第一章 绪论 1
1.1 生物技术和生物技术过程 1
1.1.1 生物技术及其地位 1
目录 1
1.1.2 生物技术过程及其特殊性 3
1.2 生物技术过程模型化 5
1.2.1 模型化的目的 5
1.2.2 建立过程控制模型的方法 6
1.2.3 模型分类 7
1.3 生物技术过程控制 8
1.3.1 过程控制的目的 8
1.3.2 过程控制分类及发展 9
2.1.1 反应系统概述 11
2.1.2 生物技术过程反应系统 11
第二章 生物技术过程动力学模型 11
2.1 生物技术过程反应系统 11
2.2 搅拌生物反应器中的发酵动力学 16
2.2.1 生物质生长和底物消耗动力学 17
2.2.2 产物生成动力学 18
2.2.3 通气发酵溶解氧动力学 19
2.3 比生长速率模型 20
2.4 生物技术过程的通用状态空间模型 25
2.4.1 通用状态空间模型 25
2.4.2 反应速率模型 27
2.4.4 进料速率模型 28
2.4.3 气体排放速率模型 28
2.4.5 状态空间模型实例 30
2.5 通用动力学模型的基本结构和性质 30
2.6 通用动力学模型的简化 33
2.7 状态空间动力学模型的稳定性分析 34
2.7.1 限制输入和状态稳定性 34
2.7.2 平衡状态及其稳定性 38
2.8 通用动力学模型的扩展 44
2.8.1 生物质循环单罐连续培养 44
2.8.2 生物质积累双罐串联连续培养 45
2.8.3 固定床生物反应器的分布参数模型 47
3.1 概述 49
第三章 生物技术过程系统辨识与参数估计 49
3.2 系统辨识的基本方法和一般步骤 50
3.3 参数估计的基本方法 51
3.3.1 线性模型的参数估计 52
3.3.2 非线性模型的参数估计 53
3.3.3 微分方程模型的参数估计 58
第四章 生物反应器的状态观测 63
4.1 引言 63
4.2 指数型可观测性 64
4.3 指数型可观测器的标准设计 67
4.3.1 增广Luenberger观测器及增广Kalman观测器 67
4.3.2 微生物生长过程状态观测 68
4.4 渐近式可观测性 72
4.4.1 渐近观测器 74
4.4.2 厌氧消化过程的渐近观测 78
4.4.3 PHB生产过程的渐近观测 82
4.5 反应速率的在线估计 88
4.5.1 基于观测的估计器 89
4.5.2 线性回归估计 89
4.5.3 生物质比生长速率的在线估计 91
4.5.4 反应速率在线估计的卡尔曼滤波 99
4.5.5 乙醇补料分批发酵过程比生长速率的估计 101
4.5.6 连续厌氧消化过程反应速率的估计 105
4.5.7 乳酸分批发酵过程反应速率的估计 107
5.1 比反应速率的在线估计 113
第五章 得率系数未知的参数和状态估计 113
5.1.1 得率系数未知估计状态变量的条件 114
5.1.2 不依赖得率系数的比生长速率估计 115
5.1.3 厌氧消化过程比反应速率的估计 119
5.2 耦联比反应速率和得率系数的估计 120
5.2.1 由全状态测量估计比反应速率和得率系数 121
5.2.2 由部分状态测量估计比反应速率和得率系数 123
5.3 得率系数的估计 128
5.3.1 线性回归模型 129
5.3.2 参数矢量θ的估计 131
5.4 生物技术过程其它参数的估计 135
5.4.1 气液传递速率的估计 135
5.3.3 得率系数的结构可识别性 135
5.4.2 与氧相关的参数估计 136
第六章 生物技术过程常规控制 138
6.1 消泡控制 138
6.2 温度控制 139
6.3 压力控制 144
6.4 pH控制 144
6.5 溶解氧浓度的控制 145
6.6 补料控制 147
第七章 生物技术过程优化控制 149
7.1 优化问题的几个基本概念 149
7.1.1 静态优化与动态优化 149
7.1.2 目标函数与等位线 150
7.1.3 约束条件与可行域 151
7.1.4 最优化问题的数学模型 152
7.2 典型的优化方法 152
7.2.1 线性规则—单纯形法 153
7.2.2 连续系统的动态最优化——最小值原理 162
7.3 操作优化控制系统 172
7.3.1 谷氨酸发酵过程离线调优 172
7.3.2 开环最优控制系统 179
7.3.3 闭环操作优化控制系统 179
第八章 生物反应过程的自适应控制 182
8.1 线性化控制原理和闭环稳定性评价 183
8.1.1 线性化控制原理 184
8.1.2 关于闭环稳定性 187
8.2.1 “全简化”模型 188
8.2 线性控制的信号干扰设计 188
8.2.2 厌氧消化过程的去污控制 189
8.2.3 厌氧消化过程的丙酸盐控制 191
8.2.4 酵母发酵过程中的乙醇调节 193
8.2.5 直接自适应线性控制 194
