生物发酵过程关键变量预报系统设计及应用
发酵过程智能测控系统关键技术研究的开题报告
发酵过程智能测控系统关键技术研究的开题报告
1.研究背景
发酵技术已经广泛应用于很多领域，例如食品、医药、生物制品等。
发酵过程的优化和控制是成功应用发酵技术的关键。
传统的发酵方式大多依赖于人工操作，难以控制精度和工艺参数，不利于产品稳定质量的实现。
因此，开发一种智能化的发酵过程测控系统是十分必要的。
2.研究目的
本研究旨在设计一种针对发酵过程的智能测控系统，实现实时监测、自动控制及数据分析，优化发酵工艺流程，提高产品的质量稳定性和生产效率。
3.研究内容及方法
本研究拟采用以下方法：
（1）针对不同类型的发酵过程，设计相应的传感器并进行数据采集。
（2）构建智能控制系统，根据实时采集的数据进行自动控制。
（3）开发数据分析和统计模型，对发酵过程进行预测和优化。
（4）对系统进行实验验证和性能评估。
4.研究意义
本研究的完成将实现以下意义：
（1）提高发酵工艺的稳定性，减少因人为操作带来的误差，提升产品质量。
（2）提高生产效率，降低生产成本，进一步推动发酵技术的发展。
（3）为未来发酵领域的智能化改造提供参考。
5.预期成果
本研究预期将设计出基于智能测控技术的发酵过程控制系统，并对其进行实验验证，得出优化建议和技术指导，为该领域的研究提供借鉴和参考。
生物发酵工艺DCS控制系统设计
生物发酵工艺DCS控制系统设计背景生物发酵工艺是一种利用微生物或酶对废弃物或原料进行转化或改变的过程。
生物发酵工艺在多个领域中都有广泛的应用，如食品和饮料生产、制药工程、环境工程等。
为了提高生产效率和产品质量，生物发酵工艺通常需要一个高效的控制系统。
DCS（分散控制系统）是一种用于控制和监控工业过程的先进技术。
DCS控制系统通过集成各种传感器和执行器，实现实时监测和控制生物发酵过程中的各个参数和变量。
在生物发酵工艺中，DCS控制系统可以实现自动调节发酵温度、pH值、溶解氧和浓度等关键参数，从而提高控制精度和生产效率。
设计目标本文档旨在介绍生物发酵工艺DCS控制系统的设计原则和关键要素。
通过合理的控制系统设计，可以优化生物发酵工艺，提高产品质量，降低生产成本，减少人工干预并提高生产效率。
DCS控制系统的基本架构生物发酵工艺DCS控制系统包括以下基本组成部分：1.传感器：用于实时监测生物发酵过程中的温度、pH 值、溶解氧、浓度等关键参数。
2.执行器：通过控制阀门、泵和搅拌器等设备，实现对发酵过程中的温度、pH值、氧气供应和搅拌速度等变量的调节。
3.控制器：根据传感器测量值和设定值，通过算法计算并发出控制信号，控制执行器调节生物发酵过程中的各个参数。
4.人机界面：通过图形显示界面，实现对生物发酵工艺的监控和操作。
DCS控制系统设计原则在设计生物发酵工艺DCS控制系统时，应考虑以下原则：1.稳定性：控制系统应能实现对生物发酵过程的稳定控制，确保关键参数始终在安全范围内。
2.精确性：控制系统应具备高精度的控制算法和传感器，以确保控制过程的准确性。
3.灵活性：控制系统应具备灵活的参数调节能力，能够适应不同发酵工艺的需求。
4.可靠性：控制系统应具备高可靠性，能够长时间运行而不发生故障。
5.扩展性：控制系统应具备良好的扩展性，能够方便地添加新的传感器或执行器，以适应工艺的变化。
6.安全性：控制系统应具备安全保护功能，能够实时监测和报警，防止事故的发生。
好氧发酵的曝气系统设计-概述说明以及解释
好氧发酵的曝气系统设计-概述说明以及解释1.引言1.1 概述概述好氧发酵是一种利用氧气使有机物进行氧化分解的过程，该过程产生的能量可用于微生物的生长和细胞代谢。
曝气系统是好氧发酵过程中的重要组成部分，通过增加氧气供应来提供微生物所需的氧气，促进好氧发酵反应的进行。
本文旨在探讨好氧发酵的曝气系统设计，重点关注曝气系统的作用和重要性，以及设计曝气系统时需要考虑的要点。
通过深入了解好氧发酵和曝气系统的基本原理，我们可以更好地理解和设计优化的曝气系统，进而提高好氧发酵过程的效率和产率。
在正文部分，我们将首先介绍好氧发酵的概念和原理，包括好氧发酵的定义、基本过程和相关的微生物反应。
其次，我们将详细探讨曝气系统在好氧发酵中的作用和重要性，包括氧气传递、气液混合和气体分布等方面的功能。
最后，我们将提出好氧发酵曝气系统设计的要点，包括氧气传递效率、曝气方式、气体流量和曝气时间等参数的选择和优化。
在结论部分，我们将总结好氧发酵曝气系统设计的重要性，强调其在提高好氧发酵过程效率和产率方面的作用。
同时，我们还会展望未来曝气系统设计的发展方向，并提出相关建议。
