專利名稱：生物燃料發(fā)酵過程的非線性模型預(yù)測控制的制作方法
技術(shù)領(lǐng)域：
本發(fā)明一般涉及針對生物燃料及其副產(chǎn)品的生產(chǎn)過程的模型預(yù)測控制的領(lǐng)域，并且更具體地，涉及用于生物燃料(例如，燃料乙醇)發(fā)酵過程的非線性模型預(yù)測控制的系統(tǒng)和方法。

背景技術(shù)：
生物燃料生產(chǎn)工廠 生物燃料是指從生物量(即從最近活生物體或者其副產(chǎn)品)得到的任何燃料。在圖1中示出了生物燃料生產(chǎn)工廠或者過程的發(fā)酵部分的示例性高級設(shè)計，其示出了如何通過各種過程或者階段來處理生物量，以生產(chǎn)生物燃料以及一種或者多種副產(chǎn)品。
如圖1所表明的那樣，對生物量(例如，玉米(來自玉米源，盡管可根據(jù)需要使用任何其它類型的生物量，例如，其它谷物、甘蔗等))連同蒸煮用水一起進(jìn)行粉碎和蒸煮處理，該粉碎和蒸煮處理包括如所示出的粉碎處理、漿槽以及蒸煮槽。在粉碎中，生物量被分解以增加表面積與體積比。表面積的這種增加允許淡水和生物量表面的充分相互作用，以實(shí)現(xiàn)可發(fā)酵糖溶在水中的溶液。然后對生物量/水漿的混合物進(jìn)行蒸煮，以促進(jìn)溶液中生物量-水接觸的量的增加并且加大碳水化合物生物量與非碳水化合物生物量的分離。然后將粉碎和蒸煮單元的輸出(即，發(fā)酵料或者漿)送到發(fā)酵過程，在該發(fā)酵過程中，一個或者多個發(fā)酵單元(發(fā)酵槽)操作用來使通過粉碎和蒸煮過程生產(chǎn)的生物量/水漿發(fā)酵。
發(fā)酵是生物反應(yīng)，在該生物反應(yīng)中，活性生物體(酵母)用于將糖(葡萄糖或者右旋糖)轉(zhuǎn)化成生物燃料(例如，乙醇)。更具體地，發(fā)酵過程一般地利用酵母來將漿或者醪中的糖轉(zhuǎn)化成生物燃料(例如，乙醇)，并且也可利用各種酶，諸如參與將所述漿中的玉米淀粉分解成較簡單的糖的α淀粉酶(AA)以及在填充時間期間加入到發(fā)酵槽中的葡糖淀粉酶(GA)，以將糖進(jìn)一步分解成葡萄糖。
發(fā)酵通常是具有在45和60小時之間的典型發(fā)酵分批時間的補(bǔ)料分批操作。一般而言，該時間的20-33％用于填充發(fā)酵槽。通常，取決于工廠規(guī)模，以200-800GPM的速率將醪(水和粉碎玉米的混合物)注入到發(fā)酵桶中。通常，所述醪已經(jīng)用α淀粉酶(AA)進(jìn)行了處理，如上所表明的那樣，該α淀粉酶用于參與將玉米淀粉分解成較簡單的糖。購買呈干燥或者液體形式的酵母，并且通過在繁殖槽中將該酵母與稀釋醪進(jìn)行混合來對該酵母進(jìn)行制備以用于添加到發(fā)酵桶(即發(fā)酵槽)中。在用醪填充發(fā)酵桶時，將酵母混合物加入到該發(fā)酵桶中。也如上所表明的那樣，可在填充時間期間向發(fā)酵槽和/或向預(yù)發(fā)酵桶加入另一種酶(葡糖淀粉酶(GA))，以將糖進(jìn)一步分解成葡萄糖。也可加入對于適當(dāng)?shù)慕湍干L必要的其它成分，例如，氮源、抗感染源(例如，抗生素)等。
由于生物燃料發(fā)酵是放熱過程，因此通過經(jīng)由熱交換機(jī)再循環(huán)醪來冷卻發(fā)酵槽，由此通過外部水源冷卻該熱交換機(jī)。冷卻熱交換機(jī)之后的再循環(huán)醪的溫度可稱作再循環(huán)溫度、發(fā)酵桶冷卻器回流溫度或者簡單冷卻器回流溫度，等等。
注意，系統(tǒng)對溫度非常靈敏，酶更喜歡較高的溫度而酵母則更喜歡較低的溫度。工廠實(shí)驗(yàn)室通常測試在整個批期間的各個時間處的發(fā)酵材料的若干項(xiàng)或者組成以測量發(fā)酵過程，諸如，例如溫度；pH(酸度測量)；糖例如，DP4(四鏈右旋糖聚合物)、DP3(三鏈右旋糖聚合物)、麥芽糖、葡萄糖、果糖、半乳糖、乳糖和/或蔗糖(和/或其它)；副產(chǎn)品例如，乳酸、乙酸和甘油；以及生物燃料(例如，乙醇)。
如圖1也示出的那樣，酵母發(fā)酵過程可培養(yǎng)(生產(chǎn))用于發(fā)酵槽中的醪的初始接種的活性酵母。然后對所述醪進(jìn)行發(fā)酵，以生產(chǎn)各種發(fā)酵產(chǎn)品的混合物。注意，發(fā)酵過程可需要或者可不需要將額外的淡水添加到過程中，以控制材料對發(fā)酵單元(這里也稱作發(fā)酵桶)的一致性。在發(fā)酵單元或者槽中，由酵母和酶將生物量轉(zhuǎn)化成生物燃料以及副產(chǎn)品(諸如二氧化碳、水以及不可發(fā)酵生物量(固體))。
圖2和3示出了發(fā)酵過程的各個組成的典型分布曲線，包括碳水化合物(例如，糖，諸如DP4、DP3、麥芽糖、果糖、半乳糖、乳糖和/或蔗糖)以及生物燃料(在這些示例中，乙醇)。如這些圖所表明的那樣，由于碳水化合物被轉(zhuǎn)化成了乙醇，因此隨著乙醇濃度上升，碳水化合物濃度在發(fā)酵過程期間(即在批時間或者時期期間)下降。
發(fā)酵過程的另一方面是在批時間期間，活性酵母生長到某個最大值，然后隨著乙醇濃度增加而下降并且糖被用盡。圖4示出了在批時間期間活性酵母濃度的所計算的上升和最終的下降。圖5示出了關(guān)于乙醇生產(chǎn)(所測量的以及所模擬的兩者)的所計算的活性酵母分布曲線。如可看到的那樣，隨著活性酵母濃度下降，乙醇生產(chǎn)變慢，直到不再生產(chǎn)可感知的乙醇。
在發(fā)酵之后，將來自發(fā)酵過程的輸出送到蒸餾過程(例如，一個或者多個蒸餾單元)以將生物燃料與水、二氧化碳以及不可發(fā)酵的固體分離。如果必須將生物燃料脫水到小于體積的5％的濕度水平，則可以通過稱作分子篩的處理單元來處理生物燃料。然后處理最終的生物燃料，以確保改變其性質(zhì)并且不用于人類消耗。
蒸餾單元將生物燃料與水分離。如圖1所示，以水蒸氣的形式加入淡水用于加熱和分離，并且將冷凝水循環(huán)回到粉碎和蒸煮單元。將作為蒸餾單元的最重的輸出的釜餾物(不可發(fā)酵固體和酵母殘留物)發(fā)送至釜餾物處理，用于進(jìn)一步開發(fā)來自生物燃料生產(chǎn)過程的副產(chǎn)品。
在現(xiàn)有技術(shù)的生物燃料工廠中，用傳統(tǒng)的控制方案來控制特性(諸如溫度或者產(chǎn)品質(zhì)量)?，F(xiàn)代工業(yè)工廠應(yīng)用傳統(tǒng)的和先進(jìn)的控制來調(diào)節(jié)復(fù)雜過程，以實(shí)現(xiàn)特定的控制目標(biāo)。傳統(tǒng)PID(比例-積分-微分)控制器和其它控制系統(tǒng)(諸如比率控制、前饋控制以及過程模型)可用于控制生物燃料生產(chǎn)過程(PID是使用三個基本的反饋控制模式來作用于來自其控制目標(biāo)的偏差的控制算法或者裝置比例作用控制(P)、積分作用(I)以及改變作用的微分(D)速率)。DCS(分布式控制系統(tǒng))將具有許多建立用來控制在局部控制水平處的過程單元變量的傳統(tǒng)控制方案。
然而，存在不能進(jìn)行直接測量或者控制的發(fā)酵過程的許多方面，這會導(dǎo)致不可靠的或者次最優(yōu)的生物燃料生產(chǎn)。因此，期望用于生物燃料生產(chǎn)的改進(jìn)的系統(tǒng)和方法。


發(fā)明內(nèi)容
提出了用于利用模型預(yù)測控制(MPC)來管理生物燃料生產(chǎn)過程的發(fā)酵過程的計算機(jī)實(shí)施方法的各種實(shí)施例。
首先，可提供在生物燃料生產(chǎn)過程的分批發(fā)酵過程中針對生物燃料生產(chǎn)的酵母生長和可發(fā)酵糖濃度的非線性控制模型。例如，酵母生長和可發(fā)酵糖濃度的非線性控制模型可基于或者從以下所述的基本模型或者其變型得到。注意，如在這里所使用的那樣，控制模型是確定當(dāng)輸入改變時輸出改變多少的系統(tǒng)或者過程的輸入/輸出表示，并且可包括如下所定義的瞬時(穩(wěn)態(tài))模型以及動態(tài)模型。控制模型可以是單變量的(單個輸入影響單個輸出)或者多變量的(多個輸入影響多個輸出)。
可例如從生物燃料生成過程接收針對分批發(fā)酵過程的過程信息。在各個實(shí)施例中，該過程信息可來源于各種不同的源。例如，過程信息可包括以下中的一個或者多個分批發(fā)酵過程的所測量的特性(例如，溫度、壓力、水溫等)；可從測試在整個批期間的各個時間處的各個參數(shù)得到的、由實(shí)驗(yàn)室確定的特性值，稱作實(shí)驗(yàn)室數(shù)據(jù)(例如，pH；糖濃度，諸如右旋糖(例如DP4、DP3)、麥芽糖、果糖、半乳糖、乳糖和/或蔗糖；副產(chǎn)品，諸如乳酸、乙酸以及甘油；以及生物燃料，例如乙醇)；和/或推導(dǎo)出的或者計算的值，例如，由虛擬在線分析儀提供的。
可使用過程信息作為輸入來執(zhí)行酵母生長和可發(fā)酵糖濃度的非線性控制模型，以確定針對分批發(fā)酵過程的一個或者多個發(fā)酵過程變量的值，用于基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度。一個或者多個發(fā)酵過程變量優(yōu)選地包括發(fā)酵溫度(即發(fā)酵桶溫度)和/或酶流(即酶流對發(fā)酵過程的比率)，其中如上所表明的那樣，所述酶操作用來將淀粉轉(zhuǎn)化成可發(fā)酵糖(例如，右旋糖、麥芽糖、果糖、半乳糖、乳糖和/或蔗糖)。也可根據(jù)需要包括其它發(fā)酵過程變量，例如，pH、附加酶、氮源或者任何其它發(fā)酵過程變量。
可根據(jù)所確定的一個或者多個發(fā)酵過程變量的值來控制分批發(fā)酵過程，以基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度，其中基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度基本上使分批發(fā)酵過程中的生物燃料生成最大化。



