基于神經網絡的青霉素發(fā)酵控制系統(tǒng)研究

1、基于神經網絡的青霉素發(fā)酵控制系統(tǒng)研究基于神經網絡的青霉素發(fā)酵控制系統(tǒng)研究電氣傳動2007年第37卷第11期基于神經網絡的青霉素發(fā)酵控制系統(tǒng)研究張中明吳曉蘇方映杭州職業(yè)技術學院摘要:青霉素發(fā)酵是一個非常復雜的生物化學反響過程,具有高度的非線性,時變性和不確定性,介紹了青霉素發(fā)酵的工藝流程,參數(shù)測量方法,補料裝置的結構和控制過程的時序分析,繪出了DCS與現(xiàn)場設備連目的是如何在現(xiàn)有的設備條件下提高生產過程的自動化水平,以便研究不同的條件對青霉素發(fā)酵過程的影響并尋找最正確的控制條件.關鍵詞:青霉素發(fā)酵神經網絡ResearchofthePenicillinFermentationControlSyste

2、mBasedonNeuralNetworkZhangZhongmingWuXiaosuFangYingspecialcharacteristicssuchashighlevelnonlinear,timelinfermentation,themethodsofparametersmeasurement,thestructureoftheequipmentofrawmaterialfeedsearchistOobservetheinfluenceoftheprocessoffermentationunderdifferentconditionsSOastofindtheoptimizedcont

3、ro1condition.Keywords:penicillinfermentationneuralnetwork1青霉素發(fā)酵的工藝流程青霉素是醫(yī)學上最常用的抗生素之一,現(xiàn)代化的青霉素生產通常是在大型生化反響器中,由于微生物極其復雜的生化反響原理,它的根本原組成的發(fā)酵培養(yǎng)液在大罐內接種后,電機開始攪拌和進行罐內通氣,菌絲開始生長,然后釋放出青霉素,對于這種生化反響的操作,以往人們是憑實踐經驗來進行,由于缺乏生化反響過程參數(shù)的測量和控制系統(tǒng),使得產品本錢和操作費用大大增加.近些年來,隨著計算機,網絡,圖形和通訊技術的開展,用DCS實現(xiàn)生化控制已經日益顯現(xiàn)其優(yōu)越性:較大的數(shù)據(jù)處理能力,復雜控制算法

4、的實決3個方面的問題:參數(shù)測量,過程控制及控制算制過程如圖1所示.圖1霄霉幕發(fā)酵工藝沉程圖2參數(shù)測量在生化過程中,其根本的參數(shù)測量可以分為測量是根底,這些參數(shù)通過測量變送后形成420mA電流信號,以便被控制系統(tǒng)接收和處理.6】電氣傳動2007年第37卷第11期基于神經網絡的青霉素發(fā)酵控制系統(tǒng)研究它們分別是:生化反響器溫度T();生化反響器壓力P(MPa);空氣流量Fa(m./min);冷卻水流量F(t/h);冷卻水進口溫度T();冷卻水出口溫度丁W.();攪拌電機轉速(r/min);攪拌電機電流I(A);液面高度H(m).生化過程的參數(shù)測量中,化學參數(shù)有2個,它們分別是pH值和DO值,這2種測

5、量方法都是基于電化學方法的,最后也變送成420mA電流信號.pH值:酸堿度值,pH值的測量是基于電勢測量原理,兩種或多種金屬導體通過一種或多種電解質溶液時彼此連接,形成一個電流回路,具有很高輸入阻抗的測量回路將這兩個電極連接起來,所測得的電勢值經過換算處理后就形成了pH值.DO:溶解氧濃度值,簡稱溶氧值,它是基于極譜分析法原理,用一支滴汞電極做工作電極,在不斷改變外加直流電壓進行電解的工作過程中記錄電流一電壓曲線,由于可以氧化(或復原)物質在電極上迅速發(fā)生電極反響,造成了濃差極化,從而產生擴散電流,擴散電流的大小與參加電極反響的物質濃度成正比,經過換算后就形成了溶氧度.生物參數(shù)測量包括呼吸參數(shù)

6、(其中有:氧利用率,二氧化碳釋放速率和呼吸商),微生物發(fā)酵熱的測量等.目前,在國內外同行業(yè)中,直接能測量這些參數(shù)的儀表很少,但是以上述的物理和化學參數(shù)為根底,通過物料平衡可以近似計算出這些參數(shù).氧利用率OUR的計算:OUR一(21一0)?F/(1)二氧化碳釋放速率CER的計算:CER=C02m?F/(2)呼吸商RQ的計算:RQ:(21一02出)/CO2出(3)式中:Fa為空氣流量,m3/nfin;V為反響液體積,m3.顯然,這些參數(shù)是通過前面的物理和化學參數(shù)計算出來的,這些參數(shù)對于工藝過程控制是致關重要的,也是工藝控制中的難點.3網絡結構圖2為基于某青霉素發(fā)酵車間設備分布繪制酵大罐,9個中罐和

