基于响应面模型的同步糖化发酵工艺参数的优化方法与流程

1.本发明涉及响应面优化模型技术领域，具体而言，涉及一种基于响应面模型的同步糖化发酵工艺参数的优化方法。


背景技术：

2.响应曲面方法用于检查一个或多个响应变量与一系列数量试验变量或因子之间的关系，确定了“少数重要”可控因子后，如果需要寻找优化响应的因子设置，通常要使用这些方法。如果对响应曲面中的弯曲有所怀疑，通常要选择此类设计。响应曲面法是优化随机过程的统计学试验方法。目标是寻找试验指标与各因子间的定量规律，找出各因子水平的最佳组合。在多元线性回归的基础上主动收集数据，以获得具有较好性质的回归方程。建立的复杂多维空间曲面较接近实际情况，所需要的试验组数相对较少，在模拟和系统动力学中得到广泛应用。
3.例如，在岳瑞雪等.利用响应面分析法优化甘薯乙醇发酵条件中，通过响应面法分析料水比、(nh4)2so4添加量、初始ph及其相互作用对乙醇发酵效率的影响。试验结果表明料水比、料水比和(nh4)2so4添加量的交互作用及(nh4)2so4添加量和初始ph的交互作用对乙醇发酵效率有显著影响。优化后的发酵培养基条件为：料水比22:68(w/v)，(nh4)2so4浓度0.65％，初始ph值4.2。在此发酵工艺基础上，乙醇发酵效率91.35％比对照提高6.02％，与模型预测值90.25％基本吻合。通过响应面分析得到的模型可以预测甘薯乙醇发酵的最佳培养条件。
4.在目前的生产中，同步糖化发酵工艺参数调控困难，亟待解决。


技术实现要素：

5.本发明旨在提供一种基于响应面模型的同步糖化发酵工艺参数的优化方法，以解决现有技术中同步糖化发酵工艺参数调控困难的技术问题。
6.为了实现上述目的，根据本发明的一个方面，提供了一种基于响应面模型的同步糖化发酵工艺参数的优化方法。该优化方法包括以下步骤：s1，通过单因素试验初步确定同步糖化发酵工艺参数的控制范围，再通过pb试验、确定影响同步糖化发酵工艺的显著性参数，然后，利用最陡爬坡试验确定显著性参数的合理控制范围；s2，选择同步糖化发酵工艺参数；s3，同步糖化发酵试验，通过开展单因素试验确定各因子合理的参数范围；s4，利用软件统计分析和pb试验设计确定出影响同步糖化发酵效果的显著性因素；再通过最陡爬坡试验，以显著性因素为研究对象，开展同步糖化发酵试验，确定中心组合设计中各显著因素中心点及步长；并通过中心复合设计完成各显著性因素之间的交互作用并建立同步糖化发酵工艺参数的响应面模型。
7.进一步地，优化方法还包括：s5，从同步糖化发酵工艺参数的响应面模型中，随机选取参数条件并进行多次同步糖化发酵试验，将获得的试验结果与理论结果进行误差分析，比较理论结果与实际结果的差异性，对最优参数可靠性进行评价。
8.进一步地，s2中选择的同步糖化发酵工艺参数包括同步糖化发酵温度、同步糖化发酵周期、糖化酶用量、酵母添加量、酵母促进剂用量、酸性蛋白酶用量和植酸酶用量。
9.进一步地，s3包括：以玉米液化醪液为原料，同步糖化发酵温度为26℃、28℃、30℃、32℃、34℃、36℃和38℃，糖化酶用量为80u/g、120u/g和220u/g原料，醪液中干酵母添加量为0.01g/l、0.02g/l、0.03g/l、0.04g/l、0.05g/l和0.06g/l，酵母促进剂用量为2g/l、4g/l、6g/l、8g/l和10g/l和酸性蛋白酶用量为5μl/l、10μl/l、30μl/l、50μl/l和60μl/l醪液，植酸酶用量为0μl/l和15μl/l醪液，同步糖化发酵周期为24h、48h、54h、60h、66h和72h。
