不同碳源对E.adhaerens产维生素B12发酵代谢动力学分析

考察了Ensifer adhaerens (E.adhaerens)在不同碳源(麦芽糖、蔗糖、葡萄糖和果糖)条件下的生理代谢特性,并利用Logistic和Luedeking-Piret模型分析了黏着剑菌发酵过程生长动力学及产物合成动力学特性变化。结果表明,蔗糖能够显著促进E.adhaerens的生长和合成代谢,补料批培养条件下发酵单位分别比葡萄糖、麦芽糖、果糖组高出53%、40%、103%;发酵代谢动力学分析表明,不同碳源条件下,E.adhaerens生产维生素B₁₂(VB₁₂)呈现部分生长偶联型;蔗糖为最优碳源,最大比生长速率和最高发酵单位分别为0.054 h^-1和115 mg/L。E.adhaerens发酵过程中,蔗糖能够被逐渐分解为葡萄糖和果糖,维持合适的葡萄糖生成速率,用于提供足够的能量和前体用于菌体生长和VB₁₂合成,有效缓解了高质量浓度葡萄糖对菌体生长和产物合成的抑制。     

基于生物传感器的发酵过程在线分析系统研制

基于发酵过程自动优化控制的需求,研制了发酵过程生物传感器在线自动取样分析系统。给出了在线分析系统的分析原理及其结构组成,详细介绍了自动取样、样品稀释及生物传感器信号处理的方法。系统可以实现对葡萄糖、乳酸和谷氨酸等重要生化参数的自动取样分析,并把分析结果通过485接口或4~20 mA模拟接口发送到发酵控制器,为发酵控制提供生化分析数据。用葡萄糖标准样品作为发酵液对实验样机进行了测试,结果表明在线分析系统具有较高的分析精度,可以满足发酵过程分析的需求。     

一株优选酿酒酵母增殖培养条件优化及发酵动力学模型的构建

为实现酿酒酵母(Saccharomyces cerevisiae)的高密度发酵及在奶啤生产中的应用,对一株来源于新疆传统发酵驼乳中的酿酒酵母TR2生长所需的增殖因子与培养条件进行研究,并建立该菌株的发酵动力学模型。采用单因素实验对培养基中的碳源、氮源以及无机盐的种类与浓度进行筛选,通过响应面试验与正交试验的方法分别优化该菌的培养基成分和发酵条件,采用Matlab软件对该菌株菌体生长和葡萄糖消耗动力学模型分别进行非线性拟合。结果表明,优化培养基配方为葡萄糖53.4g/L、蛋白胨21.5g/L、酵母膏10g/L、磷酸二氢钾2.98g/L,在初始pH值为5.0、摇床转速150r/min、接种量体积分数5%、装液量60mL的条件下28℃发酵16h,细胞数量可达到6.64×10⁸CFU/mL,其菌体生长和葡萄糖消耗动力学模型的预测值与实验值能较好地拟合,拟合度分别为0.9973和0.9784,表明所建模型能较好反映该菌的分批发酵过程。     

聚氨酯固定化米根霉发酵乳酸动力学研究

采用聚氨酯继载体，对米根霉（Rhizopus oryzae）进行自吸附固定化，在鼓泡塔反应器中对以葡萄糖和混合糖（葡萄糖和木糖）的乳酸发酵动力学进行了研究。建立了固定化米根霉以葡萄糖、木糖与葡萄糖的混合糖为碳源的L－乳酸发酵动力学模型，模型计算结果与实验数据较为符合。     

固定化细胞发酵—膜蒸馏耦合生产乙醇的研究

对固定化酿酒酵母细胞发酵与膜蒸馏耦合生产乙醇进行了实验研究,首先实验测定了平板蒸膜馏器的分离性能以及游离酵母细胞发酵动力学和固定化酵线细胞发酵动力学,然后将游离细胞发酵罐及固定化细胞反应器分别与平板膜蒸馏装置相耦合成膜生物反应器,对固定化细胞发酵－膜蒸馏分离乙醇耦合过程进行了研究。在游离酵母细胞发酵中,间歇培养１３ｈ发酵液中乙醇质量浓度,酵母细胞密度（单位体积发酵液内细胞个数）和葡萄糖转化率,乙醇     

亚硝酸积累条件下反硝化脱氮过程动力学模型

采用序批式反应器,对以乙酸钠和新鲜生活垃圾沥滤液为外加碳源的反硝化系统进行了反硝化过程动力学研究,为优选碳源提供理论依据.在系统亚硝酸盐暂时积累条件下,分别采用分段零级动力学模型和基于Monod方程的动态模型,拟合试验数据,并求算相应的动力学参数.结果表明,乙酸钠碳源系统反应初始阶段,脱氮速率要比以垃圾沥滤液为碳源高出38%.分段动力学得到的表观碳氮比(速率比)表明,亚硝酸盐降解阶段是反硝化的限制步骤.基于Monod方程的微分方程组模型,能够很好地拟合两种不同碳源条件下反硝化过程硝酸盐、亚硝酸盐质量浓度的变化,参数值与实际运行效果一致,所得动力学参数能够反映碳源利用效率.     