最后，我们将以结束语来总结全文，并强调好氧发酵曝气系统设计在工程应用中的潜在价值和意义。
通过本文的阐述，我们希望读者能够对好氧发酵曝气系统设计有进一步的认识和理解。
1.2文章结构1.2 文章结构本文主要围绕着"好氧发酵的曝气系统设计"这一主题展开讨论。
全文分为引言、正文和结论三个部分，分别从不同角度对好氧发酵的曝气系统设计进行介绍和分析。
在引言部分，首先会对文章的背景和意义进行概述，引出研究的目的和重要性。
接着，会详细描述文章的结构，让读者了解到整篇文章的组织安排。
在正文部分，首先会对好氧发酵的概念和原理进行介绍，包括好氧发酵的定义、基本过程和关键要素。
然后，会着重阐述曝气系统在好氧发酵中的作用和重要性，以及常见的曝气系统类型和工作原理。
最后，会提出曝气系统设计的要点，包括曝气量的确定、氧气传输效率的提高以及曝气器的选择和布置等方面。
【课件】2023届高三生物一轮复习课件第35课：传统发酵技术的应用和发酵工程及应用
洗并用白酒擦拭过的泡菜坛中，然后向坛中加入盐水、香辛料及一些
“陈泡菜水”，密封后置于温度适宜的地方。下列与此过程相关的叙述，
错误的是( C )
乳酸菌进行无氧呼吸消耗有机物，
A．用白酒擦拭泡菜坛的目的是消毒 有机物的干重减少，种类增多
B．加入“陈泡菜水”的作用是提供乳酸菌菌种
C．制作泡菜过程中，有机物的干重和种类将减少
减少（乳酸积累，pH下 继续增多， 下降至保持相对稳定（硝酸 降，抑制乳酸菌活动） 最后保持稳定 盐还原菌被完全抑制）
变化曲线
SzLwh
1
2
3
第35课 传统发酵技术的应用 发酵工程及其应用 构建必备知识·培养关键能力 凝练学科素养·探析高考命题 课时质量评价
2．制作泡菜的注意事项
(1)营造无氧环境
《新坐标》P363
2
3
考点2 考点3
4
5
真题体验·感悟高考 课时分层作业
2．(2021·湖北卷)中国的许多传统美食制作过程蕴含了生物发酵技术。 下列叙述正确的是( B ) A．泡菜制作过程中，酵母菌将葡萄糖分解成乳酸 B．馒头制作过程中，酵母菌进行呼吸作用产生CO2 C．米酒制作过程中，将容器密封可以促进酵母菌生长 D．酸奶制作过程中，后期低温处理可产生大量乳酸杆菌
1）概念：指人们利用微生物，在适宜条件下，将原料通过微生 物的代谢转化为人类所需要的产物的过程。
2）类型： 需氧发酵（
发酵、谷氨酸发酵 ）
厌氧发酵（ 酒精、乳酸（泡菜、酸奶）发酵 ）
3）产品：
2、传统发酵技术：
1）概念： 直接利用原材料中天然存在的微生物，或利 用前一次发酵保留下来的面团、卤汁等发酵 物中微生物进行发酵，制作食品的技术
黄酒发酵智能控制系统的应用探讨
黄酒发酵智能控制系统的应用探讨摘要：针对传统黄酒生产工艺技术装备落后,劳动生产率低等问题,设计了以Lab VIEW为开发平台,基于PLC、智能仪表等现代控制技术的发酵控制系统。
介绍了系统的整体结构,软件功能特点以及关键模块的实现。
实践证明:该系统可以实现对黄酒发酵过程各参数进行监控,同时具有很高的实时性和可靠性,能够满足发酵工艺要求。
关键词：黄酒发酵；智能控制；系统；应用1.自控系统的总体设计结合工业控制模式和黄酒发酵生产工艺的特点，设计了现场控制层和车间级监控层。
在发酵罐内安装有温度、酸度、溶氧等传感器以实时采集罐内料液参数，用户可根据黄酒生产工艺要求对温控阀和开耙阀等执行机构进行实时控制以便发酵处于最佳状态，提高黄酒的产量和质量。
黄酒发酵控制系统由西门子工控机、PLC、智能仪表以及各传感器和执行阀门，泵等组成。
系统运行时，安装在发酵罐内的传感器采集罐内温度、酸度、含氧量等信息，并将采集的数据发送给智能仪表或变送器，变送器将酸度和含氧量等模拟量信号转换为电流信号后传递给PLC，接受到采集的信息后，PLC和智能仪表分别经MPI或RS-485现场总线上传至工控机，上位机根据接收的指令和预设的参数，通过PLC控制阀门开关度以改变罐内温度和含氧量等信息。
系统上位机通过232串行总线和本地GSM 模块相连，通过发送短信到控制或管理人员的手机上，告知系统运行情况和相关采集数据信息。
2.系统模块2.1GSM 无线模块系统内置GSM无线模块，管理人员不仅可以通过手机短信的方式查询当前系统参数，如发酵罐醪液温度、溶氧、PH等实时数值，还可以发送控制指令＋设备名称来启动或停止目标设备。
另外，当系统运行发生故障时，如温度偏离控制要求、开耙气压不足、出料口管道堵塞等，GSM 无线模块能将故障信息发短信通知负责人，使信息能及时反馈，操作人员及时作出决策，安全可靠。