當(dāng)結(jié)合以下附圖考慮優(yōu)選實(shí)施例的以下詳細(xì)描述時，可以獲得對本發(fā)明的更好理解，其中 圖1示出了根據(jù)現(xiàn)有技術(shù)的生物燃料處理工廠的發(fā)酵部分的一般設(shè)計； 圖2和3示出了根據(jù)現(xiàn)有技術(shù)的在發(fā)酵周期期間的發(fā)酵桶糖和乙醇濃度； 圖4示出了根據(jù)一個實(shí)施例在發(fā)酵周期期間所計算的活性酵母濃度； 圖5示出了根據(jù)一個實(shí)施例在發(fā)酵周期期間所計算的乙醇生產(chǎn)和活性酵母濃度； 圖6示出了根據(jù)一個實(shí)施例的可發(fā)酵糖(右旋糖)對酵母生長的影響； 圖7示出了根據(jù)一個實(shí)施例針對發(fā)酵過程的能量平衡； 圖8到10示出了根據(jù)一個實(shí)施例的在各個乙醇濃度處溫度對酵母生長的影響； 圖11是根據(jù)一個實(shí)施例的用于經(jīng)由對生物燃料生產(chǎn)過程的分批發(fā)酵過程中的酵母生長的控制，使生物燃料生產(chǎn)最大化的方法的高級流程圖； 圖12是根據(jù)一個實(shí)施例的用于執(zhí)行生物燃料生產(chǎn)過程的模型預(yù)測控制的系統(tǒng)的簡化視圖； 圖13A示出了根據(jù)一個實(shí)施例的生物燃料生產(chǎn)過程中發(fā)酵的模型預(yù)測控制； 圖13B示出了根據(jù)一個實(shí)施例的酵母生長和可發(fā)酵糖(例如，右旋糖)濃度的模型預(yù)測控制以使生物燃料生產(chǎn)最大化，包括所期望的溫度和酶濃度軌跡的確定； 圖14示出了根據(jù)一個實(shí)施例的發(fā)酵槽溫度和酶濃度軌跡的模型預(yù)測控制以使酵母生長最大化并且優(yōu)化可發(fā)酵糖(例如，右旋糖)濃度，以使生物燃料生產(chǎn)最大化，包括確定發(fā)酵再循環(huán)或者發(fā)酵桶冷卻器回流溫度以及酶流控制； 圖15是根據(jù)一個實(shí)施例的針對圖13B的主控制器的示例性控制矩陣，其中利用了三個發(fā)酵桶； 圖16是根據(jù)一個實(shí)施例的針對圖14的子控制器的示例性溫度和酶濃度子控制矩陣，其中利用了三個發(fā)酵桶； 圖17示出了根據(jù)本發(fā)明一個實(shí)施例的模型預(yù)測控制系統(tǒng)的高級操作； 圖18示出了根據(jù)一個實(shí)施例的用于從基本動力學(xué)模型識別非線性模型(例如，克隆化)的示例性測試步驟；以及 圖19示出了根據(jù)一個實(shí)施例的用于估計分批發(fā)酵過程中的乙醇濃度、右旋糖濃度以及酵母生長的虛擬在線分析儀(VOA)； 圖20和21比較了根據(jù)一個實(shí)施例的用實(shí)驗(yàn)室測量的乙醇和右旋糖濃度的VOA估計； 圖22是根據(jù)本發(fā)明的一個實(shí)施例的針對生物燃料生產(chǎn)過程中發(fā)酵的模型預(yù)測控制的示例性圖形用戶界面的屏幕截圖； 圖23示出了根據(jù)發(fā)明的一個實(shí)施例的工業(yè)乙醇發(fā)酵單元的示例性溫度分布曲線； 圖24示出了根據(jù)發(fā)明一個實(shí)施例的到發(fā)酵槽中的結(jié)果酶流； 圖25示出了在不使用這里所公開的高級控制策略的情況下，在發(fā)酵過程之后的乙醇的均值和變率；以及 圖26示出了根據(jù)一個實(shí)施例的以下控制策略的示例性影響的比較1)僅具有溫度控制；以及2)具有這里所描述的完整控制策略。
本發(fā)明可具有各種修改和可替選的形式，經(jīng)由附圖中的示例示出本發(fā)明的具體實(shí)施例并且在這里進(jìn)行詳細(xì)的描述。然而，應(yīng)理解的是，所述附圖及其詳細(xì)描述并非旨在將本發(fā)明限于所公開的特定形式，而是相反，本發(fā)明旨在覆蓋落入由所附權(quán)利要求限定的本發(fā)明的精神和范圍內(nèi)的所有修改、等同內(nèi)容以及替換。

具體實(shí)施例方式 定義-生物燃料生產(chǎn)過程 生物燃料-從生物量，即從最近的活性生物體或者其副產(chǎn)品(例如，燃料乙醇)得到的任何燃料。
生物燃料生產(chǎn)過程-由輔助處理單元圍繞的發(fā)酵過程，用于生產(chǎn)生物燃料、用于燃料的其它可發(fā)酵酒精和/或大容量食品級或者化學(xué)級酒精。
生物燃料生產(chǎn)-在分批過程內(nèi)或者末端處的生物燃料生產(chǎn)的測量?？砂y量，諸如濃度(例如，wt％、體積％或者wt/vol％)、體積(例如，發(fā)酵桶內(nèi)的當(dāng)前加侖生物燃料)或者質(zhì)量(例如，發(fā)酵桶內(nèi)的當(dāng)前kg生物燃料)。
分批處理-例如，在正常工作日或者星期期間，包括開始和結(jié)束的分階段不連續(xù)處理步驟，與不停止而繼續(xù)的連續(xù)處理形成對比。一般由相當(dāng)穩(wěn)定的目標(biāo)或者操作來表示連續(xù)處理，其中至少一些參數(shù)在整個分批處理期間改變。例如，生物燃料生產(chǎn)(例如，發(fā)酵)在批開始處以低水平開始，而在整個批期間增加，在結(jié)束時具有或者不具有表示退化率高于生產(chǎn)率的下降。類似的，酵母細(xì)胞濃度也以相當(dāng)?shù)偷乃介_始，并且通常在整個批期間生長，盡管它們通常在批內(nèi)具有滯后(相對固定的濃度)、指數(shù)生長、穩(wěn)定生長以及退化相。
通常存在兩種分批發(fā)酵過程純粹分批過程，其中用醪填充槽，當(dāng)槽被填滿時，用酵母進(jìn)行接種并且允許發(fā)生反應(yīng)；以及補(bǔ)料分批過程，其中在反應(yīng)進(jìn)行時填充發(fā)酵槽，即在引入了酵母之后并且當(dāng)正發(fā)生所述反應(yīng)時，向槽或者器皿提供料。
漿-包括將進(jìn)行發(fā)酵的兩相(液體和固體)漿的發(fā)酵料醪。
固體或者％固體-發(fā)酵料中固體的分?jǐn)?shù)或者百分?jǐn)?shù)。
粉碎和蒸煮過程-用于發(fā)酵料的預(yù)發(fā)酵的連續(xù)處理，其一般包括玉米或者甘蔗粉碎、蒸煮、與水和處理化學(xué)物質(zhì)混合、蒸煮用于殺菌并且增加固體內(nèi)的水濃度以及其它預(yù)發(fā)酵處理。
生物量濃度-由以下中的一個或者多個指定的發(fā)酵料的含量屬性漿固體、液化固體、漿密度、液化密度、漿％或者分?jǐn)?shù)碳水化合物以及漿％或者分?jǐn)?shù)可發(fā)酵糖。
水目錄信息-包括水流、再循環(huán)液體流、蒸發(fā)器濃縮物再循環(huán)流、稀釜餾物或者離心機(jī)液體再循環(huán)流、淡水添加流、處理水添加流、漿流、醪流以及針對用于保持這些流的目錄的各種槽或者針對中間接收器(例如，甲烷轉(zhuǎn)化器料槽、漿料槽、液化槽、蒸餾物槽、谷糧倉目錄或者其它生物量目錄等)的各種水平或者重量。
液化-針對具有高淀粉含量的谷物，使淀粉液化以通過加入酶或者其它生物制劑來減小其碳水化合物的鏈長度和粘度。
熱氧化劑/熱還原蒸汽發(fā)生器(HRSG)-用于破壞易揮發(fā)有機(jī)化合物(VOC)的處理設(shè)備，以減少空氣并且消除來自釜餾物干燥器或者蒸發(fā)系統(tǒng)的臭氣。熱還原蒸汽發(fā)生器用于還原破壞VOC所需的熱，并且典型地是生物燃料生產(chǎn)過程的能量中心。
干燥蒸餾器谷物(DDG)-后發(fā)酵固體殘留物，其包括可被干燥并且被釋放作為生產(chǎn)副產(chǎn)品(一般為動物飼料)的未消化的谷物殘留物、其它固體殘留物(酶、鹽)以及酵母(或者其它細(xì)胞殘留物)。DDG在這里也可被用于包括僅部分被干燥用于局部消耗(例如，沒有長期生物穩(wěn)定性)的WDG(潮濕蒸餾器谷物)以及DDGS/WDGS(具有可溶物的干燥蒸餾器谷物以及具有可溶物的潮濕蒸餾器谷物)?？扇芪锇ㄔ谒锌扇芙獠⑶乙虼顺霈F(xiàn)在釜餾物濃縮物中的殘留固體?？扇芪锟杀徊糠譂饪s(一般用蒸發(fā))并且被加入到DDG或者WDG，以增加產(chǎn)量并且管理副產(chǎn)品存量。
酶-所增加的基于生物學(xué)的高選擇性催化劑，用于管理發(fā)酵過程內(nèi)的特定反應(yīng)。通常使用的酶包括用于迅速地將淀粉分解成糊精的α淀粉酶、用于將糊精分解成果糖的果糖淀粉酶以及用于將谷物蛋白質(zhì)分解成可消化蛋白質(zhì)的蛋白酶，以支持細(xì)胞生長。如下所述，可管理對基于淀粉的發(fā)酵的模型化和控制、特定用于將纖維素轉(zhuǎn)換成生物燃料的酶或者影響酵母生長或者養(yǎng)分利用率的其它酶。
酵母-生物燃料生產(chǎn)生物體。由于所描述的技術(shù)可以不是特定于酵母，而是可應(yīng)用于在發(fā)酵過程中使用的許多生物體來生產(chǎn)生物燃料，因此可使用包括遺傳工程的E.coli(大腸桿菌)的其它生物燃料生產(chǎn)生物體來代替，盡管如此，但是酵母是當(dāng)前在乙醇生產(chǎn)中最通常使用的生物體。
活性酵母-是指如上定義的、積極地消耗碳水化合物以生產(chǎn)生物燃料的酵母。除非另外指定，本文檔中提到的酵母根據(jù)定義是活性酵母。
釜餾物/完整釜餾物-從初級蒸餾單元的底部移除的不可發(fā)酵固體和水液體。
稀釜餾物-與釜餾物不可發(fā)酵固體分離的液體。
倒流-再循環(huán)回到發(fā)酵料線并且因此被引入到發(fā)酵過程中的稀釜餾物。
糖漿-移除了大部分水分的濃縮稀釜餾物。糖漿中的％固體一般在20％-45％固體的范圍中，但是可出現(xiàn)該范圍之外的百分?jǐn)?shù)。
發(fā)酵間隔-所有發(fā)酵槽以及發(fā)酵池的累加和。表示為體積、％體積、水平、％水平或者類似表示。
發(fā)酵池-發(fā)酵槽流出物的貯藏所。許多生物燃料過程的發(fā)酵部分和蒸餾部分之間的保持槽。
共沸混合物-兩種化合物的特殊混合物，當(dāng)這兩種化合物處于平衡時，氣相和液相具有精確相同的成分。這使得難于分離這兩種成分以實(shí)現(xiàn)較好的純度。需要特殊分離過程來分解共沸混合物。它們包括共沸蒸餾(加入第三化合物來分解共沸混合物)、提取蒸餾(使用溶劑來分離2種化合物)或者分子篩技術(shù)(擇優(yōu)地捕獲分子篩床中的一個組分的分子，同時另一組分通過分子篩床)。
易揮發(fā)有機(jī)化合物(VOCS)-當(dāng)經(jīng)受大氣壓力和外界溫度范圍時易于蒸發(fā)的有機(jī)化合物。