气升式生物反应器内红霉素发酵的动力学分析

研究了气升式生物反应器内红霉素发酵的动力学行为，根据所归纳出的动力学方程，调整发酵过程中的补料策略，得出了比较优化的工艺和工程参数，如发酵液的C／N(碳源／氮源)比、氧摄取速度(OUR)等。根据此动力学模型，调整的优化发酵工艺使得菌体代谢周期缩短了13％，而红霉素发酵水平提高了10％。     

基于DRFNN的赖氨酸发酵生物参数估计

赖氨酸发酵过程是一个复杂的非线性强耦合动态过程,发酵过程中某些关键生物参数(如菌体浓度、基质浓度、产物浓度)难以实时在线检测.针对这些问题,建立了基于动态递归模糊神经网络(DRFNN)的赖氨酸发酵生物参数估计软测量模型.利用主元分析法建立发酵过程中在线不可测参数的软测量模型,应用动态递归模糊神经网络所具有的自学习、自适应能力以及对任意非线性的逼近能力,对该模型进行辨识,从而达到预测这些关键生物参数的目的.仿真结果表明该方法能够对赖氨酸发酵过程中不可在线测量的生物参数进行估计,且达到了较高的精度.     

芽孢杆菌BCS 13002的鉴定及同步糖化发酵生产高光学纯度L-乳酸

从泡菜中分离得到一株芽孢杆菌,经16S RNA及生理生化鉴定为凝结芽孢杆菌(BCS 13002).文中研究了碳源、中和剂对菌株生产L-乳酸的影响,并在5 L发酵罐中分别以葡萄糖及玉米淀粉为碳源进行分批补料发酵和同步糖化发酵(SSF)的研究.结果表明,葡萄糖是最合适的碳源,使用木糖和玉米淀粉作为碳源均不利于L-乳酸的产生;使用NaOH作为中和剂的效果优于Ca(OH)_2和CaCO_3.在发酵罐中以葡萄糖为碳源进行分批补料发酵,得到L-乳酸含量为115.86 g/L,糖酸转化率约为82.31%,并证明MnSO_4·H_2O和MgCl_2·6H_2O在发酵中有特殊的作用.以玉米淀粉为原料同步糖化发酵,得到L-乳酸123.3 g/L,糖酸转化率约为70.03%,产品中L-乳酸的光学纯度均达到99.8%以上.     

发酵代谢物对葡萄糖氧化酶生物合成的影响

用膜透析技术和静息细胞系统，对影响葡萄糖氧化酶（ＧＯＤ）发酵的控制因素进行了研究。静息细胞系统显示：鸟氨酸、谷氨酸、甘氨酸、丙氨酸、丝氨酸和胱氨酸等氨基酸对ＧＯＤ的合成有促进作用；葡萄糖酸和丙酮酸对ＧＯＤ的合成有阻遏作用，１．５ｍｍｏｌ／Ｌ的丙酮酸使酶活降低４６．２４％；２０ｍｍｏｌ／Ｌ的葡萄糖酸使酶活降低２１％左右，但葡萄糖酸浓度增大，有被菌体作为碳源利用的可能。利用膜透析技术可除去部分发酵过程中产生的葡萄糖酸和丙酮酸等阻遏物，减少它们对ＧＯＤ合成的分解代谢物的阻遏作用，与分批发酵相比．提高酶活４０％左右。     

人工神经网络在红霉素发酵过程状态预估中的应用

探索了动态ＢＰ网络和ＲＢＦ网络在红霉素发酵过程状态预估中的应用,比较了它们的收敛速度和学习能力。结果表明,ＢＰ网络和ＲＢＦ网络都具有相当好的学习能力,但ＲＢＦ网络的收敛速度更快,训练好的神经网络,在红霉素发酵过程中可在线预估出红霉素效价、葡萄糖浓度、ＮＨ２－Ｎ浓度、丙醇浓度和菌体浓度等参数值,并可在进上步的过程优化和控制中应用。     

乳酸菌发酵过程参数的研究

为准确、快捷地掌握乳酸菌发酵过程中主要参数的变化情况,通过KRH-BI0300型发酵罐控制系统、细胞密度监测系统、SHP8400PM过程气体质谱分析仪、生物传感分析仪等多种发酵过程分析检测手段,对乳酸发酵过程中乳酸菌活细胞数、尾气成分、葡萄糖及乳酸含量的变化情况进行测定。结果表明,应用多种现代化分析检测手段可以快速、精确地掌握乳酸菌发酵过程参数变化情况。该研究为乳酸菌发酵过程的优化控制及规模工业化奠定了基础。     

