谷氨酸產(chǎn)物濃度在線估計(jì)方法、裝置及監(jiān)控系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開(kāi)了一種谷氨酸生產(chǎn)過(guò)程產(chǎn)物濃度在線估計(jì)方法、裝置及監(jiān)控系統(tǒng)，首先選取影響產(chǎn)物濃度變化的輸入變量，以離線分析所得到的產(chǎn)物濃度值作為輸出變量，建立具有輸出非線性特征的谷氨酸產(chǎn)物濃度估計(jì)模型，并利用最小二乘迭代辨識(shí)的方法確定模型參數(shù)，實(shí)現(xiàn)谷氨酸產(chǎn)物濃度的在線估計(jì)。本發(fā)明能有效提高谷氨酸生產(chǎn)過(guò)程產(chǎn)物濃度的預(yù)測(cè)精度，用于指導(dǎo)生產(chǎn)，改善產(chǎn)品質(zhì)量。
【專利說(shuō)明】
谷氨酸產(chǎn)物濃度在線估計(jì)方法、裝置及監(jiān)控系統(tǒng)
技術(shù)領(lǐng)域：
[0001] 本發(fā)明屬于生化生產(chǎn)過(guò)程建模和應(yīng)用領(lǐng)域，特別設(shè)及一種具有輸出非線性特征的 谷氨酸生產(chǎn)過(guò)程產(chǎn)物濃度模型的參數(shù)估計(jì)和產(chǎn)物濃度在線估計(jì)方法、裝置及監(jiān)控系統(tǒng)。
【背景技術(shù)】：
[0002] 谷氨酸是生物機(jī)體內(nèi)氮代謝的基本氨基酸之一，世界上氨基酸產(chǎn)量最大的品種， 是工業(yè)發(fā)酵領(lǐng)域的重要產(chǎn)品。谷氨酸發(fā)酵生產(chǎn)過(guò)程具有高度非線性、重復(fù)性較差、慢時(shí)變等 特征。在實(shí)際的生產(chǎn)過(guò)程中，谷氨酸濃度是一個(gè)重要的生產(chǎn)質(zhì)量指標(biāo)，對(duì)其精確的預(yù)測(cè)，能 夠極大的提高控制效果，提高谷氨酸的產(chǎn)量，但是由于現(xiàn)有技術(shù)的限制，該指標(biāo)的測(cè)量很困 難，目前常用的方法是通過(guò)實(shí)驗(yàn)室離線測(cè)量得到。谷氨酸的濃度的離線測(cè)量往往需要花費(fèi) 更多的時(shí)間，無(wú)法實(shí)時(shí)的給出谷氨酸濃度，運(yùn)對(duì)于谷氨酸發(fā)酵過(guò)程的質(zhì)量控制來(lái)說(shuō)是非常 不利的。為了提高谷氨酸發(fā)酵過(guò)程的自動(dòng)化程度和產(chǎn)品質(zhì)量，通常需要對(duì)谷氨酸產(chǎn)物濃度 模型進(jìn)行參數(shù)估計(jì)，進(jìn)而實(shí)現(xiàn)進(jìn)行谷氨酸產(chǎn)物濃度的在線預(yù)測(cè)。
[0003] 目前，非線性系統(tǒng)已成為研究熱點(diǎn)，大多數(shù)研究工作集中在塊結(jié)構(gòu)非線性模型的 辨識(shí)。輸出非線性模型是由一個(gè)線性動(dòng)態(tài)系統(tǒng)串聯(lián)一個(gè)靜態(tài)非線性環(huán)節(jié)構(gòu)成的。由于塊結(jié) 構(gòu)非線性模型在生化、化工過(guò)程中廣泛存在，可W任意精度的近似任何記憶衰退的非線性 時(shí)不變系統(tǒng)，所W受到了更多的關(guān)注。最小二乘迭代辨識(shí)應(yīng)用于輸出非線性模型有W下幾 個(gè)優(yōu)點(diǎn)：（1)輸出非線性模型具有更好的穩(wěn)定性、適用范圍廣，對(duì)系統(tǒng)非線性具有良好的控 制效構(gòu)。（2)在輸出非線性模型運(yùn)個(gè)結(jié)構(gòu)中，非線性部分則描述了谷氨酸濃度的非線性曲 線，動(dòng)態(tài)線性部分描述了反應(yīng)罐中流加物料數(shù)量的動(dòng)態(tài)性。（3)最小二乘迭代辨識(shí)算法則具 有能夠批量利用數(shù)據(jù)，提高辨識(shí)精度的優(yōu)點(diǎn)。目前，針對(duì)輸出非線性模型，利用最小二乘迭 代辨識(shí)算法進(jìn)行建模的應(yīng)用還不是很多，特別是在生物反應(yīng)過(guò)程建模領(lǐng)域應(yīng)用就更少了。