系统就是基于GSM 网络，通过AT 指令编码，利用RS232串口通信技术，控制GSM 无线模块将含有实时参数或故障信息的短信内容，发送到用户的手机平台。
工业发酵过程最优化控制的难点与对策
工业发酵过程最优化控制的难点与对策摘要：工业发酵过程最优化控制是实现高效、稳定和可持续发展的关键。
然而，由于发酵过程的多变量耦合、非线性和不确定性等特点，使得最优化控制面临着一系列难点。
本文探讨了工业发酵过程最优化控制的难点，并提出了相应的对策，以及为工业发酵过程的最优化控制提供参考。
关键词：工业发酵过程；最优化控制；难点与对策引言：工业发酵作为一种重要的生物转化过程，通过利用微生物催化产生有用生物酶产物，这项工程广泛应用于食品、医药、化工、纺织、造纸、清洁能源等领域。
在工业发酵过程中，通过合理地控制和调节，可以提高产物的产量和纯度，降低能耗和废物排放。
因此，实现工业发酵过程的最优化控制具有重要的经济和环境意义。
一、工业发酵过程最优化控制的重要性工业发酵过程的最优化控制可以提高产物的产量和纯度、降低生产成本、缩短生产周期、减少废物排放和能源消耗。
通过合理地控制策略，可以实现发酵过程的稳定运行，提高生产效率和产品质量。
通过最优化控制调节发酵过程中的各种参数，如温度、pH值、氧气浓度、风量、压力、补氨量、补糖量等，从而优化生物酶的生长和代谢过程，提高产物的产量和纯度。
这对于工业发酵生产来说非常关键，可以大幅度提高生产效率和经济效益，实现发酵过程的稳定运行和快速转化，缩短生产周期。
这对于一些需要短时间内大量生产的产品来说尤为重要，其可以提高生产效率和市场竞争力。
最优化控制可以减少废物产生和能源消耗，从而降低生产成本[1]。
二、实现工业发酵过程最优化控制中遇到的问题1.多变量耦合工业发酵过程的最优化控制中，多变量耦合是一个常见的问题。
这种多变量耦合会导致控制系统设计和实现的复杂性增加。
在发酵过程中，不同的变量之间会相互影响，即一个变量的变化会引起其他变量的变化。
在发酵过程中，温度的变化会影响到产物浓度和菌体生长速率等变量。
这种互相影响会导致控制系统设计时需要考虑到多个变量之间的相互作用，多变量耦合会导致系统的响应变得复杂，一个变量的变化会传递到其他变量上，从而影响整个系统的动态行为。
人教版高中生物选择性必修教学设计三第1章第3节：发酵工程及其应用
2.在医药工业上的应用
3.在农牧业上的应用
4.在其他方面的应用
学生倾听，并认真记录、思考
铺垫基本知识，了解基本原理
主动探索，分析讨论，获得知识
结合图1-9，分析和讨论教材第23页的“思考·讨论”
以啤酒为例，展示“啤酒的工业化生产流程”，学生小组在观看完啤酒的生产化流程后，小组之间互相讨论教材中第25页的问题
知识系统化，培养学生归纳、总结、提炼知识的能力。
课堂练习
当场通过练习，并提问点评。
学生认真完成课后习题
反馈学生课堂学习效果，巩固重点内容，查缺补漏。
四、板书设计
一、发酵工程的基本环节
二、发酵工程的应用
1.在食品工业上的应用
2.在医药工业上的应用
3.在农牧业上的应用
4.在其他方面的应用
（由于微课时间有限，省略学生讨论分析的环节）
1.3发酵工程及其应用 教学设计
一、教学目标
1.概述发酵工程及其基本环节
2.举例说明发酵工程在生产上具有重要的应用价值
二、教学重难点
1、教学重点
发酵工程的基本环节、发酵工程的应用
2、教学难点程
教师活动
学生活动
设计意图
情境导入，提出问题
从社会中来
青霉素是世界上第一个应用于临床的抗生素。早期
价格贵如金，如今，一瓶规格160万单位青霉素注射剂的价格只要1元左右。
提问：在工业上，青霉素是怎样生产的？
学生倾听，并认真思考
创设问题情境，激发兴趣。
教师讲授，攻破难点
一、发酵工程的基本环节
1.选育菌种
2.扩大培养
3.培养机配制
4.灭菌
5.接种
6.发酵罐内发酵
微生物发酵过程优化控制技术进展
微生物发酵过程优化控制技术进展一、本文概述微生物发酵过程优化控制技术是生物工程领域的一个重要研究方向，它旨在提高发酵过程的效率、降低能耗、优化产品质量，从而实现工业生产的经济效益和环境效益的最大化。
随着生物技术的快速发展，微生物发酵过程优化控制技术也取得了显著的进步。
本文将对近年来微生物发酵过程优化控制技术的研究进展进行综述，包括发酵过程参数优化、发酵过程模型化与控制、发酵过程智能优化控制策略等方面，以期为该领域的进一步研究和发展提供参考和借鉴。
本文将介绍微生物发酵过程的基本原理和发酵过程控制的重要性，阐述优化控制技术在提高发酵效率、降低生产成本、改善产品质量等方面的关键作用。