容量-容量是最佳操作條件(無不正常約束)下的過程、子過程或者單元的所建立的最大生產(chǎn)率。容量一般是目前資本投資內(nèi)的常數(shù)。對于新的單元，容量是買主的指定容量。對于建立的單元，由所表明的歷史生產(chǎn)率來建立容量。
模型-輸入/輸入表示，其表示各種模型輸入的改變與模型輸入如何影響每個模型輸出之間的關(guān)系。
動態(tài)預(yù)測模型/動態(tài)模型-系統(tǒng)或者過程的輸入/輸入表示，其不僅反映了當(dāng)改變輸入時輸出改變了多少，以及在什么速度速度下、基于什么樣的時間依賴曲線，輸出將基于一個或者多個輸入變量改變而改變。動態(tài)多變量預(yù)測模型是對多個參數(shù)間的關(guān)系進(jìn)行表示或者編碼的動態(tài)預(yù)測模型，并且可操作用于接收多個輸入并且產(chǎn)生多個輸出。
控制模型-系統(tǒng)或者過程的輸入/輸出表示，其確定當(dāng)改變輸入時，輸出改變多少，并且可包括瞬時(穩(wěn)態(tài))模型以及如上定義的動態(tài)模型?？刂颇Ｐ涂梢允菃巫兞康?單個輸入影響單個輸出)或者多變量的(多個輸入影響多個輸出)。
模型預(yù)測控制(或者M(jìn)PC)-用于在所預(yù)測的時間間隔期間(例如，1分鐘、30分鐘、2小時、100小時等)使控制器目標(biāo)(目標(biāo)控制器輸出和約束)與調(diào)整控制器(現(xiàn)有的單輸入/單輸出控制器，諸如比率流、溫度、水平、速度或者壓力控制器)關(guān)聯(lián)的多變量動態(tài)過程模型的使用。
目標(biāo)函數(shù)-目標(biāo)函數(shù)對設(shè)置針對過程、子過程或者單元的總體操作的目的的目標(biāo)進(jìn)行編碼。目標(biāo)函數(shù)提供過程、子過程或者單元爭取實(shí)現(xiàn)并且通過其可測量過程、子過程或者單元的性能的一個或者多個一致數(shù)字度量，例如，從商業(yè)立場來看，例如，以使得操作成本最小化或者使得操作的利潤或者生產(chǎn)最大化。
控制變量-(也稱作受控變量)控制器/優(yōu)化器試圖帶到某個目標(biāo)(例如目標(biāo)值、最大值等)的那些變量。
積分變量-積分控制變量是不穩(wěn)定、但是一般與穩(wěn)定的作為時間函數(shù)的第一導(dǎo)數(shù)進(jìn)行積分的變量。最普通的積分變量是槽水平，其中只要輸入和輸出是不平衡的，則所述水平將增加或者下降。因此，當(dāng)平衡時，輸入或者輸出流中的改變將引起槽隨著時間積分而溢出或者排干?？刂破鞅仨毷褂眠@些積分計算來確定必須何時以及如何迅速地調(diào)節(jié)輸入或者輸出流。
操縱變量-例如，經(jīng)由具有在線控制器的過程的調(diào)節(jié)，通過其過程或者單元的管理具有權(quán)限和控制的、并且由控制器/優(yōu)化器改變(移除)或者操縱以實(shí)現(xiàn)控制變量的目標(biāo)或者目的的那些變量。這些變量是其值受約束而限制的實(shí)際控制變量。這與在操作變量可在可控制或者固定約束的某個范圍內(nèi)操作的意義上的可控制約束不同。管理是針對過程控制的可替選項(xiàng)。
擾動變量-除了目標(biāo)變量和調(diào)節(jié)控制器之外，表示對過程的外部影響的變量在控制器范圍之外，并且因此該變量作用于目標(biāo)變量，但是獨(dú)立于所描述的控制器。擾動變量用在前饋擾動阻礙中。擾動變量也是該過程或者單元的管理不對其具有直接權(quán)限或者控制的被測量的或者未被測量的變量。例如，溫度、濕度、上游流或者質(zhì)量都可被稱作測量的擾動變量。
設(shè)置點(diǎn)(目標(biāo))-針對操縱變量或者目標(biāo)受控變量的目標(biāo)信號或者值。
約束-約束表示對影響生產(chǎn)單元的可實(shí)現(xiàn)生產(chǎn)率的特定操作變量或者條件的限制。約束具有兩種類型以下所定義的可控制的和外部的。約束可包括但不限于安全約束、設(shè)備約束、設(shè)備利用率約束、人員約束、商業(yè)執(zhí)行約束、控制約束、供應(yīng)鏈約束、環(huán)境允許和法律約束。安全約束保證了設(shè)備和人員的安全。設(shè)配約束(諸如控制閥的最大打開位置、最大槽容量等)可限制單元的物理吞吐量。設(shè)備利用率約束可包括但不限于由于維護(hù)計劃和安排或者由于不期望的設(shè)備運(yùn)轉(zhuǎn)中斷的備用狀態(tài)、由供應(yīng)鏈設(shè)置的授權(quán)生產(chǎn)水平以及生產(chǎn)調(diào)度系統(tǒng)。人員約束是指對人員配備和支持功能的可用性的限制、商業(yè)規(guī)則以及由合同和政策強(qiáng)加的約束。商業(yè)執(zhí)行約束是由需要用于執(zhí)行相關(guān)聯(lián)的商業(yè)以及合同任務(wù)和義務(wù)的時間所強(qiáng)加的限制?？刂萍s束是對最大位置和操作變量的變化率的限制。供應(yīng)鏈約束是對原材料、能量和生產(chǎn)供應(yīng)的可用性的限制。環(huán)境允許和法律約束是對空氣排放、廢水和廢物處理系統(tǒng)的限制和/或強(qiáng)加到單元性能上的環(huán)境約束(諸如河流水位和當(dāng)前天氣強(qiáng)加的限制)。
可控制約束-強(qiáng)加到過程或者單元的性能的約束，所述過程或者單元的管理對其具有權(quán)限或者任意控制。例如，蒸餾塔中的分離可能受蒸餾盤污垢的影響。盤污垢取決于如何處理原料以及每個多久使單元離線進(jìn)行清潔。由管理自由決定何時服務(wù)單元?？煽刂萍s束改變單元的吞吐量。
外部約束-外部約束是強(qiáng)加到過程、子過程或者單元的性能的限制，所述過程、子過程或者單元的管理對其不具有權(quán)限或者任意控制。這些外部限制有兩種類型由工廠或者供應(yīng)鏈中的其它實(shí)體或者過程可控制的外部約束，以及由物理、安全、環(huán)境或者法律約束所強(qiáng)加的并且不可由工廠或者供應(yīng)鏈中的任何人控制的那些約束。
系統(tǒng)-系統(tǒng)可由系統(tǒng)或者過程的輸入和特征定義。在生物燃料生產(chǎn)過程中，系統(tǒng)可定義為完整生物燃料生產(chǎn)過程、生物燃料生產(chǎn)過程的子過程(諸如粉碎和蒸煮過程)或者子過程中的變量(諸如蒸煮溫度)。
開環(huán)系統(tǒng)-響應(yīng)于輸入的系統(tǒng)、但是該系統(tǒng)不由于輸出的行為而修改。例如，在生物燃料系統(tǒng)中，如果循環(huán)泵不具有壓力控制系統(tǒng)，則循環(huán)泵將在獨(dú)立于上游和下游壓力的固定體積的糖漿處操作和移動。
閉環(huán)系統(tǒng)-在該系統(tǒng)中，可調(diào)節(jié)輸入以補(bǔ)償輸出中的改變。這些改變可以是自系統(tǒng)的目標(biāo)、對系統(tǒng)或者系統(tǒng)變量的約束的影響或者輸出變量的測量的偏離。閉環(huán)系統(tǒng)可用于感測所述改變并且將信號反饋到過程輸入。在生物燃料系統(tǒng)中，由于可對閉環(huán)系統(tǒng)進(jìn)行調(diào)節(jié)經(jīng)受約束(諸如生產(chǎn)(產(chǎn)品)質(zhì)量、能量成本、處理單元容量等)，因此這些系統(tǒng)可主導(dǎo)。
控制系統(tǒng)-調(diào)節(jié)水平機(jī)構(gòu)，通過其將操縱變量驅(qū)動到設(shè)置點(diǎn)。
響應(yīng)-操縱變量的當(dāng)前位置的測量。所述響應(yīng)是響應(yīng)于控制系統(tǒng)努力實(shí)現(xiàn)設(shè)置點(diǎn)的動作，將操作變量移動到設(shè)置點(diǎn)的反饋。
目標(biāo)分布曲線或者軌跡-例如，在特定的時間周期期間，例如在范圍外的變量值的所期望的分布曲線或者軌跡，即控制變量或者操縱變量的所期望的行為。
控制范圍-從當(dāng)前擴(kuò)展到未來的時間周期，在該時間周期期間，一個人計劃移動或者改變操縱變量。在該范圍之外，假設(shè)MV保持恒定在其在控制范圍內(nèi)的最后或者最近的值。
預(yù)測范圍-當(dāng)前擴(kuò)展到未來的時間周期，在該時間周期期間，過程或者系統(tǒng)響應(yīng)被監(jiān)視并且與所期望的行為比較。
克隆-在所期望的輸入和輸出范圍中運(yùn)用基本模型并且使用結(jié)果來創(chuàng)建神經(jīng)網(wǎng)絡(luò)模型的過程。
應(yīng)用于生物燃料生產(chǎn)過程中的發(fā)酵的MPC 以下描述了用于將模型預(yù)測控制應(yīng)用于生物燃料生產(chǎn)過程中的發(fā)酵的系統(tǒng)和方法的各種實(shí)施例。更具體地，如以下將詳細(xì)描述的那樣，關(guān)于酵母生長、可發(fā)酵糖(例如，右旋糖)濃度以及生物燃料(例如，乙醇)生產(chǎn)之間的關(guān)系的新理解被用于間接通過控制酵母生長來使生物燃料生產(chǎn)最大化。應(yīng)注意的是，盡管預(yù)期這里所公開的技術(shù)適用于一般生物燃料生產(chǎn)，但是按照乙醇生產(chǎn)描述了以下實(shí)施例；當(dāng)然，這并非將本發(fā)明限于任何特定的生物燃料。
如以上所表明的那樣，發(fā)酵過程使用活性生物體(例如，酵母)來將可發(fā)酵糖(例如，右旋糖、麥芽糖、果糖、半乳糖、乳糖和/或蔗糖)轉(zhuǎn)化成具有二氧化碳的副產(chǎn)品和能量的生物燃料(例如，燃料乙醇、丁醇和/或甲醇)。盡管存在發(fā)酵過程的若干產(chǎn)品，在優(yōu)選實(shí)施例中，主要產(chǎn)品(以及所關(guān)心的產(chǎn)品)是生物燃料(例如，燃料乙醇(和/或丁醇和/或甲醇))的生產(chǎn)。通常以小量生產(chǎn)的其它成分(諸如酸)如果以較大量生產(chǎn)，則能夠指示發(fā)酵桶內(nèi)的問題。根據(jù)本發(fā)明實(shí)施例的過程的關(guān)鍵點(diǎn)是不僅存在酵母，并且酵母是復(fù)制的(“活性”)?；钚越湍妇哂凶畲蟮纳a(chǎn)乙醇的能力。酵母生長中的三個主要因素是發(fā)酵桶溫度、可發(fā)酵糖(例如，右旋糖)濃度以及乙醇濃度。這可通過以下的方程來概念性地說明 其中，yactive＝活性酵母濃度， ysugar＝可發(fā)酵糖(右旋糖)濃度， yEtOH＝乙醇濃度， T＝發(fā)酵桶溫度，并且 Yeastinitial＝酵母的初始接種。
