用于生物反应器的基于模型的控制的制作方法

专利名称：用于生物反应器的基于模型的控制的制作方法
技术领域：
本申请的实施方案通常涉及模型和控制方法，并且更确切地涉及用于生物反应器 的模型和控制系统。
背景技术：
从可再生能源生产生物燃料如生物柴油、生物乙醇和/或生物汽油产生巨大的利 益。不断升高的成本、不断增加的提取难度以及已知化石燃料储量的耗尽有助于加速这类 可替代燃料供应的开发。已经作了许多努力来开发可再生能源燃料，例如来自玉米作物的 乙醇或来自加拿大油菜、油菜籽和其它来源的生物柴油。从食用植物原料中提取的生物燃 料量通常是有限的并且食物商品价格的潜在增长通常负面影响发展中国家的食物供应和 发达世界的食物价格。正在努力从非食物原料中产生生物燃料，例如从木浆、玉米秸秆或甘蔗渣中生产 纤维素乙醇。藻类和其它光合微生物可以提供用于生物燃料合成的原料。从藻类中生产生 物燃料可以使每单位土地面积的生产率比种植玉米、油菜籽、加拿大油菜、甘蔗和其它传统 作物的生产率高出数个数量级。发明概述描述了用于模型和生物反应器控制的多种系统和方法。本发明的各个实施方案包 括为了最优操作光生物反应器的基于模型的控制策略。在本发明的一些实施方案中，提供 了一种用于控制光生物反应器(例如平板光生物反应器)中藻类生长的方法。根据本发明 的实施方案，任何已知种类的藻类或光合微生物都可以在光生物反应器中生长并且使用这 种控制策略。任何已知种类的藻类、蓝细菌或光合微生物都可以在光生物反应器或藻类的 生长系统(AGS)或藻类生长系统(AGS)中生长。在本发明的一些实施方案中，适合于生长 的微生物包括但不限于微球藻、微藻、微拟球藻、微绿球藻、干扁藻、周氏扁藻、小球藻、海水 小球藻、原壳小球藻、椭圆小球藻、浮水小球藻、微小小球藻、蛋白核小球藻、异养小球藻、普 通小球藻、隐藻、矽藻、小环藻、杜氏盐藻、盐生杜氏藻、巴氏杜氏藻、布朗葡萄藻、纤细裸藻、 纳氏裸藻、雨生红球藻、等鞭金藻、小形单壳缝藻、单壳缝藻、微绿球藻、新绿藻、硅藻、针藻、 陆兹尔巴夫藻、三角褐指藻、紫球藻、斜生栅藻、四尾栅藻、栅藻、杆裂丝藻、小裂丝藻、钝顶 螺旋藻、海链藻、莱茵衣藻、衣藻、嗜酸衣藻、金藻、棕囊藻、铜绿微囊藻、原绿球藻、聚球藻、 细长聚球藻、蓝藻、巢状组囊藻、组囊藻、俄克拉荷马绿藻、微囊藻，其可以单独或者作为物 种组合生长。本发明的一些实施方案可以传感一个或多个影响平板光生物反应器的环境条件。使用该环境条件，可以用藻类生长模型计算在平板光生物反应器中的藻类未来生长。根据 一些实施方案，藻类生长模型将藻类的生长与上述一个或多个环境条件以及一个或多个影 响藻类生长的操作参数联系起来。选择操作基于该计算来选择该一个或多个操作参数，并 且随后调整一个或多个执行器以便实现上述一个或多个操作参数。本发明的一些实施方案提供了用于培养藻类的系统，其包括光生物反应器、模型 单元、控制单元以及执行器单元。该光生物反应器经受一个或多个环境条件(例如光、温 度、藻类的培养密度和/或培养基PH)，并且具有一个或多个可用来调整以便影响培养基中 藻类生长的操作参数(例如到光生物反应器的碳传送速率、培养基流速和/或收获速率)。 模型单元包括使培养基中的藻类生长和成分与上述一个或多个环境条件以及一个或多个 操作参数相关联的藻类生长模型。控制单元被配置用来访问该模型单元并且基于该藻类生 长模型来确定一个或多个操作参数。在一些实施方案中，控制单元产生指示该一个或多个 操作参数的控制信号。该控制信号被传送到执行器单元，该执行器单元被配置用来接收上 述控制信号并且基于上述控制信号调整上述一个或多个操作参数。在一些实施方案中，上述控制信号是第一控制信号并且上述系统进一步包括传感 器和反馈控制单元。该传感器被配置用来检测上述一个或多个环境条件中的传感条件并产 生指示该传感条件的传感信号。该反馈控制单元被配置用来接收该传感信号，比较上述传 感条件与设定点条件，并且基于该比较产生第二控制信号。该第二控制信号被传送到执行 器单元，该执行器单元被设计用来接收第二控制信号并基于第二控制信号调整上述一个或 多个操作参数。在本发明的一些实施方案中的光生物反应器包括传感器网络、光生物反应器模 型、碳供应单元和决定单元。传感器网络被配置用来传感与光生物反应器相关的一组条件。 光生物反应器模型根据该组条件以及包括碳供应速率的一组输入变量预测藻类生长。在一 些实施方案中，光生物反应器模型包括多个子系统模型，例如但不限于光合作用子系统、光 子系统和/或水化学子系统。该碳供应单元包括用来控制到光生物反应器的碳供应速率的 执行器。决定单元使用光生物反应器模型来决定该组输入变量，该组输入变量产生期望的 藻类生长。在一些实施方案中，决定单元基于该决定的一组输入变量调整执行器以设定碳 供应速率。根据一些实施方案，可以使用一种适应性控制方法来控制光生物反应器。传感操 作传感光生物反应器经受的一个或多个环境条件。生长计算使用藻类生长模型来计算在平 板光生物反应器内的藻类生长，该藻类生长模型将藻类生长与一个或多个环境条件以及一 个或多个影响藻类生长的操作参数关联起来。选择操作随后基于该计算选择一个或多个操 作参数，并且调整一个或多个执行器以便实现一个或多个操作参数。测量操作测量在平板 光生物反应器内的藻类的实际生长。使用这些测量，基于该测量来更新至少部分藻类生长 模型，使得根据该藻类生长模型计算的藻类生长更加接近藻类的实际生长。本发明的一些实施方案包括用于从包含培养基的光生物反应器中收获藻类的系 统。该系统包括配置用来使用藻类生长模型计算藻类未来生长的模型模块，所述藻类生长 模型将藻类生长与一个或多个环境条件关联起来，该一个或多个环境条件与光生物反应器 相关。一些实施方案包括配置用来计算收获时间并且产生指示该收获时间的收获信号的收 获模块，在该收获时间藻类的未来生长等于预定阈值的藻类生长。