本文将重点综述发酵过程参数优化技术的研究现状，包括温度、pH值、溶氧量、底物浓度等关键参数的优化方法和技术手段。
接着，本文将探讨发酵过程模型化与控制的研究进展，包括基于机理模型的发酵过程控制、基于数据驱动的发酵过程建模与控制等方面。
本文将介绍发酵过程智能优化控制策略的最新研究成果，包括基于、机器学习等技术的发酵过程优化控制方法，以及这些技术在实际工业生产中的应用情况。
通过对微生物发酵过程优化控制技术的研究进展进行综述，本文旨在为该领域的科研人员、工程师和研究生提供一个全面、深入的了解，以促进该领域的进一步发展和创新。
本文也希望为相关企业的技术创新和产业升级提供有益的参考和启示。
二、微生物发酵过程基础微生物发酵过程是一种复杂的生物化学过程，涉及微生物的生长、代谢以及产物的生成。
这个过程通常包括菌种选择、培养基配制、发酵条件控制等多个步骤。
发酵过程中的关键因素包括温度、pH值、溶解氧、营养物质浓度等，这些因素的优化控制对于提高发酵产物的产量和质量至关重要。
菌种选择是发酵过程的基础。
不同种类的微生物具有不同的代谢途径和产物生成能力，因此，选择适合发酵目标的菌种至关重要。
同时，菌种的遗传改良也是提高发酵效率的重要手段，通过基因工程等现代生物技术手段，可以实现对菌种代谢途径的精确调控，从而提高产物的产量和纯度。
WebField JX300-XP DCS系统在生物发酵法1,3丙二醇生产中的应用
１ －￣ ， Ｐ 二醇（ ，＿ Ｄ ） ３ １３ Ｐ ０ 是生产聚对苯二甲酸 丙二酯（， ） Ｐ ｆ 的主要原料， Ｉ ｒ 也可用作合成增塑剂 、 洗涤剂、 防腐剂 、 乳化剂的原料， 在各个行业领域 应用广泛。目 前全球 ｌ３Ｐ Ｏ的生产基本 Ｅ ， Ｄ － 被德
－４ ｌ
科
科技 论坛 Ｊ Ｉ｝
ＷｅＦｅ Ｘ Ｏ — Ｐ Ｄ Ｓ系统在 生物 ｂ ｉ ｄ Ｊ ３Ｏ ｘ Ｃ ｌ 发 酵 法 １３丙 二醇 生产 中的应用 ，
徐 军
（ 尔滨麦肯食品有限责任公 司， 哈 黑龙江 哈 尔滨 １０ ０ ） ５ ０ ０
摘 要：－ ４ ￣Ｔ浙江中控 最新 的 Ｄ Ｓ系统 Ｗ ｂ ｉ ｄ Ｊ ３ ０ Ｘ ｔ Ｃ ｅ Ｆ ｌ Ｘ ０ － Ｐ在 ｌ ３丙二醇生产 中的应用及控制特点 ， ｅ ， 并对最终应用的效果作 了总结。
关 键 词 ： ｂ ｉｌ Ｘ ０ － ； ， Ｗｅ Ｆｅｄ Ｊ ３ ０ ＸＰ １３丙二 醇 ； 物发 酵 法 生
制也可集中控制。从可靠性和经济性考虑，主控 操作站组态要注意以下事项： 器、 数据转发卡、 电源、 通讯 网络采用 １１ ： 热备冗 挂 作站组态时 ， 彳 必须先进行 操作 ， Ｊ 、 组 余， 系统采用单路Ｕ Ｓ Ｐ 供电。在该系统 中， 采用两 设置 ， 一个系统最多可组 １ 个操作小组 ， ６ 每个操 层层网络结构。 第＿层网络是过程控制网Ｓ ｎ ｆ 作小组可有不同的操作画面； 流程图组态软件、 Ｃ ｅＩ ｌ ｈ 连接了系统的控制站、 操作员站、 工程师站 、 通信 报表制 作软件最好在组态软件 Ｓ Ｋ ｙ Ｃ ｅ 下启动 ； ａ 国 Ｄｇｓ 公司、美国壳牌公司和美 国杜邦公司 接 口 ｅｕｓ ａ 单元等， 是传送过程控制实时信息的通道。 第 在绘制流程图时， 动态对象 ｒ 图形） 值、 可以和非 三家垄断。其 中 Ｄｇｓ 公司和壳牌公司走的都 二层网络是控制站 内部 Ｉ ｅｕｓ ａ ／ Ｏ控制总线 ， 称为 Ｓ Ｕ 动态对象、 ＢＳ 其他动态对象重叠， 当动态对象和非动 是 ‘ 合成路线” 韬化 。商杜邦公司采用的是 自己 创 控制站内部 Ｉ 控制总线。 ／ Ｏ 主控制卡、 数据转发卡、 态对象重叠时， 动态对象要置于图形的最 Ｅ 。 层 一 新 的生物工程法。 与化学合成法相 比， 生物法具有 卡件都是通过 Ｓ Ｕ 进行信息交换的。ＳＵ 个动态对 象不能 和其他任何对象组合成组 合对 ＢＳ ＢＳ 条件温和、 操作简便、 剐产物少、 无环境污染、 能耗 总线分为两层 ： 双重化总线 Ｓ Ｕ － ２ Ｓ Ｕ － １ 象， Ｂ Ｓ Ｓ 和 Ｂ Ｓ Ｓ 否则监控软件运行时没有动态效果， 动态对象 低、 投资小等优点， 成为 １３ ， 丙二醇 的生产方向。 网络。主控制卡ｉ 过它们来管理分散于各个机笼 不能进行剪切、 ， 萄 粘贴 但可以在同一张流程图上复 目 前国内 ｌ３丙二醇 的生物法生产刚刚起步 ， ， — 具 内的 ／ ／ Ｏ卡件。控制站负责数据的采集和处理 。 并 制 ； 势画面中不能包含模拟输 出点， ｄ 趋 如想查看 有广阔的市场前景。 