欢迎来到天天文库
浏览记录
ID:32476591
大小:1.43 MB
页数:48页
时间:2019-02-07
《轻工发酵过程软测量技术的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要随着我国轻工业迅速发展,对生产过程自动化程度要求不断提高。同时,由于轻工发酵过程的高度非线性以及生物传感器的缺乏,使一些重要的过程变量无法进行在线测量,以致难以实现发酵过程的优化控制。因此,通过对发酵过程建模,对不可在线测量变量(基质浓度、菌体浓度和产物浓度)进行软测量就显得非常重要了。首先,在综合和大量文献的基础上,对发酵过程建模方法进行了分析。其次,在对最具代表性的误差反向传播神经网络(BackPropagation,BP)用于发酵过程建模进行分析的基础上,将基于结构风险最小化原则(S切lctIl瑚】mskMinimization,SRM)的支持向量机(Sup
2、portVectorMachine,SVM)建模方法用于发酵过程建模。仿真结果表明SVM解决了神经网络容易出现的泛化能力弱等问题,但同时也存在着抗噪能力弱和训练时间较长的缺点。再次,针对SVM在抗噪能力上的缺陷,提出了基于欧氏空间的模糊支持向量机(FuzzySVM,FSVM)。仿真结果表明,FSVM能够有效的提高过程量有较大变动时的仿真精度。随后,针对SVM及FSVM训练时间较长的问题,综合比较了分解算法、分块算法以及序列最小优化算法(SequentialMinimalOptimization,SMO),结果表明SMO算法训练时间明显缩短。并且通过改进训练时的阈值条件
3、,提出了改进型的SMO算法,进一步提高了训练速度。最后,在对轻工发酵过程建模方法研究基础上,利用VB在界面设计方面的优势,结合Maflab强大的计算能力,开发了一套轻工发酵过程集散控制系统监控软件。关键词:轻工发酵、支持向量机、模糊、序列最小优化算法,监控软件AbstractWiththequickdevelopmentofthelightindustry,therequestoftheautomatizationextentontheproducingprocessistecomillghard.Inthesamewhile,becauseofthestrongno
4、nlinearandlackingofthebiosensorsinthefermentationcourseofthelightindust珂,someimportantprocessparametersaredifficulttobemeasured.Itnlakc5realizingtheoptimizationcontrolofthefermentationbard,∞it’simportantthatsoft辩nsormc勰uringtheparameterwhichcouldn’tbemeasuredon-linesuchaStheconcentratio
5、nofmedium,myceliaandpenicillinbymodelingthefermentationcotlrse.Firstly,modelingmethodofthefermentationprocessisanalyzedaftersumminguplotsofarticles.Secondly,AftersumminguptheanalyzingoffermentationmodelingprocessinWhichusingthemostrepresentativeArtificialNeuralNetwork(ANN)such鹪theBackPr
6、opagafiou03nnetworktomodel,aflewmodelingmethodbasesOlltheprincipleofStructure耻skMinimization(sItM)such器theSupportVectorMachine(SVM)methodisapplied.Afteranalyzingtheinfluenceofthemodelingresult谢tllchangingtheparameterofSVM。thesimulinkingresultofmediumconcentrationshowsthattheSVMmethodcan
7、resolvetheproblemssuch锄weakgeneralizationabil姆whicheasilyappearsintheBPnetwork,butinthesamewhiletheSVMmethodalsohassomeshortcomingssuchaSweakantinoiseabilityandlong缸ainingtime。Thirdly,tosolvetheproblemofweakantinoi∞abilityoftheSVMmethod,aFuzzy-SVM口SVM)whichbasesOiltheEuclidspac
此文档下载收益归作者所有