8.2.6 间接自适应线性控制 196
8.2.7 用稀释度D进行控制 197
8.2.8 厌氧消化过程丙酸盐浓度的自适应调节 198
8.3 已知得率系数的自适应线性控制 200
8.3.1 自适应控制问题的提出 201
8.3.2 底物控制 201
8.3.3 产物控制 204
8.4 CSTR线性控制问题的通解 207
8.4.1 模型描述 207
8.4.2 输入／输出模型的推导 208
8.4.3 线性控制设计 209
8.5 未知得率系数的自适应线性控制 210
8.5.1 引言及基本假设 210
8.5.2 自适应控制设计 211
8.6 实际问题 212
8.6.1 输入控制的饱和度 212
8.6.2 控制规则组合 213
8.6.3 用稀释度控制产物和生物质 214
8.7 补料分批操作的自适应线性控制 216
8.7.1 过程描述 216
8.6.4 控制规则分母为零 216
8.7.2 自适应控制设计 218
8.7.3 补料分批操作中得率与生产能力的矛盾 219
8.7.4 最佳控制比较 220
8.8 合成产物的气体形成速率自适应控制 224
8.8.1 过程描述 224
8.8.2 厌氧消化过程 224
第九章 生物技术过程中的专家控制 231
9.1 专家控制技术的产生及其控制作用的实现 231
9.2 专家系统的构成 232
9.2.1 知识获取 233
9.2.2 知识库 234
9.2.3 推理机 240
9.2.4 数据库和解释系统 241
9.3 专家控制系统 241
9.4 专家系统在生物技术过程控制中的应用 243
9.4.1 赤霉素发酵过程的实时控制专家系统 244
9.4.2 青霉素发酵过程专家控制 247
9.4.3 国外生物技术过程控制专家系统开发概况 251
第十章 生物技术过程中的模糊控制 254
10.1 模糊控制的沿革 255
10.2 模糊控制原理 256
10.2.1 基本概念 257
10.2.2 模糊控制过程 261
10.2.3 模糊控制方式 270
10.3.1 模糊PID控制器的并列转换 274
10.3 模糊控制与PID控制的结合 274
10.3.2 模糊PID控制器的参数自整定 276
10.3.3 模糊PID控制器在生物技术过程控制中的应用 277
10.4 专家模糊控制器及其应用 282
10.4.1 专家模糊控制器 282
10.4.2 面包酵母生产的适时专家模糊控制 283
10.5 自组织模糊控制器及其应用 291
10.5.1 自组织模糊控制器 291
10.5.2 自组织模糊控制器在生物技术过程中的应用 293
第十一章 神经网络及其在生物技术过程中的应用 302
11.1 引言 302
11.1.1 人工神经网络与生物体神经网络的比较 302
11.1.2 人工神经网络的特点 304
11.1.3 神经网络的沿革 306
11.1.4 应用人工神经网络于生物技术过程研究 309
11.2 神经网络结构和学习算法 310
11.2.1 神经元活化函数的类型 310
11.2.2 人工神经网络的结构 311
11.2.3 神经网络的学习算法 313
11.3 前馈神经网络及其反馈传播算法 314
11.3.1 前馈神经网络的数学描述 315
11.3.2 反向传播算法（BP算法） 316
11.3.3 前馈神经网络的误差曲面讨论 321
11.3.4 BP算法的改进 322
11.3.5 前馈神经网络的结构设计 324
11.4.1 青霉素补料分批培养过程状态估计 327
11.4 前馈神经网络的应用 327
11.4.2 体积氧传递系数的函数建模和模式识别 332
11.4.3 木糖醇发酵状态估计、过程预测与优化 338
11.4.4 谷氨酸发酵过程控制系统的故障诊断 342
11.4.5 链霉素间歇补料发酵过程预估计优化控制 346
11.4.6 神经模糊控制及其在面包酵母发酵中的应用 350
11.4.7 模糊神经网络及其在重组E.coli培养中的应用 353
第十二章 遗传算法及其在生物技术过程研究中的应用 356
12.1 引言 356
12.2 GA的运行过程及特点 358
12.2.1 GA的运行过程 358
12.2.2 GA的特点 361
12.3.1 模式理论 363
12.3 GA的基本理论 363
12.3.2 GA的隐含并行性 365
12.4 运用GA需注意的一些问题及改进方法 366
12.4.1 参数选择与初始化 367
12.4.2 遗传操作及后代的产生 369
12.4.3 种群评价和最优个性的选择 370
12.4.4 中止条件的选择及收敛性 373
12.5 GA的应用 373
12.5.1 函数极值求解 374
12.5.2 基于GA的分批发酵动力学模型参数的估算 375
12.5.3 应用GA于木糖醇发酵的培养基优化 379
参考文献 386