（模式识别与智能系统专业论文）面向微生物发酵过程的复杂系统建模与优化控制的研究.pdf

摘要 摘要 大多数发酵工厂所应用的发酵参数( 主要指温度、p h 、溶解氧、补料速率) 往往由经验或经典的试验数据而来，并将其作为单一给定值控制整个发酵过程， 这容易造成发酵单位低且波动性大。实现发酵过程的最优控制不但麓够稳定生 产，而且能够提高发酵单位，即以不变的投入创造更高的产量，具有显著的应 用价值和经济价值。对于新投产的项目( 新菌种、新培养基配方、新生产装置) ， 最优控制更具有实际价值，可以缩短试验时间和降低试验成本。 本文以微生物发酵过程为研究对象，建立了基于s o f m 和动态s s v m 的 模型，基于此模型对整个发酵过程进行优化控制。所取得的主要研究成果如下： ( 一) 基于支持向量机的发酵过程建模方法 由于发酵过程的非线性、时变性和生物传感器的缺乏以及各参数之间的严 重关联，经典系统理论几乎不能为复杂的发酵过程建立合适的模型。本文分别 提出了基于人工神经网络( a n n ) 和支持向量机( s 江) 的建立微生物发酵过 程黑箱预估模型的方法。利用工厂的实际生产数据，建立了两类模型，并对模 型的性能进行了分析和比较。实验证明，s v m 在拟合精度和泛化能力方面优于 j 心n 建模方法。然而，经过理论分析和实验发现，标准回归型s 订在核函数 的选择和s v m 参数的选择方面存在不足。 ( 二) 改进型m o g a 选择s 讧参数的方法 现有选择s v m 参数的方法不但费时而且很难找到最优参数，迫切需要一 种能够自动、高效地确定s v m 参数的方法。多目标遗传算法( m o g a ) 虽然 能够自动确定参数值，但是其本身所固有的易陷入局部极小和收敛速度慢的缺 陷影响了它的应用。本文采用实数编码方式代替二进制编码方式；采用规范化 几何秩选择法代替轮盘赌选择方法，并引入了精英选择策略；采用算术交叉算 子代替简单交叉操作；采用多重非均匀变异代替二进制变异，得到了改进型 m o g a 。提出了改进型m o g a 选择s v m 参数的方法，将此方法应用于建立青 霉素发酵效价预估模型，并对适应度函数和权重因子的选择进行了讨论。通过 实验得出，改进型m o g a 在运算速度、收敛性能和模型预测能力方面比实验方 法和标准m o g a 方法有了较大提高。 ( 三) 基于s o f m 和动态p s v m 的发酵过程建模方法 由于发酵过程的不同阶段具有不同特性，很难用单个全局模型准确描述此 北京工业大学工学博士学位论文 系统。在优化控制过程中，需要在不同的阶段设置不同的优化目标。因此，应 该采用多个局部模型描述发酵过程。标准回归型s v m 所有训练样本都使用相 同的s ，这将影响模型的泛化能力和训练时间，所以提出动态s s v m ，即不同 样本使用不同的，采用相对误差率p 表征动态s 。因此。形成了一种自组织特 征映射( s o f m ) 和动态占s v m 相结合的发酵过程建模方法，首先利用s o f m 神经网络对样本进行聚类，然后应用动态s s v m 方法对各类样本进行回归建 模。实验结果表明，该方法建立的青霉素发酵过程模型比使用其它s v m 方法 建立的模型具有更强的泛化能力。 ( 四) 基于s o f m 和动态8 s v m 发酵过程模型与r a g a 相互耦联的优化 控制策略 针对标准遗传算法所存在的早熟收敛、收敛速度慢等不足，提出了基于实数 编码的自适应遗传算法( r a g a ) 。该算法从编码方式、初始种群生成和遗传算 子等方面改进了标准遗传算法。对典型复杂函数的测试结果显示，该算法比标准 遗传算法在全局收敛性和收敛速度等方面具有较大程度的提高。提出了基于 s o f m 和动态占s v i 发酵过程模型与r a g a 相互耦联的优化控制策略。以青霉 素发酵过程效价预估模型为适应度函数，该策略寻优得到了最优控制作用。实验 结果显示，采用优化控制的青霉素发酵过程的效价能够提高2 2 8 8 。 本文的研究工作对于促进最优控制在微生物发酵领域的应用和发展具有积 极的意义，对于发酵厂的生产实践具有指导意义和参考价值。 关键词：微生物发酵，建模，优化控制，支持向量机，遗传算法 i i a b s 施c t a b s t r a c t t h em i c r o b i a lf 缸n e n t a t i o np m c e s sp o s s e s s e sm ec h a r a c 涮s t i c so t 。