重组毕赤酵母表达期菌体浓度的软测量模型

建立了用于在线估计高密度重组毕赤酵母培养过程中处于表达阶段的菌体密度软测量模型。分别对比了基于遗传算法（GA）的动力学软测量模型以及基于人工神经网络（ANN）的软测量模型，并对神经网络软测量模型的拓扑结构以及训练参数进行了初步探讨。当采用基于遗传算法（GA）的动力学模型，模型拟舍值的最大误差为7．63％；在采用神经网络软测量技术时，选取合适的模型结构和输入参数，最大误差为3．12％，而且软测量模型可以很好地反映菌体浓度实时变化趋势。该研究结果表明，在酵母细胞的高密度培养过程中采用基于神经网络的软测量模型具有较高的准确度，可以较好地实时反映发酵过程中菌体浓度的变化。     

微生物生长过程中菌体浓度的软测量

菌体浓度是微生物生长过程中关键的质量指标 .作者利用RBF神经网络建立了微生物生长过程中菌体浓度的软测量模型 ,探讨了软测量模型的动态校正方法 ,通过仿真验证了该方法的有效性 .     

一种新的赖氨酸发酵过程软测量建模方法

为了对赖氨酸发酵过程进行优化控制,提高发酵产品得率,在生物参数在线实时检测困难的情况下,提出了基于支持向量机软测量建模方法。赖氨酸发酵过程中,准确检测菌体细胞浓度、基质中的葡萄糖浓度、生成产物浓度等生物参数是发酵生产过程优化控制的前提和基础。支持向量回归机软测量模型有更好的逼近能力和更强的推广能力。在实验中以赖氨酸发酵过程为对象,对软测量模型进行了验证。仿真计算结果和实验表明模型能够输出精确的生物参数预测值。     

谷氨酸发酵过程菌体浓度监测系统的设计

谷氨酸发酵过程菌体浓度是影响发酵转化率的重要参数。监测系统是将训练好的软测量模型用程序实现在计算机控制系统中,将现场采集到的工艺数据作为软测量模型的输入,菌体浓度作为输出,软测量模型程序可以实现对菌体浓度的在线估计,从而提高谷氨酸产量,降低生产成本,提高经济效益。     

间歇蒸煮过程软测量建模综述

蒸煮是制浆造纸的重要一环。蒸过程的复杂性、不确定性导致了过程参数检测的困难。中对间歇蒸煮过程中的软测量建．模技术进行了综述。从建立软测量模型的方法、影响模型性能的因素以及模型的在线校正等方面，结合实际应用进行了详细讨论。分析了将软测量模型应用到蒸煮过程中存在的问题及原因，对将来的发展趋势作了简要展望。     

基于双取样点的立锅间歇蒸煮过程卡伯值软测量模型

建立了一个基于双取样点的间歇蒸煮过程卡伯值软测量模型.该模型同时利用了大量脱木素起始阶段和残余脱木素起始阶段两个取样点的有效碱浓度,降低了有效碱浓度测量误差对卡伯值预测精度的影响,提高了模型的鲁棒性,比其他单独利用初始有效碱浓度或某个过程取样点有效碱浓度的模型更能反映蒸煮过程卡伯值的变化.通过用工厂实际数据对模型的检验,新模型的优点得到了证实.     

基于PCA降维模型的造纸废水处理过程软测量建模

针对造纸废水处理过程的复杂特性,本课题将主成分分析（PCA）与人工神经网络（ANN）和支持向量回归（SVR）相结合,构建出两种新的软测量模型：主成分分析-人工神经网络（PCA-ANN）和主成分分析-支持向量回归（PCA-SVR）。本课题将这两种软测量模型应用于造纸废水处理过程中出水化学需氧量（COD）和出水悬浮固形物（SS）浓度的预测。计算结果表明,PCA-ANN和PCA-SVR的预测效果均优于偏最小二乘、支持向量回归和人工神经网络3种常规软测量模型,并且PCA-ANN的预测效果最优。对于出水COD浓度预测,PCA-ANN的决定系数（R2）为0.984,均方误差（MSE）为1.892,较ANN分别优化了9.7%和71.5%。对于出水SS浓度预测,PCA-ANN的R2为0.762, MSE为0.228,较ANN分别优化了31.2%和58.7%。     

DCS系统中卡伯值软测量模型修正方法讨论

蒸煮过程衡量纸浆质量的重要指标为卡伯值。蒸者过程的复杂性、不确定性导致难以直接检测该参数。本文在分析卡伯值软测量模型建立方式的基础上,结合蒸煮过程DCS控制系统,对依据数据库的卡伯值软测量模型修正方法进行了讨论。     

染色废水中元明粉浓度的软测量模型

元明粉浓度是影响电导率最主要的因素,为了能在线测量染料废液中的元明粉浓度,通过对试验数据进行曲线拟合,建立了元明粉浓度-电导率曲线模型的染液浓度软测量方法,对染色废液中元明粉残存量实现较精确的测量.     

