工业发酵过程最优化控制的难点与对策

维普资讯 http://www.cqvip.com 武６　Ｊｏｕｒｎａｌ　汉工业学院学报　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｗｕｈａｎ　Ｐｏｌｙｔｅｃｈｎｉｃ　文章编号：１００９—４８８１（２００２）０３—０００６—０３　工业发酵过程最优化控制的难点与对策　王亚林王曼丽　（武汉工业学院生物与化学工程系，湖北武汉４３００２３）　摘　要：从工业发酵过程最优化控制的历史和现状出发，分析了＂３前的最优化控制的难点与制　－约因素，阐述了解决难题的对策，介绍了最新的在线测控技术，并展望了工业发酵过程最优化　控制前景。　关键词：最优化；控制；工业发酵　中图分类号：ＴＱ　９２　文献标识码：Ａ　Ｏ　引言　传统的酿造工业和近代发酵工业多为劳动密集　总的来看，目前发酵工厂发酵过程的计算机应　用和自动化控制程度不高，落后于其他领域。现代　化的发酵工厂已初步实现对部分因素如温度、溶氧、　型产业，自动化程度较低。近些年来随着连续发酵　技术、现代生物分离技术、生物反应器技术、生物传　感器技术等现代生物工程技术快速发展．基因工程　生物新产品不断出现，加快了发酵工业向技术密集　型转变的进程。而影响这一进程的关键因素之一就　是发酵过程最优化控制技术，特别是发酵过程连续　ｐＨ、搅拌转速、流速等的在线检测，也可对其变化进　行单因素控制，但仍与发酵最优化的自动控制目标　相去甚远，即难以成功建立对培养系统进行系统的　反馈性控制。其发展滞后的主要原因如下。　１．１　微生物生长代谢的特殊性　这是由于发酵过　在线监测控制技术。发酵过程是一个非性线、多变　量和随机性的动态过程，发酵体系是一个复杂的被　控对象。温度、溶氧、ｐＨ、培养基成分、细胞形态、细　程的微生物学属性，使得其不同于一般的化学反应　系统，其特殊性表现在：１）微生物细胞的生长繁殖、　胞浓度、产物组成及含量等均是发酵过程的重要控　制参数。以往测定这些参数采用离线分析，不能及　时反映发酵过程的状态，无法实现自动控制和连续　跟踪。因此，工业发酵过程中最优化控制技术主要　是在线测控系统。在线测控系统可连续、迅速、准确　实现取样、检测、信号处理、反馈控制等过程，实现工　业发酵过程最优化的自动控制。随着计算机及控制　技术的突飞猛进，生物传感器技术的发展，发酵动力　学模型研究的完善，发酵过程控制系统愈来愈多，应　用范围亦越来越广。但是，工业上实现发酵过程最　产物的代谢既随外界条件的变化而变化，亦随遗传　基因的变异而变化。２）微生物细胞是有生命的，必　然要经历幼龄、壮龄、衰老和死亡等过程，发酵过程　微生物之间是不同步的，微生物个体之间是有差异　的。３）相当一部分发酵过程的生物化学反应途径　尚不清楚，难以对反应变化进行精确的计算。因此，　目前的发酵动力学模型多为经验或半经验模型，或　为简化的模型。４）人类对生命科学的认知程度很　低，即使对最简单的生物一微生物的认知程度也不　充分，对发酵机理的认识还远远不够，对许多发酵产　优化自动控制的实例却不多，仍以人工控制和半自　动控制为主，本文就工业发酵过程自动控制的难点　进行分析，并对发展前景和对策进行了探讨。　物形成的代谢调控机制还没有完全研究清楚，难以　确立最佳的控制条件和手段。５）细胞的生长和目　的代谢产物的形成最优控制条件往往是不一致的。　１　工业发酵过程最优化控制的现状　与难点　收稿日期：２００２—０４—２５　１．