青霉素发酵过程建模和优化的研究

《青霉素发酵过程建模和优化的研究》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、万方数据AThesisinControlEngineeringModelingandOptimizationfortheFermentationProcessofPenicillinByZhangZhongyingSupervisor：ProfessorLiHongruNortheasternUniversityJune2012万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明

2、并表示谢：正思。学位论文作者签名：面钦晏荔。日期：溯)。6，步学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年町／一年口一年半口两年口学位论文作者签名：扣q萤靶签字日期：州)．石、方、导师签名：／乏刍唧印。辜签字日期：伽17．6．侈万方数据东北大学硕士学位论文摘要青霉素发酵过程的建模与优化研究摘要随着生物技术的快速发展，微生物发酵在国民经

3、济中的地位越来越重要。但由于发酵过程具有高度的非线性、时变性和不确定性，关键变量难以实现在线测量，导致发酵过程的优化控制异常困难。青霉素发酵过程是众多微生物发酵中较典型的一种生产过程，对青霉素发酵过程进行建模与优化研究有重要实际应用价值。本文根据青霉素产生菌的生长机理和青霉素补料分批发酵过程的动力学特性，在形态学结构动力学模型的基础上，建立了青霉素分批补料发酵过程最小二乘支持向量机的混合模型，对所建模型进行仿真。结果表明这种混合最小二乘支持向量机的模型可以较准确地模拟发酵过程的动态行为，可用于发酵过程的优化控制。针对青霉素发酵过程具有高度非线性等特点，在优化算法中采用量子粒子群算法对发

4、酵过程的操作变量进行优化计算。选择青霉素产量最大作为目标函数，流加率、温度、PH和溶氧度DO作为优化变量，并在MATLAB环境下对优化过程进行了仿真，结果表明，通过量子粒子群算法计算可以有效地提高青霉素的最终产量，达到了满意的效果。关键词：机理模型；最小二乘支持向量机；建模；量子粒子群；优化一II—万方数据东北大学硕士学位论文AbstractWi廿lthequickdevelopmentofthebiologicaltechnology,themicroorganismfermenthasbecomemoreandmoreimportantinnationaleconomy．Becau

5、seofthestrongnonlinearcharacteristic，time—variation,uncertaintyandsomeessentialbiologicvariablesaredifficulttobemeasureddirectlyinfermentativeprocess．Itmakestheoptimizationcontrolhardtorealizeinfermentativeprocess．Somodelingandforecastingforthefermentativeprocessbysoftsensormeasuringtechnologyis

6、oneofthemethodstoovercomethedifficulty．Penicillinfermentisthetypicaloneofallmicroorganismferment．Therefore，modelingandoptimizationcontrolofpenicillinfermenthasimportantactualvalue．Basedonthepenicillinfermentationprocessesanddynamicsdifferentialequationmodels，thisthesisdesignsahybridmodel、)l，itll

7、leastsquaresupportvectormachine，andestablishestheprobabilitymodelsofPenicillinfermentationprocesses．Thesimulationresultsprovethattheleastsquaresupportvectormachinemodelcallapproximatetheprocessandpredictthestatevariablesexac