m u l t l - v a r i a b l e s c o u p l i n g ，t i m ed 印e n d e n c i e s ，p h 觞en a t u r ea i l dn o n 一1 i n e a r t h ep l a i l t so r e na d o p t d i s t 曲u t e dc o n t r o ls y s t e m ( d c s ) o r p r o g r a m m a b l el o 百cc o l l 廿0 1 1 e r ( p l c ) c o n 订o ls y s t e mt oc o n t m lt h ep r o c e s s e s t h ec o n t r d lv a r i d b l e si n c l u d em a i n f 妇e n t a t i o np a r a m e t c r s t h et e c l l i l o l o 西s t ss e tt h e s e t t i n gv a l u e so fi i l i c m b i a l f b n t l 吼t a t i o np 盯聊e t e r s ( s u c ha s ：t 锄p e r a t u r e ，p hv a l u c ，p r e s 呲，d i s s o l v e do x y g c n ) a g a i n s tm e i ro p c r a t i ge x p e r i e n c e sa i l de x p 舐m e m a i r e s u l t so fi a b t h es e t t i n gv a l u e s o b t a i n e da r en o tu s u a l l y 叩t i i n a l ，w h j c hr e s u h si n1 0 wf c n n e n t a t i o nl u l i ta n dh i 曲 o u 印u tn u c t u a t i o n o p t i l “c o n 打0 1o ff 打m e i m m o np t o c e s sn o to n l ys t a ：b i l i z e st 1 e p r o d u c t i o n ，b u ta 】s oi m p r o v e sm ef 打m e n t a t i o nu 1 1 i t s oi th a sv e r yp r o m 访e n t 印p l i c a t i o na i l de c o n o m yv “u e ，f o rn e wp r o j e c t s ，s u c h 弱：n e wb a c t e r i u m ，n e w s u b s 订a t ef 0 n u l a ，n e we q u i p m e n t ，i tc a l ls h o n e ne x p e r i m e n t a lt i m e 趾de x p e r i m e i l t a i c o s t t h em i c r o b i a lf e m e m a t i o np m c e s sm o d e l sb a s e do ns o f ma 1 1 dd ”a m i c 占- s v ：mw e r cd e v e l o p e d b 笛e do nm e m o d e l s ，o p t i m i z a t i o na n dc o i l 仃o lo f t h ew h o l e p m c e s sw a sr e a l i z e d t h ea c l l i e v e m e n t so f m et h e s i sc a n b es u m m a r i z e da sf o l l o w s ： ( 1 ) m o d e l i i l gb 硒e do ns u p p o nv b c t o rm a c l l i n ef o rp e n j c i l l i i lf e 肌吼t a t i o np m c e s s d u et ot h en o n 一1 i n e a ra n dt i m ed 印e n d e n c i e so ff b n n e m a t i o np r o c e s s e s ，m el a c ko f b i o s e n s o ra l o n gw i 血t h es 耐o u sr e l c v 孤c yo fa l lp 姗e t e r s ，t l l ec l a s s i cs y s t e mt h e o r y c a nh a r d l yd e s c r i b e 也e s ep r o c e s s e sv e r yw e l lt h et h e s i sp r o p o s e d 御om e 也o d st o m o d e lf b n n e m a t i o np r o c e s sb yb l a c k - b o xm o d e lf o rp r e - 鼯d m a t e ：o n em e l o di sb 硒e d o na n i f i c i a ln e l l r a ln e t w o r k ( a n n ) ，血eo t h c rt h es u p p o nv e c t o rm a c h i n e ( s v n d w i l hr e a lp l a n td a t a ，t h