发酵过程解析、控制与检测技术PDF电子书下载

目录 1

第一章　绪论 1

第一节 生物过程的特点以及生物过程的操作、控制、优化的基本特征 1

第二节 生物过程控制和优化的目的及研究内容 2

第三节 发酵过程控制概论 4

第四节 发酵过程的状态变量、操作变量和可测量变量 6

第五节 用于发酵过程控制和优化的各类数学模型 7

第六节 发酵过程最优化控制方法概论 8

一、基于非构造式动力学模型的最优化控制方法 8

二、基于可实时测定的过程输入输出时间序列数据和黑箱模型的最优化控制方法 9

参考文献 10

第二章 生物过程参数在线检测技术 11

第一节 pH的在线测量 13

一、pH传感器的工作原理 13

二、pH传感器的使用 15

第二节 溶氧浓度的在线测量 18

一、溶氧浓度测量原理 18

二、溶氧电极 19

三、溶氧电极的使用 21

第三节 发酵罐内氧气和二氧化碳分压的测量以及呼吸代谢参数的计算 23

一、氧分析仪 23

三、呼吸代谢参数的计算 26

二、尾气CO2分压的检测 26

一、亚硫酸盐氧化法 31

第四节 发酵罐内氧气体积传质系数KLa的测量 31

二、溶氧电极法 32

三、物料衡算法 33

四、动态测定法 34

五、取样极谱法 35

六、复膜电极测定KLa 35

第五节 发酵罐内细胞浓度的在线测量和比增殖速率的计算 36

一、菌体浓度的检测方法及原理 36

二、在线激光浊度计 38

一、生物传感器的类型和结构原理 39

第六节 生物传感器在发酵过程检测中的应用 39

二、发酵罐基质（葡萄糖等）浓度的在线测量 43

三、引流分析与控制（FIA） 45

四、发酵罐器内一级代谢产物（乙醇、有机酸等）浓度的在线测量 47

参考文献 48

第三章　发酵过程控制系统和控制设计原理及应用 49

第一节 过程的状态方程式 49

第二节 生物过程的典型和基本数学模型 51

一、生物过程最基本的合成和代谢分解反应 51

二、生物过程典型的数学模型形式 55

三、发酵过程的各种得率系数和各种比反应速率的表现形式 57

四、生物反应器的基本操作方式 62

五、发酵过程状态方程式在“理想操作点”近旁的线性化 64

第三节 拉普拉斯变换与反拉普拉斯变换 67

一、拉普拉斯变换的定义 68

二、拉普拉斯变换的基本特性以及基本函数的拉普拉斯变换 68

三、反拉普拉斯变换 69

四、有理函数的反拉普拉斯变换 69

五、过程的传递函数GP（s）——线性状态方程式的拉普拉斯函数表现形式 69

六、过程传递函数的框图和转换 70

七、过程对于输入变量变化的响应特性 71

一、过程稳定的判别标准 74

第四节 过程的稳定性分析 74

二、过程在平衡点（特异点）近旁的稳定特性的分类 75

三、连续搅拌式生物反应器的稳定特性的解析 77

第五节 生物过程的反馈控制和前馈控制 79

一、生物过程的前馈控制 79

二、流加操作的生物过程中常见的前馈控制方式 80

三、生物过程的反馈控制 83

四、生物过程中反馈控制与前馈控制的并用 84

第六节　PID反馈控制系统的设计和解析 86

一、闭回路PID反馈控制的性能特征 86

二、比例动作 87

三、积分动作 88

四、微分动作 89

五、PID反馈控制器的构成特征 89

六、反馈控制系统的稳定性分析 89

七、反馈控制系统的设计和参数调整 91

八、开关反馈控制 94

第七节 反馈控制系统在生物过程控制中的实际应用 95

一、以溶氧浓度（DO）变化为反馈指标的流加培养控制——DO-STAT法 95

二、以pH变化为反馈指标的流加培养控制——pH-STAT法 98

三、以RQ为反馈指标的流加培养控制 100

四、直接以葡萄糖浓度为反馈指标的流加培养控制 101

五、以代谢副产物浓度为反馈指标的流加培养控制 103

参考文献 105

第四章　发酵过程的最优化控制 106

第一节 最优化控制的研究内容、表述、特点和方法 106

第二节 最大原理及其在发酵过程最优化控制中的应用 107

一、最大原理及其算法简介 107

二、利用最大原理确定流加培养过程的最优基质流加策略和方式 111

三、最大原理的数值解法及其在生物过程最优化控制中的应用 116

第三节 格林定理及其在发酵过程最优化控制中的应用 121

一、格林定理 121

二、利用格林定理求解流加培养（发酵）的最短时间轨道问题 122

三、格林定理在乳酸菌过滤培养最优化控制中的应用 125

四、利用格林定理进行乳酸菌过滤培养最优化控制的计算机模拟和实验结果 128

第四节 遗传算法及其在发酵过程最优化控制中的应用 131

一、遗传算法简介 131

