第九章發(fā)酵過程的計算機在線控制.ppt

1、6 發(fā)酵過程參數(shù)檢測與計算機監(jiān)控 6.1 發(fā)酵過裎參數(shù)監(jiān)測的研究概況 工業(yè)發(fā)酵研究和開發(fā)的主要目標之一是建立一種能達到高產(chǎn)低成本的可行的過程。 歷史上達到此目標的重要工藝手段有菌種的改良，培養(yǎng)基的改進和補料，生產(chǎn)條件的優(yōu)化等。近年來，在生物技術參數(shù)的測量、生物過程的儀器化、過程建模和控制方面有了巨大的進步。生物過程的控制不僅要從生物學上還要從工程學的觀點考慮。 有關工業(yè)發(fā)酵過程監(jiān)控的現(xiàn)狀，請參閱Schugerl撰寫的測量、建模與控制。本章的主要內(nèi)容取材于ChattaWay等的發(fā)酵監(jiān)測與控制和Stephanopolous等的用于診斷與控制的發(fā)酵數(shù)據(jù)分析。,在發(fā)酵生產(chǎn)工廠中生物過程控制是過程改進所

2、必需考慮的大事。 過程監(jiān)測與控制的兩個關鍵要素是： 測量由此獲得所需的現(xiàn)場過程狀態(tài)變化的信息。 模型動態(tài)地相互關聯(lián)各種過程變量，即那些具有實用意義，能描述過程性能的變量。 為了能夠掌握過程的性能，它與能直接測量的變量及能操縱的變量之間的相互關系顯得非常重要。 建模需要對過程所需解決的任務進行量化。,發(fā)酵過程最直接和有效的方法是通過直接測量發(fā)酵各種參數(shù)來調(diào)節(jié)生物過程，故在線測量是高效過程運行的先決條件。常用發(fā)酵儀器的最方便的分類為： 就地使用的探頭； 其他在線儀器； 氣體分析； 離線分析培養(yǎng)液樣品的儀器。 在線測量所需的變量一般均需將采集到的電信號放大，這些信號可用于監(jiān)測發(fā)酵的狀態(tài)、直接用作發(fā)酵

3、閉環(huán)控制和計算間接參數(shù)。,6.1.1 設定參數(shù) 目前采用的發(fā)酵過程就地測量儀器是經(jīng)過考驗，很牢靠的傳感器，如用熱電耦測量罐溫，壓力表指示罐壓，轉(zhuǎn)子流量計讀空氣流量和測速電機顯示攪拌轉(zhuǎn)速。選擇儀器時不僅要考慮其功能，還要確保該儀器不會增加染菌的機會。 常規(guī)在線測量和控制發(fā)酵過程的設定參數(shù)有罐溫、罐壓、通氣量、攪拌轉(zhuǎn)速、液位等。,6.1.2 狀態(tài)參數(shù) 狀態(tài)參數(shù)是指能反映過程中菌的生理代謝狀況的參數(shù)，如pH、DO、溶解CO2、尾氣O2、尾氣CO2、黏度、菌濃等。 現(xiàn)有的監(jiān)測狀態(tài)參數(shù)的傳感器除了必需耐高溫蒸汽反復滅菌，還需避免探頭表面被微生物堵塞，使測量失敗的危險。 最有價值的狀態(tài)參數(shù)或許是尾氣分析和

4、空氣流量的在線測量。用紅外和熱磁氧分析儀可分別測定尾氣CO2和O2含量，也可以用一種快速、不連續(xù)的、能同時測多種組分的質(zhì)譜儀測定。 盡管得到的數(shù)據(jù)是不連續(xù)的，但這種儀器的速度相當快，可用于過程控制。,6.1.3 間接參數(shù) 間接參數(shù)是指那些通過基本或第一線參數(shù)計算求得的參數(shù)，如攝氧率（OUR）、CO2釋放速率（CER）、比生產(chǎn)速率（）、體積氧傳質(zhì)速率（KLa）、呼吸商（RQ）等。 反映微生物的代謝狀況，尤其能提供從生長向生產(chǎn)過渡或主要基質(zhì)間的代謝過渡指標。用此法也能在線求得KLa，它能提供培養(yǎng)物的黏度狀況。故間接測量是許多測量技術，推論控制和其他先進控制生物反應器方法的基礎。 尾氣分析能在線測量

