第五章生物过程优化控制
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
是生化反应过程的重要参数，因此，测量发酵排出气体中 的氧含量成为研究生物生长和产物形成的主要变量。 • 氧浓度的分析测量主要采用磁风式氧分析仪(磁氧分析仪)。 • 原理：利用氧具有极高的磁化特性设计而成，当氧气通过 非均匀磁场的作用时，将会形成“热磁对流”或称“磁 风”，该磁风对敏感元件产生冷却作用，利用此进行氧浓 度的检测。
第五章生物过程优化控 制
2020/12/11
第五章生物过程优化控制
概述
• 生化过程优化控制是一门交叉学科，它涉及生物化学原理、 生化反应工程、过程控制理论和应用数学理论等多种学科。
• 优化控制的目标函数：目标产物浓度、生产强度和底物转 化率。
• 实现发酵过程的优化控制，需要确定优化的目标函数、过 程的状态变量、操作变量以及动力学模型。
第五章生物过程优化控制
遗传算法的最优化控制
• 遗传算法(GA)是通过模拟自然界生物进化思想而开发的 一种全局搜索优化算法。
基本步骤： • 设计编码方案 • 确定适应度函数 • 确定选择策略 • 确定控制参数 • 设计遗传算子 • 确定算法的终止规则
第五章生物过程优化控制
实验数据的完备程度，各步骤函数选择决定了人工神 经网络模型的应用价值。
• 忽略传感器内动态效应，O2达到阴极的速率与氧跨膜扩散 速率、氧扩散至膜表面的速率相等，与氧传质总浓度驱动 力成比例。假定膜内表面O2浓度可有效降为0，则扩散速 率与发酵液中溶解氧成正比，阴极测定的电信号与发酵液 中溶氧成正比。
第五章生物过程优化控制
•1
•当两电极之间加一极化电压(0.6-0.8V)，
第五章生物过程优化控制
二氧化碳分析： • 大规模工业发酵的CO2量的测定具有重要价值，是发酵过
程控制中重要在线信息。 • 确定产生的CO2量有助于计算碳回收。 • 研究发现生物量生长率与CO2生成率成线性相关性，进而
开发估计细胞浓度的模型，由在线检测CO2的数据估算比 生长速率。
第五章生物过程优化控制
•i=KpO2 • 即电极电流与氧分压成正比关系。则可测定溶液中氧浓度。
第五章生物过程优化控制
•由Henry定律可知，溶液中的氧浓度与其分压成正比 •CL=pO2aL
•其中：CL 溶氧浓度，pO2 氧分压，aL 溶解度常数 •如果aL是常数，则电极电流信号可直接转化为溶液。但aL受温度 和溶液组成的变化而改变。 •因此，用溶氧电极来测量发酵液中氧含量时，只有当罐内温度、
•如何实现生化过程的最优控制？
第五章生物过程优化控制
•在实际生产过程中采集 •数据建模
•代谢过程最优 •生长环境最优
第五章生物过程优化控制
•建模的数学原理与统计方法
第五章生物过程优化控制
生化过程常规控制方法
• 前馈控制 • 反馈控制 • 二者结合控制
第五章生物过程优化控制
动态最优控制方法
• 过程输出设定值确定条件下的最优化 • 对控制目标设定值的最优化
第五章生物过程优化控制
生物传感器
• 生物传感器是借助于生物敏感元件并利用化学反应原理以 选择性方式对特定的待分析物质产生响应进行检测，并通 过转换器对分析物质进行定性或定量分析的装置。
• 生物传感器主要包括两个部分：分子识别元件和换能器。 • 原理：被分析物扩散进入固定化生物敏感膜，经分子识别，
发生生物学反应，产生的信息继而被相应的化学换能器或 物理换能器转变成可定量和可处理的电信号，再经检测放 大器放大并输出，便可知道待测物浓度。
第五章生物过程优化控制
• 稳定条件下； • 尾气排除与输入不等时：
第五章生物过程优化控制
比生长速率计算
• 以离线分析为主，控制生物量的过度增长。 • 菌体浓度的测定可分为全细胞浓度和活细胞浓度的测定，