进行控制算法的运算输出，操作站负责提供 ＾ 机 模拟输出点的趋势， 可用参数 、 控制回路位号； 模 国内某生物发酵法 ｌ 一 ， 丙二醇生 产线经过 操作界面 ， ３ 工程师站通过授权进行组态 ， 同时也作 拟输出点也不能操作， 要想操作， 必须建—个控制 性价对比，采用浙江中控的 Ｗｅ ＦｄｄＪ ０ － Ｐ 为操作站进行操作。提取车问的膜处理设备是第 回路和其相连。 ｂ ｊ ￣３０ Ｘ Ｄ Ｓ系统。 Ｃ 三方设备， 采用的是西门子的 ￥ － ０ 系统。通过 ７ ３０ 在整个工艺流程中， 发酵车间的发酵工段和 Ｘ ２４通讯卡与控制站进行 ＭＯＤ Ｕ 通讯 。 Ｐ４ ＢＳ 提取车间的精馏工段是关键工段 ，直接影响产品 １ ｅ Ｆｅ 【 Ｏ ｘ Ｃ 系统简介 ｂ ｉ ｄＰ是 中 控 在 基 于 Ⅸ 一 ｂ ｉｄ Ｊ － ０ Ｘ ｌ 系统输入输出点数如下 ： 的质量和得率。 在发酵工段， 微生物在增殖 孺 ３Ｏ Ｏ ｘ成熟 的技术与性能的基础上 ，推 出的基于 （） １ 模拟量输入 ： 温度 ５ 点 ； ６ 标准信号 ４ 要加热。 － 而在快速生长期放出大量的热和乳酸， 需 ｗｂ ｅ 技术的网络化控制系统 。 ） ０ Ｘ 系统吸收 ２ ｍ ２ 点 ； ） Ｊ ∽ ０Ｐ ０ Ａ １５ （ 模拟量输出： ２ 标准信号 ４２ ｍ 要降温和加碱中和。 －０ Ａ 了最新的网络技术 、 微电子技术成果 ， 充分应用了 ４ ０点；３ 开关量输入 ：６ （） １０点；４ 开关量输出：６ 在微生物最适宜３ 的范围内。 （） ９ 随 要求温度控制在± 最新信号 吹理技术、 高速网络通信技术、 可靠的软 点；５ 工程组志： ｂ ｌ Ｘ ３ ０ＸＰ系统采用 ｎ ℃，ｂ （） ｅｄＪ － ０ ． Ｐ 值控制： ． Ｐ 。 ５ ｌ ０ ｈ 当生长环境不适宜时， ￣ ３ 件平台和软件设计技术以及现场总线技术 ， 采用 Ａ ｖｎ ｒ ｒ开发软件包， ｄａ Ｔｏ Ｐｏ ｌ 最新版本是 Ｖ ． 。 ２ ５ 使 微生物会迅速死亡， ６ 造成整罐产品报废。 而发酵罐 了高性能的微处理器和成熟 的先进控制算法 ， 全 用此软件报开发的项 目 包括工艺流程图， 控制分 的体积巨大， 大的有 ｌ０ ｏ 立方米 ， 控制 匕 存在非常 面提高了系统性能 ， 能适应更广泛更复杂的应用 组图， 趋势曲线图 ， 参数修改 图等页面， 容易掌握 大的滞后环节。同时加热和降温阀门采用开关 阀 利用系统提供的 自 定义语言程序来实现 门， 使传统的控制方案无法满腰 求。 经过探讨和 要求。 它具有以下—些特点： （ １ 熟， 性能稳 和操作。 定； ） （ 高速、 ２ 可靠、 开放的通信控制网络 Ｓ ｎｔ Ｉ 某些复杂的控制方案。并可以根据生产的需要输 实践， Ｃ ｅＩ ； 采用直接控制加位式 ＰＤ的方法。 Ｉ 当发酵罐 （） ３分散、 独立、 功能强大的 控制站 ； ） （ 全智能化设 出制定格式的报表。 ４ 的温度与设定值有很大偏差的时候，直接周期性 计； ） （ 任意冗余配置 ； ） 卡件贴片化设计、 ５ （砌 ６ 砌 Ｓ Ｐ ＯＮ Ｊ ３ ０ Ｐ ＤＣ 的 组 态 包 括 主 机 启停升温或降温过程一段对问。当温度与设定值 Ｕ Ｃ Ｘ－０ Ｘ Ｓ 端子可插拔设计 ； ） 、 （ 简单 易用的组态手段 和工 设置、 ７ 控制站组态 、 操作站组态 ， 三者必须按顺序 接近时， 转换到位式 ＰＤ 控制升温或降温。 Ｉ， 从而获 具； ） （ 丰富、 、 ８ 实用 友好的实时监控界面 ； ） （ 事件 完成， ９ 工程组态还包括组态下载和运行维护。 得了良好的控制效果。 记录功能； ） ０ｏ多功能的协议转换接 口；１ ） （１ 方便 （） １主机设置。它是对系统各主控制卡、 操作 在提取车间， 精馏工段完成产品的最终分离 ， 实现与异构系统的集成 ；１）产品多元化、网络 站、 （２ 工程师站在系统 中的位置进行组态， 也就是每 共设两级精馏。 在第—级精馏塔 ， 前端物料被分离 化；１） （３安装方便 ， 维护简单。 个站在过程控制网络上的地址 、每个控制站的运 为 ２３ ， 丁二醇和含 １ 丙二醇的混合物 ； ， ３ 在第二 ２工艺简介 算周期、 是否冗余进行组态。２控制站组态。 （） 它是 级精馏塔进一步分离出 １ 丙二醇和其他杂质。 ， ３ 本装置 以生物柴油的副产品工业 甘油为原 指对控制站硬件和控制方案的组态。 由于受塔内真空度的影响 ， 进料流量计会有大幅 料， 经过培养基配置 、 连续消毒 、 、 发酵 膜过滤、 电 在进行控制站组态时须注意以下事项 ： 度的抖动， 影响进料流量的稳定性。 