青霉素反复补料分批发酵过程的模型化与智能优化
在研究发酵过程反应计量学、代谢流分布和控制理论的基础上,结合专家知识、经验以及大量的实验和生产数据,以碳、氮、氧、磷、硫元素平衡和能量平衡的方法,对生产规模青霉互反复补料分批发酵(即半连续发酵)的全过程进行了数学模拟,建立了一组包含25个过程变量的改良机械模型.利用这一模型,预测了各种过程变量的变化对发酵产率和利润的影响,提出了在满足生物反应器可容许的最大生物质浓度、最大发酵液体积等约束条件下,使生物质浓度和发酵液体积随过程时间变化的两条曲线下面积最大化的优化原则.为此,应用多元逐步回归和多项式回归方法,根据发酵过程中通入空气的温度和湿度、发酵温度、各种补料培养基浓度等环境条件的变化,初始生物质浓度、初始发酵液体积、基础培养基中营养基质的加入量等初始条件的变化,以及生物反应器的最大搅拌功率输入、最大通气率、菌株的最大比生长速率和最大比生产速率、工艺要求的临界最低比生长速率等约束条件的变化,智能化地自动调整生物质生长动力学模型中的参数和各种补料培养基中的水活性(对应于溶解的营养基质浓度),实现上述两个最大化,使发酵产率和(或)利润趋向最大.
改良机械模型 多元逐步回归 多项式回归 智能优化 青霉素 反复补料分批发酵
徐亲民 陆旋 谷达
河北科技大学生物科学与工程学院(石家庄) 清华大学数学科学系(北京) John Abbott College,蒙特利尔H9X 1S2(加拿大)
国内会议
澳门、珠海
中文
128-132
2002-07-01（万方平台首次上网日期，不代表论文的发表时间）