论文摘要
青霉素发酵过程是一个具有高度非线性、时变性和复杂相关性的生化过程。发酵过程中状态的控制决定了青霉素的产物效率,因此对青霉素发酵过程进行建模与控制研究具有现实意义。由于一些重要的过程变量不能在线测量,使得经典控制方法在生化过程优化控制的应用很难取得好的效果。人工智能技术为生化过程的优化控制提供了全新的方法,它能够绕过生化过程控制中建立数学模型的难点,也能够很好地利用工程师和熟练工人的一些经验,而这些经验是传统数学方法所无法利用的。此外,对于发酵补料系统这类变量间耦合严重的多变量复杂系统,采用常规PID控制无法达到控制目的。本文在分析了大量的国内外文献之后认为仿人智能控制是从分层递阶智能控制系统的最低层次(运行控制级)着手,直接对人的经验、技巧和各种直觉推理逻辑进行测辨、概括和总结,具有简单实用、精度高、鲁棒性强的特点。因此,本文针对青霉素分批补料发酵过程优化控制问题,提出了一种基于仿人智能控制理论的青霉素分批补料发酵过程优化控制策略设计方法。论文以青霉素发酵过程为对象,建立了能够反映发酵过程中比生长速率和pH值变化的动态数学模型,并将仿人智能协调控制和仿人智能模糊控制融入到发酵过程的优化控制中进行仿真,对发酵补料系统实行动态解耦,实现发酵过程控制的智能化处理,达到优化发酵生产的目的。在对发酵过程建模与优化方法研究的基础上,利用组态王支持自制ActiveX控件的特性,本论文使用通过Visual Basic开发算法控件,组态软件调用控件实现上位机管理和控制双重功能的方法,也为先进的控制方法应用到实际生产过程,实现理论与实际的结合提供了参考,具有非常重要的实际意义。
论文目录
摘要Abstract1 课题研究综述1.1 对课题的研究背景及意义1.2 发酵过程控制系统补料优化问题研究现状1.2.1 论文的结构和顺序1.2.2 国外研究现状1.3 课题研究的内容和特点2 青霉素发酵工艺概述2.1 青霉素工业生产的工艺流程2.2 青霉素发酵过程简介2.3 发酵过程检测参数2.3.1 pH 值2.3.2 比生长速率2.4 补料2.4.1 补料对发酵过程的影响2.4.2 补料的控制2.5 青霉素补料分批发酵过程分析2.5.1 发酵过程中各参数间相互关系2.5.2 青霉素发酵过程中加糖量的控制2.5.3 青霉素发酵过程中pH 值的控制2.5.4 加糖量和加氨水量的耦合关系2.6 本章小结3 青霉素发酵过程的数学建模3.1 发酵过程机理建模3.2 细胞生长动力学模型3.2.1 细胞生长过程3.2.2 细胞生长模型分类3.3 细胞生长的非结构动力学模型3.3.1 Monod 方程3.3.2 Contois 方程3.4 青霉素发酵过程的数学模型3.4.1 模型的简单描述3.4.2 青霉素发酵过程的动力学模型3.4.3 pH 值变化的动态模型3.4.4 温度和pH 值对比生长速率的影响3.5 本章小结4 仿人智能控制4.1 仿人智能控制理论概述4.1.1 仿人智能控制的有关概念4.1.2 仿人智能控制的基本原理4.1.3 仿人智能控制模型4.1.4 仿人智能控制的特点4.2 仿人智能模糊控制4.2.1 模糊控制理论概述4.2.2 仿人智能模糊控制的工作原理4.2.3 仿人智能模糊控制器的设计方法4.3 仿人智能协调控制4.3.1 多变量系统耦合和不确定性的描述与分析4.3.2 仿人智能协调控制的基本思路与算法4.3.3 带纯滞后多变量系统的仿人智能控制4.4 本章小结5 人智能控制在青霉素发酵过程中的应用5.1 仿人智能协调控制在发酵过程中的应用5.1.1 补料系统的控制要求与特性5.1.2 pH 值、比生长速率的仿人智能协调控制方案的设计5.1.3 仿人智能逻辑选择回路5.1.4 仿人智能协调控制算法回路5.2 仿人智能模糊控制在发酵过程中的应用5.2.1 HSIFC 在加糖量—比生长速率控制中的应用5.2.2 HSIFC 在加氨量—pH 值控制中的应用5.2.3 HSIFC 在加氨量—比生长速率控制中的应用5.2.4 HSIFC 在pH 值—加糖量控制中的应用5.3 仿人智能协调控制在发酵过程中应用5.3.1 仿人智能协调控制系统分析5.3.2 仿真结果及结论5.4 青霉素发酵过程控制系统的设计5.4.1 青霉素补料分批发酵过程测控要求5.4.2 青霉素补料分批发酵过程系统配置5.4.3 控制算法模块的实现5.4.4 青霉素发酵过程中仿人智能协调控制系统的设计5.5 本章小结结论参考文献附录A 符号说明在学研究成果致谢
相关论文文献
标签：仿人智能协调控制论文; 仿人智能模糊控制论文; 补料控制论文; 组态软件论文;
