專利名稱：一種發(fā)酵生產(chǎn)過程控制方法及應(yīng)用的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于工業(yè)控制領(lǐng)域，具體涉及發(fā)酵生產(chǎn)過程控制方法及應(yīng)用。
背景技術(shù)：
發(fā)酵過程廣泛應(yīng)用于生物制藥、食品加工等行業(yè)。發(fā)酵過程優(yōu)化是發(fā)酵工程生產(chǎn) 中的主要問題，是在已提供菌種和放罐條件的基礎(chǔ)上，尋求使產(chǎn)能/成本比最大，產(chǎn)品質(zhì)量 最好的操作工藝。發(fā)酵過程優(yōu)化是一個(gè)動態(tài)優(yōu)化問題沒有穩(wěn)定的工作點(diǎn)、時(shí)變和非線性的 動力學(xué)特性、存在生產(chǎn)約束。隨著提高產(chǎn)品質(zhì)量的需求和市場競爭的加劇，發(fā)酵過程的優(yōu)化與控制受到廣泛重 視。發(fā)酵過程優(yōu)化的關(guān)鍵在于最優(yōu)補(bǔ)料曲線的確定與調(diào)整。由于發(fā)酵過程的復(fù)雜性，目前發(fā) 酵生產(chǎn)過程基本是通過人工分析實(shí)驗(yàn)數(shù)據(jù)得到可行的操作工藝，經(jīng)放大進(jìn)行工業(yè)生產(chǎn)，但 該工藝并不是最優(yōu)的，控制不同的操作條件，基本相同的投料量也會得到完全不同的產(chǎn)量， 而且整個(gè)生產(chǎn)過程處于開環(huán)狀態(tài)，過程擾動和參數(shù)變化等不確定因素對最終的產(chǎn)品質(zhì)量影 響很大。

發(fā)明內(nèi)容
本發(fā)明提供了一種能夠有效補(bǔ)償發(fā)酵生產(chǎn)過程中的不確定性對產(chǎn)品性能指標(biāo)的 影響，實(shí)現(xiàn)對發(fā)酵生產(chǎn)過程產(chǎn)量的閉環(huán)優(yōu)化控制的發(fā)酵生產(chǎn)過程控制方法。一種發(fā)酵生產(chǎn)過程控制方法，包括以下步驟(1)以發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型解析得到離線發(fā) 酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式；其中，所述的從離線發(fā)酵過程模型解析得到 的離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線由最大極值弧、最小極值弧和奇異弧組成，與其對 應(yīng)的所述的解析表達(dá)式為三段表達(dá)式；以發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型計(jì)算得到離線發(fā)酵生 產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的數(shù)值解和最優(yōu)狀態(tài)變量的數(shù)值解；將離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式與數(shù)值解相結(jié)合，確定離線 發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的實(shí)際表達(dá)式；其中，所述的從離線發(fā)酵過程模型解析得到發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解 析表達(dá)式，是基于極大值原理，利用最優(yōu)性必要條件，對離線發(fā)酵過程模型求解實(shí)現(xiàn)的。離 線計(jì)算時(shí)，不考慮實(shí)際發(fā)酵生產(chǎn)過程中的不確定性因素，此時(shí)的離線發(fā)酵生產(chǎn)過程模型為 標(biāo)稱模型。其中，所述的從離線發(fā)酵過程模型計(jì)算得到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線 的數(shù)值解和最優(yōu)狀態(tài)變量的數(shù)值解，包括以下步驟將補(bǔ)料速率離散化，利用離線發(fā)酵過程模型的最優(yōu)性必要條件，采用數(shù)值優(yōu)化方 法求解離散后補(bǔ)料速率的非線性規(guī)劃問題，得到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的數(shù) 值解和最優(yōu)狀態(tài)變量的數(shù)值解。
