传统自发起酵固态发酵广泛应用于奶酪（西方）与白酒（东方）等食品饮料的生产，是文化遗产驱动型工艺，至今仍在区域文化与食品工业中发挥关键作用。以白酒为例，2024年中国白酒年产量超400万千升（酒精度50% vol），销售额突破1100亿美元，约占全国食品工业总产值的10%。尽管此类发酵具有文化与商业重要性，但其本质是高度复杂的多物种、多物理场耦合固态体系，目前仍主要依赖经验控制与局部机械化运行，在传统过程工程框架下，面临监测、过程控制、标准化与工业化放大等重大挑战。本文以白酒生产为典型案例，系统梳理了固态发酵工程原理相关研究中的成功经验与研究局限，深入剖析了传统固态发酵的工程挑战，指出当前研究在实现过程标准化与优化方面的不足。研究人员提出了面向工程的策略，包括传感器开发、过程建模、缩小化实验方法，以及人工智能辅助的数字孪生框架，主张通过全流程理性设计提升工艺的重现性、效率与可放大性。本展望表明，传统固态发酵的精准工程化已具备可行性，可在保留特征品质的前提下，为这类传统工艺的现代化升级提供可行路径。
- 1.
引言
传统食品发酵孕育了丰富的产品形态，西方包括啤酒、面包、奶酪与葡萄酒，东方涵盖酱油、清酒、味噌、大豆发酵制品、天贝与白酒。这些工艺作为文化遗产的重要组成部分，持续在全球食品工业中占据重要地位。白酒作为中国典型的传统固态发酵产品，2024年年产量超过400万千升（50% vol），销售额逾1100亿美元，占中国食品工业总产值的8.79%。许多现代生物技术工艺均起源于传统发酵技术，例如工业微生物酶制剂生产便脱胎于传统的制曲工艺，这一历史节点直接推动了当今微生物来源酶制剂的广泛应用。近百年间，随着生物技术的快速发展，葡萄酒、奶酪、酱油、清酒及白酒等传统工艺陆续实现了不同程度的现代化。然而，多数传统食品发酵仍处于经验操作与局部机械自动化的混合状态，固态发酵过程本身在很大程度上仍属于非受控的自发过程，导致产品质量与可持续性面临日益严峻的挑战。其核心科学问题在于生物反应机制、传递现象（气液传递、热量传递等）、放大效应与过程控制原理尚未被充分揭示。尽管已有大量微生物学与化学领域的改进尝试，但在工程学层面的深入理解仍然匮乏，限制了过程控制与优化的实质性突破。与青霉素发现后迅猛发展的深层液态发酵相比，传统固态发酵在工程特性上存在本质差异，显著增加了自动化、控制、优化与放大的难度。加之行业对固态发酵机理认知有限，为避免不可预测的产品属性变化与消费者接受度风险，企业普遍倾向于渐进式改良而非根本性工艺变革。白酒发酵包含好氧与厌氧两个阶段，涉及真菌、酵母与细菌的多物种协同作用，是极具代表性的复杂传统工艺，迫切需要通过工程学研究实现现代化升级。
- 2.
传统固态发酵工程研究进展
大规模现代化堆肥设施、固废转化系统与全自动制曲机的成功应用证明，被认为难以控制的固态发酵同样可以实现过程控制。有效控制的先决条件是理解微生物生长、产热与水分蒸发之间的三角关系：微生物代谢产热提升体系温度，而温度升高会抑制微生物活性；强制通风降温则会导致水分流失与水活度下降，进而限制微生物生长。全自动制曲机正是通过自动调控生长、温度与水分的平衡实现了稳定运行。但堆肥与制曲均为好氧过程，而白酒的第二阶段发酵为严格厌氧环境，因此需分别讨论。
2.1 好氧固态发酵
为解析微生物生长、传热与水分蒸发的耦合机制，研究人员建立了描述水分动态、温度变化、生物量生产率与过程控制的数学模型，系统揭示了固态发酵的基础工程原理，为白酒等复杂体系的研究奠定了理论基础。与传统纯种培养不同，传统自发固态发酵采用真菌、酵母与细菌的混合菌群，例如红曲米生产采用紫色红曲霉与土曲霉共培养，白酒大曲则依靠自然环境中的多菌种自然接种，各菌种在产酶、风味前体形成等方面发挥特定功能。多物种发酵的复杂性主要体现在微生物间的相互作用，包括代谢产物互抑与种群比例效应。在大曲制备过程中，通常需要较高的发酵温度以抑制杂菌、富集功能微生物并产生酶系与风味前体，温度峰值可达50°C，导致剧烈的水分迁移与梯度分布。为避免水分成为限制性因子，需实现对基质内水分动态的及时或在线监测。核磁共振（NMR）技术已被用于模拟大曲体系中不同状态水的迁移监测，可实现水活度的无损在线测定。
2.2 厌氧固态发酵
与好氧固态发酵相比，厌氧固态发酵的应用范围较窄，且工程导向的研究极为有限。白酒的第二阶段发酵即在此条件下进行。厌氧环境中微生物产热较少且速率较低，但同时缺乏强制通风散热途径，导致热量积累与分布不均问题依然突出，且由于缺乏氧气，热量更难移除。研究人员基于Han-Levenspiel方程构建了考虑产物抑制的简单模型，可准确描述产物生成、窖内温度分布及内外热流变化，但该模型假设乙醇生成仅受乙醇自身抑制，未考虑酸、温度、淀粉或水分的影响，因此无法解释批次产率相差3.5倍的工业现象，亦未能体现过热与初始酸度的影响。统计模型分析显示，投料月份对出酒率影响最为显著，气温随季节变化进而影响窖池土壤温度与窖内温度，但现场并未观测到明显过热现象，更合理的解释可能涉及乳酸菌产酸与淀粉水解速率的季节性差异，具体机制仍需进一步验证。
- 3.
