微生物发酵过程中组分异常复杂,物化和生化反应混合交叠,一般发酵过程模型简化了复杂的反应机制,缺乏对细胞微观信息的描述。随着基因工程、细胞工程的发展,结合日益完善的基因组学、代谢网络分析方法,发酵过程建模手段不断丰富,有利于进一步探寻生化过程的反应机理。另一方面,发酵过程现有检测仪表落后,很多关键过程变量无法在线测量,基于数学模型的状态估计方法可以对发酵过程中难以测量的参数进行估计,实现在线监测,保障发酵过程稳定运行并提高质量和效益。本文在发酵过程建模及状态估计研究中,引入代谢网络分析技术,针对赖氨酸、聚羟基丁酸等发酵过程的工业应用问题,基于代谢网络简化及基元分析,通过代谢流与动力学模型耦合,结合催化酶调节作用,建立过程数学模型,进而实现发酵过程的状态估计,主要创新工作如下:(1)以赖氨酸生产的代谢分析为基础,构建了赖氨酸发酵的中心代谢网络及简化代谢网络。首先分析细胞代谢过程中的糖酵解、TCA循环、磷酸戊糖、氧化磷酸化等主要代谢途径及其生理意义,结合谷氨酸棒杆菌生产赖氨酸的工艺原理、发酵特征、代谢途径、基因组学等信息,提炼出赖氨酸代谢网络中的关键代谢途径和代谢物质,建立了简化的赖氨酸代谢网络及相应的化学计量方程。(2)将宏观动力学与代谢通量平衡方程相结合,提出了一种新的发酵过程耦合建模策略。该耦合模型利用简化的赖氨酸代谢网络,首先建立细胞内代谢物质的通量平衡方程,用微分方程表示生物量、产物和底物的宏观动力学。再将代谢通量平衡方程和宏观动力学相耦合,实现微观代谢通量与宏观状态变量的关联。耦合模型中的关键代谢通量比底物消耗速率、比产物生成速率用经验方程来表示。通过智能遗传算法进行模型参数辨识,寻找最优参数。该模型与实验数据吻合良好,为细胞通量的定量研究提供了微观视角。(3)针对聚羟基丁酸发酵过程,提出一种基于混合赛博模型的微生物代谢状态估计方法。首先结合基元模式分析和赛博(cybernetic)模型控制作用,既考虑细胞内产物信息和代谢行为,又引入控制变量来调节催化酶的活性和合成,从而建立反映微生物代谢过程的混合赛博模型,基于该模型可以实现对微生物体代谢状态的实时监测。进一步对混合赛博模型中非线性动态进行线性化,再采用扩展卡尔曼滤波对代谢过程状态进行估计。该方法对于微生物代谢中一些重要状态变量具有良好的估计效果。