et h e s i sd e v e l 叩e d 鲰ok i f l d so fm o d e l sa 1 1 da 1 1 a l y z e dt h e i r p e 响n n a i l c e s r e s u l t ss h o wm a ts v mi ss u p e r i o rt oa n nm o d e l i n gm e m o d si n f i t 咖ga 1 1 dg e n e r a l i z a t i o nc 印a b i l i t i e s h o w e v e r ，s v i f o rr e g r e s s i o nh 髂s o m e d e f i c i e n c i e s 证t h es e k t i o no f k e m e l t i o n sa i l ds v m p a 洲l e t e r s ( 2 ) t h em e t h o do f i m p r 0 v e dm o g as e l c c t i n gs v mp a r a m e t e r s a tp r e s e n t ，t 1 1 es v m p 盯a m e t 钉s 盯ec h o s e b ye x p 湎e n t s ，c r o s sv a l i d a t i o n ，o r 1 e a v eo n eo u tm e t h o d t h e s em e m o d sn o t0 1 1 l yc o n s 啪et i i n e ，b u ta l s oh a v e 铲e a t d i 街c u l t i e si nf i n d i n gt h eo p t i m a lp a r 锄e t e r s m u l t i o b j e c t i v eg e t i ca l g o r i t h r n i h 北京工业大学工学博士学位论文 ( m o g a ) c a na u t o m a t i c a l l yd e t e 锄i n et l l ep a r 锄e t e r s ，b u ti th a sm ed e f i c i e n c i e so f p r e m a t u r ec o n v e 娼e n c ea 1 1 ds l o wc o n v e 唱e n c e a ni 工1 1 p r o v e dm o g a i sp m p o s e di n t e n n so fi m p r 0 v e m e n to ft h ec o d i n gm o d e s ，g e n e t i co p e r a t o r s ，e t c t h er e a lc o d i n g m o d er e p l a c e sm eb i n a r yc o d i n gm o d e t h en o n n a l i z e dg e o m e 砸cr a n k i n gs e l e c t i o n r e p l a c e sr o u l e t t ew h e e ls e l e c t i o n n l ee l i t i s ts e l e c t i o ni si n t r o d u c e d ，a m 匝e t i c c m s s o v e rr 印l a c e sm es i m p l ec r o s s o v 瓯t h em u l 石n o n u m f m 删o nr 印l a c e sb i n a r y m u t a t i o n t h em e t h o do fi m p r o v e dm o g a s e i e c t i n gs v mp a r 蛐e t e r sw a sp r o p o s e d t h i sm 蒯b dw a sa p p l i e dt od e v e l o pn l em o d e l s6 wt i t e rp r 昏e s t i m a t ei np e n i c i l l i n f b m e n t a l i o np m c e s s t h em e s i sd i s c u s s e dt h ed e s i 盟o fn 蛆e s sf l m c t i o na n dt 1 1 e s e l e c t i o no fw e i 曲t s e x p e r i m 蜘t a lr e s u l t ss h o wm a ti m p r o v e dm o g aa c h j e v e s s i 鲥f i c a n ti n l p r 0 v e m e n t si nt h ec o m p u t i n gr a t e ，c o n v e r g e n c ep e r f o n n a n c ea i l dm o d e l g e n e