《生物技术过程模型化与控制》求取 ⇩

第一章 绪论1

1.1 生物技术和生物技术过程1

1.1.1 生物技术及其地位1

目录1

1.1.2 生物技术过程及其特殊性3

1.2 生物技术过程模型化5

1.2.1 模型化的目的5

1.2.2 建立过程控制模型的方法6

1.2.3 模型分类7

1.3 生物技术过程控制8

1.3.1 过程控制的目的8

1.3.2 过程控制分类及发展9

2.1.1 反应系统概述11

2.1.2 生物技术过程反应系统11

第二章 生物技术过程动力学模型11

2.1 生物技术过程反应系统11

2.2 搅拌生物反应器中的发酵动力学16

2.2.1 生物质生长和底物消耗动力学17

2.2.2 产物生成动力学18

2.2.3 通气发酵溶解氧动力学19

2.3 比生长速率模型20

2.4 生物技术过程的通用状态空间模型25

2.4.1 通用状态空间模型25

2.4.2 反应速率模型27

2.4.4 进料速率模型28

2.4.3 气体排放速率模型28

2.4.5 状态空间模型实例30

2.5 通用动力学模型的基本结构和性质30

2.6 通用动力学模型的简化33

2.7 状态空间动力学模型的稳定性分析34

2.7.1 限制输入和状态稳定性34

2.7.2 平衡状态及其稳定性38

2.8 通用动力学模型的扩展44

2.8.1 生物质循环单罐连续培养44

2.8.2 生物质积累双罐串联连续培养45

2.8.3 固定床生物反应器的分布参数模型47

3.1 概述49

第三章 生物技术过程系统辨识与参数估计49

3.2 系统辨识的基本方法和一般步骤50

3.3 参数估计的基本方法51

3.3.1 线性模型的参数估计52

3.3.2 非线性模型的参数估计53

3.3.3 微分方程模型的参数估计58

第四章 生物反应器的状态观测63

4.1 引言63

4.2 指数型可观测性64

4.3 指数型可观测器的标准设计67

4.3.1 增广Luenberger观测器及增广Kalman观测器67

4.3.2 微生物生长过程状态观测68

4.4 渐近式可观测性72

4.4.1 渐近观测器74

4.4.2 厌氧消化过程的渐近观测78

4.4.3 PHB生产过程的渐近观测82

4.5 反应速率的在线估计88

4.5.1 基于观测的估计器89

4.5.2 线性回归估计89

4.5.3 生物质比生长速率的在线估计91

4.5.4 反应速率在线估计的卡尔曼滤波99

4.5.5 乙醇补料分批发酵过程比生长速率的估计101

4.5.6 连续厌氧消化过程反应速率的估计105

4.5.7 乳酸分批发酵过程反应速率的估计107

5.1 比反应速率的在线估计113

第五章 得率系数未知的参数和状态估计113

5.1.1 得率系数未知估计状态变量的条件114

5.1.2 不依赖得率系数的比生长速率估计115

5.1.3 厌氧消化过程比反应速率的估计119

5.2 耦联比反应速率和得率系数的估计120

5.2.1 由全状态测量估计比反应速率和得率系数121

5.2.2 由部分状态测量估计比反应速率和得率系数123

5.3 得率系数的估计128

5.3.1 线性回归模型129

5.3.2 参数矢量θ的估计131

5.4 生物技术过程其它参数的估计135

5.4.1 气液传递速率的估计135

5.3.3 得率系数的结构可识别性135

5.4.2 与氧相关的参数估计136

第六章 生物技术过程常规控制138

6.1 消泡控制138

6.2 温度控制139

6.3 压力控制144

6.4 pH控制144

6.5 溶解氧浓度的控制145

6.6 补料控制147

第七章 生物技术过程优化控制149

7.1 优化问题的几个基本概念149

7.1.1 静态优化与动态优化149

7.1.2 目标函数与等位线150

7.1.3 约束条件与可行域151

7.1.4 最优化问题的数学模型152

7.2 典型的优化方法152

7.2.1 线性规则—单纯形法153

7.2.2 连续系统的动态最优化——最小值原理162

7.3 操作优化控制系统172

7.3.1 谷氨酸发酵过程离线调优172

7.3.2 开环最优控制系统179

7.3.3 闭环操作优化控制系统179

第八章 生物反应过程的自适应控制182

8.1 线性化控制原理和闭环稳定性评价183

8.1.1 线性化控制原理184

8.1.2 关于闭环稳定性187

8.2.1 “全简化”模型188

8.2 线性控制的信号干扰设计188

8.2.2 厌氧消化过程的去污控制189

8.2.3 厌氧消化过程的丙酸盐控制191

8.2.4 酵母发酵过程中的乙醇调节193

8.2.5 直接自适应线性控制194