[0004] 谷氨酸發(fā)酵過(guò)程設(shè)及到微生物細(xì)胞的生長(zhǎng)和代謝，是一個(gè)具有時(shí)變性、隨機(jī)性和 多變量輸入輸出的動(dòng)態(tài)過(guò)程。由于有些變量(菌體濃度、基質(zhì)濃度、產(chǎn)物得率等)在線檢測(cè)困 難，不能直接作為被控變量，因此在發(fā)酵過(guò)程中主要采用與質(zhì)量有關(guān)的變量，如溫度、攬拌 轉(zhuǎn)速、抑值、溶解氧、泡沫等作為被控變量。針對(duì)發(fā)酵過(guò)程中影響微生物代謝的各環(huán)境參數(shù) 的重要性，對(duì)溫度、壓力、溶解氧和泡沫高度進(jìn)行重點(diǎn)控制。
[0005] -般情況下，通過(guò)離線分析獲取產(chǎn)物濃度值往往花費(fèi)更多的時(shí)間，運(yùn)也是為什么 在谷氨酸生產(chǎn)過(guò)程中需要進(jìn)行在線預(yù)測(cè)的原因。通過(guò)過(guò)程中可測(cè)變量對(duì)難W測(cè)量的產(chǎn)物濃 度值進(jìn)行預(yù)測(cè)，極大的提高了產(chǎn)物濃度的預(yù)測(cè)實(shí)時(shí)性，對(duì)過(guò)程的產(chǎn)品質(zhì)量控制具有很大的 幫助。

【發(fā)明內(nèi)容】
：
[0006] 1、本發(fā)明的目的：
[0007] 本發(fā)明針對(duì)谷氨酸生產(chǎn)過(guò)程中產(chǎn)物濃度在線估計(jì)時(shí)間過(guò)長(zhǎng)，難W通過(guò)過(guò)程中的可 測(cè)變量對(duì)谷氨酸進(jìn)行準(zhǔn)確估計(jì)，而提供一種谷氨酸產(chǎn)物濃度的在線估計(jì)方法、裝置及監(jiān)控 系統(tǒng)。
[000引2、本發(fā)明所采用的技術(shù)方案：
[0009] 本發(fā)明提出的具有輸出非線性特征的谷氨酸產(chǎn)物濃度模型的參數(shù)估計(jì)方法，其主 要步驟分別如下：
[0010] (1)通過(guò)谷氨酸生產(chǎn)過(guò)程的集散控制系統(tǒng)獲取各個(gè)輸入變量的數(shù)據(jù)。分別將運(yùn)些 數(shù)據(jù)存入歷史數(shù)據(jù)庫(kù)。
[0011] (2)通過(guò)實(shí)驗(yàn)室化學(xué)分析獲取與輸入數(shù)據(jù)對(duì)應(yīng)的谷氨酸產(chǎn)物濃度值，作為輸出非 線性模型的輸出變量。
[0012] (3)分別對(duì)步驟1獲取的輸入變量和步驟2獲取的輸出變量進(jìn)行歸一化，使得各個(gè) 過(guò)程變量值落在區(qū)間[-1，1 ]之內(nèi)，得到新的數(shù)據(jù)集。
[0013] (4)基于歸一化之后的輸入和輸出變量數(shù)據(jù)，建立基于輸出非線性模型的谷氨酸 產(chǎn)物濃度的估計(jì)模型，利用最小二乘迭代辨識(shí)的方法確定模型參數(shù)并保存。
[0014] (5)在線采集谷氨酸生產(chǎn)過(guò)程的各個(gè)輸入變量的新數(shù)據(jù)，并對(duì)其進(jìn)行歸一化。將歸 一化之后的新數(shù)據(jù)直接輸入到谷氨酸產(chǎn)物濃度模型中，獲得該實(shí)時(shí)數(shù)據(jù)對(duì)應(yīng)的谷氨酸濃度 估計(jì)值。
[0015] 本發(fā)明提供的一種谷氨酸產(chǎn)物濃度的在線檢測(cè)裝置，包括：
