智能控制理論在發(fā)酵過程中的應(yīng)用研究.pdf

1、生物工程對(duì)人類生活的影響越來越顯現(xiàn)出它的重要性和迫切性。發(fā)酵過程是生化過程的核心，在近幾十年中，發(fā)酵工業(yè)發(fā)展越來越快。發(fā)酵過程是一個(gè)極其復(fù)雜的過程，不僅所需的環(huán)境參數(shù)不同，而且具有很強(qiáng)的非線性及不穩(wěn)定性。因此如何采用相適應(yīng)的自動(dòng)控制方法來保證發(fā)酵過程的穩(wěn)定、可靠運(yùn)行就顯得尤為重要。文中采用智能控制理論的相關(guān)知識(shí)來解決發(fā)酵過程中的一些關(guān)鍵問題。 首先通過發(fā)酵過程的一個(gè)實(shí)例，實(shí)現(xiàn)對(duì)味精生產(chǎn)工藝和谷氨酸發(fā)酵過程的深入了解，以味精生產(chǎn)過

2、程現(xiàn)場(chǎng)記錄的大量數(shù)據(jù)為基礎(chǔ)，結(jié)合在本領(lǐng)域從事多年設(shè)計(jì)與研究的工作者和專家的經(jīng)驗(yàn)，建立過程的模型，設(shè)計(jì)了功能完善，且能真實(shí)體現(xiàn)味精生產(chǎn)和谷氨酸發(fā)酵全過程的計(jì)算機(jī)模擬仿真系統(tǒng)，包括過程的監(jiān)視、操作和結(jié)果顯示。它能作為培訓(xùn)本領(lǐng)域技術(shù)人員的界面與平臺(tái)，也能作為科研人員研究發(fā)酵過程的素材，為進(jìn)一步優(yōu)化發(fā)酵過程提供了研究途徑。 其次闡述了多性能指標(biāo)綜合下的遺傳算法在控制器參數(shù)尋優(yōu)上的應(yīng)用，討論了算法的具體實(shí)現(xiàn)方法，其中指標(biāo)綜合可以有多種方式

3、，具體介紹了對(duì)指標(biāo)的加權(quán)方法。通過與單一性能指標(biāo)約束的遺傳算法的仿真結(jié)果進(jìn)行比較，證明了新方法具有更好的參數(shù)尋優(yōu)能力，為發(fā)酵過程控制系統(tǒng)的參數(shù)尋優(yōu)提供了一種有效的方法。 另外，對(duì)發(fā)酵過程采用常規(guī)的控制方式，其控制效果有時(shí)并不好，甚至難以實(shí)現(xiàn)穩(wěn)定控制。高級(jí)控制算法一般需要大量的先驗(yàn)知識(shí)，對(duì)過程精確模型依賴較大。而模糊邏輯控制技術(shù)一般用來控制那些具有模糊性、不確定性、高階、大滯后等難以用精確的數(shù)學(xué)模型來描述的對(duì)象；神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)、

4、記憶等能力。采用自組織計(jì)數(shù)傳播網(wǎng)絡(luò)(CPN)作為框架，結(jié)合改進(jìn)的模糊控制算法，實(shí)現(xiàn)對(duì)發(fā)酵過程的模糊神經(jīng)元控制。該方法有能力自組織、自學(xué)習(xí)發(fā)酵過程所需的控制知識(shí)。通過對(duì)發(fā)酵過程控制的仿真研究，表明該方法能夠?qū)崿F(xiàn)自學(xué)習(xí)的能力。 再次，由于發(fā)酵過程具有強(qiáng)非線性、時(shí)變性和相關(guān)性，要實(shí)現(xiàn)對(duì)發(fā)酵的進(jìn)一步優(yōu)化和控制，必須獲得足夠的發(fā)酵信息，但是目前發(fā)酵過程被測(cè)量參數(shù)僅局限于某些物理、化學(xué)參數(shù)，而對(duì)于較為復(fù)雜的生物參數(shù)，即最關(guān)鍵參數(shù)的在線測(cè)量，

5、目前還沒有較成熟的技術(shù)可應(yīng)用，采用軟測(cè)量是解決此問題的出路之一。針對(duì)菌體細(xì)胞濃度是影響谷氨酸發(fā)酵過程的重要的生物參數(shù)，而其在線實(shí)時(shí)檢測(cè)又難以實(shí)現(xiàn)的狀況，采用遺傳算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法(GA-BP網(wǎng)絡(luò))對(duì)其進(jìn)行軟測(cè)量。通過對(duì)谷氨酸生產(chǎn)工藝過程的分析，尋找影響菌體細(xì)胞濃度的過程參數(shù)，從現(xiàn)場(chǎng)歷史數(shù)據(jù)中選取樣本，建立軟測(cè)量模型。通過仿真結(jié)果對(duì)比，表明新方法可以避免單獨(dú)使用。BP網(wǎng)絡(luò)陷入局部最小的問題，也能加快全局收斂速度，對(duì)谷氨酸發(fā)酵過