丁健 槐強(qiáng)強(qiáng)

摘要：發(fā)酵工廠設(shè)計(jì)是整個(gè)生物工程專業(yè)課程體系中最具工程化和創(chuàng)造性的課程。但是傳統(tǒng)的教學(xué)方式已不能滿足社會(huì)的需要，本課程將自動(dòng)化技術(shù)應(yīng)用到教學(xué)中，以此來(lái)豐富教學(xué)內(nèi)容，創(chuàng)新教學(xué)手段，培養(yǎng)高素質(zhì)應(yīng)用型工程設(shè)計(jì)人才。

關(guān)鍵詞：發(fā)酵工廠設(shè)計(jì)；自動(dòng)化技術(shù)；計(jì)算流體力學(xué)

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）17-0136-02

《發(fā)酵工廠設(shè)計(jì)》課程是生物工程專業(yè)的一門專業(yè)必修課程，在專業(yè)課程教學(xué)中占有重要地位。開設(shè)該課程的目的是培養(yǎng)學(xué)生對(duì)工廠的全局設(shè)計(jì)思考能力，專業(yè)性的工藝、設(shè)備設(shè)計(jì)能力，再結(jié)合畢業(yè)設(shè)計(jì)和生產(chǎn)實(shí)習(xí)，完成工程學(xué)科的綜合性基礎(chǔ)訓(xùn)練，也是大學(xué)生向工程師轉(zhuǎn)化的一個(gè)重要的教學(xué)環(huán)節(jié)[1]。該課程具有非常強(qiáng)的綜合性和實(shí)踐性，要求學(xué)生具有《生物工程設(shè)備》、《化工原理》以及《工程制圖》等多門課程的理論知識(shí)，并在生產(chǎn)實(shí)習(xí)等實(shí)踐課程的基礎(chǔ)上對(duì)所學(xué)的理論知識(shí)進(jìn)行綜合和與系統(tǒng)化，實(shí)現(xiàn)從理論學(xué)習(xí)向工程設(shè)計(jì)的轉(zhuǎn)化。開設(shè)該課程的目的是為學(xué)生打好理論與實(shí)踐能力的基礎(chǔ)，使其在未來(lái)的工作崗位上具有從事工廠技術(shù)改造和工藝設(shè)計(jì)等相關(guān)工作的能力。目前，全國(guó)多所高校的均面向生物工程專業(yè)本科生開設(shè)《發(fā)酵工廠設(shè)計(jì)》課程。但是隨著現(xiàn)代科技發(fā)展，知識(shí)更新速度加快，新技術(shù)、新工藝和新設(shè)備不斷涌現(xiàn)，生物制品的生產(chǎn)過(guò)程與質(zhì)量控制環(huán)節(jié)精細(xì)化程度越來(lái)越高，發(fā)酵工業(yè)生產(chǎn)逐漸呈現(xiàn)出多學(xué)科交叉的趨勢(shì)。發(fā)酵工藝與設(shè)備越來(lái)越復(fù)雜，在有限的課時(shí)內(nèi)將如此復(fù)雜的設(shè)備和流程清晰、準(zhǔn)確、形象地傳達(dá)給學(xué)生將變得越來(lái)越困難。現(xiàn)有教學(xué)模式中的語(yǔ)言描述、簡(jiǎn)單的設(shè)備示意圖和流程圖越來(lái)越難以勝任不斷提高的教學(xué)要求。

為了滿足未來(lái)發(fā)酵工廠中控制過(guò)程精細(xì)化的需求，我們將自動(dòng)控制技術(shù)融入《發(fā)酵工廠設(shè)計(jì)》的教學(xué)內(nèi)容之中。同時(shí)，我們將計(jì)算流體力學(xué)技術(shù)（CFD）作為課堂教學(xué)的手段之一，將工業(yè)發(fā)酵反應(yīng)器及管道內(nèi)部流場(chǎng)的分布，以動(dòng)態(tài)方式展現(xiàn)給學(xué)生，以增強(qiáng)學(xué)生對(duì)設(shè)備及工藝的感性認(rèn)識(shí)，進(jìn)一步提高教學(xué)質(zhì)量。