[0016] 用于通過(guò)集散控制系統(tǒng)收集谷氨酸生產(chǎn)過(guò)程的發(fā)酵時(shí)間、溶氧濃度和氧更新率的 值作為輸入變量，分別將運(yùn)些數(shù)據(jù)存入歷史數(shù)據(jù)庫(kù)的數(shù)據(jù)庫(kù)裝置；
[0017] 用于通過(guò)實(shí)驗(yàn)室分析得到所對(duì)應(yīng)的谷氨酸產(chǎn)物濃度值，作為谷氨酸產(chǎn)物濃度模型 的輸出變量的濃度值裝置；
[0018] 用于分別對(duì)數(shù)據(jù)庫(kù)裝置獲取的輸入變量和濃度值裝置獲取的輸出變量進(jìn)行歸一 化，使得各個(gè)輸入變量和輸出變量落在區(qū)間[-1,1]之內(nèi)，得到新的數(shù)據(jù)集的歸一數(shù)值存儲(chǔ) 裝置；
[0019] 用于依據(jù)歸一化之后的輸入變量和輸出變量，建立基于輸出非線性模型的谷氨酸 產(chǎn)物濃度的估計(jì)模型，利用最小二乘迭代辨識(shí)的方法確定模型參數(shù)并保存的建模裝置；
[0020] 用于在線采集谷氨酸生產(chǎn)過(guò)程的各個(gè)輸入變量的新數(shù)據(jù)，并對(duì)其進(jìn)行歸一化;將 歸一化之后的新數(shù)據(jù)輸入到谷氨酸產(chǎn)物濃度模型中，獲得該實(shí)時(shí)數(shù)據(jù)對(duì)應(yīng)的谷氨酸濃度估 計(jì)值的估計(jì)裝置；
[0021] 巧中，所冰律橫裝晉中，律而具有輸出非線忡據(jù)佈的巧氨酸產(chǎn)物濃度化計(jì)橫巧為：
[0022]
， 式中<炸）、<炸)分別表示歸一化后的發(fā)酵時(shí)間、溶氧濃度和氧更新率，護(hù)(k)表 示谷氨酸產(chǎn)物濃度，、1，如，心，^，^^，丫2, 丫3為模型待辨識(shí)的參數(shù)；
[0023] 構(gòu)造辨識(shí)谷氨酸產(chǎn)物濃度估計(jì)模型參數(shù)的最小二乘迭代算法，具體為：
[0024]
式中曰(N)為堆積的輸出向量，B(N)為堆積的信息 矩陣，N為總的樣本數(shù)量，1為迭代變量，馬為第1步的參數(shù)迭代估計(jì)值。
[0025] 本發(fā)明提供的谷氨酸產(chǎn)物濃度的在線監(jiān)控系統(tǒng)，包括:PLC、上部溫度傳感器、中部 溫度傳感器、下部溫度傳感器、壓力傳感器、液位傳感器、溶氧儀、上部電磁閥、中部電磁閥、 下部電磁閥、壓力調(diào)節(jié)閥、200W電阻絲和400W電阻絲，兩塊EM235模擬量擴(kuò)展模塊;PLC通過(guò) PC/PPI總線與上位機(jī)PC通信;上部電磁閥、中部電磁閥、下部電磁閥、壓力調(diào)節(jié)閥、200W電阻 絲和400W電阻絲分別與CPU通信進(jìn)行控制；上部溫度傳感器、中部溫度傳感器、下部溫度傳 感器、壓力傳感器、液位傳感器、溶氧儀分別與兩塊EM235模擬量擴(kuò)展模塊相連傳遞測(cè)量數(shù) 據(jù);上部電磁閥、中部電磁閥、下部電磁閥分別與上部溫度傳感器、中部溫度傳感器、下部溫 度傳感器相連進(jìn)行檢測(cè)開(kāi)關(guān)控制，所述的壓力調(diào)節(jié)閥與壓力傳感器相連。
[00%] 優(yōu)選的，所述的化C為西口子化C S7-224CN。
[0027] 3、本發(fā)明的有益效果：
[0028] 本發(fā)明通過(guò)最小二乘迭代算法估計(jì)輸出非線性模型的參數(shù)，從而建立谷氨酸產(chǎn)物 濃度模型，利用該生產(chǎn)過(guò)程中的可測(cè)輸入變量實(shí)現(xiàn)谷氨酸生產(chǎn)過(guò)程產(chǎn)物濃度的在線估計(jì)。
【附圖說(shuō)明】：
[0029] 圖1為本發(fā)明的流程圖。
[0030] 圖2發(fā)酵罐監(jiān)控系統(tǒng)結(jié)構(gòu)示意圖。
