基于近红外光谱的固态发酵过程参数软测量技术研究：方法、模型与应用

基于近红外光谱的固态发酵过程参数软测量技术研究：方法、模型与应用一、引言1.1研究背景与意义固态发酵作为一种重要的生物技术，在食品、医药、化工等众多领域展现出广泛的应用前景。在食品领域，固态发酵常用于生产酱油、醋、豆豉等传统发酵食品，赋予它们独特的风味和品质；在医药行业，它被用于生产抗生素、酶制剂等药品；在化工领域，固态发酵可用于生产有机酸、生物燃料等。近年来，随着人们对绿色、可持续发展的关注度不断提高，固态发酵因其具有原料广泛、节能环保、产物多样、工艺简单等优势，得到了更为迅速的发展，行业规模在全球范围内持续稳定增长，市场前景十分广阔。然而，在固态发酵过程中，精确测量和控制过程参数对于确保发酵过程的稳定性、提高产物质量和产量、降低能耗和物耗至关重要。这些参数包括温度、pH值、溶氧浓度、生物量、底物浓度、产物浓度等。例如，温度的变化会影响微生物的生长速率和代谢途径，进而影响产物的生成；pH值的波动可能导致酶活性的改变，从而影响发酵反应的进行；溶氧浓度的高低直接关系到微生物的呼吸代谢和生长繁殖。传统的发酵过程监测主要依赖于少量的在线参数（如pH、溶氧浓度等）与大量的离线检测参数（如底物、产物浓度等）。离线检测方法虽然能够提供较为准确的分析结果，但存在操作繁琐、分析时间长、无法实时监测等缺点，这使得在发酵过程中难以及时发现并解决问题，严重影响了发酵过程的优化和控制，导致产品质量不稳定、生产效率低下等问题。近红外光谱分析技术（NearInfraredSpectroscopy，NIRS）作为一种先进的检测技术，在生物科学、化学、环境监测等领域已得到广泛应用。它具有非接触式、快速、灵敏、无需样品预处理、测量方式丰富等优点，为固态发酵过程参数的测量提供了新的解决方案。近红外光谱能够实时、准确地反映发酵过程中样品的物理化学性质的变化，通过对发酵体系中特定吸收峰的测量，可以获取样品中的蛋白质、糖类、脂肪等大分子有机物的含量及其结构信息，从而为发酵过程的优化提供依据。同时，近红外光谱技术可以实现对发酵过程的无损监测，避免了因样品制备、提取等因素导致的分析结果不准确的问题，对于保护发酵产品的质量和延长其保质期具有重要意义。此外，利用近红外光谱技术对发酵过程进行实时监测和分析，有助于实现对反应条件（如温度、pH值、溶氧度等）的精确控制，提高发酵产品的品质和产量，降低生产成本，为发酵工艺的改进提供有力支持，有助于开发新型发酵技术和产品。综上所述，开展基于近红外光谱的固态发酵过程参数软测量方法研究，对于解决固态发酵过程参数测量难题，提高固态发酵过程的可控性和产品质量，推动固态发酵行业的发展具有重要的理论和实际意义。1.2国内外研究现状1.2.1国外研究现状在国外，近红外光谱技术在固态发酵参数测量领域的研究起步较早，且取得了一系列显著成果。早在20世纪90年代，欧美等国家的科研团队就开始关注近红外光谱技术在发酵过程监测中的应用潜力，并开展了相关探索性研究。在生物量监测方面，美国的一些研究机构利用近红外光谱结合化学计量学方法，对丝状真菌在固态发酵过程中的生物量变化进行了监测。他们通过采集不同发酵时间点的近红外光谱数据，并与传统的生物量测定方法（如干重法、细胞计数法等）相结合，建立了基于偏最小二乘回归（PLS）的生物量预测模型，实现了对生物量的实时、准确预测，为发酵过程的优化控制提供了关键依据。此外，欧洲的研究人员在细菌固态发酵生物量监测方面也取得了重要进展，通过改进光谱采集装置和数据分析算法，提高了生物量预测的精度和稳定性。在底物和产物浓度检测方面，国外学者进行了大量深入研究。例如，德国的科研团队针对淀粉类底物在固态发酵过程中的降解情况，利用近红外光谱技术成功实现了对底物淀粉含量以及产物葡萄糖、麦芽糖等浓度的在线监测。他们通过对不同发酵阶段的样品进行光谱采集和化学分析，建立了多元线性回归（MLR）和人工神经网络（ANN）模型，有效提高了底物和产物浓度预测的准确性。此外，日本的研究人员在有机酸发酵产物浓度检测方面，利用近红外光谱技术结合二阶导数光谱预处理方法，成功消除了光谱中的背景干扰，提高了检测灵敏度，实现了对发酵液中有机酸浓度的高精度检测。在发酵过程优化控制方面，国外的研究更加注重多参数协同监测和智能化控制策略的开发。一些先进的发酵控制系统将近红外光谱技术与自动化控制设备相结合，实现了对发酵过程中温度、pH值、溶氧浓度、生物量、底物和产物浓度等多个参数的实时监测和动态调控。通过建立发酵过程的数学模型和智能控制算法，根据近红外光谱实时反馈的信息，自动调整发酵条件，实现了发酵过程的优化控制，显著提高了发酵产品的质量和产量。1.2.2国内研究现状近年来，国内在近红外光谱技术用于固态发酵参数测量领域的研究也呈现出快速发展的态势，众多科研机构和高校积极开展相关研究工作，并取得了丰硕成果。在生物量监测方面，国内学者在借鉴国外研究的基础上，结合我国固态发酵产业的特点，开展了一系列创新性研究。例如，江南大学的研究团队针对传统固态发酵食品（如豆豉、腐乳等）的发酵过程，利用近红外光谱技术结合主成分分析（PCA）和支持向量机（SVM）算法，实现了对发酵过程中微生物生物量的快速、准确监测。他们通过对不同发酵阶段的样品进行光谱采集和生物量测定，建立了生物量预测模型，并对模型进行了验证和优化，取得了良好的效果。此外，中国农业大学的研究人员在饲料固态发酵生物量监测方面，利用近红外光谱技术结合小波变换（WT）和遗传算法（GA）优化的神经网络模型，有效提高了生物量预测的精度和泛化能力。在底物和产物浓度检测方面，国内研究也取得了重要突破。例如，华东理工大学的科研团队针对纤维素类底物在固态发酵过程中的转化情况，利用近红外光谱技术结合多元散射校正（MSC）和偏最小二乘判别分析（PLS-DA）方法，实现了对底物纤维素含量以及产物乙醇、有机酸等浓度的快速检测。他们通过对不同发酵条件下的样品进行光谱采集和化学分析，建立了底物和产物浓度预测模型，并将模型应用于实际发酵过程中，取得了较好的效果。此外，天津科技大学的研究人员在氨基酸发酵产物浓度检测方面，利用近红外光谱技术结合一阶导数光谱预处理和最小二乘支持向量机（LSSVM）模型，成功实现了对发酵液中氨基酸浓度的在线监测和实时控制。在发酵过程优化控制方面，国内研究更加注重产学研结合，推动近红外光谱技术在固态发酵产业中的实际应用。一些企业与科研机构合作，开发了基于近红外光谱技术的固态发酵过程监测与控制系统，并在实际生产中进行了应用和推广。例如，某大型发酵企业与高校合作，利用近红外光谱技术对发酵过程中的关键参数进行实时监测，并通过建立专家系统和智能控制算法，实现了对发酵过程的优化控制，提高了产品质量和生产效率，取得了显著的经济效益和社会效益。1.2.3研究现状总结与不足国内外在近红外光谱技术用于固态发酵参数测量领域的研究取得了显著进展，为固态发酵过程的优化控制提供了有力的技术支持。然而，目前的研究仍存在一些不足之处，主要体现在以下几个方面：模型通用性和适应性问题：现有的近红外光谱模型大多是针对特定的发酵体系和实验条件建立的，模型的通用性和适应性较差。当发酵原料、菌种、工艺条件等发生变化时，模型的预测精度往往会受到较大影响，需要重新建立或优化模型，这限制了近红外光谱技术在实际生产中的广泛应用。多参数协同监测与分析问题：固态发酵过程是一个复杂的动态系统，涉及多个参数的相互作用和协同变化。目前的研究大多集中在对单个或少数几个参数的监测和分析上，缺乏对多参数协同监测和综合分析的深入研究。如何实现对多个参数的同时准确监测，并建立多参数之间的关联模型，以全面、准确地反映发酵过程的状态，是亟待解决的问题。光谱采集与预处理技术问题：近红外光谱的采集和预处理技术对模型的性能有着重要影响。目前，光谱采集过程中存在着噪声干扰、基线漂移、散射效应等问题，影响了光谱数据的质量和可靠性。