注意，與典型的化學(xué)反應(yīng)模型不同，該表達(dá)式是酵母的生長模型。還要注意，提供該表達(dá)式僅出于說明性目的；以下描述包括稀釋的影響的詳細(xì)的動力學(xué)模型。酵母將以基于發(fā)酵桶中的條件的速率生長和死亡。如以上參考圖1所討論的那樣，將酵母的初始接種從酵母繁殖槽引入到發(fā)酵桶中。通?；ㄙM(fèi)大約一小時來騰空酵母繁殖槽。因此，對于所述批的大部分來說，通過下式給出酵母生長 該示例性表達(dá)式說明了這樣的事實(shí)，即一旦完成初始接種，則酵母生長相對獨(dú)立于接種，但是取決于溫度、糖濃度以及乙醇濃度。
回頭參考上述圖4，示出了典型的酵母分布曲線，該分布曲線示出了酵母濃度的迅速生長、峰值以及隨后的下降。方程(2)中存在若干顯著的方面(如圖4所示)。首先，不存在穩(wěn)態(tài)值，或者更準(zhǔn)確地說，穩(wěn)態(tài)值是零。換言之，酵母將取決于函數(shù)(方程(2)中的f(T，ysugar，yEtOH))的值而繼續(xù)生長(線性不穩(wěn)定系統(tǒng))或者將逐漸消失(趨向零的線性穩(wěn)定系統(tǒng))。該函數(shù)在這里被稱作酵母生長函數(shù)。
活性酵母是乙醇生產(chǎn)的主要驅(qū)動器，其可以由非線性積分函數(shù)表示 在圖5中示出了以上所討論的這種關(guān)系，圖5繪出了燃料乙醇發(fā)酵單元中的典型乙醇生產(chǎn)和酵母濃度。注意，由于乙醇的生產(chǎn)表現(xiàn)為酵母生長的積分函數(shù)，因此活性酵母的最大化可使得所生產(chǎn)的乙醇量最大化。因此，酵母生長函數(shù)的最大化可保證在任何給定時間處發(fā)酵單元中基本上最大量的活性酵母?；谠撚^察，可以隱式地通過控制酵母的生長來控制工業(yè)燃料乙醇發(fā)酵過程中的乙醇的生產(chǎn)，其中由酵母生長函數(shù)定義酵母生長，在一個實(shí)施例中由以下給出該酵母生長函數(shù)
以下更詳細(xì)地描述該表達(dá)式。應(yīng)注意的是，生物生物體生長的該模型是示例性的，并且在其他實(shí)施例中，可根據(jù)需要使用其它模型。
燃料乙醇發(fā)酵的動力學(xué)模型 在許多情況中，可存在不可容易獲得的發(fā)酵過程的方面或者屬性，例如，不可以測量的但是對于過程的模型預(yù)測控制可能是必要的方面或者屬性。因此，由于控制適當(dāng)測量的這種缺乏，可開發(fā)或者另外提供考慮發(fā)酵過程的關(guān)鍵組分的基本(即，基于物理的)模型，包括例如到發(fā)酵桶的醪流、來自繁殖槽的酵母的添加、葡糖淀粉酶的添加、酵母生長、葡萄糖生成和耗盡、淀粉耗盡(糖源-糊精)、乙醇生產(chǎn)以及發(fā)酵溫度，等等。注意，這些參數(shù)僅是示例性的，并且可根據(jù)需要使用任何其它參數(shù)。
在各個實(shí)施例中，所述基本模型可包括質(zhì)量和/或能量平衡關(guān)系，并且也可包括如下所述的動力學(xué)模型。眾所周知，動力學(xué)模型表達(dá)了生產(chǎn)和反應(yīng)物濃度之間的關(guān)系。以下描述動力學(xué)模型的一個實(shí)施例，該實(shí)施例是精確地反映如在標(biāo)準(zhǔn)工業(yè)中操作的燃料乙醇發(fā)酵過程的行為的第一基本模型。注意，以下模型僅是示例性的，并且可根據(jù)需要使用其它變型。例如，在所描述的實(shí)施例中，所述模型包括多個指向發(fā)酵過程的各種方面的方程，盡管在其他實(shí)施例中，可根據(jù)需要模擬不同的方面。
A.發(fā)酵槽中的體積改變 當(dāng)V＝VFull時，F(xiàn)slurry＝0，當(dāng)VProp＝0時，F(xiàn)Prop＝0 其中 V＝發(fā)酵桶的體積， Fslurry＝醪漿流，并且 FProp＝來自繁殖槽的流。
B.酵母的激活 其中 μLag＝轉(zhuǎn)化率， ylag＝滯后酵母(還不具有活性的酵母)的濃度，以及 Yeastprop＝繁殖槽中的酵母量。
C.酵母的生長 其中

kx1＝乙醇飽和常數(shù)， kx2＝右旋糖飽和常數(shù)， rd＝死亡率＝f(T)，并且 yactive＝活性酵母的濃度。
D.酵母的死亡 其中 rd＝死亡率＝f(T)，并且 ydead＝死亡酵母的濃度。
E.糖的轉(zhuǎn)化 其中



ks＝飽和常數(shù)， ysugar＝可轉(zhuǎn)換糖(葡萄糖/右旋糖)的濃度， SugarFeed＝醪料中的可發(fā)酵糖，以及 SugarProp＝下降處的繁殖槽中的可發(fā)酵糖。
F.乙醇的生產(chǎn) 其中

ks＝飽和常數(shù)， fa＝抑制因子＝(1-αyEtOH)， ETOHProp＝繁殖槽中的乙醇， ETOHFeed＝料醪中的乙醇，以及 YEtOH＝乙醇的濃度。
G.糊精轉(zhuǎn)化 其中


以及 yDex＝糊精(較長鏈糖-DP2、DP3等)的濃度。
H.酶添加 ?；弁緩? 其中 yGA＝葡糖淀粉酶的濃度， GA1＝葡糖淀粉酶的第一添加的體積， GA2＝葡糖淀粉酶的第二添加的體積，以及 β＝針對第二添加的分?jǐn)?shù)總發(fā)酵體積。
注意這可以擴(kuò)展到任何數(shù)量的酶添加。
連續(xù)酶料 其中 yGA＝葡糖淀粉酶的濃度，并且 FGA＝酶流。
I.酵母生長函數(shù) 對在一段時間期間所獲得的工廠數(shù)據(jù)的認(rèn)真研究得到以下觀察和結(jié)論酵母生長函數(shù)受到僅到達(dá)基本上最大濃度的可發(fā)酵糖的影響。與關(guān)于酵母生長的公開工作相比，已經(jīng)通過基于工廠數(shù)據(jù)計算因果關(guān)系確定了酵母生長將增長的可發(fā)酵糖的最大濃度。圖6示出了可發(fā)酵糖(例如，右旋糖)對酵母生長的影響，其中以wt％/體積(即濃度)表示右旋糖。如可看到的那樣，隨著右旋糖濃度增加，酵母生長迅速增加，然后減慢，逼近最大值。在模型的一個實(shí)施例中經(jīng)由酵母生長率表示該關(guān)系，酵母生長率是酵母生長函數(shù)的正部分
注意，圖6所示的函數(shù)表示關(guān)注于工廠數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)的輸出，該工廠數(shù)據(jù)包括乙醇濃度、右旋糖濃度、溫度和活性酵母濃度。根據(jù)活性酵母方程，通過以下公式給出酵母生長函數(shù) 注意，這是表示發(fā)酵桶中活性酵母的生長率的依賴于狀態(tài)的函數(shù)。可通過取發(fā)酵過程周圍的簡單能量平衡并且逼近與反應(yīng)熱成比例的活性酵母濃度來估計酵母生長，如以下方程所表達(dá)的那樣 yactive＝αΔHRXN(16) 圖7示出了關(guān)于時間(以分鐘的X軸)的反應(yīng)熱(以BTU/min的Y軸)。注意與以上圖4的相似度，即反應(yīng)熱大致跟蹤酵母的生長。
燃料乙醇生產(chǎn)的溫度依賴性 以上提出的動力學(xué)模型定義了針對給定批時間發(fā)酵過程輸入與乙醇生產(chǎn)的關(guān)系。可存在提供針對整個分批過程的操作期間的基本上最大酵母生長的條件的最優(yōu)發(fā)酵溫度。更具體地，可通過基本上使酵母生長函數(shù)最大化來確定最優(yōu)發(fā)酵溫度。
根據(jù)一個實(shí)施例，由圖8-10示出了溫度和乙醇生產(chǎn)之間的關(guān)系，這些圖示出了在相應(yīng)的乙醇濃度處溫度對酵母生長函數(shù)的影響。應(yīng)注意的是，在這些圖中所示出的關(guān)系也與從微生物獲得的生物燃料的各種其它生物燃料過程有密切關(guān)系。換言之，對于其它這種生物學(xué)過程，與生物燃料生產(chǎn)有關(guān)的生物體生長的一般函數(shù)具體地對應(yīng)于與乙醇生產(chǎn)有關(guān)的酵母生長的函數(shù)。
例如，圖8示出了在乙醇的3.0wt％/體積的相應(yīng)乙醇濃度處溫度對酵母生長函數(shù)的影響。如可看到的那樣，在該示例中，用于基本上使酵母生長最大化的最優(yōu)溫度在94和96度之間。圖9示出了在乙醇的3.6wt％/體積的相應(yīng)乙醇濃度處溫度對酵母生長函數(shù)的影響，其中，如可看到的那樣，用于基本上使酵母生長最大化的最優(yōu)溫度是近似93度。圖10示出了在乙醇的4.5wt％/體積的相應(yīng)乙醇濃度處溫度對酵母生長函數(shù)的影響，其中，如所示出的那樣，用于基本上使酵母生長最大化的最優(yōu)溫度是近似88度。因此，經(jīng)由發(fā)酵溫度的控制可基本上使酵母生長最大化。
發(fā)酵過程的非線性模型預(yù)測控制 基于以上考慮，可通過基本上使酵母生長最大化(即，通過基本上使酵母生長函數(shù)最大化)并且控制發(fā)酵單元中可發(fā)酵糖(例如，右旋糖)的量來基本上使乙醇(或者其它生物燃料)生產(chǎn)最大化。根據(jù)本發(fā)明實(shí)施例，這可通過使用非線性模型預(yù)測控制逼進(jìn)來完成。注意，如在這里所使用的那樣，術(shù)語“非線性模型”也旨在包括線性模型；即線性模型是非線性模型的子集。也注意在一些實(shí)施例中，分批發(fā)酵過程可以是或者包括補(bǔ)料分批發(fā)酵過程。如在發(fā)酵領(lǐng)域內(nèi)眾所周知的，因此純分批過程是這樣的一個過程，即用醪填充槽，然后當(dāng)填充滿時，用酵母接種并且允許進(jìn)行反應(yīng)。這與補(bǔ)料分批過程形成對比，在補(bǔ)料分批過程中，隨著反應(yīng)進(jìn)行而填充發(fā)酵槽。換言之，在已經(jīng)引入了酵母之后并且當(dāng)反應(yīng)正發(fā)生時，向槽或者器皿提供料。因此，在各個實(shí)施例中，分批發(fā)酵過程可以是純分批或者補(bǔ)料分批過程。
