2. 生物过程对象解析

数字孪生建模的第一步不是写方程，而是把“被建模的物理对象”说清楚。生物过程的对象解析要回答三个问题：过程里有哪些关键变量、这些变量在什么操作模式下演化、状态空间如何描述并划定边界。只有边界明确，后续的机理模型、数据驱动模型和在线校正才有共同的参照系。

一、四类典型过程的对象特征

细胞培养（如CHO细胞、HEK293）以活细胞数量和产物效价为核心，关键变量包括活细胞密度 X_v、死细胞密度 X_d、葡萄糖 G、谷氨酰胺 Q、乳酸 L、氨 A、溶氧 DO、pH、温度 T 以及产物浓度 P。其操作模式多为流加（fed-batch），补料速率 F(t) 是主要操纵变量。

微生物发酵（如大肠杆菌、酵母）关注比生长速率 μ、底物消耗、产物合成与副产物积累，常见操作模式包括分批、流加和连续培养（恒化器）。连续培养中稀释率 D=F/V 直接决定稳态，是典型的“操作变量决定状态”的过程。

酶催化过程（如固定化酶、游离酶反应器）以酶活 a、底物浓度 S、产物浓度 P、温度、pH 和抑制剂浓度为关键变量，操作模式有批式、连续搅拌釜（CSTR）和填充床。酶失活速率 k_d 常是慢变量，决定长期运行状态。

生物分离（如层析、超滤、离心）关注料液浓度、流速、压差、载量、收率和纯度，操作模式多为批式或连续进料。其状态变量往往与流体力学和传质耦合，例如层析柱内的结合载量 q 与流动相浓度 c 的平衡关系。

二、关键变量的分类与状态空间描述

把变量按“可测性”和“可控性”分类，是划定对象边界的实用方法。状态变量 x 描述系统内部状态，如 X_v、G、L、P；操纵变量 u 是我们可以主动改变的输入，如补料速率、通气量、搅拌转速、柱流速；扰动变量 d 是不可控但影响状态的外部因素，如原料批次差异、环境温度波动；输出变量 y 是传感器实际读到的量，如在线pH、DO、尾气CO₂、离线取样测得的效价。

状态空间描述通常写成 dx/dt = f(x,u,d,t)，y = g(x,u,d,t)。数字孪生的对象边界，就是明确哪些变量进入 x、哪些进入 u、哪些作为 d 处理、哪些只作为 y 观测。边界过宽会导致模型不可辨识，边界过窄则无法反映关键动态。

三、操作模式对状态空间的影响

同一对象在不同操作模式下，状态空间结构不同。分批模式下无输入流，状态方程退化为 dx/dt = f(x)；流加模式下补料速率成为显式输入，状态维数可能因体积 V 变化而增加；连续模式下存在稀释项 -Dx，系统可能出现多稳态和振荡。酶催化填充床则需引入空间维度，状态变量沿柱长分布，属于分布参数系统。

因此，数字孪生建模时必须先声明操作模式，再选择对应的状态空间形式。若操作模式在运行中切换（如分批转流加），孪生体需要支持模式切换或采用统一的分段描述。

四、对象边界划定示例

以一个流加CHO细胞培养为例，可划定如下边界：状态变量取 X_v、X_d、G、L、P、V；操纵变量取补料速率 F、通气量、搅拌转速；扰动变量取接种密度波动、原料葡萄糖浓度偏差、环境温度；输出变量取在线DO、pH、尾气CO₂、离线活细胞密度和效价。这样，孪生体的输入输出接口就明确了。

五、边界划定的实操检查

实际建模时，可用一份“对象边界清单”逐项确认：列出所有候选变量，标注其类型（状态/操纵/扰动/输出）、可测性、采样频率和量纲；确认操作模式及其切换条件；确认状态方程是否包含空间维度；确认哪些变量需要在线估计而非直接测量。清单完成后，孪生体的输入输出接口、模型结构和校正策略就基本确定了。

需要强调的是，对象边界一旦确定，后续所有模型、数据和校正都应在该边界内保持一致。若运行中发现关键扰动未被纳入，应显式扩展边界并重新标定，而不是在边界外“打补丁”。这是数字孪生可信度的基础。