本发明专利技术提供了一种金霉素发酵过程补糖速率优化控制的方法和系统。所述方法包括：建立补糖速率设定模型；建立可在线预测的、发酵罐中总糖浓度的软测量模型；对总糖浓度的软测量模型的参数进行校正，并按照校正后的软测量模型得出预测的总糖浓度目标值；对补糖速率设定模型进行校正，并按照校正后的补糖速率设定模型得出发酵过程中补糖速率的计算值；按照预置的金霉素发酵过程中的补糖控制算法、预测的总糖浓度目标值以及发酵过程中补糖速率的目标值，计算发酵罐在相应发酵阶段的补糖速率；按照补糖速率进行补糖操作，以实现对发酵过程中补糖速率的智能控制。
【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种金霉素发酵过程补糖速率优化控制的方法和系统。所述方法包括：建立补糖速率设定模型；建立可在线预测的、发酵罐中总糖浓度的软测量模型；对总糖浓度的软测量模型的参数进行校正，并按照校正后的软测量模型得出预测的总糖浓度目标值；对补糖速率设定模型进行校正，并按照校正后的补糖速率设定模型得出发酵过程中补糖速率的计算值；按照预置的金霉素发酵过程中的补糖控制算法、预测的总糖浓度目标值以及发酵过程中补糖速率的目标值，计算发酵罐在相应发酵阶段的补糖速率；按照补糖速率进行补糖操作，以实现对发酵过程中补糖速率的智能控制。【专利说明】一种金霉素发酵过程补糖速率优化控制的方法和系统
本专利技术涉及控制科学与工程、化学工程与
，特别是涉及一种金霉素发酵过程补糖速率优化控制的方法，以及一种金霉素发酵过程补糖速率优化控制的系统。
技术介绍
金霉素是属于四环素类的一种广谱抗生素，对革兰氏阳性菌、革兰氏阴性菌、螺旋体、立克次氏体、支原体、衣原体等均可产生抑制作用，在医药、畜牧业等领域具有广泛的用途。尤其在畜牧业上，金霉素具有抑菌、促生长、饲料利用率高、在肌体内残余量低等特点，生产技术成熟，生产成本低，是目前和未来较长一段时间内在饲料工业中用量最大的抑菌促生长剂。金霉素发酵是一个复杂的非线性、时变过程。发酵过程中的菌体细胞浓度、基质中的糖浓度、生成物浓度等始终是最重要的参数。发酵过程的主要特征表现为:①其动力学模型呈高度的非线性随着生物反应的进行，过程的动力学模型参数将发生变化，即具有强烈的时变特性；③除了某些物理(或化学)状态变量，如温度、压力、pH、溶解氧浓度(DO)等可在线测量外，有一些生物状态变量(如生物量、基质浓度、总糖浓度、产物浓度、生物活性等)很难实现在线测量。目前，在金霉素发酵过程中，pH、温度、溶氧、压力均可实现自动控制，只有补糖过程仍属手动控制模式。其主要原因为:由于缺乏可靠的在线传感器，发酵罐总糖浓度不能在线检测，只能通过手工取样，离线分析获得总糖浓度值。取样分析时间长，补糖速率调控滞后大。此外，补糖控制仍停留在手动控制阶段，控制效果很大程度上取决于操作人员的历史经验，自动化程度低，控制方式较为粗糙，补糖速率调整波动较大，对发酵罐效价和反应体积影响很大。
技术实现思路
本专利技术所要解决的技术问题是提供一种金霉素发酵过程补糖速率优化控制的机制，以实现对金霉素发酵过程补糖速率优化控制。为了解决上述问题，本专利技术公开了一种金霉素发酵过程补糖速率优化控制的方法，包括:根据预置的金霉素发酵过程的历史操作经验数据和操作规则数据，建立补糖速率设定模型，所述补糖速率设定模型包括针对金霉素发酵过程进行补糖操作设定的补糖速率的变化范围；基于所述发酵过程的历史数据，以及可在线检测的、发酵罐的相关参数值，采用数据挖掘算法、人工神经网络算法和最优化算法，建立可在线预测的、发酵罐中总糖浓度的软测量模型；根据所述历史数据和可在线检测以及离线分析的、发酵罐的相关参数值，对所述总糖浓度的软测量模型的参数进行校正，并按照校正后的软测量模型得出预测的总糖浓度目标值，进行校正时，使预测的总糖浓度值与离线分析的总糖浓度的偏差达到最小；根据可在线检测的、发酵罐的相关参数值，对所述补糖速率设定模型进行校正，并按照校正后的补糖速率设定模型得出发酵过程中补糖速率的计算值，使所述计算值与校正前所述补糖速率设定模型输出的补糖速率的目标值的偏差达到最小；按照预置的金霉素发酵过程中的补糖控制算法、预测的总糖浓度目标值以及发酵过程中补糖速率的目标值，计算发酵罐在相应发酵阶段的补糖速率；按照所述补糖速率进行补糖操作，以实现对发酵过程中补糖速率的智能控制。优选地，所述补糖控制算法如式(I):U(t)^U(t) + AU(t)(I)式(I)中，U(t)为t时刻的补糖速率；P(0为t时刻的补糖速率目标值；AU (t)为t时刻的补糖速率增量值；所述补糖速率增量值如式(2):Δ U(t)= δ (t).σ F(t) (2)式(2)中有:【权利要求】1.