基于KPCA-DFNN海洋微生物发酵过程软测量建模

针对海洋微生物发酵过程中关键生物参量（基质浓度、菌体浓度、产物浓度等）在线测量困难,离线化验滞后大,难以实现实时控制的问题,提出了一种基于核主元分析(KPCA)与动态模糊神经网络(DFNN)相结合的软测量方法。以典型的海洋微生物-海洋蛋白酶发酵过程为例,通过KPCA提取输入数据空间中的非线性主元,将提取的主元作为DFNN的输入,基质浓度、菌体浓度、相对酶活作为DFNN的输出,建立了基于KPCA-DFNN的海洋蛋白酶发酵过程生物参量软测量模型。仿真结果表明,KPCA-DFNN模型比DFNN和PCA-DFNN建模的测量精度高,跟踪性能强,能很好地满足发酵过程中生物参量的测量要求。     

发酵罐KPCA与SVR软测量技术的研究

青霉素发酵过程具有较强的非线性、时变性和不确定性,发酵过程中的基质浓度、青霉素菌体浓度、产物浓度等关键生物参数难以实时在线测量,而离线化验存在时滞大的问题,难以满足实时在线控制的要求。针对这一问题,提出了一种基于核主成分分析(KPCA)与支持向量机回归(SVR)的软测量建模方法。首先,利用KPCA提取软测量输入数据空间中的非线性主成分;然后,采用SVR算法建立了可准确预测青霉素发酵过程重要参数的软测量模型。试验结果表明,与传统建模方法相比,KPCA-SVR软测量模型的测量精度高、跟踪性能好、泛化能力强,能满足发酵过程中青霉素菌丝浓度的在线测量要求,是一种有效的软测量建模方法。     

生物发酵过程变量的NN-MIV软测量模型

针对生物发酵过程中关键生化参量的在线检测问题,提出一种基于平均影响值的神经网络(NN-MIV)变量选择方法。发酵过程初始软测量模型含有多个辅助变量,MIV方法计算辅助变量对主变量的外部贡献率,NN方法计算辅助变量对主变量的内部贡献率,文中将两种方法综合提出了NN-MIV方法,其计算出的辅助变量对主变量的贡献率稳定性好。利用筛选出最优辅助变量建立软测量模型,对青霉素发酵过程做了数值仿真实验,与传统的变量筛选方法相比,该方法筛选出的辅助变量少,建立的软测量模型估计精度高。     

基于连续隐Markov 模型的发酵过程软测量方法

针对生物发酵过程中一些生物参量难以用仪表进行在线检测的问题,提出一种基于连续隐Markov模型（CHMM）的发酵过程软测量建模方法.为减少建模过程的计算量,提出了改进最小分类误差准则,用于CHMM软测量模型参数估计.为避免软测量结果在发酵过程监测与控制实际应用中存在的盲目性,提出了在线评价软测量结果可靠性的可信度评价指标.实验结果表明了所提出方法的有效性以及可信度评价指标的实际意义.     

青霉素发酵过程的粒子群模糊神经网络软测量

针对青霉素发酵过程中的基质浓度、菌体浓度、产物浓度等关键生物参数难以在线实时测量的问题,提出了一种基于粒子群模糊神经网络的软测量建模方法.采用模糊径向基函数-神经网络(RBF-NN)构建青霉素发酵的软测量模型,同时,结合改进粒子群优化训练算法(PSO),建立了青霉素反应过程的软测量模型,并对发酵工艺进行了仿真试验研究.仿真试验结果表明,所建立的软测量模型测量精度高、效果好,能够满足工程实际的要求.     

基于改进极限学习机的软测量建模方法

针对生物发酵过程中一些生物参量难以测量的问题,提出一种基于改进极限学习机（IELM）的软测量建模方法。该方法通过最小二乘方法和误差反馈原理计算出最优的网络输入到隐含层的学习参数,以提高模型的稳定性和预测精度。通过双对角化方法计算出最优的输出权值,解决输出矩阵的病态问题,进一步提高模型的稳定性。将所提方法应用于红霉素发酵过程生物量浓度的软测量。结果表明,与ELM、PL-ELM、IRLS-ELM软测量建模方法相比,IELM在线软测量建模方法具有更高的预测精度和更强的泛化能力。     

基于QPSO-LSSVM的L-缬氨酸发酵建模

最小二乘支持向量机(least square support vector machine,LSSVM)是1种新的机器学习算法,它采用结构风险最小化准则,能有效提高模型的泛化能力,且具有运算速度快、抗噪能力强等特点.本文针对最小二乘支持向量机发酵建模中,选择重要模型参数值的问题,提出利用全局搜索能力强的量子粒子群优化算法,优化LSSVM建模过程的重要参数,并将该混合建模方法应用于L-缬氨酸发酵,建立L-缬氨酸产物浓度、菌体浓度和底物浓度等重要过程变量的预测模型,在线预估这些不能在线测量的生化状态变量.实验表明,混合算法所建立起的L-缬氨酸发酵模型在模拟菌体生长、底物消耗及发酵产酸过程的变化等方面都比BP神经网络建模方法具有较小的拟合误差和较好的推广性能,可以为L-缬氨酸发酵生产过程提供动态模拟,具有重要的实用价值.     