本发明的各个实施方案包括一种用于决定是否存在可能的故障的基于模型的诊 断系统。这些系统包括光生物反应器、传感器、模型模块以及错误产生模块。该光生物反应 器包含用于培养藻类的培养基。该传感器被配置用来检测与光生物反应器相关联的操作条 件(例如每日藻类生长)并产生与该操作条件相关联的传感值。该模型模块被配置用来基 于藻类生长模型来产生与操作条件相关联的期望值，其中藻类生长模型将光生物反应器中 的藻类生长与一个或多个环境条件以及操作条件关联起来。该错误产生模块被配置用来当 传感值和期望值之间的差超出预定阈值时产生错误信号。在一些实施方案中，预定阈值随 着时间变化。在一些实施方案中上述传感值和/或期望值是随着时间的操作条件趋势。根 据一些实施方案，当期望值超过预定阈值时错误产生单元产生一个或多个错误指示。尽管公开了多个实施方案，根据下面展示和描述了本发明的示例性实施方案的详 细说明，本发明另外的其它实施方案对本领域技术人员来说也变得显而易见。在实现时，本 发明能够在各个方面进行变动，而完全没有脱离本发明的范围。因此，附图和详细说明被认 为实际上是示例性的而不是限制性的。附图简要说明通过使用附图来描述和解释本发明的实施方案，其中

图1说明了根据本发明一些实施方案的光生物反应器系统的一个实例，其具有两 个同步控制环，其中一个用于气体，一个用于液体，该两个同步控制环可以使用不同、相似 或同一生长模型来计算前馈项；图2说明了根据本发明的一个或多个实施方案的具有气体控制环的光生物反应 器的一个实例；图3说明了根据本发明的各个实施方案的具有固体和/或液体控制环的光生物反 应器的一个实例；图4说明了根据本发明的一些实施方案的控制藻类生长的一个完整综合系统，其 具有高水平前馈加反馈控制系统，控制气体和/或液体流到和流出光生物反应器的速率；图5说明了根据本发明的一个或多个实施方案的用于对光生物反应器中的藻类 进行建模的各种技术；图6说明了可用于本发明各个实施方案的控制系统实现的一个或多个部分中的 模型；图7示出了根据本发明的一些实施方案的光生物反应器模型，其为一组三个相互 作用的子系统；图8是框图，说明了根据本发明的一个或多个实施方案，通过加入(X)2到光生物反 应器，使用前馈控制器加反馈控制器以调节PH ；图9是流程图，显示了根据本发明的各个实施方案，通过加入(X)2到光生物反应 器，使用前馈控制器加反馈控制器以调节PH的一组示例性操作；图10说明了根据本发明一个或多个实施方案的使用观测器校正模型来控制具有 前馈和反馈控制器的光生物反应器的系统；图11是框图，显示了根据本发明的一些实施方案的可用作前馈pH控制器的观测 器校正模型的一个实例；图12是框图，说明了根据本发明的一些实施方案使用前馈控制和反馈来实现控制器的一个实例；图13是流程图，显示了根据本发明的一个或多个实施方案使用前馈控制和反馈 来实现控制器的一组操作的一个实例；图14是框图，显示了根据本发明的一个或多个实施方案使用前馈控制结合反馈 来实现控制器的一个实例；图15是流程图，说明了根据本发明的各个实施方案使用前馈控制结合反馈来实 现控制器的一组操作的一个实例；图16是框图，显示根据本发明的各个实施方案在前馈部分中具有到生长模型的 静态输入参数的气体控制系统的一个实例；图17是流程图，说明了根据本发明的一些实施方案的在前馈部分中具有到生长 模型的静态输入参数的气体控制系统的一组操作的一个实例；图18是图表，说明了根据本发明的各个实施方案的平衡pH对鼓泡气体中二氧化 碳浓度；图19说明了根据本发明的一些实施方案的间歇性气体传送方案的一个实例；图20是框图，说明了根据本发明的一个或多个实施方案的具有基于模型的前馈 部分的液体控制系统的一个实例；图21是说明了用Labview实现具有抗终结(windup)反馈控制器的一个实例，其 可利用本发明的一些实施方案；图22是框图，说明了根据本发明的一些实施方案使用预测未来事项以便计算控 制动作的控制器的预测控制系统的一个实例；图23是框图，说明了根据本发明的一个或多个实施方案的预测控制系统的一个 实例；图M是流程图，根据本发明的各个实施方案可使用一组示例性操作来实现预测 控制策略；图25是框图，说明了根据本发明的一个或多个实施方案的用于预测控制系统的 一种实例结构；图沈是框图，说明了根据本发明的一个或多个实施方案使用PAR预测以及生长模 型和PH反馈用于具有预测pH调节的预测控制系统的一种实例结构；图27是框图，说明了根据本发明的各个实施方案使用生长模型和开环预测PH调 整的控制器执行的一组示例性部分；图观是框图，说明了根据本发明的一个或多个实施方案的适应性控制系统的一 种实例结构；图四是框图，说明了根据本发明的一个或多个实施方案的适应性学习控制系统 的一种实例结构；图30是流程图，说明了可用于本发明的各个实施方案的适应性控制系统的操作 的一组实例操作；图31是框图，说明了根据本发明的一些实施方案用于使用前馈死区效应补偿，实 现具有适应性前馈控制以及反馈PH调节的控制器的一组示例性部分；图32是框图，说明了根据本发明的一些实施方案用于使用Smith预测器死区效应
