酵母细胞连续流加培养过程的建模与预估控制.pdfVIP

酵母细胞连续流加培养过程的建模与预估控制1 孔El祥张庆欧宏宇张亚刚白瑞林贾士儒2 2) (天津轻工业学院， 天津30022 摘要本文建立了包括茵棒浓度x．庸物农度S、体积V为状态变量的酵母流加发酵过程的非结构 动力学模型；基于谊模型．提出了一种克服授估变量的累积误差的一步预桔方法，用以估计不可在 践测量的茵体浓度、康物浓度等生化状态变量，井根据顸枯结果．进行流加操作．谊方法应用于酵 母流加培养，发酵最终产率比传统工艺更大，同时糖份消耗相对减少． 关键词： 酵母 流加培养参数预估 数学模型 近年来对酵母细胞培养的研究己进入一个新的阶段，原来的分批培养正逐步被连续培养代 替，发酵过程由开环发酵转到闭环发酵，虽然产率和效率都有一定的提高，但控制过程依然存在 一些难题。确定新型的生产工艺，建立数学模型，优化过程控制，促使培养进一步完善，提高产 率和效率是目前和今后长期的任务。本文将自动控制理论与生化过程紧密结合，建立了酵母流加 培养的数学模型，并实现了培养过程的生化状态变量估计。 1．酵母发酵过程模型与参数估计 ll酵母发酵过程模型 为了掌握酵母发酵过程中输入与输出的关系．并了解系统内部状态变量的规律，实现该过程 的操作优化，应建立一个数学模型。根据文献分析和实际可操作性，确立酵母培养参数的非结构 业：F 动力学模型如下：其中方程组中系数根据实验所得数据，采用单纯 曲 形法和Runge．Kutta法对状态模型的动力学参数进行估计，得出以 ……J 下结果。 掣!：p(蹦) }参数 ¨_ Kl Km YG m 掣：FSe—d(蟠)dt I估计值 0．45 1．64 3．74 0．242O．005 代八方程组中得到数学模型。 ＆兰 。： 。 一+K。S 1．2生化状态变量参数估计：为进行状态变量参数估计。采用差商近 似导数法，得到上述方程的迭代方程。 d：兰+m (6) Ki VX(k+1)=(1+u)·VX(k) (7) VX(k+1)=S，一o·VX(k)+vs(k) v(k+1)=F+V(k) (8) 将实验数据代入迭代方程，可进行参数估计。 酵母流加培养过程分为三个时期：适应期、积累期和成熟期。根据酵母生长的阶段性，采用 一步估计法来消除整体预估的积累误差。将每次的采样离线分析的状态变量值代八公式(6)～(8) 这样每次的预估均以上一次的实测数据为基点，一步一校正，克服了迭代过程中的累积误差，而 且根据实际情况和预估情况进行比较，找出规律，对迭代公式进行补偿。 酵母的生长与代谢和糖的浓度有关(Crabtree效应)，为了使酵母生长得率处于最高水平． ’天津市科委自然基金资助项目 z通讯眠系人 提高糖的转化率．则必须维持发酵过程的底物浓度处于最佳发酵基质浓度(S。．本文取作O．5％)， 当S‘(k+1)≥s。时．则不需流加底物，反之相反。 (9) V。=[sH-s(k+1)】·V(k+1)／SF 代谢副产物乙醇的抑制作用、菌体的连续变化、酸碱的添加、非发酵糖的存在都给培养过程 的控制带来系统误差和累积误差，因此必须进行补偿修正。这包括两方面的修正，一方面是状态 变量预估的误差修正．即迭代公式的误差补偿修正；另一方面是对流加量的经验补偿修正。它们 可以是整体补偿或分