發(fā)酵過程預測控制研究.pdf

1、微生物發(fā)酵過程具有高度的非線性和時變性，其內在機理非常復雜。一些重要的過程變量不能在線測量，導致發(fā)酵過程的建模和控制更為復雜。傳統(tǒng)的解析式模型很難用于發(fā)酵過程的優(yōu)化控制。 預測控制通過在線反復優(yōu)化和反饋校正進行最優(yōu)控制，對模型要求低，在線計算方便，對復雜環(huán)境的適應性勝過傳統(tǒng)的最優(yōu)控制。預測函數(shù)控制(PFC)比傳統(tǒng)的預測控制更注重控制量的結構，即把控制輸入看作若干選定的基函數(shù)的線性組合，優(yōu)化確定組合的權值，在線計算量小。預測控制在

2、化工、冶金和石油加工等過程取得了成功的應用，但在發(fā)酵過程應用很少，因此嘗試發(fā)酵過程預測控制研究很有價值。 本論文通過對預測函數(shù)控制特點的分析，結合青霉素發(fā)酵過程，研究基于分段線性化的多模型預測函數(shù)控制和基于BP網(wǎng)絡的預測函數(shù)控制。 將基于分段線性化的多模型預測函數(shù)控制應用于青霉素發(fā)酵過程，在非線性系統(tǒng)的各個平衡點附近進行線性化，建立相應的線性化局部模型。針對各局部模型，分別設計預測函數(shù)控制器，然后利用改進的加權器對各局部

3、控制器進行加權并求和得到總的控制器。 將基于BP網(wǎng)絡的預測函數(shù)控制應用于青霉素發(fā)酵過程。內部模型采用串聯(lián)結構的模型，將先驗輸出模型與BP網(wǎng)絡相串聯(lián)。輸出模型為青霉素產(chǎn)物濃度輸出方程。采用BP網(wǎng)絡對過程的非線性動力學特性建模得到產(chǎn)物濃度輸出方程的系數(shù)。根據(jù)青霉素發(fā)酵過程中可在線測量的二氧化碳釋放率(CER)，實現(xiàn)青霉素發(fā)酵過程產(chǎn)物濃度的預估。用BP網(wǎng)絡構成預測函數(shù)控制的神經(jīng)網(wǎng)絡控制器，討論了該神經(jīng)網(wǎng)絡控制器的權值的校正方法。