前者的测定方法主要有湿重法、干重法、浊度法、和湿细 胞体积法； • 后者使用生物发光法和化学发光法，如通过对发酵液中的 ATP或NADH进行荧光检测实现对活性胞浓度的检测。
• 其原理是O2通过渗透膜从发酵液扩散到监测器的电化学电 池，O2在阴极被还原时产生可被检测的电流或电压，这与 O2到达阴极的速率成比例。
• 发酵液• •O2扩散膜外表面• 跨•膜扩散膜内表•面 电极内•扩散 阴极
第五章生物过程优化控制
• 阴极检测到的是O2到达阴极的速率，取决于它到达膜表面 的速率、跨膜传递的速率及它从内膜表面传递到阴极的速 率。
• 发酵工业中常用的尾气CO2分压(浓度)检测仪为红外线CO2 测定仪。
• 其检测原理：在近红外波段CO2气体的吸收造成光强度的 衰减，衰减量遵循朗伯-比尔定律，即： lg(I0/I)=aLcCO2
式中：I0、I ：入射光与衰减后光强度，a ：光吸收系数， L： 光通过气体的距离，cCO2 ：CO2浓度。
• 反映生物反应器气液相质量传递性能的重要参数 • 物料平衡法和溶氧分析法：
• 动态法：
第五章生物过程优化控制
Hale Waihona Puke Baidu 生物热
• 发酵过程中生成的热量可分为三个部分：微生物生长放热、 底物利用维持放热、产物合成放热。
• 通过冷却系统散热量的测定，求解发酵过程放热。 • 通过计算放热速率来确定比生长速率。
第五章生物过程优化控制
• 电势与温度相关，pH转换器需具有温度补偿功能。
•
pH电极
•
参比电极
第五章生物过程优化控制
溶氧在线检测
• 溶氧(DO) 影响细胞的生长、产物的生成。反应器中溶氧 的检测远比温度等参数检测困难。
• 在有电流通过的条件下，可氧化物质在电极上发生极化反 应产生扩散电流，电流大小与参与反应物质浓度成正比， 通过改变外加电压得到相应曲线。
• 电极安装在发酵罐中最合适的位置，能准确反映发酵液中 溶氧的变化，其安装开孔不影响灭菌及留死角。一般安装 在中部偏下，安装时要有一定的向下的倾斜角，防止安装 口积液或清洗不到。
• 溶氧电极的使用，需要注意四个方面：搅拌、温度、压力、 以及电极校准。
第五章生物过程优化控制
呼吸代谢参数的计算
氧分析： • 微生物生长代谢过程中要利用氧，微生物的氧利用率(OUR)
第五章生物过程优化控制
当极化偏置电压一定时，电极极化电流的强弱与溶液中氧的 分压呈线性关系，根据Fick定律有：
•i 电极电流，k1 常数，D 膜中氧扩散系 数，a 膜材料氧浓度，A 阴极表面积， X 气体渗透膜厚度，pO2 溶液中氧分压 • 若电极材料一定，物理特性和尺寸一定，那么k1 、D 、a 、 A 、X 都确定，则：
• 在生化过程中，pH的控制和调整已成为过程操作不可缺少 的变量。因此pH的测量在生化过程控制中具有无比重要的 地位。
• pH：表示体系酸碱度的参数，为溶液中H+的活度，即 pH=-lg[H+]，其范围为0～14，pH<7为酸性，pH=7为中性， pH>7为碱性。
第五章生物过程优化控制
• pH一般是利用电化学原理进行测定。常用一组电极来测量， 即测量电极和参考电极。
压力及发酵液组成一定时才准确。
第五章生物过程优化控制
• 极谱电极在测量中的动态响应速度、稳定性、温度漂移特 性都比较好，能适应工业发酵要求。
第五章生物过程优化控制
• 对电极寿命和稳定性影响最大的因素是发酵罐的高温灭菌。 为了消除这种损害，一般采用电极保护套的方法，将溶氧 电极装在可伸缩的保护套，灭菌后再推入发酵罐。
第五章生物过程优化控制
• 利用离线检测如细胞干重法、显微镜计数法。 • 光密度法有时可实现在线检测，其它的在线检测包括浊度
法、荧光法、粘度、阻抗和产热等。 • 市售的生物量传感器多是基于光学测量原理制成的，也有