[0031] 圖3為谷氨酸質(zhì)量濃度在線估計(jì)。
【具體實(shí)施方式】：
[003^ -、實(shí)施例
[0033] 本發(fā)明針對(duì)谷氨酸生產(chǎn)過(guò)程產(chǎn)物濃度預(yù)測(cè)問(wèn)題，通過(guò)對(duì)谷氨酸工業(yè)生產(chǎn)過(guò)程的輸 入可測(cè)變量，利用輸入非線性模型建立其與產(chǎn)物濃度之間的關(guān)系模型，并利用最小二乘迭 代辨識(shí)的方法確定模型參數(shù)，用于該過(guò)程產(chǎn)物濃度的在線估計(jì)。
[0034] 本發(fā)明針對(duì)具有輸入非線性特征的谷氨酸產(chǎn)物濃度模型的在線估計(jì)方法，如圖1 所示，本發(fā)明的技術(shù)包括6個(gè)流程步驟，其中步驟4為該專利技術(shù)與常規(guī)技術(shù)不同之處;具 體步驟如下：
[0035] 第一步通過(guò)集散控制系統(tǒng)收集谷氨酸生產(chǎn)過(guò)程各個(gè)輸入變量的數(shù)據(jù)：I = {曰1 化）}，i = l，2,3。其中，k為樣本數(shù)，Qi化)為谷氨酸生產(chǎn)過(guò)程的輸入變量。分別將運(yùn)些數(shù)據(jù)存 入歷史數(shù)據(jù)庫(kù)，作為建模的樣本。
[0036] 第二步通過(guò)實(shí)驗(yàn)室化學(xué)分析獲取建模樣本所對(duì)應(yīng)的谷氨酸產(chǎn)物濃度值，作為谷氨 酸產(chǎn)物濃度模型的輸出變量：A =化化)}，式中0化)為產(chǎn)物濃度值，k為樣本數(shù)。
[0037] 該步驟是為了獲取軟測(cè)量建模中的輸出變量（即谷氨酸濃度)但是由于傳感器技 術(shù)等的限制，該指標(biāo)的測(cè)量很困難。一般情況下，通過(guò)離線分析獲取產(chǎn)物濃度值往往花費(fèi)更 多的時(shí)間，運(yùn)也是為什么在谷氨酸生產(chǎn)過(guò)程中需要進(jìn)行在線預(yù)測(cè)的原因。通過(guò)過(guò)程中可測(cè) 變量對(duì)難W測(cè)量的產(chǎn)物濃度值進(jìn)行預(yù)測(cè)，極大的提高了產(chǎn)物濃度的預(yù)測(cè)實(shí)時(shí)性，對(duì)過(guò)程的 產(chǎn)品質(zhì)量控制具有很大的幫助。
[0038] 第=步分別對(duì)第一步獲取的關(guān)鍵變量和步驟2獲取的輸出變量進(jìn)行預(yù)處理和歸一 化，使得各個(gè)過(guò)程關(guān)鍵變量和產(chǎn)物濃度值落在區(qū)間[-1，1]之內(nèi)，得到新的數(shù)據(jù)集。
[0039] 第四步基于歸一化之后的輸入和輸出數(shù)據(jù)，建立具有輸入非線性特征的谷氨酸產(chǎn) 物濃度模型，并利用最小二乘迭代算法估計(jì)模型參數(shù)，將該測(cè)量模型參數(shù)存入數(shù)據(jù)庫(kù)中。
[0040] (IK(A)為歸一化后的發(fā)酵時(shí)間，換)為歸一化后的溶氧濃度，為歸一化后 的氧更新率，護(hù)化)為歸一化后的谷氨酸產(chǎn)物濃度。m化)為谷氨酸產(chǎn)物濃度模型的中間變 量，表示為：
[0041 ]
H (1)
[0042] 同時(shí)
[0043] m(k)=f-i[護(hù)化）]，(2)
[0044] 非線性部分ri[.]由3階的多項(xiàng)式基函數(shù)的線性組合來(lái)描述
[0045] f-i[護(hù)(k)]= 丫 1護(hù)(k)+丫 2(護(hù))2(k)+丫 3(護(hù))3化)。（3)
[0046] 把(1)和(3)代入(2)可得到谷氨酸產(chǎn)物濃度模型為：
[0047]
(4)
[004引
[0049]
[(K)加]
[0化1 ]
[0化2]