7、4個小罐,通過現(xiàn)場儀表把設62制站是控制系統(tǒng)的核心,內部裝有主控板和I/O板卡,這些板卡是基于M68000和MCS51系列高性能單片機,采用主從通訊方式,通過高速Cnet網與監(jiān)控級計算機連接,根據(jù)權限分配可以將這是提供給技術人員繪制工藝圖形,編寫控制軟件和調試現(xiàn)場設備;操作員站是給現(xiàn)場工作人員監(jiān)管理級的管理員站是基于以太網,通過光纖等傳輸媒介可以遠程監(jiān)督和管理生產工藝過程.圖2DCS網絡結構圖4生化過程控制從圖1所示的發(fā)酵工藝流程來看,其控制類型可以分成兩類:以順序控制為特征的補料控制有其特點,而且是發(fā)酵過程控制中的根底局部,也是今后實現(xiàn)智能控制的前提.單電極補料控制適用于糖,本乙酸,硫氨,油

8、等的補料操作.在連續(xù)或半連續(xù)發(fā)酵過程中,補料控制是最根本的,其特點是:一方面,控制的順序性,計量罐的進料和出料控制是嚴格互斥的;另一方面,實時性強,通常補料罐的容積為1L或2L,當原料液體接觸上電極的瞬間,控制系統(tǒng)必須立即停止給料,否那么液體就會溢出,這對控制系統(tǒng)料原理及時序圖,現(xiàn)就這個過程做一個根本的分析.該裝置由補料罐,電磁閥,氣動開關閥,電極和邏輯控制單元組成,補料罐通常是由不銹鋼或其它耐腐蝕材料制成,原料進口及出口均在罐的基于神經網絡的青霉素發(fā)酵控制系統(tǒng)研究電氣傳動2007年第37卷第11期t-§lIfoIl7'lE電磁閥V一氣動開關閥圖3單電極定量補料控制原理及時序

9、圖底部,其中V是進料控制閥,V.是出料控制閥,這兩個閥的動作嚴格按照如圖3所示的時序執(zhí)行,每次補料開始,首先進行加率值的設定,在把狀態(tài)設置為自動狀態(tài)后,控制邏輯單元會計算出料動作可以分為4個階段:等待時間t,進料時間t,物料接觸上電極時間和出料時間t.其中t是根據(jù)加率值計算出來的,其計算公式為t一3600/(ratecount)(4)式中:rate為加率值(即每小時加人多少升物料),L/h;count為加率常數(shù)(指的是補料罐的容積),L;t為計算結果,S.例如:工藝上要求加率值設為40L/h,補料罐的容積為2L,代人式(4)并計算得t一180S,即每隔180S啟動一次補料動作.顯然,這個時間是

10、相對固定的,然而,其后的3個時間段的持續(xù)時間是不固定的,它受到物料的黏度和雜質,儀表供氣壓力等因素的影響.但是,這3個時間段都設置了上限報警時間,如果實際運行中超過了報警值,系統(tǒng)就會發(fā)出報警,以提醒用戶注意或做相應的處理.系統(tǒng)設置為手動時,可以對進料閥和出料閥進行強制動作,該功能通常適用于設備檢修狀態(tài).霉素的生產和菌體的生長都依賴于發(fā)酵液的pH值,而且僅在較狹窄的pH范圍內才能得到優(yōu)化生長,因此,在發(fā)酵過程中必須嚴格控制pH值,以維持最正確的生長和生產條件,當發(fā)酵液的pH值有少量波動時,可以通過加人氨水或酸來中和,當pH值超過8時,青霉素的生長會停止.和單電極補料控制相比,雙電極控制法在裝置上

11、僅僅增加了一個判斷液位下限的電極,然而,言,一次進料后,可以分假設干次出料控制,這主要基于輸出的脈沖寬度和頻率,取決于發(fā)酵罐中的小,每罐的出料次數(shù)增加,每次的出料量少,而且連續(xù)調節(jié)閥相比,這種脈沖式調節(jié)的最大好處在于開關閥沒有泄漏量,同時也可以到達很高的控制精度,其特點是時間序列的判斷和控制比較復雜.圖4為雙電極定量補料原理及時序圖.補料罐IJI_一立IflfolIllII-t一IIlIIE電磁閥V氣動開關閥圖4雙電極定量補料控制原理及時序圖前面我們對兩種典型的定量補料控制的設備結構和原理進行了分析,不難發(fā)現(xiàn),這種控制方法中其原料的加率是通過人工寫人的,補料效果的以通過某種方法自動地修改這些加

