碱热预处理对青霉素菌渣厌氧发酵产沼气效率的影响

赵燕肖， 习彦华， 饶 硕,3， 崔冠慧， 程辉彩， 张丽萍， 史延茂

(1.河北工业大学 化工学院， 天津 300132； 2.河北省科学院生物研究所， 石家庄 050081； 3.河北科技大学 环境学院， 石家庄 050000)

项目来源： 河北省高层次人才资助项目(E2015100006)； 河北省财政预算项目(16305)；河北省自然科学基金项目(C2015302018)

碱热预处理对青霉素菌渣厌氧发酵产沼气效率的影响

赵燕肖1,2， 习彦华2， 饶 硕2,3， 崔冠慧2， 程辉彩2， 张丽萍2， 史延茂2

(1.河北工业大学 化工学院， 天津 300132； 2.河北省科学院生物研究所， 石家庄 050081； 3.河北科技大学 环境学院， 石家庄 050000)

为提高青霉素菌渣厌氧发酵效率，试验应用响应面法对其碱热预处理工艺进行优化。采用Design-Expert8.0.6的Box-Benhken设计，以SCOD为响应值Y，研究温度、时间和碱度3个因素对青霉素菌渣预处理的影响，建立SCOD数学模型，对模型进行优化降维分析，并进一步通过批式厌氧发酵试验进行验证。结果表明，青霉素菌渣碱热预处理最佳条件为：温度60 ℃，时间1.25 h ，碱度6% 。模型预测值和试验值之间的误差为0.8%，模型的修正决定系数为 0.9994，拟合性好。厌氧发酵试验结果表明，预处理菌渣沼气产率为256.3 mL·g-1TS，比对照组产气效率提高了31.4%；甲烷产率为126.7 mL·g-1TS，比对照组提高了28.8%。

青霉素菌渣； 碱热预处理； 响应面分析； 厌氧发酵

我国是抗生素生产大国，随着制药产业的发展，抗生素菌渣处理成为一大难题。据统计，每发酵生产 1 吨抗生素原药会产生8～10吨湿菌渣。青霉素菌渣是我国抗生素发酵工业生产中的主要废料，年产量在100万吨左右[1]。依据2008年修订的《国家危险废物名录》，抗生素菌渣被列入危险废物范畴[2-3]。抗生素菌渣中含有大量的菌体蛋白(约占干重的 30%～40%)，丰富的多糖(约占干重的 10%以上)，麦角固醇(约占干重的 0.5%～1.0%)及培养基残留物等营养物质[4]。如果将其直接进行焚烧和填埋处理，不仅处理费用高，而且会造成资源的极大浪费，与环境保护和可持续发展要求不符。厌氧发酵是青霉素菌渣资源化、无害化处置技术的有效途径之一[5]。通过对青霉素菌渣进行产沼气潜力试验得出，青霉素菌渣运行负荷较低且处理效率不高。有研究表明青霉素菌渣进行碱热预处理[6-11]使其菌丝体破裂，释放出大量的胞内物质，提高发酵底物有机质，便于菌渣的资源化利用。因此在厌氧发酵前对菌渣进行一定预处理，是提高青霉素菌渣运行负荷和产气效率的有效策略。通过响应面设计试验[12,19]，对菌渣进行碱热预处理，测定离心后上清液中SCOD的变化，考察不同温度，时间以及碱度对其破壁效果的影响。并进一步通过厌氧发酵试验，确定预处理对底物水解效率和产沼气性能的影响。

1 材料与方法

1.1 试验材料

试验所用青霉素菌渣来自石家庄某制药厂，接种污泥来自石家庄污水处理厂。青霉素菌渣性质分析如下表1。

表1 青霉素菌渣性质分析 (%)

青霉素菌渣的含水率极高，为91.62%。其中碳元素高达43.34%，氮元素占8.81%，C/N为4.918。

1.2 试验设计

1.2.1 预处理实验设计

试验在前期单因素试验基础上，取温度、时间与碱度3个因素，采用Design-Expert8.0.6的Box-Benhken方法设计试验，研究上述3个因素对青霉素菌渣预处理的影响。每组试验设置3个重复。试验采用250 mL的锥形瓶，装液量为50 mL，直接对含水率为91.82%的菌渣进行处理。处理后进行SCOD的测定。试验因素水平如表2，其中，x1-x3表示各因素真实值。设计方案如表4，其中，X1-X3表示编码值。

表2 试验因素水平表

1.2.2 厌氧发酵试验设计

采用250 mL小瓶进行批式厌氧发酵，有效体积为150 mL。有机负荷设定为20 gTS·L-1，接种物接种30%。设对照组和处理组，对照组不做任何处理，处理组菌渣在60℃，加碱量为6%情况下，进行1.25 h水浴处理。具体试验设计见表3。在35℃±2℃条件下进行厌氧发酵[10,15-18]，每个处理设5个平行。每日测其日产气量、甲烷含量以及pH值等。