[0化3]
[0化4]
[0055] (2)針對(duì)建立的谷氨酸產(chǎn)物濃度模型提出最小二乘迭代算法。
[0056] 定義堆積輸出向量B(N)和堆積信息矩陣巧N):
[0057] B 化）：=[護(hù)(N)，護(hù)(N-l)，Uf(l)]TGRN，
[005 引 S(N):=[iKN)，iKN-1)，L，iK1)]TgrN'7,其中 N 為總的樣本數(shù)量。
[0059] 定義二次損失函數(shù)為
[0060]
[0061] 定義1 = 1，2,3，L為迭代變量，巧為9在第1步的迭代估計(jì)值。
[0062] 刺巧畏小^乘巧化方巧優(yōu)化準(zhǔn)則函數(shù)，得到迭代算法的估計(jì)值：
[0063]
[0064] 為了衡量模型的精度，采用W下的均方誤差指標(biāo)
，其 中
[0065] 第五步在線采集谷氨酸生產(chǎn)過(guò)程各個(gè)輸入變量的數(shù)據(jù)，得到一組新的數(shù)據(jù)向量， 并對(duì)其進(jìn)行預(yù)處理和歸一化。
[0066] 第六步將歸一化之后的新數(shù)據(jù)直接輸入到谷氨酸產(chǎn)物濃度模型中，對(duì)模型輸出值 進(jìn)行反歸一化，獲得該實(shí)時(shí)數(shù)據(jù)對(duì)應(yīng)的產(chǎn)物濃度值。
[0067] 二、采用的硬件結(jié)構(gòu)
[0068] 具體如圖2所示：
[0069] 1、監(jiān)控系統(tǒng)的組成
[0070] 谷氨酸發(fā)酵過(guò)程設(shè)及到微生物細(xì)胞的生長(zhǎng)和代謝，是一個(gè)具有時(shí)變性、隨機(jī)性和 多變量輸入輸出的動(dòng)態(tài)過(guò)程。由于有些變量(菌體濃度、基質(zhì)濃度、產(chǎn)物得率等)在線檢測(cè)困 難，不能直接作為被控變量，因此在發(fā)酵過(guò)程中主要采用與質(zhì)量有關(guān)的變量，如溫度、攬拌 轉(zhuǎn)速、抑值、溶解氧、泡沫等作為被控變量。針對(duì)發(fā)酵過(guò)程中影響微生物代謝的各環(huán)境參數(shù) 的重要性，對(duì)溫度、壓力、溶解氧和泡沫高度進(jìn)行重點(diǎn)控制。
[0071] 本發(fā)明選用西口子公司的化C S7-224CN為控制核屯、，實(shí)現(xiàn)信號(hào)的采集并通過(guò)PC/ PPI總線與上位機(jī)PC通信。發(fā)酵罐監(jiān)控系統(tǒng)有6路模擬量輸入，包括上部溫度傳感器信號(hào)、中 部溫度傳感器信號(hào)、下部溫度傳感器信號(hào)、壓力傳感器信號(hào)、液位傳感器信號(hào)、溶氧儀信號(hào)； 6路數(shù)字量輸出，包括上部電磁閥控制信號(hào)、中部電磁閥控制信號(hào)、下部電磁閥控制信號(hào)、壓 力調(diào)節(jié)閥控制信號(hào)、200W電阻絲控制信號(hào)和400W電阻絲控制信號(hào)，選用兩塊EM235作為模擬 量擴(kuò)展模塊。
[0072] 2、控制方案
[0073] (1)、溫度控制回路
[0074] 溫度對(duì)谷氨酸發(fā)酵的影響是多方面的，溫度不僅會(huì)影響菌體內(nèi)各種酶的活性，還 會(huì)影響生物合成途徑，此外，對(duì)發(fā)酵液的物理性質(zhì)也會(huì)產(chǎn)生影響。因此發(fā)酵過(guò)程需維持適宜 的溫度。一般來(lái)講，谷氨酸產(chǎn)生菌的最適生長(zhǎng)溫度為30-34°C，其生產(chǎn)谷氨酸的最適溫度為 35-37°C。在谷氨酸發(fā)酵前期長(zhǎng)菌的階段應(yīng)采用與種子擴(kuò)大培養(yǎng)時(shí)相應(yīng)的溫度，W滿足菌體 生長(zhǎng)最適溫度。