基于遗传算法的间歇过程优化控制策略研究

论文摘要

随着市场经济的发展,追求生产小批量、多品种、高附加值产品成为一种趋势,因此,在精细化工和制药等领域越来越多地采用了间歇生产工艺。由于目前大多数的间歇发酵过程自动化水平普遍较为落后,为了适应市场的发展、提高产品的竞争力,同时还要兼顾降低生产成本和环保的要求,研究开发间歇发酵过程中的先进的控制策略和各种优化方法已经成为迫切的需要。间歇发酵过程具有非线性、非稳态工作点及多变量的特点,与化工的连续过程有所不同,因而使得一些用于连续过程的先进控制算法和策略不再适合。遗传算法作为一种随机搜索和优化算法,可以高效处理非线性问题,同时具有全局优化和易操作的特性。考虑间歇发酵过程的复杂性,同时基于全面关注发酵过程中间状态的思想,提出了一个基于遗传算法的新型优化控制策略,通过由求解一系列端点时间不固定最优控制子问题得到整个间歇过程的最优操作策略。同时为了克服遗传算法容易陷入局部最优和加快收敛速度,在自适应遗传算法基础上对相关的遗传算子进行了改进,并将改进后的自适应遗传算法应用到所提出的优化控制策略之中。论文以青霉素发酵过程为研究对象,首先,充分考虑了影响发酵产量的菌体平均比生长速率和流加时间间隔因素,给出了优化目标函数的表达式,详细给出了新型优化控制策略并讨论了算法的实现,求解获得整个发酵过程的最优流加速率轨线；其次,对提出的优化控制策略和等级策略进行了仿真,验证了所提出的策略的可行性。同时将改进的自适应遗传算法应用到优化策略中,仿真表明它在局部寻优和收敛速度上有了很大的改进；最后,对控制策略的实现问题进行了分析,探讨了pH值对发酵过程的影响,并给出了简单的实验性结论。开发了一个青霉素发酵过程控制实验平台,能够提供控制策略参数设置、过程的仿真以及监控实时过程参数数据及曲线。

论文目录

• 摘要
• ABSTRACT
• 第一章 前言
• 1.1 论文研究的背景及意义
• 1.2 国内外的文献综述
• 1.2.1 间歇发酵过程概述
• 1.2.2 间歇发酵过程优化控制
• 1.2.3 补料间歇发酵过程的研究现状
• 1.2.4 遗传算法在间歇发酵过程中的应用
• 1.3 论文研究的主要内容
• 1.4 本章小结
• 第二章 一类改进的自适应遗传算法
• 2.1 引言
• 2.2 基本遗传算法
• 2.2.1 原理
• 2.2.2 算法描述
• 2.2.3 算法操作
• 2.3 自适应遗传算法
• 2.3.1 原理
• 2.3.2 测试实例研究
• 2.4 一类改进的自适应遗传算法
• 2.4.1 改进算法
• 2.4.2 测试实例分析
• 2.5 本章小结
• 第三章 青霉素补料发酵过程优化控制策略
• 3.1 引言
• 3.2 青霉素发酵过程
• 3.2.1 青霉素发酵工艺
• 3.2.2 青霉素发酵数学模型
• 3.3 基于遗传算法的优化控制策略
• 3.3.1 优化问题描述
• 3.3.2 优化问题的遗传算法构建
• 3.3.3 基于遗传算法的优化控制策略
• 3.4 基于遗传算法的优化控制算法设计
• 3.4.1 最优控制策略求解算法
• 3.4.2 时间域的遗传算法操作
• 3.5 实验仿真
• 3.5.1 遗传算法优化策略与常规等级策略比较
• 3.5.2 MAGA优化策略与SGA优化策略比较
• 3.6 本章小结
• 第四章 控制策略的实现问题讨论
• 4.1 引言
• 4.2 青霉素发酵过程pH控制
• 4.2.1 青霉素发酵pH动态模型
• 4.2.2 pH控制策略
• 4.2.3 pH仿真分析
• 4.3 青霉素发酵过程控制实验平台开发
• 4.3.1 实验平台的主模块
• 4.3.2 参数曲线绘制模块
• 4.3.3 参数汇总查看模块
• 4.4 本章小结
• 第五章 总结与展望
• 参考文献
• 附录
• 致谢
• 研究成果及发表的学术论文
• 作者及导师简介
• 硕士研究生学位论文答辩委员会决议书