２发酵生产过程控制的复杂性　影响发酵生产　过程的因素较多，远比一般化工生产过程复杂，对生　作者简介：王亚林（１９６３一）男，湖北省孝感市人．副教授。　维普资讯 http://www.cqvip.com ３期　王亚林，王曼丽：工业发酵过程最优化控制的难点与对策　７　产过程控制的难度较大，具体体现在以下几个方面。　１）发酵过程是生化反应与化学物质跨膜（细胞膜）　２．１．２　流动注射检测系统（ＦＩＡ）　有些传感器不　能承受高温高压环境或不适合微生物发酵环境，因　此不能作为直插式传感器直接在发酵罐内使用，如　生物传感器。流动注射检测系统（ＦＩＡ）可较好地解　决这一问题，ＦＩＡ系统由取样装置、样品预处理装　传输过程的叠加，属于气、液、固三相反应系统；２）　由于菌体（尤其是菌丝体）的数量变化和各种代谢　产物的不断积累，发酵过程发酵液粘度变化复杂，多　呈非牛顿型流体性质，给传质、传热的控制带来困　难；３）影响生化反应的因素除物理因素和化学因素　外，还有生物因素，如细胞之间的影响、杂菌的干扰　置、泵、注射选择阀、传感器、信号转移和数据处理计　算机等组成。生物传感器安装于反应器外，样品被　处理后送至反应器外与生物传感器接触反应产生信　号，实现发酵过程的在线测控。常用于ＦＩＡ系统的　等．且这些因素又互相关联，给反应过程控制带来困　难。无菌操作对生产设备和工艺都有特殊的要求；　４）发酵原料多属生物材料，一般使用天然或半天然　培养基，培养基成分复杂。因此，实际生产中只能对　主要成分进行检控；５）生物反应器不同于一般的化　学反应器，要人工提供微生物生长代谢的最佳物理、　化学和生态的环境。要在生物反应器内保持菌种的　最佳状态，减少各种营养物、代谢物对细胞生长和代　谢的阻遏效应等均较困难；６）供在线检测用的传感　器的种类和质量还远不能满足发酵最优化控制的要　求。　２　工业发酵过程最优化控制发展前　景与对策　目前的最优化控制条件大多建立在经验的基础　上，要取得发酵过程最优控制的突破，首先需要具体　发酵产品的微生物生长代谢，发酵调控原理认识的　突破，并在此基础上运用科学的方法建立发酵过程　数学模型，为计算机的应用提供条件。其次，建立和　完善硬件技术，即发酵过程各种参数在线检测控制　的设备技术。　２．１　发展完善发酵过程在线测控技术　发酵过程　在线测控装置一般包括三个部分：分析检测装置　（传感器）、将检测装置与发酵介质相结合的取样过　滤装置、实现控制理论的反馈和控制装置，即信号传　输装置和计算机。目前正在应用和研究的在线测控　装置有以下几种。　２．１．１　直插式传感器系统所谓直插式传感器，即　为直接安装在反应器内实现在线监控的传感器。已　用于发酵生产中的主要是罐内物化参数的测定，如　温度、溶氧、ｐＨ、转速、罐压、粘度、浊度及流量等。　此类传感器的性能较稳定，应用也较为普遍，在氨基　酸发酵、啤酒发酵等生产中均有应用，实现了部分参　数的在线监控。其主要特点是能够承受高温高压环　境，常用的有热电偶传感器、转速传感器、测力传感　器、玻璃传感器、光学传感器及溶氧传感器等。　生物传感器有电流式电极、ｐＨ电极、Ｂｉｏ—ＦＥＦ电　极、光学生物传感器、光纤生物传感器以及化学发光　传感器等。　２．１．３映象在线控制系统　随着光学技术的不断　发展，直接将光学显微镜安装在反应器内，在线监测　发酵过程中细胞的形态和生理状态，并可以对细胞　数量、大小、种类进行计算统计，荧光显微镜还可以　监测细胞代谢过程。将映象在线控制系统与流动注　射检测系统结合，可成为更有效的监测系统，一个典　型例子是用于在线监测细胞培养状态的ＦＩ—ＦＣＭ　系统。