论文部分内容阅读
微生物发酵过程内在反应机理极其复杂,是一个高度的非线性、时变性生化反应过程,其中的一些重要参量(如基质浓度、菌体浓度和产物浓度等)目前还难以实现实时在线测量,直接影响着发酵过程的补料优化控制,软测量技术是解决这类问题的重要途径和有效手段。论文以海洋酶发酵过程为研究对象,针对海洋酶发酵过程生物参数实时在线测量的难题,提出了一种基于贝叶斯准则的最小二乘支持向量机软测量建模与实现方法。 在海洋酶发酵过程生物参数软测量建模过程中,如何正确选择辅助变量对软测量模型的预测结果和泛化性能有着重要的影响。本文选用相关系数法分析出了软测量模型的辅助变量,之后对数据进行了预处理,实验证明相关系数法计算简便,能较好地反映出变量之间的相关关系。 在对发酵过程建立LS-SVM软测量模型过程中,发现LS-SVM的正规化参数和核参数的选取对模型性能有着重要的影响。为此,本文采用贝叶斯证据框架准则方法对这两个参数进行优化选取,首先用贝叶斯准则1对权值w进行贝叶斯推断,利用最大化参数w的后验概率,推断得出参数w的最优值,其次,将贝叶斯准则2应用于LS-SVM正规化参数的推断选取和优化,再用贝叶斯准则3优化高斯核参数,通过最大化后验概率来进行模型比较,把现在取得的后验分布作为将来作推断时的先验信息,任何一次取得信息就是对原来所得的结果的反馈修正,最后选择出最优参数。为了验证此方法的有效性和可行性,将该方法与基于交叉验证法的LS-SVM软测量模型进行了预测结果比较,实验证明基于贝叶斯准则的LS-SVM软测量模型的训练速度更快且具有更高的预测精度和更好的泛化性能。 为了实现软测量模型过程参数的实时显示和优化控制,建立了基于工控组态软件MCGS的微生物发酵过程智能监视系统。文中采用OPC(用于过程控制的对象嵌入与连接)通讯技术实现了组态软件MCGS和软测量模型之间实时数据通讯,设计了基于MCGS的海洋酶发酵过程主要参数的数字监视系统软件。运行结果表明,本系统使用方便灵活,能很好地实现发酵过程的参数监视,为微生物发酵过程的优化控制奠定了基础。