其中，所述的離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的實(shí)際表達(dá)式，包括所述的最 優(yōu)補(bǔ)料曲線的解析表達(dá)式的實(shí)際組成、組成順序以及切換條件。所述的狀態(tài)變量為底物濃 度、微生物濃度或產(chǎn)物濃度。所述的基于數(shù)值優(yōu)化方法、極大值原理及最優(yōu)性必要條件，確定保證產(chǎn)量最大化 的最優(yōu)輸入曲線分段表示形式、所需跟蹤的最優(yōu)狀態(tài)變量及分段之間的切換條件；該方法 既是一種定性分析，得到最優(yōu)輸入曲線的結(jié)構(gòu)及所需跟蹤的狀態(tài)變量；也是一種定量分析， 得到狀態(tài)變量的最優(yōu)值作為跟蹤控制的目標(biāo)值。(2)將步驟(1)計(jì)算出的最優(yōu)狀態(tài)變量作為目標(biāo)值，采用通用模型控制算法，建立 實(shí)際發(fā)酵生產(chǎn)過程的反饋控制回路，在狀態(tài)變量偏離最優(yōu)值時(shí)，通過實(shí)時(shí)調(diào)節(jié)補(bǔ)料速率，使 得狀態(tài)變量趨近于最優(yōu)值，從而通過對狀態(tài)變量最優(yōu)值的實(shí)時(shí)跟蹤來實(shí)現(xiàn)發(fā)酵生產(chǎn)過程中
產(chǎn)量最大化。所述的通用模型控制算法，詳見P. L. Lee,等.在題名為“Genericmodel control (GMC) ” (Comp. Chem. Eng.，1988，vol. 6，573-580)中所公開的內(nèi)容。以優(yōu)化過程中經(jīng)一次離線計(jì)算得到的最優(yōu)狀態(tài)值最為目標(biāo)值進(jìn)行跟蹤控制，閉環(huán) 反饋回路保證過程的最優(yōu)性及魯棒性，將無穩(wěn)定狀態(tài)的間歇過程的優(yōu)化問題轉(zhuǎn)化為控制問 題，以消除實(shí)際發(fā)酵生產(chǎn)過程中的不確定因素對生產(chǎn)產(chǎn)量的影響。本發(fā)明還提供了所述的發(fā)酵生產(chǎn)過程控制方法在釀酒酵母酶的發(fā)酵生產(chǎn)過程中 的應(yīng)用，包括以下步驟(1)以釀酒酵母酶的發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型解 析得到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式；以釀酒酵母酶的發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型計(jì)算得 到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的數(shù)值解和葡萄糖濃度的最優(yōu)數(shù)值解；將離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式與數(shù)值解相結(jié)合，確定離線 發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的實(shí)際表達(dá)式；(2)將步驟(1)計(jì)算出的最優(yōu)狀態(tài)變量作為目標(biāo)值，采用通用模型控制算法，建立 實(shí)際發(fā)酵生產(chǎn)過程的反饋控制回路，在葡萄糖濃度偏離最優(yōu)值時(shí)，通過實(shí)時(shí)調(diào)節(jié)補(bǔ)料速率， 使得葡萄糖濃度趨近于最優(yōu)值，從而通過對葡萄糖濃度量最優(yōu)值的實(shí)時(shí)跟蹤來實(shí)現(xiàn)釀酒酵 母酶的發(fā)酵生產(chǎn)過程中產(chǎn)量最大化。本發(fā)明中，綜合考慮發(fā)酵生產(chǎn)過程的特點(diǎn)和實(shí)際生產(chǎn)情況，將發(fā)酵過程的優(yōu)化和 補(bǔ)料曲線的實(shí)時(shí)控制相結(jié)合，將對產(chǎn)量最大化的優(yōu)化問題轉(zhuǎn)化為對最優(yōu)狀態(tài)變量的跟蹤控 制，能有效補(bǔ)償生產(chǎn)過程中的不確定性對產(chǎn)品性能指標(biāo)的影響，實(shí)現(xiàn)對發(fā)酵過程產(chǎn)量的閉 環(huán)優(yōu)化控制。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果1、通過基于優(yōu)化和反饋控制相結(jié)合的發(fā)酵生產(chǎn)過程控制方法，對補(bǔ)料曲線進(jìn)行在 線實(shí)時(shí)調(diào)節(jié)，使得狀態(tài)變量在生產(chǎn)過程中一直趨近于最優(yōu)值，能有效補(bǔ)償發(fā)酵過程中不確 定因素對生產(chǎn)過程的影響，最終的產(chǎn)品性能指標(biāo)(生產(chǎn)產(chǎn)量)較現(xiàn)有方法有顯著提高。2、反饋控制回路中控制器結(jié)構(gòu)簡單，參數(shù)易于調(diào)節(jié)，直接利用測量值對補(bǔ)料曲線 進(jìn)行調(diào)節(jié)，無需進(jìn)行在線估計(jì)或辨識模型參數(shù)，計(jì)算量小，對不確定性的響應(yīng)更靈敏，調(diào)節(jié) 速度快。


