[信息与通信]第四章 生化过程控制原理及应用.ppt

第四章 生化过程控制原理及应用 基本内容 生化过程的状态方程式 生化过程的基础数学模型 生化过程的前馈控制（＊） 生化过程的反馈控制及其在过程控制中的实际应用（＊） 4.1 生化过程的状态方程式 状态方程式 4.2 生化过程的基础数学模型 有氧条件 研究细胞合成和代谢的意义 了解反映过程特征的、整体和统合形式的表观反应模型的内在实质 推定细胞、基质及代谢产物的生长、消耗和生成速率 推定细胞和各类代谢产物的得率 整个发酵过程的代谢流分布和走向 找出生物过程最优操作和控制的可能、有效的手段和途径 假设X0=0,P0=0 以过程的状态变量为因变量时 （1）得率系数： （2）比反应速率模型 i) Monod模型 iv) Teissier模型 (4) 动力学参数估计 4.2.4 生物反应器的基本操作方式 （1）间歇式操作： FI=FO=0，V=Constant (2) 流加式操作（半连续式操作） FI≠ 0，FO = 0, dV/dt﹥0 （3）连续式操作 4.2.5 发酵过程状态方程式在“理想操作点”近旁的线性化 4.3 生化过程的前馈控制 4.3.1 过程前馈控制简介 前馈式控制特点 无需在线测定任何状态变量 输入变量取决于过程动力学模型 4.3.2 前馈控制在流加发酵过程中的应用 （1）恒速流加：流加速率保持恒定的流加 （2）指数流加：流加速率与操作时间呈指数形式变化 （3）线性流加：流加速率与操作时间呈线性增加 （5）基于最优化控制的前馈模式流加 X0, SF, P0, FI X, S, P, FO X, S, P FI = FO ≠ 0 dV/dt = 0 连续搅拌釜 CSTR 恒化器法(chemostat） 恒浊器法（Turbistat） 营养物恒定法(Nutristat) 活塞流反应器 PFR 连续式操作 和 其中 为理想操作点 泰勒公式展开 在理想操作点近旁处非线性状态方程式的线性化 … … 扩展到多变量状态方程式中 供氧充足的连续培养中，细胞为目的产物，代谢物对细胞生长和底物消耗影响可忽略；若 稀释率 稳态时： 生产强度 前馈式控制器GC(s) 过程GP(s) 过程动力学模型 外部扰动，环境和 模型参数变化 流加培养 质量浓度/g l-1 时间/h * 生化过程的检测与控制 过程 输入变量 u(t) 外部干扰d(t) 输出变量 y(t) + + 操作变量 控制变量 可测量变量 状态变量 可测量变量 操作变量 状态方程式 4.2.1 生化过程的基本合成和代谢分解反应 细胞构成材料 碳源 高分子物质 细胞器 细胞 乙醇、乳酸、乙酸等 丙酮酸、核酸等 同化 厌氧异化 好氧异化 （厌氧） ADP ATP ATP ATP CO2 ADP ATP O2 H2O 使用复合培养基的细胞合成过程 细胞构成材料 碳源 高分子物质 细胞器 细胞 乙醇、乳酸、乙酸等 丙酮酸 厌氧异化 好氧异化 厌氧 ADP ATP ATP ATP CO2 ATP O2 TCA循环、代谢物质 ATP 使用合成培养基的细胞合成过程 C6H12O6 ＋ 6 O2 38 ADP ＋ 38 H3PO4 ＋ 6 CO2 38 ATP 44 H2O ＋ ＋ C6H12O6 ＋ 2 ADP 2 H3PO4 ＋ 2 CH3CH(OH)COOH 2 ATP 2 H2O ＋ ＋ C6H12O6 ＋ 2 ADP 2 H3PO4 ＋ 2 C2H5OH 2 ATP 2 H2O ＋ ＋ 厌氧条件 4.2.2 生化过程典型的数学模型形式 X0, SF, P0, FI X, S, P, FO X, S, P 变化速率 输入速率 输出速率 积累速率 = － ＋ 过程状态方程式 4.2.3 生化过程的各种得率系数和比反应速率模型 细胞对底物得率系数 细胞对氧得率系数 细胞对ATP得率系数 产物对底物得率系数 时间 菌体浓度 延迟期 指数生长期 减速期 静止期 衰亡期 细胞比生长速率 ii) 底物抑制模型 iii) Logistic模型 v) Moser模型 vi) Contois模型 vii) 代谢产物抑制模型 viii) 重组基因细胞模型 注意： 基质仅作为菌体构成成分时 基质既作能量，又作碳源时 (3)Gaden对发酵的三分类与Pirt方程： 产物的形成和菌体的生长相偶联 x p 产物的形成和菌体的生长部分偶联 x p 〖三类发酵〗 产物的形成和菌体的生长非偶联偶联 x p Pirt方程 ρ＝A + Bμ A=0、B≠0：一类发酵，底物分解代谢物合成 A≠0、B=0： 二类发酵，有机酸、氨基酸合成 A≠0、B≠0：三类发酵，次级代谢物合成 ① 菌体得率系数YX/S ② 产物得率系数YP/S ③ 最大比生