10.进一步地，s4中，利用minitab 16软件的统计分析功能和pb试验设计确定出影响同步糖化发酵效果的显著性因素，利用minitab 16软件中的中心复合设计完成各显著性因素之间的交互作用并建立同步糖化发酵工艺参数的响应面模型。
11.进一步地，所建立的同步糖化发酵工艺参数的响应面模型通过minitab软件中的响应优化器查找功能，确定最佳参数取值时所包含因子和协变量数值。
12.进一步地，筛选出影响同步糖化发酵效果的显著性因素包括酸性蛋白酶用量、糖化酶用量和酵母用量。
13.进一步地，优化后的同步糖化发酵工艺参数条件为醪液固含量在26.0％～29.0％时，发酵温度为30℃～36℃，糖化酶用量为95μ/g～145μ/g醪液，酸性蛋白酶用量为14μl/l～30μl/l醪液，酵母用量为0.017g/l～0.033g/l醪液，发酵周期为48h～72h，发酵醪液残葡萄糖浓度降至0.7g/l以下。
14.应用本发明的技术方案，可以建立同步糖化发酵工艺参数调控模型，该模型除了可以预测生产装置发酵情况，还可以利用模型数据优化工艺参数实现降低生产运行成本的目的。
附图说明
15.构成本技术的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
16.图1示出了实施例1中同步糖化发酵工艺参数模型情况。
具体实施方式
17.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
18.本发明针对同步糖化发酵工艺参数调控难的问题(同步糖化发酵工艺参数众多)，提供了一种基于响应面模型的同步糖化发酵工艺参数优化方法，目的是筛选出影响同步糖化发酵效果的显著性因素及相应的调控参数。
19.根据本发明一种典型的实施方式，提供一种基于响应面模型的同步糖化发酵工艺参数的优化方法。该优化方法包括以下步骤：s1，通过单因素试验初步确定同步糖化发酵工艺参数的控制范围，再通过pb试验、确定影响同步糖化发酵工艺的显著性参数，然后，利用最陡爬坡试验确定显著性参数的合理控制范围；s2，选择同步糖化发酵工艺参数；s3，同步糖化发酵试验，通过开展单因素试验确定各因子合理的参数范围；s4，利用软件统计分析和pb试验设计确定出影响同步糖化发酵效果的显著性因素；再通过最陡爬坡试验，以显著性
因素为研究对象，开展同步糖化发酵试验，确定中心组合设计中各显著因素中心点及步长；并通过中心复合设计完成各显著性因素之间的交互作用并建立同步糖化发酵工艺参数的响应面模型。
20.应用本发明的技术方案，可以建立同步糖化发酵工艺参数调控模型，该模型除了可以预测生产装置发酵情况，还可以利用模型数据优化工艺参数实现降低生产运行成本的目的。醪液固含量为26.0％～29.0％时，通过该方法确定了影响同步糖化发酵效果的显著性因素是酸性蛋白酶用量、糖化酶用量和酵母用量，而酵母促进剂用量和植酸酶用量对同步糖化发酵效果影响不显著。
21.优选的，优化方法还包括：s5，从同步糖化发酵工艺参数的响应面模型中，随机选取参数条件并进行多次同步糖化发酵试验，将获得的试验结果与理论结果进行误差分析，比较理论结果与实际结果的差异性，对最优参数可靠性进行评价。
22.在本发明一实施方式中，s2中选择的同步糖化发酵工艺参数包括同步糖化发酵温度、同步糖化发酵周期、糖化酶用量、酵母添加量、酵母促进剂用量、酸性蛋白酶用量和植酸酶用量。s3包括：以玉米液化醪液为原料，同步糖化发酵温度为26℃、28℃、30℃、32℃、34℃、36℃、38℃，糖化酶用量为80u/g、120u/g、220u/g原料，醪液中干酵母添加量为0.01g/l、0.02g/l、0.03g/l、0.04g/l、0.05g/l、0.06g/l，酵母促进剂用量为2g/l、4g/l、6g/l、8g/l、10g/l和酸性蛋白酶用量为5μl/l、10μl/l、30μl/l、50μl/l、60μl/l醪液，植酸酶用量为0μl/l、15μl/l醪液，同步糖化发酵周期为24h、48h、54h、60h、66h、72h。优选的，s4中，利用minitab 16软件的统计分析功能和pb试验设计确定出影响同步糖化发酵效果的显著性因素，利用minitab 16软件中的中心复合设计完成各显著性因素之间的交互作用并建立同步糖化发酵工艺参数的响应面模型。
