赖氨酸发酵过程关键参数的模糊神经网络逆软测量研究

被引:10
作者
黄永红
孙玉坤
王博
朱湘临
夏成林
机构
[1] 江苏大学电气信息工程学院
基金
高等学校博士学科点专项科研基金;
关键词
软测量; 模糊神经网络; 逆系统; 虚拟子系统; 赖氨酸; 发酵过程;
D O I
10.19650/j.cnki.cjsi.2010.04.024
中图分类号
TP274.4 [];
学科分类号
摘要
针对微生物发酵关键生物量参数(基质浓度、菌丝浓度和产物浓度)难以直接测量的问题,以赖氨酸发酵过程为研究对象,采用基于"虚拟子系统"的模糊神经网络逆系统软测量方法对关键生物量参数进行在线估计。假定在发酵过程内部存在一个以不可直接测量参数为输入,直接可测参数为输出的"虚拟子系统",并建立"虚拟子系统"的数学模型。再构造"虚拟子系统"的模糊神经网络逆系统,将逆系统串接在"虚拟子系统"后构成复合伪线性系统,得到动态软测量模型,实现不可直接测量参数的在线估计。实验结果表明:该方法能很好地实时估算赖氨酸发酵过程关键参数,为进行赖氨酸发酵过程补料优化控制打下良好的基础。
引用
收藏
页码:862 / 867
页数:6
相关论文
共 9 条
[1]   基于支持向量机的赖氨酸发酵生物参数软测量 [J].
孙玉坤 ;
陈明忠 ;
嵇小辅 ;
黄永红 .
仪器仪表学报, 2008, (10) :2067-2071
[2]   红霉素发酵关键生化量的动态软测量方法 [J].
戴先中 ;
丁煜函 ;
王万成 .
仪器仪表学报, 2006, (S2) :1046-1048
[3]   基于支持向量机的软测量方法及其在生化过程中的应用 [J].
常玉清 ;
王福利 ;
王小刚 ;
吕哲 .
仪器仪表学报, 2006, (03) :241-244+271
[4]   RBF神经网络在卡伯值软测量中的应用研究 [J].
邱书波 ;
王化祥 ;
刘雪真 .
电子测量与仪器学报, 2005, 19 (01) :30-34
[5]   基于自适应模糊聚类的神经网络软测量建模方法 [J].
王锡淮 ;
李少远 ;
席裕庚 ;
不详 .
控制与决策 , 2004, (08) :951-953
[6]   赖氨酸流加发酵过程优化控制 [J].
潘丰 ;
冯品如 .
自动化仪表, 1998, (04) :33-35
[7]   赖氨酸流加发酵最优控制的研究 [J].
宫衡 ;
伦世仪 .
生物工程学报, 1996, (04) :482-488
[8]   基于神经网络的通用软测量技术 [J].
王旭东 ;
邵惠鹤 .
自动化学报, 1998, (05) :128-132
[9]  
软测量技术原理及应用.[M].李海青;黄志尧等编著;.化学工业出版社.2000,