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技术方案

基于模糊神经逆的青霉素发酵过程关键生化量的软测量及系统构造方法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关键生化量的在线估计问题的方法。模糊神经逆软测量方法依据青霉素发酵过程（１）的动力学方程建立软传感器（１１）的模型，在此基础上根据逆系统方法建立软传感器的逆模型，然后采有静态模糊神经网络（４１）加微分器并通过对静态模糊神经网络的训练确定自由参数来构造模糊神经逆（４），实现该软传感器逆，最后将模糊神经逆串接在青霉素发酵过程之后，实现对菌体浓度ｘ↓［１］、基质浓度ｘ↓［２］、产物浓度ｘ↓［３］的在线实时软测量。模糊神经逆的具体实现就是所要构造的模糊神经逆系统，采用嵌入式微处理器ＡＲＭ处理器实现。

【技术实现步骤摘要】

本专利技术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

技术介绍
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本文档来自技高网...

【技术保护点】
一种基于模糊神经逆的青霉素发酵过程关键生化量软测量方法，其特征在于，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ｘ↓［１］↑［＊］、总糖浓度软测量ｘ↓［２］↑［＊］、产物浓度软测量ｘ↓［３］↑［＊］，并将得到的结果输出到ＬＣＤ及上位工控机中。

【技术特征摘要】

【专利技术属性】
技术研发人员：孙玉坤，黄永红，王博，嵇小辅，刘国海，
申请(专利权)人：江苏大学，
类型：发明
国别省市：32[中国|江苏]