基于KPCA和最小二乘支持向量机的软测量建模

为了解决化工领域数据建模小样本、不适定性、非线性等问题,提出了一种基于核主元分析(KPCA)和最小二乘支持向量机的软测量建模方法,用核主元分析对输入变量进行数据压缩,消除变量之间的相关性,运用PSO算法对核参数进行了寻优,通过交叉验证的方法对支持向量机进行参数选择.将其用于双酚A(BPA)软测量建模的研究结果表明:方法具有学习速度快、泛化能力强等优点,为BPA软测量建模的在线实施提供了方便.     

基于KFCM和AMDE-LSSVM的软测量建模方法

针对软测量建模过程中模型存在失效问题,提出了一种基于KFCM和AMDE-LSSVM多模型的软测量建模方法。首先,采用核模糊C均值聚类(Kernel-based fuzzy c-means algorithm,KFCM)对训练样本数据进行划分,然后利用最小二乘支持向量机(least squares vector machina,LS-SVM)对每个聚类建立子模型,并使用自适应变异差分进化算法(Adaptive Mutation different evolution, AMDE)对最小二乘向量机中的径向基宽度和惩罚系数进行寻优。将提出的算法用于秸秆发酵关键参数乙醇浓度、基质浓度（总糖浓度）、菌体浓度检测中,通过软测量建模得到的预测值与离线化验值进行对比,证明方法的有效性。实验结果表明,改进后的算法克服了差分进化算法中容易陷入局部最优,早熟收敛的现象;建立的新模型相比单一模型,乙醇浓度、基质浓度（总糖浓度）、菌体浓度测量误差分别为0.64%,1.85%和0.75%,具有更好地适应秸秆发酵过程、提高测量精度的优势。     

基于改进KH-ANFIS 的海洋溶菌酶发酵过程软测量

针对海洋溶菌酶（Marine Lysozyme,ML）发酵过程菌体浓度在线检测难以实现,离线测量不能反映发酵过程当前变化等问题,提出了一种基于改进磷虾群—自适应模糊神经网络软测量（HLKH-ANFIS）建模方法。首先利用自适应莱维飞行策略对传统KH进行改进,从而提升算法的全局搜索能力;同时利用跳变技术（HOT）对KH算法位置更新公式进行改进,提高算法的局部寻优能力,然后利用改进的KH算法对自适应模糊神经网络反馈进行优化,改善其过度修正和计算量大的问题;最后建立基于HLKH-ANFIS的海洋溶菌酶发酵过程菌体浓度软测量预测模型,仿真分析表明：相较于KH-ANFIS预测模型,HLKH-ANFIS模型的误差较小,具有更好的预测能力,能够满足ML发酵关键参量的在线预测需要。     

基于氧电极的乙醇微生物传感器的在线检测系统

乙醇氧化菌消耗利用乙醇,并产生溶解氧的特性,结合 Clark 氧电极技术设计一种新的乙醇微生物传感器检测方法.该微生物为嗜有机甲基杆菌,是以乙醇作为唯一的碳源生长的菌株.采用利于微生物细胞生长的 PVA-海藻酸盐溶胶-凝胶包埋法,对筛选、分离得到的乙醇氧化细菌固定处理,通过 Clark 氧电极对催化乙醇产生的溶解氧进行...     

酒精五塔蒸馏工艺过程模拟

针对典型的酒精蒸馏五塔工艺流程及蒸馏过程各物流的组成、压力、温度等工艺条件,分析模拟计算的热力学方法和热力学数据,结果表明,本文所选用的热力学方法SRKM、IDEAL、NRTL及物流组分交互作用参数均适用于酒精蒸馏五塔工艺流程,各工艺物流的模拟数据与设计数据最大误差均小于4.5%,模拟值与设计值比较吻合,不超出设计误差(10%)的限度.     

