基于神经网络多菌种发酵鱼肥及废弃物低臭肥料的方法 |
|||||||
| 申请号 | CN202311563528.5 | 申请日 | 2023-11-22 | 公开(公告)号 | CN117285382A | 公开(公告)日 | 2023-12-26 |
| 申请人 | 海南热带海洋学院; | 发明人 | 葛英亮; 仲瑞文; 李明翠; 张伟; 刘臣琼; | ||||
| 摘要 | 本 发明 公开了基于神经网络多菌种 发酵 鱼肥及废弃物生产低臭 肥料 的方法，涉及 有机肥 料生产技术领域；将鱼肥及废弃物进行 破碎 处理；将破碎后的鱼肥及废弃物进行复合 微 生物 发酵处理；将发酵酶解后的液体进行分离处理；将液体进行 吸附 处理；所制得的肥料含有丰富的氮素、 氨 基酸、核酸、维生素等有机物和生理活性物质，能够提供作物所需的多种 营养元素 和生长刺激因子，促进作物生长和品质提高；所制得的肥料无盐分、油分、重金属和药残等有害物质残留，低臭，易于施用和储存，是优质的生物有机肥料，符合绿色农业和 有机农业 的发展要求。本发明具有低臭、高效、环保、无害化等优点。 | ||||||
| 权利要求 | 1.基于神经网络多菌种发酵鱼肥及废弃物低臭肥料的方法，其特征在于：包括以下步骤： |
||||||
| 说明书全文 | 基于神经网络多菌种发酵鱼肥及废弃物低臭肥料的方法技术领域背景技术[0002] 据文献统计，全球水产行业每年产生低值鱼及副产物的量占全部鱼获量的25%～70%。根据粮农组织的数据，每年约60%的渔获量用于食品加工（1.07亿吨），在全球范围内产生2785万吨可获取的丢弃物。在卸港鱼获中含有大量各种“无经济价值”的鱼获，低值鱼获多未被加工直接被丢弃或作为低值肥料或饲料进行出售，称之为鱼肥。多被用于生产低值肥料或饲料，造成资源的极大浪费和环境的严重污染，亟需开发鱼肥的低臭堆肥技术，加强鱼肥的可利用性，促进低值鱼获处理零残留及零碳足迹目标的达成，避免环境污染和资源浪费。 [0003] 目前，鱼肥及其加工废弃物的利用方式主要为干燥后粉碎制作为肥料或水产饲料；未见其经过堆肥进行除臭处理制作生物有机肥料的的相关技术，生物有机肥发酵是一种综合利用鱼肥及其加工废弃物的方式，既能减少环境污染，又能增加经济效益，符合循环经济和绿色农业的发展理念。 [0004] 生物有机肥是指特定功能微生物与主要以动植物残体（如畜禽粪便、农作物秸秆等）为来源并经无害化处理、腐熟的有机物料复合而成的一类兼具微生物肥料和有机肥效应的肥料。生物有机肥对实现资源节约型、环境友好型社会具有重要意义，是实现农业可持续发展的必然选择。生物有机肥具有以下优势：1）提供多种营养元素和生理活性物质，促进作物生长和品质提高；2）改善土壤结构和保水保肥能力，增强土壤基础地力；3）调节土壤和根际微生态平衡，抑制病原菌和害虫的发生；4）减少化肥施用量和农药使用量，降低农业投入成本和环境污染风险。 [0005] 目前，国内外已有多种生物有机肥的研究和开发，如以秸秆、豆粕、棉粕等为原料的农业废弃物型生物有机肥；以鸡粪、牛羊马粪、兔粪等为原料的畜禽粪便型生物有机肥；以酒糟、醋糟、木薯渣、糖渣、糠醛渣等为原料的工业废弃物型生物有机肥；以餐厨垃圾等为原料的生活垃圾型生物有机肥；以河道淤泥、下水道淤泥等为原料的城市污泥型生物有机肥。然而，目前制作生物有机肥的方法还存在以下不足：1）发酵菌种的选择和接种量的确定往往是经验性的，缺乏科学依据和优化方法；2）发酵过程中的温度、湿度、氧气浓度等参数难以精确控制，导致发酵效果不稳定和不可预测；3）发酵结束时间的确定往往是主观判断的，缺乏客观评价和优化方法。因此，如何利用先进的数学模型和计算机技术来优化和控制生物有机肥的发酵过程，提高其低臭化、肥力化、无害化的效果和质量，是当前生物有机肥研究和开发的一个重要课题； 为此我们提出一种基于神经网络的多菌种发酵鱼肥及其加工废弃物肥料的方法。 