1.前言 潔酶素發酵是工業制取潔酶素的主要工藝過程，其全程約需40至50個小時。影響潔酶素產量的因素有菌種濃度、初始營養物濃度（氨基氮、總糖、PH值）和反應過程中的營養物濃度、以及反應溫度和反應釜轉速等因素，我們稱它們為過程的環境變量，它們是反應時間的函數。圖1是該“過程”中幾個主要環境變量隨時間變化的曲線，其中的“效價”反映潔酶素產出物——“潔酶素單位”的累積增長。在潔酶素發酵過程中，過程控制系統對環境變量進行調控，使潔酶素發酵過程向有利于增加“效價”的方向變化。 [align=center] 圖1潔酶素發酵主要參數變化示意圖[/align] [b]2. 建立過程的數學模型 2.1 動態數學模型[/b] 建立潔酶素發酵過程動態數學模型的方法是從發酵機理出發，構造出反映其動態特性的微分方程組（參數待定），然后針對該方程組的參數、初始條件和邊界條件等進行仿真計算，并將計算結果與實際生產過程的觀察數據進行對比，如此反復進行多次，直到取得了一組與實際數據擬合得“好”的計算結果為止。將“好”結果對應的模型參數值、初始值和邊界值代入原微分方程組，就得到了該過程的動態數學模型。 [b]2.2 靜態數學模型 2.2.1建立靜態數學摸型的過程[/b] 建立潔酶素發酵過程靜態數學模型的方法是運用統計學原理，構造一個反映其輸入/輸出特性的代數方程組。建立靜態數學模型的一個前提條件是該過程具有“穩定”特性。 潔酶素發酵過程本質上是一個動態過程，其發酵反應的機理十分復雜，反應過程中的各個變量之間耦合度高，時間滯后大。但由于該發酵過程時間延續較長，反應物變化緩慢，從生產的實際出發，在宏觀上可以將其作為一個 “穩定”或“靜態”的過程來處理。在此情況下，我們只需要知道其輸入/輸出的穩定狀態之間的關系就行了。當考慮靜態問題時，不管當輸入改變后，輸出變量隨時間如何改變到一個新的穩定狀態，也不管當輸入時，輸出過程會產生什么“波動”，而認為一定的輸入就對應著一定的輸出[2]。這就是我們建立靜態數學模型并實現其參數最優化的一個基本思路。 建立靜態數學摸型的一般過程是，首先構造一組多項式形式的輸入/輸出方程（其階數和參數待定），然后輸入實際過程的觀察數據，由系統辨識模塊對該生產系統的輸入/輸出關系進行“辨識”，最后確定待定方程的參數和階數。上述系統辨識的整個過程是在“一體化數字仿真平臺軟件 上自動完成的。 2.2.2連續變量處理 為了適應數字計算機對連續生產過程進行仿真計算，需要對連續變量進行離散化處理，這是實現靜態建模的一個關鍵技術。方法是，將潔酶素發酵的過程劃分為若干時段，例如劃分為發酵初期、中期和后期等三個時段，每一時段取若干個特征點。這樣，就將連續變量轉化成了一組相對獨立的離散化的特征向量，依此特征向量構建出新的座標空間——高維特征向量空間。在此座標空間上利用高維數據分析技術實現靜態建模。 筆者利用高維數據分析技術對180組實際生產中的數據進行計算，找到了一個高維空間中的超曲面方程，并利用此方程對原始樣本數據進行回判，此超曲面方程可將潔酶素發酵過程中“好”的和“壞”的樣本組區分出來。 [align=center] 圖2.非線性映照示意圖[/align] 圖2是利用一體化數字仿真軟件，使用非線性映照方法，在“平面”上顯示50組樣本數據的空間分布結果。圖中的“#”代表“好”的樣本組，“＊”代表“壞”的樣本組。該結果表明，利用前述特征變量作為模型變量能很好地“解釋”該發酵過程，從而可用于建立該過程的靜態數學模型。 