若發(fā)酵前期溫度過(guò)高，菌體容易衰老，生產(chǎn)上常出現(xiàn)前勁大后勁小，后期產(chǎn) 酸緩慢，菌體衰老自溶，周期長(zhǎng)、產(chǎn)酸低，并影響提取;若前期溫度過(guò)低，則菌體繁殖緩慢，周 期長(zhǎng)，必要時(shí)可補(bǔ)加玉米漿，W促進(jìn)生長(zhǎng)。一般控制在發(fā)酵開(kāi)始的溫度上，每隔5-6小時(shí)升1 °C即可。在發(fā)酵中、后期菌體生長(zhǎng)已停止，由于谷氨酸脫氨酶的最適溫度比菌體生長(zhǎng)繁殖的 溫度要高，為大量積累谷氨酸，需要適當(dāng)提高溫度。發(fā)酵工藝上要求溫度控制系統(tǒng)能快速、 小超調(diào)、無(wú)余差地跟蹤給定值的變化。在實(shí)際工程應(yīng)用中，為了降低工程實(shí)施的難度，使用 PID控制算法對(duì)谷氨酸發(fā)酵罐的上、中、下溫度進(jìn)行控制。S7-200PLC的指令集中直接提供了 PID計(jì)算功能，所W利用此指令將控制參數(shù)存入相應(yīng)的寄存器中，通過(guò)不斷調(diào)試整定參數(shù)， 最后去一組最佳值進(jìn)行溫度控制，選用增量PID，設(shè)采樣周期為T(mén)，增量式PID控制算法的離 散化形式為：
[00"75] Au=Kp[e(；k)-e(k-l)]+Kie(；k)+Kd[e(k)-2e(k-l)+e(；k-2)]，
[0076] 其中：A U是控制器輸出，Kp是比例系數(shù)，Ki是積分系數(shù)，Kd微分系數(shù)，e(k)系統(tǒng)偏 差。
[0077] (2)、壓力控制回路
[0078] 谷氨酸發(fā)酵工藝過(guò)程對(duì)控制的要求除了控制罐溫在特定階段與設(shè)定的工藝曲線 相吻合W外，還要控制罐內(nèi)氣體的有效排放，W使罐內(nèi)壓力符合工藝要求。在發(fā)酵期間，如 壓力升得過(guò)高，應(yīng)緩慢放氣，使壓力達(dá)到要求。放氣太快，發(fā)酵液內(nèi)溶解的C02驟然汽化逸 出。PLC根據(jù)發(fā)酵罐內(nèi)的壓力來(lái)調(diào)節(jié)電磁閥的動(dòng)作。
[0079] (3)、溶氧控制回路
[0080] 通常對(duì)攬拌式發(fā)酵罐中溶解氧的控制是通過(guò)調(diào)節(jié)攬拌電機(jī)的轉(zhuǎn)速和通氣量來(lái)實(shí) 現(xiàn)的，轉(zhuǎn)速調(diào)節(jié)器控制攬拌電機(jī)的轉(zhuǎn)速，從而控制攬拌葉的轉(zhuǎn)動(dòng);并且對(duì)電磁閥進(jìn)行脈寬調(diào) 制可W實(shí)現(xiàn)對(duì)通氣量精確連續(xù)的調(diào)節(jié)，達(dá)到改變發(fā)酵液中溶氧濃度的目的。
[0081 ] (4)監(jiān)控系統(tǒng)組態(tài)
[0082] 通過(guò)PC/PPI總線把化C和上位機(jī)連接，發(fā)酵罐自動(dòng)監(jiān)控系統(tǒng)可W根據(jù)工藝要求實(shí) 現(xiàn)對(duì)各發(fā)酵罐內(nèi)的溫度、壓力等影響谷氨酸質(zhì)量的重要因素進(jìn)行實(shí)時(shí)監(jiān)控。通過(guò)組態(tài)王軟 件設(shè)定和修改各種工藝參數(shù)?；赑C的網(wǎng)絡(luò)監(jiān)控實(shí)現(xiàn)對(duì)整個(gè)發(fā)酵罐的監(jiān)控，主要由基本信 息顯示、工藝參數(shù)配置、設(shè)備監(jiān)視、工藝實(shí)時(shí)/歷史曲線顯示等四個(gè)主要界面組成。
[0083] S、驗(yàn)證結(jié)果
