基于逆系统的赖氨酸发酵多变量解耦内模控制

针对赖氨酸发酵过程的时变、非线性和高耦合性,提出基于逆系统的赖氨酸发酵多变量解耦内模控制方法。根据动态递归模糊神经网络(DRFNN)的非线性辨识原理离线建立发酵过程的逆模型,将得到的逆模型串联在发酵系统之前,实现了发酵过程输入输出解耦线性化,从而得到伪线性系统;对复合后的伪线性系统采用内模控制。仿真结果表明,该方法能够适应赖氨酸发酵过程模型的不确定性和参数的时变性,具有较强的鲁棒性,且结构简单,易于实现。     

基于神经网络的酵母流加发酵过程最优重复控制新方法

本文提出了基于神经网络的酵母流加发酵过程最优重复控制的两种新方法,方法1 采用状态反馈控制律,用误差反传法学习过程和控制器神经网络参数。方法2 采用直接最优控制律,用误差反传法学习过程神经网络参数和控制作用,两种方法都具有很强的自适应能力,在控制方案实施时,采用了动态重复控制方式,使得本文控制方法具有类似于预测控制的优点,鲁棒性好,将其用于醇母流加发酵过程的优化控制,仿真结果令人满意,实验证明按最优流加轨线操作,可使产率提高26％,糖蜜消耗减少4％,本文方法为那些用传统方法难以建模的生化过程的优化控制提供了一条新途径。     

基于FCM与集成高斯过程回归的赖氨酸发酵软测量

为解决赖氨酸发酵过程中菌体浓度难以在线检测的难题,提出一种基于模糊C均值聚类(FCM)与集成高斯过程回归(GPR)的软测量建模方法。针对典型生物发酵过程可分为延滞期、指数生长期、稳定期、死亡期4个反应周期的特点,采用模糊C均值聚类算法对样本集进行聚类分析以形成若干子样本集;对每个子样本集分别采用高斯过程回归训练时,为提高GPR模型的泛化能力,利用Adaboost算法提升GPR模型,分别在各子集建立集成GPR软测量子模型;采用欧氏距离计算新样本点对应于每一子模型的隶属度;加权求和获得最终的软测量模型的预测输出。基于氨基酸类典型菌种L-赖氨酸反应过程菌体浓度参数预测的试验研究表明:与全局单一GPR模型、集成GPR模型和基于FCM与多GPR模型相比,所建立的基于FCM与集成GPR软测量模型拟合精度高,泛化能力强,较好地满足了赖氨酸发酵过程的控制要求。     

基于LS-SVM模糊推理的谷氨酸发酵过程流加控制*

针对发酵过程发酵阶段具有模糊性的特点,提出了采用最小二乘支持向量机(least square support vector machines, LS-SVM)提取并简化模糊规则的推理优化控制方法。利用能够在线测量的物理量,如CO2生成速率和NH3的添加量等,在线判定发酵过程所处的阶段,然后依据加权平均的方法确定各个时刻葡萄糖的流加策略,完成了对分段连续流加补料的稳定控制。通过实际应用,证明了该方法的有效性。     

基于PLC的发酵过程中pH的流加自控

利用可编程控制器(PLC)精确地控制阀门和蠕动泵的开闭时间、蠕动泵控制中和液的流量来实现发酵过程中的pH的流加自控.供试菌苏云金芽孢杆菌(Bacillus thuringiensis)发酵过程中发酵液的pH值得到了较好的控制.     

基于神经网络逆的赖氨酸发酵过程解耦控制系统的实现

赖氨酸发酵过程是一个时变、非线性、强耦合多变量系统。为了有效的控制直接反映发酵品质的重要生化过程参数,如菌体浓度、残糖浓度、产物浓度等,实现高性能的解耦控制的目标,将逆系统方法与神经网络相结合,提出了一种基于神经网络逆系统的赖氨酸发酵过程解耦控制方法。在一定程度上解决了传统解析逆系统解耦控制方案过于依赖过程模型和对模型参数的变化过于敏感的不足。在实验中,以发酵罐和嵌入式开发系统为平台对控制方法进行了验证。实验结果表明该解耦控制方法能够对菌体浓度、残糖浓度、产物浓度等重要的生化参数进行有效的控制,适应过程模型的不确定性和参数的时变性,具有较强的鲁棒性。     