同时，现有的光谱预处理方法虽然在一定程度上能够改善光谱质量，但对于复杂的固态发酵体系，仍难以完全消除干扰因素的影响，需要进一步研究和开发更加有效的光谱采集和预处理技术。与发酵机理结合问题：近红外光谱技术虽然能够实现对固态发酵过程参数的快速检测，但对于发酵过程中的微观机理和代谢途径的研究还不够深入。如何将近红外光谱技术与发酵机理研究相结合，从分子水平上揭示发酵过程中物质的变化规律和相互作用机制，为发酵过程的优化控制提供更加坚实的理论基础，是未来研究的重要方向之一。实际应用中的工程化问题：近红外光谱技术在实际应用中还面临着一些工程化问题，如仪器设备的稳定性、可靠性、便携性，以及与现有发酵设备的兼容性等。此外，近红外光谱技术的应用成本较高，也限制了其在一些中小企业中的推广应用。如何解决这些工程化问题，降低应用成本，提高技术的实用性和可操作性，是推动近红外光谱技术在固态发酵产业中广泛应用的关键。1.3研究目标与内容1.3.1研究目标本研究旨在针对固态发酵过程参数测量难题，深入探索近红外光谱技术的应用，通过优化光谱采集与预处理方法，结合先进的化学计量学算法，建立高效、准确、通用的固态发酵过程参数软测量模型，实现对生物量、底物浓度、产物浓度等关键参数的实时、在线、精确测量，为固态发酵过程的优化控制提供可靠的技术支持，从而提高固态发酵产品的质量和产量，降低生产成本，推动固态发酵行业的智能化发展。1.3.2研究内容固态发酵过程近红外光谱采集与预处理技术研究：系统研究不同的近红外光谱采集方式（如透射、漫反射、透反射等）在固态发酵过程中的适用性，分析发酵体系的特性（如物料的形态、粒度、含水量等）对光谱采集的影响，优化光谱采集条件，提高光谱数据的质量和稳定性。同时，深入研究各种光谱预处理方法（如基线校正、导数处理、平滑处理、散射校正等）对消除光谱噪声、提高光谱分辨率和降低干扰的效果，针对固态发酵体系的复杂性，开发出针对性强、效果显著的光谱预处理算法，为后续的模型建立奠定良好的数据基础。基于化学计量学的固态发酵过程参数软测量模型构建：综合运用多种化学计量学方法（如偏最小二乘回归、主成分回归、人工神经网络、支持向量机等），结合发酵过程的先验知识，建立固态发酵过程参数与近红外光谱之间的定量关系模型。深入研究不同算法的原理、特点和适用范围，通过对模型参数的优化和选择，提高模型的预测精度、泛化能力和稳定性。同时，引入变量选择技术（如遗传算法、粒子群优化算法、无信息变量消除法等），筛选出与发酵过程参数相关性强的特征波长，降低模型的复杂度，提高模型的计算效率和解释性。多参数协同监测与分析模型研究：考虑固态发酵过程中多个参数之间的相互作用和协同变化关系，建立多参数协同监测与分析模型。通过对近红外光谱数据的综合分析，实现对生物量、底物浓度、产物浓度、pH值、溶氧浓度等多个关键参数的同时准确监测。采用多变量统计分析方法（如主成分分析、判别分析、聚类分析等），对多参数数据进行降维、分类和聚类处理，挖掘参数之间的潜在关联和变化规律，为全面、准确地反映发酵过程的状态提供有力的数据分析工具。近红外光谱技术与发酵机理结合研究：深入研究固态发酵过程中的微观机理和代谢途径，将近红外光谱技术与发酵机理研究相结合。通过对发酵过程中物质的结构和组成变化的光谱分析，从分子水平上揭示发酵过程中物质的变化规律和相互作用机制。结合代谢组学、蛋白质组学等技术，分析发酵过程中代谢产物和蛋白质的变化情况，建立光谱特征与代谢产物、蛋白质之间的关联模型，为发酵过程的优化控制提供更加深入的理论依据。模型验证与实际应用研究：利用实际的固态发酵实验数据对所建立的软测量模型进行全面、系统的验证和评估，分析模型的预测误差、精度、稳定性等性能指标，与传统的离线检测方法进行对比，验证模型的可靠性和优越性。将模型应用于实际的固态发酵生产过程中，与自动化控制系统相结合，实现对发酵过程的实时监测和动态调控，通过实际生产应用的反馈，进一步优化和完善模型，提高模型的实用性和可操作性，为固态发酵产业的智能化升级提供技术支撑。1.4研究方法与技术路线1.4.1研究方法实验研究法：搭建固态发酵实验平台，选择具有代表性的固态发酵体系，如真菌发酵生产酶制剂、细菌发酵生产有机酸等，进行实际的发酵实验。在实验过程中，严格控制发酵条件，包括温度、pH值、通气量、底物浓度等，按照预定的时间间隔采集发酵样品，并同步进行传统的离线检测分析，获取生物量、底物浓度、产物浓度等参数的准确测量值，作为建立近红外光谱模型的参考数据。同时，利用近红外光谱仪采集发酵样品在不同发酵阶段的光谱数据，研究光谱数据与发酵过程参数之间的内在联系。数据分析与处理法：运用数据挖掘和统计分析方法，对采集到的大量近红外光谱数据和对应的发酵过程参数数据进行深入分析。首先，对光谱数据进行预处理，去除噪声、校正基线、消除散射等干扰因素，提高光谱数据的质量。然后，采用主成分分析（PCA）、判别分析（DA）等多变量统计分析方法，对光谱数据进行降维处理，提取关键信息，挖掘光谱特征与发酵过程参数之间的潜在关系。通过相关性分析，确定与发酵过程参数相关性较强的光谱波段和特征波长，为后续的模型构建提供依据。模型构建与优化法：综合运用偏最小二乘回归（PLS）、主成分回归（PCR）、人工神经网络（ANN）、支持向量机（SVM）等化学计量学方法，建立固态发酵过程参数与近红外光谱之间的定量关系模型。在模型构建过程中，通过交叉验证、留一法等方法对模型进行评估和优化，选择最优的模型参数和算法，提高模型的预测精度、泛化能力和稳定性。引入变量选择技术，如遗传算法（GA）、粒子群优化算法（PSO）、无信息变量消除法（UVE）等，筛选出对模型贡献较大的特征波长，降低模型的复杂度，提高模型的计算效率和解释性。对比研究法：将建立的基于近红外光谱的固态发酵过程参数软测量模型与传统的离线检测方法进行对比研究，分析模型的预测误差、精度、稳定性等性能指标，验证模型的可靠性和优越性。同时，对比不同化学计量学方法建立的模型性能，分析不同方法的优缺点，选择最适合固态发酵过程参数测量的模型和算法。此外，还可以对比不同光谱采集方式和预处理方法对模型性能的影响，进一步优化实验方案和模型构建策略。理论与实践结合法：在研究过程中，注重将近红外光谱技术的理论研究与固态发酵的实际生产应用相结合。深入研究近红外光谱与发酵过程中物质的结构和组成变化之间的关系，从分子水平上揭示发酵过程的微观机理和代谢途径。将建立的软测量模型应用于实际的固态发酵生产过程中，通过实际生产应用的反馈，进一步优化和完善模型，提高模型的实用性和可操作性，为固态发酵产业的智能化升级提供技术支撑。1.4.2技术路线本研究的技术路线如图1-1所示：图1-1技术路线图实验准备阶段：确定研究对象和发酵体系，选择合适的固态发酵菌种和底物，搭建固态发酵实验平台，准备近红外光谱仪、化学分析仪器等实验设备和材料。收集相关的文献资料，了解近红外光谱技术在固态发酵领域的研究现状和发展趋势，确定研究方案和技术路线。光谱采集与数据预处理阶段：在固态发酵实验过程中，按照预定的时间间隔采集发酵样品的近红外光谱数据，同时进行传统的离线检测分析，获取生物量、底物浓度、产物浓度等参数的参考数据。对采集到的近红外光谱数据进行预处理，包括基线校正、导数处理、平滑处理、散射校正等，消除光谱噪声和干扰因素，提高光谱数据的质量。模型构建与优化阶段：运用化学计量学方法，结合发酵过程的先验知识，建立固态发酵过程参数与近红外光谱之间的定量关系模型。通过交叉验证、留一法等方法对模型进行评估和优化，选择最优的模型参数和算法。引入变量选择技术，筛选出与发酵过程参数相关性强的特征波长，降低模型的复杂度，提高模型的计算效率和解释性。多参数协同监测与分析阶段：考虑固态发酵过程中多个参数之间的相互作用和协同变化关系，建立多参数协同监测与分析模型。