11补偿，实现具有适应性前馈控制以及反馈PH调节的控制器的一组示例性部分；图33说明了显示可用于本发明的一些实施方案的预测控制系统的框图；图34说明了可用于本发明的一个或多个实施方案中的基于监督控制系统来进行 错误检测的一个实例；图35是流程图，说明了根据本发明的各个实施方案的用于基于监督控制来进行 错误检测的一组示例性操作；图36说明了利用本发明实施方案的计算机系统的一个实例；类似地，对于讨论本发明的一些实施方案的目的，某些部分和/或操作可被划分 为不同的块或组合为单个块。此外，尽管本发明容易进行各种修改并且具有可替换的形式， 特定的实施方案通过在下面附图中以示例性方式显示，并在以下详细描述。然而，其目的并 不是将本发明限制为描述的特定实施方案。正相反，本发明意在覆盖落入由所附权利要求 所限定的本发明范围内的所有的修改、等同和替换。发明详述研究者正探索培养藻类作为用于生物燃料的原料。在许多设计中藻类在包括玻 璃、塑料、柔性薄膜、合成材料和/或其它本领域普通技术人员已知的材料的封闭反应器中 长成。在于2007年10月12日提交的US专利申请118717 中描述了适合于藻类和其它 微生物生长的封闭系统生物反应器的实例，其全部内容通过引用整体结合到本文中。在生物反应器中的藻类生长依赖于各种因素，如果控制许多系统变量的浓度可以 获得极大提升的效果。例如，加到培养基的CO2量直接控制系统的生产率。一些系统控制 加到水中的CO2的量以便调节pH ；然而，这些控制系统通常是简单的，并且仅仅基于闭环反 馈或者以简单的开环方式操作，其中闭环反馈基于PH读取。在这些例子中，许多系统变量 不受控制，这导致了较差的优化控制。生物反应器的一些实施方案包括传感器网络、光生物反应器模型、碳供应单元以 及决定单元。传感器网络被配置用来传感一组与光生物反应器相关联的条件。该模型根据 这一组条件以及一组输入变量(例如碳供应速率)来预测藻类生长。在一些实施方案中， 碳供应单元与执行器相关联以便控制到光生物反应器的碳供应速率。随后，决定单元使用 光生物反应器模型来决定产生期望藻类生长的一组输入变量。因此，执行器被配置用来基 于上述可被调整的决定的一组输入变量来设定碳供应速率。本发明的一些实施方案包括被配置用来计算收获时间的收获单元，在该收获时间 预期的藻类生长等于预定阈值的藻类生长(例如在每升2到4克之间，最大到每升5克或 更高)。在一个或多个实施方案中，收获单元产生指示收获时间的收获信号。在一些实施方 案中，收获信号被传送到被配置用来当培养密度超过密度点时产生收获命令的收获单元。根据本发明的一些实施方案，使用光生物反应器来使藻类或其它光合微生物生 长。本发明的实施方案产生期望的、改进的和/或最优的生物量生长、油生产、能量消耗、(X)2 利用率和/或其它重要的衡量标准。本文使用的术语“连接”或“耦合”以及相关术语用于操作意义，并不必然限制为 直接的物理连接或耦合。因此，例如两个装置直接耦合，或者经由一个或多个中间媒介、模 块或装置耦合。正如在另一个实施方案中，装置以以下方式耦合，其中信息在其之间传递， 然而彼此并不共用任何物理连接。基于本文提供的公开内容，本领域普通技术人员到根据前述的解释会理解连接或耦合存在各种方式。本文使用的词语“与...通信”通常指的是在两个或多个装置、模块、应用、系统、 部分等之间直接和间接通信以便交换信息。例如，两个装置以以下方式互相通信，其中信息 或装置访问可在其之间传递，然而并不共用任何直接的物理连接。正如本文使用的词语“在一些实施方案中”、“根据一些实施方案”、“在所示的实施 方案中”、“在其它实施方案中”以及类似的术语通常意味着依据该词语的特定特征、结构或 特性包括在本发明的至少一个实施方案中，也可包括在本发明的多于一个的实施方案中。 此外，这样的词语并不必然指的是同一实施方案或不同实施方案。术语“模块”主要指的是软件、硬件或固件(或者任何其组合)部分。模块是使用 一个或多个特定输入产生有用数据或者其它输出的通用功能性部分。模块可以是或者不是 自备的。应用程序(也称作“应用”)包括一个或多个模块，或者模块包括一个或多个应用程序。图1说明了根据本发明一些实施方案的光生物反应器系统的一个实例，其具有两 个同步控制环，其中一个用于气体，一个用于液体，该两个同步控制环可以使用不同、相似 或同一生长模型来计算前馈项。综合系统100包括光生物反应器115、各个气体入口和出 口、各个液体入口和出口以及两个控制系统。正如图1所示，气体控制系统120控制气体流 (例如空气、CO2)，液体控制系统150控制液体流。控制系统120和150独立运行或者以协 作的方式运行。根据一些实施方案，控制系统120和/或150中的一个或两者包括光生物 反应器行为模型或者使用来自该模型的信息，所述模型预测其环境条件和/或操作参数。当光110(例如来自太阳、灯等)投射在光生物反应器115上，光合作用发生，因此 导致藻类培养物的生长。藻类消耗来自空气供应170和二氧化碳供应175的二氧化碳，空 气供应170的流体受阀或等同装置的控制，二氧化碳供应175的流体受阀、泵或者其它流体 控制装置140a的控制。根据各个实施方案，可以自动(例如通过执行器的控制)或手动操 作流体控制装置。为了实现阀的手动控制，例如，在一些实施方案中控制系统提供用于手动 处理的指令(例如通过显示器装置、光等)。结果是产生氧气。可以通过控制阀、泵和/或手动处理加入液体到光生物反应器和/或从其中移除。 气体控制系统120接收通过传感器、手动测量的环境条件输入，或者接收由作为控制系统 一部分或与之协同的模型产生的估计环境条件输入。传感的、模型化的或手动测量的环境 条件(或环境输入)可包括多种参数。环境条件的例子包括但不限制为一个或多个以下 入射光如光合活性射线125、空气和/或水温130、藻类培养pH135、溶氧136、溶碳137、氧气 浓度、碳气浓度、溶解二氧化碳、藻类培养物密度145以及培养物成分组成146。根据各个实施方案，环境条件可通过传感器测量、从一个或多个数据提供者(例 如天气预报)接收、通过化学分析或其它测试估计、通过模型预测和/或估计、通过手动测 量等。在一些情况下，传感器被配置用来检测一个或多个环境条件的传感条件并产生指示 (或估计)该传感条件和/或环境变化的传感信号。在一些实施方案中，传感、抽样或模型化的成分水平，所述成分包括培养脂类、培 养脂类分布、β胡萝卜素、蛋白质、氨基酸、甘油、淀粉、半纤维素、纤维素、蜡、叶绿素、包括 类胡萝卜素以及叶黄素的色素分子、Y亚麻酸、EPA( 二十碳五烯酸20:511- 、DHA( 二十二 碳六烯酸22:611- 、ARA (花生四烯酸20:4n-6)、辅因子例如CoQ-IO或α硫辛酸、具有抗氧化剂活性的分子和/或其它。