工业生物发酵过程在线检测、建模、控制方法与应用研究

工业生物发酵过程在线检测、建模、控制方法与应用研究作者：张广辉学位授予单位：上海交通大学相似文献(10条)1.期刊论文王建林.赵利强.于涛.WANGJianlin.ZHAOLiqiang.YUTao智能化微生物发酵乙醇浓度在线检测仪的研制-应用基础与工程科学学报2009,17(5)乙醇浓度是微生物发酵过程中重要的过程参数,直接影响着发酵过程的控制和优化.基于半导体材料的气敏效应,提出了一种生物发酵过程中乙醇浓度在线检测方法.该方法利用系统辨识建立乙醇浓度的在线测量模型,以微控制器为核心的嵌入式系统完成信号采集、数据分析与处理;在此基础上研制了乙醇浓度在线检测仪,给出了在线检测仪的系统组成框图以及系统的硬件设计和软件设计.实验与分析表明,所设计的乙醇浓度检测仪能够在线检测发酵过程中的乙醇浓度,所测乙醇溶液体积百分比范围为0.00-8.00%,具有较高的检测精度,绝对误差小于0.1%,重复性好,能够很好地满足微生物发酵工业应用需求.2.期刊论文汪开英.代小蓉.李震宇.魏波.WangKaiying.DaiXiaorong.LiZhenyu.WeiBo不同地面结构的育肥猪舍NH_3排放系数-农业机械学报2010,41(1)NH_3排放系数是对规模化养殖场NH3排放量估算、NH_3减排方法与技术应用效果评估的有效方法之一.通过在模拟实际生产动物人工气候室对3种不同地面结构的育肥猪舍NH_3排放相关数据的连续在线检测,研究了不同地面类型猪舍内NH_3排放与主要影响因子的相关性及其排放系数.研究得出半缝隙地面猪舍、实心地面猪舍、生物发酵床猪舍内NH_3排放系数分别为:(9.47±7.09)、(11.23±4.23)、(4.27±2.09)g/(d·pig).3.学位论文石雪萍生物发酵过程的在线检测及控制2008发酵过程是极其复杂的生化反应过程。要对生化反应过程实现优化操作和控制，首先要解决生化过程有关参数的在线测量问题。然而由于过程的复杂性和传感器的匮乏，某些参数不能实现在线测量，但是可以通过离线分析的方式测量，如发酵罐中的底物浓度，产物浓度等。另外，还有一些参数需要通过二次计算才能得出，如氧利用率，二氧化碳释放率和呼吸商等，这些参数对于研究发酵的代谢状况有着重要的意义。本课题“生物发酵过程的在线检测及控制”，是根据生物发酵工程的实际需要而自选的。论文主要完成了课题的前期工作，即研制专用数据采集系统(硬、软件)，实现发酵罐数据采集和整理。本文根据低频信号的特点，设计了用单片机进行数据采集，用RS-232串口与计算机通讯。并在LabVIEW图形化编程开发平台下进行控制和显示的一个低频数据采集系统。同时，对整个系统研制了相应的硬件和软件程序，并经实验进行了验证，实现了发酵过程尾气中氧气、二氧化碳含量的在线测量、显示、数据保存，二次计算数据即氧利用率、二氧化碳释放率和呼吸商的在线显示，以及历史数据的回放，并对各种参数的控制提出了设计思想。为实施生化过程的离线分析和在线最优控制提供数据支持，为课题的更进一步进行研究创造了条件。4.期刊论文王武.杨海麟.吕霞付.杨胜利超声波在生物发酵工程中的应用-无锡轻工大学学报2002,21(3)综述了超声波作用于生物发酵过程的基本原理,并详细讨论了超声波在遗传育种、改善发酵工艺及发酵产物的提取与分离、发酵产物浓度的在线检测等方面的主要应用.一定强度的超声波作用于发酵过程可缩短发酵时间,改善生物反应条件,提高生物产品的质量和产量.5.学位论文冯丽芳基于支持向量机的生物发酵过程软测量技术的研究2008生物发酵过程具有高度非线性、时变性、迟滞性和相关性，传统的测量方法难以实现对发酵过程中较为复杂的生物参数，也是最关键参量的在线检测，采用软测量技术是解决此问题的出路之一。支持向量方法是一种基于结构风险最小化模型的小样本学习方法，是继神经网络之后的一个新的研究方向。嵌入式系统是针对不同的具体应用而设计的嵌入式系统，反映当代最新技术的先进水平。本课题在分析了各种生物量软测量方法研究现状后，着重研究了基于支持向量机的生物量软测量方法。根据菌种的发酵过程，建立了基于标准支持向量机的生物量软测量模型，并结合嵌入式ARM9系统优良的实时性、高可靠性和软、硬件可裁剪等性能实现生物发酵罐的改进。在PC机上制作VB界面直观显示发酵过程参数的变化。在Matlab上进行最小二乘支持向量机的仿真。在嵌入式系统上，标准支持向量机具有良好的实时性和预测能力。Matlab仿真实验结果表明，基于最小二乘支持向量机的软测量模型，能很好的实现生物量的在线检测，具有较好的泛化能力。本文建立的生物量软测量模型克服了传统测量方法的缺陷，为发酵过程生物量在线检测提供了一种新的方法。6.期刊论文吕霞付.杨海麟.王武超声波在生物发酵工程中的应用-生物技术通讯2001,12(4)一定强度的超声波作用于发酵过程可缩短发酵时间,改善生物反应条件,提高生物产品的质量和产量;微弱超声可用于在线检测某些发酵过程参数.