青霉素发酵过程专家控制系统

分析了青霉素发酵过程的特点和控制上的困难，针对这些特点和困难提出了一种切实可行的控制方案－青霉素发酵过程专家控制系统，并论述了专家控制系统的结构和设计，此青霉素发酵专家控制系统已经在华北制药厂百吨发酵罐上运行，取得了显著的经济效益。     

青霉素发酵过程精细化控制

青霉素发酵生产水平一方面取决于菌种的生产能力,另一方面取决于发酵过程的控制。青霉素发酵周期长,影响因素多,加大了工艺控制的难度。同一个菌种,同样的设备,由于过程控制的不同,发酵水平可以相差15%以上。通过对青霉素发酵过程中种子质量的控制,移种过程的精细操作和检查,pH值、氨氮等重要参数的控制,补料的动态调整等方面的精细化控制,可以有效地控制代谢方向,避免代谢异常,防止出现低水平罐批,使发酵罐批之间的差异降低,整体发酵水平提高5%左右。     

工业青霉素发酵过程的计算机控制

青霉素发酵过程是一个具有二次微生物代谢的生化过程,机理复杂,影响因素繁多。本文阐述了利用微机Micromax对青霉素发酵过程的多种环境参数进行在线检测和控制,并设计了一些适合发酵这一生化过程的控制回路,实际投运结果性能良好。     

青霉素G发酵过程自动控制设计

介绍了青霉素发酵过程中自动控制的工程设计。结合青霉素工业化生产方式,制定了以控制溶解氧、酸碱度、温度和压力等参数的模块化工业生产自动控制方案。在制药工程中采用先进的自动控制设计可以在企业投产后大大提高生产控制水平和管理水平。     

青霉素发酵过程菌丝成球的工程特性研究

研究了产黄青霉菌８７６菌株发酵过程中菌丝成球现象。菌丝成球后，由于在菌球内外形成一个氧浓度分布梯度，菌丝临界氧由２５％提高至４０％，从而对反应器供氧提出了更高的要求。一旦反应器供氧不足，菌体碳、氮源代谢能力减弱，不利于青霉素合成。这种代谢与工程因素的交互影响，为发酵过程优化控制提出了一个值得探讨的，既有理论学术价值又有实际意义的研究课题。     

青霉素发酵过程的故障诊断

针对青霉素发酵过程的动态变化特性,提出基于多向可预测成分分析(MForeCA)的故障诊断方法,利用可预测成分分析算法从青霉素发酵间歇过程展开的历史数据获取可预测信息,捕捉系统动态变化,定义Fore²和SPE统计量建立统计监控模型。仿真研究表明,基于MForeCA的过程监控模型对青霉素发酵故障检测效果总体优于MPCA方法。     

青霉素发酵过程接种量的研究

传统青霉素发酵一般采用10%～15%的接种量.通过对比研究移种或倒种不同接种量引起的菌丝浓度的变化,以及带来菌龄的分布,寻求合适的接种量.适当提高接种量(30%～35%)以后,可以大大缩短迟滞期和菌丝生长期,从而提高了发酵生产水平和生产效率.     

青霉素发酵过程中的混合建模

由于微生物发酵过程机理的复杂性和高度非线性,建立发酵过程的精确模型具有一定难度。传统的动力学模型预测虽然会与实际输出有一定偏差,但它在某种程度上反映了过程机理;神经网络建模方法属于"黑箱"方法,建模过程中没有用到任何先验知识,有一定的预测效果;因此单一的建模方法往往会不具备其他建模方法的优势。本文以传统的发酵动力学模型为基础,结合RBF神经网络进行混合建模的"灰箱"建模方法是一种比较好的建模思路,可以取得较满意的软测量效果。     

谷氨酸发酵的智能控制

本文在控制策略上,对谷氨酸发酵过程的温度和pH值控制系统分别采用了非线性、变比例增益的实际微分PID算法与智能——模糊控制算法。现场投运表明,此微机控制策略正确、有效,控制软件智能较高,能缩短发酵周期,提高产酸2.26％,节省尿素5％。该成果获得90年广东省高教三等奖。     

