本發(fā)明涉及酶催化反應裝置，具體為具有自適應溫度調(diào)節(jié)功能的酶催化反應裝置。

背景技術(shù)：

1、酶是一種具有特異性的高效生物催化劑，絕大多數(shù)的酶是活細胞產(chǎn)生的蛋白質(zhì)。酶的催化條件溫和，在常溫、常壓下即可進行。酶催化的反應稱為酶促反應，要比相應的非催化反應快，在當前的生物技術(shù)領域，酶催化反應作為生物轉(zhuǎn)化的核心過程，其效率與產(chǎn)物質(zhì)量高度依賴于反應條件的精確控制，尤其是溫度，傳統(tǒng)的酶催化反應裝置多采用固定溫度設定，即在保證酶活性的最佳溫度下，直接進行反應的溫度設定。

2、公開號為cn117448154a的中國專利申請公開了一種生物酶用內(nèi)循環(huán)催化反應器，該發(fā)明包括殼體、加熱板、檢測組件和顯示控制器，所述殼體內(nèi)壁均勻地安裝有用于控制溫度的加熱板，所述檢測組件安裝于殼體內(nèi)壁用來檢測酶反應的數(shù)據(jù)；還包括內(nèi)循環(huán)機構(gòu)、催化反應組件和氣擦洗組件，通過催化反應裝置對料液進行催化反應，經(jīng)內(nèi)循環(huán)機構(gòu)的推動攪拌作用將料液重新輸送至催化反應裝置中實現(xiàn)內(nèi)循環(huán)，并在反應過程中通過氣擦洗組件噴射氣體形成沖擊力對催化反應組件進行清潔，該生物酶用內(nèi)循環(huán)催化反應器能夠更好地保證生物酶催化反應的高效進行且減少反應所需成本。

3、如上述申請，現(xiàn)有的酶催化反應裝置，其一般都是采用固定溫度設定，其固定的溫度為酶活性最佳反應溫度，然后通過加熱板進行加熱，控制溫度提升到設定的固定溫度，然后保持溫度一直到實驗完成，這樣的加熱方式，其存在的缺陷是，一方面能耗較高，其次無法基于轉(zhuǎn)化率的變化動態(tài)調(diào)整溫度，導致其易產(chǎn)生較多的副反應，影響產(chǎn)物的質(zhì)量。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本發(fā)明提供了具有自適應溫度調(diào)節(jié)功能的酶催化反應裝置。

2、本發(fā)明采用以下技術(shù)方案，具有自適應溫度調(diào)節(jié)功能的酶催化反應裝置，包括反應器罐體，還包括：

3、加熱夾套，其套設在反應器罐體的外部，且與反應器罐體之間形成加熱空腔，通過向所述加熱空腔通入導熱油間接加熱反應器罐體內(nèi)的反應物；

4、油路循環(huán)組件，所述油路循環(huán)組件包括循環(huán)管路、循環(huán)泵和加熱器，所述加熱器用于加熱油路循環(huán)組件內(nèi)輸送的導熱油；

5、溫控單元，其設置在所述反應器罐體外壁上，用于控制所述加熱器的加熱溫度，所述溫控單元包括：

6、原料獲取模塊，獲取當前酶催化反應的反應物成分配比和催化劑種類；

7、數(shù)據(jù)采集模塊，采集與當前酶催化反應對應的i個歷史酶催化反應的溫度控制參數(shù)，獲取i個酶催化反應的在時間t下的溫度控制曲線，其中歷史酶催化反應的溫度控制參數(shù)為在催化反應產(chǎn)物轉(zhuǎn)化率達標的情況下采集；

