发酵过程优化控制方法研究

发酵过程优化控制方法研究

论文摘要

针对谷氨酸发酵过程的复杂性,本文利用神经元网络建立了谷氨酸发酵过程的动态数学模型,以发酵过程最终时刻产酸率为目标,利用改进的微分进化算法对发酵过程的多操作变量同时进行优化,得到各操作变量的最优控制轨迹。通过适当时刻变异因子的随机选取和重复进行种群个体初始化的方法,对微分进化算法进行了改进,有效地解决了有约束优化问题求解困难和避免算法早熟的问题。仿真结果证明了该方法的有效性。同样基于上述动态数学模型,利用实数编码遗传算法,采用过程整体优化的思路,以发酵过程转化率为优化目标对发酵过程的多操作变量同时进行优化,得到各操作变量的最优控制轨迹。考虑到发酵过程流加操作的重要性,将流加操作开始和结束的时间也作为控制变量进行了优化。与产酸率为优化目标的仿真结果比较表明,文中方法使发酵过程转化率有很大提高,且产酸率也接近于后者的最优产酸率。然后,以谷氨酸发酵过程中产酸率和转化率为目标对多个操作变量同时进行优化。根据实际情况将整个发酵过程分为两个阶段,第一阶段以产酸率最大为目标进行单目标多变量优化;第二阶段以产酸率以及转化率最大为目标进行多目标多变量优化。将改进的微分进化算法应用到单目标有约束优化过程中;在此算法基础上,通过引入非劣排序分配策略和小生境技术,形成了多目标微分进化算法进行多目标有约束优化。仿真结果表明改进后的微分进化算法可以有效地满足发酵过程两个阶段优化控制的需要。最后,进行了动态优化控制方法的研究,本文研究了基于记忆的进化算法,采用两种策略来替换记忆体中的个体:(1)找出最差的个体并替换掉;(2)找出与最优解最类似的个体,如果它的适应值不如当前最优解,就替换掉。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 绪论
  • 1.1 课题来源及研究意义
  • 1.2 谷氨酸发酵的历史和发展现状
  • 1.3 谷氨酸的合成机制
  • 1.4 发酵过程模型和优化控制的特点
  • 1.5 本文工作及内容安排
  • 第二章 单目标优化控制
  • 2.1 模型建立
  • 2.1.1 谷氨酸发酵过程简介
  • 2.1.2 过程模型的建立
  • 2.2 最优化技术
  • 2.3 基于微分进化算法的优化控制
  • 2.3.1 微分进化算法
  • 2.3.2 优化仿真
  • 2.4 基于遗传算法的单目标优化控制
  • 2.4.1 遗传算法
  • 2.4.2 优化仿真
  • 2.5 本章小结
  • 第三章 多目标优化控制
  • 3.1 多目标优化算法
  • 3.1.1 多目标优化的基本概念
  • 3.1.2 多目标进化算法的发展与研究概况
  • 3.1.3 基于Pareto优化的MOEA简介
  • 3.2 多目标优化控制
  • 3.2.1 基于非劣排序的多目标微分进化算法
  • 3.2.2 优化仿真
  • 3.3 本章小结
  • 第四章 动态优化控制
  • 4.1 动态优化
  • 4.2 发酵过程动态优化控制
  • 4.3 本章小结
  • 第五章 结论
  • 参考文献
  • 致谢
  • 攻读硕士学位期间所完成的学术论文
  • 相关论文文献

    • [1].浅析甲醇制烯烃反应独立/非独操作变量界定及其影响[J]. 化工管理 2019(34)
    • [2].货币供应量作为操作变量的可行性分析——基于可控性角度的检验[J]. 理论月刊 2012(04)
    • [3].连续重整再生器操作变量的函数关系及应用[J]. 石化技术 2009(01)
    • [4].LNG混合制冷流程的操作变量研究综述[J]. 气体分离 2018(01)
    • [5].操作变量与前馈变量转换对模型预测控制可行域影响机制[J]. 大连理工大学学报 2017(03)
    • [6].双层预测控制中基于操作变量增量的多优先级稳态目标计算[J]. 控制理论与应用 2015(02)
    • [7].基于实数编码遗传算法的发酵过程优化控制[J]. 东北大学学报(自然科学版) 2008(07)
    • [8].FCC装置工艺操作优化运行分析[J]. 石化技术 2016(03)
    • [9].基于递推模型预测控制的永磁同步电机调速系统[J]. 微电机 2015(07)
    • [10].催化裂化装置分离系统稳态优化及其动态实现[J]. 计算机与应用化学 2011(11)
    • [11].中小学“五自”教学模式的构想与实践[J]. 新疆教育学院学报 2016(04)
    • [12].基于数学模型的AAO系统阶跃响应特性分析[J]. 中国环境科学 2015(02)
    • [13].基于偏相关性分析的MPC控制器模型失配检测[J]. 化工学报 2016(03)
    • [14].串级控制对过程预测控制的影响分析与对策[J]. 化工进展 2016(02)
    • [15].基于软测量技术的间歇聚合过程质量控制[J]. 计算机与应用化学 2015(08)
    • [16].女大学生参与公益活动现状及影响因素分析[J]. 青年与社会 2020(19)
    • [17].炼化企业利用投用率监控程序提升APC应用水平[J]. 计算机与应用化学 2013(08)
    • [18].剥离液精馏工艺的模拟计算与优化设计[J]. 化学工程 2016(08)
    • [19].车身尺寸合格率控制的研究[J]. 企业科技与发展 2016(07)
    • [20].神经网络多步预测控制及其在精馏塔中的应用研究[J]. 计算机与应用化学 2012(02)
    • [21].街头官僚的行动逻辑与制度防范[J]. 中共福建省委党校学报 2012(06)
    • [22].隔壁塔的建模与控制研究[J]. 石油化工自动化 2015(06)
    • [23].基于Lingo的MED-TVC系统优化设计[J]. 计算机与应用化学 2016(01)
    • [24].管理变量化思维决定企业竞争优势——从管理研究到管理实践[J]. 中国高新技术企业 2014(07)
    • [25].催化裂化装置稳定塔的操作分析及优化[J]. 广州化工 2012(02)
    • [26].先进控制技术在常减压装置的应用[J]. 山东化工 2012(01)
    • [27].基于相关积分优化方法的裂解炉优化[J]. 化工学报 2015(10)
    • [28].基于动态矩阵控制的双层结构预测控制的整体解决方案[J]. 自动化学报 2015(11)
    • [29].化学工业出版社好书推荐[J]. 化工进展 2014(06)
    • [30].先进过程控制技术在常压装置的应用[J]. 自动化技术与应用 2008(08)

    标签:;  ;  ;  ;  ;  ;  

    发酵过程优化控制方法研究
    下载Doc文档

    猜你喜欢