根据本发明的实施方案，控制系统120使用这些传感的、抽样 的和/或模型化的值来执行计算，决定流速的期望操作参数和/或气体控制阀140a和140b 的开关时间。液体控制系统150以一些间隔(例如每15秒、每分钟、每小时等)接收培养密度 145的测量值。此外，液体控制系统150从模型接收培养密度的估算值。使用这些测量值和 /或估算值可作出关于液体进入和离开光生物反应器的期望流速和时间的决定。这些流速 包括但不限于包含养分的培养基从培养基源160到缓冲罐155的流速。在图1所示的实施 方案中，可使用阀151d或等同装置来控制培养基和/或培养藻类到缓冲器罐155的流动。 可通过阀151a或等同装置来控制培养基和/或培养藻类从缓冲器罐155到光生物反应器 115的流动。可通过阀151b或等同装置来控制培养藻类从光生物反应器115到缓冲器罐 155的流动。类似地，可通过151c、泵或者流动控制的等同装置来控制来自缓冲器罐155的 产品165的流动。图2说明了根据本发明的一个或多个实施方案的具有气体控制环的光生物反应 器215的一个实例。气体控制系统220作为图1综合系统的一部分运行，或者独立运行以 便控制光生物反应器215而与手动或者自动的任何其它控制系统的运行无关，包括控制液 体流入和流出光生物反应器215的控制系统。根据各个实施方案，气体控制系统220可通 过阀MOa和/或MOb调整一个或多个运行参数，以便实现一个或多个调整目标。调整目 标的例子包括但不限于传送空气和/或二氧化碳以便实现期望的PH和/或碳浓度，以便 实现最大藻类生长和/或脂类生产率、维持溶氧在可接受的范围内、维持足够的培养混合 物以便确保培养物健康、最优化使用可用光和养分、维持气体流速以便使光生物反应器215 的结垢最小化和/或其它。气体控制系统220的性能目标包括使二氧化碳的利用率最大化。可通过由光生物 反应器215捕获的引入到系统的碳量来定义二氧化碳利用率。在一些实施方案中，气体控 制系统220被设计用来使空气供应系统M5、二氧化碳供应系统250、控制阀MOa和MOb 以及控制系统220自身联合运行所需的能量使用和/或系统成本最小化。与图1类似，在图2中可被监测、手动抽样、预测、从外部数据库接收和/或由控制 系统模型化的环境条件的例子可包括一个或多个以下入射光如光合活性射线225、空气 和/或水温230、藻类培养物pH 235、溶氧236、溶碳237、藻类培养物密度M7以及藻类培 养物成分组成246 (例如成分组成)。图3说明了根据本发明各个实施方案的具有固体和/或液体控制环的光生物反应 器320的一个实例。液体控制系统340作为图1的综合系统的一部分运行，或者可独立运 行以便控制液体流入和流出光生物反应器320。通过直接控制执行器的控制系统340或者 通过引导操作人员(例如通过显示器装置或者光显示)来实现流体控制，以便设定流动水 平。因此，控制系统340与任何其它手动或者自动的控制系统操作一起运行或者无关的运 行，包括控制气体流入和流出光生物反应器320的控制系统。液体控制系统340监测或估计培养条件的值，包括培养密度330和培养物成分组 成335，以便决定液体流入和流出生物反应器320的期望时间点和速率。以与图1相似或同 样的方式通过是阀或等同装置351a-d的执行器单元来控制流速。在一些实施方案中，固体 控制系统可为液体控制系统340的一部分，或者可独立于液体控制系统340。在一些实施方案中，固体控制系统可产生引导培养基成分345加到培养基360的控制信号。可使用各个控制系统以及各种方法以便控制藻类在光生物反应器中的生长。例子 包括但不限于前馈控制、反馈控制、模型预报控制、适应性控制和/或这些以及其它控制策 略的组合。图4说明了根据本发明的一些实施方案的完整综合系统400，其用高水平前馈加 反馈控制系统410来控制藻类生长，其中高水平前馈加反馈控制系统调节气体和/或液体 流入和流出光生物反应器420的速率。监督控制部分430指导前馈控制系统440、反馈控制系统450以及产生模块460的 动作，所述产生模块460把来自前馈和反馈控制模块的控制信号结合起来以便传送控制输 出到光生物反应器设备420。根据各个实施方案，监督控制模块430执行计算、提供使能/ 禁止命令、设定点、模型标准参数和/或操作模式命令至任何这三个模块，所述三个模块从 监督控制模块430接收输入。前馈模块440可使用一组环境参数的实际测量、光生物反应器配置参数、操作设 定点和/或测量光生物反应器设备的运行参数，作为到估计模块的输入或与其组合，该估 计模块计算使PBR设备的运行参数到达或接近期望值的期望前馈控制输出。根据一些实施 方案，反馈控制模块440可计算操作设定点与实际测量的操作参数之间的差。在一些实施 方案中，反馈控制模块440也执行另外的所需计算，以便决定执行器的开/关状态或级别， 该执行器使PBR设备420的运行参数到达或接近期望的值。根据本发明的实施方案，产生模块将来自前馈控制模块440和反馈控制模块450 的信号组合起来，以便决定用于控制输出的集合控制信号。在一些情况下，通过求和或使用 一个或一组信号来执行集合，以便使能或禁止另一个或另一组信号。在一些实施方案中，任 何模块430、440、450以及460的一些或所有功能组合到一个模块中或由另一个模块执行。 例如，在一些实施方案中，模块430、440、450和460组合为单个集成模块以便以最优的方式 执行控制。基本控制算法 下面所述是根据本发明实施方案的基于模型的控制器的一些实例。根据本发明的 一些实施方案，生物模型和/或光生物反应器用于计算全部或部分控制光生物反应器系统 的一个或多个方面的前馈项或开环前馈项。例如，本发明的一些实施方案控制二氧化碳和 /或养分的加入。根据本发明的其它实施方案，用闭环控制来执行长成生物的收获，以便维持连续 培养的密度或使培养密度跟随命令轨迹。根据本发明的实施方案，使用控制算法以便决定 最优的细胞密度。