赖氨酸细菌电极的研制和应用

氨基酸的分析测定在生化、医学、食品和发酵工程上都有重要意义。国外赖氨酸酶电极和细菌电极的研制已有一些报导。在赖氨酸发酵工业上特别需要一种简便快速的分析方法。本工作利用固定化细菌细胞的方法制备了L—赖氨酸细菌电极,找出了电极制备和测试的最佳条件,应用于发酵液中赖氨酸的分析,分析结果与茚三酮显色分光光度法一致,但分析简便迅速。     

L-缬氨酸发酵过程的代谢流分析

通过对L-缬氨酸发酵过程的代谢流进行分析，可获得提高L-缬氨酸产量的代谢调控手段。本论文应用流量平衡模型，通过物料衡算和MATLAB线性规划方法得到了L-缬氨酸发酵过程的代谢流量分布，并研究了L-缬氨酸发酵过程中的NADPH及ATP的代谢通量分布。代谢流分析结果表明，在分批培养生成L-缬氨酸的过程中，HMP是L-缬氨酸生物合成的关键途径，发酵过程中的ATP大部分以无效循环的形式消耗掉，应从遗传改造和发酵控制方面增大EMP途径的流量，降低TCA循环的代谢流，减少副产氨基酸的生成，进一步提高缬氨酸的产率。     

微生物批式流加发酵过程中的时滞最优控制

考虑到1,3-丙二醇(1,3-PD)批式流加发酵过程中的时滞现象,提出一个非线性时滞微分方程来描述该过程.以终端时刻1,3-PD的单位时间产量作为性能指标,同时,以甘油和碱的流加速度、发酵过程的终端时刻作为控制向量,建立一个含控制和状态约束的时滞最优控制模型.为了求解该最优控制问题,首先通过时间尺度变换,将该最优控制问题转化为具有固定终端时刻的等价最优控制问题;然后,应用控制参数化方法,将等价的最优控制问题用一系列有限维优化问题来近似;最后,构造一种改进的粒子群优化方法来求解相应的近似优化问题.数值结果表明,终端时刻的1,3-PD的单位时间产量比已有结果提高了约58%.     

基于最小二乘支持向量机逆系统的赖氨酸发酵过程解耦控制

将逆系统方法与支持向量机相结合,提出了一种基于最小二乘支持向量机（LS-SVM）的阶逆系统的赖氨酸发酵过程多变量非线性解耦控制方法．在分析了系统可逆性的基础上,利用具有高斯核函数的LS-SVM离线建立赖氨酸发酵过程的非线性逆模型．将得到的LS-SVM逆系统串联在原反应系统之前,使得复杂的非线性多变量系统解耦成多个相对独立的单输入单输出伪线性子系统,从而可用线性系统控制方法对其进行控制．仿真结果表明,LS-SVM逆系统解耦控制方法具有良好的逼近非线性系统的性能．该方法为实现多输入多输出非线性系统的解耦控制提供了一条新的思路．     

一种新的谷氨酸脱竣酶电极

研究开发实用型谷氨酸脱羧酶电极以克服华氏呼吸法及Hikuma等将大肠杆菌做成的微生物电极等不足，对味精生产及其发酵过程进行监控具有重要意义。近年来，国内已有些报导，采用由大肠杆菌制得的谷氨酸脱羧酶粗本科粉做成的酶电极，使电极的特性有所改善，但其灵敏度，响应时间等特性仍感不足，且未提及赖氨酸对谷氨酸脱羧酶电极的严重干扰及其消除方法。     

在肉猪饲料中添加赖氨酸降低饲养成本

在养猪生产中 ,饲料成本一般占总生产成本的70 %～ 75%。因此 ,降低饲料成本对降低总生产成本是十分重要的。通常 ,赖氨酸对猪为第一限制性氨基酸 ,它不能在组织中合成 ,只能由饲粮摄入 ,在饲料中添加赖氨酸 ,可提高饲粮所含粗蛋白质的利用率。有关资料指出 ,在消化能大于 1 2 5兆焦 /千克的饲料中 ,添加适量的赖氨酸可以收到明显的效果。赖氨酸的商品形式是赖氨酸·盐酸 (Ｌｙｓ·ＨＣｌ) ,商品上标明 98%含量指的是赖氨酸·盐酸的含量 ,扣除盐酸含量后 ,赖氨酸的含量仅为 77%～ 78% ,市售的赖氨酸有Ｌ型和Ｄ型两种 ,其中Ｄ型是发酵或化学…     

基于SSH框架神经网络建模在发酵过程中的应用

发酵过程中的一些关键生物参数难以实时在线测量,融合人工智能技术和面向对象的编程技术,设计并实现了一种基于Web的建模系统,集成各种神经网络及其优化算法对生物参数进行建模预估.利用Eclipse的开发平台,使用轻量缓框架,分离了表示层、业务逻辑层和数据持久层,在业务逻辑层对神经网络算法进行了实现,并完成了Java与Matlab的交互.该系统可用于实际的软测量建模,还可用于对不同建模方法的分析、比较.对赖氨酸发酵过程的实际应用效果验证了软件的有效性和可行性.     