采用多变量统计分析方法，对多参数数据进行降维、分类和聚类处理，挖掘参数之间的潜在关联和变化规律，为全面、准确地反映发酵过程的状态提供有力的数据分析工具。近红外光谱技术与发酵机理结合阶段：深入研究固态发酵过程中的微观机理和代谢途径，将近红外光谱技术与发酵机理研究相结合。通过对发酵过程中物质的结构和组成变化的光谱分析，从分子水平上揭示发酵过程中物质的变化规律和相互作用机制。结合代谢组学、蛋白质组学等技术，分析发酵过程中代谢产物和蛋白质的变化情况，建立光谱特征与代谢产物、蛋白质之间的关联模型，为发酵过程的优化控制提供更加深入的理论依据。模型验证与实际应用阶段：利用实际的固态发酵实验数据对所建立的软测量模型进行全面、系统的验证和评估，分析模型的预测误差、精度、稳定性等性能指标，与传统的离线检测方法进行对比，验证模型的可靠性和优越性。将模型应用于实际的固态发酵生产过程中，与自动化控制系统相结合，实现对发酵过程的实时监测和动态调控，通过实际生产应用的反馈，进一步优化和完善模型，提高模型的实用性和可操作性。结果总结与展望阶段：对整个研究过程和结果进行总结和归纳，撰写研究报告和学术论文。分析研究过程中存在的问题和不足之处，提出未来的研究方向和改进措施，为进一步深入研究基于近红外光谱的固态发酵过程参数软测量方法提供参考。二、近红外光谱技术与固态发酵基础2.1近红外光谱技术原理2.1.1近红外光的特性与范围近红外光（NearInfrared，NIR）是介于可见光（VisibleLight，VIS）和中红外光（MidInfrared，MIR）之间的电磁波，其波长范围通常为780-2526nm。在该范围内，近红外光又可细分为短波近红外（700-1100nm）和长波近红外（1100-2500nm）。近红外光具有独特的物理和化学特性，使其在分析检测领域展现出重要的应用价值。近红外光的光子能量较低，介于1.25-0.5eV之间，这使得它在与物质相互作用时，主要引发分子中含氢基团（如C-H、N-H、O-H等）的振动能级跃迁，产生倍频与合频吸收。由于这些基团广泛存在于有机化合物中，使得近红外光谱能够反映物质的组成和结构信息。与中红外光相比，近红外光的吸收强度相对较弱，谱带较宽且重叠严重。然而，这一特性也使得近红外光谱在分析复杂混合物时具有独特优势，能够同时获取多种成分的信息，而无需对样品进行复杂的分离和预处理。此外，近红外光具有较强的穿透能力，能够穿透一定厚度的固体、液体和气体样品。在固态发酵过程中，近红外光可以穿透发酵物料，获取内部物质的信息，从而实现对发酵过程的非侵入式在线监测。同时，近红外光在光纤中具有良好的传输性能，便于实现远距离测量和在线分析，能够满足工业生产中实时监测的需求。2.1.2近红外光谱的产生与信息表达近红外光谱的产生源于分子振动能级的跃迁。分子中的原子通过化学键相互连接，形成各种振动模式，如伸缩振动、弯曲振动等。当近红外光照射到物质上时，分子吸收特定波长的光子能量，使得振动能级从基态跃迁到激发态，从而产生吸收光谱。在近红外区域，分子的振动跃迁主要涉及含氢基团的倍频吸收和合频吸收。倍频吸收是指分子振动能级从基态跃迁到第二、第三等激发态时产生的吸收，其吸收波长通常为基频波长的整数倍。例如，C-H键的基频振动吸收位于中红外区域，而其倍频吸收则出现在近红外区域。合频吸收是指不同振动模式之间的耦合作用，使得分子同时吸收两个或多个光子，产生的吸收波长为基频波长之和或差。由于分子中各种含氢基团的振动模式复杂多样，它们的倍频吸收和合频吸收相互叠加，形成了近红外光谱的复杂谱图。近红外光谱包含了丰富的物质组成和结构信息。不同物质的分子结构和化学键类型不同，其近红外光谱也具有独特的特征。通过对近红外光谱的分析，可以获取物质中各种成分的含量、结构以及分子间相互作用等信息。例如，在固态发酵过程中，通过监测发酵物料的近红外光谱变化，可以了解底物的消耗、产物的生成以及微生物的生长代谢情况。2.1.3近红外光谱分析技术的优势近红外光谱分析技术作为一种先进的分析方法，与传统分析技术相比，具有诸多显著优势，使其在固态发酵过程参数测量及其他领域得到了广泛应用。快速分析：近红外光谱仪的扫描速度极快，通常在几秒钟内即可完成一次光谱采集。同时，结合计算机和化学计量学软件，能够迅速对采集到的光谱数据进行处理和分析，实现对样品的快速检测。在固态发酵过程中，这一优势使得能够实时监测发酵参数的变化，及时调整发酵条件，提高发酵效率和产品质量。无损检测：近红外光对样品的穿透能力较强，在分析过程中无需对样品进行复杂的预处理，如粉碎、溶解、萃取等，也不会对样品造成破坏。这不仅节省了分析时间和成本，还能够保持样品的原始状态，避免了因样品处理过程引入的误差和污染，对于固态发酵过程中样品的实时监测和质量控制具有重要意义。多组分同时检测：近红外光谱包含了物质中多种成分的信息，通过化学计量学方法建立合适的模型，可以实现对样品中多个组分的同时定量分析。在固态发酵体系中，能够同时监测生物量、底物浓度、产物浓度等多个关键参数，全面了解发酵过程的动态变化，为发酵过程的优化控制提供更丰富的数据支持。绿色环保：近红外光谱分析技术无需使用化学试剂，避免了化学试剂对环境的污染和对操作人员健康的危害，符合绿色分析化学的发展理念。在当前环保要求日益严格的背景下，这一优势使得近红外光谱分析技术在工业生产和环境监测等领域具有更广阔的应用前景。在线分析与过程监控：近红外光可以通过光纤进行远距离传输，便于将光谱仪与生产现场的样品测量点连接，实现对发酵过程的在线监测和实时控制。在线近红外光谱分析系统能够将测量数据直接传输到自动化控制系统中，根据实时监测结果及时调整发酵参数，确保发酵过程的稳定性和一致性，提高生产效率和产品质量的稳定性。操作简便：近红外光谱仪的操作相对简单，经过简单培训的操作人员即可熟练掌握。同时，仪器的维护成本较低，运行稳定性高，减少了因仪器故障导致的生产中断和分析误差，提高了分析工作的可靠性和效率。2.2固态发酵过程及参数分析2.2.1固态发酵的概念与特点固态发酵（Solid-StateFermentation，SSF）是指微生物在没有或几乎没有游离水的固态基质上进行的发酵过程。在这种发酵方式中，微生物生长在具有一定湿度的固体支持物表面或内部，利用固体基质作为碳源、氮源及其他营养物质的来源。与液态发酵相比，固态发酵具有独特的特点，这些特点使其在不同领域展现出独特的优势和应用价值。在原料方面，固态发酵的原料来源广泛且成本低廉。许多农业废弃物、工业副产品等都可作为固态发酵的原料，如麦麸、玉米秸秆、甘蔗渣、酒糟等。这些原料不仅富含碳水化合物、蛋白质、矿物质等营养成分，能够满足微生物生长和代谢的需求，而且价格相对较低，减少了发酵过程的原料成本，同时也实现了废弃物的资源化利用，符合可持续发展的理念。例如，在利用麦麸进行固态发酵生产酶制剂时，麦麸不仅为微生物提供了丰富的营养，而且其本身的疏松结构有利于微生物的附着和生长，提高了发酵效率。从发酵环境来看，固态发酵过程中发酵体系的水分活度较低，一般在0.9以下。这种低水分环境限制了细菌等嗜水微生物的生长，有利于霉菌等耐低水活度微生物的生长繁殖，从而减少了杂菌污染的风险，使得发酵过程在相对粗放的条件下即可进行，无需像液态发酵那样进行严格的无菌操作，降低了发酵成本和操作难度。此外，固态发酵体系中气、液、固三相并存，为微生物提供了独特的生长环境。微生物在固体基质表面或内部生长，能够与基质充分接触，有利于营养物质的摄取和代谢产物的分泌。同时，这种多相体系也为微生物之间的相互作用提供了条件，促进了发酵过程中各种复杂代谢途径的进行，从而产生丰富多样的代谢产物。在能耗方面，固态发酵具有明显的优势。由于固态发酵体系中水分含量低，在发酵过程中无需进行大规模的搅拌和通气操作来维持微生物的生长和代谢，从而大大降低了能耗。