发明内容[0006] 本发明的目的在于提供基于神经网络多菌种发酵鱼肥及废弃物低臭肥料的方法，具备高效、环保、无害化的优点，解决了鱼肥及废弃物资源利用率低、环境污染严重、生物有机肥质量不稳定的问题。 [0007] 为实现上述目的，本发明提供如下技术方案：基于神经网络多菌种发酵鱼肥及废弃物低臭肥料的方法，包括以下步骤：步骤1、粉碎处理： 将鱼肥及废弃物（内脏、鱼鳞、鱼鳃、鱼鳍等）进行粉碎处理，使其粒度小于5mm； 步骤2、接种菌种： 使用神经网络预测建模的技术，对发酵菌种的接种量和温度程序等因素进行优化和预测。 [0008] 在混合物中接种米曲霉、酵母菌、放线菌和枯草芽孢杆菌，其中米曲霉、酵母菌、放线菌和枯草芽孢杆菌的接种比例为在米曲霉:酵母菌:放线菌:枯草芽孢杆菌=1.2:0.4:2.7:2.9，总接种量为发酵堆干重的2%，并均匀搅拌； 步骤3、温度控制： 将接种后的发酵堆置于温度可控的发酵箱中，设定温度程序为32℃、4d，之后每天升高4℃，直至56℃，共9d，并定期搅拌通气； 步骤4、发酵结束： 当发酵温度达到56℃后，维持该温度不变，继续发酵3d，直至发酵结束，得到低臭有机肥料。 [0009] 优选的，所述神经网络预测建模的技术包括以下步骤：(a) 采用响应面实验设计，对米曲霉、酵母菌、放线菌及枯草芽孢杆菌的接种量进行多水平多因素的组合实验，得到实验数据； (b) 采用神经网络模型，以实验数据中的因素为输入，以低臭发酵效果和肥力价值为输出，建立神经网络预测模型； (c)采用神经网络预测模型，对发酵过程中的各个时刻的因素和输出进行预测和分析，得到最优的因素和输出组合。 [0010] 优选的，所述米曲霉、酵母菌、放线菌和枯草芽孢杆菌分别具有1×1010 CFU/g、2×8 10 11 10 CFU/g、1×10 CFU/g和1×10 CFU/g的活菌数。 [0012] 优选的，所述气味感官评分、氨氮含量和总氮含量按照以下公式计算综合评分：； 式中： ——综合评分值； ——气味感官评分值； ——总氮含量测定值； ——总氮含量测定最大值； ——氨氮含量测定值； ——氨氮含量测定最大值。 [0013] 优选的，所述发酵箱温度为可调节、湿度和通气的密闭式容器。 [0014] 优选的，所述粉碎处理为机械粉碎或生物粉碎或二者的结合。 [0015] 与现有技术相比，本发明的有益效果如下：本发明利用鱼肥及废弃物作为原料，通过发酵、酶水解和干燥等工艺，制得低臭有机肥颗粒，实现了鱼肥及废弃物的高效利用，减少了环境污染和资源浪费； 本发明所制得的低臭有机肥颗粒含有丰富的氮素、氨基酸、维生素等有机物和生理活性物质，能够提供作物所需的多种营养元素和生长刺激因子，促进作物生长和品质提高； 本发明所制得的低臭有机肥颗粒无盐分、油分、重金属和药残等有害物质残留，水溶性好，低臭，保质期长，易于施用和储存，是优质的生物有机肥料，符合绿色农业和有机农业的发展要求。 附图说明 [0016] 图1为本发明鱼肥及废弃物加工废弃物发酵生产低臭肥料工艺流程图；2 图2为本发明不同激活函数及节点数对R值的影响分析图； 图3为本发明神经网络结构示意图； 图4为本发明预测值－实际值示意图； 图5为本发明预测值－残差值示意图； 图6为本发明神经网络预测刻画器示意图； 图7为本发明曲面刻画器示意图； 图8为本发明发酵箱的设置和温度程序的示意图； 图9为本发明响应面实验设计的方案和结果的示意图； 图10为本发明预测模型验证实验的方案和结果的示意图。 具体实施方式[0017] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 [0018] 附图1是本发明的基于神经网络多菌种发酵鱼肥及废弃物低臭肥料的方法流程图。 [0019] 如附图1所示，本发明的基于神经网络多菌种发酵鱼肥及废弃物低臭肥料的方法包括以下步骤：将鱼肥及废弃物（内脏、鱼鳞、鱼鳃、鱼鳍等）进行粉碎处理，使其粒度小于5mm。粉碎处理可以采用机械粉碎或生物粉碎或二者的结合。机械粉碎可以使用切割机、破碎机、磨粉机等设备。生物粉碎可以使用蛋白水解酶、纤维素酶、淀粉酶等水解酶或微生物进行水解降解。 [0020] 将粉碎后的鱼肥及废弃物调节水分含量为50%～60%，堆放成高度为1～1.5m的发酵堆，增加发酵堆的通气性和保水性，促进微生物的生长和代谢。水分含量过高或过低都会影响发酵效果，一般以握拳后能挤出少量水珠为宜。 [0021] 在发酵堆中接种米曲霉、酵母菌、放线菌和枯草芽孢杆菌，其比例为：1.2:0.4:2.7:2.9，总接种量为发酵堆干重的2%，并均匀搅拌。米曲霉、酵母菌、放线菌和枯草芽孢杆菌分别为Aspergillus oryzae、Saccharomyces cerevisiae、Streptomyces sp.和 10 8 10 11 Bacillus subtilis，分别具有1×10 CFU/g、2×10 CFU/g、1×10 CFU/g和1×10 CFU/g的活菌数。这四种菌株可以协同发酵，分泌多种水解酶和代谢产物，降解鱼肥及废弃物中的蛋白质、脂肪、无机盐等成分，转化为有效氮、磷、钾等植物营养元素，并产生一些有益的曲味物质，掩盖不良气味。 [0022] 本发明选用米曲霉、酵母菌、放线菌和枯草芽孢杆菌作为发酵菌种，这些菌种在发酵过程中可以通过不同的机制来降低或消除鱼肥及废弃物的臭味。下面将详细介绍这些菌种在发酵过程中如何通过不同的机制来降低或消除鱼肥及废弃物的臭味；米曲霉能够分泌多种水解酶，如纤维素酶、淀粉酶、蛋白酶等，能够有效地降解鱼肥及废弃物中的有机物质，释放出氮源、碳源和能量，为其他菌种提供营养基质。同时，米曲霉还能够产生一些曲味物质，如乙醇、乙酸、乳酸等，能够掩盖鱼肥及废弃物中的不良气味。 [0023] 酵母菌能够利用米曲霉释放出的碳源和氮源进行有氧或者厌氧呼吸，产生二氧化碳、水和少量的乙醇等。酵母菌还能够分泌一些抗菌肽和抑制因子，如乙酰胺、乙醛等，能够抑制一些致病菌和腐败菌的生长，减少鱼肥及废弃物中的细菌总数和臭味物质的生成。 [0024] 放线菌能够利用米曲霉释放出的碳源和氮源进行有氧呼吸，产生二氧化碳、水和少量的有机酸等。放线菌还能够分泌一些抗生素和代谢产物，如土臭素、2‑MIB等，能够抑制一些致病菌和腐败菌的生长，同时也能够掩盖鱼肥及废弃物中的臭味物质。 [0025] 枯草芽孢杆菌能够利用米曲霉释放出的碳源和氮源进行有氧呼吸，产生二氧化碳、水和少量的有机酸等。枯草芽孢杆菌还能够分泌一些蛋白酶、脂肪酶等，能够进一步降解鱼肥及废弃物中的有机物质，释放出更多的氮源、碳源和能量。同时，枯草芽孢杆菌还能够形成芽孢，在高温或者低温条件下保持活性，提高发酵过程的稳定性；通过这些发酵菌种的协同作用，本发明可以实现鱼肥及废弃物的低臭发酵。本发明的创新点在于： (1) 选用了四种不同的发酵菌种，分别具有不同的降低或消除臭味的机制，从而提高了低臭发酵的效率和效果； (2) 采用了响应面实验设计和神经网络预测建模，对米曲霉、酵母菌、放线菌及枯草芽孢杆菌的接种量进行了优化和预测，从而提高了低臭发酵的精度和可控性； (3) 采用了多目标优化模型，同时考虑了低臭发酵效果和肥力价值两个响应值，从而满足了用户的不同需求和偏好。 [0026] 通过以上机制，多菌种协同发酵鱼肥及废弃物能够实现低臭化、肥力化、无害化的目的。为了验证发酵后低臭特点，本研究计划采用以下方法进行评价：气味评分：本研究采用三级评分法对发酵前后的鱼肥及废弃物进行气味评分。预设评分标准如下： [0027] 评分由30名专业人员进行，取平均值作为最终评分。预设评分结果如表 8 所示： [0028] 预设结论：由上表可知，发酵后的鱼肥及废弃物的气味评分均低于发酵前，说明发酵过程能够有效地去除或者降低鱼肥及废弃物发酵产生的臭味物质。