[0084] W下結(jié)合一個(gè)具體的谷氨酸生產(chǎn)過(guò)程例子來(lái)說(shuō)明發(fā)明的有效性。該過(guò)程的數(shù)據(jù)來(lái) 自谷氨酸發(fā)酵生產(chǎn)所獲得的20批次正常發(fā)酵數(shù)據(jù)，每批次包括18個(gè)采樣點(diǎn)，一共采集了360 個(gè)數(shù)據(jù)來(lái)進(jìn)行建模。在該過(guò)程中，我們一共選取了發(fā)酵時(shí)間、溶氧濃度和氧更新率作為輸入 變量對(duì)產(chǎn)物濃度進(jìn)行在線估計(jì)。接下來(lái)結(jié)合該具體過(guò)程對(duì)本發(fā)明的實(shí)施步驟進(jìn)行詳細(xì)的闡 述：
[0085] 1、分別對(duì)360個(gè)建模樣本中的輸入變量和輸出變量進(jìn)行預(yù)處理和歸一化，使得各 個(gè)輸入變量和產(chǎn)物濃度值落在區(qū)間[-1，1]之內(nèi)，得到新的建模數(shù)據(jù)集。
[0086] 2、將選取輸入變量組成的數(shù)據(jù)集作為谷氨酸產(chǎn)物濃度模型的輸入，產(chǎn)物濃度數(shù)據(jù) 作為該模型的輸出，并利用最小二乘迭代辨識(shí)的方法確定模型參數(shù)。
[0087] 3、在線采集谷氨酸生產(chǎn)過(guò)程各個(gè)輸入變量的新數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理和歸一 化。
[0088] 4、將歸一化之后的新數(shù)據(jù)直接輸入到谷氨酸產(chǎn)物濃度模型中，對(duì)模型輸出值進(jìn)行 反歸一化，獲得該實(shí)時(shí)數(shù)據(jù)對(duì)應(yīng)的產(chǎn)物濃度值。
[0089] 采用本發(fā)明的方法對(duì)谷氨酸產(chǎn)物濃度進(jìn)行在線估計(jì)，估計(jì)均方誤差為0.05798，能 對(duì)谷氨酸產(chǎn)物濃度進(jìn)行精確估計(jì)，具體如圖3所示。
【主權(quán)項(xiàng)】
1. 一種谷氨酸產(chǎn)物濃度在線估計(jì)方法，其特征在于主要步驟如下： (1) 通過(guò)集散控制系統(tǒng)收集谷氨酸生產(chǎn)過(guò)程的發(fā)酵時(shí)間、溶氧濃度和氧更新率的值作 為輸入變量，分別將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫(kù)； (2) 通過(guò)實(shí)驗(yàn)室分析得到所對(duì)應(yīng)的谷氨酸產(chǎn)物濃度值，作為谷氨酸產(chǎn)物濃度模型的輸 出變量； (3) 分別對(duì)步驟（1)獲取的輸入變量和步驟(2)獲取的輸出變量進(jìn)行歸一化，使得各個(gè) 輸入變量和輸出變量落在區(qū)間[-1，1 ]之內(nèi)，得到新的數(shù)據(jù)集； (4) 依據(jù)歸一化之后的輸入變量和輸出變量，建立基于輸出非線性模型的谷氨酸產(chǎn)物 濃度的估計(jì)模型，利用最小二乘迭代辨識(shí)的方法確定模型參數(shù)并保存； (5) 在線采集谷氨酸生產(chǎn)過(guò)程的各個(gè)輸入變量的新數(shù)據(jù)，并對(duì)其進(jìn)行歸一化;將歸一化 之后的新數(shù)據(jù)輸入到谷氨酸產(chǎn)物濃度模型中，獲得該實(shí)時(shí)數(shù)據(jù)對(duì)應(yīng)的谷氨酸濃度估計(jì)值； 其中，所述步驟(4)中，建立具有輸出非線性特征的谷氨酸產(chǎn)物濃度估計(jì)模型為：式中<(幻、<(幻、<(幻分別表示歸一化后的發(fā)酵時(shí)間、溶氧濃度和氧更新率，if(k) 表不谷氨酸產(chǎn)物濃度山1，\21，122，131，\32，丫2，丫3為模型待辨識(shí)的參數(shù)； 構(gòu)造辨識(shí)谷氨酸產(chǎn)物濃度估計(jì)模型參數(shù)的最小二乘迭代算法，具體為： 8 =Pi (Λ/)Ξ(Λ?] lEy(Ai)B(Y),式中Ξ(Ν)為堆積的輸出向量，B(N)為堆積的信息矩陣， N為總的樣本數(shù)量，1為迭代變量，備為第1步的參數(shù)迭代估計(jì)值。