1.6. Контроль и управление

БИОТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ;

МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ

Эффективное проведение биотехнологических процессов тесно связа-

но с совершенствованием способов контроля и управления. В период пре-

дыстории биотехнологии делались отдельные попытки регулировать раз-

витие продуцента с помощью изменений параметров внешней среды. До

середины ХХ века регулирование в основном сводилось к эмпирике, так

как без знания сущности происходящего невозможно эффективно контро-

лировать и управлять процессом. В основном, объектом управления того

периода была экстенсивная периодическая культура микроорганизмов со

всеми ее недостатками: динамикой состояния продуцента и среды, отсут-

ствием средств контроля. В последние 25 лет с внедрением управляемых

культур биотехнологи переходят от простой задачи поддержания опреде-

ленных параметров среды к управлению процессом в целом. Для реализа-

ции управляемого культивирования необходимо построение алгоритмов

управления, основанных на моделях биотехнологического процесса. В

современных биотехнологических процессах необходимо регистрировать

и анализировать множество быстроизменяющихся факторов (концентра-

цию субстрата, биомассы и продукта в культуре, рН, температуру, парци-

альное давление кислорода и др.) (табл. 1.3). Это вызывает необходимость

в применении электронной техники. Первые разработки по применению

ЭВМ в биотехнологии относятся к концу 60-х гг. ХХ века. На первых эта-

пах ЭВМ привлекали в качестве советчика оператора, управляющего ис-

полнительными механизмами для поддержания оптимального течения

биотехнологического процесса. Прежде всего, для сбора и обработки ин-

36

формации по показаниям датчиков и для представления этой информации

в легковоспринимаемой форме. Разрабатывали также системы автомати-

ческого регулирования отдельных параметров (дозировка среды или от-

дельных компонентов, стабилизация температуры и рН среды, скорости

протока) по принципу контроля с обратной связью. Позднее ЭВМ стали

использовать для управления технологическим процессом в целом в со-

ставе автоматизированных систем АСУ. Задача создания АСУ стала осо-

бенно актуальной при реализации крупнотоннажных биотехнологических

процессов. В настоящее время АСУ осуществляется на основе системного

подхода, и управление имеет многоуровневую иерархическую систему.

Внедрение АСУ позволяет осуществить рациональное управление про-

цессом биосинтеза. В результате этого экономятся исходное сырье, элек-

троэнергия, вода, повышается продуктивность процесса и производитель-

ность труда обслуживающего персонала. Затраты на создание и внедрение

АСУ в биотехнологии окупаются сравнительно быстро, в течение 3–4 лет.

Обычная схема контроля и управления ферментацией включает фер-

ментер, датчики, регулирующую систему, которая реализует расчетные

зависимости на основе измерения параметров процесса. Исходные данные

от датчиков поступают на ЭВМ, в которой они оперативно анализируют-

ся, и в результате выдаются данные для исполнительных устройств и ме-

ханизмов. В настоящее время разработка и внедрение АСУ для биотехно-

логических процессов, прежде всего, определяется уровнем технической

Т а б л и ц а 1 .3

Величины и расчетные параметры, применяемые для управления

биотехнологическими процесами

Измеряемые параметры Расчеты на базе измерений

Концентрация основных субстратов и про-

дуктов в культуральной среде (сахара,

спирты, органические кислоты и пр.).

Продуктивность (кг /м3 ч).

Удельная скорость роста, μ (ч-1).

Удельная скорость потребления субстрата, qs

(кг/кг Х ч).

Концентрации важнейших внутриклеточ-

ных компонентов (ферменты метаболизма

углерода, ключевые метаболиты, АТФ,

НАДФ и др.).

Концентрация биомасс.

Состав микрофлоры в культуре.

Концентрация растворенных О2 и СО2 в

культуральной среде.

Уровень и состояние пены.

Концентрация целевого продукта.

Удельная скорость образования продукта, qp

(кг/кг Х ч).

Экономический коэффициент,

Yp, Yx (кг/кг).

Объемный коэффициент массопередачи по

кислороду, Kvp (ч -1).

Энергетический выход биосинтеза, η.

Теплопродукция.

Суммарный удельный расход сырья.

37

оснащенности данных процессов и зависит от уровня электронного обо-

рудования, средств контроля и автоматизации. Возникают также пробле-

мы вследствие большой информационной емкости биотехнологических

процессов. Эффективность АСУ зависит от быстродействия и объема па-

мяти ЭВМ. Поэтому прогресс в области биотехнологии зависит от про-

гресса в области электроники. Большое будущее имеет, в частности, мик-

ропроцессорная техника. Внедрение АСУ сдерживается отставанием в

создании надежной и быстродействующей контрольно-измерительной

аппаратуры, выдерживающей стерилизацию и удовлетворяющей совре-

менные требования к чувствительности и точности измерения, быстро-

действию, надежности, миниатюризации.

