摘要本文主要研究青霉素补料分批发酵过程的建模与控制。青霉素发酵过程是一个具有复杂非线性的生化反应系统。发酵过程中状态的调节控制决定了青霉素的产物效率，因此对青霉素发酵过程进行建模与控制研究具有现实意义。神经网络是解决非线性系统问题的有效途径，所以将神经网络用于青霉素补料分批发酵是一个值得研究的方向。本文采用径向基神经网络（RBF 神经网络）描述青霉素发酵反应过程，并对其进行控制，取得主要研究成果如下：首先，本文利用青霉素发酵过程的机理模型产生实验用数据,根据得到的数据训练神经网络,建立了基于径向基神经网络的青霉素发酵过程模型 。该模型可用于发酵过程中状态变量的估算和预测，而且在已知初始条件与控制点的情况下，可以藉此模型进行仿真以估计底物、产物与菌体浓度的变化趋势，特别是该模型可用于估计最大产物浓度出现的时间，这对实际工作很有指导意义。然后，本文根据 RBF 神经网络具有参数线性化的结构特点设计了基于 RBF神经网络的非线性内模控制器。利用该方法对青霉素补料分批发酵过程进行研究，当以添加基质浓度作为操作变量以控制菌体生长时，通过仿真评价了所构成的系统的品质指标。仿真实验结果表明，基于 RBF 神经网络的内模控制器可以用于青霉素发酵过程的控制,并具有良好的鲁棒性。本文部分研究成果发表在《第二十二届中国控制会议论文集》和《中南工业大学学报（自然科学版）》上，其中“基于 RBF 神经网络的青霉素发酵过程的模型辨识”一文被 EI 收录。本课题得到了国家自然科学基金的资助。