论文部分内容阅读
随着我国综合实力的不断提升,资源、环境对发展的制约日趋严重,特别是赖以生存的水资源供需矛盾十分突出,全国有一半以上的城市供水不足。而我国的江河湖泊整体污染严重,地下水资源水质不断恶化,已严重危害到人们的身体健康,阻碍到我国经济与社会的发展。我国经济正全面步入新常态的新阶段,水污染的防治已然成为聚集的焦点。光合细菌有除磷、脱氮、脱硫、产氢、硫化物氧化等多种不同功能,且还能对重金属、有毒有机物等有很好的分解与转化作用,这些优异的功能特性,使得其在各种废水的处理上有着极大的价值,同时菌体本身富含多种高营养价值物质,引起了人们的重视。我国地域广,人口众多,对高品质的光合细菌的需求量极大,在实际生产发酵过程中,为了获得高产量与质量的光合细菌,需要在其发酵过程中,根据发酵进展对发酵过程进行优化控制,为菌体生长提供适宜的生长环境。然而光合细菌的发酵过程复杂多变,呈多变量、非线性特性,特别是反应发酵进展的关键变量活菌浓度难以实时在线测量,不利于对发酵过程进行实时的优化控制,影响到发酵品质的提高。基于上述问题,本课题引入软测量技术,建立一种多阶段软测量模型,对光合细菌发酵过程的活菌浓度进行预测。论文首先介绍了对光合细菌进行研究的目的及意义,同时指出在光合细菌发酵过程中,存在关键变量活菌浓度难以实时在线测量的问题。其次,对国内外的各种软测量建模方法进行了分析,总结了相应的优缺点。然后对光合细菌的发酵过程进行了分析,详述了其发酵过程的具体液态发酵工艺流程,分析了其发酵阶段特性,介绍了发酵过程参数对发酵的影响及参数的检测方法,有利于辅助变量的选择与样本数据的有效采集,为模型的建立做准备。再次,介绍了软测量技术的原理,选择最小二乘支持向量机(Least squares vector machine,LSSVM)作为基础软测量模型,并采用一种改进的蝙蝠算法(Improved bat algorithm,IBA)对LSSVM的模型参数进行寻优。在忽略光合细菌发酵过程阶段变化特性的情况下,建立了单一的全局性基于改进蝙蝠算法优化最小二乘支持向量机(IBA-LSSVM)的光合细菌发酵过程活菌浓度软测量模型,通过MATLAB仿真验证了该软测量方法相较未优化的于未优化的BA-LSSVM模型具有更好的预测精度和抗干扰能力,但是由于忽略了光合细菌的发酵特性,其预测精度仍有一定的提升空间。最后,本文利用模糊C均值聚类算法(Fuzzy c-means algorithm,FCM)对样本数据聚类分析,将发酵过程划分成三个阶段,利用IBA-LSSVM对这三个阶段分别建立对应的局部子模型,再将子模型组成融合得到最终的多阶段软测量模型,通过仿真验证,相较于单一的全局IBA-LSSVM模型,多阶段模型有着更优越的稳定性与预测性能,能够很好地解决发酵过程活菌浓度的在线检测问题。本次课题研究的基于IBA-LSSVM的光合细菌发酵多阶段软测量方法有着较高的预测精度与稳定性,对解决同类型的工业生产过程中难以直接测量的变量提供一种借鉴方法。