真空冷冻干燥设备的温度控制系统中,对搁板温度的控制性能决定着冻干工艺的水平,并影响着被冻干物料的品质。搁板温度控制系统常采用循环热媒或电加热的方式向物料中水分的升华提供所需的热量,且因为冷冻干燥属于多孔介质的传热传质过程,该过程还受到冻干室低压环境的影响,因此决定了搁板温度系统属于大滞后、时变性、非线性系统。本文以我院的冷冻干燥设备为实验平台,冻干室中搁板温度为控制对象,设计了基于搁板温度的自动控制系统。将模糊控制理论与传统的PID控制算法相结合,设计出了以搁板温度为控制目标的参数自整定模糊PID控制器。但是,在模糊控制器的设计中,对隶属度函数和模糊集合、模糊控制规则以及量化因子和比例因子的选择主要根据专家知识和经验,使得控制器带有一定的主观性和随机性。本文使用遗传算法对模糊控制器的隶属度函数、控制规则、量化因子和比例因子进行优化,以提高模糊PID控制器的性能,使得搁板温度控制系统的性能更好。另外,真空冷冻干燥属于多孔介质的传热传质过程,一般的数学模型难于对其进行精确描述。采用实验法对其进行研究耗时长、效率低、进展非常缓慢。针对此问题,本文采用BP神经网络对冷冻干燥过程进行模拟和预测,并运用遗传算法对BP神经网络进行优化,以提高BP网络的收敛速度、改进其局部最小点和达到最优性能的概率。本文的主要工作就是运用智能算法对真空冷冻干燥技术中的搁板温度控制系统和冻干工艺过程分别进行控制优化和模拟预测。其内容和成果有如下几个方面:(1)介绍了真空冷冻干燥技术的研究进展,对冷冻干燥技术理论基础、冻干工艺和真空冷冻干燥设备做了简要分析,研制了一套含有双级压缩制冷系统的小型真空冷冻干燥设备,制冷温度可以达到-80℃以下,极限真空度可以达到10Pa以下,其结构简单,成本低。(2)搁板温度控制系统的模糊PID控制器的设计和优化。在模糊PID控制器的设计过程中,因为隶属度函数、模糊控制规则、量化因子和比例因子这些参数在制定时,需要依靠专家知识,会伴随有一定的主观性和随机性,不能保证对控制品质的要求。因此,利用MATLAB软件编写程序,采用遗传算法对所设计的模糊PID控制器的隶属度、控制规则、比例因子量化因子参数进行了优化。最后,通过仿真证明了遗传算法对模糊控制器的优化有明显作用,使得优化后的控制器具有调节时间短、超调量小和抗干扰能力强的优点。(3)设计构造GA-BP神经网络算法来对真空冷冻干燥过程进行模拟和预测。以冻干室压强、加热板温度和物料厚度作为神经网络的输入,干燥速率和物料的收缩率作为神经网络的输出,构建了含有单隐层的BP神经网络。利用MATLAB软件对BP神经网络进行仿真,并运用遗传算法对BP网络的权值和阈值进行了优化。结果表明,采用遗传算法优化BP神经网络理论对冷冻干燥过程模拟和预测具有可行性,有较高的工业应用价值。