r a l i z a t i o n3 b i l i t i e sc o m p a r e dw 豫e x p 翻m e 士l tm e 也o da n dm o g a ( 3 ) t h em o d e l i n gm 酬b db a s e do ns o f ma i l dd ”a i l l i c 占一s 订f o rf c n e m a t i o n p r o c e s s e a c hf e r m e n t a t i o np h a s eh 簦d i f f e r tc h a r a c t e r i s t i c s ，s oi ti sd i m c u l t t od e s c 哟e t h es y s t e mb y9 1 0 b a lm o d e lv e r yw e l l t h eo p t i m i z a t i o no b j e c t i v e ss h o u l db es e ti n d i 丘b r e mp h 够e s s ow es h o u l dd e 、r e l o pl o c a lm o d e l s e a c h 仃a i l l i n gs a m p l eh 蹈m e s a i t l ee 玎o rr e q u i r e m e m 血血es t 姐d a r ds v mf o rr e 辨s s i o n 1 1 l i s 谢ua 在碗tm e m o d e l sa b i l i t i e so ff i m n ga n dg e n e r a l i z a t i o n t oo v e r c o m et h ed e f i c i e l l c yo fs v i ， t 1 1 ed y n a m i cf s v mm e t l l o dw a sp r o p o s c d ，n a m e l yt h cd i f f e r e n t 仃a i l l i n gs 锄叩l e u s e st h ed i 插 r e n t r 占t h er e l a t i v e 盯0 rr a t i opd 跚日t c s占an e wm o d e l i n g m e t h o dw 弱i 1 1 仃o d u c e d ，c o l l l b i i l i n gs e l f - o r g a i l i z 访gf 色a t i l r em a p ( s o f m ) w i l ht 1 1 e d y n a m i c 占s v mr e g r e s s i o n f i r s t i y ，s o f mi su s e da s ac l u s t e r i n ga l g o d t h mt o p a r t i t i o nm ew h o l ei n p u ts p a c ei n t os e v 盯a 1d i s j o i n t e dr e 蓼o n s ；t h ed y n 锄i c 占s v m m e m o dt h e nm o d e l sf o r 也e s ep 枷t i o n e dr e 百o n s t h i sm e m o dw 弱i l l i l s 蚴e db y m o d e l i n gp c n j c i l l i nf e r l e n t a t i o np m c e s sw i mp l a n tf i e l dd a t a r e s u n ss h o wt l l a t 也e m e 血o da c h i e v e ss i g e l i f i c a n ti m p m v e m e n ti i lg e n e r a l i z a t i o np e r f o m a n c ec o m p a r e d w i 1o t h 盯m e t h o d sb 觞e d0 ns v m ( 4 ) t h es t r a t e g i e so f 叩t i m i z 撕o na n dc o n 仰1t 1 1 a tc o m b i n e dt l l em o d e lb 锯e do n s o f ma n dd y i l 锄i cs - s v m 、i t i lr a ( 认 a i m i n ga t t l l ep r e m a t u r ec o n v c r g e n c ea n d 竹l es l o wc o n v e r g e n c eo fg e n e t i c a 1 9 0 r i t h i n ，a i la d a p t i v eg e t i ca l g o m h m b a s e do nr e a lc o d e d ( r a g a ) w a sp r o p o s e d i nt e l so fi m p r 0 