学反应过程，基相互间的作用和影 响导致生物过程的响应速率慢，呈现大滞后，同时在线测量也带来的时间上的 滞后。生物过程的上述特征，使得基于线性动力学模型的传统的控制与优化理 论难以适应和满足生物过程控制与优化的要求。 一方面，发酵工业的发展使得过程优化控制显得更加重要，另一方面，发 酵过程的特点使得它的优化与控制相对困难。因此研究新的发酵过程的建模及 优化控制方法对提高发酵水平，促进发酵工业发展有重要意义。 1 2 国内外研究现状 生化过程的模型化，已有五、六十年的历史，早在1 9 4 9 年m o n o d 盥1 就提出了 著名的m o n o d 方程，它描述了微生物生长速率与限制性基质浓度的关系，结构简 单，表达直接，至今仍然广泛应用。b a j p a i 。3 于1 9 8 0 年建立的青霉素发酵过程数 学模型被公认为最能反映青霉素发酵过程的宏观特性的动力学模型。随后 n i c o l a i h 3 等e b a j p a i 模型基质浓度的问题进行了修证，提出了n i c o l a i 模型。r a t k o v 等膳1 以过程广义化学计算方程为基础，结合数据处理及辨识技术，建立了l 一赖氨 酸流加发酵过程的动态模型。贾林隋3 研究了毕氏酵母发酵过程建模问题，建立了 毕氏酵母宏观动力学模型和改进型的细胞周期模型。宫召化盯1 针对间歇发酵中微 生物的生长特点，建立了含有控制和参数的非线性动力系统描述该过程，并提 出了一个非线性多阶段动力系统来描述批式流加实际发酵过程。 随着机器学习方法的发展，基于数据集的发酵过程模型得到大量的研究。 1 9 9 2 年m a s s i m o 掣町首先将基人工神经网络用于发酵过程建模，随后，基于人工 神经网络的发酵过程建模有了众多的应用研究，如李冲伟等嘲用b p 神经网络建立 了酒精发酵过程中的微生物浓度模型。c h e r t 等n 伽采用r b f 神经网络对n 一乙酸- d - 甘露糖胺丙酮酸的合成过程建模。 近年，一种基于统计学习理论的机器学习方法一支持向量机用于发酵过程 建模也有了一些研究，如孙玉坤n 妇和高学金1 2 3 分别利用利用标准的es v m 和动 3 绪论 态es v m 建立了赖氨酸发酵生物参数的软测量模型。桑海峰等n 3 3 分析了发酵过 程中变量的相关性，建立了基于多支持向量机的软测量模型。 在控制与优化方面，以前苏联学者j i c i a o s r p m m g t j 立的“极大值原理 为 代表的经典的优化控制方法在早期发酵过程优化控制中应用较多。s u d i p 等1 在 发酵过程机理模型状态空间描述的基础上，采用极大值原理，通过迭代法直接 求取淀粉流加速率的最优策略，实施效果良好。v a n i c h s r i r a t a n a 等n 5 3 将变量方法 与极大值原理相结合求取最佳的供给率曲线，并设计控制器实现流加发酵过程 闭环控制，控制效果优于开环优化控制。 微分几何方法的引入控制领域，给非线性系统控制带来了飞跃性发展，微 分几何方法设计稳定的非线性优化控制器也被用于发酵过程控制。 s z e d e r k 6 n y i 等n 卅在发酵过程仿射非线性状态空间模型基础上，采用微分几何方法设计状态 反馈控制器，并在连续发酵过程中验证了控制方法的有效性。宋毅芳等n 刀在发 酵过程仿射非线性数学模型的基础上，采用微分几何线性化理论，把非线性系 统转化成一个线性系统，并设计了变结构控制器，减小了微分几何方法对系统 模型和参数的依赖，控制系统具有良好的动静态性能。 人工智能理论及计算机科学技术的进步促使自动控制向智能控制发展，智 能化的优化控制方法在发酵过程中已有有不少应用研究。g u e r r e i r o 等n 羽为乙醇发 酵生产开发了一个专家系统，理论计算结果和实际结果之间的差异非常小，系 统可靠性较高。