本发明涉及微生物发酵，具体地，涉及一种基于机理模型的微生物发酵过程产物浓度预报方法及系统，同时涉及一种相应的计算机终端和计算机可读存储介质。
背景技术：
1、在微生物发酵过程中，怎样有效地控制发酵生产，提高产物产率是一个重要的课题。发酵涉及到的一些关键状态变量，如菌体浓度、底物浓度、产物浓度等，目前很难做到在线实时监测，这对发酵过程的控制以及生产调度优化方案的实施有一定程度的影响。因此，准确及时地对一些关键状态变量进行预报是至关重要的。微生物发酵过程是非线性、多变量、时变的随机性动态过程，对这类过程的定量分析、自动控制和调度优化，一般需建立能够准确描述过程内部变化规律的数学模型。然而，获得准确的数学模型有较大难度。在缺乏准确数学模型的情况下，要获得一些重要状态变量的预报值，现阶段有两种方法可供使用，一种是在现有的尚不完善的模型基础上，通过参数的自适应使模型局部有效，另一种是采用数据驱动的学习方法。本专利是在第一种方法的基础上进行的深入研究。
2、申请号为202010106950.8，申请日为2020-02-20的中国发明专利《赖氨酸生物制造中宏观动力学与细胞代谢通量耦合建模方法》，通过对复杂赖氨酸代谢网络的约简，给出了利用智能随机寻优算法的耦合模型参数辨识方法，但是该方法建立的代谢通量平衡方程并未涉及发酵过程底物消耗模型与产物生成模型的详细研究，对发酵初始阶段酶系建立的过渡过程以及产物具体的合成途径等内容没有完整的描述。
3、综上所述，现有技术中尚未有系统完整的基于机理模型的微生物发酵过程产物浓度预报方法的研究。目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。
技术实现思路
1、本发明针对现有技术中存在的上述不足，提供了一种基于机理模型的微生物发酵过程产物浓度预报方法及系统，同时提供了一种相应的计算机终端和计算机可读存储介质。
2、根据本发明的一个方面，提供了一种基于机理模型的微生物发酵过程产物浓度预报方法，包括：
3、依据微生物发酵过程简化的代谢网络，建立通用的细胞内代谢网络模型；
4、将一阶闭环调节器引入到一底物消耗模型中，建立比底物消耗速率的代谢自适应调节模型；
5、基于所述代谢网络模型以及微生物发酵过程产物的具体合成途径，构建产物生成模型，并结合所述代谢网络模型和所述代谢自适应调节模型，建立宏观动力学模型；
6、根据物质守恒定律，建立生物反应器模型，并与所述宏观动力学模型结合，建立微生物发酵过程的结构模型；
7、读取当前待预报罐批的已知实测发酵生产数据；
8、基于所述结构模型，构造目标函数，对所述目标函数进行滚动参数辨识；
9、基于所述滚动参数辨识，对所述发酵生产数据的产物浓度进行拟在线预报。
10、根据本发明的第二个方面，提供了一种基于机理模型的基于机理模型的微生物发酵过程产物浓度预报系统，包括：
11、数据获取模块，该模块用于获取当前待预报罐批的已知实测发酵生产数据；
12、代谢网络模型模块，该模块依据微生物发酵过程简化的代谢网络，建立通用的细胞内代谢网络模型；
13、代谢自适应调节模型模块，该模块用于将一阶闭环调节器引入到一底物消耗模型中，建立比底物消耗速率的代谢自适应调节模型；
14、宏观动力学模型模块，该模块基于所述代谢网络模型以及微生物发酵过程产物的具体合成途径，构建产物生成模型，并结合所述代谢网络模型和所述代谢自适应调节模型，建立宏观动力学模型；
15、结构模型模块，该模块根据物质守恒定律，建立生物反应器模型，并与所述宏观动力学模型结合，建立微生物发酵过程的结构模型；
16、在线预报模块，该模块基于所述结构模型，构造目标函数，对所述目标函数进行滚动参数辨识，并基于所述滚动参数辨识，对所述发酵生产数据的产物浓度进行拟在线预报。
17、根据本发明的第三个方面，提供了一种计算机终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该计算机程序时可用于执行本发明上述中任一项所述的方法，或，运行本发明上述中所述的系统。
18、根据本发明的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时可用于执行本发明上述中任一项所述的方法，或，运行本发明上述中所述的系统。
19、由于采用了上述技术方案，本发明与现有技术相比，具有如下至少一项的有益效果：
20、本发明在通用代谢网络模型的基础上，引入代谢自适应调节模型和产物生成模型，针对不同微生物发酵过程特有的代谢途径，建立更完整的宏观动力学模型，结合基于物质守恒定律的生物反应器模型，实现微生物发酵过程结构模型的搭建。在更为准确的机理模型的基础上，采用滚动参数辨识机制对随发酵变化的模型参数进行辨识，能够实现更高精度的产物浓度预报。
21、本发明仅需在现有的控制系统中增设软件计算模块，无需额外添加测点或其它设备，实现成本较低。本发明可应用到发酵生产现场，有指导在线监控和调度优化的应用潜力。
22、本发明可用于超前预报微生物发酵过程的产物浓度，能实现高精度的预报，有指导工业生产的应用潜力。
1.一种基于机理模型的微生物发酵过程产物浓度预报方法，其特征在于，包括：
2.根据权利要求1所述的基于机理模型的微生物发酵过程产物浓度预报方法，其特征在于，所述依据微生物发酵过程简化的代谢网络，建立通用的细胞内代谢网络模型，包括：
3.根据权利要求1所述的基于机理模型的微生物发酵过程产物浓度预报方法，其特征在于，所述将一阶闭环调节器引入到一底物消耗模型中，建立比底物消耗速率的代谢自适应调节模型，包括：
4.根据权利要求1所述的基于机理模型的微生物发酵过程产物浓度的预报方法，其特征在于，所述基于所述代谢网络模型以及微生物发酵过程产物的具体合成途径，构建产物生成模型，并结合所述代谢网络模型和所述代谢自适应调节模型，建立宏观动力学模型，包括：
5.根据权利要求1所述的基于机理模型的微生物发酵过程产物浓度预报方法，其特征在于，所述根据物质守恒定律，建立生物反应器模型，并与所述宏观动力学模型结合，建立微生物发酵过程的结构模型，包括：
6.根据权利要求1所述的基于机理模型的微生物发酵过程产物浓度预报方法，其特征在于，所述发酵生产数据，包括：菌体浓度x、底物浓度s、产物浓度p和发酵液体积v。
7.根据权利要求1所述的基于机理模型的微生物发酵过程产物浓度预报方法，其特征在于，所述基于所述结构模型，构造目标函数，对所述目标函数进行滚动参数辨识，包括：
8.一种基于机理模型的基于机理模型的微生物发酵过程产物浓度预报系统，其特征在于，包括：
9.一种计算机终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，该处理器执行该计算机程序时可用于执行权利要求1-7中任一项所述的方法，或，运行权利要求8所述的系统。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时可用于执行权利要求1-7中任一项所述的方法，或，运行权利要求8所述的系统。