表3 厌氧发酵试验设计

1.3 测定项目和方法

SCOD采用化学需氧量快速测定仪(连华科技 5B-3C)测定；青霉素菌渣元素分析采用元素分析仪(Elementar vario MACRO)测定[17]；菌渣含水率：采用重量法测定[17]；产气量用排水集气法测定[17]；甲烷含量：气相色谱法(Agilent 7980)测定[17]。

表4 试验方案及结果 (mg·L-1)

2 结果和分析

2.1 青霉素菌渣碱热预处理数学模型的建立

试验方案及结果具体见表4。以SCOD Y 为目标函数，编码值X1，X2，X3为自变量，建立数学模型，模型所用SCOD值为表中各试验组总SCOD值的平均值。

利用Design-Expert8.0.6软件对模型进行分析，得出编码空间内的回归方程：

各因素方差分析及回归方程的方差分析结果见表5和表6。回归模型的F= 1263.90，P<0.01。该模型的修正决定系数为 0.9994，表明模型拟合程度较好。由表5各因素方差分析以及显著性可知A-温度，AB-温度和时间的交互作用对SCOD值影响极其显著(P<0.01)，BC-时间和碱度的交互作用也达到了显著的影响效果(P<0.05)，B-时间，C-碱度以及AC-温度和碱度的交互作用对SCOD值影响均不显著。

表5 各因素方差分析以及其显著性

表6 回归方程方差分析结果

通过比较各因素的贡献率Δj，可判断各因素影响程度。贡献率的计算方法如下：

对回归方程进行方差分析，通过F检验，令:

则第j个因素对指标的贡献率为

各因素贡献率[19]为：Δ1=2.775，Δ2=2.216，Δ3=1.743。因此，各因素影响作用从大到小依次为：温度>时间>碱度。

2.2 不同因素对青霉素菌渣碱热预处理的影响

2.2.1 单因素对青霉素菌渣碱热预处理的SCOD效应分析

通过降维分析可将多元问题转换为一元问题，从而分析单因子对响应值的影响，将模型中其他因素控制在相同的水平上，可得到单因素与SCOD的一元回归模型，并作出对应曲线。图1为将其他因素固定在0水平时，得到另一变化因素的一维模型曲线。A-温度，B-时间，C-碱度，由图1可知，3个因素均呈现先上升后下降的趋势，其中A-温度变化幅度最大，碱度和时间变化幅度较小。说明在试验设置的配比范围内，温度在50℃～70℃范围内SCOD的波动较大；碱度在4%～8%以及时间在0.5 h～2 h范围内SCOD的波动较小。由此说明温度对青霉素菌渣影响最大，其次为碱度和时间，与方差分析结果一致。

图1 单因素水平下测得的SCOD的变化

2.2.2 因素互效作用对青霉素菌渣碱热预处理 SCOD 的影响分析

据回归方程得出的不同因子响应面分析及相应等值线图，可直观看出各因素交互作用对菌渣SCOD的影响，若曲线越陡，表明该因素对SCOD影响越大，相应表现为响应值变化的大小[12]，而由等高线图可知存在极值的条件应该在圆心处。图2～图7分别为时间和碱度、时间和温度以及温度与碱度的响应面图和与之对应的等高线图。由响应面图曲线坡度以及对应等高线图极值情况可知，处理温度对菌渣SCOD的影响最大，处理碱度、时间次之。

图2 时间与碱度交互作用对菌渣SCOD影响的响应面图

图3 时间与碱度交互作用对菌渣SCOD影响的等高线图

由图2和图3可知，随着预处理时间和碱度的增加，其SCOD值均呈现先上升后下降的趋势，并且SCOD值变化趋势较为平缓。由等高线图可以看出当处理时间约为1.1～1.4 h，碱度约为5.5%～6.5%时，其SCOD值可达9000 mg·L-1左右。

由图4和图5可知，随着预处理时间和处理温度的增加，其SCOD值均呈现先上升后下降的趋势，并且随着温度的变化其SCOD值变化趋势较为明显。因此处理温度对菌渣SCOD的影响高于处理时间。由等高线图可以看出当处理时间约为1.0～1.7 h，温度约为57.5℃～62.5 ℃时，其SCOD值可达9200 mg·L-1左右。

图4 时间与温度交互作用对菌渣SCOD影响的响应面图

图5 时间与温度交互作用对菌渣SCOD影响的等高线图

由图6和图7可知，随着预处理碱度和处理温度的增加，其SCOD值同样呈现先上升后下降的趋势，并且随着温度的变化其SCOD值变化较为明显。

同样表明，处理温度对菌渣SCOD的影响高于处理碱度。由等高线图可以看出当处理碱度约为5.5%～6.5%，温度约为57.5℃～62.5 ℃时，其SCOD值可达9000 mg·L-1左右。