Моделирование является одним из наиболее значимых направлений

при разработке биотехнологических процессов, так как с помощью моде-

лирования, экспериментального и математического, исследуются и разра-

батываются новые процессы, совершенствуются аппараты и технологиче-

ские схемы производств. При экспериментальном моделировании в лабо-

раторных и промышленных условиях применяются, как правило, модели

объектов и процессов, отличающиеся масштабами. Экспериментальное

моделирование позволяет исследовать и оптимизировать процессы, сущ-

ность которых мало изучена. Данный подход часто служит единственным

средством для исследования биотехнологического процесса. Первым эта-

пом экспериментального моделирования служит лабораторный уровень, в

ходе которого при сравнительно небольших затратах проводится изучение

новых продуцентов и разработка новых процессов. Далее полученные

результаты переносят в опытные, полупромышленные и промышленные

масштабы. На опытных установках отрабатываются все технологические

детали будущего процесса, обучается персонал, создается оборудование,

уточняются технико-экономические показатели. Затем проводятся круп-

номасштабные дорогостоящие промышленные эксперименты и испыта-

ния. Экспериментальное моделирование имеет ряд особенностей: трудо-

емкость, сложность реализации новой модели процесса. Наиболее трудны

при этом вопросы масштабирования технологии и оборудования. Развитие

биологических агентов связано не только с поведением жидкости и реа-

гентов в ферментере, но и с их собственным метаболизмом. Поэтому мас-

штабирование в биологии требует специальных решений, при этом до

настоящего времени нет единого подхода к решению данной задачи. Для

оптимизации и управления биотехнологическими процессами, помимо

экспериментального, необходимо также привлечение математического

моделирования. Эти два подхода, дополняя друг друга, позволяют более

эффективно решать поставленные задачи. Экспериментальное моделиро-

вание часто предшествует математическому, являясь для него источником

информации. Математические модели – удобное средство обобщения экс-

периментальных данных. Наличие математических моделей позволяет

38

более обоснованно подходить к планированию экспериментов и обраба-

тывать данные, существенно сокращать объем экспериментальных работ.

Для моделирования и расчета биотехнологических процессов в силу их

сложности применяют системный подход. Математическая модель слож-

ной биосистемы должна включать описание различных по своей природе

объектов и явлений. Поэтому, анализируя биологическую системы в це-

лом, применяют метод декомпозиции, расчленяя исходную систему на ряд

подсистем: строятся модели массообмена, кинетики роста биообъекта и

биохимических процессов. К настоящему времени разработано много мо-

делей массообмена, кинетики потребления субстрата и образования раз-

личных продуктов. Наиболее сложная задача – моделирование собственно

биологических объектов, так как они значительно сложнее химических,

физических и технических. Объекты биотехнологии способны к саморе-

гулированию, их сложность усугубляется неоднородностью. Процессы,

протекающие в биореакторе, зависят не только от сложных внутриклеточ-

ных факторов, но и от условий внешней среды; в свою очередь, внешние

процессы в биологии связаны с внутренними, поэтому их разделить нель-

зя. Кроме этого, на данном этапе уровня развития математической биоло-

гии отсутствует теория, адекватная сущности биологических процессов.

Пока не создан математический аппарат, способный описать природу

биологических превращений во всем многообразии, то есть необходимо

развитие и совершенствование самого математического аппарата. Мате-

матическое описание биологических объектов дополнительно осложняет-

ся их недостаточной изученностью. Поэтому на данном этапе возможно

достаточно упрощенное и приближенное математическое описание биоло-

гических объектов, это направление нуждается в существенном совер-

шенствовании.

Оптимизация биотехнологических процессов осуществляется на осно-

ве сочетания экспериментального и математического моделирования и

применения современных методов оптимизации (динамического и нели-

нейного программирования, вариационного исчисления). Однако в на-

стоящее время для оценки оптимальности биотехнологических процессов

трудно даже подобрать критерии. При оптимизации в биотехнологии не-

обходимо учитывать ограничения, связанные с экономическими и конст-

руктивными условиями, возможностями контрольно-измерительной аппа-

ратуры и средств управления, экологическими требованиями и др. Моде-

лирование и оптимизация биотехнологических процессов – задача слож-

ная и во многом еще не решенная. Однако именно разработка адекватных

моделей различных биотехнологических процессов и на их основе созда-

ние совершенных методов оптимизации и управления – важнейшее на-

правление биотехнологии, без которого невозможен прогресс.

39