相比之下，液态发酵需要大量的能量来搅拌发酵液，以保证微生物与营养物质的充分接触，并提供足够的溶解氧，能耗较高。例如，在发酵生产某些抗生素时，液态发酵过程中的搅拌和通气能耗占总能耗的很大比例，而固态发酵则可以显著降低这部分能耗，提高生产的经济效益。固态发酵的产物后处理相对简单。发酵结束后，由于产物主要存在于固体基质中，通过简单的过滤、干燥等操作即可实现产物的分离和纯化，减少了复杂的提取和分离步骤，降低了后处理成本。例如，在固态发酵生产酱油的过程中，发酵结束后只需经过压榨、过滤等简单步骤即可得到酱油成品，而液态发酵生产酱油则需要进行更多的分离和精制步骤，增加了生产成本和生产周期。然而，固态发酵也存在一些不足之处。在大规模生产时，固态发酵体系的散热较为困难。由于固体基质的热传导性能较差，微生物代谢产生的热量难以迅速散发出去，容易导致发酵体系温度过高，影响微生物的生长和代谢，甚至可能导致发酵失败。此外，固态发酵过程中各项参数的检测和控制相对困难。由于固态发酵体系的不均匀性，传统的用于液态发酵的传感器难以准确测量发酵过程中的pH值、湿度、菌体增殖量、产物生成量等参数，使得发酵过程的监控和优化面临挑战。2.2.2关键过程参数及其对发酵的影响固态发酵过程涉及多个关键参数，这些参数的变化对发酵过程和产物的质量、产量等有着重要影响，精确控制这些参数是实现高效固态发酵的关键。湿度是固态发酵过程中的一个关键参数，它直接影响微生物的生长、代谢以及发酵产物的合成。适宜的湿度能够为微生物提供良好的生长环境，促进营养物质的溶解和传输，有利于微生物对营养物质的摄取和利用。不同的微生物和发酵底物对湿度的要求不同，一般来说，固态发酵的湿度范围在30%-80%之间。例如，在利用曲霉进行固态发酵生产淀粉酶时，当湿度控制在50%-60%时，曲霉的生长和淀粉酶的产量达到最佳状态。如果湿度太低，底物吸水不足，膨胀度低，营养物质难以被微生物充分利用，导致微生物生长缓慢，代谢活性降低，发酵产物的产量和质量下降；如果湿度太高，会造成通气不良，氧气供应不足，影响好氧微生物的呼吸代谢，同时还容易滋生杂菌，导致发酵失败。pH值也是影响固态发酵的重要因素之一。微生物的生长和代谢过程对环境pH值有一定的要求，不同的微生物在不同的发酵阶段对pH值的适应范围也不同。pH值的变化会影响微生物细胞内酶的活性、细胞膜的稳定性以及营养物质的跨膜运输等，从而影响微生物的生长和代谢途径。在固态发酵过程中，pH值的变化通常与微生物的代谢活动密切相关。例如，在乳酸菌的固态发酵过程中，随着乳酸菌的生长繁殖，会产生乳酸等有机酸，导致发酵体系的pH值下降。当pH值降至一定程度时，会抑制乳酸菌的生长和代谢，影响乳酸的产量。因此，在发酵过程中需要根据微生物的生长特性和发酵进程，合理调节pH值，以维持微生物的最佳生长和代谢状态。生物量浓度反映了发酵过程中微生物的生长情况，对发酵过程和产物的形成有着重要影响。在发酵初期，微生物的生物量浓度较低，随着发酵的进行，微生物利用底物进行生长繁殖，生物量浓度逐渐增加。当生物量浓度达到一定程度时，微生物的代谢活动最为旺盛，发酵产物的合成速率也达到最高。然而，如果生物量浓度过高，会导致底物竞争加剧，营养物质供应不足，同时代谢产物的积累也会对微生物产生抑制作用，影响发酵过程的进行。例如，在利用酵母进行固态发酵生产酒精时，当酵母的生物量浓度过高时，会导致酒精的产量不再增加，甚至出现下降的趋势。因此，在固态发酵过程中，需要通过控制发酵条件（如温度、pH值、底物浓度等）来调节生物量浓度，以实现最佳的发酵效果。底物浓度是影响固态发酵的另一个关键参数。底物是微生物生长和代谢的物质基础，底物浓度的高低直接影响微生物的生长速率和发酵产物的产量。在一定范围内，随着底物浓度的增加，微生物的生长速率和发酵产物的产量也会相应增加。然而，当底物浓度过高时，会产生底物抑制作用，抑制微生物的生长和代谢，导致发酵效率下降。例如，在利用纤维素酶进行固态发酵降解纤维素时，当纤维素底物浓度过高时，会使酶与底物的结合受到阻碍，降低酶的催化效率，从而影响纤维素的降解效果。因此，在固态发酵过程中，需要根据微生物的生长特性和发酵工艺要求，合理控制底物浓度，以避免底物抑制作用的发生。此外，温度、溶氧浓度等参数也对固态发酵过程有着重要影响。温度不仅影响微生物的生长速率和代谢活性，还会影响发酵产物的合成途径和产量。不同的微生物在不同的发酵阶段对温度的要求不同，一般来说，发酵温度应控制在微生物的最适生长温度范围内。溶氧浓度对于好氧微生物的固态发酵至关重要，充足的氧气供应能够保证微生物的有氧呼吸代谢正常进行，促进微生物的生长和发酵产物的合成。如果溶氧浓度不足，好氧微生物会进行无氧呼吸，产生乙醇、乳酸等副产物，影响发酵产物的质量和产量。2.2.3传统参数检测方法的局限性在固态发酵过程中，传统的参数检测方法主要依赖于离线化学实验分析。这些方法虽然能够提供较为准确的分析结果，但在实际应用中存在诸多局限性，严重制约了固态发酵过程的实时监测和优化控制。传统离线检测方法的操作步骤繁琐。例如，在检测生物量时，通常需要对发酵样品进行离心、洗涤、干燥等一系列复杂的操作，然后通过称重或其他方法来确定生物量的大小。在检测底物和产物浓度时，需要对样品进行提取、分离、纯化等步骤，再采用色谱、光谱等分析技术进行测定。这些操作不仅需要耗费大量的时间和人力，而且对操作人员的技术水平要求较高，容易引入人为误差。传统检测方法的检测时间长。从样品采集到最终获得分析结果，往往需要数小时甚至数天的时间。在这段时间内，发酵过程可能已经发生了显著变化，检测结果无法及时反映发酵过程的实时状态，难以为发酵过程的调控提供及时有效的依据。例如，在发酵过程中，如果发现底物浓度过低需要及时补充底物，但由于传统检测方法的延迟，等到检测结果出来时，发酵过程可能已经受到了严重影响，导致产物产量下降或质量不稳定。传统检测方法还存在对样品有破坏性的问题。在检测过程中，需要对发酵样品进行处理，这会破坏样品的原始状态，无法实现对发酵过程的原位监测。而且，由于每次检测都需要消耗一定量的样品，对于一些珍贵的发酵样品或小规模发酵实验来说，这种破坏性检测方法可能会影响实验的连续性和完整性。此外，传统检测方法难以实现对发酵过程中多个参数的同时快速检测。在固态发酵过程中，往往需要同时监测多个参数的变化，以全面了解发酵过程的状态。然而，传统检测方法通常只能针对单个参数进行检测，无法满足多参数同时监测的需求。这使得在分析发酵过程时，难以综合考虑多个参数之间的相互关系和协同变化，限制了对发酵过程的深入理解和优化控制。综上所述，传统的离线化学实验检测方法在固态发酵过程参数检测中存在诸多不足，迫切需要寻找一种快速、准确、无损、能够实现多参数同时监测的新型检测技术，以满足固态发酵过程实时监测和优化控制的需求，近红外光谱技术的出现为解决这一问题提供了新的思路和方法。三、基于近红外光谱的软测量方法构建3.1样本采集与数据获取3.1.1实验设计与样本选取为全面、准确地获取固态发酵过程中的信息，构建可靠的近红外光谱软测量模型，本研究精心设计了实验方案，并严格选取样本。在实验设计阶段，综合考虑多种因素对固态发酵过程的影响。选择黑曲霉发酵生产淀粉酶作为研究对象，因为其在工业酶制剂生产中具有重要地位，且发酵过程具有一定的复杂性和代表性。实验采用完全随机设计，设置多个不同的发酵批次，每个批次均在相同的发酵条件下进行，包括相同的发酵温度（30℃）、初始pH值（5.5）、底物浓度（10%的玉米淀粉）以及相同的接种量（5%的黑曲霉孢子悬浮液）。这样的设计能够有效减少实验误差，确保实验结果的可靠性和重复性。在样本选取方面，从不同的发酵批次中，按照预定的时间间隔进行样本采集。在发酵初期（0-12h），每2h采集一次样本；在发酵中期（12-36h），每4h采集一次样本；在发酵后期（36-72h），每6h采集一次样本。