4. pH控制回路对象建模

在发酵过程中，pH值直接影响菌体代谢途径、酶活性和产物合成方向，因此pH控制回路是发酵过程控制中最基础也最关键的回路之一。然而，pH对象具有明显的非线性、时变性和纯滞后特性，若控制器参数整定不当，极易出现振荡或响应迟缓。要获得良好的控制品质，第一步不是调PID参数，而是建立能够反映对象动态特性的数学模型。本节聚焦于通过补酸补碱阶跃响应实验，获取pH过程增益、时间常数与纯滞后三个关键参数，并据此建立一阶加纯滞后（FOPDT）模型。

为什么选择一阶加纯滞后模型

发酵罐pH对象在局部工作点附近，其动态行为可以近似用一阶惯性环节叠加纯滞后环节来描述。一阶惯性反映的是混合、扩散和缓冲体系对酸碱加入的“消化”过程，纯滞后则主要来源于加酸/加碱点与pH电极之间的物料输送延迟、电极响应时间以及信号滤波。FOPDT模型的传递函数形式为：

G(s) = K · e^(-θs) / (τs + 1)

其中：
K  —— 过程增益（pH单位 / 阀门开度或流量单位）
τ  —— 时间常数（s 或 min）
θ  —— 纯滞后时间（s 或 min）

该模型结构简单、参数物理意义明确，且与后续PID整定公式（如Ziegler-Nichols、IMC、Cohen-Coon等）直接衔接，是工程实践中最常用的对象模型形式。需要强调的是，FOPDT模型只在实验工作点附近有效，pH对象的强非线性意味着在不同pH区间（如酸性区、中性区、碱性区）增益可能差异显著，因此建模时必须明确实验所处的工况。

阶跃响应实验的设计与实施

阶跃响应实验的核心思路是：在系统处于稳定工况时，对补酸或补碱通道施加一个已知幅度的阶跃变化，同时记录pH随时间的变化曲线，再从响应曲线中提取K、τ、θ三个参数。实验设计需要注意以下几点。

工作点选择。实验应在实际控制目标pH附近进行，例如目标pH为6.8时，可在pH 6.8±0.1的稳定区间内做阶跃。若在远离目标点的位置建模，得到的增益可能偏差较大。同时应确认发酵处于代谢相对稳定的阶段，避免因菌体产酸/产碱速率剧烈变化而污染响应数据。

阶跃幅度确定。阶跃幅度太小，pH变化被噪声和缓冲作用淹没，信噪比不足；幅度太大，则可能触发pH对象的非线性甚至影响菌体生长。工程上常取正常调节量的10%～20%作为阶跃幅度。例如补碱蠕动泵正常占空比为30%，可施加从30%到40%的阶跃（Δu=10%）。对于补酸通道同理，但需注意酸硷方向对pH的作用符号相反。

实验前稳定化。在施加阶跃前，应关闭pH控制器的自动输出，将补酸/补碱通道置于手动固定输出，等待pH稳定至少2～3倍预估时间常数，确认pH漂移小于0.02 pH/min后再开始实验。否则初始斜率会叠加到响应中，导致增益和滞后估计失真。

数据记录。记录周期建议不大于预估纯滞后的1/5～1/10，通常取5～10 s即可满足要求。记录内容至少包括时间戳、pH值、阀门开度或泵占空比，若有可能同时记录补料流量。实验持续时间应覆盖响应进入新稳态，一般取3～5倍时间常数，对于发酵罐pH对象，典型时间常数在2～10 min量级，因此单次实验持续15～40 min较为合理。

下面用一张图概括从阶跃施加到参数提取的完整信号链与关键判读点：

从响应曲线提取K、τ、θ

获得响应曲线后，参数提取有图解法和两点法两种常用方式。图解法直观，适合现场快速估算；两点法则便于程序化处理。

过程增益K。K定义为稳态pH变化量与阶跃输入变化量之比，即K = ΔpH / Δu。以补碱通道为例，若占空比从30%阶跃到40%（Δu=10%），pH从6.80稳定上升到7.05（ΔpH=0.25），则K=0.025 pH/%占空比，或换算为2.5 pH/单位占空比。注意符号：补碱使pH上升，K为正；补酸使pH下降，若以pH变化量除以酸流量变化量，则K为负。在整定控制器时必须保持符号约定一致，否则方向判断会出错。

纯滞后θ。从阶跃施加时刻t₀起，到pH开始出现可辨识的偏离（通常取超过噪声带2～3倍标准差）的时间间隔即为θ。实际操作中，由于pH电极响应和信号滤波的存在，曲线起始段较为圆滑，θ的判读存在一定主观性。建议结合多点切线法：在响应曲线拐点处作切线，切线与初始稳态线的交点对应t₀+θ，该方法对噪声不敏感，重复性较好。

时间常数τ。对于一阶惯性环节，响应达到稳态变化量63.2%所需的时间为τ（从响应开始时刻算起）。在图解法中，先确定新稳态值pH∞，计算63.2%点对应的pH值，在曲线上找到该点对应的时间t₆₃，则τ = t₆₃ − t₀ − θ。若采用两点法，可选取响应达到28.3%和63.2%的两个时刻t₁和t₂，利用τ = 1.5(t₂ − t₁)进行估算，该方法对曲线起始段不敏感，适合存在噪声的现场数据。

模型验证与工程注意事项

参数提取完成后，应将K、τ、θ代入FOPDT模型，用同一组实验数据做拟合对比，观察模型输出与实际响应的偏差。若偏差主要集中在响应起始段，说明θ估计偏小；若稳态段偏差大，则K或τ需要修正。工程上可接受的标准是：模型预测的63.2%响应时刻与实际偏差不超过15%，稳态值偏差不超过5%。

需要特别提醒的是，pH对象的增益在不同工作区间差异很大。中性附近由于缓冲体系作用，同样酸碱加入量引起的pH变化较小，K偏小；远离中性点时K明显增大。因此，若控制目标跨越多个pH区间，单一FOPDT模型可能不够，需要考虑增益调度或分段建模。此外，发酵过程中菌体代谢产酸/产碱速率随时间变化，对象存在慢时变特性，建议在发酵中后期重新做一次短时阶跃校验，确认模型参数是否仍适用。

完成本节建模后，得到的K、τ、θ即为后续PID参数整定的输入。例如采用IMC整定规则时，控制器增益Kc = τ / (K·(λ+θ))，积分时间Ti = τ，其中λ为闭环时间常数，通常取θ的1～2倍。可以看到，θ越大，允许的Kc越小，这正是纯滞后限制控制 aggressiveness 的体现。因此，准确获取这三个参数，是pH控制回路从“能控”走向“控好”的关键一步。