导读:本文包含了青霉素发酵论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:青霉素,尾气,分子筛,向量,小二,正态分布,过程。
青霉素发酵论文文献综述
王平,段志钢,付忠心,张军立[1]（2019）在《分子筛转轮处理青霉素发酵尾气应用技术研究》一文中研究指出采用分子筛转轮空气过滤模块、除VOCs (挥发性有机物)模块(分子筛转轮浓缩模块)以及催化氧化模块,处理青霉素发酵尾气。结果表明,经分子筛转轮浓缩和催化氧化装置联合处理后的青霉素发酵尾气,其非甲烷总烃、挥发性有机物、臭气浓度等各项监测指标均大幅低于相关排放标准;同时,由于其通用性强、处理效率高、运行成本低、寿命长,已经成为大风量、低浓度含VOCs废气处理的首选方法。(本文来源于《煤炭与化工》期刊2019年07期）
朱中原[2]（2018）在《青霉素发酵系统管路探析》一文中研究指出本文分析了青霉素发酵系统中常见管路的作用,以及对管路进行密封性、水压和蒸汽灭菌试验的方法,旨在提高发酵系统管路的安全性和稳定性。(本文来源于《山西青年》期刊2018年16期）
王冉[3]（2018）在《考虑环境约束的青霉素发酵间歇操作的动态优化研究》一文中研究指出生物发酵间歇操作的过程涉及到生物细胞的不同生长阶段,具有明显的动态特性,对这类过程的优化与控制是研究的重点和难点,需要对过程进行动态优化才能实现。青霉素补料分批发酵工艺是典型的生物间歇发酵的案例,且青霉素的生产一直是研究者们关注的热点,从发酵原料的选取到生产设备和条件的优化学者们都做了不同的尝试。本文主要围绕青霉素补料分批发酵过程的动态优化展开了讨论,并探究了废水中COD含量的控制问题以及青霉素分批补料过程的工业放大化问题。本文主要研究内容包括:1.针对青霉素发酵过程的动态优化数学模型进行分析,选取适当的方法和求解器对过程进行优化计算。本文首先对青霉素发酵过程的进行了优化,分别选取青霉素产量和产率作为目标函数,以进料速率作为操作变量,在不同的发酵时间和初始进料速率下进行了优化计算,确定了适宜的发酵时间和初始进料速率,找到了最优进料曲线,同时模拟了两种常见进料方式下的发酵过程,对比了叁种进料方式下的状态变量和目标函数值。2.对青霉素补料分批发酵和后续的提纯过程进行了分析,分析了青霉素发酵废水的主要产生单元,通过引入一个参数COD(con)用来调节控制青霉素发酵和提纯过程中所产生废水中的化学需氧量,同时描写了一个关于过程中COD产生的约束条件以探究该约束对动态优化结果的影响。3.对青霉素补料分批发酵过程进行了工业化放大动态优化计算,模拟了年产青霉素1000吨的生产任务,根据发酵模型对单批次单个发酵罐的生产任务进行了核算,动态优化过程以单批次单个发酵罐的青霉素产量为约束条件,以单批次单个发酵罐的青霉素发酵和提纯过程产生的废水中COD的理论处理成本的最小值为目标函数进行计算;对工业动态优化的计算结果从目标函数、操作变量进料速率以及不同进料方式对工业过程参数变化的影响进行了讨论,比较了叁种进料方式下的过程变量变化情况以及废水处理成本。(本文来源于《北京化工大学》期刊2018-05-31）
王铁斌[4]（2018）在《浅析青霉素发酵工艺》一文中研究指出多年来青霉素因其独特的功效,而被广泛使用。青霉素是一种抗生素,属于纯种发酵,在科学技术不断发展的现在,青霉素进行发酵的相关工艺也在日渐提高。本文主要论述了青霉素的发酵的相关内容。(本文来源于《世界最新医学信息文摘》期刊2018年20期）
郭斌,么瑞静,张硕,马磊,康汇[5]（2018）在《青霉素发酵尾气VOCs污染特征及健康风险评价》一文中研究指出青霉素是制药行业中应用最广、历史最长的抗生素.青霉素属于生物发酵类药物,在其生产过程中会产生大量发酵尾气,其中所含有的挥发性有机物(VOCs)对环境造成了严重影响.本文从现状调研、现状监测和健康风险评估这3个方面研究了发酵尾气的污染特性,结果表明,在青霉素发酵尾气中共检测到23种VOCs,其中主要包括:乙酸乙烯酯、叁氟叁氯乙烷、二氯四氟乙烷、二氯甲烷等;在升温阶段、保压阶段、降温阶段和发酵阶段这4个阶段中氯代烃类所占比例最大(24.63%~78.83%),其次是酯类(11.16%~52.40%),这两类物质总量和占总挥发性有机物(VOCs)含量的90%以上;应用健康风险评估的模型对检测出的VOCs做污染水平分析,发酵尾气的非致癌风险值为4.98×10-5a-1,通过浓度梯度扩散法估算风险值远低于国际辐射防护委员会推荐的最大可接受水平(5×10-5a-1),不会对暴露人群造成非致癌危害,但发酵尾气中的VOCs对人群存在致癌影响,其中对人体造成健康危害的主要是1,3-丁二烯、二氯甲烷、氯甲烷、四氯化碳、苯、1,1-二氯乙烷.(本文来源于《环境科学》期刊2018年07期）
