发酵过程现代自动化控制技术
什么是发酵过程自动化控制？
所谓发酵过程自动控制，就是在没有人直接参与的情况下，通过控制器使发酵过程过程自动地按照预定的规律运行。
内容
一、绪论
二、发酵过程的参数检测
1、物理参数检测
2、化学参数检测
3、间接参数检测
三、发酵过程的自动化控制技术
1、基本的自动控制系统
2、发酵自动控制系统的硬件组成
一、绪论
1. 生物过程控制的重要性
2. 传统过程和生物过程控制和优化理论的区别
3. 生物过程控制与优化的目的及研究内容
4. 发酵过程控制概论
1. 生物过程控制的重要性
生物（酶）过程的优点与不足：
优点：高效、高选择性、反应条件温和
不足：体积反应速率慢，产物浓度和生产强度向目的产物转化率也比较低！
解决途径：菌种改良；过程控制与优化。
2. 传统过程和生物过程控制和优化理论的区别
传统过程控制与优化：基于过程动力学模型基础，可用过程的状态变量对时间的微分方程式表示；多可以用线性微分方程形式表示。
生物过程的特征：复杂；动力学模型高度非线性；时变性强甚至难以定量描述；状态变量在线测量难度大；反应过程响应速率慢、在线测量时间滞后大。
2. 传统过程和生物过程控制和优化理论的区别
PID等传统控制理论和基于线性动力学模型基础上的过程优化理论可以满足化工、机械、电子等领域的过程的控制与优化要求。
生物过程控制与优化特点：控制精度不需太高（T、pH感受性强的生物过程除外）；间接；经验和知识影响大（人为影响）
3. 生物过程控制与优化的目的及研究内容
目的：以生物反应工程、发酵工程、生物化学、微生物学等学科的原理和知识为基础，以自动控制理论、过程控制和优化理论、工程数学以及人工智能技术为手段，将目的生物过程控制在最优的操作环境之下，以提高生物过程生产水平。
目标函数：浓度；生产效率或强度；转化率
3. 生物过程控制与优化的目的及研究内容
研究内容：目标函数确定；状态变量、操作变量、和可测量变量确定 ；过程动力学数学模型（定性模型）建立；优化算法的确定。
过程控制和优化的目标函数是？
有没有能够描述过程动力特征的数学模型可以利用？如何建立？
为实现优化目标，需要掌握什么样的情报?需要计测哪些状态变量？
用来实现优化与控制的操作变量是？
可以在线计量的状态变量是？据此推定的不可测状态变量、过程特性或模型参数和环境条件？
可能的过程外部干扰？对控制与优化的影响？
实现控制与优化的有效算法是？如何利用算法求解最优控制条件？
控制与优化算法能否及时解决由于环境因子或细胞生理状态的变化而造成的最优控制条件的偏移，实现过程的在线最优化？
4. 发酵过程控制概论
定义：把发酵过程的某些状态变量控制在某一期望的恒定水平上或时间轨道上。分为离线控制和在线控制
离线控制：典型的开回路-前馈控制方式，利用已知非构造式动力学模型或其他已知方式计算和确定控制变量。
在线控制：典型的闭回路-反馈方式，至少有一个状态必须可在线测量。
反馈控制器根据测量值与被测量值的偏差自动对操作变量进行调整与修改，将测量值迅速和稳定的控制在设定值附近。
反馈控制器的建立与调整离不开有效的数学模型。
控制系统按数学模型分类
PID控制系统：非构造式动力学模型
在线自适应控制系统：基于状态变量和操作变量时间序列数据的黑箱性质模型；
模糊逻辑控制：经验型的、以语言为中心的定性模型。
5. 发酵过程的状态变量、操作变量和可测量变量
状态变量（State variables）：显示过程状态及其特征的参数，生物浓度、活性及反应速率；菌体浓度、DO、μ等