5、即時反映生產(chǎn)菌的生長狀況。 綜合各種狀態(tài)變量可以提供反映過程狀態(tài)、反應速率或設備性能的信息。,6.1.4 發(fā)酵樣品的離線分析 發(fā)酵液中的基質(zhì)（糖、脂質(zhì)、鹽、氨基酸），前體和代謝產(chǎn)物（抗生素、酶、有機酸和氨基酸）以及菌量的監(jiān)測目前還是依賴人工取樣和離線分析。 離線分析的特點是所得的過程信息是不連貫的和遲緩的。 由于傳統(tǒng)峰高、峰面積的定量法在解決此問題時有一定局限性，故杭海峰等采用人工神經(jīng)元網(wǎng)絡法來解決， 用人工神經(jīng)元網(wǎng)絡建立了直接通過紅外吸收光譜的變化確定pH和總碳濃度濃度的方法，對實際過程進行測定，取得了滿意的結(jié)果。,6.2 生物過程控制的特征 發(fā)酵過程有兩種易受控制的特性： 首先，生物反應器

6、在很大程度上能自我調(diào)節(jié)，這是微生物靠長期進化壓力培養(yǎng)出來的適應環(huán)境的能力。 發(fā)酵過程的第二種易受控特征是其相當長的時間常數(shù)。 由于時間常數(shù)相當長，故可通過人工取樣，離線分析，采用控制補料速率辦到。 為了較好地控制過程的進展，常采用開環(huán)或前饋控制策略。這主要應用于分批補料發(fā)酵的補料方案。此策略使次級代謝產(chǎn)物，特別是抗生素發(fā)酵得以優(yōu)化。 現(xiàn)代計算機技術可以控制各種參數(shù)在設定值的范圍內(nèi)。,為了達到高產(chǎn)目的，可以提高重組體技術，代謝工程和在選擇壓力下篩選，以減少或甚至消除有害的副產(chǎn)物。 現(xiàn)已可能建立一種補料分批培養(yǎng)的策略，讓菌在不受限制或無抑制作用下生長，即max。這需要用適當?shù)姆椒▉矸答伩刂蒲a料。,

7、6.2.1 對生物過程控制規(guī)范化的要求 隨著生物過程變得更為成熟和GMP要求更為嚴格，由于GMP和市場壓力，對產(chǎn)品的質(zhì)量和穩(wěn)定以及減少三廢方面也受到更多的重視。 統(tǒng)計學方法，數(shù)據(jù)分析的應用，如產(chǎn)物質(zhì)量控制圖可用于檢驗出整個步驟中的薄弱環(huán)節(jié)。,過程的儀器化是勢在必行，這涉及對過程基本現(xiàn)象的理解。且那些基于線性理論的控制設計，難以用在具有非線性特性的生物過程。 因此，過程的顯著改善的先決條件是對有關過程的生物基礎理論的了解。如能做到這點，則能有效地構(gòu)建適當?shù)哪Ｐ?，并通過控制技術的應用使生產(chǎn)得益。,6.2.2 在線發(fā)酵儀器的研究進展 曾開發(fā)了一些新的就地檢測的傳感器。一些在線生物傳感器和基于酶的傳感

8、器所具備的高度專一性和敏感性能滿足在線測量的要求。只是還存在滅菌，穩(wěn)定性和可靠性問題。 此外，還研究了一些菌量的測量方法，這些方法是基于聲音，壓電薄膜，生物電化學，激光散射，電導納波譜，熒光，熱量計和黏度。,6.2.3 計算機在發(fā)酵監(jiān)控方面的應用 計算機在發(fā)酵中的應用有三項主要任務：過程數(shù)據(jù)的儲存，過程數(shù)據(jù)的分析和生物過程的控制。 控制器有3個任務：按事態(tài)發(fā)展或超出控制回路設定點的控制；常規(guī)的反應器環(huán)境變量的閉環(huán)控制。 一些巧妙的計算機監(jiān)控系統(tǒng)主要用于中試規(guī)模的儀器裝備良好的發(fā)酵罐。對生產(chǎn)規(guī)模的生物反應器，計算機主要應用于監(jiān)測和順序控制。 最先進形式的優(yōu)化控制可使生產(chǎn)效率達到最大。近年來，曾將

9、知識庫系統(tǒng)用于改進（提供給操作人員的）信息質(zhì)量和提高過程自動監(jiān)督水平。,6.3 用于控制的生物過程建模 從控制過程的觀點出發(fā)，密切跟蹤和運行生物反應器的先決條件是了解發(fā)酵過程的性質(zhì)。 要想將發(fā)酵的環(huán)境控制從純物理的方式轉(zhuǎn)變?yōu)樯锟刂?，需要對錯綜復雜的生產(chǎn)過程有一定的了解，建立一些能準確關聯(lián)所有重要的過程輸入和過程輸出的模型。 充分描述性數(shù)學模型的建立將有助于揭示發(fā)酵狀態(tài)變量的性質(zhì)，從而改進過程的控制。 一般，用于控制目的的過程模型有4種不同的形式。, 生理模型是一種用因果關系來表達生長過程的生理變化的非數(shù)學術語。 這些模型被用于初始控制策略的構(gòu)成，在知識庫系統(tǒng)（專家系統(tǒng)）的建立上起更為重要的作