2. -種谷氨酸產(chǎn)物濃度在線檢測(cè)裝置，其特征在于包括： 用于通過(guò)集散控制系統(tǒng)收集谷氨酸生產(chǎn)過(guò)程的發(fā)酵時(shí)間、溶氧濃度和氧更新率的值作 為輸入變量，分別將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫(kù)的數(shù)據(jù)庫(kù)裝置； 用于通過(guò)實(shí)驗(yàn)室分析得到所對(duì)應(yīng)的谷氨酸產(chǎn)物濃度值，作為谷氨酸產(chǎn)物濃度模型的輸 出變量的濃度值裝置； 用于分別對(duì)數(shù)據(jù)庫(kù)裝置獲取的輸入變量和濃度值裝置獲取的輸出變量進(jìn)行歸一化，使 得各個(gè)輸入變量和輸出變量落在區(qū)間[_1，1]之內(nèi)，得到新的數(shù)據(jù)集的歸一數(shù)值存儲(chǔ)裝置； 用于依據(jù)歸一化之后的輸入變量和輸出變量，建立基于輸出非線性模型的谷氨酸產(chǎn)物 濃度的估計(jì)模型，利用最小二乘迭代辨識(shí)的方法確定模型參數(shù)并保存的建模裝置； 用于在線采集谷氨酸生產(chǎn)過(guò)程的各個(gè)輸入變量的新數(shù)據(jù)，并對(duì)其進(jìn)行歸一化;將歸一 化之后的新數(shù)據(jù)輸入到谷氨酸產(chǎn)物濃度模型中，獲得該實(shí)時(shí)數(shù)據(jù)對(duì)應(yīng)的谷氨酸濃度估計(jì)值 的估計(jì)裝置； 其中，所述建模裝置中，建立具有輸出非線性特征的谷氨酸產(chǎn)物濃度估計(jì)模型為：式中Oi1 (幻、OC24(幻、OC3(幻分別表示歸一化后的發(fā)酵時(shí)間、溶氧濃度和氧更新率，β$(1〇 表不谷氨酸產(chǎn)物濃度山1，\21，122，131，\32，丫2，丫3為模型待辨識(shí)的參數(shù)； 構(gòu)造辨識(shí)谷氨酸產(chǎn)物濃度估計(jì)模型參數(shù)的最小二乘迭代算法，具體為： ?9, ΗΞ?ΟΞΟλ/)] 1EZ(AZ)BGV)，式中Ξ(Ν)為堆積的輸出向量，B(N)為堆積的信息矩陣， N為總的樣本數(shù)量，1為迭代變量，擇為第1步的參數(shù)迭代估計(jì)值。3. -種谷氨酸產(chǎn)物濃度在線監(jiān)控系統(tǒng)，其特征在于包括:PLC、上部溫度傳感器、中部溫 度傳感器、下部溫度傳感器、壓力傳感器、液位傳感器、溶氧儀;上部電磁閥、中部電磁閥、下 部電磁閥、壓力調(diào)節(jié)閥、200W電阻絲和400W電阻絲，兩塊EM235模擬量擴(kuò)展模塊;PLC通過(guò)PC/ PPI總線與上位機(jī)PC通信;上部電磁閥、中部電磁閥、下部電磁閥、壓力調(diào)節(jié)閥、200W電阻絲 和400W電阻絲分別與CPU通信控制;上部溫度傳感器、中部溫度傳感器、下部溫度傳感器、壓 力傳感器、液位傳感器、溶氧儀分別與兩塊EM235模擬量擴(kuò)展模塊相連傳遞測(cè)量數(shù)據(jù);上部 電磁閥、中部電磁閥、下部電磁閥分別與上部溫度傳感器、中部溫度傳感器、下部溫度傳感 器相連進(jìn)行檢測(cè)開(kāi)關(guān)控制，所述的壓力調(diào)節(jié)閥與壓力傳感器相連。4. 根據(jù)權(quán)利要求3所述的在線監(jiān)控系統(tǒng)，其特征在于包括:所述的PLC為西門(mén)子PLC S7-224CN。
【文檔編號(hào)】G06Q50/04GK106022532SQ201610364555
【公開(kāi)日】2016年10月12日
【申請(qǐng)日】2016年5月27日
【發(fā)明人】李向麗, 周林成, 夏靜, 陳維, 于涵, 肖凱旋
【申請(qǐng)人】常熟理工學(xué)院