操作变量（Input variables ）：环境因子或操作条件，其改变导致状态变量改变；温度、压力、pH等
测量变量（Measurement variables）：可测量的状态变量。包括直接测量（一级）变量和间接测量（二级）变量。后者可根据前者利用公式计算得到
6. 用于发酵过程控制和优化的各类数学模型
合适的数学模型是实现过程控制与优化的基础；
能够直接反映操作参数和过程状态参数间的关系、将复杂反应体系的限速步骤单独提取出来加以模型化的、低元次的统合性质的模型
1. 构造性模型：
包含代谢网络模型在内，考虑到细胞内构成成分变化。最真实可靠，难建模，不能直接应用；
2. 黑箱性质模型：
完全基于生物过程状态变量和操作变量时间序列数据。含
1）回归模型：用于构建在线自适应控制系统和在线最优化控制系统；
2）人工神经网络：用于过程状态预测、模式识别、过程输入和输出变量的非线性回归。
3. 非构造式数学模型
把生物过程的理论定量与经验公式相结合的统合形式的模型；建模相对简单，为基于Pontryagin最大原理、格林定理、动态规划法和遗传算法的最优化控制与计算的基础
二、发酵过程的参数检测技术
方法：发酵过程的参数检测，获得给定发酵过程及菌体的重要参数的数据，定性、定量描述，实现过程的优化、模型化和自动化控制。
测参数的测量形式分为：
就地信号系统，在线测量系统和离线测量。
特点：需要检测的参数种类多
测量难度：
传感器须耐高温；
固形物附着传感器；
气泡干扰；
产生灭菌死角；
成分分析难以转化为电信号。
微生物的生长代谢过程是动态变化过程，属于开放系统。
根据参数的性质特点可分为：
物理参数、化学参数、间接参数三类。
需要测定的微生物反应工程参数
物理参数：温度、压力、搅拌器转速、动力消耗、通气量、流加物料量、料液总质量、料液体积、发酵液黏度、流动特性、放热量、添加物质的累积量
化学参数：氧化还原电位、DO、DCO2浓度、尾气氧分压和PCO2分压、Kla、菌体浓度、细胞内物质组成、碳源、氮源、金属离子、诱导物质、目的代谢产物、副产物等的浓度、酶的比活力、各种比速率、呼吸商
1、物理参数检测
1）温度测量
感温元件：铂电阻（精、稳但贵）；
铜电阻（便宜、但需长、大，易氧化）；
半导体（精、小、简、耐腐蚀但非线形）。
二次仪表：温度，0—150℃，
与热电阻型号匹配。
1、物理参数检测
2）热量测量（属“微热量”）
①利用热交换原理，测量一定时间内冷却水的流量和冷却水进出口温度（影响因素较多Q散Q显Q搅，只能定性和估计）
②利用温度变化率S（℃/h）：先使罐温恒定，再关闭自控装置，测量S；
③热力学方法：
根据盖斯定律：“在恒压和恒容条件下，一个反应不论是一步完成或几步完成，其反应热是相同的”。这实际上是热力学第一定律的必然推论，因为焓（H）是状态函数，过程的焓变与途径无关，只决定于过程的始态和终态。发酵热可根据标准燃烧热或标准生成热来计算。
1、物理参数检测
3）搅拌转速和搅拌功率的测量
搅拌转速：磁感应式，光感应式，
测速电机；
搅拌功率：（影响因素：菌丝浓度、黏度、泡沫）
方法：功率表，测定力矩求功率法。
1、物理参数检测
4）空气流量测定
体积流量型：
会引起流体能量损失，受温度和压力变化的影响；
①同心孔板压差式流量计；
②转子流量计。
质量流量型：
根据流体固有性质（质量、导电性、热传导性能）设计的流量计。
1、物理参数检测
5）罐压测量
就地指示；
转变为电信号（远传）。
选测、控点时，要避免死角，防止染菌。
1、物理参数检测
6）料液计量与液位控制
压差法：H=（△P2/△P1）·△H
