📚 课程目录第3章补料相关的过程参数与在线检测

3. 补料相关的过程参数与在线检测

补料策略能否真正落地，取决于操作者能否“看见”发酵过程正在发生什么。补料不是按一张固定时间表机械加糖，而是依据菌体对碳源、氧和氮的实时需求不断调整。因此，pH、溶解氧（DO）、摄氧率（OUR）、二氧化碳释放率（CER）、呼吸商（RQ）、尾气组分、在线葡萄糖/乙醇浓度以及补料速率与累积量，共同构成补料控制的“仪表盘”。本节围绕这些参数的物理含义、检测原理、相互换算关系以及如何用于补料判断展开。

一、从尾气分析到 OUR、CER 与 RQ

尾气分析是补料控制中信息量最大的在线手段之一。其基本思路是：比较进气与尾气中 O₂ 和 CO₂ 的摩尔分数，结合通气流量，计算单位时间内菌体消耗氧气和释放二氧化碳的速率。常用参数包括：

OUR（摄氧率）：单位体积培养液在单位时间内消耗的氧量，常用 mmol/(L·h) 表示，反映菌体呼吸活性与供氧需求。
CER（二氧化碳释放率）：单位体积培养液单位时间释放的 CO₂ 量，与碳源代谢速率高度相关。
RQ（呼吸商）：RQ = CER / OUR，是判断碳源代谢路径与补料是否过量的关键比值。

以通气流量 F（L/min）、进气 O₂ 摩尔分数 x_O2,in、尾气 O₂ 摩尔分数 x_O2,out、尾气 CO₂ 摩尔分数 x_CO2,out 为例，在忽略水蒸气与气体溶解、近似惰性气体（N₂）流量守恒的条件下，可先由惰性气体守恒求出尾气总流量，再计算 OUR 与 CER。工程上常写成便于编程的形式：

# 示例：由尾气数据估算 OUR / CER / RQ（单位 mmol/(L·h)）
# F: 通气流量 L/min；V: 装液量 L；x_in_O2: 进气氧摩尔分数
# x_out_O2, x_out_CO2: 尾气氧、二氧化碳摩尔分数
# 惰性气体守恒：F_in*(1-x_in_O2) = F_out*(1-x_out_O2-x_out_CO2)
F_out = F * (1 - x_in_O2) / (1 - x_out_O2 - x_out_CO2)

OUR = (F * x_in_O2 - F_out * x_out_O2) / V * 1000 / 60 * 1000
CER = (F_out * x_out_CO2 - F * 0.0004) / V * 1000 / 60 * 1000
RQ  = CER / OUR

需要说明的是，上式中的 0.0004 代表进气 CO₂ 背景值的近似处理，实际应以现场气体标定值为准；同时尾气分析仪读数需做干燥或湿度校正。示例参数仅用于说明计算路径，真实数值必须由现场标定与实测数据确定。

尾气分析仪应定期用标准气体（如 O₂/N₂、CO₂/N₂ 混合气）做零点与量程标定。若 OUR 长时间为零或 RQ 突变到不合理区间，首先排查气路泄漏、冷凝水堵塞和传感器漂移，而不是立即调整补料。

二、pH 与 DO：补料是否过量的“快信号”

pH 与 DO 是发酵罐最基础的在线参数，但在补料语境下，它们的解读方式与批次培养不同。以葡萄糖为碳源的好氧发酵中，菌体代谢产酸（如有机酸、CO₂ 溶解）会使 pH 下降；当补料速率超过菌体即时消耗能力时，残糖积累、代谢流转向副产物，常伴随 pH 异常波动与 DO 快速回升或骤降。DO 的变化则同时受供氧与耗氧两侧影响：补料增加会提高 OUR，使 DO 下降；若补料过量导致代谢抑制或溶氧探头结垢，DO 读数又可能失真。

实际操作中，DO 常与搅拌转速、通气量构成串级控制，而 pH 通过补加氨水或 NaOH 维持。这里有一个重要细节：用氨水调 pH 时，氨同时是氮源，pH 控制回路实际上在“偷偷”补氮。因此记录补料累积量时，必须把调 pH 所用的氨水体积单独计量，否则氮源平衡会被误判。建议将“碳源补料量”和“碱/氨补料量”分列记录，并在物料衡算时分别折算。

三、在线葡萄糖与乙醇检测

在线葡萄糖检测多采用酶电极或近红外/拉曼光谱间接建模，在线乙醇则常用膜进样质谱、气相传感器或光谱模型。它们对补料控制的价值在于直接给出“残糖”和“副产物”两个关键状态量。以重组大肠杆菌高密度发酵为例，理想状态是残糖维持在接近零但不为零的微量水平（例如 0.1～0.5 g/L 量级，具体依菌株与工艺而定），既保证供给又避免乙酸生成；而在酿酒酵母补料分批培养中，则希望乙醇浓度维持在低水平，避免 Crabtree 效应导致产率下降。

在线检测的读数需要与离线取样（HPLC 或酶法）定期比对，建立偏移校正。传感器响应存在滞后（分钟级），因此不能把在线值当作瞬时真值直接用于高频反馈，而应结合补料速率的变化趋势做判断。一个实用做法是：以在线值为趋势信号，以离线值为校准基准，设定“软阈值”触发降速或暂停补料。

四、补料速率与累积量记录

补料速率（如 g/(L·h) 或 mL/min）是执行层的核心变量，补料累积量则是物料衡算与批次追溯的依据。记录时应至少包含：时间戳、瞬时速率设定值与实际值、泵累计体积或质量、补料液配方与浓度、以及同期 pH/DO/OUR/CER/RQ 数据。只有把“加了多少”和“过程怎么响应”放在同一时间轴上，才能复盘某次补料调整是否合理。

下图把上述参数组织成一条从“检测—换算—判断—执行”的信号链，帮助理解各参数在补料控制中的位置与相互关系。

五、参数联读与常见误判

单一参数容易误导，必须联读。举一个典型场景：补料速率提高后，OUR 上升、DO 下降、CER 上升，若 RQ 基本稳定在基线附近，说明碳源主要进入呼吸代谢，补料可维持；若 RQ 明显升高而 OUR 增长有限，往往提示碳源过量、代谢流向副产物（如乙醇、乙酸）偏移，此时应降速并观察在线残糖与副产物。反之，若 RQ 下降而 CER 偏低，需警惕碳源不足或菌体活性下降。

常见误判包括：把 DO 下降一律归因于耗氧增加，而忽略罐压、通气量或探头污染；把 pH 下降一律归因于产酸，而忽略补料液本身的 pH 与温度；把在线残糖读数当作绝对真值，而忽略传感器滞后与基质干扰。排障时应遵循“先查检测链路、再查工艺变量”的顺序：确认标定、气路、取样管路正常后，再判断补料策略是否需要调整。

补料累积量记录必须与补料液浓度绑定。同样记录“补了 500 mL”，10% 与 50% 葡萄糖溶液对应的碳源量相差五倍，脱离浓度谈累积量没有物料衡算意义。

把上述参数按统一时间轴记录并定期复盘，就能逐步建立本工艺的“正常基线区间”。有了基线，补料控制才从经验判断走向可追溯、可复现的参数化控制。