j a y a t i 等n 钔以改进的发酵过程m o n o d 方程为基础，用遗传算法解 决产量最大化问题，达到优化蛋白酶生产的目的。冯茜姐们研究了青霉素分批补 料发酵过程优化控制问题，提出了一种基于仿人智能控制理论的优化控制策略。 何术利心u 对常规p i d 进行改进，引入智能积分环节，并将该方法应用在发酵过 程p h 值控制。杨梁噙3 为发酵过程p h 控制设计t p l c 模糊控制器。丁慎平瞳3 3 研 究了基于模糊神经网络的赖氨酸发酵过程智能补料控制系统并设计了相应的软 硬件。 1 3 本文的主要研究内容 本文主要研究了微生物发酵过程的建模与优化控制问题，论文主要内容分章 如下： 4 绪论 第一章：简要介绍了生物发酵工程概况，课题的背景和意义，国内外的研 究现状。 第二章：简述了发酵过程中的微生物生长及代谢产物的合成状况，生物反 应器中的参数以及主要环境变量。 第三章：对发酵过程的建模进行详细研究。研究了非结构模型参数的寻优、 基于支持向量机的“黑箱模型、基于a p 聚类算法的多支持向量机建模，并作 了相应的仿真工作。 第四章：研究了生物发酵过程的优化控制。对发酵过程的温度和p h 设计了 相应的控制方法，在模型基础上研究了发酵过程的优化操作。 第五章：论文总结展望，对论文所作进行 进行了说明，为进一步研究提供方向和建议。 5 发酵过程中的微生物与生物反应器 第二章发酵过程中的微生物与生物反应器 微生物是发酵工程的灵魂，发酵的最终产品在根本上要通过微生物的生长 代谢实现，生物反应器是则为微生物的生长和产物的合成提供了合适的场所。 2 1 微生物的生长与代谢 2 1 1 微生物的生长 微生物在适宜的环境条件下，通过不断从外界吸收营养物质进行代谢活动， 细胞体积增大，到一定程度时，就以分裂方式进行繁殖，微生物具有极快的繁 殖速度，在适宜的条件下，细菌2 0 分钟即可繁殖一代。 微 生 物 量 图2 1 菌体生长曲线 图2 1 为菌体生长曲线，它描述了细菌在新的适宜的环境中生长繁殖直至衰 老死亡的动态变化过程。根据细菌生长繁殖速率的不同，可将生长曲线大致分 为四个阶段。 ( 1 ) 延迟期：又称为迟缓期、调整期或滞留适应期，细菌接种到新鲜培养基 后，一般不立即进行繁殖，生长速度近于零。因此在开始一段时间，细菌数几 乎保持不变，甚至稍有减少。处于延迟期细菌细胞的特点是分裂迟缓、代谢活 跃。延迟期的长短与菌种、种龄、接种量和培养基成分有关。 ( 2 ) 对数期：又称指数期。这一阶段突出特点是细菌数以几何级数增加，细 胞代谢活跃，代时稳定，细菌数目的增加与原生质总量的增加，与菌液混浊度 6 发酵过程中的微生物与生物反应器 的增加均呈正相关性。 ( 3 ) 稳定期：又称恒定期或最高生长期。处于稳定期的微生物，新增殖的细 胞数与老细胞的死亡数几乎相等，整个培养物中二者处于动态平衡，此时生长 速度又逐渐趋向零。稳定期细胞数量最高，如果为了获得大量菌体，应在此阶 段收获，同时这一时期也是发酵过程积累代谢产物的重要阶段。 ( 4 ) 衰亡期：稳定期后如再继续培养，细菌死亡率逐渐增加，以致死亡数大 大超过新生数，群体中活菌数目急剧下降，出现了“负生长 。 2 1 2 代谢产物的合成 微生物细胞代谢所生成的产物种类很多，g a d c n 乜钔根据产物生成与细胞生长 间的动态关系，将产物的合成分为三个类型。 x _ 。一p ，形 x 厂飞 - x 厂 图2 2 产物合成与生长关系 ( 1 ) 生长关联型 如图2 2 - a 所示，产物的生成和细胞的生长是同步的和完全偶联的，产物 的生成是微生物细胞主要能量代谢的直接结果。此类发酵通常为简单发酵类型， 如乙醇发酵等。其生产与生长的关系可表示为下式： 罾 易= i = 2 掣 ( 2 1 ) 其中，a 为与菌体生长速率相关的产物得率。 ( 2 ) 部分生长关联型 如图2 2 - b 所示，产物生成与微生物生长部分偶联，产物是能量代谢的间 接结果。