金属离子对青霉素菌渣厌氧发酵产气模型分析

作者：方楠; 赵燕肖; 习彦花; 刘敬; 梁文华; 程辉彩^*; 张丽萍

来源：中国环境科学, 2020, 40(07): 3020-3028.

DOI：10.19674/j.cnki.issn1000-6923.2020.0337

• 青霉素菌渣
• 厌氧发酵
• 金属离子优化
• 响应面法
• 反向传播神经网络法

为比较响应面法与反向传播神经网络法在厌氧发酵过程中的应用效果,以青霉素菌渣为原料,通过单因素和Box-Behnken法设计试验,在发酵体系中添加不同量的Fe2+、Co2+、Ni2+,以确定其对青霉素菌渣厌氧产气性能的影响.结果表明,Fe2+、Co2+、Ni2+单一最佳添加量为:500mg/L、30mg/L、0.3mg/L,产沼气量较对照分别提高了:102.18%、45.48%、60.12%.其促进作用随添加浓度增大呈现:弱-强-弱趋势.使用响应面法及反向传播神经网络法对金属离子添加量进行建模优化,并使用批式厌氧发酵进行验证.响应面法建模预测Fe2+、Co2+、Ni2+最佳混合添加浓度为:440.94mg/L、16.22mg/L、0.39mg/L,预测累积产沼气量为1314.49mL,R2=0.972,试验与验证相对误差为4.65%;反向传播神经网络法建模Fe2+、Co2+、Ni2+最佳混合添加浓度为495mg/L、21mg/L、0.5mg/L,预测产沼气量为1551.55mL,R2=0.991,试验与验证相对误差为0.47%.反向传播神经网络法建模具有更好的拟合效果且与验证试验误差小,是一种更有效的仿真方法.说明该方法在优化厌氧发酵金属离子添加具有应用潜力,同时也为厌氧发酵条件优化提供新思路.

• 单位
  河北省科学院生物研究所