木糖醇发酵过程的软测量技术及其控制研究

摘要

本文主要研究木糖醇发酵过程的软测量技术及其控制。将软测量技术应用于木糖醇发酵过程,建立在线估计木糖浓度、干细胞浓度和木糖醇浓度的软测量模型,以解决发酵过程生物参数不能在线测量问题,为发酵过程的优化控制和及时结束发酵提供了依据。神经网络是解决非线性系统问题的有效途径,所以将神经网络用于木糖醇发酵是一个值得研究的方向。本文采用径向基网络(RBF网络)描述木糖醇发酵反应过程,并用自适应PID控制器对其氧化还原电位(ORP)进行控制。论文主要研究工作和成果包括以下几个方面:
　　1)概述木糖醇发酵生产工艺过程,分析影响木糖醇发酵过程的一些主要参数。
　　2)针对神经网络初始参数和样本数据有着很大的关联,试图运用GASA混合策略对RBF网络的初始参数进行优化研究,优化出一组与样本数据相对应的初始参数。为避免神经网络结构选择的盲目性和减小均匀度误差,运用均匀设计法对RBF网络结构参数进行优化研究。
　　3)针对底物浓度、干细胞浓度和木糖醇浓度不能在线测量,使用改进的优化好的 RBF网络对木糖醇发酵过程进行建模,对5组样本数据分别用“4-1”模式进行木糖醇的建模与预测,取得了良好的预测效果,为发酵过程的优化控制和及时结束发酵提供了依据。
　　4)ORP是木糖醇发酵过程中一个很重要的参数,在发酵过程中,这一参数必须按一定的工艺曲线进行控制。为此运用GASA混合策略算法整定的PID控制器对改进的优化好的RBF网络辨识出的ORP模型,进行ORP仿真控制。仿真结果表明,GASA算法整定PID控制器对木糖醇发酵ORP控制过程是一种有效的控制方法,这为实现木糖醇发酵过程的自动化生产操作奠定了一定的基础。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1课题来源

§1.2研究背景及意义

§1.3研究现状

§1.4主要研究内容和论文结构

第二章 木糖醇发酵过程

§2.1材料与方法

§2.2木糖醇发酵原理

§2.3影响木糖醇发酵过程的因素

§2.4本章小结

第三章 遗传算法和模拟退火算法及其之间相结合

§3.1引言

§3.2一种改进的浮点数编码的遗传算法

§3.3模拟退火算法

§3.4改进的浮点数编码的遗传算法和模拟退火算法相结合

§3.5仿真试验与分析

§3.6本章小结

第四章 改进的RBF网络及其优化研究

§4.1引言

§4.2改进的RBF网络结构和算法

§4.3均匀设计法优化RBF网络结构参数的研究

§4.4 基于GASA算法的RBF网络初始化参数的优化过程

§4.5本章小结

第五章 基于改进的RBF网络的软测量技术在木糖醇发酵过程中的应用

§5.1木糖醇发酵试验数据分析

§5.2基于改进的RBF网络的软测量技术在木糖醇发酵过程中的应用

§5.5本章小结

第六章 GASA算法的PID控制器在木糖醇发酵过程中ORP的控制研究

§6.1引言

§6.2发酵过程中ORP的工作原理

§6.3葡萄糖与ORP试验数据分析

§6.4 GASA算法的PID控制器在木糖醇发酵过程中ORP的控制研究

§6.5本章小结

第七章 总结和展望

§7.1本文总结

§7.2展望工作

参考文献

论文期间发表的文章与参与的项目

致谢