挑战与展望
3.1 挑战
面向传统固态发酵（尤其是以厌氧为主的白酒发酵）的工程化研究仍处于早期探索阶段。尽管已有建模、传感与数据驱动方法的初步应用，但在监测、建模与控制层面仍存在显著概念性与实践性局限。首要挑战在于可靠在线传感器与快速离线分析方法的匮乏，难以在异质性固态基质中精准获取温度、pH、水分含量、底物均匀性、微生物组成及产物浓度等关键参数。目前工业上仅能通过在线温度监测推断发酵进程，并在发酵前调整初始水分、淀粉含量与环境温度，一旦发酵开始，实时干预几乎不可行。虽然已有模型与数据驱动策略被提出用于调控温湿度及间接影响菌群与产物生成，但大多仅在实验室尺度得到验证，工业稳健性不足。此外，生物量浓度、底物可利用性及产物代谢物浓度等核心参数的实时定量检测仍属空白，导致控制与优化长期停留在试错层面。其次，现有模型难以捕捉自发多物种发酵中复杂的抑制与协同互作，例如酵母生长不仅受自身乙醇抑制，还受乳酸菌有机酸的交叉抑制，而细菌代谢亦受酵母代谢产物影响，此类网络互作显著限制了模型的预测能力与放大适用性。第三，最终产品风味形成的预测是最大难点。风味发育取决于微生物种类与活性、代谢速率及代谢物在发酵基质内的时空演化，且蒸馏与汽提等下游工序会显著重塑香气轮廓，现有模型尚未实现微生物生长、初级代谢、次级代谢产物生成、传递与转化的全链条整合。
3.2 未来研究需求
3.2.1 工业数据采集与分析
传统固态发酵多为经验驱动，关键影响变量尚未明确。当前工业数据主要包括在线温度与离线检测的pH、乙醇、有机酸与水分，远不足以表征复杂的生物与理化动态。未来需部署先进传感器，监测微生物种群动态、底物营养可利用性与关键代谢物积累，结合光谱技术（近红外、拉曼、视觉成像）、酶活与生物量生物芯片、便携式气相色谱与原位物理性质测定等手段，提升监测精度。同时，应利用统计学与数据驱动模型挖掘现有工业数据，识别关键影响因子，并通过针对性试验验证季节性效应等假设。
3.2.2 过程模型
过程建模是理性工程的核心，需与微生物学家及风味化学家协作，量化微生物生长动力学、酶活及乙醇、有机酸、大曲酶系与窖内香气化合物的生成规律。初期可聚焦特定机制假设（如乳酸对酵母的抑制作用）验证，进而指导菌群调控与接种策略优化。模型需整合传热与传质现象，涵盖水分、淀粉与挥发性风味化合物的传递过程，从简化公式（如Han–Levenspiel模型）起步，逐步提升复杂度。数据驱动模型可作为补充，但因其缺乏物理可解释性与外推能力，推荐采用机理与数据驱动的混合建模策略，以提升预测、控制与放大可靠性。
3.2.3 缩小化实验方法
工艺优化通常始于实验室尺度的可控研究，通过简化体系实现监测与控制。针对白酒发酵，可采用定义明确的合成菌群开展缩小化试验，验证关键微生物的功能与接种策略。缩小化实验必须与过程模型紧密关联，通过模型预测实验室结果向工业系统的转化规律，并利用计算模拟评估工业装置对工艺改动的响应。缩小化平台还可用于低成本测试温控、补水、通气等调控策略的有效性，大幅降低验证成本。
3.2.4 人工智能技术
人工智能（AI）为处理固态发酵的高复杂性、非线性与高维数据提供了有力工具。机器学习已在啤酒、葡萄酒与清酒等领域成功应用于数据分析、预测与决策支持。数字孪生框架通过整合实时过程数据与动态模型，构建发酵系统的虚拟映射，可随数据同化持续进化，反映真实过程的当前与预测状态。在白酒领域，可通过采集微生物群落与发酵全过程数据，构建数字表征系统，经AI与机器学习处理评估后，输出优化的过程控制策略。但仍需克服传感器局限、底物异质性、数据集成及模型向实际操作转化等挑战。
3.2.5 全流程理性设计
精准固态发酵需要覆盖制曲、窖内发酵与下游处理的全流程理性设计与整合。制曲阶段可控变量包括原料配比与制曲季节，窖内发酵则需管控初始淀粉、水分、酸度、基质温度与接种量。借助计算模拟方法（如非线性模型预测控制与进化计算）可实现发酵过程的动态优化。同时，需开发适用于好氧制曲与厌氧发酵的新型生物反应器，替代广泛使用的传统泥窖，解决放大过程中的工程瓶颈。最后，必须将固态蒸馏等下游工序纳入整体优化框架，已有研究建立了蒸馏过程的传质与回收率模型，评估溶剂效应与操作条件对香气化合物的影响，为全流程一体化优化提供了基础。
- 4.
结论
白酒生产案例表明，传统固态发酵的过程控制水平仍较为有限。尽管微生物与化学研究相对成熟，但面向现代化、标准化与优化的工程策略仍发展滞后。近年来，传感器、过程建模、缩小化方法与AI辅助数字孪生框架的进展，为实现更高水平的控制与重现性提供了可行路径。将这些工具有机整合至全流程理性设计中，有望推动传统固态发酵走向精准化，在保留产品特征品质的同时，显著提升工艺的可放大性与生产效率。