8、分析處理模塊，對i個時間t下的溫度控制曲線進行綜合分析，保留m條溫度控制曲線，其中1＜m＜i；

9、溫度控制模塊，基于m條溫度控制曲線中的任意一條控制酶催化反應裝置的加熱器工作；

10、作為上述技術(shù)方案的進一步描述：所溫控單元還包括溫度優(yōu)化模塊，所述溫度優(yōu)化模塊用于實時采集酶催化反應裝置的綜合反應參數(shù)，輸入到訓練完成的酶催化反應加熱溫度預測機器學習模型中，獲取預測的加熱溫度，采集加熱器的實時加熱溫度，與預測的加熱溫度進行對比，獲取溫度衰變值，將溫度衰變值與預設的安全時間衰變梯度閾值對比分析，生成溫度調(diào)整指令，基于溫度調(diào)整指令調(diào)節(jié)加熱器的加熱溫度。

11、作為上述技術(shù)方案的進一步描述：所述循環(huán)管路的兩端與加熱空腔導通連接，所述循環(huán)泵和加熱器串聯(lián)在所述循環(huán)管路上，所述反應器罐體的底部安裝有支腿，所述反應器罐體的頂部導通連接有反應物進口和催化劑進口。

12、作為上述技術(shù)方案的進一步描述：還包括攪拌機構(gòu)，所述攪拌機構(gòu)用于對反應器罐體內(nèi)的反應物進行攪拌混合，提高酶的接觸效率；

13、所述攪拌機構(gòu)包括螺栓固定在反應器罐體頂部中心處的電機、攪拌軸和攪拌桿，所述攪拌軸轉(zhuǎn)動連接在所述反應器罐體的內(nèi)部中心處，所述攪拌桿安裝在攪拌軸的外壁上。

14、所述反應器罐體的頂部設置有取樣口，所述取樣口的外壁上固定有旋轉(zhuǎn)架，所述旋轉(zhuǎn)架上固定有蓋板，所述蓋板用于對取樣口進行封閉，所述蓋板的中心位置處設置有觀察窗，所述取樣口的外壁上設置有鎖止機構(gòu)，所述鎖止機構(gòu)用于將蓋板與取樣口之間進行鎖止固定，實現(xiàn)對取樣口的密封；

15、所述鎖止機構(gòu)共設置有若干個，且若干個鎖止機構(gòu)呈環(huán)形等間距分布在取樣口的外側(cè)四周，所述鎖止機構(gòu)包括凹型座，所述凹型座內(nèi)轉(zhuǎn)動連接有t型鎖止架，所述蓋板的外壁上開設有配合t型鎖止架使用的條形缺口，所述t型鎖止架的頂端螺紋連接有能夠上下移動的限位螺母。

16、作為上述技術(shù)方案的進一步描述：所述對i個時間t下的溫度控制曲線進行綜合分析，保留m條溫度控制曲線的方法包括：

17、依次獲取i個時間t下的溫度控制曲線對應的能耗值；

18、預設能耗閾值，將獲取的每個溫度控制曲線對應的能耗值與能耗閾值進行對比分析；

19、保留能耗值小于等于能耗閾值的溫度控制曲線。

20、作為上述技術(shù)方案的進一步描述：所述時間t下的溫度控制曲線的能耗值的獲取方法包括：

21、將時間t分成n個區(qū)間段，記為t1至tn；

22、獲取每個區(qū)間段內(nèi)的功率，，式中，為第n個區(qū)間段內(nèi)的功率，為第n個區(qū)間段的溫度變化值，為第n個區(qū)間段的時間，k為熱傳導系數(shù)；

23、基于每個區(qū)間段的功率計算獲取時間t下的溫度控制曲線的能耗e：

24、。

25、作為上述技術(shù)方案的進一步描述：所述酶催化反應加熱溫度預測機器學習模型的訓練方法包括：

26、獲取m條溫度控制曲線對應的歷史酶催化反應的綜合反應參數(shù)和加熱溫度；

27、所述綜合反應參數(shù)包括反應物成分配比、催化劑的種類、反應時間和反應物的轉(zhuǎn)化率；

28、將綜合反應參數(shù)和加熱溫度轉(zhuǎn)換為對應的一組特征向量；

29、將每組特征向量作為所述機器學習模型的輸入，所述機器學習模型以每組綜合反應參數(shù)對應的加熱溫度作為輸出，以每組綜合反應參數(shù)實際對應的加熱溫度作為預測目標，以最小化所述機器學習模型損失函數(shù)值作為訓練目標，當機器學習模型損失函數(shù)值小于或等于預設的目標損失值時停止訓練。