一、自動(dòng)控制技術(shù)在發(fā)酵工廠中的應(yīng)用

隨著發(fā)酵生產(chǎn)過(guò)程精細(xì)化程度的提高，傳統(tǒng)的人工控制方法已經(jīng)無(wú)法滿足發(fā)酵生產(chǎn)的控制需求。因此，將自動(dòng)控制技術(shù)用于發(fā)酵生產(chǎn)，形成特有的發(fā)酵過(guò)程控制技術(shù)已經(jīng)成為不可阻擋的趨勢(shì)。發(fā)酵過(guò)程控制，廣義上講、就是將發(fā)酵過(guò)程的某個(gè)或多個(gè)狀態(tài)變量控制在期望的水平或者時(shí)間曲線上，從而使得某一發(fā)酵性能指標(biāo)（如目標(biāo)產(chǎn)物濃度、生產(chǎn)強(qiáng)度等）達(dá)到最優(yōu)[2]。本質(zhì)上講，發(fā)酵過(guò)程控制和發(fā)酵過(guò)程優(yōu)化是密切相關(guān)的。根據(jù)能否在線測(cè)量某一個(gè)或某些反映發(fā)酵過(guò)程特征的狀態(tài)變量，可以將發(fā)酵過(guò)程控制分為離線控制和在線控制兩類。離線控制是一種典型的開回路-前饋控制方式，它最大的特點(diǎn)就是不需要測(cè)量任何狀態(tài)變量，僅利用已知的動(dòng)力學(xué)模型或其他方式來(lái)計(jì)算和確定控制變量。離線控制雖然不需要對(duì)過(guò)程狀態(tài)參數(shù)進(jìn)行在線測(cè)量，但是，它必須嚴(yán)格要求描述過(guò)程動(dòng)力學(xué)特征的數(shù)學(xué)模型的準(zhǔn)確性。實(shí)際環(huán)境下、一旦過(guò)程動(dòng)力學(xué)特性發(fā)生變化和偏移，離線控制的性能和效果就會(huì)產(chǎn)生不同程度的惡化，發(fā)酵過(guò)程優(yōu)化的目標(biāo)也就無(wú)法得到實(shí)現(xiàn)。

鑒于離線控制的種種缺陷，在線控制方法的越來(lái)越受到研究者們的青睞。在線控制是典型的閉回路-反饋的控制方式。在反饋控制中，至少要有一個(gè)狀態(tài)變量可以在線測(cè)量。根據(jù)被控狀態(tài)變量測(cè)量值與其設(shè)定值之間的偏差，反饋控制器按照一定的方式，自動(dòng)地對(duì)操作變量進(jìn)行修正調(diào)整，使得測(cè)量值能夠迅速和穩(wěn)定地被控制在其設(shè)定值附近。然而，微生物發(fā)酵過(guò)程具有明顯的非線性和時(shí)變性特征，常規(guī)的反饋控制策略，如比例-積分-微分（PID）控制，難以滿足發(fā)酵過(guò)程控制的需求。因此，在《發(fā)酵工廠設(shè)計(jì)》課程中所講授的自動(dòng)控制技術(shù)應(yīng)將重點(diǎn)集中在智能控制方面。智能工程是計(jì)算機(jī)科學(xué)研究的一個(gè)重要領(lǐng)域，致力于設(shè)計(jì)開發(fā)精密的計(jì)算機(jī)程序和軟件，并以此來(lái)模擬人腦的信息獲取、邏輯推理以及歸納總結(jié)等智能行為，以便解決一些需要人類智慧才能解決的復(fù)雜問(wèn)題。常見的智能工程方法主要包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊邏輯控制以及支持向量機(jī)等。該課程面向的對(duì)象是生物工程專業(yè)的本科生，受教學(xué)對(duì)象專業(yè)背景所限，授課過(guò)程中應(yīng)當(dāng)盡量避免晦澀難懂的數(shù)學(xué)公式推導(dǎo)，力求以通俗易懂的語(yǔ)言講授各種智能控制方法的原理，并列舉發(fā)酵過(guò)程控制的實(shí)例來(lái)增強(qiáng)學(xué)生對(duì)基本智能控制方法的理解和應(yīng)用能力。