直接重量测量法：直接称重
体积计量法：计算进出料液
流量计量法：计算流量和时间
液位探针
1、物理参数检测
7）发酵液粘度测定
毛细管粘度计
回转式粘度计
涡轮旋转粘度计
8）Kla测定
亚硫酸盐氧化法
溶氧电极法
物料衡算法
动态测定法
取样极谱法
复膜电极法
2、化学参数检测
1）pH测量
复合pH电极
（灭菌、稳定、流通、耐压）
pH测量仪器
2、化学参数检测
2）溶解氧的测量
溶氧电极法：
这是一种参量变换器：把溶氧浓度变成一个与之呈线性关系的电流量，进行测量，这种溶氧电极能耐蒸汽杀菌时的高温，可以固定装在发酵罐上，连续地测量培养液中溶氧浓度。
亚硫酸盐氧化法
取样极普法
排气法
采用耐高温消毒的带金属护套的玻璃极谱电极
用复合膜使电极与被测溶液分开
原理：氧分子在阴极上还原，而产生电流，电流和被还原的氧量成正比，测出此电流值就可以确定发酵液的溶氧浓度。
2、化学参数检测
3）溶解二氧化碳测量
复膜式电极法
渗透膜—碳酸氢钠法
4）发酵尾气的在线分析
CO2分析
氧浓度测量（如质谱分析仪）
3．溶解CO2浓度的检测
CO2通过特殊选择特性的微孔膜进入饱和碳酸氢钠缓冲溶液中，平衡后显示的pH与溶解的CO2浓度成正比。
测定范围是1.5~150g/m3
2、化学参数检测
5）菌浓度的测量
浊度法
荧光测量
排气分析法
粘度测定法
热量恒算法
酶电极法
恒电位电极法
5）细胞浓度的测定
分全细胞浓度：湿重法、干重法、浊度法、湿细胞体积法等，在线检测用流通式浊度计
活细胞浓度：利用活生物细胞催化的反应或活细胞本身特有的物质而使用生物发光或化学发光法进行测定。荧光法测定ATP、NADH
3、间接参数检测
1）数据处理
2）间接数据的获得
质量传递速率:OTR≈OUR(氧吸收率)=QO2X
组分比率
（呼吸商RQ：形成的CO2与耗O2之比）
质量传递系数： 如氧：W=OTR=KLα（C*-CL）
热传递系数：QC=Fin △H0in-Fout△H0out
其他间接参数:如搅拌功率、叶尖速度、发酵液体
积等。
在线分析仪器设备
高压液相分析系统（HPLC）
流动注射式（Flow Injection Analyser）分析系统
映像在线监控系统
4．高压液相分析系统（HPLC）
发酵液过滤后进入过滤取样模件FAM，由HPLC系统分析。
4．流动注射式（Flow Injection Analyser）分析系统
实质是将样品送至检测装置的一种手段，可以直接将样品送至检测装置，也可与载气、反应剂混合送至检测系统
4．映像在线监控系统
即直接将光学显微镜安装在反应器中，可以观察到细胞的数目，单个细胞的尺寸和形态，还可利用荧光显微镜同时估计细胞代谢过程。
生物传感器在发酵过程检测中的应用
定义：利用生物催化剂和适当的转换元件制成的传感器。
生物材料：固定化酶、微生物、抗原抗体、生物组织等；
转换元件：电化学电极、热敏电阻等
酶电极
微生物电极
免疫电极
（二）在线发酵仪器的研究进展
1．红外光谱技术：新型红外探头
2．荧光检测技术：分为酶键合标记法、直接荧光测量法、荧光试剂测量法
3．离子敏场效应晶体管传感技术：利用离子敏感薄膜或生物活性功能膜代替金属构成的新型有源半导体化学敏感器件
间接测量：软测量技术
以目前可有效获取的测量信息为基础，通过计算机实现重要过程变量的估计，其软件可根据被测对象的变化进行改造。在发酵过程中，由易测量的过程变量（如O2和CO2），借助于“软测量”模型，通过各种计算和估计，实现对待测过程变量（如生物量、产物浓度）的软测量
二、发酵过程的自动控制