8.2.6 间接自适应线性控制196

8.2.7 用稀释度D进行控制197

8.2.8 厌氧消化过程丙酸盐浓度的自适应调节198

8.3 已知得率系数的自适应线性控制200

8.3.1 自适应控制问题的提出201

8.3.2 底物控制201

8.3.3 产物控制204

8.4 CSTR线性控制问题的通解207

8.4.1 模型描述207

8.4.2 输入／输出模型的推导208

8.4.3 线性控制设计209

8.5 未知得率系数的自适应线性控制210

8.5.1 引言及基本假设210

8.5.2 自适应控制设计211

8.6 实际问题212

8.6.1 输入控制的饱和度212

8.6.2 控制规则组合213

8.6.3 用稀释度控制产物和生物质214

8.7 补料分批操作的自适应线性控制216

8.7.1 过程描述216

8.6.4 控制规则分母为零216

8.7.2 自适应控制设计218

8.7.3 补料分批操作中得率与生产能力的矛盾219

8.7.4 最佳控制比较220

8.8 合成产物的气体形成速率自适应控制224

8.8.1 过程描述224

8.8.2 厌氧消化过程224

第九章 生物技术过程中的专家控制231

9.1 专家控制技术的产生及其控制作用的实现231

9.2 专家系统的构成232

9.2.1 知识获取233

9.2.2 知识库234

9.2.3 推理机240

9.2.4 数据库和解释系统241

9.3 专家控制系统241

9.4 专家系统在生物技术过程控制中的应用243

9.4.1 赤霉素发酵过程的实时控制专家系统244

9.4.2 青霉素发酵过程专家控制247

9.4.3 国外生物技术过程控制专家系统开发概况251

第十章 生物技术过程中的模糊控制254

10.1 模糊控制的沿革255

10.2 模糊控制原理256

10.2.1 基本概念257

10.2.2 模糊控制过程261

10.2.3 模糊控制方式270

10.3.1 模糊PID控制器的并列转换274

10.3 模糊控制与PID控制的结合274

10.3.2 模糊PID控制器的参数自整定276

10.3.3 模糊PID控制器在生物技术过程控制中的应用277

10.4 专家模糊控制器及其应用282

10.4.1 专家模糊控制器282

10.4.2 面包酵母生产的适时专家模糊控制283

10.5 自组织模糊控制器及其应用291

10.5.1 自组织模糊控制器291

10.5.2 自组织模糊控制器在生物技术过程中的应用293

第十一章 神经网络及其在生物技术过程中的应用302

11.1 引言302

11.1.1 人工神经网络与生物体神经网络的比较302

11.1.2 人工神经网络的特点304

11.1.3 神经网络的沿革306

11.1.4 应用人工神经网络于生物技术过程研究309

11.2 神经网络结构和学习算法310

11.2.1 神经元活化函数的类型310

11.2.2 人工神经网络的结构311

11.2.3 神经网络的学习算法313

11.3 前馈神经网络及其反馈传播算法314

11.3.1 前馈神经网络的数学描述315

11.3.2 反向传播算法（BP算法）316

11.3.3 前馈神经网络的误差曲面讨论321

11.3.4 BP算法的改进322

11.3.5 前馈神经网络的结构设计324

11.4.1 青霉素补料分批培养过程状态估计327

11.4 前馈神经网络的应用327

11.4.2 体积氧传递系数的函数建模和模式识别332

11.4.3 木糖醇发酵状态估计、过程预测与优化338

11.4.4 谷氨酸发酵过程控制系统的故障诊断342

11.4.5 链霉素间歇补料发酵过程预估计优化控制346

11.4.6 神经模糊控制及其在面包酵母发酵中的应用350

11.4.7 模糊神经网络及其在重组E.coli培养中的应用353

第十二章 遗传算法及其在生物技术过程研究中的应用356

12.1 引言356

12.2 GA的运行过程及特点358

12.2.1 GA的运行过程358

12.2.2 GA的特点361

12.3.1 模式理论363

12.3 GA的基本理论363

12.3.2 GA的隐含并行性365

12.4 运用GA需注意的一些问题及改进方法366

12.4.1 参数选择与初始化367

12.4.2 遗传操作及后代的产生369

12.4.3 种群评价和最优个性的选择370

12.4.4 中止条件的选择及收敛性373

12.5 GA的应用373

12.5.1 函数极值求解374

12.5.2 基于GA的分批发酵动力学模型参数的估算375

12.5.3 应用GA于木糖醇发酵的培养基优化379

参考文献386