30、作為上述技術(shù)方案的進一步描述：所述反應物的轉(zhuǎn)化率的獲取方法包括：

31、；

32、式中，為轉(zhuǎn)化率，為初始反應物濃度，為當前反應物濃度，其中所述反應物濃度通過在線導電率傳感器實時采集獲取。

33、作為上述技術(shù)方案的進一步描述：所述溫度衰變值的表達式為：

34、；

35、式中，為溫度衰變值，為預測的加熱溫度，為采集的加熱器實時加熱溫度。

36、作為上述技術(shù)方案的進一步描述：所述溫度調(diào)整指令包括第一調(diào)整指令、第二調(diào)整指令、第三調(diào)整指令和第四調(diào)整指令，所述第一調(diào)整指令和第二調(diào)整指令為降溫指令，且降低的溫度依次減少，所述第三調(diào)整指令和第四調(diào)整指令為升溫指令，且升高的溫度依次增加；

37、將溫度衰變值與預設的安全時間衰變梯度閾值對比分析，生成溫度調(diào)整指令的方法包括：

38、預設安全時間衰變梯度閾值為sbw1、sbw2、sbw3和sbw4，且sbw1＜sbw2＜0＜sbw3＜sbw4；

39、當＜sbw1時，生成第一調(diào)整指令；

40、當sbw1≤＜sbw2時，生成第二調(diào)整指令；

41、當sbw2≤＜sbw3時，不生成溫度調(diào)整指令；

42、當sbw3≤≤sbw4時，生成第三調(diào)整指令；

43、當＞sbw4時，生成第四調(diào)整指令。

44、有益效果：

45、本發(fā)明提供的具有自適應溫度調(diào)節(jié)功能的酶催化反應裝置，通過獲取當前酶催化反應的反應物成分配比和催化劑種類，采集與當前酶催化反應對應的i個歷史酶催化反應的溫度控制參數(shù)，獲取i個酶催化反應的在時間t下的溫度控制曲線，然后基于不同溫度控制曲線的能耗值，預設能耗閾值，保留能耗值小于等于能耗閾值的溫度控制曲線，然后基于該溫度控制曲線控制加熱器，這樣的溫度控制方式，克服現(xiàn)有技術(shù)中，采用固定溫度進行控制的缺陷，即降低反應加熱所需的能耗，并且實現(xiàn)精細化的溫度控制，降低副反應的發(fā)生，提高產(chǎn)物的質(zhì)量以及酶催化反應的轉(zhuǎn)化率；

46、進一步的，獲取m條溫度控制曲線對應的歷史酶催化反應的綜合反應參數(shù)和加熱溫度，基于獲取的綜合反應參數(shù)和加熱溫度訓練出酶催化反應加熱溫度預測機器學習模型，再通過實時采集酶催化反應裝置的綜合反應參數(shù)，輸入到訓練完成的酶催化反應加熱溫度預測機器學習模型中，獲取預測的加熱溫度，然后采集實時的溫度與預測的溫度進行對比分析，然后對加熱溫度進行進一步的優(yōu)化，從而實現(xiàn)在基于預定的溫度控制曲線對該酶催化反應裝置的加熱器進行控制時，還能實時基于反應時間和反應物的轉(zhuǎn)化率動態(tài)調(diào)整加熱器的加熱溫度，從而根據(jù)反應階段自動優(yōu)化溫度控制曲線，實現(xiàn)溫度的智能化精細化控制，提高反應效率。