基于模糊神经逆的青霉素发酵过程软测量应用技术研究的开题报告.docx

基于模糊神经逆的青霉素发酵过程软测量应用技术研究的开题报告

1.研究背景和意义

青霉素是一种重要的抗生素，具有广泛的应用价值。青霉素的发酵过程是一个复杂的生化过程，其产量受到许多因素的影响，如pH值、温度、氧气气氛、营养物质等，因此对青霉素发酵过程的监测和控制具有重要的意义。

传统的实验方法需要大量的时间和人力成本，而软测量技术可以在没有额外操作员干预的情况下对发酵过程进行实时监测和控制。因此，将软测量技术应用于青霉素发酵过程的监测和控制，不仅可以提高生产效率，还可以提高产品质量和降低生产成本。

2.研究内容和方法

本研究将应用模糊神经网络逆建模技术对青霉素发酵过程进行软测量。具体来说，研究流程包括以下几个步骤：

（1）建立青霉素发酵过程的数学模型，考虑相关因素对产量的影响。

（2）采集发酵过程中的数据，包括温度、pH值、气体流量、发酵液中氧气的浓度等。

（3）应用模糊神经网络逆建模技术根据数据建立软测量模型，并对模型进行优化和验证。

（4）将优化后的模型应用于青霉素发酵过程中的实时监测和控制。

3.预期成果和创新点

本研究将建立一个适用于青霉素发酵过程的软测量模型，并将其应用于监测和控制发酵过程。预计研究成果包括：

（1）建立青霉素发酵过程的数学模型，并考虑相关因素的影响。

（2）基于模糊神经网络逆建模技术建立软测量模型，包括模型的优化和验证。

（3）将软测量模型应用于青霉素发酵过程的实时监测和控制，提高生产效率和产品质量。

4.参考文献

[1]黄卫红,王铁,韩冰.基于PLS-DA和LVQ神经网络的青霉素发酵过程软测量[J].生物技术,2015,25(6):40-43.

[2]DuJ,ZhangY,SuY,etal.Softsensingmodelingofpenicillinfermentationusingmulti-objectivedifferentialevolutionalgorithm[J].ProcessBiochemistry,2017,62:225-234.

[3]李兵,董孝兵,宋延辉.青霉素发酵过程组合软测量建模[J].哈尔滨工业大学学报,2013,45(4):30-35.