3. 流体物性数据获取与工程处理

反应器放大计算的第一步不是套公式,而是把培养液的物性参数确定下来。密度、黏度、表面张力、溶氧扩散系数这四类数据直接进入雷诺数、功率准数、氧传递系数、气泡尺寸与聚并判断等计算环节,任何一个取值偏差都可能在放大后被放大数倍。工程上获取这些数据有两条路径:实测与估算。实测精度高但成本大,估算快捷但需要明确适用范围。合理的做法是:对放大敏感、且随发酵过程变化剧烈的参数(尤其是黏度)优先实测或在线跟踪;对变化平缓、文献数据丰富的参数(如密度、表面张力)采用估算加校核。

密度与表面张力:估算为主,校核为辅

培养液密度通常在 1000~1080 kg/m³ 范围内,主要受溶质浓度、温度和细胞浓度影响。工程估算可用加和法:以纯水密度为基准,按溶质质量分数线性修正。例如 30 ℃ 下含 50 g/L 葡萄糖、5 g/L 酵母粉的培养基,可近似取 1015~1020 kg/m³。温度修正用水的密度-温度关系即可,因为溶质对温度系数的贡献很小。密度对功率计算的影响是线性的(P ∝ ρ),1% 的密度误差带来 1% 的功率误差,一般可接受;但对气液两相流的气含率计算,密度差影响浮力项,需更谨慎。

表面张力决定气泡尺寸和聚并行为,纯水约 72 mN/m,加入蛋白胨、酵母粉等表面活性物质后可降至 45~60 mN/m。估算时可按培养基类型查表取值,但发酵中后期由于代谢产物(如脂肪酸、蛋白)积累,表面张力会继续下降。若计算涉及气泡直径或 kLa 预测,建议在发酵中后期取样用吊环法或最大气泡压力法实测一次,作为校核点。表面张力对 kLa 的影响通过气泡尺寸间接体现,10 mN/m 的偏差可能带来 20%~30% 的 kLa 估算偏差,不可忽视。

黏度:非牛顿流体的核心难点

黏度是四类参数中最复杂、对放大影响最大的一个。水溶性培养基接近牛顿流体,黏度约 1 mPa·s;但丝状真菌、链霉菌、高浓度多糖发酵液表现出明显的非牛顿特性,表观黏度可随剪切速率变化数十倍。工程上必须用流变模型描述这种关系,常用模型如下:

模型方程适用对象关键参数
幂律模型τ = K·γ̇ⁿ假塑性发酵液(多数丝状菌)稠度系数 K、流动指数 n(n<1)
Bingham 模型τ = τ₀ + μ_B·γ̇高浓度菌丝悬浮液屈服应力 τ₀、塑性黏度 μ_B
Casson 模型τ^0.5 = τ₀^0.5 + (μ_C·γ̇)^0.5含细胞聚集体体系屈服应力、Casson 黏度
Ostwald 修正μ_app = K·γ̇^(n-1)工程计算直接使用表观黏度随剪切速率变化

模型选用原则有三条。第一,看数据拟合质量:用旋转黏度计测得 8~12 个剪切速率点(如 1~1000 s⁻¹),分别拟合幂律与 Bingham 模型,比较 R² 与残差分布,选拟合更好且参数物理意义合理的模型。第二,看计算目的:若只算搅拌功率,用幂律模型的表观黏度代入雷诺数即可;若涉及屈服应力对死区的影响(如高浓度菌丝发酵),必须用含 τ₀ 的模型。第三,看参数范围:模型参数只在实测剪切速率范围内有效,外推需谨慎。例如幂律模型在极低剪切速率下预测的黏度趋于无穷大,与实际不符,此时应改用带屈服应力的模型或分段处理。

