在柠檬酸发酵生产中培养基主要由液化清液配置,清液的质量直接影响着发酵的产量和质量。目前,生产中主要采用取样离线分析的方式获得清液总糖、总氮等关键参数的值,采样周期大,并且存在很大的滞后。近红外(Near infrared,NIR)光谱技术能够实时获得含氢基团的吸收信息,在发酵过程生产中得到了广泛的重视,并逐渐开始用来检测生化参数。论文针对某实际柠檬酸发酵过程,将NIR技术引入到液化清液的监控中,在对总糖总氮检测的同时,创新性地引入统计过程监控的思想,分别对检测参数、光谱等进行监控,实现了液化清液生产的事前预警。具体内容如下:(1)柠檬酸发酵液化清液NIR光谱的概率偏最小二乘(Probabilistic Partial Least Squares,PPLS)建模及统计过程监控。建立NIR光谱与理化值的模型,并引入统计过程监控的思想,一方面针对总糖、总氮等近红外检测参数进行单变量统计过程监控,另一方面,将NIR光谱引入监控中,基于PPLS模型实现对与理化值相关的光谱进行监控,避免了光谱到理化值转换过程中的信息损失,并对两者的监控结果进行了应用对比。(2)基于半监督PPLS的柠檬酸发酵液化清液NIR光谱的建模与统计过程监控。NIR光谱的检测周期短,而理化值为实验分析值,检测周期大。为了充分利用NIR的信息,引入了半监督PPLS建模方法,将所有样本集重新分为有标记样本集和无标记样本集,然后利用新的样本集建立半监督PPLS模型,挖掘了未标记样本中的近红外光谱信息。通过与常规降采样率下的PPLS建模方法比较,证明半监督PPLS模型更准确,监控效果更好。(3)柠檬酸发酵液化清液NIR光谱的概率主成分分析(Probabilistic Principal Component analysis,PPCA)建模及统计过程监控。NIR光谱包含了大量信息,但基于PPLS模型的监控方法主要利用了与特定理化值相关的光谱。实际上,影响清液质量但未检测的理化值还有很多,比如pH值、浊度等,其信息均体现在NIR光谱中。基于此,提出一种基于PPCA的监控方法,对全光谱根据建模结果迭代优化选择波长,并直接对光谱进行监控,利用的信息量更多。将基于PPCA的统计监控方法应用于柠檬酸发酵液化清液中,结果表明该方法能够有效地评估过程运行状态。