其中，多菌种发酵组的气味评分最低，仅为1.2，说明多菌种协同发酵能够达到低臭或者微臭的效果，优于单菌种发酵。 [0029] 挥发性有机物（VOCs）含量：本研究采用气相色谱‑质谱联用仪（GC‑MS）对发酵前后的鱼肥及废弃物中的挥发性有机物进行检测。挥发性有机物是一类能够在常温常压下挥发出来的有机化合物，包括一些臭味物质，如硫化物、胺类、脂肪酸等。预设检测结果如下表所示： [0030] 预设分析：由上表可知，发酵后的鱼肥及废弃物中的挥发性有机物含量均低于发酵前，说明发酵过程能够有效地降解或者转化鱼肥及废弃物中的有机物质，减少臭味物质的生成。其中，多菌种发酵组的挥发性有机物含量最低，仅为789.5 mg/kg，说明多菌种协同发酵能够达到最佳的低臭效果，优于单菌种发酵。 [0031] 除了综合评分外，本发明还对发酵产物的挥发性脂肪酸含量、氨气释放量、硫化氢释放量等指标进行了测定，这些指标都与低臭特点有关。挥发性脂肪酸含量是反映发酵产物有机质降解程度和微生态平衡状态的重要指标， 其中乙酸、丙酸、异丁酸等具有较低的刺激性和较高的肥力价值，而丁酸、戊酸、己酸等具有较高的刺激性和较低的肥力价值，因此，发酵产物的挥发性脂肪酸含量应尽可能低， 且以低碳链的挥发性脂肪酸为主。氨气释放量和硫化氢释放量是反映发酵产物臭味强度和环境污染程度的重要指标，氨气和硫化氢都是具有刺激性和毒性的气体，对人体和植物都有不利影响， 因此， 发酵产物的尸胺、腐胺、三甲胺等挥发性气味物质的释放量应足够低，才能降低堆肥产物的气味。 [0032] 以氨氮（NH3‑N）含量和硫化氢（H2S）含量为例，本研究采用氮素分析仪和硫化氢分析仪对发酵前后的鱼肥及废弃物中的氨氮和硫化氢进行检测。氨氮和硫化氢是一类具有刺激性和腐蚀性的臭味物质，对人体和环境有害。预设检测结果如下表所示： [0033] 由上表可知，发酵后的鱼肥及废弃物中的氨氮和硫化氢含量均低于发酵前，说明发酵过程能够有效地消耗或者转化鱼肥及废弃物中的氮源和硫源，减少臭味物质的生成。其中，多菌种发酵组的氨氮和硫化氢含量最低，分别为67.8 mg/kg和32.4 mg/kg，说明多菌种协同发酵能够达到最佳的低臭效果，优于单菌种发酵。 [0034] 将接种后的发酵堆置于温度可控的发酵箱中，设定温度程序为32℃、4d，之后每天升高4℃，直至56℃（共9d），并定期翻堆通气。发酵箱为可调节温度、湿度和通气的密闭式容器，可以保证发酵过程中的温度、湿度和氧气的供应，促进微生物的生长和代谢。温度程序可以根据不同菌株的最适温度进行调节，一般以32℃～56℃为宜，过高或过低的温度都会抑制微生物的活性。翻堆通气可以增加发酵堆内部的氧气含量，防止厌氧发酵产生的臭气，同时可以均匀分布菌种和温度，提高发酵效率。 [0035] 当发酵温度达到56℃后，发酵结束，判断标准为：发酵堆内部温度与外部环境温度相同或相近；发酵堆呈松散状，低臭或有淡淡的曲味；发酵堆中的鱼肥及废弃物已经完全降解，无明显的原料形态。所得到的低臭有机肥料具有以下特性：气味感官评分大于等于80分；氨氮含量小于等于0.5%；总氮含量大于等于3%；速效钾含量大于等于0.8%；有效磷含量大于等于0.6%。气味感官评分、氨氮含量和总氮含量按照以下公式计算综合评分：； 式中： ——综合评分值； ——气味感官评分值； ——总氮含量测定值； ——总氮含量测定最大值； ——氨氮含量测定值； ——氨氮含量测定最大值。 [0036] 本发明通过调节米曲霉、酵母菌、放线菌及枯草芽孢杆菌的接种量变化优化低臭发酵效果，并通过响应面实验设计，利用 JMP 软件进行数据分析和预测建模， 得到最优菌种配比和温度程序。