通过在软件中 渗析 、 、 浓缩 蒸馏、 精馏等工序生产 出 １ 丙二醇 ， ３ ａ 首先进行 组态 ， 包括数据转发卡、 Ｉ ／ Ｏ卡 的进一步滤波 ， 使进料流量值比较稳定 ， 从而获得 及副 产品 ２３丁二 醇。 ， 件、 信号点、 信号点参数设置的组态 ；在进行自 ｈ 定 稳定的流量测量值。 ３主要仪表回路的实现 义控制方案组态时 ， 先完成 Ｉ ／ Ｏ组态、 定义变量 自 ５结 论 然后在 Ｓ Ｋ ｙ Ｃ ｅ 组态软件中使用 Ｆ Ｄ Ｂ 编程语 通过 ｗｅ ＦｅｄⅨ Ｏ Ｐ系统在生物发酵 ｂ ｉ１ ０Ｘ 根据工艺流程 ， １ ０点数和现场要求 ， 本装置 定义 ， 供有 ２ 个 自 ４ 定义控制回路， 幅工艺流程图。 １ Ｏ 每 言及 ＳＣ编程语言编程 ； 定 义 Ｆ ｃ 泊 控制方案程序编 法 １ 丙二醇生产 中的应用 ，证实 了 ｗｅｎ ｌ ， ３ ｂｅ ｄ 个回路在所在的控制站中作出定义，在 自 定义方 译通过后， 必须在 自 定义回路中登录， 登录的 自 定 Ｊ【３０ Ｘ ） Ｏ Ｐ系统完全能满足生物发酵法 ｌ３ ＿ ， 丙二 案中使用功能块图编程实现 ， 在分组画面中分组 义回 路号要和程序中的引用号相同 ；各种卡件的 醇生产控制要求。 ｄ ． 同时， 也为生物发酵法 １ 丙二 ， ３ 显示 。 组态地址要和硬件地址相同， ￣仃热电阻信号 醇的大规 在１ｚ 垃－ 模生产积累了宝贵的经验。 ４控制系统的实现 点参数设置组态时 ， 必须指明量程范围。（ ） ３操作 参考 文献 系统在发酵车间配备 了 １ 个工程师站 ， 个 站组态。它是面向操作人员的计算机操作平台的 【ＷｅＦｅｄＪ － ０ Ｘ 系统说 明 书 Ｖ ． １ １ ｂ ｉｌ Ｘ ３ ０ Ｐ ］ ３１ 圈． 控制站， 个操作站 ； １ 在提取车间配备了 １ 个控制 定义， 主要包括操作 组没置、 孙 标准画面组态ｆ 总貌 ［Ａ ｖｎｒｌＰｏＶ ．５ 用手 册 Ｖ ． ． ２ ｄａ ｔ － ｒ ２ 使 ］ ｏ ６ １阎 １ 站 ， 个操作站 。两个车间通过光纤连接起来 ， １ 在 画面、 趋势曲线、 控制分组 、 数据一览）流程图、 、 报 Ｓ ｎｔ Ｊ Ｃ ｅ Ｉ网络级别进行通讯。 两个车间可以独立控 表、 定义键、 自 语音报警等六部分。 责 任编辑 ： 王青 翠
生物质发酵过程中温度控制系统设计——基于AT89C51
开发研究是非常重要 的。随着科学技术 的发展 ， 单 片 机应用也越来越 广泛 ， 它不仅结 构简单 ， 而且 控制灵 活、 功能强大 、 可靠性高 。本文根据实际需求 ， 设计 了 基于单片机的沼气发酵温度控制 系统。
读数。Ｄ Ｓ １ ８ Ｂ ２ ０ 通过一个单线接 口发送或接 收信息 ，
因此在 中央微处理 器和 Ｄ Ｓ １ ８ Ｂ ２ ０之 间仅 需一条连接 线， 不需要经过其它转换 电路 ， 直接输 出被测温度值 。 测温范围为一 ５ ５～＋ １ ２ ５ ℃， 分辨率 为 ０ ． ０ ６ ２ ５ ￣ Ｃ； 每个 Ｄ Ｓ １ ８ Ｂ ２ ０都 有 一 个 独 特 的 片 序 列 号 ， 所 以 多 只
—
地， Ｉ ／ Ｏ与单片机 的 Ｉ ／ ０线相 连。但是 ， 无论是 内部寄
生 电源 ， 还是外部供电 ， Ｉ ／ ０ 口线要接 ５ ｋ Ｑ 左右 的上
ｍ ａ ｉ ｌ ） ｘ ｌ ｚ ｈ ｏ ｕ ０ ４ ５ １ ＠ｇ ｍａ ｉ ｌ ． ｃ ｏ ｎ。 ｒ
・
２ ２ １・
２ ０ １ ３年 ２月
在硬件 上 ， Ｄ Ｓ １ ８ Ｂ ２ ０与 单 片 机 的连 接 有 两种 方 法： 一种是用寄生电源供 电， 此时 Ｖ ｃ ｃ 与Ｇ Ｎ Ｄ接地 ， Ｉ ／ Ｏ接单片机 Ｉ ／ Ｏ ； 另 一种是 Ｖ ｃ ｃ 接 外部 电源 ， Ｇ Ｎ Ｄ接
基 金项 目：黑 龙江省 自然科 学基金重点项 目（ Ｚ Ｄ ２ ０ ０ ８ １ ７ ） ； 东北 农业大
学 人才基金项 目（ ２ ０ ０ ９ Ｒ Ｃ ４ ９ ）
作 者简 介 ：刘 洪波 （ １ ９ ８ ３ 一 ） ， 男， 山东泰安 人 ， 硕士研 究生 ， （ Ｅ — ｍ ａ ｉ ｌ ）
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
据窗口（预报窗口）的左边界；τ是对输入数据窗口覆盖的过 程变量进行离散化的时间间隔，即离散化步长；m 是数据窗 口的等分数，数据窗口宽度=m*τ；P、PAA、S、O2、CO2 等 分别为产量、前提消耗、糖耗、溶氧和二氧化碳排放量等发 酵过程变量；预报变量 P(Tk+Tpi)表示 Tk+Tpi 时刻的预报值。