2.2.3 模型的優化 對靜態數學模型進行參數優化的步驟是，首先分析模型參數實際可行的取值范圍和特性，運用均勻設計或正交設計方法定義一個參數計算表，依此計算表調整模型參數的值并輸入到仿真模型中進行計算。其間，注意觀察每一次計算結果所對應的“潔酶素發酵增長曲線”的變化圖形，并與實際生產過程中的潔酶素發酵增長曲線進行比較，從中選取出“好的增長曲線”來，對應的計算結果即可作為該潔酶素發酵過程的經參數優化處理后的模型參數。值得注意的是，所謂“好曲線”的標準應是綜合評價潔酶素發酵單位、發酵成本與產出效益后的結果。 2.2.4模型的實例 某制藥廠《潔霉素發酵工藝優化研究》所建立的潔酶素發酵過程的靜態數學模型，是依據潔酶素發酵過程的機理和使用“一體化數字仿真軟件[2,3]”，經過對模型進行多次仿真計算后得到的。該潔酶素發酵過程的一個靜態模型的數學表達式的形式如下: Y=-2.48X1+2.24X2+1.80X3-3.27X4+0.02X5-0.04X6-0.04X7-0.07X8-0.12X9+0.05X10-0.56X11+0.59X12+0.17X13 式中Y代表產出量（即潔酶素發酵單位），各Xi代表潔酶素發酵過程的環境變量（連續變量已用離散后的特征變量代替），各變量的系數（模型參數）反映了它們對發酵結果的影響程度。 3.實現最優化控制 基于計算機數字仿真的生物制藥過程的控制系統，是一個把數據采集、仿真計算和過程控制相結合的系統，其核心是對該生產過程建立數學模型和對各控制變量進行分析計算和動態“調控”。 3.1 仿真與控制的集成 在生產過程中，利用仿真系統對環境變量進行檢測、分析、調整和預測，這一系列過程是自動實現的。即當過程中某些環境變量值的變化超過設定范圍時，系統能自動觸發并啟動新一輪仿真計算，對控制過程的“環境”進行自動分析并“尋找”新環境下環境變量的最優值，從而建立起新環境下的最優化控制模型。 具體的計算過程是，依據多因子多水平正交設計表或均勻設計表編排虛擬的“控制參數表”，依表進行計算，并將計算值與真實過程的檢測數據作相關分析，依據某種“相關程度”對控制變量進行實時評判和篩選，實現參數的動態尋優。最后，再將新的計算結果傳送到過程控制系統中，為控制變量的調整提供依據，實現生物制藥過程的參數最優化控制。在系統運行時，過程控制人員啟動現場的數據采集及監控系統，當工況（環境變量）改變時，自動觸發并啟動仿真系統進行仿真計算。在此過程中，前臺的生產控制系統和后臺的數字仿真系統共同組成了一個仿真——控制一體化的集成系統。 3.2 仿真步長與通信 關于仿真計算的步長，對于一般的生產過程，可采用基于定步長的時鐘控制機制。這對于穩定性好的對象系統（如本文所給出的實例）已能達到較好的實用程度。為了實現步長的動態調整，系統中外掛其它計算模塊后，可進一步實現變步長尋優。實現仿真系統與外掛計算模塊的通信一般可使用微軟的DCOM和MSMQ技術，通過DCOM和MSMQ組件發送同步和異步消息，構成一個在線和實時仿真的通信環境，實現仿真與工控的分布式計算。支持這個分布計算環境的計算機網絡可以利用企業現有的工控網，也可以是基于Intranet或Internet的VPN環境。 4. 結論 數字仿真與過程控制系統相結合，是信息化技術用于改造傳統過程工業的一個范例。其中，過程控制系統采集生產數據，仿真系統分析數據，建立過程的數學模型，它們共同實現對生成過程的最優化控制。計算機數字仿真系統作為過程控制系統的一個智能化的核心，正在傳統的生產控制領域發揮著越來越重要的作用。