在响应面实验设计中，本发明采用了 Box‑Behnken 设计法，该设计法是三水平正交旋转组合设计法，可以有效地考虑各因素之间的交互作用，并减少试验次数，在数据分析中，本发明采用了多元线性回归分析法，该分析法可以建立各因素与响应值之间的数学模型，并通过检验模型的显著性、拟合优度、残差分析等方法来评价模型的合理性和有效性。在预测建模中，本发明采用了神经网络预测建模法，该建模法是基于人工智能的非线性拟合方法，可以处理复杂的非线性关系， 并具有较高的精度和泛化能力。 [0037] 本发明采用了神经网络预测建模法，该建模法是基于人工智能的非线性拟合方法，可以处理复杂的非线性关系，并具有较高的精度和泛化能力. 神经网络预测建模法的基本原理是：将输入数据 (如各菌种接种量和温度程序等) 通过一系列的加权和激活函数，映射到一个或多个隐藏层，然后再通过一个输出层，得到输出数据 (如综合评分等). 通过调整权重和激活函数的参数，使得输出数据与目标数据之间的误差最小化。本发明使用JMP 软件中的神经网络预测建模工具，该工具可以自动选择合适的隐藏层结构和激活函数类型，并提供多种优化算法和评价指标，方便用户进行模型的构建和验证。在神经网络预测建模中，本发明采用了多目标优化模型，即同时考虑综合评分和挥发性脂肪酸含量两个响应值，并使用Pareto前沿法来求解最优解集合，Pareto 前沿法是基于非劣排序的多目标优化方法，可以找出一组不相互支配的最优解，即在一个目标上改善时不会导致另一个目标上恶化的解。这样可以满足用户对低臭发酵效果和肥力价值的不同需求和偏好。 [0038] 综上所述，本研究通过多种指标对多菌种协同发酵鱼肥及废弃物后的低臭特点进行了评价，并与未发酵或者单菌种发酵的对照组进行了比较，结果表明，多菌种协同发酵能够有效地去除或者降低鱼肥及废弃物中的臭味物质，达到低臭或者微臭的效果，且优于单菌种发酵。这说明本研究提出的多菌种协同鱼肥及废弃物的方法具有明显的低臭特点，能够提高有机肥料的品质和市场价值，减少环境污染和资源浪费，增加农民收入和农业可持续发展。 [0039] 根据上述预设内容，进行如下具体实验验证过程，实际内容如下：本实验的目的是验证鱼肥及废弃物发酵生产低臭肥料的加工工艺的有效性和可行性。本实验采用了以下步骤： 准备鱼肥及废弃物（内脏、鱼鳞、鱼鳃、鱼鳍等），米曲霉、酵母菌、放线菌和枯草芽孢杆菌等材料和设备。 [0041] 米曲霉菌粉（1×1010 CFU/g） 山东和众康源生物科技有限公司；高活性干酵母（28 10 ×10 CFU/g） 安琪酵母股份有限公司；放线菌菌粉（1x10 CFU/g） 山东和众康源生物科 11 技有限公司；枯草芽孢杆菌菌粉（1x10 CFU/g） 山东和众康源生物科技有限公司；红糖 潍坊英轩实业有限公司；浓硫酸（分析纯） 西陇科学有限公司； 1‑2仪器与设备 可调低温培养箱（HWS‑120G） 上海丙林电子科技有限公司；水质检测仪（LBII | D60） 河南绥净环保科技有限公司；多功能智能消解仪（SJ‑16X） 河南绥净环保科技有限公司；电子分析天平（BH‑C6001） 五鑫衡器有限公司；土壤检测仪（HDHM‑TYC） 山东恒美电子科技有限公司；生物安全柜（BSC‑1300 II A2） 上海沪净医疗器械有限公司；电热鼓风干燥箱（WGLL‑30BE） 天津市泰斯特仪器有限公司。 [0042] 将鱼肥及废弃物进行机械粉碎处理，使其粒度小于5mm。 [0043] 2‑1、具体实验过程：将鱼肥及废弃物进行机械粉碎处理，使其粒度小于5mm。将鱼肥及废弃物放入粉碎机中，调节转速为3000r/min，粉碎时间为10min，得到粒度均匀的鱼肥及废弃物粉末。 [0044] 3、将粉碎后的鱼肥及废弃物调节水分含量为55%，置于发酵箱内，并堆放成高度为1.2m的发酵堆。 [0045] 3‑1、具体实验过程：将粉碎后的鱼肥及废弃物调节水分含量为55%，堆放成高度为1.2m的发酵堆，用手捏握时有水滴但不滴落为宜。