每个时间点采集3个平行样本，以提高数据的准确性和可靠性。通过这种方式，共采集了10个不同发酵批次，每个批次20个时间点，总计600个样本。这些样本涵盖了发酵过程的各个阶段，能够充分反映发酵过程中参数的动态变化。在采集样本时，严格遵循无菌操作原则，使用无菌镊子和剪刀从发酵容器中取出适量的发酵物料，迅速装入无菌样品袋中，并立即密封，以防止样品受到外界污染和水分散失。将采集好的样本置于冰盒中保存，尽快带回实验室进行后续处理。3.1.2近红外光谱数据采集本研究采用德国布鲁克公司生产的Tensor27型傅里叶变换近红外光谱仪进行光谱数据采集。该仪器具有高分辨率、高灵敏度、稳定性好等优点，能够满足固态发酵过程中复杂样本的光谱采集需求。在光谱采集前，对仪器进行预热30min，以确保仪器达到稳定的工作状态。同时，对仪器的各项参数进行优化设置，具体参数如下：扫描范围设置为4000-10000cm⁻¹，该范围能够覆盖固态发酵过程中主要成分（如碳水化合物、蛋白质、脂肪等）的近红外吸收特征峰；扫描次数设定为32次，通过多次扫描取平均值的方式，有效降低光谱噪声，提高光谱的信噪比；分辨率设置为4cm⁻¹，能够保证对光谱细节信息的准确采集；积分时间为0.5s，确保在较短的时间内获取稳定的光谱信号。采用漫反射方式进行光谱采集，这种方式适用于固态样品的分析，能够有效减少样品表面散射和内部吸收的影响，获取更准确的光谱信息。将采集到的样本均匀平铺在样品池中，厚度约为1cm，以保证样品的一致性和代表性。将样品池放置在仪器的样品台上，确保样品池与仪器的光路系统对准，避免因光路偏差导致光谱数据不准确。在每次采集光谱数据前，先进行背景扫描，以消除仪器自身和环境因素对光谱的影响。采集过程中，保持实验室环境的稳定，避免温度、湿度等因素的剧烈变化对光谱采集造成干扰。每个样本重复采集3次光谱数据，取平均值作为该样本的光谱数据，进一步提高数据的可靠性。3.1.3参考测量值的获取为了建立近红外光谱与固态发酵过程参数之间的定量关系，需要获取样本的各项参数参考值。本研究采用常规理化分析方法对样本的湿度、pH值、生物量、底物浓度和产物浓度等参数进行测定。对于湿度的测定，采用干燥失重法。准确称取一定量的发酵样本（约5g），放入已恒重的称量瓶中，置于105℃的烘箱中干燥至恒重。根据干燥前后样品的质量差，计算样品的湿度，计算公式为：湿度（%）=（干燥前样品质量-干燥后样品质量）/干燥前样品质量×100%。pH值的测定使用雷磁pH计。将适量的发酵样本加入去离子水中，搅拌均匀后，用pH计测量溶液的pH值，每个样本重复测量3次，取平均值作为该样本的pH值。生物量的测定采用干重法。将采集到的发酵样本用去离子水反复冲洗，去除表面的杂质和残留底物，然后将洗净的样本置于105℃的烘箱中干燥至恒重，称量干燥后样本的质量，即为生物量。底物浓度的测定采用酶解法结合分光光度法。以玉米淀粉为底物，利用淀粉酶将淀粉水解为葡萄糖，然后采用3,5-二硝基水杨酸（DNS）法测定葡萄糖的含量，从而间接计算底物淀粉的浓度。产物浓度的测定根据不同的产物采用相应的方法。对于淀粉酶的测定，采用3,5-二硝基水杨酸（DNS）法测定酶解反应后生成的还原糖的量，以单位时间内生成的还原糖的量来表示淀粉酶的活力；对于有机酸的测定，采用高效液相色谱（HPLC）法进行分析。通过上述常规理化分析方法，对每个样本的各项参数进行准确测定，共获得600组样本的参数参考值。这些参考值将作为建立近红外光谱软测量模型的基础数据，为后续的模型构建和验证提供有力支持。3.2光谱数据预处理3.2.1常见预处理方法原理在近红外光谱分析中，由于实际测量过程中受到仪器噪声、样品不均匀性、光散射、基线漂移等多种因素的干扰，采集到的原始光谱数据往往包含大量的噪声和无关信息，这会严重影响后续模型的准确性和可靠性。因此，需要对原始光谱数据进行预处理，以提高数据质量，增强光谱信号与目标参数之间的相关性。常见的光谱数据预处理方法包括卷积平滑、一阶导数、多元散射校正等，它们各自基于不同的原理来实现对光谱数据的优化。卷积平滑是一种常用的去除光谱噪声的方法，其基本原理是基于信号的局部平均思想。在光谱数据中，噪声通常表现为高频的随机波动，而真实的光谱信号变化相对较为平缓。卷积平滑通过在光谱数据上滑动一个固定长度的窗口，对窗口内的数据进行加权平均，从而平滑掉高频噪声，提高光谱的信噪比。常用的卷积平滑方法有Savitzky-Golay卷积法，该方法利用最小二乘法对窗口内的数据进行多项式拟合，然后用拟合多项式在窗口中心处的值代替原始数据点，从而实现对光谱数据的平滑处理。例如，对于一个包含噪声的光谱信号y_i（i=1,2,\cdots,n），使用长度为m（m为奇数）的Savitzky-Golay窗口进行卷积平滑时，首先在以y_i为中心的窗口内（i-\frac{m-1}{2}到i+\frac{m-1}{2}），用一个k次多项式p(x)=\sum_{j=0}^{k}a_jx^j对窗口内的数据进行拟合，通过最小化\sum_{i=-\frac{m-1}{2}}^{\frac{m-1}{2}}(y_{i+s}-p(s))^2（s为窗口内数据点的序号）来确定多项式的系数a_j，然后用p(0)代替y_i，得到平滑后的光谱数据。一阶导数处理是另一种重要的光谱预处理方法，其主要作用是消除基线漂移和平缓背景的干扰，同时能够提高光谱的分辨率，分辨重叠峰。在近红外光谱测量中，由于仪器的不稳定性、样品的物理性质变化等原因，光谱基线往往会发生漂移，这会掩盖光谱信号中的一些重要信息。一阶导数的原理是通过计算光谱信号在相邻波长点上的变化率，来突出光谱的变化特征。对于离散的光谱数据y_i（i=1,2,\cdots,n），其一阶导数dy_i可以通过多种方法计算，常用的直接差分法计算公式为dy_i=\frac{y_{i+1}-y_i}{\Delta\lambda}或dy_i=\frac{y_{i+1}-y_{i-1}}{2\Delta\lambda}（\Delta\lambda为波长间隔）。通过计算一阶导数，能够将基线漂移和背景干扰转化为相对稳定的常量，从而消除其对光谱分析的影响。同时，对于重叠峰，一阶导数能够使重叠峰的轮廓更加清晰，便于分辨和分析。多元散射校正（MSC）主要用于消除由于样品颗粒大小分布不均匀、颗粒表面散射等因素导致的光谱差异。在固态发酵过程中，发酵物料的颗粒大小、形状和分布往往不均匀，这会导致光在样品中的散射情况不同，从而使采集到的光谱产生较大的偏差。MSC的原理是假设每个样品的光谱是由一个理想的参考光谱经过线性变换得到的，通过对所有样品的光谱进行校正，使其尽可能接近参考光谱，从而消除散射效应的影响。具体实现时，首先选择一个参考光谱（通常可以是所有样品光谱的平均值），然后对于每个样品的光谱y_i，通过最小二乘法求解线性回归方程y_i=a+bx_i+e_i（x_i为参考光谱，a为截距，b为斜率，e_i为残差），得到校正系数a和b，最后用\frac{y_i-a}{b}对样品光谱进行校正，得到校正后的光谱。3.2.2本研究采用的预处理策略针对固态发酵过程中近红外光谱数据的特点，本研究综合考虑多种因素，采用了“卷积平滑+一阶导数+多元散射校正”的预处理策略。固态发酵过程中，发酵物料的成分复杂，且在发酵过程中会发生动态变化，这使得采集到的近红外光谱容易受到各种噪声的干扰，如仪器噪声、环境噪声等。卷积平滑能够有效地去除这些高频噪声，提高光谱的信噪比，使光谱曲线更加平滑，为后续的分析提供更稳定的数据基础。在本研究中，选择Savitzky-Golay卷积法进行平滑处理，经过多次试验和比较，确定窗口长度为9，多项式阶数为2，这样能够在有效去除噪声的同时，较好地保留光谱的特征信息。由于固态发酵体系的复杂性，光谱数据中常常存在基线漂移和背景干扰等问题，这会影响光谱与发酵过程参数之间的定量关系。