图6 温度与碱度交互作用对菌渣SCOD影响的响应面图

图7 温度与碱度交互作用对菌渣SCOD影响的等高线图

表5方差分析结果同样佐证上述结果，处理温度对应P值小于0.01，说明温度对菌渣SCOD影响极其显著，碱度和时间对应P值均大于0.05，影响不显著。通过Design-E软件分析确定最佳预处理工艺：温度60 ℃，时间1.25 h，碱度6%，此条件下由公式算出的理论值为9023 mg·L-1。

2.2.3 青霉素菌渣碱热预处理最佳工艺条件验证

根据所得的分析数据，对青霉素菌渣碱热预处理进行3组平行试验，得出的试验结果：经过碱热预处理菌渣SCOD与理论值相差0.8%(见表7)。试验结果基本与理论预测值吻合，证明该结果合理可靠。

表7 试验验证结果 (mg·L-1)

2.3 预处理青霉素菌渣厌氧发酵产沼气性能分析

对预处理菌渣进行批式验证试验，数据结果如下。

2.3.1 甲烷含量的变化

C1为预处理组，CK1为对照组，由图8可以看出，两组试验在发酵初期0～15 d，甲烷含量都有一个迅速上升的阶段，当甲烷含量达到一定值后进入平稳期。处理组和对照组进入平稳期后，甲烷含量在58%～65%上下波动。其中，预处理组甲烷含量上升速度快，说明碱热预处理使青霉素菌丝体破坏，释放出内含物质有利于底物的水解产酸，加速反应进程。

2.3.2 日产气量和累积产气量的变化

由图9知预处理组和对照组均能平稳启动且日产气量的变化趋于一致。两组均有2个产气高峰，第1个产气高峰出现在第2 天，该产气高峰主要是水解产酸菌将厌氧消化底物大分子分解成小分子酸，同时产生大量CO2等气体。预处理组和对照组的峰值分别为80和50 mL，碱热预处理可破坏青霉素菌渣废菌丝体，释放内含物质，增加厌氧发酵底物浓度，因此在发酵初期，预处理组日产气比对照组提高60%。此时产甲烷菌含量少不能较快利用底物，导致日产气量下降。第2个高峰出现在第16天，此时产甲烷菌累积，进入快速产甲烷阶段，日产气量相对稳定。随着底物浓度减少，日产气量逐渐下降，在第25天时日产气量低于8 mL·d-1。对照组累积产气量为585 mL，预处理组累积产气量为769 mL，预处理组产气率比对照组提高了31.4%；根据日产气量和甲烷含量得出，未处理组和处理组累积产甲烷量分别为295 mL和380 mL，预处理组比对照组产气效率提高了28.8%。再次说明碱热预处理可提高青霉素菌渣的厌氧发酵效率。

图8 青霉素菌渣厌氧发酵甲烷含量的变化

图9 青霉素菌渣厌氧发酵日产气量和累积产气量变化

3 结论

(1)以青霉素菌渣为原料，对其进行碱热预处理的最佳工艺条件为：温度60℃ ，时间1.25 h，碱度6%。由各因素显著性分析可知温度对青霉素菌渣预处理影响极其显著(P<0.01)，时间和碱度影响不显著。

(2)通过中温厌氧发酵批式试验，预处理组菌渣甲烷产气率为126.7 mL·g-1TS，比对照组产气效率提高了28.8%。因此对菌渣进行预处理是提高青霉素菌渣厌氧发酵效率的有效途径之一。

(3)模型预测值和试验值之间误差为0.8%，模型修正决定系数为0.9994，所建模型拟合性较好,能够较好反应各因素之间的影响。

[1] 陈立文, 方森海, 王明慈,等.抗生素发酵废渣的无害化及资源化再利用研究进展[J].生物技术通报,2015,31(5):13-19.

[2] 艾 晗，石 鹏，王 辉, 等.抗生素制药菌渣处理处置技术评价与分析[J].环境工程学报, 2016,10(2):907-914.

[3] 李再兴, 田宝阔, 左剑恶,等. 抗生素菌渣处理处置技术进展[J].环境工程, 2012,30(2):72-75.

[4] 周保华, 高 勤, 王洪华,等. 青霉素、土霉素菌渣研究利用现状及特性分析[J].河北工业科技, 2011,28(5):291-294.

[5] 李再兴,髙 言,钟为章, 等.超声/碱预处理对青霉素菌渣厌氧消化的影响研究[J].环境工程， 2016,37(7): 302-308.