注意，發(fā)酵過程利用一個或者多個發(fā)酵桶(也稱作發(fā)酵單元)。如上所述，一個或者多個發(fā)酵桶可接收來自粉碎和蒸煮單元的發(fā)酵料、液體和生物量固體的混合物，并且可通過向發(fā)酵醪添加酵母和酶的分段溫度分布曲線來分批處理發(fā)酵料，以生產(chǎn)可作為到蒸餾單元的輸出的生物燃料和釜餾物的組合。蒸餾過程向釜餾物處理單元輸出釜餾物漿，其中可將漿分離成稀釜餾物(液體)和固體釜餾物。部分稀釜餾物可再循環(huán)回到發(fā)酵過程并且被直接添加到發(fā)酵桶，或者可將稀釜餾物添加到發(fā)酵料。這也稱作倒流。可在交錯循環(huán)中操作發(fā)酵桶，以使得每個發(fā)酵桶完成在不同時間的發(fā)酵循環(huán)，以將連續(xù)輸出流的近似提供到積聚物保持槽并且然后到蒸餾單元。
以下描述了用于使用模型預(yù)測控制來根據(jù)指定目標(biāo)改進(jìn)生物量分批發(fā)酵過程的產(chǎn)量、吞吐量和/或能量效率的各種系統(tǒng)和方法?？稍O(shè)置這些目標(biāo)并且可控制分批發(fā)酵過程的各個階段以提供生產(chǎn)過程的實(shí)時控制?？刂苿幼骺山?jīng)受工廠和外部約束或者受工廠和外部約束限制。更具體地，在本發(fā)明的各個實(shí)施例中，可在生物燃料生產(chǎn)工廠中利用動態(tài)非線性控制模型和控制器，以控制發(fā)酵過程的一個或者多個方面，這些方面包括但不限于發(fā)酵生物量的溫度以及向發(fā)酵桶添加酶(即酶流)的量和定時，以及其他處理變量。
在生物燃料生產(chǎn)工廠中，可使用在整個分批發(fā)酵過程期間所應(yīng)用的模型預(yù)測控制技術(shù)來管理或者控制發(fā)酵過程的操作和可控制變量中的任何變量，以維持、優(yōu)化或者基本上最大化發(fā)酵生物燃料的目標(biāo)量。以下描述了用于這樣做的各種示例性系統(tǒng)和方法，當(dāng)然應(yīng)注意的是，所討論的特定操作和變量是示例性的，且也可根據(jù)需要使用模型預(yù)測控制來管理發(fā)酵過程的其它方面。模型預(yù)測控制技術(shù)也可應(yīng)用于到多個并行分批發(fā)酵桶的連續(xù)發(fā)酵漿料的制備，并且應(yīng)用于通過連續(xù)蒸餾過程對來自一組并行發(fā)酵桶的連續(xù)輸出產(chǎn)品流的凈化。也可通過使針對每個發(fā)酵桶中的分批過程的過程結(jié)束時間交錯來向蒸餾過程提供連續(xù)輸出產(chǎn)品流，以使得一組并行的發(fā)酵桶中的每個發(fā)酵桶在不同的時間完成其分批過程。
應(yīng)注意的是，如在這里所使用的那樣，術(shù)語“最大”、“最小”、“最優(yōu)”以及“最佳”可分別指的是“基本上最大”、“基本上最小”、“基本上最優(yōu)”以及“基本上最佳”，其中“基本上”指示在理論極值、最佳值或者目標(biāo)值的某個可接受的限度內(nèi)的值。例如，在一個實(shí)施例中，“基本上”可指示在理論值的10％內(nèi)的值。在另一實(shí)施例中，“基本上”可指示在理論值的5％內(nèi)的值。在又一實(shí)施例中，“基本上”可指示在理論值的2％內(nèi)的值。在再一實(shí)施例中，“基本上”可指示在理論值的1％內(nèi)的值。換言之，在所有實(shí)際情況中(非理論)，存在最終和中間控制元件的物理限制、對針對穩(wěn)定控制的可接受時間頻率的動態(tài)限制或者基于當(dāng)前理解的化學(xué)和物理關(guān)系的基本限制。在這些限制內(nèi)，控制系統(tǒng)一般將試圖實(shí)現(xiàn)最佳操作，即盡可能接近地在目標(biāo)值或者約束(最大或者最小)處操作。
圖11-用于管理生物燃料生產(chǎn)過程中的分批發(fā)酵過程的方法 根據(jù)一個實(shí)施例，圖11是用于利用模型預(yù)測控制(MPC)管理生物燃料生產(chǎn)過程的發(fā)酵過程的計算機(jī)實(shí)施方法的高級流程圖。如以下將詳細(xì)描述的那樣，該方法可包括接收針對分批發(fā)酵過程的過程信息，以及以所接收的過程信息作為輸入來使用非線性模型預(yù)測控制以基本上使分批發(fā)酵過程中的酵母生長最大化，其中基本上使酵母生長最大化基本上使分批發(fā)酵過程中的生物燃料生產(chǎn)最大化。在各個實(shí)施例中，所示出的一些方法元件可以同時地以不同于所示出的順序地執(zhí)行，或者可被省略。也可根據(jù)需要執(zhí)行附加的方法元件。如所示出的那樣，該方法可如下操作。
在1102中，可提供針對生物燃料生產(chǎn)過程的分批發(fā)酵過程中的生物燃料生產(chǎn)的酵母生長和可發(fā)酵糖濃度的非線性控制模型。例如，酵母生長和可發(fā)酵糖濃度的非線性控制模型可基于上述基本模型或者其變型，或者從上述基本模型或者其變型得到。如在以上的術(shù)語定義中所表明的那樣，控制模型是確定當(dāng)改變輸入時，輸出改變了多少的系統(tǒng)或者過程的輸入/輸出表示，并且可包括瞬時(穩(wěn)態(tài))模型以及如上所定義的動態(tài)模型?？刂颇Ｐ涂梢允菃巫兞康?單個輸入影響單個輸出)或者多變量的(多個輸入影響多個輸出)。
在1104中，可例如從生物燃料生產(chǎn)過程接收針對分批發(fā)酵過程的過程信息。在各個實(shí)施例中，該過程信息可源自于生物燃料生產(chǎn)過程。例如，該過程信息可包括以下中的一種或者多種分批發(fā)酵過程的所測量的特性(例如，溫度、壓力、水溫等)；由實(shí)驗(yàn)室確定的特性值，涉及可從測試在所述分批期間的各個時間處的各種參數(shù)得到的實(shí)驗(yàn)室數(shù)據(jù)(例如，溫度、pH、糖濃度(例如，DP4、DP3、麥芽糖、葡萄糖、果糖、半乳糖、乳糖和/或蔗糖)、副產(chǎn)品(例如，乳酸、乙酸以及甘油)以及乙醇)；和/或推導(dǎo)出的或者計算出的值，例如，通過以下更詳細(xì)地描述的虛擬在線分析儀提供的值。
在1106中，可使用所述過程信息作為輸入來執(zhí)行酵母生長和可發(fā)酵糖濃度的非線性模型控制，以確定針對分批發(fā)酵過程的一個或者多個發(fā)酵過程變量的值，用于基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度。所述一個或者多個發(fā)酵過程變量優(yōu)選地包括發(fā)酵溫度(即，發(fā)酵桶溫度)和/或酶流(即，到發(fā)酵過程的酶流的速率)，其中，如上所指出的那樣，所述酶操作用來將淀粉轉(zhuǎn)化成可發(fā)酵糖(例如，右旋糖、麥芽糖、果糖、半乳糖、乳糖和/或蔗糖)。也可根據(jù)需要包括其它發(fā)酵過程變量，例如，到發(fā)酵桶的醪料、pH或者任何其它發(fā)酵過程變量。
最后，在1108中，可根據(jù)針對所述一個或者多個發(fā)酵過程變量的確定值來控制分批發(fā)酵過程，以基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度，其中基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度基本上使分批發(fā)酵過程中的生物燃料生產(chǎn)最大化。
存在可使用控制模型來確定這些值的多種方式。例如，在一個實(shí)施例中，可指定目標(biāo)，例如指定基本上使酵母生長最大化的目標(biāo)函數(shù)、目標(biāo)可發(fā)酵糖濃度(以及其它可能的目標(biāo))。目標(biāo)函數(shù)因此可指定分批發(fā)酵過程的一個或者多個受控變量的所期望的值或者行為。執(zhí)行酵母生長和可發(fā)酵糖濃度的非線性控制模型可包括反復(fù)地執(zhí)行酵母生長和可發(fā)酵糖濃度的非線性控制模型，以求解目標(biāo)函數(shù)，從而確定所述一個或者多個發(fā)酵過程變量(也稱作操縱變量)的值的優(yōu)化器(例如，包括在模型預(yù)測控制器中)。換言之，模型預(yù)測控制器可能經(jīng)受一個或者多個約束，以重復(fù)方式執(zhí)行所述模型(經(jīng)由優(yōu)化器或者類似部件)，改變操縱變量的值直到解出所述目標(biāo)函數(shù)。
在一些實(shí)施例中，實(shí)施這里所公開的控制技術(shù)的系統(tǒng)可包括具有一個或者多個處理器的計算機(jī)系統(tǒng)，并且可包括或者耦合到至少一個存儲介質(zhì)(其可包括多個存儲介質(zhì))，其中所述存儲介質(zhì)存儲根據(jù)本發(fā)明實(shí)施例的程序指令。在各個實(shí)施例中，可在通信地耦合到生物燃料工廠的單個計算機(jī)系統(tǒng)上實(shí)施這里所討論的控制器，或者可橫跨兩個或者更多個計算機(jī)系統(tǒng)(例如，可位于不止一個位置處)分布該控制器。在該實(shí)施例中，可經(jīng)由總線或者通信網(wǎng)絡(luò)連接包括控制器的多個計算機(jī)系統(tǒng)。
圖12示出了用于生物燃料生產(chǎn)工程1204的自動控制系統(tǒng)的簡化視圖。如所示出的那樣，所述系統(tǒng)可包括與受控的生物燃料工廠1204′相互作用的一個或者多個計算機(jī)系統(tǒng)1202。計算機(jī)系統(tǒng)1202可表示執(zhí)行根據(jù)本發(fā)明各個實(shí)施例的軟件程序的各種類型的計算機(jī)系統(tǒng)或者計算機(jī)系統(tǒng)的網(wǎng)絡(luò)中的任何類型。如所表明的那樣，計算機(jī)系統(tǒng)存儲(并且執(zhí)行)用于管理生物燃料工廠1204中的發(fā)酵的軟件。所述軟件程序可執(zhí)行發(fā)酵過程的模擬、預(yù)測、優(yōu)化和/或控制的各個方面。因此，所述自動控制系統(tǒng)可實(shí)施生物燃料工廠或者過程中的發(fā)酵的預(yù)測模型控制。所述系統(tǒng)還可提供用于使用優(yōu)化解算器(即優(yōu)化器)來做出最優(yōu)決定以及執(zhí)行那些決定(例如，控制工廠)的環(huán)境。