一阶导数处理可以消除基线漂移和平缓背景的影响，突出光谱的变化特征，提高光谱的分辨率，从而增强光谱与目标参数之间的相关性。在计算一阶导数时，采用基于Savitzky-Golay窗口移动多项式最小二乘拟合法的一阶导数算法，该算法能够在消除噪声的同时，准确地计算一阶导数，避免了直接差分法可能引入的误差。此外，固态发酵物料的颗粒大小、形状和分布不均匀，会导致光散射效应，使光谱产生偏差，影响模型的准确性。多元散射校正能够有效地消除这种散射效应，使不同样品的光谱具有更好的可比性。在本研究中，以所有样品光谱的平均值作为参考光谱，对每个样品的光谱进行多元散射校正，从而提高光谱数据的一致性和可靠性。具体实施过程如下：首先，对采集到的原始近红外光谱数据进行卷积平滑处理，使用确定好的Savitzky-Golay卷积参数对光谱数据进行平滑；然后，对平滑后的光谱数据进行一阶导数计算，得到一阶导数光谱；最后，以所有样品一阶导数光谱的平均值为参考光谱，对每个样品的一阶导数光谱进行多元散射校正，得到最终预处理后的光谱数据。3.2.3预处理效果评估为了评估本研究采用的预处理策略的效果，分别从噪声消除、基线漂移消除、光谱分辨率提高以及模型预测精度提升等方面进行了分析。通过对比预处理前后光谱的信噪比，评估噪声消除效果。信噪比（Signal-to-NoiseRatio，SNR）是衡量信号中有效信号与噪声比例的指标，计算公式为SNR=10\log_{10}(\frac{P_s}{P_n})，其中P_s为信号功率，P_n为噪声功率。在实际计算中，通常用光谱信号的均值作为信号功率的估计，用光谱信号的标准差作为噪声功率的估计。对原始光谱和预处理后的光谱分别计算信噪比，结果表明，预处理后的光谱信噪比明显提高，平均信噪比从原始光谱的35.6提升到了52.4，说明卷积平滑有效地去除了光谱中的噪声，提高了信号的质量。观察预处理前后光谱的基线变化情况，评估基线漂移消除效果。在原始光谱中，由于仪器漂移和环境因素的影响，基线存在明显的波动和漂移，这会影响光谱的分析和建模。经过一阶导数处理后，基线变得更加平稳，波动和漂移现象得到了明显改善，使得光谱的特征更加清晰，便于后续的分析和处理。为了评估光谱分辨率的提高效果，对比了预处理前后光谱对重叠峰的分辨能力。选择了一些具有典型重叠峰的光谱区域进行分析，通过比较预处理前后重叠峰的分离度来评估光谱分辨率的变化。分离度（Resolution，R）是衡量两个相邻峰分离程度的指标，计算公式为R=\frac{2(t_{R2}-t_{R1})}{W_{1}+W_{2}}，其中t_{R1}和t_{R2}分别为两个相邻峰的保留时间，W_{1}和W_{2}分别为两个相邻峰的峰宽。在近红外光谱中，可以用波长代替保留时间进行计算。经过预处理后，重叠峰的分离度明显提高，例如在某一重叠峰区域，原始光谱的分离度为0.8，预处理后的光谱分离度提高到了1.5，说明一阶导数处理有效地提高了光谱的分辨率，能够更好地分辨重叠峰，为后续的定量分析提供更准确的光谱信息。最后，通过建立近红外光谱与发酵过程参数之间的定量模型，对比预处理前后模型的预测精度，评估预处理策略对模型性能的影响。分别用原始光谱数据和预处理后的光谱数据建立偏最小二乘回归（PLS）模型，以生物量、底物浓度和产物浓度为预测目标，通过交叉验证的方式评估模型的预测均方根误差（RootMeanSquareErrorofPrediction，RMSEP）和决定系数（CoefficientofDetermination，R^2）。结果显示，使用预处理后的光谱数据建立的模型，其预测均方根误差明显降低，生物量预测的RMSEP从原始光谱模型的0.32降低到了0.18，底物浓度预测的RMSEP从0.25降低到了0.12，产物浓度预测的RMSEP从0.18降低到了0.09；同时，决定系数R^2显著提高，生物量预测的R^2从0.82提高到了0.90，底物浓度预测的R^2从0.85提高到了0.92，产物浓度预测的R^2从0.88提高到了0.95。这表明经过“卷积平滑+一阶导数+多元散射校正”预处理后的光谱数据，能够显著提高模型的预测精度和可靠性，为固态发酵过程参数的准确测量提供了有力支持。3.3特征变量提取3.3.1主成分分析（PCA）原理与应用主成分分析（PrincipalComponentAnalysis，PCA）是一种广泛应用于数据降维、特征提取和数据可视化等领域的多元统计分析方法。其核心思想是通过线性变换将原始的高维数据转换为一组新的、相互正交的变量，即主成分（PrincipalComponents），这些主成分能够尽可能地保留原始数据的主要信息，同时实现数据维度的降低。PCA的数学原理基于数据的协方差矩阵和特征值分解。假设原始数据集X是一个n\timesp的矩阵，其中n表示样本数量，p表示变量（特征）数量。首先对原始数据进行中心化处理，即每个变量减去其均值，使得数据的均值为零。然后计算中心化后数据的协方差矩阵C，协方差矩阵的元素C_{ij}表示第i个变量和第j个变量之间的协方差。通过对协方差矩阵C进行特征值分解，可以得到p个特征值\lambda_1\geq\lambda_2\geq\cdots\geq\lambda_p以及对应的特征向量e_1,e_2,\cdots,e_p。特征值\lambda_i表示第i个主成分所包含的信息量大小，特征值越大，说明该主成分包含的原始数据信息越多；特征向量e_i则表示第i个主成分的方向。在实际应用中，通常选取前k个主成分（k\ltp）来代替原始的p个变量，以达到降维的目的。这k个主成分是原始变量的线性组合，第i个主成分PC_i可以表示为PC_i=e_{i1}X_1+e_{i2}X_2+\cdots+e_{ip}X_p，其中e_{ij}是第i个特征向量的第j个分量，X_j是第j个原始变量。在本研究中，PCA主要应用于近红外光谱数据的特征提取和降维。固态发酵过程中采集的近红外光谱数据通常具有较高的维度，包含大量的冗余信息和噪声，直接用于建模会增加计算复杂度，降低模型的训练效率和泛化能力。通过PCA对光谱数据进行处理，可以将高维的光谱数据转换为低维的主成分数据，这些主成分数据不仅保留了光谱数据的主要特征信息，还消除了数据中的噪声和冗余，提高了数据的质量和可用性。例如，在对黑曲霉发酵生产淀粉酶的近红外光谱数据进行PCA分析时，原始光谱数据的维度可能高达数百维甚至上千维。经过PCA处理后，提取的前几个主成分就能够解释原始光谱数据中大部分的方差信息。通过将这些主成分作为新的特征变量用于后续的建模分析，可以有效地降低模型的复杂度，提高模型的预测精度和稳定性。同时，PCA还可以用于对光谱数据进行可视化分析，通过将高维的光谱数据投影到二维或三维空间中，直观地展示不同发酵阶段光谱数据的分布特征和变化规律，为进一步分析发酵过程提供了有力的工具。3.3.2特征变量筛选与确定在进行PCA分析后，需要根据一定的指标和方法对提取的主成分进行筛选，以确定用于建模的特征变量。本研究主要依据累计方差贡献率和变量重要性投影（VIP）值等指标来筛选特征变量。累计方差贡献率是衡量主成分对原始数据信息提取程度的重要指标。它表示前k个主成分的方差之和占原始数据总方差的比例，计算公式为累计方差贡献率=\frac{\sum_{i=1}^{k}\lambda_i}{\sum_{i=1}^{p}\lambda_i}\times100\%。累计方差贡献率越大，说明前k个主成分包含的原始数据信息越多。在实际应用中，通常设定一个累计方差贡献率的阈值，如85%、90%或95%等，当累计方差贡献率达到该阈值时，对应的前k个主成分即可作为筛选出的特征变量。变量重要性投影（VIP）值则用于衡量每个主成分在建模过程中的重要程度。VIP值越大，说明该主成分对模型的贡献越大，与目标变量的相关性越强。