二、遗传算法的算法概要及其在重组大肠杆菌培养的最优化控制中的应用 132

三、遗传算法在酸乳多糖最优化生产中的应用 138

参考文献 143

第五章　发酵过程的建模和状态预测 144

第一节 描述发酵过程的各类数学模型简介 144

一、非构造式动力学模型 145

二、代谢网络模型 146

三、基于在线时间序列数据的自回归平均移动模型 146

四、人工神经网络模型 147

五、正交或多项式回归模型 148

第二节 非构造式动力学数学模型的建模方法 148

一、利用非线性规划法确定非构造式动力学数学模型的模型参数 148

二、利用遗传算法确定过程模型参数 157

第三节 利用人工神经网络建模和预测发酵过程的状态 159

一、神经细胞和人工神经网络模型 159

二、人工神经网络模型的类型 161

三、人工神经网络的误差反向传播学习算法 163

四、利用人工神经网络在线识别发酵过程的生理状态和浓度变化模式 167

五、利用人工神经网络的发酵过程状态变量预测模型 169

六、利用人工神经网络的非线性回归模型 173

七、结合使用人工神经网络模型和遗传算法的过程优化 175

第四节 卡尔曼滤波器在发酵过程状态预测中的应用 176

一、卡尔曼滤波器及其算法 176

二、利用卡尔曼滤波器在线推定菌体的比增殖速率 178

参考文献 180

第六章　发酵过程的在线自适应控制 182

第一节 基于在线时间序列输入输出数据的自回归移动平均模型解析 184

一、自回归移动平均模型详解 184

二、利用逐次最小二乘回归法计算和确定自回归移动平均模型的模型参数 186

第二节 基于自回归移动平均模型的在线自适应控制 189

一、“极配置”型的在线自适应控制系统 189

二、“最优控制”型的在线自适应控制系统 190

三、酵母菌流加培养过程的比增殖速率在线自适应最优控制 193

四、乳酸连续过滤发酵过程的在线自适应控制 196

第三节 基于自回归移动平均模型的在线最优化控制 201

一、面包酵母连续生产的在线最优化控制 201

二、乳酸连续过滤发酵的在线最优化控制 205

第四节 基于遗传算法的在线最优化控制 210

一、利用遗传算法实时在线跟踪和更新非构造式动力学模型的参数 210

二、结合使用最大原理和遗传算法的在线最优化控制 212

参考文献 214

第七章　人工智能控制 216

一、模糊逻辑控制器的特点和简介 217

第一节 模糊逻辑控制器 217

二、模糊语言数值表现法和模糊成员函数 218

三、模糊规则 223

四、模糊规则的执行和实施——解模糊规则的方法 225

五、模糊逻辑控制系统的构成、设计和调整 228

第二节 模糊逻辑控制系统在发酵过程中的实际应用 231

一、酵母流加培养过程的模糊控制 231

二、谷氨酸流加发酵过程的模糊控制 237

三、辅酶Q10发酵生产过程的模糊控制 241

四、模糊推理技术在发酵过程在线状态预测中的应用 245

一、基于人工神经网络的在线自适应控制 250

第三节 基于人工神经网络的控制系统及其在发酵过程中的应用 250

二、模糊神经网络控制系统及其在发酵过程中的实际应用 253

三、模糊神经网络控制器及其在发酵过程中的应用 260

参考文献 268

第八章　利用代谢网络模型的过程控制和优化 270

第一节 代谢网络模型解析 270

一、代谢网络模型的简化、计算和求解 272

二、利用代谢网络模型的状态预测 277

第二节 网络信号传递线图和利用网络信号传递线图的代谢网络模型 278

一、网络信号传递线图及其简化 278

二、利用代谢信号传递线图处理代谢网络 281

三、利用网络信号传递线图的代谢网络分析 282

第三节 代谢网络模型在赖氨酸发酵过程在线状态预测和控制中的应用 284

一、简化代谢网络模型的建立 286

二、利用简化代谢网络模型进行在线状态预测的结果 288

参考文献 290

第九章　计算机在生化反应过程控制中的应用 291

第一节 过程工业的特点和计算机控制 291

一、过程工业的特点 291

二、数字计算机在过程控制中应用概述 293

第二节 集散控制系统及接口技术 296

一、集散控制系统简介 296

二、集散控制系统的特点 298

三、过程接口技术 299

第三节 柠檬酸发酵过程计算机控制系统设计 302

一、系统结构设计 303

二、组态软件设计 304

三、系统功能设计 305

四、系统控制算法及优化 305

第四节 青霉素发酵过程专家控制系统 307

一、青霉素发酵过程的特点和控制上的困难 307

二、青霉素发酵过程专家控制系统 308

三、系统运行情况 312

参考文献 313