溶氧扩散系数:估算与实验结合

氧在培养液中的扩散系数 D_L 通常在 1.5~2.5×10⁻⁹ m²/s(30 ℃),比水中略低。估算可用 Stokes-Einstein 关系:D_L = k_B·T/(6π·μ·r),其中 r 为氧分子有效半径(约 0.15 nm)。该式表明 D_L 与黏度成反比,对非牛顿流体,应取与氧传递相关的特征剪切速率下的表观黏度,而非零剪切黏度。工程上更常用的是实验测定:用氧电极在静止或层流条件下记录溶氧阶跃响应,拟合扩散时间常数得到 D_L。若不具备实验条件,可按水中 D_L 乘以 0.8~0.9 的修正系数估算,并在放大计算中做敏感性分析。

工程处理建议:建立一份“物性参数卡”,记录每个参数的取值、来源(实测/文献/估算)、测量条件(温度、剪切速率、取样时间)和不确定度。放大计算时,对不确定度大于 15% 的参数做敏感性分析,判断其是否影响关键结论(如 kLa 是否满足临界值、功率是否超限)。

参数如何进入放大计算:一条数据链

四类参数并非孤立使用,而是沿一条计算链逐级传递。下图展示从原始物性数据到放大判断的完整路径,以及非牛顿流变模型在其中的位置。

物性参数 → 放大计算的数据链 密度 ρ 加和法估算 / 实测 表面张力 σ 查表 / 吊环法实测 流变曲线 τ(γ̇) 旋转黏度计 8~12 点 扩散系数 D_L Stokes-Einstein / 电极法 流变模型拟合 幂律 / Bingham / Casson 选 R² 高且参数合理者 表观黏度 μ_app μ_app = K·γ̇^(n-1) 取特征剪切速率 雷诺数 Re Re = ρ·N·D²/μ_app 判断流态与功率准数 气泡尺寸与 kLa σ 影响 d_b,D_L 影响液膜 kLa 预测与校核 功率与混合时间 P = N_p·ρ·N³·D⁵ τ₀ 判断死区风险 放大判断:kLa 是否达标?P/V 是否超限?混合时间是否可接受? 对不确定度 >15% 的参数做敏感性分析

以一次链霉菌发酵放大为例说明数据链的实际用法。假设小试 5 L 罐测得 30 ℃ 下流变曲线,拟合得幂律参数 K = 8.5 Pa·sⁿ、n = 0.42,密度 1020 kg/m³,表面张力 52 mN/m,D_L 取 1.8×10⁻⁹ m²/s。小试搅拌转速 300 rpm、桨径 0.06 m,特征剪切速率按 γ̇ ≈ 10·N 估算为 50 s⁻¹,则 μ_app = 8.5×50^(0.42-1) ≈ 0.88 Pa·s。代入 Re = 1020×5×0.06²/0.88 ≈ 20.9,处于过渡流区,功率准数需按过渡流关联式取值,不能直接用湍流区的 N_p ≈ 5。放大到 500 L 时,若保持 P/V 恒定,转速下降,特征剪切速率随之下降,μ_app 反而升高,Re 进一步降低,流态可能从过渡流滑向层流。这正是非牛顿流体放大的特殊困难:黏度不是常数,而是随操作条件变化,必须把流变模型嵌入迭代计算,而不能先定黏度再算功率。

常见误区:直接用低剪切速率下的表观黏度代入雷诺数,会高估黏度、低估 Re,导致误判为层流;反之用高剪切数据会低估黏度。正确做法是先估算反应器内的特征剪切速率(桨叶区约 10~20 倍转速,整体循环区更低),再取对应剪切速率下的表观黏度,并在放大后重新核算,因为剪切速率本身随放大而变化。

最后需要强调参数的时间维度。发酵过程中菌体生长、产物积累、形态变化都会改变流变特性,同一批次前期与后期的 K、n 可相差数倍。工程处理上,应在发酵的早、中、后期分别取样测流变曲线,取“最不利工况”(通常是黏度最高、氧传递最困难的时期)作为放大计算的设计点,而不是用初始培养基数据一算了之。密度、表面张力、D_L 的变化相对平缓,可按中期值取定,但需在参数卡中注明取样时间,保证计算与验证使用同一套基准。