一些利用过滤特性、细胞引起的悬浮液密度改变，或导电 性改变。
第五章生物过程优化控制
氧体积传质系数
• 溶氧检测主要有3种方法，均需利用膜将测定点与发酵液 分离，使用前均需进行校准。 1.导管法； 2.质谱电极法； 3.电化学检测法(极谱分析法)。
第五章生物过程优化控制
• 最常用的溶氧检测方法是可蒸汽灭菌的电化学检测器。分 为原电池型电极和极谱型电极两种。二者均用膜将电化学 电池与发酵液隔开。对于溶氧测定，膜仅对O2有渗透，对 其它干扰物则不能通过。
第五章生物过程优化控制
第五章生物过程优化控制
生物参数在线检测和计算
• pH值 • 溶氧 • 呼吸代谢参数 • 比生长速率 • 氧气体积传质系数 • 生物热
第五章生物过程优化控制
pH在线检测
• 在发酵过程中由于微生物的代谢(消耗碳源或氮源，释放 代谢产物如酸等)会使得发酵液的酸碱度发生很大的变化， 而发酵过程需要维持在一定的酸碱度范围内。
第五章生物过程优化控制
在线自适应控制
• 生化过程具有时变性和非线性特点 • 自适应控制是辨识与控制的结合
第五章生物过程优化控制
3rew
演讲完毕，谢谢听讲!
再见，see you again
2020/12/11
第五章生物过程优化控制
• •
有34氧存在时，电极上将产生氧化还原反应：
•2
•5 •6
•7
• 阴极： O2+2H2O+4e-→4OH-
•1 阴极，2 气体渗透膜，
• 阳极： 4Ag+4Cl-→4AgCl+4e-
3 外壳，4 电解质，5 阳 极，6 绝缘体，7 电解质
•由此可见，在两电极之间就会有电流产
薄膜
生
第五章生物过程优化控制
• 数学模型是实现过程优化控制的基础，可以分为：结构化 模型、非结构化模型和黑箱模型。
第五章生物过程优化控制
第五章生物过程优化控制
第五章生物过程优化控制
生化过程状态监测
• 合理选择观测变量和控制参数是优化控制的基础和关键问 题
• 物理参数 • 化学参数 • 生物参数
第五章生物过程优化控制
参数获取方法： • 取样检测 • 反应器内直接检测 • 相比而言，生物参数的监测较困难，往往需要间接获得。
第五章生物过程优化控 制
2020/12/11
第五章生物过程优化控制
概述
• 生化过程优化控制是一门交叉学科，它涉及生物化学原理、 生化反应工程、过程控制理论和应用数学理论等多种学科。
• 优化控制的目标函数：目标产物浓度、生产强度和底物转 化率。
• 实现发酵过程的优化控制，需要确定优化的目标函数、过 程的状态变量、操作变量以及动力学模型。
第五章生物过程优化控制
遗传算法的最优化控制
• 遗传算法(GA)是通过模拟自然界生物进化思想而开发的 一种全局搜索优化算法。
基本步骤： • 设计编码方案 • 确定适应度函数 • 确定选择策略 • 确定控制参数 • 设计遗传算子 • 确定算法的终止规则
第五章生物过程优化控制
实验数据的完备程度，各步骤函数选择决定了人工神 经网络模型的应用价值。
• 忽略传感器内动态效应，O2达到阴极的速率与氧跨膜扩散 速率、氧扩散至膜表面的速率相等，与氧传质总浓度驱动 力成比例。假定膜内表面O2浓度可有效降为0，则扩散速 率与发酵液中溶解氧成正比，阴极测定的电信号与发酵液 中溶氧成正比。
第五章生物过程优化控制
•1
•当两电极之间加一极化电压(0.6-0.8V)，
第五章生物过程优化控制
二氧化碳分析： • 大规模工业发酵的CO2量的测定具有重要价值，是发酵过
程控制中重要在线信息。 • 确定产生的CO2量有助于计算碳回收。 • 研究发现生物量生长率与CO2生成率成线性相关性，进而
开发估计细胞浓度的模型，由在线检测CO2的数据估算比 生长速率。
第五章生物过程优化控制
