【技术实现步骤摘要】
本专利技术涉及工业微生物制造，尤其是指一种基于深度学习的发酵过程软测量方法及装置。
技术介绍
1、生物发酵过程是生物工程领域的重要组成部分，在食品、生物材料、生物制药等诸多产业中得到广泛应用。随着社会需求的增加和对资源及环境保护意识的提高，生物发酵产业迫切地需要提高生产效率、降低生产成本。对发酵过程情况的监测是实现对生产过程进行控制的基础，因此要实现发酵生产过程的高效控制，关键之一在于实现对关键变量或指标的监测。目前温度、ph等在线传感器已普遍使用，但对于发酵过程中如产物浓度等变量通常无法通过传感器在线测量，一般需要人工采样后使用专门的仪器或实验进行离线测量，存在监测不及时的问题。
2、软测量技术是一种利用数学建模和计算机技术，基于已知的过程变量数据(如温度、压力、流量等)，推断或估计不能直接测量的过程变量的方法，能为生产过程降低成本、提高产品质量，具有重要的使用价值。在生物发酵工程领域，现有的软测量技术建模方法主要分为两种：基于机理模型的建模方法和基于数据驱动的建模方法。
3、基于机理模型的建模方法主要依据微生...
【技术保护点】
1.一种基于深度学习的发酵过程软测量方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其特征在于，所述样本数据包括时序、批次、变量三个维度。
3.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其特征在于，目标变量为发酵产物浓度，辅助变量包括通气速率、搅拌速度、补料速率、溶氧浓度、发酵液总体积、二氧化碳浓度、pH值及发酵温度。
4.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其特征在于，采用Min-Max方法将展开后的样本数据进行归一化处理。
5.根据权利要求...
【技术特征摘要】
1.一种基于深度学习的发酵过程软测量方法，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其特征在于，所述样本数据包括时序、批次、变量三个维度。
3.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其特征在于，目标变量为发酵产物浓度，辅助变量包括通气速率、搅拌速度、补料速率、溶氧浓度、发酵液总体积、二氧化碳浓度、ph值及发酵温度。
4.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其特征在于，采用min-max方法将展开后的样本数据进行归一化处理。
5.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其特征在于，按滑动时间窗口将归一化后的样本数据划分为训练样本数据时，删除包含两个不同批次时间点样本数据的时间窗口。
6.根据权利要求1所述的一种基于深度学习的发酵过程软测量方法，其...
【专利技术属性】
技术研发人员：刘飞，曹寒齐，王锴，倪雨青，栾小丽，
申请(专利权)人：江南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。