10、用。 結(jié)構(gòu)模型是指用部分微分和代數(shù)方程來描述生產(chǎn)過程的動態(tài)性質(zhì)。 其基本概念為生物量是結(jié)構(gòu)性的，由細胞生長、活性、代謝等的胞內(nèi)特性代表。 非結(jié)構(gòu)模型是指發(fā)酵的性質(zhì)可用一單個同質(zhì)的生長著的生物代表。盡管有限制，這類模型最常用于建立發(fā)酵控制策略。, 黑箱或輸入輸出模型可用于發(fā)酵控制，其主要模型變量（輸出變量）是有關過程輸入（控制或操縱）變量的函數(shù)。這種模型的參數(shù)無需任何生物方面的信息。 從定量角度理解生化代謝網(wǎng)絡，使產(chǎn)物的代謝物流最大化，代謝調(diào)控理論不再停留在經(jīng)驗型的藝術、工藝水平上，真正走上理性、科學的軌道。,人們已認識到，新生物系統(tǒng)的改造只有用新的數(shù)學，非線性系統(tǒng)分析和建模才有可能做到。數(shù)學與

11、計算方法的結(jié)合已變成生物學的新前沿。此新前沿的任務要求綜合功能實體的思路；系統(tǒng)，網(wǎng)絡和模型的思路。 這是基于一些理論和嚴密分析的數(shù)值計算法。它具有這樣的優(yōu)點，不具各高深數(shù)學背景的科學家也能理解。此數(shù)學結(jié)構(gòu)稱為正則建模。 現(xiàn)有的結(jié)構(gòu)模型和分塊參數(shù)模型難以應用，原因在于結(jié)構(gòu)模型涉及的參數(shù)過多，而分塊參數(shù)模型不能準確預測過程的動態(tài)性質(zhì)。,6.3.1 傳統(tǒng)過程模型 最常用的基于模型的發(fā)酵過程控制策略的設計對象是均勻單細胞形式，它常假定只有一種限制性基質(zhì)。 如青霉素發(fā)酵的補料分批發(fā)酵的模型。此模型能較好地反映生長與基質(zhì)濃度的關聯(lián)。,6.3.2 線性黑箱模型 另一種辦法可在某種程度上克服結(jié)構(gòu)解析問題，即采

12、用“普通”結(jié)構(gòu)類型的模型，并讓此模型“學習”過程結(jié)構(gòu)的特性。最直截了當?shù)孛枋鲆贿^程的方法是采取線性表達式。,需要開發(fā)這樣一種技術，它具有模型結(jié)構(gòu)的要點（易于快速開發(fā)，且便宜），但卻能學習和表達過程非線性和復雜特性。,6.3.3 非線性“黑箱”模型 人工神經(jīng)網(wǎng)絡（ANN）是一種用于生物技術控制的成熟的數(shù)據(jù)庫建模方法。這類模型幾乎不需知道過程的結(jié)構(gòu)知識?；谏窠?jīng)網(wǎng)絡的過程模型不像其他常用的黑箱方法，能更精確地描述復雜過程動力學的性質(zhì)。 一旦網(wǎng)絡拓撲結(jié)構(gòu)被確定，必需獲得網(wǎng)絡的權(quán)量和系統(tǒng)誤差。因所要解決的問題主要是非線性擬合的誤差最小化，解決此問題有幾種方法：例如，準牛頓方法，非線性最小二乘法等。,6.5 發(fā)酵過程的控制策略 在工業(yè)條件下的實際生物過程呈現(xiàn)非線性和時變性質(zhì)，并常常受到不明原因的干擾。所建立的控制策略必需能有效應付這些過程干擾。,6.5.1 發(fā)酵過程的PID控制 有兩種主要的補料控制策略：開環(huán)控制與閉環(huán)（反饋）控制。,6.5.4 發(fā)酵過程的非線性控制 上述自適應控制方法主要利用線性時間系列發(fā)酵模型。掌握過程的非線性行為的知識可以建立非線性控制器。由于發(fā)酵過程的基本性質(zhì)是非線性的，在控制器設計時考慮過程的非線性特性可以改善控制器的性能。 Bastin為SISO生物反應器建立了輸入輸出線性化控制法則，并擴展該法使控制適應作用能應付過