23.在本发明一实施方式中，所建立的同步糖化发酵工艺参数的响应面模型通过minitab软件中的响应优化器查找功能，确定最佳参数取值时所包含因子和协变量数值。筛选出影响同步糖化发酵效果的显著性因素包括酸性蛋白酶用量、糖化酶用量和酵母用量；具体的，优化后的同步糖化发酵工艺参数条件为醪液固含量在26.0％～29.0％时，发酵温度为30℃～36℃，糖化酶用量为95μ/g～145μ/g醪液，酸性蛋白酶用量为14μl/l～30μl/l醪液，酵母用量为0.017g/l～0.033g/l醪液，发酵周期为48h～72h，发酵醪液残葡萄糖浓度可降至0.7g/l以下。
24.根据本发明一种典型的实施方式，基于响应面模型的同步糖化发酵工艺参数优化方法包括以下步骤：(1)试验设计；(2)因子的选择；(3)同步糖化发酵试验；(4)统计分析；(5)验证性试验；具体步骤如下：
25.(1)试验设计：
26.通过单因素试验初步确定同步糖化发酵工艺参数的控制范围，再通过pb试验(plackett-burman设计)确定影响同步糖化发酵工艺的显著性参数，然后，利用最陡爬坡试验确定显著性参数的合理控制范围，最后，通过中心复合设计试验建立同步糖化发酵工艺参数的响应面模型。
27.(2)因子的选择：
28.选择同步糖化发酵工艺参数，以同步糖化发酵温度、同步糖化发酵周期、糖化酶用量、酵母添加量、酵母促进剂用量、酸性蛋白酶用量和植酸酶用量为影响同步糖化发酵效果
的因子。
29.(3)同步糖化发酵试验：
30.通过开展单因素试验确定各因子合理的参数范围。以玉米液化醪液为原料，在300ml三角瓶中开展同步糖化发酵试验。同步糖化发酵温度为26℃、28℃、30℃、32℃、34℃、36℃、38℃，糖化酶添加为80μ/g、120μ/g、220μ/g(原料)，醪液中安琪超级酿酒干酵母添加量为0.01g/l、0.02g/l、0.03g/l、0.04g/l、0.05g/l、0.06g/l，酵母促进剂用量2g/l、4g/l、6g/l、8g/l、10g/l和酸性蛋白酶用量5μl/l、10μl/l、30μl/l、50μl/l、60μl/l(醪液)，植酸酶用量0μl/l、15μl/l(醪液)，同步糖化发酵周期为24h、48h、54h、60h、66h、72h。
31.(4)统计分析：
32.利用minitab16软件的统计分析功能和pb试验设计确定出影响同步糖化发酵效果的显著性因素。再通过最陡爬坡试验，以显著性因素为研究对象，开展同步糖化发酵试验，确定中心组合设计中各显著因素中心点及步长。并利用minitab16软件中的中心复合设计完成各因子之间的交互作用并建立同步糖化发酵工艺参数的响应面模型。
33.(5)验证性试验：
34.从同步糖化发酵工艺参数的响应面模型中，随机选取参数条件并进行多次同步糖化发酵试验，将获得的试验结果与理论结果进行误差分析，比较理论结果与实际结果的差异性，对最优参数可靠性进行评价。最终筛选出影响同步糖化发酵效果的显著性因素(酸性蛋白酶用量、糖化酶用量和酵母用量),优化同步糖化发酵工艺参数条件为醪液固含量在26.0％～28.5％时，发酵温度为30℃～36℃，糖化酶用量为95μ/g～145μ/g(醪液)，酸性蛋白酶用量为14μl/l～30μl/l(醪液)，酵母用量为0.017g/l～0.033g/l(醪液)，发酵周期为48h～72h，发酵醪液残葡萄糖浓度可降至0.7g/l以下。