一种金霉素发酵过程补糖速率优化控制的方法，其特征在于，包括: 根据预置的金霉素发酵过程的历史操作经验数据和操作规则数据，建立补糖速率设定模型，所述补糖速率设定模型包括针对金霉素发酵过程进行补糖操作设定的补糖速率的变化范围； 基于所述发酵过程的历史数据，以及可在线检测的、发酵罐的相关参数值，采用数据挖掘算法、人工神经网络算法和最优化算法，建立可在线预测的、发酵罐中总糖浓度的软测量模型； 根据所述历史数据和可在线检测以及离线分析的、发酵罐的相关参数值，对所述总糖浓度的软测量模型的参数进行校正，并按照校正后的软测量模型得出预测的总糖浓度目标值，进行校正时，使预测的总糖浓度值与离线分析的总糖浓度的偏差达到最小； 根据可在线检测的、发酵罐的相关参数值，对所述补糖速率设定模型进行校正，并按照校正后的补糖速率设定模型得出发酵过程中补糖速率的计算值，使所述计算值与校正前所述补糖速率设定模型输出的补糖速率的目标值的偏差达到最小； 按照预置的金霉素发酵过程中的补糖控制算法、预测的总糖浓度目标值以及发酵过程中补糖速率的目标值，计算发酵罐在相应发酵阶段的补糖速率； 按照所述补糖速率进行补糖操作，以实现对发酵过程中补糖速率的智能控制。2.如权利要求1所述的方法，其特征在于，所述补糖控制算法如式(I): U {t) = U (r) +AU (t)(I) 式(I)中，U⑴为t时刻的补糖速率;n(t)为t时刻的补糖速率目标值；Λ U⑴为t时刻的补糖速率增量值； 所述补糖速率增量值如式(2):Δ U(t) = δ (t).σ F(t) (2) 式(2)中有:. 3.如权利要求1所述的方法，其特征在于，对所述总糖浓度的软测量模型的参数进行校正包括: 将？卜?中的历史罐批数据对(Xhaf)JhafM和pn+1中待预测罐批发酵时间截至到tf时刻的已知输入输出数据对{Xn+1(tf)，Yn+1(tf)}组合成修正递归模糊神经网络权值的数据库pn+1}，其中，每进行一次修正时，就将新产生的输入输出数据对更新到历史罐批数据中，实现滚动修正算法的效果； 其中，P11表示历史数据集,包括I~η个历史数据；Ρη+1表示预测数据集，X1-Jtf)表示I~η个历史罐批依序在发酵时刻tf_i τ对应的数据组成的在软测量模型输入的数据向量，Y1-Jtf)表示与X1Jtf)对应的发酵tf_i τ时刻实际输出值，Xn+1 (tf)表示发酵~时刻的软测量模型实时输入的数据向量，Yn+1 (tf)表示发酵tf时刻的软测量模型输出的数据向量，其中，i=n, L, I, τ为预设的发酵时间间隔。4.如权利要求1所述的方法，其特征在于，所述历史数据包括本次预设采样周期以及上次预设采样周期中检测的、发酵罐的相关参数值以及软测量模型的输出值，所述预设采样周期为4~8小时，在所述预设采样周期中可包括多个间隔均匀的采样点。5.如权利要求1所述的方法，其特征在于，还包括: 通过统计分析所述金霉素发酵罐中的二氧化碳的含量的变化趋势确定金霉素发酵阶段，所述金霉素发酵阶段分为菌体生长的停滞期、生长期、稳定期和衰亡期四个阶段。6.如权利要求1所述的方法，其本文档来自技高网...
【技术保护点】
一种金霉素发酵过程补糖速率优化控制的方法，其特征在于，包括：根据预置的金霉素发酵过程的历史操作经验数据和操作规则数据，建立补糖速率设定模型，所述补糖速率设定模型包括针对金霉素发酵过程进行补糖操作设定的补糖速率的变化范围；基于所述发酵过程的历史数据，以及可在线检测的、发酵罐的相关参数值，采用数据挖掘算法、人工神经网络算法和最优化算法，建立可在线预测的、发酵罐中总糖浓度的软测量模型；根据所述历史数据和可在线检测以及离线分析的、发酵罐的相关参数值，对所述总糖浓度的软测量模型的参数进行校正，并按照校正后的软测量模型得出预测的总糖浓度目标值，进行校正时，使预测的总糖浓度值与离线分析的总糖浓度的偏差达到最小；根据可在线检测的、发酵罐的相关参数值，对所述补糖速率设定模型进行校正，并按照校正后的补糖速率设定模型得出发酵过程中补糖速率的计算值，使所述计算值与校正前所述补糖速率设定模型输出的补糖速率的目标值的偏差达到最小；按照预置的金霉素发酵过程中的补糖控制算法、预测的总糖浓度目标值以及发酵过程中补糖速率的目标值，计算发酵罐在相应发酵阶段的补糖速率；按照所述补糖速率进行补糖操作，以实现对发酵过程中补糖速率的智能控制。...
【技术特征摘要】
【专利技术属性】
技术研发人员：陈祥光，姚民仆，王震，张惠康，杨建文，金怀平，黄苏一，余庆，
申请(专利权)人：浦城正大生化有限公司，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。