根据本发明的这些实施方案，控制系统连续调整从反应器收获藻类的速 率以便将培养密度调整到期望的密度。根据本发明的实施方案，可使用浊度仪(或类似的 方法)、根据其它传感器进行推测、模型和/或“离线”测量以及返回进入到控制器的值，直 接测量这个密度。根据这种实施方案的控制器维持恒定的培养密度或者跟随培养密度命令 轨迹。这种命令可基于许多因素，包括当前反应器条件、天气、产品定价、未来天气和/或产 品定价信息。最优细胞密度是各种因素的函数并且可根据情况变化。相比于在固定的密度操 作，本发明的一些实施方案基于当前的条件和未来条件如天气、产品需求和/产品定价的 预测来决定最佳的密度。根据其它实施方案，通过控制收获速率和/或通过增加培养基和/或接种物来稀释以便控制细胞密度。根据本发明的实施方案，调整到反应器的输入以便匹 配当前和未来的操作条件(例如每日藻类生长速率)。控制输入的例子包括但不限于CO2 添加、大量营养素如氮和磷、微量营养素、鼓泡、收获、培养基添加、反应器容量、反应器几何 形状、反应器配置和/或泵作用。根据本发明的一些实施方案，可使用基于模型控制的光生物反应器以便使生长最 优化并使产品价值最大化。根据这些实施方案，可使用基于模型的控制以便提高生长速率、 提高油产量、使营养成本最小化、使能量使用最小化和/或使其它运行成本最小化。可使用 生物模型和/或光生物反应器以便以反馈的方式控制系统。根据本发明的实施方案，该系 统包含藻类或其它光合生物。根据本发明的实施方案，使用系统控制以便使藻类生物量的生产、脂类含量和/ 或碳水化合物最佳化。根据本发明的实施方案，可使用生物模型和光生物反应器，基于当前 反应器条件、当前天气和/或当前产品和附带产品成本，决定如何控制光生物反应器系统 以便使收获的所有产品的组合价值最大化。此外，可控制不同的反应器来实现不同的结果。根据本发明的实施方案，也可以使用基于模型的系统诊断来决定是否部分或全部 光生物反应器运行不正确(即一些类型的故障)。根据本发明的一些实施方案，使用生物模 型、物理模型和/或经验模型来控制光生物反应器。根据本发明的实施方案，基于当前或未来估计的产品价格、当前或未来的成分价 格、即将到来的天气和/或其它因素，可使用基于模型的控制来使可从光生物反应器的一 些或所有产品获得的净值最大化。根据这些实施方案，可使用未来天气以及产品和附带产 品定价的预测，与系统模型协同，决定光生物反应器的最佳运行以便提供所有产品的最大 价值。这可包括例如收获速率、培养基添加、接种物添加、养分添加、二氧化碳添加、鼓泡速 率、温度、罐中水位、系统压力、泵速率和/或其它方式的控制以便合成系统。根据本发明的一些实施方案，可使用学习算法来校准光生物反应器系统模型和/ 或控制器，其中使用反馈来适应或纠正系统模型和/或控制器以便提高系统性能。这样的 反馈系统可包括各种控制形式，例如参考模型的适应性控制、神经网、强化学习、观测器和/ 或修正因子。下面描述了根据本发明实施方案的各种方式，其中可使用基于模型的控制、适应 性学习和/或预测、强化学习的形式控制光生物反应器。1藻类光生物反应器的基于模型的控制根据本发明的一些实施方案，使用静态和动态模型来提高生物反应器的生产率， 特别是在光生物反应器(“PBR”)中生长的微藻类。根据本发明的实施方案，藻类生长模型 捕获封闭反应器中的藻类生长动态，使用该动态来动态补偿变化的条件。尽管模型与生物 反应器的类型无关，但是根据本发明的实施方案，这里显示的特定例子用于平板光生物反 应器。然而，根据本发明的实施方案，通过配置不同的模型参数和使用匹配生物反应器设计 的物理特性的其它简单动态模型(如一阶和二阶简单动态模型)，也可以对细管状和气升 式反应器建模。本发明的实施方案允许用模型来代替传感器，使性能(利用率和生产率) 最优化、预测未来的事项并提前进行动态补偿、以及适应变化的条件。根据本发明的实施方案，这部分概述了模型以及该模型用于与反馈(“FB”)控制 器结合的前馈(“FF”)控制器。这部分的主题是
多领域模型的建立和/或使用(例如基于物理、化学和生物的模型) 生物反应器的FF/FB控制 应用-生长、脂类、副产品、传感器替换物 最优化安排 错误检测1. 1多领域津樽本发明的各个实施方案使用模型来提供FF控制以及综合FB控制器。图5说明了 根据本发明的一个或多个实施方案的用于对光生物反应器中藻类建模的各种技术。正如图 5所示，有三类可用于对微藻类建模的基本类型的模型505。物理模型510、经验模型(例如 根据数据来配置)515、以及基于生物学的模型520是可用于本发明实施方案的三个模型的 实例。物理模型510包括静态映射525 (例如代数方程式530)、动态模型535 (例如线性 和非线性差分和微分方程式M0)和/或其组合。经验模型515包括静态模型550 (例如曲 线拟合、代数表达式和/或使用输入来产生输出的查询表阳幻和动态模型560(例如使用 一个或多个先前的输入或输出以及当前输入的线性和非线性映射56 。在一些实施方案 中，动态模型560k使用一个或多个存储单元，而一些静态模型550不用任何存储值就能实 现。一些实例包括但不限于轻拍-延时前馈神经网络(TD-FFNN)、回归神经网络(RNN)、以 及回声状态网络(ESN) 565。生物学模型520包括基于已知生物习性(例如根据八个吸收光 子产生一个氧分子的已知光合关系570)来对输入输出关系进行建模。图6说明了根据本发明的各个实施方案的可用于实现控制系统的一个或多个部 分中的模型600。这个模型概念描述，部分或全部在计算设备上执行或预先执行的模型620 复制实际PBR设备630的一些动作。随后在实现控制系统的部分(例如前馈和/反馈)中 可使用该模型以便实现一些目标，例如对供应(X)2的气体控制或者对收获的液体控制。物理设备630和设备模型620都接收环境和运行参数610作为输入。