基于人工智能的生物发酵控制系统方法

研究发酵控制优化问题,发酵控制系统是一个复杂的大时延系统,发酵过程具有动态性、时变性,传统难以获得较高的控制精度.为了提高生物发酵控制精度,提出一种人工智能的生物发酵控制算法.采用神经网络的智能性捕捉发酵过程的时变性、动态性变化特点,并采用智能算法中的粒子群算法对控制模型参数进行快速优化,最后采用仿真对控制系统进行测试.仿真结果表明,提出算法提高了生物发酵控制系统的控制精度高,系统鲁棒性强,为生物发酵控制优化设计提供了参考.     

氨基酸发酵过程优化控制

采用动力学模型描述苏氨酸发酵动态过程。对发酵过程进行优化控制,并建立了知识库系统。结果表明,缩短了发酵时间,提高了苏氨酸的产量和质量。     

发酵过程建模与优化控制的研究

针对发酵过程的时变性和强非线性,本研究采用神经网络对发酵过程建模,在线预测某些重要生物参数,并以这些生物参数的预测值为指导,使用遗传算法(GA)在线优化主要的环境参数,确定各参数的最优轨线来控制发酵过程,并构建了由PC机和单片机组成的发酵优化控制的监控系统.实验表明,该控制系统应用于实际发酵生产过程能有效提高发酵生产效率.     

PLC在啤酒发酵控制中的应用

0 引言 啤酒发酵是啤酒生产过程非常重要的环节,特别是对发酵过程中温度、压力的控制尤其重要.早期,由于人们对发酵机理认识不深,再加上采用控制器的限制,对发酵采取自动控制未能成功.随着人们对发酵机理的逐步认识,并随着可靠性高、能经受恶劣环境器件的引用,对发酵采用自动控制逐渐取得成功.     

分子动力学模拟聚赖氨酸在晶格界面上的吸附

分子模拟为从微观角度理解生物大分子提供了有利的工具。本文采用分子动力学方法研究在Pt(100)、Pt(110)及Pt (111)三种晶格界面上聚十赖氨酸分子的吸附,以从分子水平上研究蛋白质吸附的动态过程和机理。界面的作用使部分聚十赖氨酸分子出现了较明显的二面角变化,说明吸附过程中界面的特性对聚赖氨酸的分子结构有影响;在Pt(100)与Pt(111)界面上,聚十赖氨酸分子构象变化较大,Pt(110)变化较小。聚十赖氨酸分子在吸附中,能量变化与分子构象变化的结果一致,构象变化较大的Pt(100)和Pt(111)界面上聚十赖氨酸分子能量的平均值高于Pt(110)。聚十赖氨酸分子在Pt(100)与Pt(111)界面上先远离界面运动,然后在某位置稳定波动;在Pt(110)界面上先靠近界面运动一段时间后又远离界面。     

发酵过程的建模与优化方法研究

对于发酵这样一个复杂的非线性动态过程,由于在线传感器的缺乏,使得过程中的一些重要状态变量难以在线测量,从而给发酵过程的优化控制带来了极大困难。为此,提出了一种新型的动态网络—递归补偿模糊神经网络方法,实现对发酵过程的建模和状态估计,结果表明该网络能够较为准确地拟合过程的动态特性。进一步采用改进的蚁群算法来对发酵过程的控制变量进行优化,使发酵的产物产量得到提高。该方法应用于多粘菌素的发酵生产过程中,实现了状态变量的在线预估与控制变量的在线优化。     

烟叶发酵中温湿度的自动控制系统

烟叶发酵是卷烟生产过程中的重要一环,发酵质量的好坏直接影响到香烟的品质。在烟叶发酵周期内,控制发酵库的温度、湿度,使温度值和湿度值保持在预定曲线所确定的数值上,可以让烟叶发酵达到理想的效果。本文介绍了烟叶发酵过程中利用计算机集散控制技术原理,采用工控机及CS910智能调节器实现对发酵库的温度、湿度进行控制的方法。