提高乙醇气体传感器性能的方法

提高乙醇气体传感器性能的途径有改变材料、结构以及工作原理。其中改变材料包括 :(1)添加催化剂 ,提高材料的活性 ;(2 )选择敏感特性更好的材料 ;(3)在表面涂敷一层特定材料 ,减小其它气体的干扰。改变结构包括 :(1)改变材料的微观结构———超微粒化 ;(2 )改变材料的宏观结构 :烧结型→厚膜型→薄膜型 ;(3)改变敏感元件的结构 :由一个敏感电阻器变为两个敏感电阻器     

提高乙醇气敏传感器性能的途径

本文从改变材料、结构、工作原理三个方面论述了提高乙醇气敏传感器性能的途径及效果 .其中改变材料包括 :(1)添加催化剂 ,提高材料的活性 ;(2 )选择敏感特性更好的材料 ;(3)在表面涂敷一层特定材料 ,减小其它气体的干扰 .改变结构包括 :(1)改变材料的微观结构——超微粒化 ;(2 )改变材料的宏观结构 :烧结型 ,厚膜型 ,薄膜型 ;(3)改变敏感元件的结构 :由一个敏感电阻变为两个敏感电阻     

人工神经网络用于乙醇发酵生产过程的建模探讨

基于发酵生产的特点及建模要求,以某企业燃料乙醇生产过程为研究对象,利用工业生产中的参数及数据,建立了以乙醇发酵效果为目标的BP神经网络模型,以静态模型反映复杂的动态问题.探讨了乙醇发酵生产模型的误差产生原因,并提出改进方案,根据已有经验将相关参数进行了合理组合,调整神经网络模型的输入输出参数结构,以提高仿真模拟效果.通过多次模型改进,使模拟的平均相对误差从10%提高至5.4%,为进一步研究发酵生产建模提供了思路.     

Non-singular optimal control for fed-batch fermentation processes with a differential-algebraic system model

The problem of optimal control for fed-batch fermentation processes is studied with nonlinear differential-algebraic system modelling. A non-singular optimal control strategy has been developed as a result of the necessary condition analysis of non-singularity of the Hamiltonian function established for the processes. Proof of the optimality of the proposed feeding policy is given. The difficulty associated with singularity of the fed-batch operation mode can thus be avoided. The ethanol fermentation process from glucose by S. cerevisiae is taken as an example for the optimization application. It has been found that previous investigations by some authors, with different optimization methods, led to overestimation of the product formation from the process. A constraint is thus put on the specific productivity, which if unconstrained is responsible for the existing inaccurate predictions. This constraint takes into account the stoichiometry involved in the fermentation. Our simulation study has shown that a realistic result can be achieved with the proposed non-singular optimization scheme.     

电化学WO_3基乙醇气敏元件的研制

在WO3粉体材料中加入一定质量比的添加剂,于恒温600℃烧结1h制成旁热式厚膜乙醇气敏元件。采用静态电压测量法,研究了元件的加热电压与元件灵敏度β的关系以及添加剂对元件的响应与恢复时间的影响。实验结果表明:WO3基元件掺入质量分数为0.5%的PdC l2在加热功率为600mW下可制作成反应能力强、灵敏度高的乙醇气敏元件。     

甲/乙醇气体传感器的研究进展

甲/乙醇作为重要的新型能源已逐渐得到广泛使用,如甲醇燃料电池和甲醇汽油,利用乙醇制取化工原料、乙醇汽油等。甲/乙醇极易挥发,属于易燃易爆气体,因此,检测环境中的甲/乙醇气体浓度显得非常重要。综述了甲/乙醇气体传感器的研究进展,并重点在氧化物、聚合物和金属纳米粒子三种类型的甲/乙醇气体敏感材料进行了阐述。     

基于多壁碳纳米管-铂纳米颗粒纳米复合材料的乙醇生物传感器

采用超声法制备了多壁碳纳米管－铂纳米颗粒( MWCNTs￣PtNPs)纳米复合材料,并将其修饰于乙醇生物传感器,表现出良好的检测性能。实验结果表明：传感器最低检测限为0.02 mmol/L,线性范围为0.25 mmol/L~3.00 mmol/L,灵敏度为0.92332μA/( mmol/L),并且具有高稳定性和良好的重现性。     

燃料乙醇企业能流分析

为了提高燃料乙醇生产企业的能量利用效率,本文针对以粮食为原料的典型燃料乙醇能量系统,以某企业为例开展了能流分析.首先运用e!Sankey软件绘制了详尽的企业能流图,在此基础上全面分析了能量流动和消耗的情况,计算出单耗及能量利用率等相关指标,识别出其中能耗高、能效低的薄弱环节.通过开展节能潜力分析,提出余热利用、工艺改进等系统节能的措施建议,预计可降低能耗约28%.以上分析方法对生物质能源产业的循环经济发展有指导意义.