熊印国[6]（2017）在《改进的FCM-LSSVM青霉素发酵过程预测建模》一文中研究指出针对青霉素发酵过程周期长,每个阶段表现出不同的特性,最小二乘支持向量机(least squares support vector machines,LSSVM)的全局模型预测精度难以保证的问题,提出了改进的基于模糊C均值聚类(fuzzy C-means clustering algorithm,FCM)和LSSVM的青霉素发酵过程分段建模方法。首先,在分析影响青霉素产物浓度相关因素的基础上选取输入变量,对样本数据采用FCM算法聚类,按照最大隶属度将样本归类为稳定过程或过渡过程;然后,分别为稳定过程的4个阶段和过渡过程的3个阶段分别建立LSSVM子模型,最后通过子模型切换策略得到系统输出。利用Pensim仿真平台数据,将提出的方法与FCM-LSSVM和LSSVM方法进行比较,平均绝对误差分别为0.013 2、0.014 3、0.014 9,均方根误差分别为0.017 8、0.019 2、0.021 6,实验结果表明,所提出的方法具有良好的精度和泛化能力。(本文来源于《控制工程》期刊2017年11期）
吴会阁,曹秀玲,凌沛春[7]（2017）在《利用青霉素发酵废液制备混凝土试验研究》一文中研究指出青霉素发酵废液经低温处理后可达到废水回用的标准。本文将青霉素发酵废液作为拌和水用于混凝土的制备,通过试验研究,测试了其对水泥标准稠度用水量、凝结时间和胶砂强度的影响,以及废水的不同掺入量对C30混凝土各强度的影响。研究表明:青霉素发酵废液对水泥的标准稠度用水量、凝结时间、砂浆的抗折和抗压强度稍有影响;制备水泥混凝土时,加入适量的青霉素发酵废液对混凝土的立方体抗压强度有一定的提高;但拌和水中废液的加入对混凝土的抗折强度有不同程度的降低。总之,青霉素发酵废液经科学处理后,可替代或部分替代普通自来水作为拌和水用于制备水泥混凝土。(本文来源于《四川建筑科学研究》期刊2017年05期）
王冠[8]（2017）在《基于定量代谢组学的工业青霉素发酵过程Scale-down研究》一文中研究指出青霉素是一种重要的β-内酰胺类广谱抗生素,其中间体六氨基青霉烷酸(6APA)可以作为其它半合成B内酰胺类抗生素如氨苄青霉素、羟氨苄青霉素等的合成原料。产黄青霉是青霉素的重要工业生产菌种。虽然在菌株改造、培养基优化以及过程模型化等方面已经有了大量研究,但是针对大规模反应器内由于补料引起的底物浓度梯度和由于机械搅拌引起的剪切梯度,很少有报道,了解还不清楚,导致很难进一步高效提高青霉素效价、产率和得率。为此,本文依托54吨大规模青霉素发酵罐内流体力学模拟数据,在实验室规模反应器内模拟大规模反应器内产黄青霉经历的流场环境,高效、经济地研究菌株的生理代谢响应。首先,自主设计了快速取样设备,该设备可以满足在1秒以内进行胞内和胞外快速取样。制定了高产产黄青霉常规取样、胞内和胞外快速取样方法。在补料分批发酵模式下,将高产产黄青霉在含有唯一全位标记葡萄糖为碳源和一二位标记青霉素G合成前体苯乙酸的发酵体系进行培养,制备了全位标记13C胞内、胞外代谢物内标。建立了基于GC-MS和LC-MS/MS的胞内和胞外代谢物同位素稀释质谱分析方法。其次,利用动态补料策略(Pulse,Ramp and Oscillation,PRO)快速研究了高产产黄青霉应对波动环境的响应机制,并获取不同补料策略下的胞内代谢物组学数据,再结合9-pool代谢结构化模型输出进行模型验证和代谢物数据分析,同时也为后续模型拓展和结构优化提供数据支撑。再次,在实验室规模的5 L反应器恒化培养体系内重现工业规模青霉素发酵罐内典型的功率输入,其中400 RPM和600 RPM分别代表工业青霉素发酵体系中远离桨区和桨区附近的功率输入(1.00和3.83 kW/m3)。研究发现高产产黄青霉比菌体青霉素合成速率在低体积功率输入的情况下能够较好的维持,没有出现明显的菌株退化现象,而在高功率输入下其达到最高值后迅速降低。分别从代谢物浓度、代谢流、胞内外葡萄糖浓度以及转录水平研究了细胞应对不同功率输入的响应。