圖1為本發(fā)明的發(fā)酵生產(chǎn)過程控制方法流程圖；圖2為本發(fā)明的發(fā)酵生產(chǎn)過程控制方法中閉環(huán)優(yōu)化控制系統(tǒng)結(jié)構(gòu)示意圖；圖3為離線數(shù)值優(yōu)化的葡萄糖濃度曲線；圖4為離線數(shù)值優(yōu)化的酶活性曲線；圖5為離線數(shù)值優(yōu)化的性能指標(biāo)1曲線；圖6為離線數(shù)值優(yōu)化的性能指標(biāo)J2曲線；圖7為離線數(shù)值優(yōu)化的補(bǔ)料速率曲線；圖8為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的葡萄糖濃度曲線；圖9為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的酶活性曲線；圖10為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的性能指標(biāo)1曲線；圖11為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的性能指標(biāo)J2曲線；圖12為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的補(bǔ)料速率曲線；圖13為呼吸作用參數(shù)發(fā)生變化時(shí)采取開環(huán)優(yōu)化的葡萄糖濃度曲線圖14為呼吸作用參數(shù)發(fā)生變化時(shí)采取開環(huán)優(yōu)化的酶活性曲線；圖15為呼吸作用參數(shù)發(fā)生變化時(shí)采取開環(huán)優(yōu)化的性能指標(biāo)1曲線；圖16為呼吸作用參數(shù)發(fā)生變化時(shí)采取開環(huán)優(yōu)化的性能指標(biāo)J2曲線；圖17為呼吸作用參數(shù)發(fā)生變化時(shí)采取開環(huán)優(yōu)化的補(bǔ)料速率曲線；圖18為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的葡萄糖濃度曲線 對比；圖19為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的酶活性曲線對 比；圖20為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的性能指標(biāo)1曲線 對比；圖21為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的性能指標(biāo)J2曲線 對比；圖22為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的補(bǔ)料速率曲線對 比。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對本發(fā)明做進(jìn)一步說明。如附圖1所示，一種發(fā)酵生產(chǎn)過程控制方法，包括如下步驟(1)針對標(biāo)稱模型的離線優(yōu)化部分實(shí)際發(fā)酵生產(chǎn)過程模型如下X = f{x,θ) + g{θ)u ,x(0) = x0(i)其中，X為狀態(tài)變量(包括底物濃度、微生物濃度及產(chǎn)物濃度)，X(1為發(fā)酵初始條 件，f 為非線性映射，g為輸入矩陣，u為控制量(補(bǔ)料速率)，0為發(fā)酵過程中的不確定性參數(shù)。
實(shí)際發(fā)酵生產(chǎn)過程動態(tài)優(yōu)化問題為 umin^u^umax, T(x(tf))其中，tf為發(fā)酵結(jié)束時(shí)間，T (x (tf)為終端約束條件，ufflax和umin為補(bǔ)料速率上下限 的物理約束。離線計(jì)算時(shí)，不考慮實(shí)際發(fā)酵生產(chǎn)過程中的不確定性因素(0)，此時(shí)的發(fā)酵生產(chǎn) 過程模型為離線發(fā)酵生產(chǎn)過程模型，為= + ，稱為標(biāo)稱模型。離線計(jì)算時(shí)，發(fā)酵生產(chǎn)過程模型(標(biāo)稱模型)下的優(yōu)化問題，采用漢密爾頓方法解 決。