红霉素发酵过程中神经网络逆软测量方法的改进和实现-控制理论与控制工程专业论文.docxVIP

摘要摘要 摘要 摘要 本文针对基于“内含传感器”的神经网络逆软测量方法在红霉素发酵过程中应用时软 测量精度不高的问题，提出了若干改进方法，并应用到某制药厂的实际红霉素发酵过程。 实际的运行效果表明了这些改进方法的有效性，为提高红霉素发酵过程关键参量(菌丝浓 度、总糖浓度和化学效价)的软测量精度问题提供了很好的方法。本文取得的研究成果如 下： 1．在基于“内含传感器”的神经网络逆软测量方法的基础上，根据神经网络逆系统 扩展结构理论，通过对红霉素发酵过程的分析，增加了重要的辅助变量，然后用主元分析 法对软测量模型的辅助变量进行了处理，使软测量模型的精度得到了较大的提高。 2．提出了先两步判断法后滑动平均滤波法对神经网络逆软测量模型的辅助变量进行 误差处理，有效地滤除了噪声信号，改善了误差处理效果，并对过失误差起到了预防和校 正的作用。 3．对归一化方法进行了改进，使归一化后的数据更能体现输入变量的特征，进行神 经网络训练时，可以更充分地逼近神经网络逆软测量模型，提高神经网络的泛化能力。 4．通过神经网络自动训练和自动检验模块、离线化验数据录入存储和多项式插值模 块、神经网络逆软测量版本选择模块，实现了软测量模型的在线校正，从而使软测量模型 能适应新的工作状况，保证软测量精度。 5．依据程序模块化的思想，实现了红霉素发酵过程神经网络逆软测量软件。 关键词：红霉素发酵，神经网络逆，软测量，内含传感器，扩展结构，主元分析，两 步判断法，归一化，在线校正 ABSTRACTABSTRACT ABSTRACT ABSTRACT TodealwiththelowprecisemeasorementoftheAssumedInherentSensorbasedANN(artificmlneural network)inverse soR-seming metllod in the erythromycin fermentation process,several methods of improvements are presented to increase the precision ofsoft-sensor and applied to the erythromycin fermentation proce蟠in aPHysic Co．．The good result approves the methods are effective,and can increase the estimation precision ofbiologic control variables，including mycelium concentration,sugar concentration and production concentration,online in the erythromycin fermentation process．The main research contents are as follows． 1．On the foandati∞ofthe“Assamed Inherent Sensorbased ANN inverse soft-sensing method．several important secondary variables added accordmg to the extending frame of ANN inverse system and the erythromycin fermentation status,then the secondary varmbtes∞disposed with the PCA(principal component analysis)．Thus the soR-sensing precision is advanced greatly． 2．Some secondary variables of the ANN inverse soft·sensing method arc first pretreated by the Two-Step-Judgement method and then reprocessed by the moving average method．Thus the noise c∞be filtered effectively,and the gross Can be prevented and revised properly． 3．A new normalization method on the variables is implemented to make the data embody mose characteristics