Design and Application of Key Variables Prediction System for Fed-batch Bioprocesses
LI Yunfeng1, YUAN Jingqi1,2, XUE Yaofeng1
(1. Dept. of Automation, Shanghai Jiaotong University, Shanghai 200030; 2. State Key Laboratory of Bioreactor Engineering, Shanghai 200237)
数据采集 处理模块
在
工 业
线 测 量
过
数
程 现 场 当 前 运
据 采 ቤተ መጻሕፍቲ ባይዱ 离 线 分
数 据 预 处 理
行
析 数
罐
据
批
输
入
价格成本体系 效益函数
预报值
屏
效益函数核算
幕
神经网络预报
关键变量 预报值
输 出 显 示
神经网络训练 动态训练库 静态训练库 历史罐批库
预报输出 显示模块
训练库选 取及网络 训练模块
∫ J (T f ) =
⎡ ⎢⎣
⎜⎝⎛
Tf 0
FO
ρ dt
+ V F ρ ⎟⎠⎞η 1η 2η 3 Ps − C ini
−
∫ C in
− tC o − ⎜⎝⎛
Tf 0
F O dt
+ V F ⎟⎠⎞ ( C e
+ Cc +
] C d )
Tf
1 + TP
− VC id
(4)
式中：Fo(t)为带放速率(m3/h)；ρ 为发酵罐中的产物质量浓度
过程变量 x(Tk)的构成为
x(Tk)=[ P(Tk) PAA(Tk) O2 ( Tk) CO2( Tk)
S(Tk) Nit(Tk) pH(Tk) …]
(2)
Y(Tk)由输出数据窗口(预报窗口)中的被预报变量的离散
值构成，以青霉素产量预报为例，超前 5 步 40h（步长 8h）
预报的表达式为
Y(T k )=[P(Tk+Tp1) P(Tk+Tp2) P(Tk+Tp3)
2 系统硬件要求和基本结构
该系统的硬件要求为：微机配置不低于 PⅡ450MHz、 20GB 硬盘、128MB 内存，若现场已经安装 DCS 系统，本预 报软件可以嵌入 DCS 系统中，若没有，则系统直接从下位机 读取连续测量数据。下文对该系统的介绍均是基于读下位机 的方式。
该系统主要 3 大模块，分别是数据采集处理模块、训练 库选取及网络训练模块、预报输出显示模块。其中数据采集 处理模块主要是对现场直接测量数据的采取和离线分析数据 的输入，以及对数据进行预处理，使得满足格式要求和剔除 伪数据；训练库选取及网络训练模块是系统的核心模块，完 成对历史罐批的挑选，组成静态训练库，结合到当前时刻为 止现行罐批的已知信息，生成动态训练库，然后对网络进行 训练；预报输出显示模块利用训练好的神经网络对变量预报、 效益函数核算及输出显示。系统各模块框图关系如图 2 所示。
多步超前预报。以青霉素发酵过程为例，将对产物浓度、糖
耗总量、PAA 消耗总量 3 个关键变量进行超前 5 步 40h 预报。
(2) 效益函数核算
该部分完成罐批当前时刻的实际经济效益和未来时刻预
报经济效益的在线计算功能。效益函数定义为一个罐批单位
时间内获得的利润，反映了罐批运行的经济行为，详细的计
算方法见式(4)和文献[4]：
【Abstract】In order to solve the problem of the key variables prediction and the profit function prediction for fed-batch fermentation, this system is designed using VC++ programming language technology and rolling learning-prediction based on neural networks. It is put into trial run in an antibiotics plant, and results show the system runs steadily with high prediction accuracy and satisfactory effect. 【Key words】Fermentation process; State prediction; Advanced control
法并行执行，网络预报器在进行训练预报的同时，可以接着
处理其它罐批的数据而不必等待。