漢密爾頓函數(shù)H為H = A Tf (x) +gu(iii)其中，\興0為拉格朗日乘子，為X的轉(zhuǎn)置矩陣。由龐特里亞金極大值原理，將離線發(fā)酵生產(chǎn)過程模型的優(yōu)化問題中目標(biāo)函數(shù)求極 值問題轉(zhuǎn)化為對漢密爾頓函數(shù)H求極值。由此可得最優(yōu)性必要條件為 由于發(fā)酵生產(chǎn)過程中存在對于補(bǔ)料速率的上下界約束，這決定了其最優(yōu)補(bǔ)料曲線 u*表現(xiàn)為分段連續(xù)的形式，即 即發(fā)酵過程的最優(yōu)補(bǔ)料曲線是由U_、UniiI^nUs5段組成，每一段控制曲線稱為弧， 其中u_、ufflin分別稱為最大極值弧、最小極值弧，us稱為奇異弧，us按下式(vi)計(jì)算，并滿 其中， 由此，根據(jù)最優(yōu)性必要條件，對離線發(fā)酵生產(chǎn)過程模型進(jìn)行解析，得到了最優(yōu)補(bǔ)料 曲線的解析表達(dá)式，為可能的三段表達(dá)式。為了進(jìn)一步確定最優(yōu)補(bǔ)料曲線實(shí)際是由哪幾段 表達(dá)式組成、各段表達(dá)式之間的組成順序、以及各段表達(dá)式切換的條件，以下將結(jié)合離線數(shù) 值優(yōu)化來進(jìn)一步計(jì)算。將時(shí)間域
分為N-1個(gè)等間隔，0 <、< . . . <tN= tf’將補(bǔ)料速率U離散 化即參數(shù)化表示。在每個(gè)間隔中用M階拉格朗日插值多項(xiàng)式逼近補(bǔ)料速率u，以第k個(gè)間隔 為例，離散后的補(bǔ)料速率uk(t)為

(ix)
其中，y為發(fā)酵過程狀態(tài)觀測值，h為觀測矩陣；

如果y偏離期望的穩(wěn)定狀態(tài)/ = h (x*)，則要求y能快速逼近/并減小偏差，有
問題轉(zhuǎn)化為使二次型目標(biāo)函數(shù)
k最小化，其中w為正定
陣。該最小化問題等價(jià)于求解i- =0，可得補(bǔ)料速率U。其中&、1(2為控制器參數(shù)。u = (K: (x-x*) +K2 f (x-x*) dt_hxf (x)) /hxg (xi i)利用通用模型控制策略跟蹤x*的過程，如圖2所示，由于生產(chǎn)過程中的不確定性， 使當(dāng)前狀態(tài)X的觀測值偏離給定值最優(yōu)值)，以它們之間的偏差e = X-x*,作為通用模 型控制器的輸入，構(gòu)成閉環(huán)反饋控制回路，通過控制量u(如公式(xii)所示)來消除偏差 e，以降低不確定性對發(fā)酵過程的影響。以下將以本發(fā)明的發(fā)酵生產(chǎn)過程控制方法在釀酒酵母酶的發(fā)酵生產(chǎn)過程中的應(yīng) 用為例，來詳細(xì)說明本發(fā)明的發(fā)酵生產(chǎn)過程控制方法的實(shí)現(xiàn)。釀酒酵母酶分批發(fā)酵培養(yǎng)的補(bǔ)料優(yōu)化問題，考慮如下性能指標(biāo)1和J2。其中，性 能指標(biāo)1體現(xiàn)產(chǎn)量的大小，性能指標(biāo)J2考慮產(chǎn)量和發(fā)酵時(shí)間，J2中的第二項(xiàng)0. 3tf是指對 發(fā)酵時(shí)間的懲罰，時(shí)間tf越長，產(chǎn)量J2越小。
0 彡 u 彡 0.6L/hVt/ <1.21其中S為底物(葡萄糖)濃度(g/L，克/升)、X為生物量濃度，也稱酵母細(xì)胞濃 度(Optical Density縮寫為0D，光學(xué)密度)、P為酶活性(units/mL 0D，單位/毫升 光 學(xué)密度)、V為體積(L，升)、Sin為補(bǔ)料濃度(g/L，克/升)、0為底物消耗率(L/h 0D,升 /小時(shí) 光學(xué)密度)、P為細(xì)胞增長率(L/h g glucose,升/小時(shí) 克葡萄糖)、P為產(chǎn)物 得率(units/OD h gglucose，單位/光學(xué)密度 小時(shí) 克葡萄糖)、u為補(bǔ)料速率(L/h， 升/小時(shí))，Vtf彡1. 2L為最終體積約束。釀酒酵母酶發(fā)酵過程其它模型參數(shù)列舉如下Rr-(有氧)呼吸通量，Rr = krS/ (Kr+S)kr = 0. 55L/(h 0D)，最大呼吸流，Kr = 0. 05g/L,呼吸方式飽和常數(shù)Rt-葡萄糖攝取總量，Rt = max {ktS/ (Kt+S)，Rr}kt = 1. 25L/(h 0D)，最大葡萄糖消耗率
8
