发酵过程生物量软测量建模专家系统研究
微生物发酵过程是生物工程和现代生物技术及其产业化的基础。随着发酵规模的不断扩大,对自动控制技术提出了更高的要求。生物量是发酵过程中重要的过程参数,直接影响着发酵过程的控制和优化。由于生物传感器的缺乏,目前还没有很好地解决生物量的在线检测问题。软测量技术是实现不易测量参数估计的有效方法,采用软测量技术对生物量进行在线估计,是解决生物量在线估计的有效途径。
将专家系统应用到发酵过程生物量软测量混合模型构建的过程中,建立拥有发酵过程先验知识和机理模型知识的专家系统知识库,通过推理可以得到软测量混合模型的结构,为建立有效的生物量软测量混合模型奠定了基础,对实现发酵过程生物量高精度在线估计具有重要的理论意义和应用价值。
本文在详细分析了生物量软测量技术发展现状的基础上,对发酵过程及专家系统进行了研究。
首先分析了发酵过程研究中已有的先验知识和过程机理,从发酵过程的菌种、培养基、关注产物、反应条件等先验知识和物流平衡入手,提出了发酵过程生物量软测量建模专家系统的知识分类获取方法,对发酵过程的知识进行了有效地划分。
其次,在知识表示方法的研究中,根据发酵过程中有关参数、变量、模型等知识的特点,提出了一种基于数据库的产生式规则知识表示方法,给出了知识的分层组织结构,很好地表达了发酵过程中的有关事实及模型,并提出了一种用于发酵过程生物量软测量建模专家系统知识库的规则冗余校验方法。
在知识推理方法的研究中,提出了一种基于匹配度的正向启发式广度优先推理方法,能够在已知事实比较少的情况下,对复杂的模型结构进行推理,给出了匹配度及可信度的定义及计算方法。
最后,根据所提出的知识表示方法和推理方法,给出了发酵过程生物量软测量建模专家系统的体系结构,开发完成了发酵过程生物量软测量建模专家系统的原型软件,并对其进行了实验研究。
实验结果表明,基于数据库的产生式规则知识表示方法很好地表达了发酵过程中的有关事实及模型,用于发酵过程生物量软测量建模专家系统知识库的规则冗余校验方法有效可行,便于知识库的管理及维护；所提出的基于匹配度的正向启发式广度优先推理方法和知识的分层组织结构能够有效地减少推理步长,提高专家系统的推理效率；以诺西肽发酵过程为实验研究对象的发酵过程生物量软测量建模专家系统的推理结果表明,把一些先验知识及过程机理加入到混合模型的构建过程中,有利于混合模型精度的提高。
发酵过程;生物量;软测量;在线检测;专家系统;产生式规则
北京化工大学
博士
控制理论与控制工程
王建林
2010
中文
TQ920.1;TP311.52
125
2011-08-24（万方平台首次上网日期，不代表论文的发表时间）