产物的生成既与菌体生长速率有关，也与菌体浓度有关。此类为中间 发酵类型，如柠檬酸、氨基酸发酵等。其生产与生长的关系可表示为： 7 发酵过程中的微生物与生物反应器 啄 = 夸膨= 懈 汜2 ) 其中，少为与菌体浓度相关的产物得率。 ( 3 ) 非生长关联型 如图2 2 - c 所示，产物合成与能量代谢和细胞生长无直接相关，产物均为 次生长代谢产物。产物的生成只与细胞量有关。其生产与生长的关系可表示为： 易= 鲁一 汜3 ， 该类型可分为两个阶段：菌体生长阶段和产物合成阶段，称为二阶段发酵， 绝大多数抗生素发酵属于此类。 2 2 生物反应器中的参数 微生物的生长是受内外条件相互作用的复杂过程，内部条件主要是细胞内 部的生化反应，外部条件是生物反应器中的物理、化学及生物条件。通常发酵 过程的操作是通过将反应器中的环境因素调节到最适条件，使其利于细胞生长 或产物生成。要实现对发酵过程的优化，模型化，和自动化控制，首先要获得 发酵过程中的各种参数信息。常规耗氧型生物反应器系统如图2 3 所示。 r 图2 3 耗氧型生物反应器 8 2 2 1参数分类 参数按性质可分为三类： 物理参数：发酵罐温度t 、搅拌转速r 、罐压p 、空气流量f a 、补料速率 f s 、表观粘度、排气氧- - 氧化碳浓度、泡沫高度h 、发酵液体积v 、冷却水流 量f w 等。 化学参数：溶解氧浓度d o 、酸碱度p h 、二氧化碳溶解度d c 0 2 、氧化还原 电位，气相成分等。p h 值和溶解氧d o 是最典型的两个化学参数，对于微生物 的生长，代谢产物的形成极为重要。 生物参数：菌丝形态、菌体浓度x 、产物浓度p 、基质( 底物) 浓度s 、呼吸 代谢参数( 如摄氧率f l o u r 、二氧化碳释放速率c e r 、呼吸强度q o ：、呼吸商 r q ) 、体积溶氧系数k l a 、关键酶活力及各种比速率( 比生长速率队比底物消 耗速率q s 、比产物生成速率q p ) 等。 2 2 2 参数的检测 参数按获取方式可分为直接参数和间接参数。 直接参数指通过仪表或其它分析手段可以测得的参数。它按检测方法可以 分为在线检测参数和离线检测参数，前者不经取样可以直接通过发酵罐上安装 的各类传感器得到，如温度、p h 、压力、溶解氧、搅拌转速等物理化学参数； 后者需要取样后进行分析测定得到，如菌体浓度、基质浓度( 糖、脂质、氨基氮 等) 、产物浓度( 抗生素、酶、有机酸和氨基酸等) 等生物参数。 间接参数指可以利用直接参数通过公式计算获得的，如o u r 、c e r 、r q 等 呼吸参数。通过对发酵罐作物料平衡，可计算出o u r 、c e r 、及r q ，这些参数 能反映微生物的代谢状况。 c e r 、o u r 和r q 可分别按以下公式进行计算： 锄2 磺= 争i 矗翱一加 厂 汜4 ， 。妇= q d 2 = 争 缸一f 铡厂 q 5 ， r q = 堡 ( 2 6 ) 发酵过程中的微生物与生物反应器 。厂2 最呦击枷。5 其中，如菌体的呼吸强度，x 为菌体干重，兄为进气流量，矿为发酵液体 积，、锄和h 分别为进气的压强、温度和相对湿度，进气中惰性气体浓度g 嘲 和氧浓度c m i , , 分别为7 9 1 2 和2 0 8 5 。则只需连续测量排气中氧c 咖和 二氧化碳浓度c ( 聊洲。，就可以由公式计算出不同时刻的o u r 和c e r 。 参数的实时准确在线测量是对发酵过程实时控制的关健，但对生物量、底物 和产物浓度等生物参数，目前还没有可在工业生产中实用的测量仪器，研制新 型实用的生物传感器实现其在线测量是十分必要。 2 3 反应器中的主要环境变量 在发酵过程中，微生物的生长代谢受到反应器中环境因素的影响，要获得 好的发酵结果，必须保证发酵过程在一个适宜的环境下进行。