发酵过程生物量软测量方法研究

• 作 者: 杜润龙
• 发表日期: 2007年期
• 关键词: 发酵过程 生物量 软测量 建模 优化

生物发酵过程具有高度的非线性和时变性,其内在机理非常复杂。一些重要的发酵过程变量很难在线检测,这给发酵过程建模与优化带来了困难。为了实现优化控制,进一步提高发酵产物产量和质量。本文在发酵过程生物量软测量方法及其工程实现方面进行了研究。在分析了生物量软测量方法研究现状的基础上,研究了微粒群优化算法和神经网络相结合的生物量软测量方法,结合青霉素发酵过程,建立生物量软测量模型。在此模型基础上,研究微粒群优化算法、量子微粒群优化算法、多速微粒群优化算法及反向传播算法BP等算法训练神经网络的性能,使用青霉素发酵过程数据集对模型进行仿真实验,结果表明基于量子微粒群算法和神经网络结构的软测量模型具有训练误差小、学习速度快、泛化能力强、预测精度高、容易编程实现等优点;将模型的输出作为下一时刻模型的输入,构建回归网络结构,实现了发酵过程生物量软测量多步预估,实验表明该发酵过程多步预估模型具有较高精度;在生物量软测量多步预估模型上,运用量子微粒群优化算法对发酵过程的温度、pH控制轨线进行优化,实验显示,采用优化后的温度、pH控制轨线,青霉素发酵产物浓度有所提高。本课题将发酵过程生物量软测量方法应用于工程实际中,完成生物工程实验室50升发酵罐计算机控制系统。硬件部分由研华工控机和数据采集卡等组成,软件部分用C++ Builder开发完成,系统各项指标满足设计要求,图形化操作界面使用灵活方便,具有较高性价比。该系统为进一步研究发酵过程优化控制提供了条件。