35.本发明所建立的同步糖化发酵工艺参数优化模型，可通过minitab软件中的响应优化器查找功能，快速确定最佳参数取值时所包含因子和协变量数值。所以，可以根据工厂实际同步糖化发酵工艺参数情况，快速评估出生产运行成本从而有利于企业生产调控。
36.下面将结合实施例进一步说明本发明的有益效果。
37.实施例1
38.一种基于响应面模型的同步糖化发酵工艺参数优化方法，其包括如下步骤：
39.(1)试验设计：
40.通过单因素试验初步确定同步糖化发酵工艺参数的控制范围，再通过pb试验(plackett-burman设计)确定影响同步糖化发酵工艺的显著性参数，然后，利用最陡爬坡试验确定显著性参数的合理控制范围，最后，通过中心复合设计试验建立同步糖化发酵工艺参数的响应面模型。
41.(2)因子的选择：
42.选择同步糖化发酵工艺参数，以同步糖化温度、同步糖化时间、糖化酶用量、酵母添加量、酵母促进剂用量、酸性蛋白酶用量和植酸酶用量为影响同步糖化发酵效果的因子。
43.(3)同步糖化发酵试验：
44.①
在摇瓶发酵条件下，以玉米液化醪液(固含量为27.5％)为原料，在26℃、28℃、30℃、32℃、36℃、38℃温度条件下，开展同步糖化发酵试验。其中，糖化酶添加80μ/g、120μ/g、220μ/g(原料)，酵母用量为0.03g/l和酸性蛋白酶用量为20μl/l(醪液)，发酵周期为24h
～72h。当以发酵成熟醪液残葡萄糖浓度低于0.7g/l作为发酵终点指标时，糖化酶用量为120μ/g，发酵温度在30℃～36℃，发酵周期为66h时，乙醇浓度可达到109g/l。当糖化酶用量为220μ/g，发酵温度在28℃，发酵周期为66h时，乙醇浓度也可达到109g/l。然而，当发酵温度为26℃、38℃时，通过提高糖化酶用量和延长发酵周期，不能降低醪液残葡萄糖浓度。上述试验结果表明，同步糖化发酵适宜温度为30℃～36℃，在适当低温条件下，可通过提高糖化酶用量达到提升乙醇发酵效果。
45.②
在摇瓶发酵条件下，以玉米液化醪液(固含量为27.1％)为原料，在32℃温度条件下，开展同步糖化发酵试验。其中，糖化酶为120μ/g(原料)，酵母用量分别为0.01g/l、0.02g/l、0.03g/l、0.04g/l、0.05g/l和酸性蛋白酶用量分别为10μl/l、20μl/l、30μl/l、40μl/l、50μl/l(醪液)，酵母促进剂用量分别为2g/l、4g/l、6g/l、8g/l、10g/l，发酵周期为24h～72h。试验数据见表1。
46.表1酵母、酵母促进剂及酸性蛋白酶用量对同步糖化发酵的影响情况
47.表1
[0048][0049]
液化醪固含量为27.10％
[0050]
如表1所示，从发酵24h的试验数据可以得出，提高酵母、酸性蛋白酶、酵母促进剂用量，对乙醇发酵有明显促进作用。在酵母、酸性蛋白酶及酵母促进剂最低用量分别为0.01g/l、10μl/l(醪液)和2g/l时，发酵66h，乙醇浓度可达到109g/l，发酵醪液残葡萄糖浓度低于0.7g/l。上述试验结果表明，当醪液中的酵母促进剂浓度为2g/l时，其乙醇发酵效果与醪液中酸性蛋白酶浓度为10μl/l时效果基本相当。
[0051]
(4)统计分析：
[0052]
利用minitab 16软件的统计分析功能和pb试验设计确定出影响同步糖化发酵效果的显著性因素。再通过最陡爬坡试验，以显著性因素为研究对象，开展同步糖化发酵试验，确定中心组合设计中各显著因素中心点及步长。并利用minitab 16软件中的中心复合设计完成各因子之间的交互作用并建立同步糖化发酵工艺参数的响应面模型。