12、率值,從而維持一個更為合理的生化反響過程.盡管影響青霉素發(fā)酵過程的原因很多,但是中,糖液是一種重要的營養(yǎng)物質,補糖的多少對菌絲的代謝有很大的影響,在這里,我們設計一個青霉素發(fā)酵過程中加糖的神經網絡,用于預測和在Y=f(t,pH,Do,丁f,CER)(5)式中:y為糖的加率指標,是一個隨時間變化的函數(shù),它決定了本罐的發(fā)酵指標;為發(fā)酵時間,顯然,發(fā)酵的前期,中期和后期其糖加率是不同的;pH為營養(yǎng)液的酸堿度值;DO為溶解氧含量值;丁t為生化反響器溫度;C職為二氧化碳釋放速率.這些值可以直接或間接測得.現(xiàn)在的任務是:在有限的t時間內,以pH值,Do值,T值和CER值為歷史數(shù)據(jù),來求得各個時間段的糖加率

13、.63電氣傳動2007年第37卷第11期基于神經網絡的青霉素發(fā)酵控制系統(tǒng)研究這里采用改進的BP算法對該神經網絡進行訓練,以確定隱層節(jié)點數(shù)目和相應的權值和閾值向量,圖5為青霉素發(fā)酵過程糖加率神經網絡模型,其根本算法為Y=.廠(wo"+)(6)=廠(wo"+D)(7)w(+1)一Wo()一o5卜"+arw(,()一w(一1)(8)(+1)=()一+口()一(一1)(9)式中:y為網絡輸出值;()ID為各神經元輸出值;w為各層神經元間的權值;為各神經元的閾值為各神經元誤差信號;a為慣性常數(shù);為學習步長;,J為各層神經元的序數(shù);k為層序數(shù).tpHDOC職圖5青霉素發(fā)酵過程

14、糈加率神經網絡模型對于3層網絡,輸入層為第0層,隱層為第1層,輸出層為第2層.定義誤差函數(shù)為1L一寺(y一).(1o)式中:P為樣本序數(shù);L為輸出層神經元數(shù);Y為輸出各層的目標值.那么定義誤差信號算式如下:輸出層誤差的一y(1一y)(y一y)(11)隱層誤差一o(1一()I)w州'州'(12)約束條件I(y:一Yi)I3L/h(13)經過現(xiàn)場的數(shù)十次離線和在線試驗,大約8O的數(shù)據(jù)能夠符合約束條件,余下的數(shù)據(jù)超出約束條件,這說明神經網絡在預測這個特定的發(fā)酵控制上是根本穩(wěn)定收斂的,它在工程上的意義說明:盡管發(fā)酵過程的生化機理非常復雜,但是通過合理地調整某種原料,例如糖的補料,仍然可

15、以取得比較滿意的控制效果.5結束語青霉素發(fā)酵是一種復雜的生物化學反響過程,具有高度的非線性,時變性和不確定性,很難通過數(shù)學解析或實驗法得到一個精確的數(shù)學模型.就補料過程而言,隨著發(fā)酵的進行,微生物的生長和生物代謝都要求連續(xù)不斷地補充營養(yǎng)物質,使微生物沿著優(yōu)化的生長軌跡生長,以獲得高產的微生物代謝物.目前,還沒有一種儀器能在線測量微生物的濃度和代謝狀況,這使得補料控制極為困難,一般的發(fā)酵工業(yè)生產過程是依據(jù)實驗室大量的試驗結果,從而得出一個近似的補料軌跡線并用此指導補料過程,但是這種方法指導下的補料控制效果還要受到其他不確定因素的影響,就目前而言,精確的理化參數(shù)測量,執(zhí)行機構穩(wěn)定的工作狀態(tài)和智能優(yōu)

16、化算法的合理使用會使發(fā)酵工藝朝著理想的方向開展.參考文獻1王樹青,元英進.生化過程自動化技術M.化學工業(yè)出版社,1999:170品干點的在線估計I-j.自動化儀表,2003(1):6O一61硬藕百確麗修改稿日期:20070511第十三屆全國電氣白動化與電控系統(tǒng)學術年會主題報告第十三屆全國電氣自動化與電控系統(tǒng)學術年會于2007年8月2931日在天津隆重召開,并由業(yè)內權威人士作了主題報告:由天津電氣傳動設計研究所馬小亮高工作"矩陣變頻技術"報告,清華大學李永東教授作"風力發(fā)電關鍵技術及展望"報告,西門子(中國)徐清書先生作"西門子新一代多傳動自動化中的應用"報告,南京菲尼克斯電氣杜品圣博士作"IT技術在傳動自動化中的應用"報告,哈爾濱工業(yè)大學徐殿國教授作"石油業(yè)人工舉升技術國內外開展現(xiàn)狀及趨勢"報告,南通江海電容