•i=KpO2 • 即电极电流与氧分压成正比关系。则可测定溶液中氧浓度。
第五章生物过程优化控制
•由Henry定律可知，溶液中的氧浓度与其分压成正比 •CL=pO2aL
•其中：CL 溶氧浓度，pO2 氧分压，aL 溶解度常数 •如果aL是常数，则电极电流信号可直接转化为溶液。但aL受温度 和溶液组成的变化而改变。 •因此，用溶氧电极来测量发酵液中氧含量时，只有当罐内温度、
•如何实现生化过程的最优控制？
第五章生物过程优化控制
•在实际生产过程中采集 •数据建模
•代谢过程最优 •生长环境最优
第五章生物过程优化控制
•建模的数学原理与统计方法
第五章生物过程优化控制
生化过程常规控制方法
• 前馈控制 • 反馈控制 • 二者结合控制
第五章生物过程优化控制
动态最优控制方法
• 过程输出设定值确定条件下的最优化 • 对控制目标设定值的最优化
第五章生物过程优化控制
生物传感器
• 生物传感器是借助于生物敏感元件并利用化学反应原理以 选择性方式对特定的待分析物质产生响应进行检测，并通 过转换器对分析物质进行定性或定量分析的装置。
• 生物传感器主要包括两个部分：分子识别元件和换能器。 • 原理：被分析物扩散进入固定化生物敏感膜，经分子识别，
发生生物学反应，产生的信息继而被相应的化学换能器或 物理换能器转变成可定量和可处理的电信号，再经检测放 大器放大并输出，便可知道待测物浓度。
第五章生物过程优化控制
• 稳定条件下； • 尾气排除与输入不等时：
第五章生物过程优化控制
比生长速率计算
• 以离线分析为主，控制生物量的过度增长。 • 菌体浓度的测定可分为全细胞浓度和活细胞浓度的测定，
前者的测定方法主要有湿重法、干重法、浊度法、和湿细 胞体积法； • 后者使用生物发光法和化学发光法，如通过对发酵液中的 ATP或NADH进行荧光检测实现对活性胞浓度的检测。
• 其原理是O2通过渗透膜从发酵液扩散到监测器的电化学电 池，O2在阴极被还原时产生可被检测的电流或电压，这与 O2到达阴极的速率成比例。
• 发酵液• •O2扩散膜外表面• 跨•膜扩散膜内表•面 电极内•扩散 阴极
第五章生物过程优化控制
• 阴极检测到的是O2到达阴极的速率，取决于它到达膜表面 的速率、跨膜传递的速率及它从内膜表面传递到阴极的速 率。
• 发酵工业中常用的尾气CO2分压(浓度)检测仪为红外线CO2 测定仪。
• 其检测原理：在近红外波段CO2气体的吸收造成光强度的 衰减，衰减量遵循朗伯-比尔定律，即： lg(I0/I)=aLcCO2
式中：I0、I ：入射光与衰减后光强度，a ：光吸收系数， L： 光通过气体的距离，cCO2 ：CO2浓度。
• 反映生物反应器气液相质量传递性能的重要参数 • 物料平衡法和溶氧分析法：
• 动态法：
第五章生物过程优化控制
Hale Waihona Puke Baidu 生物热
• 发酵过程中生成的热量可分为三个部分：微生物生长放热、 底物利用维持放热、产物合成放热。
• 通过冷却系统散热量的测定，求解发酵过程放热。 • 通过计算放热速率来确定比生长速率。
第五章生物过程优化控制
• 电势与温度相关，pH转换器需具有温度补偿功能。
•
pH电极
•
参比电极
第五章生物过程优化控制
溶氧在线检测
• 溶氧(DO) 影响细胞的生长、产物的生成。反应器中溶氧 的检测远比温度等参数检测困难。
• 在有电流通过的条件下，可氧化物质在电极上发生极化反 应产生扩散电流，电流大小与参与反应物质浓度成正比， 通过改变外加电压得到相应曲线。
• 电极安装在发酵罐中最合适的位置，能准确反映发酵液中 溶氧的变化，其安装开孔不影响灭菌及留死角。一般安装 在中部偏下，安装时要有一定的向下的倾斜角，防止安装 口积液或清洗不到。
• 溶氧电极的使用，需要注意四个方面：搅拌、温度、压力、 以及电极校准。