[0053]
①
开展pb试验设计，以玉米液化醪(固含量为26.05％)为原料，在32℃温度条件
下，开展同步糖化发酵试验。其中，植酸酶用量为0μ/g、15μ/g，酸性蛋白酶用量5μl/l、20μl/l，糖化酶用量为60μ/g、120μ/g，酵母用量为0.005g/l、0.02g/l，酵母促进剂用量为0g/l、0.06g/l(醪液)，发酵周期为24h～60h。
[0054]
表2 pb统计分析情况
[0055][0056]
如表2所示，利用minitab 16软件中的pb试验设计和统计分析功能，对影响同步糖化发酵效果的植酸酶、酸性蛋白酶、糖化酶、酵母、酵母促进剂的发酵试验数据进行了统计分析，分别以发酵24h时的葡萄糖浓度及乙醇浓度为相应值考察各因素的p值(p值≤0.05时具有显著性影响)情况。植酸酶p值分别为0.927和0.695，酸性蛋白酶p值分别为0.031和0.001，糖化酶p值分别为0.000和0.486，酵母p值分别为0.015和0.003，酵母促进剂p值分别为0.427和0.183。上述试验结果说明，酸性蛋白酶、糖化酶和酵母是影响同步糖化发酵效果的显著性因素。
[0057]
②
开展最陡爬坡试验，以玉米液化醪(固含量为26.05％)为原料，在32℃温度条件下，开展同步糖化发酵试验。其中，糖化酶合理用量为90μ/g～220μ/g，酸性蛋白酶合理用量为5μl/l～60μl/l，酵母合理用量为0.01g/l～0.06g/l，发酵周期为24h～66h。当以发酵成熟醪液残葡萄糖浓度低于0.7g/l作为发酵终点指标时，确定了糖化酶合理用量为110μ/g～145μ/g，酸性蛋白酶合理用量为15μl/l～30μl/l，酵母合理用量为0.02g/l～0.03g/l，发酵周期为48h～66h。
[0058]
③
通过最陡爬坡试验，确定中心组合设计中各显著因素中心点及步长并开展响应面试验。其中，酸性蛋白酶用量中心点为20μl/l，步长为6μl/l；糖化酶用量中心点为120μ/g，步长为15μ/g；酵母用量中心点为0.025g/l，步长为0.005g/l。最后，利用minitab16软件
中的中心复合设计确定各因子之间的交互作用(如表3所示)及同步糖化发酵工艺参数模型(如图1所示)。
[0059]
表3各因子间的交互作用情况
[0060][0061]
(5)验证性试验：
[0062]
从同步糖化发酵工艺参数的响应面模型中，随机选取参数条件并进行多次同步糖化发酵试验，将获得的试验结果与理论结果进行误差分析(如表4所示)，比较理论结果与实际结果的差异性，对最优参数可靠性进行评价。
[0063]
表4响应面模型的验证性试验
[0064]
[0065][0066]
从以上的描述中，可以看出，本发明上述的实施例实现了如下技术效果：
[0067]
(1)基于响应面模型的同步糖化发酵工艺参数优化方法，当醪液固含量为26.0％～29.0％时，确定了影响同步糖化发酵效果的显著性因素是酸性蛋白酶用量、糖化酶用量和酵母用量，而酵母促进剂用量和植酸酶用量对同步糖化发酵效果影响不显著。
[0068]
(2)本发明所建立的同步糖化发酵工艺参数优化模型，可通过minitab软件中的响应优化器查找功能，快速确定最佳参数取值时所包含因子和协变量数值。所以，可以根据工厂实际同步糖化发酵工艺参数情况，快速评估出生产运行成本从而有利于企业生产调控。
[0069]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。