發(fā)酵過(guò)程模糊自適應(yīng)控制方法的研究.pdf

1、微生物發(fā)酵過(guò)程具有高度的非線性和時(shí)變性,其內(nèi)在機(jī)理非常復(fù)雜。一些重要的過(guò)程變量不能在線測(cè)量,導(dǎo)致發(fā)酵過(guò)程的建模和控制更為復(fù)雜。本文以谷氨酸發(fā)酵過(guò)程為研究對(duì)象,應(yīng)用智能控制方法,對(duì)于該過(guò)程的建模和控制問(wèn)題進(jìn)行了研究。
　　 以味精生產(chǎn)過(guò)程現(xiàn)場(chǎng)記錄的大量數(shù)據(jù)為基礎(chǔ),利用神經(jīng)元網(wǎng)絡(luò)建立了谷氨酸發(fā)酵過(guò)程的多變量動(dòng)態(tài)數(shù)學(xué)模型。然后將模糊控制理論、神經(jīng)網(wǎng)絡(luò)理論和遺傳算法相結(jié)合,設(shè)計(jì)了基于遺傳算法的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)控制器。首先應(yīng)用遺傳算法調(diào)

2、節(jié)控制規(guī)則前件變量的隸屬度函數(shù)參數(shù)和后件變量的作用值,之后再用BP學(xué)習(xí)算法進(jìn)行在線調(diào)節(jié)。以本文所建立的發(fā)酵過(guò)程神經(jīng)網(wǎng)絡(luò)模型為對(duì)象進(jìn)行了仿真研究,并針對(duì)菌體濃度測(cè)量環(huán)節(jié)存在干擾的情況設(shè)計(jì)了仿真實(shí)驗(yàn),結(jié)果證明該控制器能夠?qū)劝彼岚l(fā)酵過(guò)程進(jìn)行有效的控制,并且能夠有效地適應(yīng)和感知操作和環(huán)境的變化。
　　 最后將發(fā)酵過(guò)程的離線最優(yōu)化控制方法與在線自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)控制方法相結(jié)合,設(shè)計(jì)了主輔結(jié)合的混合式模糊自適應(yīng)發(fā)酵過(guò)程控制方法。以離線優(yōu)化