[发明专利]基于模糊神经逆的青霉素发酵过程关键生化量的软测量方法及系统构造

说明书

技术领域

本发明是一种用于解决青霉素发酵过程中难以用物理传感器在线实时测量的产物浓度、 总糖浓度、菌丝浓度这三个关键生化量的在线估计问题，属于软测量及系统构造的技术领域。

背景技术

在许多工业控制场合，存在一大类这样的变量：它们与产品质量密切相关，需要严格控 制，但由于技术或者经济的原因，目前尚难以或者无法通过物理传感器直接进行检测。典型 的例子有精馏塔的产物组分浓度、化学反应器的反应物浓度和产品分布，以及生物发酵罐中 生化量等等。为了解决这类变量的测量问题，软测量技术应运而生。所谓软测量就是根据某 种准则，选择一组既与被估计变量(即被测量或主导变量)有密切联系又容易测量的直接可测 变量(即辅助变量)，通过构造一定的函数关系，用计算机软件实现对被测量的估计。目前采 用的软测量方法，多数基于线性系统理论，对于化工、生化过程这样的非线性特性严重的复 杂过程，这种方法只能在很小的工作区域内有效，不能解决整个工作区域的被测变量的软测 量问题。

由于模糊神经网络兼备模糊逻辑和神经网络的优势，善于利用已有经验知识且对复杂非 线性函数具有任意逼近能力的特性，其在软测量领域的应用所形成的基于模糊神经网络的软 测量方法，为生化、化工过程的关键生化量的软测量问题的解决，提供了强有力的手段。但 目前在对基于模糊神经网络的软测量方法的研究与应用中存在一些问题，主要是对辅助变量 的选择(包括辅助变量的导数阶次的选择)，辅助变量的选择确定了软测量的输入信息矩阵， 关系着软测量模型的结构和输出，在很大程度上决定着软测量模型的准确性。而传统辅助变 量的选择主要依据工业对象的工艺机理以及专家经验来选择辅助变量，这样确定的辅助变量 数量可观，且相关程度差异大，将它们全部作为软测量的辅助变量，模型势必十分复杂，不 但不能提高软测量的精度，而且工业对象的重要信息也可能被遗漏。因此，必须寻求新的方 法，该方法不仅能确切地知道哪些辅助变量影响主导变量，还明确地知道这些辅助变量导数 的具体阶次。

发明内容

本发明的目的是提供一种青霉素发酵过程关键生化量的模糊神经逆软测量及系统构造方 法。即是一种青霉素发酵过程非常重要但是难以用物理传感器在线实时测量或者实时测量代 价非常高的生化量(如菌丝浓度、总糖浓度和产物浓度)的在线估计方法及相应的测量系统。

本发明的基于模糊神经逆的青霉素发酵过程关键生化量测量系统，包括传感器、滤波电 路、嵌入式ARM微处理器、上位工控机以及系统电源；传感器与发酵罐、滤波电路相连， ARM微处理器分别与滤波电路、系统电源、上位工控机相连，发酵过程的可测数据经相应传 感器和滤波电路接ARM处理器的A/D转换模块输入端；ARM中嵌入青霉素发酵过程关键生 化量软测量功能模块，包括：系统监视与故障诊断模块、键盘扫描模块、模糊神经逆软测量 功能模块、LCD显示模块、异步串行通信模块。

其中系统监视与故障诊断模块用于监视其他模块，当被监视模块在执行过程中出现差错 时，系统监视与故障诊断模块将按照预先设定的处理程序对其进行处理并使出错的模块恢复 正常运行；键盘扫描模块用于读取键盘的输入信号，判断哪一个按键被按下，并执行相应的 功能。其中按键按功能分为：启动键、退出键，现场数据上、下限报警设置键、采样周期设 置键；模糊神经逆软测量功能模块用于对输入信号进行模糊神经逆运算，得到菌丝浓度软测 量值x₁^*、总糖浓度软测量x₂^*、产物浓度软测量x₃^*；LCD显示模块用于显示当前现场数据值 和各软测量值；异步串行通信模块用于把当前现场数据值和各软测量值通过RS-232总线传送 到上位工控机。

本发明的软测量方法，通过传感器获取发酵现场数据，然后经整流、滤波和A/D转换后 读入ARM处理器，经过ARM处理器内部程序进行模糊神经逆运算，得到菌丝浓度软测量值 x₁^*、总糖浓度软测量x₂^*、产物浓度软测量x₃^*，并将得到的结果输出到LCD及上位工控机中。