在偏最小二乘回归（PLS）等建模方法中，可以通过计算得到每个主成分的VIP值。一般认为，VIP值大于1的主成分对模型具有重要贡献，应予以保留；而VIP值小于1的主成分对模型的贡献较小，可以考虑舍去。以黑曲霉发酵生产淀粉酶的实验数据为例，对预处理后的近红外光谱数据进行PCA分析后，得到了一系列主成分及其对应的特征值和累计方差贡献率。当设定累计方差贡献率阈值为90%时，发现前5个主成分的累计方差贡献率达到了91.2%，满足要求。进一步计算这5个主成分的VIP值，结果显示前3个主成分的VIP值均大于1，第4个和第5个主成分的VIP值分别为0.85和0.72，小于1。综合考虑累计方差贡献率和VIP值，最终确定前3个主成分作为用于建模的特征变量。这3个主成分既保留了原始光谱数据的主要信息，又具有较高的与发酵过程参数的相关性，能够为后续的软测量模型构建提供有效的数据支持。通过这种基于累计方差贡献率和VIP值的特征变量筛选方法，可以有效地提高模型的性能和解释能力，避免因引入过多无关或冗余变量而导致的模型过拟合和计算效率低下等问题。3.4软测量模型建立3.4.1偏最小二乘法（PLS）建模原理偏最小二乘法（PartialLeastSquares，PLS）是一种广泛应用于化学计量学领域的多元统计分析方法，尤其适用于解决自变量之间存在多重共线性以及样本数量相对较少的问题，在近红外光谱分析中被广泛用于建立光谱数据与目标参数之间的定量关系模型。PLS的核心思想是通过对自变量矩阵（如近红外光谱数据矩阵X）和因变量矩阵（如发酵过程参数矩阵Y）进行同时分解，提取出能够最大程度解释X和Y变异信息的成分，即偏最小二乘成分（PLScomponents）。这些成分不仅能够反映自变量和因变量之间的线性关系，还能有效消除自变量之间的多重共线性影响，从而提高模型的预测精度和稳定性。具体来说，PLS建模过程主要包括以下几个步骤：首先，对自变量矩阵X和因变量矩阵Y进行标准化处理，使其均值为0，方差为1，以消除量纲的影响。然后，通过迭代算法提取偏最小二乘成分t和u。在每次迭代中，从X和Y中分别提取一个成分t和u，使得t和u之间的协方差最大，即t和u尽可能多地包含X和Y的信息。同时，t是X的线性组合，u是Y的线性组合，通过这种方式建立起X和Y之间的联系。在提取完偏最小二乘成分后，将X和Y分别对这些成分进行回归，得到回归系数矩阵B。最后，根据回归系数矩阵B建立预测模型，当有新的光谱数据X_{new}输入时，即可通过模型预测相应的发酵过程参数Y_{pred}。以黑曲霉发酵生产淀粉酶的近红外光谱数据为例，假设X为包含1000个波长点的近红外光谱数据矩阵，Y为对应的淀粉酶活力数据矩阵。通过PLS建模，提取出若干个偏最小二乘成分，这些成分能够反映近红外光谱数据与淀粉酶活力之间的内在关系。利用这些成分建立回归模型后，对于新的近红外光谱数据，模型可以准确预测出相应的淀粉酶活力，为发酵过程的监控和优化提供有力支持。3.4.2BP-Adaboost模型原理与优势BP-Adaboost模型是将BP神经网络（BackPropagationNeuralNetwork）与Adaboost算法相结合的一种集成学习模型，在解决复杂非线性问题上具有独特的优势，适用于建立固态发酵过程参数与近红外光谱之间的复杂非线性关系模型。BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，由输入层、隐藏层和输出层组成。在训练过程中，输入的光谱数据从输入层依次经过隐藏层各神经元的处理，最终在输出层得到预测结果。预测结果与实际值之间的误差通过反向传播算法，从输出层反向传播到输入层，在这个过程中，各层神经元的权重和阈值会根据误差进行不断调整，以减小误差，使模型的预测结果不断逼近实际值。Adaboost（AdaptiveBoosting）算法是一种自适应增强算法，其核心思想是通过迭代训练多个弱分类器（或弱回归器），并根据每个弱分类器的预测误差来调整样本的权重。对于预测误差较大的样本，增加其权重，使得后续的弱分类器更加关注这些样本；对于预测误差较小的样本，降低其权重。最终，将这些弱分类器按照一定的权重组合成一个强分类器（或强回归器），以提高模型的预测性能。BP-Adaboost模型结合了BP神经网络强大的非线性映射能力和Adaboost算法的自适应增强特性。在建立固态发酵过程参数软测量模型时，首先利用BP神经网络对近红外光谱数据进行初步建模，得到一系列的弱回归器。然后，Adaboost算法根据这些弱回归器的预测误差，调整样本权重，重新训练BP神经网络，生成新的弱回归器。通过多次迭代，不断提高模型对困难样本的预测能力，最终将多个弱回归器组合成一个性能更优的强回归器。该模型的优势主要体现在以下几个方面：一是能够有效处理近红外光谱数据与发酵过程参数之间复杂的非线性关系，提高模型的拟合能力和预测精度；二是通过Adaboost算法的自适应调整样本权重机制，增强了模型对异常样本和复杂数据的适应性，提高了模型的鲁棒性；三是BP-Adaboost模型是一种集成学习模型，通过组合多个弱回归器的预测结果，降低了模型的方差，提高了模型的稳定性和泛化能力。3.4.3模型训练与优化在建立了偏最小二乘法（PLS）模型和BP-Adaboost模型后，需要使用训练集数据对模型进行训练，并通过一系列方法对模型进行优化，以提高模型的性能。将采集到的近红外光谱数据和对应的发酵过程参数数据按照一定比例划分为训练集和测试集，通常训练集占总数据的70%-80%，测试集占20%-30%。在本研究中，将600组样本数据按照70%和30%的比例划分为训练集和测试集，分别包含420个和180个样本。使用训练集数据对模型进行训练，使模型学习到近红外光谱数据与发酵过程参数之间的内在关系。对于PLS模型，在训练过程中需要确定提取的偏最小二乘成分的数量。通过交叉验证的方法，将训练集数据进一步划分为若干个子集（如5折交叉验证，将训练集划分为5个子集），每次使用其中4个子集作为训练数据，1个子集作为验证数据，计算模型在验证数据上的预测误差（如均方根误差RMSE）。通过尝试不同的偏最小二乘成分数量，选择使验证误差最小的成分数量作为最终模型的参数。对于BP-Adaboost模型，在训练过程中需要调整BP神经网络的结构（如隐藏层神经元数量）和Adaboost算法的参数（如弱回归器的数量、学习率等）。通过多次试验和比较不同参数组合下模型在训练集和验证集上的性能，选择最优的参数组合。例如，通过尝试不同的隐藏层神经元数量（如5、10、15、20等）和弱回归器数量（如10、20、30、40等），观察模型的训练时间、预测精度和泛化能力，最终确定隐藏层神经元数量为10，弱回归器数量为30时，模型性能最佳。在模型训练过程中，还可以采用一些优化算法来加速模型的收敛和提高模型的性能。例如，对于BP神经网络，可以使用随机梯度下降（SGD）、Adagrad、Adadelta、Adam等优化算法来更新神经网络的权重和阈值。在本研究中，对比了SGD和Adam两种优化算法对BP-Adaboost模型性能的影响，发现使用Adam优化算法时，模型的收敛速度更快，预测精度更高。同时，为了防止模型过拟合，可以采用正则化方法（如L1和L2正则化）对模型进行约束，通过在损失函数中添加正则化项，限制模型参数的大小，避免模型过于复杂。在模型训练完成后，使用测试集数据对模型进行评估，计算模型的预测误差（如均方根误差RMSE、平均绝对误差MAE等）、决定系数R^2等性能指标，以评估模型的预测精度和泛化能力。如果模型的性能不满足要求，可以进一步调整模型参数或重新进行训练，直到模型性能达到预期目标。