与低功率输入相比,在高功率输入下,菌株退化伴随着20%的细胞裂解,22%的ATP缺口以及胞外葡萄糖浓度降低了 20倍。与此同时,胞内的葡萄糖浓度却高了 10倍,这意味着葡萄糖运输载体的亲和力增加。此外,计算的Batchelor扩散尺寸表明在菌丝葡萄糖运输部位存在葡萄糖扩散层。本研究中提出的葡萄糖扩散与吸收模型可以很好地验证该葡萄糖扩散层的存在。在高能量输入条件下,结合典型反应的质量作用比和ATP消耗数据,推断细胞可能感知胞外低的葡萄糖浓度并引发信号转导,进而触发了以糖异生为主的代谢流调整,磷酸戊糖途径的无效循环和胞内逐渐降低的胞质还原水平。在高能量输入条件下,高亲和力的葡萄糖运输载体的基因如Pc12g02880和Pc06g01340转录水平分别增加了 3.5和3.3倍,异青霉素N合成酶(IPNS)基因pcbC的转录水平在恒化培养100 h到200 h内降低了 2倍。总之,功率输入会对高产产黄青霉的退化以及葡萄糖运输产生影响,并且会导致代谢流量的重新调整,这些发现为进一步深入研究工业青霉素发酵过程奠定基础。接着,在实验室规模恒化培养体系中通过a)在单个反应器内实行周期性补料b)在双组分反应器内,其中一个反应器进行连续补料,发酵液通过蠕动泵进行循环,来模拟工业规模底物浓度梯度。周期性补料用来模拟大规模反应器内菌体在数十秒至数分钟(30 s,3 min以及6 min)时间尺度经历的底物浓度梯度;而双组分反应器主要模拟基于体积分配、6 min平均停留时间的底物浓度梯度。在这些恒化培养体系中,本研究系统地(代谢流、代谢物以及mRNA)研究了高产产黄青霉在两种不同scale-down体系中应对底物浓度梯度的响应。在30 s,3 min以及6 min周期性补料体系中,每个周期内,最高的底物浓度分别达到30 μM,167 μM和333 μM。在3 min和6 min周期性补料经历一半时,菌体从底物过剩过渡到底物饥饿状态,大约50%的底物过剩和50%的底物饥饿,几乎没有底物限制状态,可以看作是54吨大规模青霉素发酵体系的简化模拟。而30 s的周期性补料过程仅有底物限制状态。在平均停留时间为6 min的双组分反应器内,补料罐内的底物浓度(57 μM)是非补料罐内物底物浓度(19 μM)的3倍。模拟的54吨大规模反应器内平均底物浓度为Csag≈34.4 μM,刚好处于该双组分反应器底物浓度之间。双组分反应器没有出现底物饥饿状态。与单个反应器内连续补料模式相比,比菌体青霉素合成速率在30 s,3 min以及6 min周期性补料体系中分别降低了 10%,2倍和2.6倍。通过系统分析周期性补料条件下的动态代谢物组学数据,发现该高产产黄青霉可以将底物中过剩的碳储存于中心碳代谢的代谢物上,在菌体处于饥饿状态时重新进行利用。一个显着的区别是在平均停留时间为6 min的双组分反应器内,比菌体青霉素合成速率受到影响较小。虽然胞外葡萄糖浓度水平差别很大(周期性补料为50%糖饥饿和50%糖过剩;双组分反应器内为100%糖限制),但是青霉素合成与3 min周期性补料的结果类似。与周期性补料不一样的是:在双组分反应器内,代谢物组学数据表明除了胞内中间代谢物,胞内糖醇类物质(如甘露糖醇和阿拉伯糖醇)是非补料反应器内重要的碳供应载体。进一步的转录分析发现在周期性补料和双组分反应器体系中,青霉素合成基因簇和葡萄糖运输载体蛋白基因的表达水平明显不同。结果表明,比菌体青霉素合成能力与胞外葡萄糖浓度水平没有明显关系,但是与胞内葡萄糖浓度成负相关。最后,通过分析定量代谢物组学数据,发现在高功率输入和底物浓度梯度等波动环境下,青霉素合成能力明显降低,而胞内海藻糖含量显着升高。为了进一步深入研究海藻糖途径与青霉素合成的实际内在关联,本研究利用土壤农杆菌介导的基因敲除方法,成功敲除了P.chrysogenum Wisconsin 54-1255海藻糖途径基因tp1(编码海藻糖六磷酸合成酶)和tps2(编码海藻糖六磷酸磷酸酶)。系统研究了分别敲除海藻糖途径两个基因后,基因工程菌的生长、孢子形成和青霉素合成。结果表明海藻糖途径基因敲除对于青霉素合成和孢子形成不利,以及对于底物吸收和胞内代谢物浓度均有明显影响。(本文来源于《华东理工大学》期刊2017-09-15）