在各个实施 方案中，到模型620和设备630的一组输入可以相同或不同。在一些实施方案中包括设备 630的环境条件的物理参数以及对应的模型620状态变量可以相同。对这些状态变量的测 量可为确认、设定、或校准模型中的一种方法。设备630用实际输出640来响应(例如液体 和气体的系统流速)。模型620使用输入610来预测设备630的输出650。用于FF控制的模型能够准确地对藻类需求进行建模，例如养分和(X)2量。对于用 在本发明一些实施方案中的反馈控制，通过第二次pH测量来测量(X)2需求。(X)2利用率与 PH紧密相关。这部分的其它内容概述了根据本发明实施方案的用于控制CO2传送的基于物 理学的模型。图7示出了根据本发明的一些实施方案的光生物反应器模型，其为一组三个相互 作用子系统。根据本发明的实施方案，总体PBR模型700被描述为三个主要的子系统，也就 是光子系统720、光合子系统730和水化学子系统710。根据本发明的实施方案，一些子系 统的输出是到其它子系统的输入。这些输出和它们相关的输入通过圆括号方式的标志来表
7J\ ο根据本发明的实施方案，可以控制所有到模型的输入，除了阳光之外。这使得控制 问题令人关注，因为阳光是驱动光合的输入，更是作为外部输入进入系统。根据本发明的一些实施方案，模型的主要目标是使第一阶段中的生长(并且因此吸收CO2)和第二阶段中的 存储脂类累积最大化。这部分的焦点在于生长模型，简要讨论如何使压力模型与生长模型 相关联。根据本发明的实施方案，用于生长阶段的控制模型包括在有阳光期间尽力促进指 数级生长，这意味着不稳定地驱动系统。然而，系统仍然要求养分并且必须保持在安全的 PH和温度之内。因此，根据本发明的实施方案，使用预测阳光利用率最大化所需的CO2量的 前馈预测控制，结合维持安全运行条件的反馈控制器，解决这个控制问题。在一些实施方案 中，模型单元可产生用于碳传送的定时时间表。1. 1. 1入射光子系统根据本发明的实施方案，入射光子系统决定到达微藻类的光量，其是到达反应器 的阳光强度、太阳位置、混合量、培养密度和/或PBR几何形状的函数。这部分描述了基于 入射光的模型。尽管混合、培养密度和PBR几何形状影响由微藻类接收的光量，但是这些因 素对特定的PBR设定是特定的。例如在这里考虑的反应器，这些参数保持恒定。因此，它们 被分组为生长模型中的“阳光利用率”常数和临界密度，这在1. 1. 2部分中描述。大约43%的全光谱光是有效光合辐射(“PAR”)，其是对光合有用的光量。在数量 上，PAR是400nm到700nm范围内的光强。当太阳时，入射PAR的主要部分是直射光，根据 太阳的位置其以某一角度到达浴水(bath water) 0这个光的一部分将从水面反射回，而一 些将进入PBR溶液。并不是所有进入溶液的光都被吸收，因此使用简单模型来捕获关于反 应器中光的足够信息以便提供实际生长模型。对光合可用的PAR总量是进入溶液的散射和直射光的函数。进入溶液的散射光量是阳光位置、天气(例如云量、湿度、气压和温度)、以及周围 反射物(例如建筑物、结构、树木、以及地形)的函数。下面反应器光的推导基于另外研究的信息。进入浴水的直射阳光量与浴水垂直的 入射角的函数。反过来，这个角度是阳光位置的函数，其依赖于一年中的白昼、白昼时间、以 及位置(经度和纬度)。由于地球绕着太阳运行，因此太阳在天空中的相对位置随季节变 化。这由太阳偏角捕获，即
权利要求
1.一种用于培养藻类的系统，包括包含培养基的光生物反应器，其中该光生物反应器受一个或多个环境条件的影响，并 且其中可调整一个或多个操作参数来影响在该培养基中的藻类生长；包含藻类生长模型的模型单元，该藻类生长模型使在所述培养基中的藻类的生长和成 分与所述一个或多个环境条件以及所述一个或多个操作参数相关联；配置用来访问模型单元的控制单元，其基于所述藻类生长模型来决定所述一个或多个 操作参数，并产生指示所述一个或多个操作参数的控制信号；配置用来接收所述控制信号并基于控制信号调整所述一个或多个操作参数的执行器 单元。
2.如权利要求1所述的系统，其中在给定的一个或多个环境条件下，根据所述藻类生 长模型选择与最大藻类生长对应的一个或多个操作参数。
3.如权利要求1所述的系统，其中所述一个或多个环境条件包括光和培养基PH，其中 所述一个或多个操作参数包括到光生物反应器的碳传送速率，并且其中所述模型单元根据 碳传送的时间安排来产生控制信号。
4.如权利要求3所述的系统，其中所述执行器单元是与二氧化碳供应流体连通的阀， 并且其中碳传送的时间安排包括二氧化碳的间歇性传送。
5.如权利要求4所述的系统，其中在给定的光和培养基pH条件下根据所述藻类生长模 型来选择与最大藻类生长对应的碳传送速率。
6.如权利要求1所述的系统，其中所述一个或多个环境条件包括光、温度、藻类培养物 密度和培养基PH，并且其中所述一个或多个操作参数包括碳传送速率、培养基流速和收获 速率。
7.如权利要求6所述的系统，其中在给定的光和培养基pH条件下根据所述藻类生长模 型选择与最大藻类生长对应的碳传送速率、培养基流速和收获速率。
8.如权利要求1所述的系统，进一步包括配置用来检测所述一个或多个环境条件的一 个或多个传感器。
9.如权利要求1所述的系统，其中所述控制信号是第一控制信号，该系统进一步包括 配置用来检测所述一个或多个环境条件的传感条件并产生指示该传感条件的传感信号的传感器；配置用来接收所述传感信号的反馈控制单元，该单元比较所述传感条件与设定点条件 并基于该比较产生第二控制信号；其中执行器单元进一步被配置用来接收所述第二控制信号并基于所述第二控制信号 调整所述一个或多个操作参数。
10.如权利要求1所述的系统，其中所述控制信号是第一控制信号，该系统进一步包括配置用来检测所述一个或多个环境条件的传感条件并产生指示该传感条件的传感信 号的传感器；和配置用来接收所述传感信号的反馈控制单元，该单元比较所述传感条件与设定点条 件，基于该比较并基于第一控制信号产生第二控制信号；其中执行器单元进一步被配置用来接收所述第二控制信号并基于所述第二控制信号调整所述一个或多个操作参数。