v e m e n to f 也ec o d i n gm d d e s ，g e l l e t i co p e r a t o r s ，e t c o p t i m i z a t i o n a b s t r a c t s i m u l a t i o nr e s u l t sb 龉e do nt y p i c a lc o i 印l e x 胁c t i o n ss 1 1 0 wm a tt h cc o n v e r g e n c er 砒e a 1 1 dh i m n gp r o b a b i l i t y0 ng i o b a lo p t i m ao f i h ep r o p o s e da 1 9 0 r i t h i na r eg r e a t i yb e t t e r t h a i lc h o s eo fs i m p l eg e n e t i ca l g o r i t l l l n t h es 昀t e g i e so fo p t i m i z a t i o na n dc o n 拓0 l t t l a tc o m b i n e dm em o d e lb 私e do ns o f ma n dd y i l a m i cs s v mw i t hr a g aw a s p r e s e n t e d ，t a k i n gt h em o d e lf o rt i t e rp r e - e s t i m a t ei np c n i c i l l i l lf e 肌e n t a t i o np r o c e s sa s f i 伽e s s 劬c t i o n ，t h es t r a t e g yg a i n e dm eo p t i m a lc o n t r d le f r e c t s r e s u l t ss h o w 恤a tt h e p e n i c i l l i nt i t e ro ff e n n e n t a t i o np r o c e s so p t i l i l i z e di si n c r e 踮e d2 2 8 8 c o m p a r c dw i m t l l a to ff b 珊e n t a t i o np m c e s sn o to p t i m i z e d t h es t u d yp r e s e n t e di n 廿l i sm e s i sm a ym a k eas i 鲥f i c a l l tc o n 伍b u t i o nt ot h e d e v e l o p m e n ta i l da p p l i c a t i o no f 叩t i m a lc o n n d lhm i c r o b i a lf b r r n e n t a t i o nd o m a i n n i sv e r yu s e 血l t of b m e n t a t i o np l a l l t s k e yw o r d s ：m i c r o b i a lf e 邢e n t a t i o n ，m o d e l i n g ，o p t i 工i l i z a t i o nc o n t m l ，s u p p o r t v e c t o rm a c 1 i n e ，g e n e t i c 舢g o 订t v 北京工业大学工学博士学位论文 缩略语 a 士州人工神经网络a r t i 矗c i a ln e u r a ln e t w o r k 如q n m 混合神经网络模型h y b 瑚n e u r a in e t w o r km o d e l s q p序列二次规划算法 s e q u 锄t i a lq u a d m t i cp m 盯a 瑚r n i n g s v m 支持向量机 s u p p o r t o o rm a c h j n e g a 遗传算法g e n e t i ca 1 的r i 岫 m e r 各样本点相对误差的均值 m e a i le d rr a l i o n m o 多目标优化 m u n i o b j e c t i v eo p 血i l i z a l i o n m o g a 多目标遗传算法 m u l t i 0 b i e c t i v eg e n e t i ca 1 9 0 r i t h m m l p 多层感知器 m u l t i l a v e rp e r c e d 们i l s b p 误差反向传播算法e r r o rb a c kp r o p a g a t i o na l g o r i t h m r b f 径向基函数r a d i a 】b a s j sf 咖c t i o n l m s 最小均方误差规则l e a s tm e a l ls q u a r e 灿g o r i