乙醇固态发酵理化指标的显微振动融合光谱检测机理及方法研究

Aiming at the existing common problems of detection of physical-chemical indexes of solid state fermentation (SSF). The disturbance law of near-infrared (NIR) diffuse reflection spectrum and the frequency shift law of Raman spectrum will be focused on under tiny changes of the physical-chemical indexes in solid matrix of ethanol SSF. Studying the comprehensive role of vibrational fusion spectroscopy on the change of molecular structure in physical-chemical indexes. Revealing the dynamic quantitative relationship and the intrinsic change rule of yeast growth, glucose consumption and ethanol formation in the ethanol SSF process. Exploring the rapid detection mechanism of physical-chemical indexes of the ethanol SSF using microscopic vibrational fusion spectroscopy. The detection platform of microscopic vibrational fusion spectroscopy will be created. Then the NIR spectra and Raman spectra of the solid matrix will be collected under microscopic scales, and the methods of spectral response parsing and feature extraction will be researched. Exploring the fusion mechanism of the complementary NIR spectra and Raman spectra. The feature information will be effectively fused by mapping the extracted feature vectors into a higher dimension space by a uniform rule to form a joint vector. Finally, a high precision detection model will be constructed to achieve the rapid determination of physical-chemical indexes in the ethanol SSF process by selecting a suitable pattern recognition method. Through this project research, we shall be expected to provide theoretical support and method reference for the rapid detection of physical-chemical indexes of the ethanol SSF, and to establish theoretical and experimental foundation for finally realize in situ monitoring and real-time control of the SSF process.

针对固态发酵理化指标检测存在的共性问题。本项目以乙醇固态发酵过程为研究对象，在显微尺度下，研究固态发酵物理化指标微量变化下的近红外漫反射光谱的扰动规律和拉曼光谱的频移规律，研究分子振动融合光谱对理化指标内部分子结构变化的综合作用关系，揭示发酵过程中菌体生长、底物消耗、产物生成三者间的动态定量关系和内在变化规律，探索乙醇固态发酵理化指标的显微振动融合光谱快速检测机理。创制显微振动融合光谱检测平台，同源同区获取显微尺度下固态发酵物的近红外漫反射光谱和拉曼光谱，研究复杂本底下理化指标的光谱响应解析与特征提取方法，探索近红外漫反射光谱与拉曼光谱的信息互补融合机制，优化特征空间、融合光谱特征信息，结合智能搜索算法和非线性手段，构建乙醇固态发酵理化指标的高精度检测模型。项目研究将为乙醇固态发酵理化指标的快速检测提供理论支撑和方法参考，为最终实现固态发酵过程的在线监测和实时控制奠定理论和实验基础。

固态发酵是制取生物乙醇的关键步骤之一。为提高乙醇固态发酵过程的监测效率和产品得率，项目提出了基于分子光谱融合技术的乙醇固态发酵过程监测方法研究的新思路。具体研究内容如下：.(1) 基于分子光谱融合技术的乙醇固态发酵过程状态识别方法研究。首先，利用光谱仪采集乙醇固态发酵过程样本的拉曼光谱和近红外光谱；然后，利用SG滤波结合SNV对采集的拉曼光谱和近红外光谱分别进行预处理，引入PCA对预处理后的两种分子光谱分别进行特征降维，并在特征层进行特征融合；最后，建立基于分子光谱融合特征的乙醇固态发酵过程状态KNN、ELM和SVM识别模型。实验结果显示，与单分子光谱识别模型相比，基于光谱融合特征的识别模型均展现出明显的优势；其中，基于融合特征的PCA-SVM模型获得了最佳的识别性能，当主成分个数为5时，该最佳PCA-SVM模型在训练集和预测集中的正确识别率均为100%。实验结果表明，利用分子光谱融合技术借助合适的模式识别方法实现乙醇固态发酵过程状态的高精度识别是可行的。.(2) 基于分子光谱融合技术的乙醇固态发酵过程参数检测方法研究。首先，利用SG+SNV对实验获得的拉曼光谱和近红外光谱进行预处理；然后，利用CARS对预处理后的拉曼光谱和近红外光谱进行特征波长优化，并在特征层进行融合；最后，建立基于分子光谱融合特征的乙醇固态发酵过程参数SVM定量检测模型。实验结果显示，与基于单分子光谱特征建立的最佳CARS-SVM模型相比，基于融合特征的最佳CARS-SVM模型性能有了明显的提升；对葡萄糖含量检测而言，最佳CARS-SVM模型的RMSEP、决定系数和RPD分别为5.398、0.957和4.922；对乙醇含量检测而言，最佳CARS-SVM模型的RMSEP、决定系数和RPD分别为4.394、0.977和6.758。实验结果表明，分子光谱融合技术与适当的化学计量学方法相结合可实现乙醇固态发酵过程参数的高精度定量检测。.项目开展了基于分子光谱融合技术的乙醇固态发酵过程监测方法的研究，研究结果可为乙醇固态发酵过程监测提供理论支撑和方法参考，同时也为乙醇固态发酵过程便携式监测仪器装备的开发提供技术基础和实验参考。