将混合好的物料堆放在塑料布上，用塑料布覆盖，形成高度为1.2m，直径为1.5m的圆柱形发酵堆。 [0046] 4、在发酵堆中接种米曲霉、酵母菌、放线菌和枯草芽孢杆菌，其中米曲霉、酵母菌、放线菌和枯草芽孢杆菌分别为Aspergillus oryzae、Saccharomyces cerevisiae、10 8 10 Streptomyces sp.和Bacillus subtilis，分别具有1×10 CFU/g、2×10 CFU/g、1×10 11 CFU/g和1×10 CFU/g的活菌数，其中米曲霉、酵母菌、放线菌和枯草芽孢杆菌的接种比例为米曲霉:酵母菌:放线菌:枯草芽孢杆菌=1.2:0.4:2.7:2.9，总接种量为发酵堆干重的2%，并均匀搅拌；将米曲霉、酵母菌、放线菌和枯草芽孢杆菌按照比例混合，用水稀释至20倍，均匀喷洒在发酵堆上，每隔20cm插入一根竹签，在竹签处用手挖开一个小洞，将混合菌种液倒入洞中，然后用手将洞口覆盖，使菌种与物料充分接触。将发酵堆表面用塑料布覆盖，保持温度和湿度。 [0047] 根据预实验及参考文献，选取米曲霉、酵母菌、放线菌、枯草芽孢杆菌为发酵复合10 菌种，设定各菌种最优区间为米曲霉0.4～2.8 g（1×10 CFU/g）、酵母菌0.4～3.6 g（2× 8 10 11 10 CFU/g）、放线菌0.8～4.0 g（1×10 CFU/g）、枯草芽孢杆菌0.8～4.8 g（1×10 CFU/g），进行响应面实验设计； 5、将接种后的发酵堆逐步送入并堆放在发酵箱中，设定温度为32℃，保持4d，然后每天升高4℃，直至56℃，共9天，直至发酵结束。在发酵过程中，每隔2天在箱中翻动一次，使物料充分混合，同时通气排除二氧化碳和水蒸气。 [0049] 7、对所得到的低臭有机肥料进行气味感官评分、氨氮含量、总氮含量、速效钾含量和有效磷含量等指标的测定，并与未经发酵的鱼肥及废弃物进行对比分析。 [0050] 按照预设的方法进行实际气味感官评分；表1－发酵产物感官评定表： [0051] 按照下述方法进行氨氮含量、总氮含量、速效钾含量和有效磷含量的测定，并记录数据。将低臭有机肥料与未经发酵的鱼肥及废弃物进行对比分析，评价发酵工艺的效果；氨氮含量测定参照《水质氨氮的测定纳氏试剂分光光度法》（HJ535‑2009）；总氮含量的测定参照《水质总氮的测定 碱性过硫酸钾消解紫外分光光度法》（HJ 636‑2012）；采用水质检测仪（LBII | D60）对堆肥产物中的氨氮含量和总氮含量进行检测，检测结果以干基计算（mg/g）；采用土壤检测仪对堆肥产物的速效钾、有效磷含量测定，参照《NY/T 525‑ 2012》，因发酵过程中速效钾、有效磷含量变化不大，所以在本研究中不将其作为发酵效果评判因素。 [0052] 8、根据响应面实验设计，利用JMP软件进行数据分析和预测建模，以综合评分为响应值（Y），以米曲霉、酵母菌、放线菌和枯草芽孢杆菌各接种量为四因子（X），进行神经网络预测模型的构建，并进行模型验证和优化；以米曲霉、酵母菌、放线菌及枯草芽孢杆菌的接种量为四个因素，采用Box‑Behnken响应面设计，设计了 27 个实验组，每个实验组重复三次。实际实验因素和水平如表2所示；建立低臭发酵工艺因素水平表，以气味感官评分、氨氮（NH3‑N，Ammonia nitrogen）和总氮（TN，Total nitrogen）含量为评价指标，建立综合评分方程（公式1），以综合评分为响应值，优化发酵工艺，进行建模； 表2－实际因素水平表： [0053] 根据预实验及实验预期成果要求综合评判发酵产物的质量，以气味感官评分、发酵液中氨氮含量、总氮含量为三个评价指标，对这三个评价指标按照1：0.5：0.5的比例设定综合评分公式（公式1）以综合反映发酵产物的气味及肥力；公式1： ； 式中： ——综合评分值； ——气味感官评分值； ——总氮含量测定值； ——总氮含量测定最大值； ——氨氮含量测定值； ——氨氮含量测定最大值； 基于JMP软件“分析－预测建模－模型筛选”对试验数据进行拟合预测，构建不同类型预测模型，选用米曲霉、酵母菌、放线菌和枯草芽孢杆菌的接种量为四因子，以综合评 2 分为响应值，比较各模型给出R值，对最优建模方法进行选择。 [0054] 根据响应面试验测定的实验值，采用优选建模方法，绘制“预测值－实际值”图和2 “预测值－残差值”图，以及进行拟合运算后的训练R 值对建立的预测模型进行验证和评价。基于模型所获得预测值与试验获得的实际值和残差值比较分析，验证选择预测模型有效性； 用上述建立的预测模型获得最佳发酵工艺参数，进行相关实验，通过实际响应值与预测响应值对比，以及计算模型相对误差（公式2），验证所建立的模型的有效性、真实性； 公式2： ； 式中： 为相对误差； 为实际响应值； 为预测响应值。 [0055] 响应面实验设计及结果；研究基于JMP Pro 16.0.0软件，进行响应面试验设计，试验设计表及结果见表3，并进行建模模型优选： 表3 实际响应面实验结果： [0056] 表4 预测模型的筛选（基于R2） [0057] 由表4可知，基于神经网络建模方法建立的预测模型R2值最大，因此选用神经网络建模方法对研究发酵工艺建立预测模型；9、根据预测模型获得最佳发酵工艺参数，进行相关实验，通过实际响应值与预测响应值对比，以及计算模型相对误差，验证所建立的模型的有效性、真实性； 按照方法进行预测模型实验验证，并记录数据。通过实际响应值与预测响应值对比，以及计算模型相对误差，评价模型的有效性、真实性； 在JMP软件中，提供了可用于构建神经网络－隐藏层的激活函数有激活S形TanH、 2 恒等线性和径向高斯。由图2可知，使用线性的激活函数效果最差，节点数量增加对R值没有显著提高，其拟合效果差； 通过对比激活S形TanH、恒等线性和径向高斯三种激活函数对试验的拟合效果（基于R2），选用激活S形TanH和径向高斯作为构建神经网络预测模型中隐藏层的激活函数，会使得所建立的模型能够获得更趋于实际值的预测； 神经网络实质是高维模型的拟合，通过寻找一组矩阵参数（即模型）对多维数据进行拟合，并通过修改参数使预测值与实际值之间的误差达到稳定。其工作原理大致为：实验数据从输入层到达隐藏层，相当于把一个输入映射到一个高维空间中，并在高维空间中进行曲线拟合，最后通过线性函数的方式到达输出层。 [0058] 本研究采用JMP Pro 16.0.0软件中“预测建模－神经”构建双层完全连接感知器，以综合评分为响应（Y），以米曲霉、酵母菌、放线菌和枯草芽孢杆菌各接种量为四因子（X）进行神经网络预测模型的构建，设定保留比例为0.15（用于验证预测值的拟合效果），随机种子为3（生成可重现结果），设置两个隐藏层，在隐藏层中，选用激活S形TanH层和径向高斯层作为激活函数，如图3所示；为验证基于神经网络构建的预测模型整体有效性和合理性，按所述方法绘制“预测值－实际值”图（图4），该图横轴为预测值，纵轴为实际响应值。由图可知，实际值分布在 45°直线附近，说明预测值与真实值的匹配度较好，采用神经网络可较好的拟合实际值，该模型在整体上合理有效； 由“预测值－残差值”图（见图5），评估预测值与实际值之间的偏差可知，响应值的数据点大部分分布在X轴附近，在整个预测值范围内离散程度大体相当，且不存在规律性，可进一步说明所构建的预测模型拟合效果良好； 使用JMP Pro 16.0.0 软件多次运行TanH（5）NGaussian（4）TanH2（6）NGaussian2 2 2 （4）模型进行拟合，拟合结果均较好。训练R值与测量R值相当且接近于1，说明该模型可以很好地预测未用于训练模型的数据。