赵超,李俊,戴坤成,王贵评[9]（2017）在《基于自适应加权最小二乘支持向量机的青霉素发酵过程软测量建模》一文中研究指出针对生化过程软测量建模过程中样本数据可能包含的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(Adaptive weighted least squares support vector machine,AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的正态分布赋权规则,自适应地为每个建模样本分配不同的权值,以降低随机误差对模型性能的影响;同时采用混沌差分进化—模拟退火(Chaos differential evolution simulated annealing,CDE-SA)算法对模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于最小二乘支持向量机(Least squares support vector machine,LS-SVM)和加权最小二乘支持向量机(Weighted least squares support vector machine,WLS-SVM)。利用Pensim仿真平台的数据,将AWLS-SVM方法用于青霉素发酵过程软测量建模,获得了较好的效果。(本文来源于《南京理工大学学报》期刊2017年01期）
么瑞静[10]（2016）在《青霉素发酵尾气VOCs治理技术研究》一文中研究指出制药行业中青霉素是应用最广、历史最长的抗生素,它属于生物发酵类药物,在生产青霉素过程中产生大量发酵尾气,其所含有的挥发性有机物(VOCs)对环境造成了严重影响,目前有关发酵尾气特征及VOCs治理技术尚未见报道。本文采用污染源现状调研、现状监测和健康风险评估研究了发酵尾气的污染特性;采用静动态吸附/脱附实验探讨了改性分子筛吸附法对特征VOCs的吸脱附性能,并应用于工业性试验装置。结果表明:1)青霉素发酵尾气中VOCs共检测到23种物质,有14种物质对人群存在致癌影响,其主要特征污染物为乙酸乙烯酯(C_4H_6O_2)、二氯甲烷(CH_2Cl_2);2)13X、HY、Na-ZSM-5、Na Y等4种分子筛静态吸附实验并结合BET、SEM表征,筛选出吸附性能较好的Na Y分子筛;Cu~(2+)、Fe~(2+)、Mn~(2+)、Ag~+溶液等体积浸渍法改性Na Y分子筛,静态吸附特征VOCs,结合BET、XRD、SEM、ICP等表征技术筛选出吸附性能较好、骨架结构、内部形貌清晰和金属负载量较高的改性分子筛Cu/Na Y、Ag/Na Y,其动态吸附穿透曲线、动态吸附量等表明,Cu/Na Y分子筛的吸附能力高于Ag/Na Y分子筛;差热-热重仪分析脱附活化能显示,随着升温速率的提高,脱附峰温有增大的趋势;3)分子筛应用于转轮浓缩装置进行工业性试验,运行结果表明:发酵尾气VOCs净化效率达到90%以上,最终出口气浓度达到大气污染物排放要求。这对发酵尾气VOCs的净化技术具有现实指导意义。(本文来源于《河北科技大学》期刊2016-12-01）
青霉素发酵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文分析了青霉素发酵系统中常见管路的作用,以及对管路进行密封性、水压和蒸汽灭菌试验的方法,旨在提高发酵系统管路的安全性和稳定性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
青霉素发酵论文参考文献
[1].王平,段志钢,付忠心,张军立.分子筛转轮处理青霉素发酵尾气应用技术研究[J].煤炭与化工.2019
[2].朱中原.青霉素发酵系统管路探析[J].山西青年.2018
[3].王冉.考虑环境约束的青霉素发酵间歇操作的动态优化研究[D].北京化工大学.2018
[4].王铁斌.浅析青霉素发酵工艺[J].世界最新医学信息文摘.2018
[5].郭斌,么瑞静,张硕,马磊,康汇.青霉素发酵尾气VOCs污染特征及健康风险评价[J].环境科学.2018
[6].熊印国.改进的FCM-LSSVM青霉素发酵过程预测建模[J].控制工程.2017
[7].吴会阁,曹秀玲,凌沛春.利用青霉素发酵废液制备混凝土试验研究[J].四川建筑科学研究.2017
[8].王冠.基于定量代谢组学的工业青霉素发酵过程Scale-down研究[D].华东理工大学.2017
[9].赵超,李俊,戴坤成,王贵评.基于自适应加权最小二乘支持向量机的青霉素发酵过程软测量建模[J].南京理工大学学报.2017
[10].么瑞静.青霉素发酵尾气VOCs治理技术研究[D].河北科技大学.2016
论文知识图