二、發(fā)酵過(guò)程故障診斷技術(shù)在發(fā)酵工廠中的應(yīng)用

發(fā)酵過(guò)程控制通過(guò)將特定的過(guò)程狀態(tài)參數(shù)控制于期望水平上，達(dá)到改善發(fā)酵性能的目的。但是，有時(shí)即便將發(fā)酵操作條件控制在所謂“最優(yōu)”狀態(tài)或水平，卻也不能確保發(fā)酵性能的優(yōu)化或改善。然而，在實(shí)際的發(fā)酵過(guò)程中，因配料錯(cuò)誤、檢測(cè)錯(cuò)誤等無(wú)法預(yù)測(cè)的原因使得過(guò)程優(yōu)化控制策略的有效實(shí)施受到嚴(yán)重制約，即便在“最優(yōu)”控制條件下，發(fā)酵性能差、甚至徹底失敗的現(xiàn)象也時(shí)有發(fā)生。對(duì)于大規(guī)模的工業(yè)發(fā)酵生產(chǎn)，考慮到下游產(chǎn)品提取精制工藝的要求，有時(shí)“穩(wěn)產(chǎn)”甚至比“高產(chǎn)”更加重要。因此，發(fā)酵過(guò)程故障診斷和預(yù)警技術(shù)也就成為發(fā)酵過(guò)程控制中的一個(gè)重要組成部分。利用該技術(shù)，如果在發(fā)酵前期識(shí)別故障的發(fā)生和類型，及時(shí)采取相應(yīng)的補(bǔ)救措施，可以減少原料、能源以及人力的浪費(fèi)，實(shí)現(xiàn)發(fā)酵過(guò)程的穩(wěn)產(chǎn)。

故障診斷是一類利用數(shù)學(xué)方法分析可測(cè)的過(guò)程參數(shù)，從而識(shí)別動(dòng)態(tài)過(guò)程異常狀態(tài)的技術(shù)。故障診斷技術(shù)主要分為兩類：完全基于過(guò)程模型的故障診斷和基于歷史數(shù)據(jù)/特定模型的故障診斷[3]?？紤]到發(fā)酵過(guò)程模型的復(fù)雜性，完全基于過(guò)程模型的故障診斷方法在發(fā)酵領(lǐng)域應(yīng)用較少?；跉v史數(shù)據(jù)/特定模型工具的故障診斷方法，通過(guò)歸納歷史數(shù)據(jù)、從中提取故障特征，并以此為依據(jù)來(lái)識(shí)別特定的過(guò)程故障，這類方法的應(yīng)用范圍更加廣泛。這類方法的典型代表就是所謂主元（成分）分析法（PCA）。由于標(biāo)準(zhǔn)的主元分析法壓縮數(shù)據(jù)特征的過(guò)程是通過(guò)簡(jiǎn)單的線性變換來(lái)完成的，它在處理發(fā)酵過(guò)程故障診斷這類非線性特征強(qiáng)烈的問(wèn)題時(shí)，具有明顯的局限性。因此，人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、模糊推理等智能型方法在近年來(lái)也被廣泛地用于發(fā)酵過(guò)程的故障診斷。另外，還有一些非主流、但又非常實(shí)用的故障診斷方法，例如多變量聚類分析等。利用有效的發(fā)酵故障在線診斷系統(tǒng)，在第一時(shí)間檢測(cè)發(fā)現(xiàn)故障及其故障種類，并采取有效的補(bǔ)救措施、排除故障，挽救“錯(cuò)誤”發(fā)酵，是發(fā)酵故障診斷系統(tǒng)的最高境界。只有這樣，才能真正確保發(fā)酵過(guò)程的穩(wěn)定性和經(jīng)濟(jì)性。

