我国红霉素发酵控制水平尚处于初级自控及手控相结合的阶段，仅靠一些常规的仪表来检测pH值、温度等常规测量参数，对补料的控制尚处于人工操作方式；国内外对温度、pH、溶氧等的在线实时监控技术已日趋成熟，而对于像菌丝浓度、基质浓度和产物浓度等一些重要参数，难以在线实时测量。因此，为了提高自动化水平，提高发酵系数，降低原耗和提高产物的产量，本文设计了一个基于神经网络的红霉素发酵控制系统。 本文采用神经网络方法，通过pH、溶氧这两个参数来估计菌丝浓度、基质浓度和产物浓度。在网络训练、测试后，对样本输出和网络输出进行比较、分析。结果表明，神经网络方法能较好解决菌丝浓度、基质浓度和产物浓度的在线实时测量问题。这就说明红霉素发酵过程的补料优化控制、产量的提高都可以实现。 利用VB、MATLAB和SQL2000设计了上位机监控系统，对红霉素发酵过程的温度、pH、溶氧DO、转速n等参数进行数据采集、处理，调用神经网络算法程序对菌丝浓度、基质浓度和产物浓度进行预测，同时通过数据传送实现对被控参数的控制。优化了生产工艺、提高了设备的可用率，方便地实现了对红霉素发酵过程的实时监控和自动控制。 另外，为了更好地实现生物发酵的光合反应过程控制，对以往的发酵罐进行了改进，增加了光合控制设备。 本发酵控制系统对发酵过程进行实时监控、优化操作，不仅能避免人工操作的不确定因素，提高自动化水平，而且能提高红霉素发酵过程的总体性能和产物产量，具有重要的现实意义。