t h m s l t 统计学习理论s t a t i s d c a ll e a m i n gt h e o r y s 砌讧 结构风险最小化 s 蜘c 衄曲脚s km i n i 枷z a t i o n s o f m 自组织特征映射 s e l f - o 昭a n i z i n gf e a t u r em a p q p二次型规划q u a d r a t i cp r 0 孕锄m i n g 见g a 基于实数编码的 a d a p t i v eg 锄e t i c g o r i 蛙蛐b 韶e d 自适应遗传算法 o nr e a lc o d i n 2 x 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 己在论文中作了明确的说明并表示了谢意。 签名：盔璺金日期：她生! 耻旦 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 强 第l 章绪论 第1 章绪论 1 1 课题研究背景、目的和意义 随着科学技术的迅猛发展及生产规模的不断扩大，许多系统变得越来越复 杂，例如，复杂大工业生产过程、计算机集成制造系统、计算机通讯网络系统以 及电力、交通自动化调度系统等。此外，在社会、经济、生命系统等领域都有许 多复杂系统的例子。 大型复杂工业过程系统是一个具有高度复杂、不可确定、多层次、非结构化 及混杂的系统，其主要特征可归纳为：( 1 ) 受控过程模型的不确定性：( 2 ) 测量 信息的粗糙性和不完整性、动态行为或扰动的随机性、离散层次和连续层次的混 杂性；( 3 ) 高度非线性、大滞后性、强耦合性；( 4 ) 多层次、多目标的控制要求， 复杂的数据处理以及严格的性能指标：( 5 ) 信息流、物料流和能源流并伴随着理 化反应、生化反应、相变过程以及物质和能量转化传递过程。 2 0 世纪复杂工业系统的出现，随之带来了一些问题，即单凭经验或经典的 试验数据来控制生产已远远不能适应现代化生产的需要。尤其是现代大型工业的 迅猛发展进一步提高了对自动化的要求，于是6 0 年代起最优化技术得到了迅速 发展，即工程控制不再是要求接近给定值，而是要求寻找最优的目标值，从而实 现整个工程系统的最优控制n ，。 微生物发酵工厂所应用的发酵参数值( 主要指温度、p h 、溶解氧、补料速 率) ，往往由经验或经典的试验数据而来，并将此作为单一给定值控制整个发酵 过程。微生物发酵过程作为复杂系统中的一类，是一个非线性，大滞后、多变量 输入输出、强耦合的生化反应过程。1 。微生物生长和代谢产物生成阶段所需要的 操作条件( 即发酵参数) 是不同的，甚至在发酵过程的每个时刻，发酵参数值都 是不同的。如果按单一给定值控制整个发酵过程，就容易造成发酵单位低而且波 动性大。目前，国内外微生物发酵工厂大多采用单一给定值控制生产，因此远远 不能获得应有的投入产出效益。 随着生化工稷技术的发展，对发酵条件的控制应进一步重视从微生物生长和 产物生成动力学原理出发，区分不同的发酵阶段，寻找与菌体生长、基质消耗、 产物生成三者相关联的一系列发酵参数的最优控制轨线“1 。以此轨线为操作条 件，实现发酵过程的最优控制，获得最高的发酵产物量。 成功解决微生物发酵过程的建模和优化控制阀题是获得最高产物量的正确 途径，具有显著的应用价值和经济价值。尤其对于新投产的项目( 新菌种、新培 北京工业大学工学博士学位论文 养基配方、新生产装置) 不但可以缩短试验时间还可以降低试验成本，更具有实 际价值，并对其他各类复杂系统的最优控制具有借鉴意义。 1 2 微生物发酵过程概述 1 2 1 概念和特点 微生物发酵，在生理学上是指微生物无氧呼吸和有氧呼吸以外的一种生物氧 化作用。在工业生产中。发酵是利用微生物的机能获得工业产品的泛称。通过微 生物的培养，使某种特定的代谢产物得以大量积累，如各种有机酸发酵、维生素 发酵、酶制剂发酵、氨基酸发酵、核酸发酵蛆及抗生素发酵等。发酵工程可以认 为是直接利用微生物的机能将物料加工为所需产品的过程。1 。 由于发酵过程的微生物学属性，使得其不同于一般的化学反应过程，其特点 主要表现在如下几个方面： ( 1 ) 微生物发酵过程是一个生命过程，不可逆转，按照菌体生长和代谢规 律可以分为四个时期“1 ：迟滞期( 调整期) 、对数生长期( 生长旺盛期) 、稳定期 ( 平衡期) 和死亡期( 衰退期) 。 ( 2 ) 微生物以“纯种”状态在发酵罐中进行发酵，培养基和发酵罐、管道 等设备都必须在接种前进行灭菌，使整个发酵过程保持无杂菌污染。 ( 3 ) 培养基成分的微小差别会使发酵结果迥然不同，这就是发酵过程的混 沌现象“1 。 ( 4 ) 发酵过程中，初级代谢和次级代谢两种不同的代谢途径交织在一起。 发酵过程有生长期和生产期两个截然不同的生理阶段。次级代谢产物的形成与微 生物的生长不同步，当微生物生长速度减低或停止生长后，次级代谢产物才开始 合成。 ( 5 ) 对发酵过程中的相当一部分生物化学变化( 即从培养基转化为菌种和 产物的过程) 还不太清楚，难以从量上计算。此外，影响这些变化的参数( 温度、 p h 值等) 相互耦联，给建模带来了很大的困难。 ( 6 ) 菌体生长速率和产物生成速率与培养基所提供的条件呈非线性关系， 菌体量与产物量之间不具有明显的对应关系。发酵产物理论产量与实际产量往往 相差甚远，即使同一菌种，在同一厂家，也会因生产设备、原料等差别，使菌种 的生产能力大不相同。 ( 7 ) 温度、p h 值等环境变量具有非线性、大滞后、大惯性、不确定性等特 点。 ( 8 ) 菌体生长阶段和产物生成阶段所需要的最优控制条件往往是不同的。 ( 9 ) 菌体生长速率和产物生成速率是随时间和环境条件的变化而变化。 第l 章绪论 ( 1 0 ) 发酵过程中，温度、压力、溶解氧等物理和化学参数能在线测量。而 一些重要的生物变量，如菌体浓度，至今还很难在线测量“2 “，也绘建模带来了 相当大的困难。 综上所述，微生物发酵过程是一个非线性，时变性、大滞后、阶段性、多变 量输入输出、强耦合的生化反应过程。 1 2 2 操作方式 微生物发酵过程一般被划分为4 种操作方式“3 1 ，即分批发酵( 间歇发酵) 、 补料分批发酵、半连续发酵( 发酵液带放) 和连续发酵。发酵所采用的操作方式 不同，微生物的代谢变化规律也就不同。 ( 1 ) 分批发酵( b a t c h f e r i n e n t a t i o n ) ，它是在一个密闭的系统内一次性投入 有限数量营养物的一种发酵方式。其特点在于发酵过程是非恒态的，微生物所处 的环境在不断交化，发酵过程中营养成分不断减少，微生物得到相应的生长繁殖。 在分批发酵过程中，微生物的生长速度随时问而发生规律性变化，整个发酵过程 分为延迟期、对数生长期、稳定期和衰亡期4 个阶段。微生物在快速生长阶段形 成的代谢产物多为初级代谢产物，而次级代谢产物的合成发生在生长缓慢的稳定 期。现代发酵工业中的大多数发酵产品都是由此法生产而来。 ( 2 ) 补料分批发酵( f b d - b a l c hf e i m e n t a l i o n ) ，它是指在分批发酵过程中， 间歇地补加有限制性营养物的一种与分批发酵相似的发酵方法。与传统的分批发 酵相比，其优点在于发酵系统中维持较低的基质浓度，可避免代谢调节的抑制和 阻遏效应：维持适当的菌体浓度，不至于加剧供氧矛盾；延长次级代谢产物的生 产时间；避免培养基中积累某些有毒代谢物，对菌体生长产生抑制。与连续发酵 相比，补料分批发酵不需要严格的无菌条件，也不会产生菌种老化和变异等问题。 补料分批发酵应用十分广泛，包括抗生素、氨基酸、酶蛋白、核苷酸、维生素、 有机酸以及高聚物等，是发酵工业研究的主要方向之一。 ( 3 ) 半连续发酵( h a l f - c o i 曲m o u s 缸m e t a t i o n ) ，在补料分批发酵的基础 上加上间歇放掉部分发酵液( 行业中称为带放) ，便可称为半连续发酵。带放是 指放掉的发酵液和其他正常放罐的发酵液一起送去提炼工段。这是考虑到补料分 批发酵虽可通过补料补充养分或前体的不足，但由于有害代谢物的不断积累，产 物合成最终难免受到阻遏。放掉部分发酵液再补入适当料液不仅补充养分和前 体，而且代谢有害物被稀释，从而有利于产物的继续合成。 ( 4 ) 连续发酵( c o n t i i l u o u sf e n n e l l t a t i o n ) ，它是在一个开放的系统内，以一 定的速度向发酵罐内连续供给新鲜培养基的同时，将含有微生物和代谢产物的发 酵液以相同的速度从发酵罐内连续放出，从而使发酵罐内液量维持恒定，使培养 物在近似恒定的状态下生长及代谢。其优点是，与补料分批发酵相似，能维持低 北京工业大学工学博士学位论文 的基质浓度；有利于提高设备的利用率和单位时间的产量，节省发酵罐的非生产 时间；发酵罐内微生物、基质、产物和溶解氧浓度各种参数维持在一定水平，便 于自动控制；微生物在近似恒定状态下进行生理代谢，发酵产品质量稳定。缺点 是，在长时间培养过程中菌种容易发生变异；容易污染杂菌，难以保证纯种培养。 连续发酵大多用于实验室研究微生物的生理特性，至今只有葡萄糖酸、酵母蛋白 和酒精等少数发酵产品的生产采用连续发酵。 1 2 3 一般流程 微生物发酵产生菌在进入发酵罐之前，必须经过种子扩大培养。将冷冻管或 沙土管的孢子接种到斜面上，待斜面孢子或菌丝成熟后接入摇瓶中培养，长好的 种子接入一级种予罐中；另外，斜面孢子也可以扩大到茄子瓶( 也称扁瓶) 中， 茄子瓶孢子长好后可制备成孢子悬液接入一级种子罐中。菌丝在一级种子罐中长 好后接入二级种子罐中继续培养，待长好后接入到发酵罐中发酵生产所需的药 物，通常发酵要进行1 l o 天，最后收获发酵液( 图卜1 ) 。 嗍一 8 图卜1 发酵工序示意图 1 一冷冻管；2 一斜面孢子；3 一摇瓶菌丝；4 一一级种子罐；5 一二级种子罐； 6 一发酵罐，可朴入碳源、氮源和前体：7 一过滤机；8 一滤液贮罐 f i g u r e1 ld i a g r a mo f 凫皿e n 忸t i o np r o c e d u r e s 1 - f r e e z i n gc u b e ；2 - b e v e ls p o r e ；3 - s h a l c i l l gb o n l eh y p h a ；4 t h ef i 巧ts e e dt a i l l c ； 5 t h es e c o n ds e e dt a n k ；6 - f e 咖e n t o r ；7 f i l t e r ；8 - f i l 廿a t es t o 豫1 狮k 1 2 4 微生物发酵现状 目前，应用比较广泛的微生物发酵操作方式是补料分批发酵。