三、CFD技術(shù)在《發(fā)酵工廠設(shè)計(jì)》課程中的應(yīng)用

計(jì)算流體力學(xué)（CFD）技術(shù)以經(jīng)典流體動(dòng)力學(xué)和數(shù)值模擬計(jì)算方法為基礎(chǔ)，研究傳熱和傳質(zhì)等過(guò)程的一門交叉學(xué)科。流體力學(xué)、計(jì)算機(jī)科學(xué)、數(shù)值計(jì)算理論等學(xué)科之間相互作用、相互支持、相互融合，共同推動(dòng)著CFD技術(shù)的發(fā)展。CFD技術(shù)通過(guò)求解反應(yīng)器相關(guān)區(qū)域內(nèi)質(zhì)量、動(dòng)量和能量方程以及相關(guān)附加方程來(lái)獲得流場(chǎng)的整體和局部信息。CFD技術(shù)的基本原理是采用適當(dāng)?shù)姆椒▽?duì)時(shí)間域和空間域上連續(xù)的物理量場(chǎng)進(jìn)行離散化，用一系列離散點(diǎn)的集合來(lái)替代上述物理量場(chǎng)，并通過(guò)一定原則和方式建立有關(guān)離散點(diǎn)上場(chǎng)變量之間關(guān)系的代數(shù)方程組，通過(guò)求解方程組獲得場(chǎng)變量的近似值。離散化的目的是將連續(xù)的偏微分方程組及其定解條件依據(jù)某種方法、遵循特定規(guī)則在計(jì)算域的離散網(wǎng)格上轉(zhuǎn)化為代數(shù)方程組，以得到連續(xù)系統(tǒng)的離散近似解[4]。CFD技術(shù)能夠經(jīng)濟(jì)有效地預(yù)測(cè)發(fā)酵工廠中反應(yīng)器、管道內(nèi)的流體流動(dòng)、傳熱傳質(zhì)等其他一系列相關(guān)現(xiàn)象。將CFD技術(shù)用于《發(fā)酵工廠設(shè)計(jì)》的教學(xué)中，可以顯著增強(qiáng)學(xué)生對(duì)反應(yīng)器及設(shè)備內(nèi)部流場(chǎng)變化的感性認(rèn)識(shí)，提高教學(xué)效果。

四、結(jié)束語(yǔ)

發(fā)酵工廠設(shè)計(jì)是一門發(fā)展中的應(yīng)用性很強(qiáng)的課程。本課程將發(fā)酵行業(yè)近年來(lái)所需要的自動(dòng)控制技術(shù)引入教學(xué)內(nèi)容中，創(chuàng)新教學(xué)手段，增強(qiáng)學(xué)生對(duì)課程整體內(nèi)容的綜合認(rèn)識(shí)，體會(huì)課程中知識(shí)之間的聯(lián)系。同時(shí)引入并深入剖析最新的工廠和工藝設(shè)計(jì)的成功案例，從而有助于學(xué)生將學(xué)習(xí)內(nèi)容與生產(chǎn)實(shí)際結(jié)合起來(lái)，使所學(xué)知識(shí)更加具體化。

參考文獻(xiàn)：

[1]盧慶華，盧梭.生物工程工廠設(shè)計(jì)課程教學(xué)改革的探索[J].廣州化工，2013，41（17）：251-252.

[2]丁健.基于人工智能和代謝調(diào)控的典型好氧發(fā)酵過(guò)程在線控制和故障診斷[D].江南大學(xué)博士學(xué)位論文，2010.

[3]Jian Ding，Yan Gao，Enock Mpofu，et al. A hybrid support vector machine and fuzzy reasoning based fault diagnosis and rescue system for stable glutamate fermentation[J].Chemical Engineering Research and Design，2012，90：1197-1207.

[4]Shengbing Duan，Guoqiang Yuan，Yanli Zhao，et al. Simulation of computational fluid dynamics and comparison of cephalosporin C fermentation performance with different impeller combinations[J]. Korean Journal Chemical Engineering，2013，30（5）：1097-1104.