發(fā)酵過程補(bǔ)料控制策略研究.pdf

1、補(bǔ)料分批發(fā)酵過程中，補(bǔ)料策略影響發(fā)酵的產(chǎn)量，是發(fā)酵過程控制的關(guān)鍵問題。目前對補(bǔ)料量的控制大多數(shù)靠人工經(jīng)驗(yàn)，其可靠性不高。對補(bǔ)料流加率的優(yōu)化一般是通過對發(fā)酵機(jī)理模型的研究，根據(jù)發(fā)酵過程的可測物理參數(shù)進(jìn)行最優(yōu)化計(jì)算得出，控制效果因發(fā)酵過程的時(shí)變特性而存在缺陷。通過對發(fā)酵過程建模和優(yōu)化控制進(jìn)行研究，對提高發(fā)酵產(chǎn)物的產(chǎn)量有重大意義。
　　 本文以谷氨酸發(fā)酵過程為研究對象，對谷氨酸發(fā)酵過程建模和補(bǔ)料優(yōu)化控制進(jìn)行了研究。
　　 針對

2、具有高度的非線性、時(shí)變性和不確定性的發(fā)酵過程，本文提出了基于結(jié)構(gòu)化風(fēng)險(xiǎn)最小化原則的支持向量機(jī)(SVM)對谷氨酸發(fā)酵過程進(jìn)行建模。核函數(shù)的選擇是支持向量機(jī)理論研究的一個(gè)核心問題，通過對核函數(shù)的研究，將具有局部特性的RBF核函數(shù)與具有全局特性的多項(xiàng)式核函數(shù)結(jié)合起來，建立了谷氨酸發(fā)酵過程的混合核支持向量機(jī)(MKSVM)預(yù)估模型。仿真結(jié)果表明，該模型的學(xué)習(xí)能力和泛化能力均達(dá)到了良好效果。
　　 在谷氨酸預(yù)估模型的基礎(chǔ)上，將發(fā)酵產(chǎn)量作為最

3、優(yōu)化目標(biāo)，對補(bǔ)料流加率進(jìn)行優(yōu)化控制。通過對粒子群優(yōu)化算法(PSO)和量子粒子群優(yōu)化算法(QPSO)分析比較，提出采用QPSO對發(fā)酵補(bǔ)料過程進(jìn)行優(yōu)化。即以基質(zhì)糖補(bǔ)料速率為主控制，求取補(bǔ)料優(yōu)化軌線并加以控制，使得發(fā)酵終止時(shí)產(chǎn)物產(chǎn)量最高。谷氨酸發(fā)酵實(shí)驗(yàn)結(jié)果表明，采用該方法進(jìn)行補(bǔ)料優(yōu)化后，谷氨酸發(fā)酵產(chǎn)量有了一定提高。
　　 通過對谷氨酸發(fā)酵過程建模和補(bǔ)料優(yōu)化控制的研究，利用VB在界面設(shè)計(jì)方面的優(yōu)勢，結(jié)合Matlab強(qiáng)大的計(jì)算仿真功能，采