该系统样品首先从生物反应器传人多位置的　真空管并同时排空，数十种不同的样品和反应剂被　筛选，通过连接着十条真空管的精密注射泵导人系　统，连接着双向真空管的微室用于稀释样品或将样　品与不同的反应剂混合。然后将处理后的样品通过　自由脉冲方式注人流动细胞测定仪，流动细胞测定　仪可测定培养过程中细胞大小和数量、通过观察荧　光变化检测绿色荧光蛋白形成的动力学过程等，流　动细胞测定仪的数据处理由主机完成，连接有系统　控制板和数据控制板的计算机对系统进行控制。　２．２　发展完善发酵工程的理论与实践　２．２．１　发酵的生物学原理　发酵的生物学原理是　指导工业发酵的基本理论，这就需要生物化学、工业　微生物学、细胞生物学、微生物遗传学等理论和原理　在发酵过程中的具体应用和指导。对某一个具体的　发酵过程控制来说，只有彻底弄清楚发酵过程中化　学物质的代谢变化途径与代谢调控机制、酶催化机　理与微生物酶催化体系，物质和能量的传递方式、细　胞生长繁殖规律与生态环境等各种发酵影响因素，　才能从理论上确定该发酵过程最优化控制的条件和　方法。显然，我们目前离这一目标还相距很远。　２．２．２　生化工程理论　生化工程理论是指导发酵　生产过程控制的工程理论体系，是化学工程理论在　发酵学科的应用。近年来生化工程学科研究受到重　视，发展很快，如在生物反应器和动力学等方面均取　维普资讯 http://www.cqvip.com ８　武汉工业学院学报　２００２正　得了大量的研究成果，但还不能满足工业生产对生　化工程理论的要求。　对发酵过程进行最优化控制，需要对控制对象　建立数学模型，这就是发酵动力学的内容。由于细　胞反应过程的复杂性，发酵动力学理论与实践大大　落后于化学反应动力学和酶反应动力学，目前发酵　动力学模型主要通过经验法、半经验法或简化法得　到，一般为非结构动力学模型，如Ｍｏｎｏｄ、Ｍｏｓｅｒ、　Ｔｅｓｓｉｅｒ、Ｃｏｎｔｏｉｓ等模型方程。这些模型形式简单，数　字处理力便，但没有反映存在于细胞内复杂的代谢　的研究工作者已为发酵过程最优化控制作出了巨大　的贡献，积累了成果和经验。今后仍需发酵、化工、　自控、仪表和数学科技人员合作与努力，将现代控制　理论与发酵生物学原理、生化工程理论相结合，在工　业生产上尽快实现和普及发酵过程最优化控制。　参考文献：　［１］　Ｖｉｃｅｎｔ　Ａ，Ｃａｓｔｒｏｌｌ　Ｊ，ｅｔ　ａ１．Ｏｎ—Ｌｉｎｅ　Ｅｓｔｉｍａ—　ｔｉｏｎ　ｏｆ　Ｂｉｏｍａｓｓ　Ｔｈｒｏｕｇｈ　ｐＨ　Ｃｏｎｔｒｏｌ　Ａｎａｌｙｓｉｓ　ｉｎ　Ａｅｒｏｂｉｃ　Ｙｅａｓｔ　Ｆｅｒｍｅｎｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ［Ｊ］．Ｂｉｏ—　ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｂｉｏｅｎｇｉｎｅｅｒｉｎｇ，１　９９８，５８（４）：　４４５—４５０．　过程，因此，其应用受到一定的局限。近年来许多学　者用细胞非均衡生长结构动力学模型来解决这一难　［２］Ｚｈａｏ　Ｒ，Ｎｓｔａｒａｊａｎ　Ａ，Ｓｒｉｅｎｃ　Ｆ．Ａ　Ｆｌｏｗ　Ｉｎｊｅｔ—　ｔｉｏｎ　Ｃｙｔｏｍｅｔｒｙ　Ｓｙｓｔｅｍ　ｆｏｒ　Ｏｎ——ｌｉｎｅ　Ｍｏｎｉｔｏｒｉｎｇ　题，并提出了许多有价值的模型，如代谢模型、室模　型、基因调控模型、产物生成模型等。由于结构动力　学模型考虑到了发酵过程细胞内的代谢变化或生物　合成影响因素，在理论上前进了一步，有的模型预测　结果与实际较为吻合，对发酵生产过程控制有重要　意义。　