补料分批发 酵技术介于分批发酵和连续发酵之间，兼有两者的优点，而且克服了两者的缺点。 同传统的分批发酵相比，它的优越性很明显，首先可以解除底物的抑制、产物反 馈抑制和葡萄糖分解阻遏效应。对于好氧发酵，补料分批发酵可以避免在分批发 酵中因一次性投糖过多造成细胞大量生长、耗氧过多、以至通风搅拌设备不能匹 配的状况，还可以在某些情况下减少菌体生产量，提高有用产物的转化率。与连 第l 章绪论 续发酵相比，补料分批发酵不需要严格的无菌条件，也不会产生菌种老化、变异、 污染问题；最终产物浓度较高，有利于产物的分离；使用范围也比连续发酵更为 广泛。 但是补料分批发酵并非十全十美，它也存在一些问题。最为重要的是向发酵 罐中加入什么物质以及如何加入这些物质。目前在生产上还只是凭经验确定或根 据少数几次检测的静态参数设定控制点，带有一定的盲目性，很难同步地满足微 生物生长和产物合成的需要，也不可能完全避免基质的调控反应。 在发酵生产使用的设备方面，目前大多数生产厂仍然采用的是“第一代生物 反应器”，根据混合方式可分为机械搅拌式、循环泵式和空气鼓泡式( 气升式) 三大类发酵设备。它们都只是一般地控制微生物的营养条件和环境条件，生产各 种有用的发酵产品。这些发酵设备在设计上都达到了合理而实用的要求。但是， 任何设备的应用总有其局限性。多年来一直使用的标准式发酵罐( 机械搅拌式发 酵罐) ，能耗大，结构复杂，易污染，容积不易放大，搅拌产生的过强剪切力影 响培养物固有生理特性的表现，在粘度较大的培养液中气液接触不良。因此，近 二十年又开发了气升式、自吸式、喷射式、筛板塔式等一些新型发酵罐。从机械 搅拌过渡到气流搅拌，更有利于改善气液接触和节约能源“1 。 今后，开发发酵设备的目标是，生产用计算机控制系统控制微生物各种生化 反应和物质代谢的“第二代生物反应器”。在利用计算机的控制手段方面，重点 工作是研制能在线反映生物反应器内重要生物参数的传感器，以及完善计算机控 制系统的硬件和软件( 最佳控制和自适应控制) 。 最初，技术人员凭借生产操作经验和实验室结果，设定发酵操作条件，这些 操作条件在整个发酵过程中通常是一成不变的，对整个发酵过程进行手工操作， 这大大影响了生产效率。更为重要的是，由于操作条件的不准确以及控制精度差， 致使生产出现了产量不稳定、发酵单位低、能耗大、成本高等问题。随着生物工 程技术的迅速发展，发酵工业的生产规模不断扩大，对自动化的要求也越来越迫 切。一些发酵工厂采用常规的控制方法，如：定值控制、伺服控制和p i d 控制等。 然而，由于微生物发酵过程不同于一般的过程工业，它是一个时变、非线性、大 滞后、不确定的多变量输入输出系统，涉及到生命体的生长繁殖过程，机理十分 复杂，所以现有的控制方法只是稳定操作条件，远不能对控制变量进行优化控制。 1 3 发酵参数的控制及其对发酵的影晌 微生物发酵过程是有效利用微生物生长代谢活动获取目的产物的过程，发酵 水平不仅取决于生产菌种自身的性能，而且要给予合适的环境条件，使菌种的生 产能力充分表达出来。充分发挥微生物细胞的生产能力，对于特定的微生物菌种 北京工业大学工学博士学位论文 而言，就是要通过各种方法研究其对环境条件的要求，如培养基、培养温度、p h 以及氧的需求等，并深入了解生产菌在合成产物过程中的代谢调节机制和可能的 代谢途径，为设计合理的生产工艺提供理论基础。同时，通过各种监测手段获得 相关参数，掌握菌种在生产过程中的代谢变化规律，根据代谢变化来控制发酵条 件，使生产菌种处于产物合成的优化环境中，进而使代谢沿着人们需要的方向进 行，达到最高的生产水平。 发酵生产受多种因素的影响和工艺条件的制约，即使同一菌种，在同一厂家， 也会因生产设备、原材料来源等的差别，使得菌种的生产能力不同。一般来说， 菌种的生产性能越高，使其表达应有的生产潜力所需要的环境条件就越难满足。 高产菌种比低产菌种对工艺条件的波动更为敏感。因此，针对具体的发酵过程， 通过优化控制确定工艺条件，是发酵工艺研究的目的之所在。 1 3 1 发酵过程的参数监测 研究发酵动力学，首先要尽可能寻找能反映发酵过程变化的各种参数 ( p a r 吼e t e r ) ，获得发酵过程变化的第一手资料；其次是将各种参数的变化和现 象与发酵代谢规律联系起来，找出它们之间的相互关系和变化规律：然后是建立 各种数学模型以描述各参数之间随时间变化的关系；最后通过计算机的在线控制 反复验证各种模型的可行性和适用范围。由此可见，取得发酵过程中正确可靠的 数据是研究发酵动力学的前提。 发酵参数如表1 1 所示。经常测定的参数有温度、罐压、空气流量、搅拌速 度、p h 值、溶解氧、效价、氨基氮含量、前体( 如苯乙酸) 浓度、菌体浓度、 基质浓度等。不常测定的参数有氧化还原电位、粘度、排气中的氧气和二氧化碳 含量等