2. 生物工艺过程特性与数据采集

生物工艺过程与典型的化工过程有一个根本差异：核心“反应器”是活细胞。细胞对温度、pH、溶氧、底物浓度和代谢副产物极其敏感，且响应具有非线性、时变和批次间差异。软传感与混合模型要解决的，正是“关键变量测不全、测不准、测不快”的问题。因此，理解过程特性与数据采集链路，是后续建模与状态估计的物理基础。

一、关键变量：按“可测性”分层

生物过程变量可按在线可测性分为三层。第一层是直接在线可测：温度、pH、溶解氧（DO）、搅拌转速、通气流量、罐压、补料质量或体积、尾气中 O₂ 与 CO₂ 分压。这些量由物理或电化学传感器直接输出，采样周期通常在 1 s～1 min。第二层是间接可测或需推断：生物量浓度（OD、湿细胞重、电容）、底物浓度（葡萄糖、甘油）、产物浓度（如重组蛋白、抗生素效价）、代谢副产物（乙酸、乳酸、铵）。它们多依赖离线取样或在线分析仪，存在滞后。第三层是不可直接测量：比生长速率 μ、比底物消耗速率 qₛ、比产物生成速率 qₚ、细胞内部状态（如 ATP 水平、质粒拷贝数）。软传感的核心任务，就是用第一、二层数据推断第三层。

以典型大肠杆菌高密度补料分批培养为例，教学示例参数可设为：温度 37 ℃、pH 7.0、DO 30% 空气饱和度、初始葡萄糖 10 g/L、补料葡萄糖 500 g/L。若在线测得耗碱速率约 0.8 mL/min（2 mol/L NaOH），可粗略反映有机酸生成与代谢活性；若尾气 CO₂ 释放率 CER 从 0.12 mol/(L·h) 升至 0.25 mol/(L·h)，则提示比生长速率上升。这些数值属于示例假设，用于说明变量间的耦合关系，而非实测结果。

二、操作模式：数据形态的根源

操作模式决定了变量随时间的变化形态，也决定了软传感模型的输入结构。批培养中，底物单调下降、生物量按指数—稳定—衰亡变化，属于典型的非稳态过程；补料分批通过流加控制底物浓度，使 μ 维持在设定值附近，数据呈现“受控准稳态”；连续培养（恒化器）在稀释率 D 等于 μ 时达到稳态，适合研究参数关系，但长期运行存在菌种变异与壁面生长风险；灌流培养则通过细胞截留实现高密度、长周期，数据中会出现周期性波动。

对数据采集而言，批培养要求传感器量程宽、动态响应快；补料分批要求补料称重与在线分析同步；连续培养要求长时间漂移小。若把不同模式的数据混在一起训练软传感模型，会引入模式偏差，因此建模前必须标注操作模式。

三、传感器类型与信号特征

常用传感器可分为四类。电化学类：pH 玻璃电极、DO 极谱/荧光电极，输出 mV 或 nA，需定期校准，存在漂移。光学类：近红外、拉曼、荧光光谱，可同时估计葡萄糖、乳酸、生物量，但受气泡、细胞散射和背景干扰。介电类：电容传感器测量活细胞膜极化，输出 pF/cm，与活生物量线性相关，但受细胞大小和培养基电导率影响。气体类：尾气 O₂、CO₂ 分析仪，用于计算 OUR、CER 和 RQ，响应快、无侵入。

每类传感器都有采样周期、延迟、噪声和量程。例如 pH 电极响应时间约 5～15 s，DO 电极约 20～60 s，尾气分析仪约 10～30 s，而离线取样加 HPLC 测葡萄糖可能滞后 10～30 min。软传感模型必须显式处理这些时间尺度差异，否则会出现“用未来信息预测过去”的泄漏。

四、数据采集系统：从信号到可用数据集

数据采集系统通常由传感器、变送器、A/D 转换、PLC 或 DCS、上位机数据库组成。关键设计点包括：采样频率应至少为过程最快动态的 5～10 倍；模拟信号使用 4～20 mA 或 0～10 V，需屏蔽与单点接地；数字滤波用于抑制搅拌和通气引起的周期噪声；时间戳必须统一到同一时钟，避免多源数据错位。

一个可执行的数据表结构可设计如下，用于后续软传感建模：

采集完成后，需做三步检查：一是时间对齐，把离线样本按取样时刻插值到在线时间轴；二是异常剔除，如 pH 突跳超过 0.3 或 DO 低于 5% 的片段应标记；三是缺失处理，短缺失可线性插值，长缺失应保留掩码而非强行填充。这些步骤直接决定软传感模型的上限。

把上述链路串起来看：反应器中的细胞状态是“真值”，传感器是“观测窗口”，采集系统是“记录与对齐”，软传感是“从可测推断不可测”。任何一环的时间错位、漂移或缺失，都会在最终估计中放大。因此，在进入混合模型建模之前，先确认关键变量清单、操作模式标签、传感器时间常数和数据表字段是否完整，是本节最实际的交付要求。