一個或者多個執(zhí)行所述工廠1204的模擬、優(yōu)化和/或控制的軟件程序(特別地，發(fā)酵過程)可包括在計算機(jī)系統(tǒng)1202中。因此，所述系統(tǒng)可提供用于程序地獲取與工廠的發(fā)酵過程相關(guān)的過程信息1206并且產(chǎn)生動作1208(例如，控制動作)的調(diào)度過程的環(huán)境，其中，所述控制動作用于控制發(fā)酵過程以及生物燃料工廠或者過程的其它可能的過程和方面 所述一個或者多個計算機(jī)系統(tǒng)1202優(yōu)選地包括在其上存儲根據(jù)本發(fā)明的計算機(jī)程序的存儲介質(zhì)。術(shù)語“存儲介質(zhì)”旨在包括各種類型的存儲器，包括安裝介質(zhì)(例如，CD-ROM或者軟盤)、計算機(jī)系統(tǒng)存儲器或者隨機(jī)存取存儲器(諸如DRAM、SRAM、EDO RAM、Rambus RAM等)或者非易失性存儲器(諸如磁介質(zhì)(例如，硬盤驅(qū)動器)或者光學(xué)存儲器)。所述存儲介質(zhì)也可包括其它類型的存儲器及其組合。另外，所述存儲介質(zhì)可位于執(zhí)行程序的第一計算機(jī)中，或者可位于通過網(wǎng)絡(luò)連接到第一計算機(jī)的第二個不同的計算機(jī)中。在后一個實(shí)例中，第二計算機(jī)向第一計算機(jī)提供程序指令用于執(zhí)行。
另外，計算機(jī)系統(tǒng)1202可采取各種形式，包括個人計算機(jī)系統(tǒng)、大型計算機(jī)系統(tǒng)、工作站、網(wǎng)絡(luò)設(shè)備、互聯(lián)網(wǎng)設(shè)備或者其它裝置。一般而言，可以將術(shù)語“計算機(jī)系統(tǒng)”廣泛地定義為包括具有執(zhí)行來自存儲介質(zhì)的指令的處理器的任何裝置(或者裝置的集合)。
存儲介質(zhì)(可包括多個存儲介質(zhì))優(yōu)選地存儲一個或者多個用于執(zhí)行模型預(yù)測控制和優(yōu)化的各個方面的軟件程序。使用基于部件的技術(shù)和/或面向?qū)ο蟮募夹g(shù)來優(yōu)選地實(shí)施軟件程序。例如，可根據(jù)需要使用ActiveX控件、C++對象、Java對象、微軟基礎(chǔ)類(MFC)或者其它技術(shù)或者方法實(shí)施軟件程序。執(zhí)行來自存儲介質(zhì)的代碼和數(shù)據(jù)的CPU(諸如主機(jī)CPU)包括用于創(chuàng)建和執(zhí)行根據(jù)以下所描述的方法或者流程的軟件程序的裝置。在一些實(shí)施例中，所述一個或者多個計算機(jī)系統(tǒng)可實(shí)施一個或者多個如上所表明的控制器。
圖13A是根據(jù)本發(fā)明的一個實(shí)施例的發(fā)酵控制器的高級圖解。如圖13A所示，發(fā)酵控制器可接收各種對象(例如，在目標(biāo)函數(shù)中所指定的)，包括例如以下中的一個或者多個酵母生長、可發(fā)酵糖(例如，右旋糖)濃度、批乙醇的結(jié)束、殘留右旋糖、殘留全部糖、乙醇生產(chǎn)(目標(biāo))以及發(fā)酵間隔。如圖13A也示出的那樣，提供到控制器作為輸入的過程信息可包括如下的任何不受控的影響或者擾動變量發(fā)酵桶循環(huán)時間、酵母下降條件以及冷卻水供應(yīng)溫度。發(fā)酵桶控制器可執(zhí)行控制模型(反復(fù)地)以確定針對操縱變量的設(shè)置點(diǎn)(可能地包括目標(biāo)軌跡)，由此可控制發(fā)酵分批過程。例如，如圖13A指示的那樣，操縱變量的示例包括發(fā)酵桶溫度、到發(fā)酵桶的酶(葡糖淀粉酶)流、發(fā)酵料溫度、液化固體、到液化的酶(α淀粉酶)流、倒流以及醪流。
在一些實(shí)施例中，酵母生長和可發(fā)酵糖濃度的控制模型可包括多個模型，和/或模型預(yù)測控制器可包括多個控制器。例如，在這里所描述的模型預(yù)測控制方法的一個實(shí)施例中，控制結(jié)構(gòu)(圖13A的發(fā)酵控制器)可包括可操作用于提供關(guān)鍵對象變量的控制的主控制結(jié)構(gòu)或者控制器以及可操作用于提供過程變量控制的子控制結(jié)構(gòu)。然而，應(yīng)注意的是，在其他實(shí)施例中，可根據(jù)需要使用任何數(shù)量的模型和/或控制器，但是這里所描述的雙控制器/模型版本是作為示例性實(shí)施例。
圖13B是根據(jù)一個實(shí)施例的示出這種主控制器的高級框圖。如圖13B所示，在這個實(shí)施例中，主控制器接收例如形式為目標(biāo)函數(shù)的目標(biāo)，該目標(biāo)函數(shù)指定受控變量的值或者行為，諸如，例如，基本上最大的酵母生長和最佳可發(fā)酵糖水平等等以及上述過程信息?？刂破骺砂ê?或使用表達(dá)酵母生長/可發(fā)酵糖濃度和針對發(fā)酵過程的溫度/酶濃度之間的關(guān)系的控制模型，并且可以反復(fù)的方式執(zhí)行該模型(例如，經(jīng)由優(yōu)化器)，以確定導(dǎo)致指定目標(biāo)(或者盡可能接近滿足這些目標(biāo))的操縱變量的值。注意，該算法經(jīng)由非線性模型預(yù)測控制算法來完成。
以下總結(jié)了根據(jù)一個實(shí)施例的主控制器的功能性 主控制器 受控變量 酵母生長[最大化]，以及 可發(fā)酵糖(右旋糖)濃度[期望值]； 操縱變量 發(fā)酵桶溫度，以及 發(fā)酵桶中酶(例如，葡糖淀粉酶)的濃度； 擾動變量 料醪固體， 發(fā)酵桶中醪的體積，以及 發(fā)酵桶中的乙醇濃度。
非線性模型預(yù)測控制算法使用控制模型來移動操縱變量以滿足控制目標(biāo)，所述控制目標(biāo)是(如上所表明的那樣)基本上最大化酵母生長，并且將可發(fā)酵糖(例如，右旋糖)濃度控制到所期望的水平。注意，(操縱變量(例如，溫度和酶濃度)的)所期望的軌跡是以主控制算法計算的。
如上所述，在一些實(shí)施例中，發(fā)酵控制器也可包括可操作用于接收來自主控制器的操縱變量的確定值(例如，作為目標(biāo))并且確定控制移動以實(shí)現(xiàn)這些目標(biāo)的子控制器。圖14是示出根據(jù)一個實(shí)施例的這種子控制器的高級框圖。如圖14所示，在這個實(shí)施例中，子控制器接收例如形式為目標(biāo)函數(shù)的目標(biāo)，該目標(biāo)函數(shù)指定受控變量的值或者行為，諸如，例如，由主控制器確定的目標(biāo)溫度和酶濃度值(或者軌跡)等等以及上述的過程信息。子控制器可包括和/或使用表示發(fā)酵過程的溫度/酶濃度與用于實(shí)現(xiàn)這些目標(biāo)(例如，發(fā)酵桶冷卻器回流溫度(例如，發(fā)酵再循環(huán)溫度)、漿醪溫度以及酶流)的手段(例如，控制流)之間的處理關(guān)系的控制模型，并且類似于主控制器，該子控制器可反復(fù)地執(zhí)行該模型(例如經(jīng)由優(yōu)化器)，以確定導(dǎo)致指定目標(biāo)(或者盡可能接近滿足這些目標(biāo))的操縱變量的值。
因此，在主控制器計算在任何給定時間處的發(fā)酵桶溫度和酶濃度以滿足高級控制目標(biāo)(即，所期望的溫度和酶軌跡)時，經(jīng)由較低級的子控制器完成這兩個過程變量的控制。注意，也經(jīng)由非線性模型預(yù)測控制算法完成該控制，其中模型預(yù)測控制算法使用操縱變量(例如，發(fā)酵桶冷卻器回流溫度和酶流)以滿足控制目標(biāo)。
以下總結(jié)了根據(jù)一個實(shí)施例的子控制器的功能性 子控制器 受控變量 發(fā)酵桶溫度[所期望的軌跡]，以及 發(fā)酵桶中酶的濃度[所期望的軌跡]。
操縱變量 發(fā)酵桶冷卻器回流溫度， 漿醪料溫度，以及 到發(fā)酵桶的酶(葡糖淀粉酶)流。
擾動變量 到發(fā)酵桶的醪流，以及 乙醇轉(zhuǎn)化反應(yīng)的熱。
所述非線性模型預(yù)測控制算法使用控制模型來移動操縱變量以滿足控制目標(biāo)，所述控制目標(biāo)是(如上所表明的那樣)跟隨發(fā)酵桶溫度的所期望的軌跡，以及跟隨發(fā)酵桶中酶的濃度的所期望的軌跡。
應(yīng)注意的是，以上途徑可以應(yīng)用于具有任何數(shù)量的發(fā)酵單元的生物燃料生產(chǎn)設(shè)施。例如，圖15和16示出了關(guān)于三個發(fā)酵桶過程的示例性控制矩陣。
圖15示出了針對圖13B的主控制器的控制矩陣的一個實(shí)施例。如圖15所示，該控制矩陣顯示了受控變量(CV)和操縱變量(MV)，所述受控變量包括針對三個發(fā)酵桶中的每個的酵母生長(Yeast_n，其中n＝1，2，3)以及右旋糖濃度(C_Dextrose_n)，所述操縱變量包括針對三個發(fā)酵桶中的每個的溫度(T_n)、酶濃度(特別是果糖淀粉酶(GA)(V_GA_n))、乙醇濃度(C_Ethanol_n)以及固體濃度(C_Solids_n)等等。也可考慮用作MV或者DV的其它輸入，諸如每個其它各種特定生物燃料過程配置的氮或者氨添加、酵母添加(流)或者其它控制器。
圖16示出了針對圖14的子控制器的控制矩陣。如圖14所示，該控制矩陣顯示了CV以及MV，所述CV包括針對三個發(fā)酵桶中的每個的發(fā)酵桶溫度(T_n)和酶濃度(V_GA_n)，所述MV包括針對三個發(fā)酵桶中的每一個的冷卻器回流溫度(T_N_Cooler)和反應(yīng)率(H_n_Rx)以及漿溫度(T_Slurry)、酶的流速率(F_GA)和漿醪的流速率(F_Slurry)。
這種矩陣在模型預(yù)測控制領(lǐng)域是眾所周知的，因此不需要進(jìn)一步討論。