基于PSO-FNN逆的青霉素发酵软测量方法

青霉素发酵过程是一个严重非线性、时变、复杂的动态过程,发酵过程中一些关键参数(如菌体质量浓度ρX、基质质量浓度ρS和产物质量浓度(ρP)难以通过常规仪表在线测量,这些参数的获取非常耗时和困难。提出一种基于粒子群模糊神经网络逆(PSO-FNN逆)的软测量方法。首先给出青霉素发酵过程数学模型,然后根据逆系统理论证明其可逆性,在此基础上构建基于PSO-FNN逆的青霉素发酵软测量模型,最后通过仿真验证该方法性能。仿真结果表明:PSO-FNN逆的青霉素发酵软测量方法能够结合基于发酵机制和纯数据驱动2种软测量方法的优点,对不直接可测的关键参数实现在线软测量,较PSO-BPNN逆和PSO-BPNN软测量方法具有更高的预测精度和更强的预测能力。     

不同激活剂条件下油藏内源微生物激活过程中DGGE分析

在对胜利油田沾3区块油藏状况分析的基础上,模拟地层高温高压的条件利用分子生物学技术研究了不同激活剂对内源微生物的激活效果.实验分别以葡萄糖、蔗糖、玉米浆、淀粉作碳源,以油井产出水和注入水作为研究对象,进行微生物的激活优化.结果表明,激活以后水样中微生物种群发生了明显变化,以葡萄糖为碳源激活效果尤为突出.另改变葡萄糖的浓度对激活效果进一步研究,结果表明,当葡萄糖的浓度为5 ～ 7.5 g·L-1时较为合适,细菌密度能达到107 cell·mL-1.产出水的激活效果比注入水要好.     

聚苯胺/气相生长的碳纤维复合材料的制备及其在微生物燃料电池中的应用研究

用原位化学氧化聚合的方法合成聚苯胺/气相生长的碳纤维的复合材料, 采用SEM, FTIR和TGA对聚苯胺/气相生长的碳纤维复合材料的微观形貌、结构和热稳定性进行测定。SEM结果显示, 聚苯胺/气相生长的碳纤维复合材料属于纳米级别, 形貌与气相生长的碳纤维类似, 推测苯胺的聚合作用发生在碳纤维的表面。FTIR结果显示聚苯胺与复合材料具有相似的图谱, 进一步证实聚合作用发生在碳材料的表面, 聚合过程中未产生新的键合作用。将复合材料作为阴极催化剂修饰到碳布的基底电极上, 修饰量为5 mg/cm², 结果表明复合材料修饰的微生物燃料电池的功率密度最大值为299 mW/m², 比未修饰的燃料电池提高6.5倍。电化学阻抗谱图较好地符合Nyquist模型, 并给出等效电路图。聚苯胺/气相生长的碳纤维复合材料可以作为一种廉价且性能优良的阴极氧气还原反应催化剂。     

枯草芽胞杆菌肌苷发酵过程参数相关分析

基于参数相关的研究方法已成功地应用于多个发酵产品的过程优化,本文通过对枯草芽胞杆菌肌苷生产过程的尾气变化规律、碳氮源消耗和产物浓度的分析和计算,并根据摄氧率(OUR)、二氧化碳释放率(CER)、呼吸熵(RQ)和产物得率(YP/G)的相关性,在工程尺度将发酵过程分为4个阶段,为其他尺度的研究和过程优化提供了线索。     

发酵过程中生物量浓度的在线估计

在发酵过程中,像生物量浓度等变量都是进行实验室的离线采样分析,这往往由于存在较大的时间延迟而不能及时地进行过程控制,达不到指导生产的目的.而软测量技术为该问题提出了一个很好的解决办法.基于神经网络与最小二乘支持向量机分别建立了生物量浓度的在线检测软测量模型.模型分为两类:黑箱模型与混合模型.模型的训练与验证数据都是取自真实的实验过程诺西肽发酵.结果表明软测量方法对生物量浓度具有很好的预估性能,而且加入先验知识的混合模型精度更高.     

三室交互型微生物燃料电池阴极脱氮及产电性能研究

为解决微生物燃料电池阴极室中电极反硝化和非电极反硝化二者的冲突,构建出一种三室交互型微生物燃料电池。在一个循环周期内,电池功率密度平均27.0 mW/cm~2,反硝化速率平均0.92 mg/(L·h),所需有机碳源量COD/NO_3~-仅为3.9,整体性能优于相同条件下的传统双室型微生物燃料电池;交互式控制方式优于三室电池同时开关的运行方式;24 h是实验废水条件的最佳交互时间。三室交互型微生物燃料电池在高效脱氮产电的同时,充分利用了电子供体,节约了反硝化所需的有机碳源。     

发酵过程中比生长率的在线估计

提出了一种基于在线可测的二氧化碳释放率的需氧发酵过程中比生长率的在线估计方法,并且采用优化的方法进行模型中重要参数的选择.由于二氧化碳释放率容易检测,所以这种估计方法非常容易实现.在诺西肽发酵过程的应用中,利用所提出的方法得到比生长率,进而计算生物量,得出的估计值与实验值吻合得很好,表明了该估计方法的可靠性与实用性.