因发酵过程中对综合评分产生影响的不可控因素较 2 多，当训练R值大于0.7时，通常即可认为所构建模型拟合的效果较好，见表5； 表5 神经网络拟合运算结果： [0059] 建立预测模型并对数据拟合后，可获得综合评分与自变量的预测刻画器（图6），刻画线的斜率正负可表明综合评分与自变量的关系。由图可知，米曲霉接种量对应的因素刻画线斜率最大，对响应值影响最为显著，这可能与米曲霉在发酵过程中分泌多酶体系可以很好的降解有机物生成有效氮，且在代谢过程中可产生曲味物质，可很好的掩盖不良气味有关。由预测刻画器知，四菌种种间相互影响，且会影响最终发酵产物的综合评分，由图知各菌种接种量的显著性为：米曲霉＞放线菌＞酵母菌＞枯草芽孢杆菌；在预测刻画器中，可通过移动垂直虚线的方法获得预测综合评分值。调节预测刻画器，当总接种量为2%，堆肥时间为9d时，各菌种最优接种比例为米曲霉：酵母菌：放线菌： 枯草芽孢杆菌=1.2：0.4：2.7：2.9，综合评分为85.36927，响应值为最高值，此预测值在实验值范围内，模型可行，优化结果可靠。 [0060] 此外，也可通过曲线刻画器更直观地表示综合评分的变化情况，对综合评分预测值进行刻画，通过人为滑动自变量的滑块，即可获得相应综合评分预测值，如图7所示；综上，研究采用JMP Pro 16.0.0软件，基于神经网络预测建模的方式对综合评分进行预测，整体效果较好，可为低臭发酵鱼肥及废弃物提供有效预测，实现资源再利用，且采用神经网络预测建模的研究方法可为水产品下脚料发酵堆肥产物预测提供方法基础； 经过预测模型的预测，筛选出三个预测结果（见表6），分别进行实验，获得结果如表7所示； 表6 预测模型验证实验表 [0061] 表7 预测响应值与实际响应值的相对误差 [0062] 由表7可知，实际响应值与预测值差异较小，预测效果较好，存在差异的原因可能有：（1）预测模型输入值数据量相对较少（仅有27个），会导致神经网络输入层数值量少，用于中间层的数学拟合效果较差，预测效果轻微偏差；（2）预测训练存在随机性差异，因为JMP软件在运行拟合训练时，对输入数据进行随机抽取，以致每次运行结果不一样且会因实验数据本身的偏差使得预测效果有偏差；（3）鱼肥及废弃物中存在一些不可被发酵微生物降解的物质（如已钙化的鱼骨等）的含量差异会影响最终的预测结果；通过对比预测响应值与实际响应值可知，两者的误差范围在30%之内，表明该预测模型的预测效果能达到预期效果。因此预测模型具有应用价值，可为复合菌种发酵类工艺条件预测提供有益的借鉴； 综上所述： 本研究基于JMP软件，设计响应面实验，并优选神经网络建模方法建立预测模型，对鱼肥及废弃物（内脏、鱼鳞、鱼鳃、鱼鳍等）低臭发酵工艺进行优化和预测研究，获得以下结论： （1）确定了用于发酵的菌种为米曲霉、酵母菌、放线菌和枯草芽孢杆菌； （2）通过响应面实验设计，利用动态式预测刻画器对低臭发酵工艺的最优菌种配比进行预测，形成的预测曲面可直观地展现各因素对低臭发酵效果的影响，并对各因子的显著性进行了分析，结果表明，显著性为：米曲霉＞放线菌＞酵母菌＞枯草芽孢杆菌，当总接种量为2%，温度程序设定为32℃、4d，之后每天升高4℃，直至56℃时，最佳接种量比例为米曲霉：酵母菌：放线菌：枯草芽孢杆菌=1.2：0.4：2.7：2.9，此条件下的综合评分可达 85.369； （3）经预测模型比较分析及验证后，构建的神经网络预测模型可满足多菌种协同鱼肥及废弃物低臭发酵产物的效果预测。 [0063] 本研究对鱼肥及废弃物的低臭发酵工艺进行探讨，发现多菌种协同发酵鱼肥及废弃物生成产物的影响因素复杂，为使发酵产物达到低臭和肥力的平衡需进行深入的探讨，通过发酵菌种的确定、预测模型的构建及各因子显著性分析，能为后续研究复合菌种发酵水产品下脚料提供理论依据和技术借鉴。 [0064] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。 |
||||||
QQ群二维码
意见反馈
意见反馈