基于BP神经网络与遗传算法的鸟苷发酵培养基优化

运用BP神经网络对鸟苷发酵培养基组成进行建模以及鸟苷产量预测,在此基础上利用遗传算法对鸟苷发酵培养基组成进行全局性寻优,得到最佳鸟苷发酵培养基组成:葡萄糖120 g·L-1,豆饼水解液50 g·L-1,酵母粉16 g·L-1,(NH4)2SO415 g·L-1,味精10 g·L-1,CaCO320 g·L-1(分消),CaCl22 g·L-1,硫酸镁3 g·L-1,生物素0.9 mg·L-1,硫酸锰4 mg·L-1,磷酸二氢钾4 g·L-1。结果表明,BP神经网络与遗传算法耦联法能够有效地优化发酵培养基配比。     

基于DPS数据处理的鸟苷分批发酵动力学模型

以枯草芽孢杆菌TA208（Ade^-＋MSO^r＋8-AG^r）为供试菌株，对鸟苷分批发酵动力学模型进行研究。利用DPS数据处理软件模型参数求解的原理，建立合理的分批发酵动力学模型。经实验验证，模型的拟合结果和实验值能够较好吻合，说明该动力学模型能正确描述鸟苷的分批发酵过程。     

鸟苷生产菌的诱变育种及摇瓶发酵条件优化

以枯草芽孢杆菌T1001为出发菌株，经硫酸二乙酯(DES)诱变处理，定向选育出具腺嘌呤缺陷(Ade^-)、蛋氨酸亚砜抗性(MSO^r)、8．氮鸟嘌呤抗性(8-AG^r)等遗传标记的目的突变株TA208．通过正交试验对TA208菌株进行发酵培养基的优化，同时对发酵温度、pH和装液量等条件进行了研究。在最佳条件下，该菌株能积累鸟苷最高可达25．0g/L。     

考虑沥青质沉积的储层压力场数值模拟研究

油藏开发过程中,随着储层压力的下降和轻质组分的采出,原油中的胶质、沥青质等重质成分逐渐析出并沉积在岩石孔隙表面,造成渗流通道的堵塞,进而影响开发效果。文章根据相平衡理论和修正的Flory-Huggins溶解理论,建立了沥青质的溶解模型和沉积模型,并结合毛管束模型,建立了考虑储层渗透率、孔隙度变化的流固耦合渗流模型,并对模型进行了求解。研究结果表明,随着储层压力降低,沥青质的溶解度先减小后增大,在饱和压力处取得最低值,为减少沥青质析出对开发效果的影响,应尽量使地层压力保持在饱和压力附近;沥青质沉积主要发生在近井地带,随着井距的增大,沥青质沉积量逐渐减小,对储层渗透率、孔隙度的影响也逐渐变弱;压力场求解结果表明,当考虑沥青质沉积时,生产井附近渗流阻力增大,地层压力衰减加快。