基于自動化和計算流體力學技術的發酵工廠設計課程教學探索

丁健 槐強強

摘要：發酵工廠設計是整個生物工程專業課程體系中最具工程化和創造性的課程。但是傳統的教學方式已不能滿足社會的需要，本課程將自動化技術應用到教學中，以此來豐富教學內容，創新教學手段，培養高素質應用型工程設計人才。

關鍵詞：發酵工廠設計；自動化技術；計算流體力學

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）17-0136-02

《發酵工廠設計》課程是生物工程專業的一門專業必修課程，在專業課程教學中占有重要地位。開設該課程的目的是培養學生對工廠的全局設計思考能力，專業性的工藝、設備設計能力，再結合畢業設計和生產實習，完成工程學科的綜合性基礎訓練，也是大學生向工程師轉化的一個重要的教學環節[1]。該課程具有非常強的綜合性和實踐性，要求學生具有《生物工程設備》、《化工原理》以及《工程制圖》等多門課程的理論知識，并在生產實習等實踐課程的基礎上對所學的理論知識進行綜合和與系統化，實現從理論學習向工程設計的轉化。開設該課程的目的是為學生打好理論與實踐能力的基礎，使其在未來的工作崗位上具有從事工廠技術改造和工藝設計等相關工作的能力。目前，全國多所高校的均面向生物工程專業本科生開設《發酵工廠設計》課程。但是隨著現代科技發展，知識更新速度加快，新技術、新工藝和新設備不斷涌現，生物制品的生產過程與質量控制環節精細化程度越來越高，發酵工業生產逐漸呈現出多學科交叉的趨勢。發酵工藝與設備越來越復雜，在有限的課時內將如此復雜的設備和流程清晰、準確、形象地傳達給學生將變得越來越困難。現有教學模式中的語言描述、簡單的設備示意圖和流程圖越來越難以勝任不斷提高的教學要求。

為了滿足未來發酵工廠中控制過程精細化的需求，我們將自動控制技術融入《發酵工廠設計》的教學內容之中。同時，我們將計算流體力學技術（CFD）作為課堂教學的手段之一，將工業發酵反應器及管道內部流場的分布，以動態方式展現給學生，以增強學生對設備及工藝的感性認識，進一步提高教學質量。

一、自動控制技術在發酵工廠中的應用

隨著發酵生產過程精細化程度的提高，傳統的人工控制方法已經無法滿足發酵生產的控制需求。因此，將自動控制技術用于發酵生產，形成特有的發酵過程控制技術已經成為不可阻擋的趨勢。發酵過程控制，廣義上講、就是將發酵過程的某個或多個狀態變量控制在期望的水平或者時間曲線上，從而使得某一發酵性能指標（如目標產物濃度、生產強度等）達到最優[2]。本質上講，發酵過程控制和發酵過程優化是密切相關的。根據能否在線測量某一個或某些反映發酵過程特征的狀態變量，可以將發酵過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，它最大的特點就是不需要測量任何狀態變量，僅利用已知的動力學模型或其他方式來計算和確定控制變量。離線控制雖然不需要對過程狀態參數進行在線測量，但是，它必須嚴格要求描述過程動力學特征的數學模型的準確性。實際環境下、一旦過程動力學特性發生變化和偏移，離線控制的性能和效果就會產生不同程度的惡化，發酵過程優化的目標也就無法得到實現。

鑒于離線控制的種種缺陷，在線控制方法的越來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，至少要有一個狀態變量可以在線測量。根據被控狀態變量測量值與其設定值之間的偏差，反饋控制器按照一定的方式，自動地對操作變量進行修正調整，使得測量值能夠迅速和穩定地被控制在其設定值附近。然而，微生物發酵過程具有明顯的非線性和時變性特征，常規的反饋控制策略，如比例-積分-微分（PID）控制，難以滿足發酵過程控制的需求。因此，在《發酵工廠設計》課程中所講授的自動控制技術應將重點集中在智能控制方面。智能工程是計算機科學研究的一個重要領域，致力于設計開發精密的計算機程序和軟件，并以此來模擬人腦的信息獲取、邏輯推理以及歸納總結等智能行為，以便解決一些需要人類智慧才能解決的復雜問題。常見的智能工程方法主要包括人工神經網絡、遺傳算法、模糊邏輯控制以及支持向量機等。該課程面向的對象是生物工程專業的本科生，受教學對象專業背景所限，授課過程中應當盡量避免晦澀難懂的數學公式推導，力求以通俗易懂的語言講授各種智能控制方法的原理，并列舉發酵過程控制的實例來增強學生對基本智能控制方法的理解和應用能力。