在圖17中示出了總體控制結(jié)構(gòu)的一個實(shí)施例。應(yīng)注意的是，圖17所示的特定架構(gòu)或者功能劃分僅是示例性的，并且可根據(jù)需要使用其它架構(gòu)或者功能劃分。如圖17所示，在該實(shí)施例中，可向計算塊提供來自工廠或者過程的過程數(shù)據(jù)以及來自實(shí)驗(yàn)室的實(shí)驗(yàn)室數(shù)據(jù)(例如，由HPLC(高純度液體色譜)產(chǎn)生的)，其中所述過程數(shù)據(jù)和實(shí)驗(yàn)室數(shù)據(jù)被共同稱作過程信息。如以上所表明的那樣，在一些實(shí)施例中，也可從推導(dǎo)出的特性模型(也稱作以下所討論的虛擬在線分析儀)提供數(shù)據(jù)。計算塊可計算各種屬性并且將這些計算發(fā)送到主控制器。更具體地，在一些實(shí)施例中，計算塊可接收過程數(shù)據(jù)和實(shí)驗(yàn)室數(shù)據(jù)作為輸入，并且執(zhí)行VOA，以產(chǎn)生VOA值(推導(dǎo)出的特性值)，執(zhí)行一般數(shù)據(jù)調(diào)節(jié)，計算控制器的增益并且執(zhí)行控制多個發(fā)酵桶所需的所有的邏輯。如所示出的那樣，這些計算的示例可包括各種計算，諸如乙醇VOA值(根據(jù)能量平衡計算出的)、右旋糖VOA值(其中右旋糖VOA可以是基本模型(也稱作第一原理模型)的神經(jīng)網(wǎng)絡(luò)克隆)、酵母生長、溫度、固體％、體積以及酶體積，等等。也如所示出的那樣，也可向主控制器提供目標(biāo)，例如，酵母生長＝最大值，并且右旋糖＝所期望的軌跡。主控制器可確定如上詳細(xì)描述的發(fā)酵溫度和酶濃度的所期望的軌跡，并且向子控制器提供這些值，該子控制器可確定MV移動(例如，關(guān)于發(fā)酵桶冷卻器回流溫度和酶流)，并且實(shí)施移動來相應(yīng)地控制所述過程。
提供到計算塊的過程數(shù)據(jù)的示例可包括發(fā)酵過程的各種屬性中的任何屬性，諸如，例如，發(fā)酵桶溫度、漿醪料溫度、漿醪料速率、酶流速率、發(fā)酵桶水平、發(fā)酵桶冷卻器回流溫度、發(fā)酵桶分批時間以及閥位置，等等。
注意，在一些實(shí)施例中，酵母生長的計算中的主要因素是發(fā)酵桶熱平衡。換言之，本發(fā)明的實(shí)施例利用在分批發(fā)酵桶中的發(fā)酵桶熱平衡(新陳代謝熱產(chǎn)生的)、酵母活動以及生物燃料生產(chǎn)之間的關(guān)鍵相關(guān)。該關(guān)系主要在基本發(fā)酵模型、酵母生長和發(fā)酵桶熱平衡之間識別，其中發(fā)現(xiàn)推導(dǎo)出的酵母生長質(zhì)量與關(guān)于酵母活動和生物學(xué)發(fā)酵桶采樣的所開發(fā)的分批發(fā)酵模型匹配，并且該推導(dǎo)出的酵母生長質(zhì)量與發(fā)酵桶熱平衡強(qiáng)烈相關(guān)。
應(yīng)注意的是，在這里所使用的關(guān)于這種關(guān)系的特定術(shù)語(即，與發(fā)酵桶熱平衡相關(guān)的酵母活動/生產(chǎn)率)并非旨在將本發(fā)明的范圍限定于任何特定的命名法，而是本發(fā)明的實(shí)施例試圖覆蓋使生物新陳代謝活動與發(fā)酵桶熱平衡相關(guān)的的主要概念以及這種相關(guān)用于控制發(fā)酵的相應(yīng)使用。換言之，這種相關(guān)及其使用獨(dú)立于關(guān)于這里所描述的、作為酵母生長的中間函數(shù)所使用的詞匯。
控制模型 如以上所表明的那樣，控制模型對于主控制算法的預(yù)測函數(shù)是必要的。這些模型本質(zhì)上是非線性的并且可使用基本動力學(xué)模型來確定。更具體地，在一個實(shí)施例中，可通過“克隆”已經(jīng)被使用過程數(shù)據(jù)參數(shù)化的動力學(xué)模型來獲得非線性控制模型。這種程序可包括求解廣泛范圍的操作參數(shù)的動力學(xué)模型。然后可使用所述解的值來創(chuàng)建非線性控制模型。這些模型可以是但不限于神經(jīng)網(wǎng)絡(luò)模型。例如，可根據(jù)需要使用支持向量機(jī)或者其它非線性模型技術(shù)或者模型類型的組合。
因此，可通過在廣泛的操作范圍運(yùn)用基本動力學(xué)模型來獲得非線性控制模型，其中使用工廠數(shù)據(jù)來參數(shù)化所述動力學(xué)模型。在一些實(shí)施例中，可使用以下關(guān)系來構(gòu)建這些模型 酵母生長函數(shù)←乙醇的濃度， 發(fā)酵桶溫度， 醪漿固體， 發(fā)酵桶中酶(葡糖淀粉酶)的濃度，以及 發(fā)酵桶中醪的體積。
發(fā)酵桶中的右旋糖←乙醇的濃度， 發(fā)酵桶溫度， 醪漿固體， 發(fā)酵桶中酶(葡糖淀粉酶)的濃度，以及 發(fā)酵桶中醪的體積。
換言之，右邊的各個參數(shù)可用于確定發(fā)酵桶中的酵母生長函數(shù)和右旋糖濃度。在圖18中示出了用于從基本(動力學(xué))模型識別非線性模型的測試步驟的示例，其中，如可看到的那樣，顯示了各個參數(shù)的所設(shè)計的行為，包括酶濃度(GA-conc)、溫度(Temp)以及固體(Solids)。
用于發(fā)酵過程的虛擬分析儀 如以上所指出的那樣，在一些情況中，可存在一些不容易測量的發(fā)酵屬性或者變量。例如，迄今為止，不存在用于關(guān)鍵發(fā)酵變量、尤其是乙醇濃度和可發(fā)酵糖(例如，右旋糖)濃度的在線分析的可靠方法。為了克服這種限制，已經(jīng)開發(fā)了虛擬分析儀(VOA)來預(yù)測上述控制策略預(yù)測所需要的控制變量。更具體地，已經(jīng)根據(jù)過程數(shù)據(jù)和基本過程知識開發(fā)了VOA來精確地預(yù)測關(guān)鍵發(fā)酵變量乙醇濃度、可發(fā)酵糖(例如，右旋糖)濃度以及酵母生長，盡管當(dāng)然可根據(jù)需要使用其它VOA。因此，在一些實(shí)施例中，可通過一個或者多個預(yù)測模型(例如，VOA)來計算分批發(fā)酵過程的未測量屬性的預(yù)測值。在一些實(shí)施例中，這些預(yù)測模型可以是動態(tài)預(yù)測模型，例如，其中例如基于當(dāng)前過程條件動態(tài)地更新模型。
圖19示出了用于計算這些變量的VOA的使用，其中，如可看到的那樣，提供過程數(shù)據(jù)和實(shí)驗(yàn)室數(shù)據(jù)作為到VOA的輸入，VOA然后計算乙醇、右旋糖和酵母生長的值。在一些實(shí)施例中，相應(yīng)的VOA可用于計算這三個過程變量中每一個的值。
在一個實(shí)施例中，可根據(jù)能量平衡計算針對每個發(fā)酵桶的乙醇濃度VOA?？蓮哪芰科胶馔茖?dǎo)出在任何時間處的乙醇生產(chǎn)。發(fā)酵桶中的全部乙醇然后是這個值隨著時間的積分?？墒褂糜刹僮髡咻斎氲?或者程序上接收的)工廠HPLC實(shí)驗(yàn)室結(jié)果來更新VOA?？舍槍γ總€發(fā)酵桶使用偏置計算，以使得乙醇VOA保持與實(shí)驗(yàn)室結(jié)果一致。以下示出了根據(jù)一個實(shí)施例的用于計算乙醇濃度的各種測量量的使用。應(yīng)注意的是，在一些實(shí)施例中，所有這些量均與能量平衡有關(guān)。
乙醇濃度VOA值←醪料溫度， 醪料流， 發(fā)酵桶冷卻器回流溫度， 發(fā)酵桶再循環(huán)流， 發(fā)酵桶中醪的溫度，以及 發(fā)酵桶中醪的體積。
圖20示出了與實(shí)驗(yàn)室結(jié)果(HPLC)相比的乙醇濃度的VOA計算。如可看到的那樣，VOA值緊緊跟蹤實(shí)驗(yàn)室結(jié)果。
在一些實(shí)施例中，右旋糖VOA可以是根據(jù)上述基本(動力學(xué))模型克隆的神經(jīng)網(wǎng)絡(luò)，其中“克隆”指的是上述用于識別或者確定過程控制模型的技術(shù)。實(shí)驗(yàn)室偏置也可來自由操作者輸入的(或者程序上接收的)工廠HPLC實(shí)驗(yàn)室結(jié)果。
以下示出了根據(jù)一個實(shí)施例的用于計算右旋糖(或者任何其它可發(fā)酵糖)濃度的各種測量量的使用。應(yīng)注意的是，在一些實(shí)施例中，所有這些量均與到動力學(xué)模型的輸入有關(guān)。
右旋糖濃度VOA值←乙醇的濃度， 發(fā)酵桶溫度， 醪漿固體， 酶(葡糖淀粉酶)的濃度，以及 批時間。
圖21示出了與實(shí)驗(yàn)室結(jié)果(HPLC)相比的右旋糖濃度的VOA計算。由于使用乙醇VOA，因此VOA值緊緊跟蹤實(shí)驗(yàn)室結(jié)果，尤其在基本上最大生產(chǎn)的區(qū)域中。
如上所討論的酵母生長函數(shù)是發(fā)酵桶中酵母的生長率減去死亡率。在一些實(shí)施例中，酵母生長VOA可以是通過具有神經(jīng)網(wǎng)絡(luò)的基本模型所計算的酵母生長的克隆(例如，使用上述關(guān)于確定或者識別過程控制模型的技術(shù))。以下示出了根據(jù)一個實(shí)施例的用于計算酵母生長的各種測量量的使用。應(yīng)注意的是，在一些實(shí)施例中，所有這些量均與到動力學(xué)模型的輸入有關(guān)。
酵母生長函數(shù)VOA值←乙醇的濃度， 發(fā)酵桶溫度， 醪漿固體，以及 酶(葡糖淀粉酶)的濃度。
應(yīng)注意的是，盡管這里的描述通常指右旋糖濃度，但是右旋糖是可包括在生物燃料生產(chǎn)中的大量可發(fā)酵糖中的一種，并且提及右旋糖旨在是示例性的。換言之，這里所公開的技術(shù)也旨在適用于也包括在生物燃料生產(chǎn)中的任何其它可發(fā)酵糖。
控制算法的擴(kuò)展 在一些實(shí)施例中，可使用通過熱交換機(jī)的冷卻水來完成生物燃料發(fā)酵單元的溫度操作。在一些情況中，通過使用外部冷卻水單元可獲得附加的冷卻能力。冷卻水的引入是這里所公開的控制策略的自然擴(kuò)展，并且預(yù)期落在本發(fā)明的范圍內(nèi)。
附加的受控變量 在一些實(shí)施例中，總體發(fā)酵控制策略可包括主發(fā)酵控制算法之外的若干過程輸入的控制，諸如，例如，液化酶添加(例如，α淀粉酶)以及到發(fā)酵桶的倒流。該控制可包括可基于到工廠的全部玉米(或者其它生物量)料比率而被控制的α淀粉酶，以及可被控制到作為全部水添加與玉米(或者其它生物量)/水混合槽的百分?jǐn)?shù)的設(shè)置點(diǎn)的倒流。