补料—批式发酵生产青霉素G的最优控制策略比较

补料－批式发酵通常有两种最优控制策略：以底物的流加速率和流加底浓度作为控制和调节变量。本文以补料－批式发酵生产青霉素Ｇ为模型体系，运用敏感性分析模型比较了种最优控制策略。从系统的易控性、稳定性和最优解的可得性角度研究指出：以流加底物浓度作为最优控制和调节变量具有显著的优越性。     

发酵过程自动化

分析了发酵过程中物理、化学、生物诸参数测量的进展；综述了发酵过程控制，诸如消泡、温度和压力、ｐＨ值、溶解氧浓度、补料控制等；介绍了状态估计、数字控制、优化控制在发酵过程中的应用。     

青霉素发酵过程的模型仿真与补料优化

补料分批式青霉素发酵的机理模型已得到深入研究,但是模型往往难以用于补料的优化和批次内的控制。为了对模型进行优化控制,针对Birol等提出的青霉素发酵非结构动力学模型,合理调整了温度和pH变化的影响,得到了青霉素发酵过程的简化机理模型。反应基质的补料是青霉素优化控制的关键,选择对补料速率进行优化来提高青霉素的产量。由于机理模型具有非线性和约束条件,采用序贯二次规划算法来进行求解,其中将补料轨线进行分段处理提高了优化效率。优化计算结果表明改进的补料过程可以提高青霉素的浓度和产量。     

新型优化策略在青霉素间歇发酵过程中的应用研究

基于全面关注间歇发酵过程中间状态的思想,提出由求解一系列端点时间不固定最优控制子问题形成的新型优化控制策略,并在优化目标函数中加入了菌体平均生长速率和流加时间间隔对发酵产量的影响因素.在此基础上提出基于遗传算法的最优控制策略实现算法,同时获得了最优流加时间间隔及相应的最优流加速率.将该方法在青霉素发酵过程进行仿真,将仿...     

DCS在千吨青霉素结晶生产过程中的应用

介绍千吨青霉素结晶生产过程采用Ａｃｔｉｏｎ公司ＣＩＭ－ＰＡＣ２２００ＤＣＳ系统的硬件组成和软件结构及实际投运效果。     

DCS在发酵生产过程中的应用

利用集散控制系统对发酵生产过程控制进行改造 ,使发酵生产过程的能耗降低 8.8% ,平均发酵单位提高了 1 8%。     

基于KTA-LSSVM的青霉素发酵过程预测建模

为解决青霉素发酵过程预测建模中存在的输入变量选择问题,提出了基于核目标度量（kernel target alignment,KTA）和最小二乘支持向量机（least squares support vector machines,LSSVM）的青霉素发酵过程预测模型。首先,在分析影响青霉素产物浓度相关因素的基础上选取输入变量,采用KTA对输入变量进行尺度缩放,然后,利用Pensim仿真平台数据,采用混沌粒子群算法对LSSVM的参数寻优,建立青霉素发酵过程的KTA-LSSVM预测模型。青霉素浓度预测的KTA-LSSVM模型均方根误差为0.0179,LSSVM模型的均方根误差为0.0276,实验结果表明,本文提出的模型预测精度高,推广性能好。     

含青霉素酰化酶的重组大肠杆菌的发酵培养

研究了含青霉素酰化酶的重组菌 Ｅ．ｃｏｌｉ Ａ５６ （ｐ Ｐ Ａ２２）发酵过程中环境因素对酶活的影响,考察了发酵液性质变化与酶活表达之间的关系,获得了酶活较高时的优化环境条件。结果表明,青霉素酰化酶在重组菌生长的平衡期后开始大量表达,苯乙酸作为限制性底物对青霉素酰化酶的合成起诱导作用     

重组枯草芽孢杆菌生产青霉素G酰化酶发酵条件的研究

对产青霉素G酰化酶的温度诱导型重组枯草芽孢杆菌发酵条件进行了研究。结果表明,培养基的最佳氮源和碳源组成为:35gL-1牛肉膏、3gL-1葡萄糖和6gL-1淀粉;最佳诱导时机是细胞对数生长的中后期,诱导前应将pH调节至中性;最佳诱导条件为升高温度至50℃并维持4min;随后将温度降低到34℃进行重组蛋白的表达。在上述条件下,PGA的表达水平可以达到5.8UmL-1。SDS-PAGE电泳分析表明该重组菌能够将绝大部分表达的PGA分泌到细胞外,而且表达的PGA蛋白占有高比例(90%)。