二、發酵過程故障診斷技術在發酵工廠中的應用

發酵過程控制通過將特定的過程狀態參數控制于期望水平上，達到改善發酵性能的目的。但是，有時即便將發酵操作條件控制在所謂“最優”狀態或水平，卻也不能確保發酵性能的優化或改善。然而，在實際的發酵過程中，因配料錯誤、檢測錯誤等無法預測的原因使得過程優化控制策略的有效實施受到嚴重制約，即便在“最優”控制條件下，發酵性能差、甚至徹底失敗的現象也時有發生。對于大規模的工業發酵生產，考慮到下游產品提取精制工藝的要求，有時“穩產”甚至比“高產”更加重要。因此，發酵過程故障診斷和預警技術也就成為發酵過程控制中的一個重要組成部分。利用該技術，如果在發酵前期識別故障的發生和類型，及時采取相應的補救措施，可以減少原料、能源以及人力的浪費，實現發酵過程的穩產。

故障診斷是一類利用數學方法分析可測的過程參數，從而識別動態過程異常狀態的技術。故障診斷技術主要分為兩類：完全基于過程模型的故障診斷和基于歷史數據/特定模型的故障診斷[3]。考慮到發酵過程模型的復雜性，完全基于過程模型的故障診斷方法在發酵領域應用較少。基于歷史數據/特定模型工具的故障診斷方法，通過歸納歷史數據、從中提取故障特征，并以此為依據來識別特定的過程故障，這類方法的應用范圍更加廣泛。這類方法的典型代表就是所謂主元（成分）分析法（PCA）。由于標準的主元分析法壓縮數據特征的過程是通過簡單的線性變換來完成的，它在處理發酵過程故障診斷這類非線性特征強烈的問題時，具有明顯的局限性。因此，人工神經網絡、支持向量機、模糊推理等智能型方法在近年來也被廣泛地用于發酵過程的故障診斷。另外，還有一些非主流、但又非常實用的故障診斷方法，例如多變量聚類分析等。利用有效的發酵故障在線診斷系統，在第一時間檢測發現故障及其故障種類，并采取有效的補救措施、排除故障，挽救“錯誤”發酵，是發酵故障診斷系統的最高境界。只有這樣，才能真正確保發酵過程的穩定性和經濟性。

三、CFD技術在《發酵工廠設計》課程中的應用

計算流體力學（CFD）技術以經典流體動力學和數值模擬計算方法為基礎，研究傳熱和傳質等過程的一門交叉學科。流體力學、計算機科學、數值計算理論等學科之間相互作用、相互支持、相互融合，共同推動著CFD技術的發展。CFD技術通過求解反應器相關區域內質量、動量和能量方程以及相關附加方程來獲得流場的整體和局部信息。CFD技術的基本原理是采用適當的方法對時間域和空間域上連續的物理量場進行離散化，用一系列離散點的集合來替代上述物理量場，并通過一定原則和方式建立有關離散點上場變量之間關系的代數方程組，通過求解方程組獲得場變量的近似值。離散化的目的是將連續的偏微分方程組及其定解條件依據某種方法、遵循特定規則在計算域的離散網格上轉化為代數方程組，以得到連續系統的離散近似解[4]。CFD技術能夠經濟有效地預測發酵工廠中反應器、管道內的流體流動、傳熱傳質等其他一系列相關現象。將CFD技術用于《發酵工廠設計》的教學中，可以顯著增強學生對反應器及設備內部流場變化的感性認識，提高教學效果。

四、結束語

發酵工廠設計是一門發展中的應用性很強的課程。本課程將發酵行業近年來所需要的自動控制技術引入教學內容中，創新教學手段，增強學生對課程整體內容的綜合認識，體會課程中知識之間的聯系。同時引入并深入剖析最新的工廠和工藝設計的成功案例，從而有助于學生將學習內容與生產實際結合起來，使所學知識更加具體化。

參考文獻：

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

[2]丁健.基于人工智能和代謝調控的典型好氧發酵過程在線控制和故障診斷[D].江南大學博士學位論文，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.