青霉素发酵间歇过程特征状态监督系统

论文摘要

目前,青霉素发酵等间歇过程的过程监督技术主要采用如主元分析(PCA)等多元统计方法。Petri网具有的强大的图形建模和数学分析功能,尤其适用于描述间歇生产过程。本文针对青霉素发酵间歇生产过程,采用赋时Petri网和RBF神经网络相结合,提出了一种基于特征状态的过程监督方法。论文首先详细分析了青霉素发酵过程,定义了能够表征青霉素发酵各阶段特征的若干个特征状态,研究了基于RBF神经网络提取过程特征状态的方法。然后,基于赋时Petri网建模及仿真方法,建立了基于赋时Petri网的青霉素发酵过程特征状态的演化模型,包括正常工况特征状态演化模型和过程运行特征状态监督模型。最后,将特征状态提取的RBF神经网络与特征状态演化的赋时Petri网模型相结合,建立了一个青霉素发酵过程的智能监督系统,实现对青霉素发酵过程的特征状态的提取及其演化过程的监督,并对其进行了仿真测试。研究表明,基于赋时Petri网和RBF神经网络的青霉素发酵过程的特征状态监督方法,能够为间歇过程的智能监督提供一个好的途径,具有较好的应用前景。

论文目录

• 摘要
• ABSTRACT
• 第一章 前言
• 1.1 论文研究的目的和意义
• 1.2 相关技术文献综述
• 1.2.1 青霉素发酵相关问题研究
• 1.2.2 间歇过程监控技术
• 1.2.3 Petri网在间歇过程中的应用
• 1.3 论文研究的主要研究内容和结构安排
• 1.4 本章小结
• 第二章 青霉素发酵过程的特征状态提取
• 2.1 引言
• 2.2 青霉素发酵过程的特征状态
• 2.2.1 过程特征状态
• 2.2.2 过程特征状态的提取
• 2.2.3 异常工况过程特征状态提取
• 2.3 基于RBF神经网络的过程特征状态提取
• 2.3.1 RBF神经网络及其学习算法
• 2.3.2 基于RBF神经网络的过程特征状态的提取
• 2.4 本章小结
• 第三章 基于赋时Petri网的特征状态演化模型
• 3.1 引言
• 3.2 赋时Petri网建模及分析方法
• 3.2.1 基本原理
• 3.2.2 分析方法
• 3.3 正常工况特征状态演化模型
• 3.3.1 模型及含义
• 3.3.2 模型运行分析
• 3.4 过程运行特征状态监控模型
• 3.4.1 模型及含义
• 3.4.2 模型运行分析
• 3.5 本章小结
• 第四章 智能监督系统仿真实验研究
• 4.1 引言
• 4.2 青霉素发酵过程智能监督系统
• 4.2.1 监督系统设计
• 4.2.2 监督系统运行过程分析
• 4.3 实验研究
• 4.3.1 正常工况特征状态演化模型
• 4.3.2 过程运行特征状态演化模型
• 4.4 本章小结
• 第五章 结论与展望
• 参考文献
• 致谢
• 研究成果及发表的学术论文
• 作者简介
• 附件