3.3 预报输出显示模块
该算法模块主要利用训练好的网络进行预报，利用预报
值和实测值来计算现行罐批当前时刻效益函数实际值和未来
时刻的预报值，同时把结果输出显示到屏幕。
(1) 网络预报
利用训练好的神经网络，对发酵过程关键状态变量进行
组成动态训练库{θ1~n ‚θn＋1}，来对神经网络进行训练。 (2) 网络训练
随着发酵的进行，在每一时刻，都将进行一次动态训练
库的重新生成，即现行罐批新最新的输入输出变量会被充实
到θn＋1 中，然后进行下一轮的学习和预报，如此反复循环， 故称之为滚动学习－预报。且随着发酵时间增加，训练库中
现行罐批的信息会越来越多，网络预报的精度也会越来越高，
随着发酵时间的进行，数据窗口沿时间轴移动，不同的 发酵时刻覆盖的过程输入输出变量的范围是不同的。神经网 络的结构采用 3 层 BP 网络，其中隐层为 3 个节点，隐层和 输出层分别采用 sigmoid 和线性激发函数。如果输入过程变 量为 k 个，且是 5 步超前预报，则网络结构为[(m +1) *k+1] －3－5。网络训练样本的质量影响着网络的预报性能。
(kg/m3)；VF 为发酵罐中发酵液体积(m3)；η1、η2 和η3 分别为
分 离 、 提 取 和 干 燥 工 段 的 收 率 系 数 ； PS 为 产 品 的 售 价
(RMB/kg)；Cini 为一个罐批的初始投入，用于发酵罐灭菌、
初始培养基制备等；Cin 为流加到当前发酵时间的累积原材料
投入(RMB)；Co 为单位时间过程动态运行费用，包括通气、
1 神经网络滚动学习－预报技术
滚动学习－预报技术是利用历史罐批数据和现行罐批的 已知信息组成训练库对神经网络进行训练。设当前发酵时刻 为 Tk，输入输出向量对{X(Tk)，Y(Tk)}通过移动数据窗口技 术获得，如图 1 所示。其中 X(Tk)为给定输入数据窗口覆盖输 入向量的离散值集合，其中各变量值均归一化为[0 ,1]之间。
—184—
数据的正确与否。
3.2 训练库选取及网络训练模块
该算法模块是系统的核心模块，系统的关键功能大都在
此模块实现，包括训练库选取和网络训练两部分。
(1) 训练库选取
训练库的选取是神经网络预报准确与否的关键因素之
一。该模块主要完成静态训练库和动态训练库生成功能。
一定数目的历史罐批数据（一般为 40 个）组成历史罐批
1.0
S
P
0.8
PAA
输入数据窗口
0.6
输出数据窗口 (预报窗口)
产量P、糖耗S、前提消耗PAA
0.4
0.2
发酵时刻T
K
0.0 0
20 40 60 80 100 120 140 160 180 200 220
发发酵酵时时间间,hh
图 1 Tk 时输入数据窗口和输出数据窗口（预报窗口）
X(T k )=[ Tk x(Tk) x(Tk－1τ)x(Tk－2τ) … x(Tk－mτ)]T (1)
库，从其中挑选出 n 个有代表性罐批（要求为近 1～3 个月运
行的罐批，且分布尽可能均匀），组成静态训练库，其输入输
出向量对集合构成神经网络训练库的主要部分，用θ1~n 表示， 即为静态训练库。假设当前现行罐批（被预报罐批）为第 n+1
罐批，到当前时刻为止，可用的输入输出向量对集合为θn+1， 该集合包含当前要预报罐批的动态信息，和静态训练库一起
李运锋 1，袁景淇 1,2，薛耀锋 1
（1.上海交通大学自动化系，上海 200030； 2.国家生物反应器工程重点实验室, 上海 200237）
摘 要：为了解决发酵过程罐批关键变量和效益函数超前预报问题，利用 VC++编程语言和神经网络滚动学习预报技术，设计了该套系统。 在某抗生素厂进行了试运行，系统预报精度高、运行稳定、效果良好。 关键词：发酵过程；状态预报；先进控制
图 2 系统结构框图
3 系统各模块的实现
3.1 数据采集处理模块 该系统将输入数据分为 3 种：在线测量数据，离线输入
数据和初始化数据。在线测量的数据包括各进料成分的流量、 可在线测量变量等；离线输入数据包括进料浓度，发酵罐内 一些主要物料的浓度以及中间出料体积等；初始化数据为发 酵罐的初始体积、初始产物浓度和初始糖浓度等初始状态数 据。对不同的数据，系统采用了不同的输入方法。对于在线 测量数据，这些数据都有工业仪表进行实时测量，测量结果 存放于下位机中，可以采用 WinSock 通信技术直接从下位机 读取。对于初始化数据和离线输入数据，数据量小且不能直 接测量，故需要直接在界面上由人工手动输入。为了避免误 输入，程序对需要输入数据设定了判断程序，一旦判定该输 入数据可能为错误数据，将会报警，提醒输入人员重新确认