欢迎来到天天文库
浏览记录
ID:36795447
大小:2.33 MB
页数:90页
时间:2019-05-15
《生物发酵过程中的软测量技术应用研究》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、浙江大学硕士学位论文摘要发酵过程具有强非线性、时变性和相关性,要实现对发酵过程的进一步优化和控制,必须获得足够的发酵过程信息,但是目前发酵过程被测量参数仅局限于某些物理、化学参数,而对于较为复杂的生物参数,也是最关键的参数的在线测量,目前还没有较为成熟的技术可运用,采用软测量技术是解决此问题的出路之~4本文通过深入分析生物发酵的特点和机理,探求了软测量方法中常用的数学工具,结合前人研究的成果,提出了解决三类生物发酵参数软测量的方案。同时,考察了生物发酵过程控制装置系统的结构,提出了生物发酵过程软测量软件设计理论。本文的主要内容如下:1)简单介绍
2、了生物发酵过程,剖析了生物发酵过程的特点,指出了生物发酵过程面临的问题和改进的意义。针对面临的问题,提出用软测量的解决方法,同时,对软测量技术作了简要介绍。最后,陈述了发酵过程控制装置及其意义。2)介绍了软测量建模豹基本数学工具——卡尔曼滤波器、最小二乘方法和小波神经网络,重点介绍了小波神经网络,对小波神经网络在系统辨识中的优势和缺点作了阐述。3)对生物发酵过程进行了深入一步的了解,剖析了各生物发酵参数的相关性和软测量的可行性,重点研究了生物发酵过程的机理模型。4)重点研究了生物发酵中的软测量技术应用。分别讨论了模型精确、模型模糊和模型不可知三
3、种情况下的软测量建模方法。同时给出了相应算法,对计算机仿真结果作了比较分析,并提出了用于发酵过程的混和式软测量建模方法。5)对发酵过程控制装置以及软测量算法实现的软硬件平台——_Dcs系统进行了介绍,并结合软测量发展和实施的特点,重点研究了软测量软件设计理论,对相关软测量软件设计中的若干问题,给出了解决方案。浙江大学硕士学位论文最后对全文进行了总结,关键词:生物发酵,软测量,对软测量技术的发展进行了展望。小波神经网络,设计模式V浙江大学硕士学位论文ABSTRACTFermentprocessisastrongnonlinear,timevary
4、ingandcorrelatingprocess.Tocarryoutfurtheroptimizingandcontrolstrategy,moreinformationmustbegainedfirst.However,theprocesswillfacemanyproblemswhenbeingmeasured.Nowadays,onlythoseparameterssuchasphysicalandchemicalparameterscanbemeasuredon-line,andotherparameters,suchasbio-pa
5、rameterswhicharemorecomplexandimportant.cannotbemeasuredyet.Away-outistobuildasoft-sensor.Thisthesismainlystudiesonthefermentprocess.Withthemechanismandthesoft—measuringmethod,severalschemestosolvetheproblemofthesoft—sensoraretakenout.Andintheend,thisthesisalsostudiesthehard
6、wareandthesoftwaredesigningwheresoftwaredesignpatternsforthesoft·sensorareapplied.Themaincontributionsofthethesisareasfollows:1.Anoverviewismadeonthefermentprocess,andthecharacteristicsoftheprocessarestudied,thentheproblemsintheplantsaregiven.Tosolvetheproblems,soft—sensormu
7、stbeused,andthenthesoft-measuringmethodsarebrieflyintroduced.Attheendofchapterone,thestrategyofthecontroldeviceforfermentprocesshasbeenpresented.2.Themathematicalmethodsforsoft—measuringmodelsareshowninthethesis,includinglineartoolsasKalmanFilter,LeastSquareApproximation,and
8、thenonlineartoolsasWaveletNetworks.AcomparisonoftheWaveletNetworksandothern
此文档下载收益归作者所有