11.如权利要求1所述的系统，其中所述控制信号是第一控制信号，该系统进一步包括配置用来检测随时间变化的所述一个或多个环境条件的传感条件并产生指示该传感 条件的观测器信号的观测器；和配置用来接收所述观测器信号并基于该观测器信号更新所述藻类生长模型的修正单兀。
12.如权利要求1所述的系统，其中该控制信号是第一控制信号，该系统进一步包括 配置用来检测随时间变化的所述一个或多个环境条件中的一个或多个传感条件并产生指示所述一个或多个传感条件或指示所述一个或多个传感条件之外的一个或多个推测 条件的观测器信号的观测器；和配置用来接收所述观测器信号并基于该观测器信号更新所述藻类生长模型的修正单兀。
13.如权利要求12所述的系统，其中所述观测器被配置用来产生所述一个或多个传感 条件的观测器信号，以便使噪声最小化或填满在非经常性采样之间的数据。
14.如权利要求1所述的系统，其中所述控制信号是第一控制信号，该系统进一步包括配置用来检测所述一个或多个环境条件的传感条件并产生指示该传感条件的传感信 号的观测器；和配置用来接收所述传感信号的反馈控制单元，该单元使用Kalman滤波器将该传感信 号与第一控制信号组合，并基于该组合信号产生第二控制信号；其中所述执行器单元进一步被配置用来接收所述第二控制信号并基于该第二控制信 号调整所述一个或多个操作参数。
15.如权利要求1所述的系统，其中所述光生物反应器是平板光生物反应器。
16.如权利要求1所述的系统，其中所述光生物反应器被包含在柔性薄膜中。
17.如权利要求1所述的系统，其中所述藻类生长模型考虑光生物反应器的几何形状 以及在培养基中的藻类的培养密度。
18.如权利要求1所述的系统，其中所述藻类生长模型包括水化学模型和光模型。
19.如权利要求1所述的系统，其中所述藻类生长模型包括查询表、代数方程式、或者 微分方程式。
20.一种用于控制在平板光生物反应器中的藻类生长的方法，该方法包括 传感一个或多个柔性薄膜光生物反应器经受的环境条件；用藻类生长模型计算在柔性薄膜光生物反应器内的藻类未来生长，该藻类生长模型 使藻类的生长与所述一个或多个环境条件以及影响藻类生长的一个或多个操作参数相关 联；基于所述计算来选择所述一个或多个操作参数； 调整执行器以便实现所述一个或多个操作参数。
21.如权利要求20所述的系统，其中选择所述一个或多个操作参数包括在给定的一个 或多个环境条件下，根据所述藻类生长模型来选择与最大藻类生长对应的一个或多个操作参数。
22.如权利要求20所述的系统，其中选择所述一个或多个操作参数包括在给定的一个 或多个环境条件下，根据所述藻类生长模型选择与期望的藻类生长对应的一个或多个操作 参数。
23.一种光生物反应器，包括配置用来传感与光生物反应器相关联的一组条件的传感器网络；根据所述一组条件以及包括碳供应速率的一组输入变量来预测藻类生长的光生物反 应器模型；具有执行器以控制进入所述光生物反应器的碳供应速率的碳供应单元；和决定单元，其使用所述光生物反应器模型以决定产生期望的藻类生长的一组输入变量 并基于该决定的一组输入变量调整执行器以设定碳供应速率。
24.如权利要求23所述的光生物反应器，其中所述一组输入变量进一步包括养分供 应、空气供应和培养基供应。
25.如权利要求23所述的光生物反应器，其中所述光生物反应器模型包括多个子系统 模型，该多个子系统模型包括光合子系统、光子系统和水化学子系统。
26.如权利要求25所述的光生物反应器，其中所述光子系统对到达藻类的光量建模。
27.如权利要求25所述的光生物反应器，其中所述光子系统是到达反应器的一种或多 种光的强度、混合量、培养密度以及光生物反应器几何形状的函数。
28.如权利要求23所述的光生物反应器，其中所述光生物反应器模型包括作为所述一 组条件中的条件之一的预测的阳光。
29.如权利要求23所述的光生物反应器，其中所述碳供应速率是二氧化碳供应速率。
30.一种系统，包括包含培养基的光生物反应器，其中该生物反应器经受一个或多个环境条件；配置用来用藻类生长模型计算在该光生物反应器内的藻类未来生长的模型单元，所述 藻类生长模型使藻类生长与所述一个或多个环境条件相关联；和配置用来计算收获时间并产生指示该收获时间的收获信号的收获模块，在该收获时间 藻类的未来生长等于预定阈值的藻类生长。
31.一种用于藻类收获安排的方法，包括传感一个或多个平板光生物反应器经受的环境条件；用藻类生长模型计算在该平板光生物反应器内的藻类未来生长，该藻类生长模型使藻 类生长与所述一个或多个环境条件相关联；决定收获时间，在该收获时间计算的藻类未来生长等于预定阈值的藻类生长；和产生指示该收获时间的收获信号。
32.如权利要求31所述的方法，其中产生指示所述收获时间的收获信号包括在所述收 获时间产生该收获信号。
33.如权利要求31所述的方法，进一步包括在所述收获时间开始藻类收获。
34.如权利要求31所述的方法，进一步包括从所述平板光生物反应器收获藻类。
35.如权利要求31所述的方法，其中预定阈值的藻类生长是对应于每升2到4克干重 藻类密度的藻类生长。
36.如权利要求31所述的方法，其中所述一个或多个环境条件包括光、温度、藻类培养 物密度、培养基PH和碳传送速率。
37.一种用于藻类收获安排的方法，包括接收一个或多个平板光生物反应器经受的环境条件的预测；用藻类生长模型计算在该平板光生物反应器内的藻类未来生长，该藻类生长模型使藻 类生长与所述一个或多个环境条件相关联；决定收获时间，在该收获时间计算的藻类未来生长等于预定阈值的藻类生长；和 产生指示该收获时间的收获信号。
38.如权利要求37所述的方法，其中接收所述一个或多个环境条件的预测包括对于给 定位置查询因特网天气预报数据库。
