微生物發(fā)酵過程的LS-SVM軟測量及工程化技術(shù)研究.pdf

1、微生物發(fā)酵工程作為現(xiàn)代生物技術(shù)的重要組成部分,具有廣闊的應(yīng)用前景。然而微生物發(fā)酵是一個強耦合、慢時變、高度非線性的過程,其內(nèi)在機理非常復(fù)雜,許多影響著發(fā)酵產(chǎn)物產(chǎn)量和質(zhì)量的關(guān)鍵生物量參數(shù)(如基質(zhì)濃度、菌體濃度以及產(chǎn)物濃度等)難以用傳統(tǒng)的傳感器直接測量,專用的生物傳感器價格昂貴、維護費用高,應(yīng)用起來具有很大的局限性,因此會給整個發(fā)酵過程的在線監(jiān)測和優(yōu)化控制帶來很大困難。近年來提出的軟測量技術(shù)是一種解決上述難題的有效方法。
　　 針對

2、上述問題,本文以賴氨酸發(fā)酵過程為研究對象,在研究了多種軟測量建模方法的基礎(chǔ)上,提出了一種基于最小二乘支持向量機的軟測量建模方法。分別運用粒子群優(yōu)化和貝葉斯推斷兩種算法優(yōu)化設(shè)計模型參數(shù),建立基于最小二乘支持向量機的軟測量模型,并對賴氨酸發(fā)酵過程中的關(guān)鍵生物量參數(shù)進行了預(yù)估。最后設(shè)計了以PLC為核心控制器的賴氨酸發(fā)酵過程數(shù)字化控制系統(tǒng)。本文的主要研究工作以及取得的研究成果如下:
　　 1)針對微生物發(fā)酵過程中關(guān)鍵生物量參數(shù)難以直接在

3、線測量的問題,提出了一種基于最小二乘支持向量機的軟測量方法。構(gòu)造了一個以可直接測得過程變量為輸入、不可直接測得過程變量為輸出的非線性模型,然后利用最小二乘支持向量機對該非線性模型進行辨識。最后對賴氨酸發(fā)酵過程中不可直接測得的關(guān)鍵生物量參數(shù)進行了預(yù)估,離線化驗結(jié)果驗證了建立的軟測量模型具有很好的學(xué)習(xí)精度和泛化能力。
　　 2)軟測量建模時,針對最小二乘支持向量機的模型參數(shù)優(yōu)化問題,引入粒子群優(yōu)化算法和貝葉斯推斷算法分別對最小二乘支

4、持向量機的模型參數(shù)進行優(yōu)化選擇。即第一種方法利用發(fā)酵過程中可在線測量的重要輔助變量和一些離線化驗的主導(dǎo)變量作為模型輸入,采用粒子群優(yōu)化算法求解一個二次規(guī)劃問題,從而確定最小二乘支持向量機的模型參數(shù):第二種方法依據(jù)所選的訓(xùn)練樣本信息,根據(jù)貝葉斯準(zhǔn)則,分三級逐步推斷確定最小二乘支持向量機模型的參數(shù),進而建立基于最小二乘支持向量機的軟測量模型。
　　 3)設(shè)計了一套以西門子S7-200PLC作為核心控制器的發(fā)酵過程數(shù)字化控制系統(tǒng)。將本