本文简要介绍了超声波作用于生物发酵过程的基本原理,并详细讨论了超声波在遗传育种、改善发酵工艺及发酵产物的提取与分离、发酵产物浓度的在线检测等方面的主要应用.7.学位论文甄永亮基于气敏效应的微生物发酵乙醇浓度检测仪研究2008乙醇浓度是微生物发酵过程中重要的过程参数，直接影响着发酵过程的优化调控以及发酵产物的质量和产量。在现有的乙醇浓度检测方法中，离线检测方法不仅滞后而且不能和控制系统相连；基于光学和声学原理的在线检测技术只能实现乙醇和水二元溶液的检测；基于生物学原理的检测技术尚不成熟且容易污染发酵液。为了使先进的控制方法和策略应用到发酵生产过程中，有效地实现对发酵过程的优化调控，迫切需要对发酵过程乙醇浓度进行准确地在线检测。因此，研究微生物发酵乙醇浓度在线检测技术具有重要的应用价值。本文在详细分析现有乙醇浓度检测方法和发酵过程特点的基础上，研究了基于气敏效应和气液相平衡原理的乙醇浓度在线检测方法，该方法使用四个气敏传感器组成测量电桥，利用基于分段最小二乘原理的曲线拟合法进行系统非线性校正；在此基础上，给出了微生物发酵乙醇浓度在线检测仪的硬件和软件设计。实验测试表明，基于气液相平衡原理建立的在线测量模型能实现发酵过程乙醇浓度的在线检测。用于乙醇气体检测的传感器电桥不仅精度高，而且能克服环境温度变化对测量带来的影响；基于分段最小二乘原理的曲线拟合法能有效降低系统的非线性误差。基于本文方法设计的乙醇浓度在线检测仪能够达到±2％的测量精度，为微生物发酵过程中乙醇浓度在线检测提供了一种有效的方法。8.会议论文孙玉坤.王博.丁慎平基于模糊支持向量机的赖氨酸发酵软测量2008生物发酵过程是一个复杂的非线性强耦合动态过程。某些发酵过程关键生物参数(如菌体浓度、基质浓度、产物浓度)难以实时在线检测，大大限制了先进控制技术在生化过程中的应用。以红霉素发酵过程为研究对象，建立基于最小二乘支持向量机的软测量模型。针对支持向量机中由于噪声和异常点带来的过拟合问题，将模糊隶属度概念引入最小二乘支持向时量机，提出了一种基于支持向量数据域描述的模糊最小二乘支持向量机模型。仿真实例说明能够对赖氨酸发酵过程中不可在线测量的关键变量进行软测量，达到了较高的测量精度。9.学位论文徐海霞多模型软测量建模方法研究及其在生物发酵过程中的应用2009微生物发酵工程是复杂的生化反应过程，具有高度非线性、时变性和相关性。获得更多的过程状态变量和掌握更多的反应过程信息是研究微生物发酵过程和提高生产效率的首要前提。然而，在实际的发酵生产过程中，由于工艺和技术的限制，一些重要的生物参数难以实现在线检测，软测量技术为解决此类问题提供了一条有效的途径。br　　近年来，对于具有多变量、非线性、时变性和变量间有多重相关性特点的复杂系统建模，大多采用神经网络、模糊逻辑等智能方法建立单一模型。如果对辅助变量和输出变量之间的关系采用单一函数来拟合，而不考虑输入数据之间的联系和差异，势必会造成建模偏差大，模型精度差等问题，而且对大批量数据样本仅考虑使用单模型建模，会导致过于庞大的网络结构和冗长的训练时间。br　　本论文受到国家高新技术发展计划项目“基于模糊神经逆的生物反应过程软测量技术及其优化控制”资助。以生物发酵过程为研究对象，针对单模型软测量方法存在的不足，通过对发酵机理和多种软测量建模方法的研究，提出利用多模型建模方法来解决发酵过程的软测量建模问题。建模前，首先利用主元分析方法对样本数据进行预处理，达到有效去除模型变量间的冗余信息、减小相关性和降低模型复杂度的目的；其次，采用数据挖掘技术中的聚类算法对样本数据进行分类，对聚类后的各子类样本数据分别采用反向传播神经网络建立子模型。针对聚类问题，提出了两种聚类算法：(1)为了避免传统聚类算法存在的对初始值敏感，易陷入局部最优和收敛速度慢等缺陷，利用粒子群优化算法(PSO)的全局搜索能力强、收敛速度快的优点，结合核模糊聚类(KFCM)提出了基于PSO的核模糊C均值聚类算法(PSKFCM)；(2)针对传统聚类算法中聚类数目需事先给定和分类精度依赖数据分布情况等问题，采用了一种新型仿射传播(AP)聚类算法。最后，利用概率加权方法融合各个子模型输出得到多模型软测量模型的输出结果。并将所提软测量方法应用于红霉素发酵过程生物量浓度的在线预测。与单模型建模方法比较表明，本文所提多模型软测量模型能够更加有效、快速地逼近真实值，大大提高了预测精度。10.会议论文周万里.毕春元.李大海.刘仲汇.朱思荣.冯德荣.张淑虹.林国健生物传感器在线分析系统的实用报告2003生物传感在线分析系统适用于生物发酵和其它生物培养过程中生化物质的在线检测和控制.特别适用于改善目前发酵行业在自动控制方面远落后于其它流程工业的状况.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：15bce619-9b0d-4430-8ae8-9e170157a9d7下载时间：2010年10月22日