39.如权利要求37所述的方法，其中所述一个或多个环境条件包括光条件和温度。
40.一种系统，包括配置用来决定一组当前环境条件的传感器网络； 配置用来估计一组在未来时间段内的未来环境条件的预测模块； 包括第一存储器的模型单元，在第一存储器上存储有一个或多个基于该组未来环境条 件的藻类生长模型；收获单元，其包括具有设定阈值密度的第二存储器、与预测模块和传感器网络通信的 通信模块和处理器；其中所述收获模块通过通信模块从所述预测模块接收所述一组未来环境条件，所述处 理器访问所述模型单元以决定一个时间段内的预测藻类密度，并且所述处理器基于该预测 的藻类密度和所述设定阈值的密度来计算收获安排。
41.如权利要求40所述的系统，其中所述传感器网络包括一个或多个干重传感器、PAR 传感器、光强度传感器、溶氧传感器、PH传感器、温度计和溶解二氧化碳传感器。
42.一种用于藻类收获安排的系统，包括包含培养基的光生物反应器，其中该光生物反应器经受一个或多个环境条件，并且其 中可调整一个或多个操作参数以影响培养基中的藻类生长；包括藻类生长模型的模型单元，该藻类生长模型使在培养基中的藻类生长与所述一个 或多个环境条件和所述一个或多个操作参数相关联；配置用来检测培养基中的培养密度的培养密度传感器； 配置用来当培养密度超出密度设定点时产生收获命令的收获单元； 配置用来访问所述模型单元和收获单元以基于所述藻类生长模型和收获命令来决定 收获速率，并产生指示该收获速率的控制信号的控制单元；和配置用来接收该控制信号并根据所述收获速率开始藻类收获的执行器单元。
43.一种用于基于模型的诊断的系统，包括包含用于培养藻类的培养基的光生物反应器，其中该光生物反应器经受一个或多个环 境条件；配置用来检测与光生物反应器相关联的操作条件并产生与该操作条件相关的传感值 的传感器；配置用来基于藻类生长模型产生与所述操作条件相关的期望值的模型单元，其中该藻类生长模型使在光生物反应器中的藻类生长与所述一个或多个环境条件和操作条件相关 联；和配置用来当在传感值和期望值之间的差超过预定阈值时产生错误信号的错误产生模块。
44.如权利要求43所述的系统，其中所述操作条件是培养基pH。
45.如权利要求44所述的系统，其中所述预定阈值是7.3。
46.如权利要求43所述的系统，进一步包括配置用来接收所述错误信号并显示错误信 号的错误指示器，该错误指示器选自可听警告、可视警告、以及视听警告。
47.如权利要求43所述的系统，其中所述操作条件选自PAR、二氧化碳流速、溶氧、温 度、鼓泡速率、以及养分传送速率。
48.如权利要求43所述的系统，其中所述操作条件是每日藻类生长速率。
49.如权利要求43所述的系统，其中所述预定阈值随时间变化。
50.如权利要求43所述的系统，其中所述传感值和期望值是随着时间的操作条件趋势。
51.如权利要求43所述的系统，其中所述藻类生长模型包括水化学模型，并且其中所 述操作条件与光生物反应器内的水化学相关联。
52.一种用于诊断生物反应器内的错误的方法，该方法包括从传感器网络接收一个或多个指示与光生物反应器相关的当前条件的信号； 通过使用光生物反应器的藻类生长模型来产生预测与该光生物反应器相关的未来条 件的一个或多个预测输出信号；通过比较该一个或多个预测输出信号与该一个或多个当前条件来决定是否存在可能 的故障；和基于该决定来产生一个或多个错误指示。
53.一种用于培养藻类的系统，包括生物反应器，其在一组可变生长条件和一个或多个可变输入条件下促进藻类生长，该 一个或多个可变输入条件可以被调整以影响在该生物反应器内的藻类生长；模型单元，其具有在一个或多个期望的生物反应器状态、所述一组可变生长条件、以及 所述一个或多个可变输入条件之间的映射，其中该模型单元被配置用来接收所述一组可变 生长条件并使用该映射来产生指示所述一个或多个可变输入条件随时间变化的值的控制 信号，该控制信号将使生物反应器产生期望的响应；执行器单元，用来从所述模型单元接收所述控制信号并根据控制信号随着时间变化调 整所述一个或多个可变输入条件；传感器网络，用来监测与生物反应器相关的一组当前生长条件，其中该组当前生长条 件被传送到所述模型单元；和其中基于生物反应器对控制信号和当前生长条件的期望响应来更新在所述模型单元 内的映射。
54.一种用于适应性控制光生物反应器的方法，该方法包括 检测一个或多个光生物反应器经受的环境条件；根据藻类生长模型计算在该光生物反应器内的藻类生长，该藻类生长模型使藻类生长与该一个或多个环境条件以及一个或多个影响藻类生长的操作参数相关联； 基于该计算来选择该一个或多个操作参数； 调整执行器以实现所述一个或多个操作参数；和 测量在光生物反应器内的藻类实际生长；和基于该测量更新至少部分藻类生长模型，从而使得根据藻类生长模型计算的藻类生长 与实际藻类生长更加接近的相似。
55.如权利要求M所述的方法，其中所述一个或多个操作参数是一个或多个初始操作 参数，该方法进一步包括基于在更新了至少部分藻类生长模型之后执行的藻类生长计算来选择一个或多个随 后的操作参数；和调整执行器以实现该一个或多个随后的操作参数。
全文摘要
本发明的实施方案包括基于模型的控制，用于控制光生物反应器操作以及用作生物燃料原料的藻类的生长。在一些实施方案中，基于模型的控制考虑例如天气、产品定价、用户需求和/或其它变量之类的条件操作上述反应器，其方式使得产品收益最优化、成本或能耗最小化、光合或能量平衡效率最大化和/或前述因素的任何组合。
文档编号C12M1/00GK102131383SQ200980133151
公开日2011年7月20日 申请日期2009年6月26日 优先权日2008年6月26日
发明者B·D·维尔森, D·E·谢尔曼, D·J·劳森, G·R·巴比特, K·魏尔-盖格尔, M·R·比纳, P·M·杨, R·斯库诺弗 申请人:Solix生物燃料公司, 科罗拉多州大学研究基金会