Kt = 0. 95g/L，葡萄糖消耗飽和常數(shù)Rf_ (無氧)發(fā)酵通量，Rf = Rt-RrO-酶生成率，O = 6. 25S/(0. 1+S+2S2)Yxr-呼吸方式下的細(xì)胞得率，Yxr = 0. 60D/g glucoseYxf-發(fā)酵方式下的細(xì)胞得率，Yxf = 0. 150D/g glucosekd = 1. 85ho (S) = Rty (S) = Rr Yxr+Rf Yxfp (S) = 0-kd P發(fā)酵初始條件S(0) = 5. Og/L ；X(0) = 0. 150D ；P(0) = 0. 1 units/OD mL ；V(0) = 0. 6L。離線數(shù)值優(yōu)化結(jié)果如圖3 7所示。其中圖3為離線數(shù)值優(yōu)化的葡萄糖濃度曲 線，圖4為離線數(shù)值優(yōu)化的酶活性曲線，圖5為離線數(shù)值優(yōu)化的性能指標(biāo)1曲線、圖6為離 線數(shù)值優(yōu)化的性能指標(biāo)J2曲線，圖7為離線數(shù)值優(yōu)化的補(bǔ)料速率曲線。離線數(shù)值優(yōu)化得到 最優(yōu)狀態(tài)為葡萄糖濃度S* = 0. 225g/L，該發(fā)酵過程最優(yōu)補(bǔ)料曲線由極值弧umin = 0和奇異 弧、=RtXV/(Sin-S*)組成，它們之間的切換條件為葡萄糖濃度S = S*時(shí)。從微生物發(fā)酵角度來說，初始的葡萄糖濃度S(0)過高，會抑制釀酒酵母酶的基因 表達(dá)，使得酵母細(xì)胞有氧呼吸達(dá)到飽和，攝入多余的葡萄糖用來進(jìn)行無氧發(fā)酵，代謝產(chǎn)物是 酒精。發(fā)酵液中過多的酒精積累會損傷酵母細(xì)胞，所以盡可能保證酵母菌處于有氧呼吸狀 態(tài)，以提高細(xì)胞對葡萄糖的利用率，過高的葡萄糖濃度還會抑制酶的生成。因此發(fā)酵初始階 段補(bǔ)料速率為零，以盡快降低葡萄糖濃度直到s = S*，其后，以us進(jìn)行補(bǔ)料使葡萄糖濃度始 終保持在S*。發(fā)酵生產(chǎn)受外界干擾，會導(dǎo)致補(bǔ)料濃度Sin及發(fā)酵動力學(xué)參數(shù)飄移發(fā)生變化，此處 的發(fā)酵動力學(xué)參數(shù)為呼吸通量艮中的呼吸作用參數(shù)kri，krl = 0. 55(L/h 0D)為最大呼吸 流，發(fā)酵過程中其實(shí)際值不大于0. 55。當(dāng)存在上述不確定性時(shí)，如果此時(shí)仍然以離線得到的補(bǔ)料策略進(jìn)行生產(chǎn)，將會使 發(fā)酵性能指標(biāo)降低。圖8 12給出了補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取離線得到的補(bǔ)料策略進(jìn)行開環(huán)優(yōu)化 的結(jié)果示意圖，其中，理想狀態(tài)下補(bǔ)料濃度為10克/升，補(bǔ)料濃度sin發(fā)生擾動時(shí)對比補(bǔ)料 濃度為9. 65克/升或10. 35克/升。圖8為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的葡萄 糖濃度曲線；圖9為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的酶活性曲線；圖10為補(bǔ)料濃 度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的性能指標(biāo)丄曲線；圖11為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取 開環(huán)優(yōu)化的性能指標(biāo)J2曲線；圖12為補(bǔ)料濃度Sin發(fā)生擾動時(shí)采取開環(huán)優(yōu)化的補(bǔ)料速率曲 線。顯然可以看出，以離線得到的補(bǔ)料策略采取開環(huán)優(yōu)化進(jìn)行生產(chǎn)，發(fā)酵性能指標(biāo)較理想狀 態(tài)降低。圖13 17給出了呼吸作用參數(shù)發(fā)生變化時(shí)采取離線得到的補(bǔ)料策略進(jìn)行開 環(huán)優(yōu)化的結(jié)果示意圖，其中，理想狀態(tài)下kri = 0. 55(L/h 0D)，發(fā)生變化時(shí)為0. 45 (L/ h-0D)o圖13為呼吸作用參數(shù)、發(fā)生變化時(shí)采取開環(huán)優(yōu)化的葡萄糖濃度曲線；圖14為呼 吸作用參數(shù)kri發(fā)生變化時(shí)采取開環(huán)優(yōu)化的酶活性曲線；圖15為呼吸作用參數(shù)生變化
