基于DO-pH測量的微生物流加培養(yǎng)過程的在線模式識別和控制的研究.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、本論文在pH-Stat法和DO-Stat法的基礎之上建立起了一種新型的用于微生物營養(yǎng)物質流加的反饋流加方式：我們收集了大量pH-Stat法和DO-Stat法培養(yǎng)大腸桿菌和畢赤酵母時不同振動模式的pH和DO數據以及人為造成的基質過量時pH和DO的數據，為了得到DO和pH所有可能出現的變化模式，提高神經網絡的通用性，在獲得的pH和DO的數據上添加了大量隨機噪音。將這些數據進行歸一化后，利用Matlab數據處理軟件建立起了兩個人工神經網絡(A

2、NNs)識別模型，分別識別出了微生物流加培養(yǎng)過程中DO和pH的變化模式。利用人工神經網絡識別模型對DO和pH變化模式的識別結果，依據設定的一套規(guī)則，較好地判別出了培養(yǎng)過程中葡萄糖是過剩還是匱乏。依據上述判別結果，編程利用程序可控蠕動泵在線自適應地調整營養(yǎng)物質的流加速率。離線的監(jiān)測數據驗證該種反饋流加方式可以較好地控制培養(yǎng)過程中葡萄糖的濃度。將該流加策略先后用于E.coliK12和PichiaPastorisKM71表達植酸酶基因工程菌的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論