四、模型性能评估与对比分析4.1评估指标选取4.1.1预测均方根误差（RMSEP）预测均方根误差（RootMeanSquareErrorofPrediction，RMSEP）是衡量模型预测值与真实值之间偏差程度的重要指标，在回归分析中被广泛应用。其计算公式为：RMSEP=\sqrt{\frac{\sum_{i=1}^{n}(y_{i}-\hat{y}_{i})^{2}}{n}}其中，n表示测试集样本的数量，y_{i}表示第i个样本的真实值，\hat{y}_{i}表示模型对第i个样本的预测值。RMSEP通过对每个样本预测误差的平方和进行平均，并取平方根来计算，其值的大小直观地反映了模型预测值与真实值之间的平均偏差程度。RMSEP的单位与原始数据的单位相同，这使得它在实际应用中具有很好的可解释性。例如，在预测固态发酵过程中的生物量时，如果RMSEP的值为0.2g/L，就表示模型预测的生物量与真实生物量之间的平均偏差约为0.2g/L。RMSEP的值越小，说明模型的预测值越接近真实值，模型的预测精度越高；反之，RMSEP的值越大，则表明模型的预测误差越大，预测精度越低。在比较不同模型的性能时，RMSEP是一个重要的参考指标，通常选择RMSEP较小的模型作为更优的模型。4.1.2预测集相关系数（R）预测集相关系数（CorrelationCoefficient，R）是用于衡量模型预测值与真实值之间相关性的指标，其取值范围在-1到1之间。相关系数R的计算公式为：R=\frac{\sum_{i=1}^{n}(y_{i}-\bar{y})(\hat{y}_{i}-\bar{\hat{y}})}{\sqrt{\sum_{i=1}^{n}(y_{i}-\bar{y})^{2}\sum_{i=1}^{n}(\hat{y}_{i}-\bar{\hat{y}})^{2}}}其中，y_{i}和\hat{y}_{i}分别为第i个样本的真实值和预测值，\bar{y}和\bar{\hat{y}}分别为真实值和预测值的平均值，n为样本数量。当R的值接近1时，表示模型的预测值与真实值之间具有很强的正线性相关关系，即真实值随着预测值的增大而增大，且数据点紧密地分布在一条直线附近，说明模型的预测效果很好；当R的值接近-1时，表示模型的预测值与真实值之间具有很强的负线性相关关系，即真实值随着预测值的增大而减小；当R的值接近0时，则表示模型的预测值与真实值之间几乎不存在线性相关关系，模型的预测效果较差。在固态发酵过程参数预测中，预测集相关系数R能够直观地反映模型预测值与真实值之间的线性关联程度，帮助评估模型对实际发酵过程的拟合能力和预测准确性。例如，若预测生物量的模型的预测集相关系数R达到0.9以上，说明该模型能够很好地捕捉生物量的变化趋势，预测值与真实值之间的相关性很高，模型具有较好的预测性能。4.1.3其他相关指标除了预测均方根误差（RMSEP）和预测集相关系数（R）外，平均绝对误差（MeanAbsoluteError，MAE）、决定系数（CoefficientofDetermination，R^{2}）等指标在模型评估中也具有重要作用。平均绝对误差（MAE）是指预测值与真实值之间绝对误差的平均值，其计算公式为：MAE=\frac{1}{n}\sum_{i=1}^{n}\verty_{i}-\hat{y}_{i}\vert其中，n为样本数量，y_{i}为第i个样本的真实值，\hat{y}_{i}为第i个样本的预测值。MAE直接衡量了预测值与真实值之间的平均绝对偏差，其值越小，表明模型的预测值与真实值之间的平均差异越小，模型的预测精度越高。与RMSEP不同，MAE对每个误差的权重是相等的，它不受误差平方的影响，因此对异常值的敏感度相对较低。在固态发酵过程参数预测中，MAE可以直观地反映模型预测值与真实值之间的平均偏离程度，帮助评估模型在整体上的预测准确性。例如，若预测底物浓度的模型的MAE为0.1mol/L，说明该模型预测的底物浓度与真实底物浓度之间的平均绝对偏差为0.1mol/L。决定系数（R^{2}）用于衡量模型对数据的拟合优度，它表示模型能够解释数据变异的比例，取值范围在0到1之间。其计算公式为：R^{2}=1-\frac{\sum_{i=1}^{n}(y_{i}-\hat{y}_{i})^{2}}{\sum_{i=1}^{n}(y_{i}-\bar{y})^{2}}其中，y_{i}为第i个样本的真实值，\hat{y}_{i}为第i个样本的预测值，\bar{y}为真实值的平均值，n为样本数量。R^{2}的值越接近1，说明模型对数据的拟合效果越好，模型能够解释的数据变异越多，即模型能够很好地捕捉数据中的规律和趋势；当R^{2}的值接近0时，则表示模型对数据的拟合效果很差，模型几乎不能解释数据的变异，预测值与真实值之间的差异较大。在评估固态发酵过程参数预测模型时，R^{2}可以帮助判断模型对发酵过程数据的解释能力，较高的R^{2}值通常意味着模型能够较好地反映发酵过程参数的变化情况，具有较高的可靠性。例如，若预测产物浓度的模型的R^{2}达到0.95，说明该模型能够解释95%的数据变异，模型对产物浓度的预测效果较好。这些评估指标从不同角度反映了模型的性能，在实际应用中，通常会综合使用多个指标来全面、准确地评估模型的优劣，以便选择最合适的模型用于固态发酵过程参数的预测和监控。4.2模型性能测试4.2.1测试集数据准备为了全面评估所构建模型的性能，从之前采集的600组样本数据中划分出测试集。采用分层抽样的方法，以确保测试集能够代表整个发酵过程的不同阶段和各种工况。具体而言，按照发酵时间将样本分为初期、中期和后期三个层次，在每个层次中随机抽取一定数量的样本，使测试集在不同发酵阶段的分布与总体样本的分布保持一致。最终，确定测试集包含180个样本，约占总样本数量的30%。这些测试集样本涵盖了不同的发酵条件和参数变化范围，包括不同的底物浓度、生物量水平以及产物生成量等。通过对这些具有代表性的样本进行测试，可以更准确地评估模型在实际应用中的泛化能力和预测准确性。例如，在测试集样本中，底物浓度的范围为8%-12%，生物量浓度的范围为0.5-3.0g/L，产物浓度的范围为10-50U/mL，能够充分反映固态发酵过程中参数的波动情况。在准备测试集数据时，同样对近红外光谱数据进行了与训练集相同的预处理步骤，包括卷积平滑、一阶导数和多元散射校正等，以保证数据的一致性和可靠性。同时，对样本的各项发酵过程参数参考值进行了严格的测定和验证，确保测试集数据的准确性，为后续的模型性能测试提供坚实的数据基础。4.2.2模型预测与结果分析使用优化后的偏最小二乘法（PLS）模型和BP-Adaboost模型对测试集进行预测。将测试集的近红外光谱数据输入到模型中，模型根据训练学习到的光谱与参数之间的关系，输出对生物量、底物浓度和产物浓度等参数的预测值。对于偏最小二乘法（PLS）模型，在预测生物量时，模型预测值与真实值的对比情况如图4-1所示。从图中可以看出，大部分预测值能够较好地接近真实值，但仍存在一些偏差较大的点。通过计算评估指标，得到预测均方根误差（RMSEP）为0.25g/L，预测集相关系数（R）为0.86。在预测底物浓度时，RMSEP为0.18mol/L，R为0.83。预测产物浓度时，RMSEP为0.12U/mL，R为0.88。这表明PLS模型在一定程度上能够对固态发酵过程参数进行预测，但对于一些复杂的非线性关系处理能力有限，导致预测精度有待提高。图4-1PLS模型生物量预测对比图对于BP-Adaboost模型，预测生物量的结果如图4-2所示。可以明显看出，BP-Adaboost模型的预测值与真实值更为接近，数据点更紧密地分布在理想的拟合直线附近。计算得到生物量预测的RMSEP为0.15g/L，R为0.93。在底物浓度预测方面，RMSEP为0.10mol/L，R为0.90。产物浓度预测的RMSEP为0.08U/mL，R为0.95。