時(shí)米取開環(huán)優(yōu)化的性能指標(biāo)Ji曲線；圖16為呼吸作用參數(shù)、發(fā)生變化時(shí)米取開環(huán)優(yōu)化的 性能指標(biāo)J2曲線；圖17為呼吸作用參數(shù)、發(fā)生變化時(shí)采取開環(huán)優(yōu)化的補(bǔ)料速率曲線。顯 然可以看出，以離線得到的補(bǔ)料策略采取開環(huán)優(yōu)化進(jìn)行生產(chǎn)，發(fā)酵性能指標(biāo)較理想狀態(tài)降 低?；谝陨系那闆r，當(dāng)存在不確定條件下需要采取本發(fā)明方法的閉環(huán)優(yōu)化控制，控 制過程如下 同時(shí)考慮上述的兩種不確定因素的變化補(bǔ)料濃度Sin以均值10g/L，標(biāo)準(zhǔn)差 1. 25g/L變化；呼吸作用參數(shù)在0. 35 0. 55 (L/h -0D)之間隨機(jī)變化，采用所設(shè)計(jì)的優(yōu) 化控制器分別作了 10個(gè)實(shí)驗(yàn)，控制結(jié)果如圖18 22中實(shí)線所示，性能指標(biāo)的平均值見表 1。圖18為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的葡萄糖濃度曲線 對比；圖19為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的酶活性曲線對比；圖 20為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的性能指標(biāo)1曲線對比；圖21 為存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的性能指標(biāo)J2曲線對比；圖22為 存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的補(bǔ)料速率曲線對比。各圖中虛線為 開環(huán)優(yōu)化控制結(jié)果，實(shí)線為閉環(huán)優(yōu)化控制結(jié)果。表1各情況下性能指標(biāo)對比 由圖18 22所示的存在兩種不確定因素時(shí)采取開環(huán)優(yōu)化與閉環(huán)優(yōu)化控制的結(jié)果 對比圖和上述表1所示的性能指標(biāo)的平均值對比，可以明顯看出在開環(huán)狀態(tài)下，由于發(fā)酵 過程中不確定性的影響，導(dǎo)致性能指標(biāo)1和J2均顯著下降。采用本發(fā)明中的閉環(huán)優(yōu)化控 制方法，結(jié)果已接近無不確定性的理想狀態(tài)，與開環(huán)優(yōu)化相比，性能指標(biāo)1和J2分別提高了 24%和9. 7%，可顯著提高經(jīng)濟(jì)效益。
權(quán)利要求
一種發(fā)酵生產(chǎn)過程控制方法，其特征在于，包括以下步驟(1)以發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型解析得到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式；以發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型計(jì)算得到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的數(shù)值解和最優(yōu)狀態(tài)變量的數(shù)值解；將離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式與數(shù)值解相結(jié)合，確定離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的實(shí)際表達(dá)式；(2)將步驟(1)計(jì)算出的最優(yōu)狀態(tài)變量作為目標(biāo)值，采用通用模型控制算法，建立實(shí)際發(fā)酵生產(chǎn)過程的反饋控制回路，在狀態(tài)變量偏離最優(yōu)值時(shí)，通過實(shí)時(shí)調(diào)節(jié)補(bǔ)料速率，使得狀態(tài)變量趨近于最優(yōu)值，從而通過對狀態(tài)變量最優(yōu)值的實(shí)時(shí)跟蹤來實(shí)現(xiàn)發(fā)酵生產(chǎn)過程中產(chǎn)量最大化。
2.如權(quán)利要求1所述的發(fā)酵生產(chǎn)過程控制方法，其特征在于，所述的從離線發(fā)酵過程 模型解析得到發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式，是基于極大值原理，利用最 優(yōu)性必要條件，對離線發(fā)酵過程模型求解實(shí)現(xiàn)的。
3.如權(quán)利要求1所述的發(fā)酵生產(chǎn)過程控制方法，其特征在于，所述的從離線發(fā)酵過程 模型解析得到的離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線由最大極值弧、最小極值弧和奇異弧 組成，相應(yīng)地，所述的解析表達(dá)式為三段表達(dá)式。
