DOE 因子设定（前2因子 · 第3因子=温度见下）
主菌株 / 生产菌
菌株
接种量 inoculum（工艺上下文，不入 RSM）
10%
在线反馈控制
pH/DO 级联控制策略(工艺上下文)
工艺附加（不入 RSM）
发酵温度（第3 DOE 因子）
26
°C
🤖 实时 RSM 预测（学习型）
@ —°C
预测效价
—
g/L · 曲面预测
模型 R²
—
拟合优度
RMSE
—
g/L · 预测误差
可信域
—
% · 域内可信
评分 —
♻ 数据飞轮 · 实测并入重拟合
记录一次真实发酵结果 → 并入内置 DOE → 重新拟合 RSM → 模型越用越准（护城河）。
📋 保存当前工艺为实验方案
记录工艺 · 收集训练数据
发酵罐横截面 — 实时状态
预测效价
—
g/L
模型R²
—
拟合优度
可信域
—
%
评分
—
/ 100
RSM 拟合 / 曲面预测过程
待机
菌体/曝气分散动力学
frame: 0
📋
DOE 数据载入与因子编码
—
📈
RSM 二次曲面最小二乘拟合
—
🎯
拟合优度 R²/RMSE 评估
—
🔍
曲面网格搜索最优工艺点
—
发酵动力学 (产物积累 %最优)
多AI深度圆桌讨论
最多4个AI参与
PK辩论
相互批评反驳
协同分析
补充深化研究
苏格拉底
层层追问深挖
选择参与AI（2–4个）
讨论轮数
分析深度
你的研究问题（可选）
正在调用AI模型进行深度分析
结合 RSM 拟合结果与发酵机理
预计 15–30 秒
结合 RSM 拟合结果与发酵机理
预计 15–30 秒
📊
AI单模型分析
先在「拟合·预测」页运行
或直接启动上方圆桌讨论
或直接启动上方圆桌讨论
AI工艺顾问
选择AI · 点击问题 · 或直接输入