圖22-圖形用戶界面 在一些實(shí)施例中，可提供圖形用戶界面(GUI)用于創(chuàng)建和/或使用本發(fā)明的實(shí)施例。圖22是用于監(jiān)測和/或控制發(fā)酵過程的示例性GUI的屏幕截圖。如可看到的那樣，在該實(shí)施例中，可指定可定制的視圖，由此操作者可監(jiān)測發(fā)酵過程的屬性或者過程變量的實(shí)際的和/或所得到的或者所計算的值。然而，應(yīng)注意的是，在其他實(shí)施例中，GUI可根據(jù)需要便于任何其它種類的監(jiān)測或者控制功能。
注意，在該特定示例性實(shí)施例中，GUI顯示了發(fā)酵過程的各種參數(shù)或者變量的繪圖，其中在每個繪圖中，接近所述繪圖中間的垂直黑線的左邊的數(shù)據(jù)是歷史的，而垂直黑線的右邊的數(shù)據(jù)是預(yù)測的。
圖23-25-示例性結(jié)果 圖23-25示初了根據(jù)一個實(shí)施例的這里所公開的技術(shù)的示例性結(jié)果和好處。
圖23示出了根據(jù)一個實(shí)施例的在這里所描述的閉環(huán)控制方法下的工業(yè)乙醇發(fā)酵單元的示例性溫度分布曲線。在該示例中，基于酵母生長的最大條件計算溫度分布曲線。圖20中也示出了在相同的時間周期期間發(fā)酵槽中的可發(fā)酵醪的體積。
如可看到的那樣，當(dāng)溫度保持基本上恒定在大約94度(F)處時，醪體積穩(wěn)定地增加，恰好在溫度開始下降之后達(dá)到峰值并且此后保持穩(wěn)定。如圖23所表明的那樣，溫度在大約91度處降到最低。注意，一旦醪體積到達(dá)了峰值，則溫度(對醪體積)的影響很小或者沒有影響。
圖24示出了根據(jù)一個實(shí)施例的在這里所描述的閉環(huán)控制方法下到發(fā)酵槽中的結(jié)果酶(GA＝葡糖淀粉酶)流。注意，在典型的工業(yè)發(fā)酵過程中，僅可以在填充循環(huán)期間添加酶。
如圖24所示，在該示例情況中，酶流初始急劇增加，在大約2250ml/min處達(dá)到峰值，然后在粗略的24小時標(biāo)記處停止之前(以接近12小時標(biāo)記的短暫突發(fā))迅速減小到小于100ml/min。如也示出的那樣，發(fā)酵醪體積穩(wěn)定增加，然后在大約24小時處變平。
因此，如圖23和24所表明的那樣，控制溫度和酶流速率可提供用于控制和優(yōu)化在醪體積中所反映出的酵母生長的有效方法，如上所述，其控制和優(yōu)化乙醇生長。圖25和26比較了不具有和具有這里所描述的控制策略的乙醇生產(chǎn)的方面。
圖25示出了在沒有使用這里所公開的先進(jìn)控制策略的情況下，在發(fā)酵過程之后的乙醇的均值和變率。如可看到的那樣，生產(chǎn)了具有廣泛種類結(jié)果的許多批。注意，數(shù)據(jù)示出了具有差不多1/2％變率的13wt％的平均乙醇含量。
圖26示出了控制策略的示例性影響1)僅具有溫度控制；以及2)根據(jù)一個實(shí)施例的具有這里所描述的完整控制策略。注意，僅使用溫度控制，所導(dǎo)致的(與使用現(xiàn)有技術(shù)控制策略的生產(chǎn)相比)0.26wt％/vol的乙醇生產(chǎn)中的增加是比現(xiàn)有技術(shù)增加2％。然而，如圖26所表明的那樣，根據(jù)一個實(shí)施例，利用這里所公開的完全發(fā)酵控制策略(即，通過控制溫度、糖含量以及酶流速率來使酵母生長最大化)導(dǎo)致了0.48wt％/vol的增加，或者比現(xiàn)有技術(shù)增加3.7％。
注意，所述結(jié)果也表明變率減小了46％，并且因此這里所描述的技術(shù)也可顯著地改進(jìn)發(fā)酵過程的可靠性或者一致性。這些性能改進(jìn)因此可對生物燃料生產(chǎn)具有非常大的經(jīng)濟(jì)影響，例如，尤其是關(guān)于當(dāng)前生物燃料生產(chǎn)工廠。
因此，以上系統(tǒng)和方法的各個實(shí)施例可用于使用模型預(yù)測控制來管理發(fā)酵，例如，生物燃料生產(chǎn)過程中的分批發(fā)酵。
盡管已經(jīng)結(jié)合優(yōu)選實(shí)施例描述了本發(fā)明的系統(tǒng)和方法，但是本發(fā)明的系統(tǒng)和方法不限于這里所提出的特定形式，而是相反，本發(fā)明旨在覆蓋可以合理地包括在由所附權(quán)利要求所定義的本發(fā)明的精神和范圍內(nèi)的替換、修改和等同內(nèi)容。
權(quán)利要求
1.一種用于管理生物燃料生產(chǎn)過程中的分批發(fā)酵過程的方法，包括
針對生物燃料生產(chǎn)過程的分批發(fā)酵過程中的生物燃料生產(chǎn)，提供酵母生長和可發(fā)酵糖濃度的非線性控制模型；
接收針對所述分批發(fā)酵過程的過程信息；
使用所述過程信息作為輸入來執(zhí)行所述酵母生長和可發(fā)酵糖濃度的非線性控制模型，以確定所述分批發(fā)酵過程的一個或者多個發(fā)酵過程變量的值，用于基本上使酵母生長最大化以及實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度；以及
根據(jù)所述一個或者多個發(fā)酵過程變量的確定值控制所述分批發(fā)酵過程，以基本上使酵母生長最大化以及實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度，其中所述基本上使酵母生長最大化以及實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度基本上使所述分批發(fā)酵過程中的生物燃料生產(chǎn)最大化。
2.根據(jù)權(quán)利要求1所述的方法，其中所述一個或者多個發(fā)酵過程變量包括以下中的一個或者多個
發(fā)酵溫度；或者
酶流，包括到所述發(fā)酵過程的酶流的速率，其中所述酶操作用來將淀粉轉(zhuǎn)化成可發(fā)酵糖。
3.根據(jù)權(quán)利要求1所述的方法，其中所述可發(fā)酵糖包括以下中的一個或者多個
右旋糖；
麥芽糖；
果糖；
半乳糖；
乳糖；或者
蔗糖。
4.根據(jù)權(quán)利要求1所述的方法，還包括
指定目標(biāo)函數(shù)，其中所述目標(biāo)函數(shù)指定
所述基本上使酵母生長最大化；以及
所述目標(biāo)可發(fā)酵糖濃度；
其中所述執(zhí)行所述酵母生長和可發(fā)酵糖濃度的非線性控制模型包括
優(yōu)化器反復(fù)地執(zhí)行所述酵母生長和可發(fā)酵糖濃度的非線性控制模型以求解所述目標(biāo)函數(shù)，從而確定所述一個或者多個發(fā)酵過程變量的所述值。
5.根據(jù)權(quán)利要求1所述的方法，其中所述過程信息包括以下中的一個或者多個
所述分批發(fā)酵過程的測量屬性；
實(shí)驗(yàn)室數(shù)據(jù)；或者
根據(jù)一個或者多個預(yù)測模型計算的、所述分批發(fā)酵過程的未測量屬性的預(yù)測值。
6.根據(jù)權(quán)利要求1所述的方法，其中所述酵母生長和可發(fā)酵糖濃度的非線性控制模型包括
作為發(fā)酵溫度和酶濃度的函數(shù)的、酵母生長和可發(fā)酵糖濃度的非線性控制模型；以及
作為發(fā)酵桶冷卻器回流溫度和酶流的函數(shù)的、溫度和酶濃度的非線性控制模型。
7.根據(jù)權(quán)利要求6所述的方法，其中所述執(zhí)行酵母生長和可發(fā)酵糖濃度的非線性控制模型包括
使用所述過程信息作為輸入來執(zhí)行所述作為發(fā)酵溫度和酶濃度的函數(shù)的、酵母生長和可發(fā)酵糖濃度的非線性控制模型，以確定基本上使酵母生長最大化并且實(shí)現(xiàn)所述目標(biāo)可發(fā)酵糖濃度的所述分批發(fā)酵過程的溫度和酶濃度的值；以及
使用所述過程信息作為輸入來執(zhí)行所述溫度和酶濃度的非線性控制模型，以確定發(fā)酵桶冷卻器回流溫度和酶流的值，用于實(shí)現(xiàn)所述分批發(fā)酵過程中的溫度和酶濃度的確定值。
8.根據(jù)權(quán)利要求1所述的方法，其中所述分批發(fā)酵過程包括補(bǔ)料分批過程。
9.根據(jù)權(quán)利要求1所述的方法，其中所述分批發(fā)酵過程包括純粹分批過程。
10.根據(jù)權(quán)利要求1所述的方法，還包括
反復(fù)地執(zhí)行所述接收過程信息、所述執(zhí)行酵母生長和可發(fā)酵糖濃度的非線性控制模型以及所述控制分批發(fā)酵過程，以便以基本上最優(yōu)的方式生產(chǎn)所述生物燃料。
11.根據(jù)權(quán)利要求1所述的方法，其中所述生物燃料包括以下中的一個或者多個
燃料乙醇；
丁醇；或者
甲醇。
12.一種配置用來執(zhí)行權(quán)利要求1至11中任一權(quán)利要求所述的方法的計算機(jī)可存取存儲介質(zhì)。
13.一種配置用來執(zhí)行權(quán)利要求1至11中任一權(quán)利要求所述的方法的系統(tǒng)。
全文摘要
用于管理生物燃料生產(chǎn)過程中的分批發(fā)酵的系統(tǒng)和方法。提供了一種針對在生物燃料生產(chǎn)過程的分批發(fā)酵過程(純粹和/或補(bǔ)料分批發(fā)酵)中的生物燃料(例如，燃料乙醇)生產(chǎn)的酵母生長和可發(fā)酵糖濃度的非線性控制模型。接收針對分批發(fā)酵過程的過程信息，并且使用過程信息作為輸入來執(zhí)行非線性控制模型，以確定針對分批發(fā)酵過程的一個或者多個發(fā)酵過程變量的值，例如，發(fā)酵溫度和/或酶流，用于基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度。然后根據(jù)一個或者多個發(fā)酵過程變量的確定值控制分批發(fā)酵過程，以基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度，其中基本上使酵母生長最大化并且實(shí)現(xiàn)目標(biāo)可發(fā)酵糖濃度基本上使分批發(fā)酵過程中的生物燃料生產(chǎn)最大化。
文檔編號C12P7/06GK101689045SQ200880022884
公開日2010年3月31日 申請日期2008年5月13日 優(yōu)先權(quán)日2007年5月14日
發(fā)明者詹姆斯·F·巴蒂, 馬伊納·A·馬查里亞, 帕特里克·D·諾爾, 邁克爾·E·塔伊 申請人:搭篷技術(shù)公司