4.如權(quán)利要求1所述的發(fā)酵生產(chǎn)過程控制方法，其特征在于，所述的從離線發(fā)酵過程 模型計(jì)算得到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的數(shù)值解和最優(yōu)狀態(tài)變量的數(shù)值解，包 括以下步驟將補(bǔ)料速率離散化，利用離線發(fā)酵過程模型的最優(yōu)性必要條件，采用數(shù)值優(yōu)化方法求 解離散后補(bǔ)料速率的非線性規(guī)劃問題，得到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的數(shù)值解 和最優(yōu)狀態(tài)變量的數(shù)值解。
5.如權(quán)利要求1或3所述的發(fā)酵生產(chǎn)過程控制方法，其特征在于，所述的離線發(fā)酵生產(chǎn) 過程中的最優(yōu)補(bǔ)料曲線的實(shí)際表達(dá)式，包括所述的最優(yōu)補(bǔ)料曲線的解析表達(dá)式的實(shí)際組 成、組成順序以及切換條件。
6.如權(quán)利要求1所述的發(fā)酵生產(chǎn)過程控制方法，其特征在于，所述的狀態(tài)變量為底物 濃度、微生物濃度或產(chǎn)物濃度。
7.如權(quán)利要求1 6任一所述的發(fā)酵生產(chǎn)過程控制方法在釀酒酵母酶的發(fā)酵生產(chǎn)過程 中的應(yīng)用，其特征在于，包括以下步驟(1)以釀酒酵母酶的發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型解析得 到離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式；以釀酒酵母酶的發(fā)酵生產(chǎn)過程中產(chǎn)量最大化為目標(biāo)，從離線發(fā)酵過程模型計(jì)算得到離 線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的數(shù)值解和葡萄糖濃度的最優(yōu)數(shù)值解；將離線發(fā)酵生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的解析表達(dá)式與數(shù)值解相結(jié)合，確定離線發(fā)酵 生產(chǎn)過程中的最優(yōu)補(bǔ)料曲線的實(shí)際表達(dá)式；(2)將步驟(1)計(jì)算出的最優(yōu)狀態(tài)變量作為目標(biāo)值，采用通用模型控制算法，建立實(shí)際 發(fā)酵生產(chǎn)過程的反饋控制回路，在葡萄糖濃度偏離最優(yōu)值時(shí)，通過實(shí)時(shí)調(diào)節(jié)補(bǔ)料速率，使得 葡萄糖濃度趨近于最優(yōu)值，從而通過對葡萄糖濃度量最優(yōu)值的實(shí)時(shí)跟蹤來實(shí)現(xiàn)釀酒酵母酶 的發(fā)酵生產(chǎn)過程中產(chǎn)量最大化。
全文摘要
本發(fā)明公開了一種發(fā)酵生產(chǎn)過程控制方法，包括先通過離線解析和數(shù)值優(yōu)化計(jì)算確定最優(yōu)狀態(tài)的數(shù)值解、最優(yōu)補(bǔ)料曲線的實(shí)際表達(dá)式，再以確定的最優(yōu)狀態(tài)的數(shù)值解為目標(biāo)值，采用通用模型控制算法，建立實(shí)際發(fā)酵生產(chǎn)過程的反饋控制回路，根據(jù)狀態(tài)變量偏離最優(yōu)值的反饋量來實(shí)時(shí)調(diào)節(jié)補(bǔ)料速率，實(shí)現(xiàn)對狀態(tài)變量最優(yōu)值的實(shí)時(shí)跟蹤，保證發(fā)酵生產(chǎn)過程中產(chǎn)量最大化。本發(fā)明還公開了所述控制方法在釀酒酵母酶的發(fā)酵生產(chǎn)過程中的應(yīng)用。本發(fā)明控制方法可降低生產(chǎn)過程中的不確定因素對性能指標(biāo)的影響；不需對過程模型進(jìn)行在線修正及在線梯度計(jì)算，避免了重復(fù)優(yōu)化在線計(jì)算量大、需要持續(xù)激勵(lì)等缺陷；被控變量物理意義明確，控制器參數(shù)易于調(diào)節(jié)，適合實(shí)際的生產(chǎn)過程。
文檔編號G05B13/04GK101859106SQ201010207208
公開日2010年10月13日 申請日期2010年6月23日 優(yōu)先權(quán)日2010年6月23日
發(fā)明者王偉, 王海清, 陳 峰 申請人:浙江大學(xué)