[6] 韩洪军,牟晋铭,马文成,等.微波辐射对青霉素菌渣破壁效果的影响[J].化工学报，2013,64(10):3812-3817.

[7] 张万钦, 戚丹丹, 吴淑彪, 等.不同预处理方式对污泥厌氧发酵的影响[J].农业机械学报,2014,45(9):187-198.

[8] Zhong W Z, Li Z X, Yang J L, et al．Effect of thermal-alkaline pretreatment on the anaerobic digestion[J]．Bioresource Technology , 2014 , 151: 436-440．

[9] Li Z X, Zuo J N, Tian B K, et al . Thermal-alkaline pretreatment on the decomposition of the streptomycin bacterial residue .[J].Biotechnology Biotechnological Equipment ,2012,26(3):2971-2975.

[10] 贾舒婷,张 栋,赵建夫,等.不同处理方法促进初沉/剩余污泥厌氧发酵产沼气研究进展[J].化工进展,2013,32(1):193-198.

[11] 李 轶,李 磊,张大雷,等.餐厨垃圾和牛粪混合厌氧发酵工艺优化[J].农业机械学报，2012，43:181-185.

[12] 陈 源, 杨道富, 范丽华, 等.响应面法优化微波提取茂谷橘橙皮总黄酮工艺[J].中国食品学报, 2013, 13(4): 80-86.

[13] Audrey P, Julien L, Christophe D, et al. Sludge disintegration during heat treatment at low temperature: a better understanding of involved mechanisms with a multipara metric approach[J].Biochemical Engineering Journal, 2011, 54(3): 178-184.

[14] Rani R U, Kumar S A, Kallappan S, et al. Low temperature thermo-chemical pretreatment of dairy waste activated sludge for anaerobic digestion process[J].Bioresource Technology, 2012, 103(1): 415-424.

[15] 李超伟, 康 勇, 高 磊, 等．高温厌氧消化处理餐厨垃圾试验研究[J].中国沼气, 2014, 32(3):18-21．

[16] 袁玲莉, 孙岩斌, 文 雪,等．不同预处理对餐厨垃圾厌氧联产氢气和甲烷的影响[J].中国沼气, 2015, 33(2): 13-18．

[17] 程辉彩, 习彦华, 郭建斌, 等．乙酸复合菌系Th3培养及其在沼气厌氧发酵中的应用[J].农业工程学报, 2012, 28(17):210-216．

[18] 王 慧, 习彦华, 崔冠慧, 等.头孢菌素菌渣中温厌氧资源化处理[J].中国沼气, 2016, 34(1): 19-24.

[19] 李 轶, 李 磊, 张大雷. 等. 餐厨垃圾和牛粪混合厌氧发酵工艺优化[J].农业机械学报, 2012, 43: 180-185.

EffctofThermo-AlkalinePretreatmentonAnarobicFermentationofPenicillinMyceliumResidues

/ZHAOYan-xiao1,2，XIYan-hua2，RAOShuo2,3，CUIGuan-hui2，CHENGHui-cai2，ZHANGLi-ping2,SHIYan-mao2

/(1.SchoolofChemicalEngineering，HebeiUniversityofTechnology，Tianjin300132，China; 2.Instituteofbiology,HebeiAcademyofSciences，Shijiazhuang050081，China; 3.SchoolofEnvironmentHebeiUniversityofScience&Technology，Shijiazhuang050000，China)

In order to improve the anaerobic fermentation efficiency of penicillin mycelium residues, the Box-Benhken of Design-Expert 8.0.6 was used to optimize the thermo-alkaline pretreatment process. The effects of 3 factors, temperature, time and alkalinity, on the pretreatment of penicillin mycelium residues were studied by using SCOD as the response value. The mathematical model of SCOD was established and optimized to reduce dimension. The results showed that, for thermo-alkaline pretreatment of penicillin mycelium residues, the optimum conditions were the temperature of 60 ℃, treating time of 1.25 h , and the alkalinity concentration of 6%. The error between model predicted and measured value was 0.8%, the correction factor of model was 0.9994. The biogas production rate of pretreated residues was 256.3 mL·g-1TS, which was increased by 31.4% comparing with the control, and the CH4production rate of pretreated residues was 126.7 mL·g-1TS, increased by 28.8% comparing with the control.

penicillin mycelium residues； thermo-alkaline pretreatment； response surface methodology； anaerobic fermentation

2016-10-20

2017-08-22

赵燕肖(1990-),女,河北邯郸人,硕士研究生,主要从事废弃物沼气资源化利用研究工作，E-mail: 15032133175@126.com

程辉彩，E-mail: huicaicheng@163.com； 史延茂， E-mail：yanmaosh@163.com

R915; S216.4

A

1000-1166(2017)05-0003-06