通常发酵过程中 的环境变量众多，其中最重要的是温度t 、酸碱度p h 、溶解氧浓度d o 和基质浓 度s 。 2 3 1温度 发酵热是引起发酵过程温度变化的原因。发酵过程中，随着微生物对营养 物质的利用，以及机械搅拌的作用，将产生一定的热能，同时因为罐壁散热、 水分蒸发等也会带走部分的热量。 qj t m = q 生物+ q 拄井一qm 2 - q _ 射 温度的对发酵过程的影响主要表现在以下三个方面： 1 温度影响细胞中酶的活性和各种反应速率，从而影响微生物的生长代谢 与产物生成。温度升高，反应速率加大，生长代谢加快，生产期提前：温度越 高，酶的失活也越快，茵体衰老提前，发酵周期缩短，影响产物的最终产量。 2 温度影响发酵液性质( 如发酵液粘度低) ，从而影响氧在发酵液中的溶解 度和传递速率。 3 温度影响生物合成的方向，如在四环类抗生素发酵中，金色链丝菌能同 时产生四环素和金霉素，在低于3 0 c 时，它合成金霉素的能力较强。随着温度 1 0 发酵过程中的微生物与生物反应器 的提高，合成四环素的比例提高。当温度越过3 5 时，金霉素的合成几乎停止， 只产生四环素。 发酵过程中微生物的最适生长温度和最适产物合成温度，两者往往不同， 各阶段应采用不同温度。如青霉素发酵过程温度应采用下图控制曲线。 图2 4 青霉素温度曲线 由于微生物代谢会放出热量，工业上的大罐发酵，一般不需加热，而需冷却 的情况较多。在发酵过程中一般通过将冷却水通入发酵罐的夹层或蛇管中来保 持一定的温度。 2 3 2 酸碱度p h 发酵过程中由于微生物在对培养基中碳源、氮源等的利用，随着有机酸或 氨基氮的积累，会使p h 产生一定的变化。在适合菌生长及合成产物的环境条件 下，菌体本身具有一定调节p h 的能力，但是当外界条件变化过于激烈，菌体就 失去调节能力，培养液中的p h 就会发生波动。 p h 的对发酵过程的影响主要表现在以下三个方面： 1 影响酶的活性，当p h 值抑制菌体某些酶的活性时使菌的新陈代谢受阻。 2 影响微生物细胞膜电荷，改变细胞膜的渗透性，影响微生物对营养物质 的吸收和代谢产物的排泄。 3 影响培养基中某些营养物质和中间代谢产物的解离，从而影响微生物对 这些物质的利用。 4 p h 影响生物合成的途径。如：黑曲霉在p h = 2 - 3 时产柠檬酸；中性附近时 产草酸、葡萄糖酸。 同发酵过程中的温度类似，生长最适p h 和产物形成最适p h 往往也不相同， 因此控制上也要采用分段控制。在生产过程中一般可采取流加葡萄糖或弱酸的 方式来降t 氐p i - i ，以补氨水或弱碱来升高p h 。 发酵过程中的微生物与生物反应器 2 3 3 溶解氧d 0 大多数发酵过程是好氧的，因此需要供氧。葡萄糖的氧化可由下式表示： c 6 1 - i , ：0 6 十6 0 2 = 6 h 2 0 十6 c o ： 只有当这两种反应物均溶于水后，才对茵体有用，而氧在水中的溶解度比 葡萄糖要小约6 0 0 0 倍左右。在2 5 、0 i m p a 下，水中氧溶解度为0 2 5 m m o l l ， 而在发酵液中的氧溶解度为0 2 2 m m o l l 。如果不能及时地向发酵罐中供给氧， 这些溶解氧仅能维持微生物菌体1 5 - - 一2 0 s 的正常代谢，随后氧将会耗尽，因此， 在发酵过程中有效而经济地供氧极为重要。 好氧发酵中，满足微生物呼吸和保证产物合成各有一个临界氧浓度，如抗生 素合成临界氧值分别为8 和1 0 - 2 0 。当溶氧低于临界值时，生长代谢活动受到 抑制。其临界值与生长和生产的关系如图2 5 所示，可见发酵过程中溶氧应大于 临界值，但并不是越大越好，过高的溶解氧浓度也不利于产物的合成。 l _ _ - - 。一 厂 图2 5 溶氧临界值 在生产上多采用调节通气量和搅拌转速来控制溶氧。空气的流动为发酵罐 提供氧气，并带走废气。搅拌将空气打散成小气泡，增大