基于集成多支持向量回归融合的上浆率在线软测量方法

现有浆纱过程上浆率的检测无法实现实时在线测量,直接影响纱线产品质量的保障。本文提出一种新的基于Bagging多SVR融合的建模方法,建立上浆率在线软测量模型。首先对浆纱过程进行分析,确定影响上浆率的主要因素。将这些主要因素作为模型的输入,用不同的核函数、损失函数和参数建立基本SVR模型。使用Bagging将多个SVR模型进行融合,使他们的优势进行互补,不足得以克服,得到最终的上浆率在线软测量模型。使用实际生产数据对模型进行检验,并将其与传统软测量方法进行比较,结果表明基于Bagging多SVR融合的上浆率在线软测量模型的性能优于传统软测量模型,并具有较高的测量精度,完全能够满足实际生产的需要。     

纸浆洗涤过程残碱在线测定

根据纸浆洗涤过程的工艺特点，提出了采用基于神经网络的洗后纸浆残碱含量软测量模型，并且用它对洗后纸浆残碱含量进行了在线测量，结果表明：该软测量方法效果较好。     

残碱和黑液波美度的在线软测量方法及实现

残碱和黑液波美度是评价纸浆洗涤质量的两个重要指标,但二者在线直接测量难度大,笔者基于集散控制系统采集的大量现场数据和用机理模型得到的模拟数据,建立了二者的稳态神经网络模型,通过最小二乘法进行在线校正,建立了一套新型残碱和黑液波美度的软测量方法。计算机仿真和现场数据比较结果证明了该软测量方法的有效性。     

基于梯度增强决策树算法的纸张质量软测量模型

本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度。结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7. 21%、7. 38%和3. 5%;采集新数据验证后,纸张抗张强度、柔软度和松厚度的平均相对误差分别为6. 87%、6. 88%和3. 12%,表明模型对新验证数据的预测结果精度高。     

减压膜蒸馏用于纤维素溶剂N-甲基吗啉-N-氧化物浓缩回收研究

为解决纤维素绿色溶剂N-甲基吗啉-N-氧化物(NMMO)传统浓缩回收工艺存在的能耗高、回收率低等不足,提出基于减压膜蒸馏(VMD)技术的NMMO浓缩回收方法。通过考察VMD过程中真空度、料液流速、料液温度、料液浓度对膜蒸馏过程的影响,并对深度浓缩的可行性和体系运行稳定性进行研究。结果表明:膜蒸馏通量随真空度、料液流速、料液温度的增大而增大,随料液浓度的增大而减小,产水浓度随真空度的增大而减小,而料液流速、料液温度、料液浓度对产水浓度影响不明显;采用VMD过程可成功将初始质量浓度为100 g/L的NMMO溶液浓缩至467.2 g/L,体系在连续5个浓缩周期共60 h的运行过程中,保持了较好的运行稳定性,对NMMO的截留率始终保持在99.88%以上。所提方法具有良好的技术可行性。     

光卤石分解制备氯化钾结晶过程分解液浓度特性研究

研究了不同温度下,低钠光卤石分解过程分解液中氯化镁含量、密度、盐度随时间的变化规律,分析了分解液中氯化镁含量与密度、盐度之间的关系,为低钠光卤石分解制备氯化钾结晶过程自动控制提供了理论基础。     

竹子硫酸盐法间歇蒸煮过程有效碱浓度数学模型研究

研究了竹子硫酸盐法间歇蒸煮过程有效碱浓度的变化规律,得出竹子硫酸盐法间歇蒸煮过程有效碱浓度的数学模型及确定其参数的数学模型.采用数学模型方法,通过测定蒸煮过程某一点的有效碱浓度,便可对蒸煮过程有效碱浓度进行较好的预测.     

米粉面包的开发研究

以粳米粉为主要原料,研究米粉面包的配方、生产工艺和操作参数,主要探讨了水、食用胶、食盐、白砂糖等在米粉面团中的添加量对面包质量的影响,获得米粉面包合理的生产工艺。     

响应面优化酶法制备茶叶蛋白抗氧化肽的工艺研究

以茶渣为原料,选用碱性蛋白酶,以酶解液的还原能力作为评价指标,制备抗氧化肽,对酶解温度、酶解时间、加酶量、pH、底物浓度五个因素进行研究,并通过响应面分析对酶解工艺进行了优化,结果表明:在最佳条件:底物浓度3.3%、加酶量1.8%、提取温度51℃、pH9、酶解时间2.5h时进行酶解,所得酶解液还原能力最强。