ｏｆ　Ｂｉｏｒｅａｃｔｏｒｓ［Ｊ］．Ｂｉｏｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｂｉｏｅｎｇｉ—　ｎｅｅｒｉｎｇ，１９９９，１５（１）：３２—３５．　［３］　张星元，冯品如．工业发酵的生物学属性对发　酵过程最优控制的制约及对策［Ｊ］．食品与　发酵工业，１９９８（４）：７４—７８．　［４］　刘洁生，彭志英．生物传感器在食品工业中的　２．２．３现代控制理论现代控制理论的发展推动　了发酵过程最优化控制，如模糊控制、专家系统控制　应用［Ｊ］．食品与发酵工业，１９９７，（４）：６ｌ一　６５．　技术等，也有成功用于发酵过程控制的例子。但这　样的控制往往是次优的而不是最优的，这是因为发　酵罐中所培养的微生物有其特定的遗传特性，对环　境有各自特定的响应。罐温和ｐＨ值是易控制的参　［５］　张丽君，杨汝德．生化过程在线控制的现状及　应用［Ｊ］．食品与发酵工业，２０００，（６）：５７—　５９．　数，是微生物进行能量代谢和物质代谢的综合反映，　又与溶解氧密切相关，因此对不同的发酵批次按相　同的程式强行控制，有时效果不一定好。总之，大量　［６］　林福玉，陈昭烈．大规模动物细胞培养的问题　及对策［Ｊ］．生物技术通报，ｌ９９９，（１）：３２—　３５．　Ｄｌ　ＦＦＣＵＬＴＹ　ＯＦ　ＯＰＴｌＭｌＺＡＴｌＯＮ　ＣＯＮＴＲＯＬ　ＡＮＤ　ｌＴＳ　ＳＯＬＵＴＩＯＮ　ＩＮ　ＩＮＤＵＳＴＲＩＡＬ　ＦＥＲＭＥＮＴＡＴＩＯＮ　ＷＡＮＧ　Ｙａ—ｌｉｎ，ＷＡＮＧ　Ｍａｎ—ｌｉ　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｂｉｏｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｃｈｅｍｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ　Ｐｏｌｙｔｅｃｈｎｉｃ　Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ　４３００２３，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｐｒｏｃｅｅｄｉｎｇ　ｆｒｏｍ　ｔｈｅ　ｈｉｓｔｏｒｙ　ａｎｄ　ｐｒｅｓｅｎｔ　ｓｉｔｕａｔｉｏｎ　ｏｆ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｃｏｎｔｒｏｌ　ｉｎ　ｉｎｄｕｓｔｉｒａｌ　ｆｅｒｍｅｎｔａｔｉｏｎ，ｔｈｅ　ｐａｐｅｒ　ａｎａｌｙｚｅｄ　ｔｈｅ　ｄｉｇｆｉｃｕｈｉｅｓ　ａｎｄ　ｒｅｌｔｒｉｃｔｉｏｎｓ　ｏｆ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｃｏｎｔｒｏｌ，ｐｒｏｅｐｏｓｅｄ　ｔｈｅ　ｓｏｌｕｔｉｏｎｓ　ｔｏ　ｔｈｅ　ｐｒｏｈｌｅｍｓ，ｉｎ一　￣ｏｄｕｃｅｄ　ｔｈｅ　ｕｐ—ｄａｔｅｄ　ｏｎ　ｌｉｎｅ　ｍｏｎｉｏｉｔｎｇ　ｔｅｃｈｎｏｌｏｇｙ，ａｎｄ　ｌｏｏｋｅｄ　ｉｎｔｏ　ｔｈｅ　ｆｕｔｕｖｅ　ｏｆ　ｔｈｅ　ｐｒｏｃｅｓｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｏｐｔｉｍｉｚａｔｉｏｎ；ｐｒｏｃｅｓｓ　ｃｏｎｔｒｏｌ；ｉｎｄｕｓｔｒｉａｌ　ｆｅｒｍｅｎｔａｔｉｏｎ