2. 生物反应器类型与操作模式
数字孪生不是脱离硬件的纯软件模型，它的状态变量、传感器布置、控制自由度和模型降阶策略，都直接受反应器结构与操作模式约束。理解“反应器长什么样、物料怎么进出”，是决定孪生体“能算多准、能控多细”的前提。本节先梳理五类常见反应器的结构差异，再分析三种操作模式对孪生建模的具体影响。
一、五类反应器的结构特点与孪生关注点
搅拌罐（STR）是最通用的液相反应器，核心结构包括罐体、搅拌轴与桨叶、挡板、夹套或盘管、通气分布器。搅拌提供剪切与氧传递，挡板抑制涡流，夹套控制温度。对数字孪生而言，STR 的关键在于混合与传质的空间不均匀性：桨叶附近湍流强、溶氧高，罐壁与底部易形成死区。因此孪生体常采用分区模型（如“搅拌区—循环区—死区”三区）或计算流体力学降阶模型，而非理想全混假设。传感器通常布置在罐壁固定位置，其读数与罐内平均值的偏差需要在孪生中标定。
气升式反应器（ALR）由上升管与下降管组成，依靠通气产生的密度差驱动液体循环，无机械搅拌。结构上分为内循环与外循环两类。其特点是剪切低、混合靠气液两相流，氧传递效率受气速、管径比和循环时间影响。孪生建模需重点描述循环流速与气含率，这两个量难以直接在线测量，往往通过压差或电导探针间接估计，再作为孪生状态量参与观测器设计。
鼓泡塔（BCR）结构最简单：无搅拌、无内构件，气体从底部分布器进入，靠气泡浮升完成混合与传质。其轴向存在明显的气含率与溶氧梯度，高径比大时接近推流。孪生体若用单区全混模型，会低估轴向梯度，通常需要轴向扩散模型或多级串联模型，并利用塔顶、塔中、塔底多点溶氧数据做状态校正。
光生物反应器（PBR）用于微藻、光合细菌培养，结构形式包括板式、管式、柱式。核心变量是光强分布与光暗循环：光在培养液中按朗伯—比尔定律衰减，细胞浓度越高，内部越暗。孪生体必须耦合光传输方程与生长动力学，并考虑反应器几何（光程、受光面积）对平均光强的影响。光强、pH、溶氧、细胞浓度是主要观测变量。
一次性反应器（SUB）以一次性袋体、管路和传感器替代不锈钢罐体，常见于种子扩增和中小规模生产。结构特点是无原位清洗灭菌、批次间无交叉污染、但传感器为一次性或外贴式。孪生建模需处理袋体柔性带来的混合差异、外贴传感器响应滞后，以及每批次袋体几何微小差异导致的模型参数漂移。因此 SUB 的孪生体更依赖在线数据同化，而非固定参数模型。
二、三种操作模式的孪生建模差异
批次操作的物料平衡最简单：无进料、无出料（除取样和通气带走的微量水分），体积近似恒定。孪生体的状态方程可写成 dX/dt = μX、dS/dt = −q_s X 等形式，关键在于初始条件准确和动力学参数可信。由于没有持续输入，模型误差会随时间累积，因此批次孪生更依赖离线参数辨识和定期取样校正。典型观测是溶氧、pH、温度的时间序列，难点在于后期底物耗尽、代谢切换（如产乙酸）的预测。
补料分批引入了一个可控输入——补料流率 F(t)。体积 V(t) 随时间增加，稀释效应不可忽略。孪生体需要同时估计补料速率、比生长速率和底物消耗速率三者的耦合关系。实践中常用指数补料 F(t) = F₀·exp(μ_set·t) 来维持比生长速率恒定，但实际 μ 会漂移，孪生体应利用尾气 CO₂ 释放率（CER）和补料称重数据做在线校正。若补料过快，底物积累会引发溢流代谢和溶氧尖峰；补料过慢则限制生长。孪生体的价值在于提前 10～30 分钟预测这种偏离。
连续灌注同时有进料和收获，稀释率 D = F/V 是核心参数。当 D < μ 时细胞被截留、密度上升；当 D > μ 时细胞被洗出。孪生体需要描述细胞截留装置（如交替切向流 ATF、切向流过滤 TFF）的透过特性，以及灌流倍率（perfusion rate）对产物浓度的影响。连续操作可长期运行数周，模型参数会因细胞状态漂移而变化，因此孪生体必须具备在线自适应能力，例如用递归最小二乘或扩展卡尔曼滤波持续更新关键参数。
三、从结构到孪生的映射要点
把上述内容落到工程实现，可以归纳为一张映射关系：反应器结构决定空间维度（全混、分区、轴向分布），操作模式决定时间维度（初值问题、输入估计、稳态漂移）。两者共同决定孪生体的状态变量集合、观测方程和参数更新策略。例如，鼓泡塔+连续灌注，孪生体应同时包含轴向扩散项和稀释项；一次性反应器+补料分批，则应重点处理外贴传感器滞后与袋体批次差异。
四、示例：补料分批搅拌罐的孪生状态估计
以一个 50 L 搅拌罐补料分批培养为例。已知初始体积 V₀ = 30 L，初始细胞干重 X₀ = 2 g/L，初始底物 S₀ = 20 g/L。补料液底物浓度 S_F = 500 g/L，采用指数补料，设定 μ_set = 0.15 h⁻¹，F₀ = 0.05 L/h。孪生体状态向量取 [X, S, V, μ]，观测向量取溶氧、pH、尾气 CO₂ 和补料称重。
在 t = 8 h 时，模型预测 X = 6.8 g/L、S = 3.2 g/L、V = 33.1 L；而尾气 CO₂ 推算的实际比生长速率约为 0.13 h⁻¹，低于设定值。孪生体据此将 μ 的估计值下调，并预测若维持当前补料速率，S 将在 2 h 后升至 8 g/L 以上，存在溢流代谢风险。操作建议是将 F₀ 下调约 15%，或切换为反馈补料。这一判断依赖的是模型预测与在线观测的偏差，而非单一传感器读数。
综上，反应器类型决定了孪生体的“骨架”，操作模式决定了它的“呼吸节奏”。只有把结构特征、操作约束和在线观测三者对齐，数字孪生才能真正用于预测、优化和异常预警，而不是停留在三维展示层面。