第五章生物过程优化控制
呼吸代谢参数的计算
氧分析： • 微生物生长代谢过程中要利用氧，微生物的氧利用率(OUR)
第五章生物过程优化控制
当极化偏置电压一定时，电极极化电流的强弱与溶液中氧的 分压呈线性关系，根据Fick定律有：
•i 电极电流，k1 常数，D 膜中氧扩散系 数，a 膜材料氧浓度，A 阴极表面积， X 气体渗透膜厚度，pO2 溶液中氧分压 • 若电极材料一定，物理特性和尺寸一定，那么k1 、D 、a 、 A 、X 都确定，则：
• 在生化过程中，pH的控制和调整已成为过程操作不可缺少 的变量。因此pH的测量在生化过程控制中具有无比重要的 地位。
• pH：表示体系酸碱度的参数，为溶液中H+的活度，即 pH=-lg[H+]，其范围为0～14，pH<7为酸性，pH=7为中性， pH>7为碱性。
第五章生物过程优化控制
• pH一般是利用电化学原理进行测定。常用一组电极来测量， 即测量电极和参考电极。
压力及发酵液组成一定时才准确。
第五章生物过程优化控制
• 极谱电极在测量中的动态响应速度、稳定性、温度漂移特 性都比较好，能适应工业发酵要求。
第五章生物过程优化控制
• 对电极寿命和稳定性影响最大的因素是发酵罐的高温灭菌。 为了消除这种损害，一般采用电极保护套的方法，将溶氧 电极装在可伸缩的保护套，灭菌后再推入发酵罐。
第五章生物过程优化控制
• 利用离线检测如细胞干重法、显微镜计数法。 • 光密度法有时可实现在线检测，其它的在线检测包括浊度
法、荧光法、粘度、阻抗和产热等。 • 市售的生物量传感器多是基于光学测量原理制成的，也有
一些利用过滤特性、细胞引起的悬浮液密度改变，或导电 性改变。
第五章生物过程优化控制
氧体积传质系数
• 溶氧检测主要有3种方法，均需利用膜将测定点与发酵液 分离，使用前均需进行校准。 1.导管法； 2.质谱电极法； 3.电化学检测法(极谱分析法)。
第五章生物过程优化控制
• 最常用的溶氧检测方法是可蒸汽灭菌的电化学检测器。分 为原电池型电极和极谱型电极两种。二者均用膜将电化学 电池与发酵液隔开。对于溶氧测定，膜仅对O2有渗透，对 其它干扰物则不能通过。
第五章生物过程优化控制
第五章生物过程优化控制
生物参数在线检测和计算
• pH值 • 溶氧 • 呼吸代谢参数 • 比生长速率 • 氧气体积传质系数 • 生物热
第五章生物过程优化控制
pH在线检测
• 在发酵过程中由于微生物的代谢(消耗碳源或氮源，释放 代谢产物如酸等)会使得发酵液的酸碱度发生很大的变化， 而发酵过程需要维持在一定的酸碱度范围内。
第五章生物过程优化控制
在线自适应控制
• 生化过程具有时变性和非线性特点 • 自适应控制是辨识与控制的结合
第五章生物过程优化控制
3rew
演讲完毕，谢谢听讲!
再见，see you again
2020/12/11
第五章生物过程优化控制
• •
有34氧存在时，电极上将产生氧化还原反应：
•2
•5 •6
•7
• 阴极： O2+2H2O+4e-→4OH-
•1 阴极，2 气体渗透膜，
• 阳极： 4Ag+4Cl-→4AgCl+4e-
3 外壳，4 电解质，5 阳 极，6 绝缘体，7 电解质
•由此可见，在两电极之间就会有电流产
薄膜
生
第五章生物过程优化控制
• 数学模型是实现过程优化控制的基础，可以分为：结构化 模型、非结构化模型和黑箱模型。
第五章生物过程优化控制
第五章生物过程优化控制
第五章生物过程优化控制
生化过程状态监测
• 合理选择观测变量和控制参数是优化控制的基础和关键问 题
• 物理参数 • 化学参数 • 生物参数
第五章生物过程优化控制
参数获取方法： • 取样检测 • 反应器内直接检测 • 相比而言，生物参数的监测较困难，往往需要间接获得。