基于HAFBPLS的透明質(zhì)酸生產(chǎn)軟測(cè)量技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代科技的發(fā)展，人們生活水平的提高，現(xiàn)代工業(yè)對(duì)于生產(chǎn)的要求也越來(lái)越高，特別是在時(shí)效性、節(jié)能性、便捷性、可追溯性等方面更為突出。例如，在基于發(fā)酵方法為基礎(chǔ)的化工制藥等領(lǐng)域，僅僅獲取溫度、罐壓、液位、PH值等已經(jīng)不能滿足工業(yè)生產(chǎn)中對(duì)工藝操作和控制的要求。由于工業(yè)發(fā)酵生產(chǎn)中常常涉及各種復(fù)雜、非線性的物質(zhì)轉(zhuǎn)換和能量的傳遞，使得對(duì)某些關(guān)鍵過(guò)程變量測(cè)量變的很困難。要想獲得這些某個(gè)利用現(xiàn)有技術(shù)不能獲取的參數(shù)變量，除了需要高精度的傳感器外，更重要的

2、是需要對(duì)能夠檢測(cè)到的各種參數(shù)進(jìn)行綜合分析，發(fā)現(xiàn)未知參數(shù)和已知參數(shù)的關(guān)聯(lián)關(guān)系，建立相應(yīng)的模型，最終得到這些未知參數(shù)變量的值。目前常用的方法可以分為兩類：一類是傳感器直接測(cè)量方法，一類是人工檢測(cè)方法。人工檢測(cè)方法不僅經(jīng)濟(jì)代價(jià)比較大，而且比較耗時(shí)。目前在發(fā)酵法生產(chǎn)透明質(zhì)酸行業(yè)，還沒(méi)有一種比較好的方法對(duì)其發(fā)酵產(chǎn)物的濃度進(jìn)行檢驗(yàn)和預(yù)測(cè)。本文針對(duì)以上問(wèn)題，通過(guò)建立相應(yīng)軟測(cè)量模型，對(duì)透明質(zhì)酸濃度進(jìn)行預(yù)測(cè)分析。最后介紹了“發(fā)酵過(guò)程遠(yuǎn)程監(jiān)控系統(tǒng)”的核心模

3、塊和實(shí)現(xiàn)。
　　本文的主要的工作如下：
　　(1)分析了目前主流的軟測(cè)量模型建模方法和步驟，主要包括：支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)，并對(duì)不同建模方法的優(yōu)缺點(diǎn)進(jìn)行了分析。針對(duì)透明質(zhì)酸預(yù)測(cè)的實(shí)際情況選擇最小二乘支持向量機(jī)作為建模的算法。結(jié)合透明質(zhì)酸發(fā)酵的影響因素，詳細(xì)說(shuō)明了通過(guò)計(jì)算各個(gè)變量對(duì)目標(biāo)變量影響因子的大小，來(lái)構(gòu)建最合適的軟測(cè)量模型，并對(duì)建模的步驟詳細(xì)說(shuō)明。
　　(2)提出了HAFBPLS(Hyaluronic Acid F

4、orecast Based on PSO and LS-SVM，基于PSO和LS-SVM的透明質(zhì)酸預(yù)測(cè)方法)預(yù)測(cè)透明質(zhì)酸濃度模型。選擇粒子群算法(PSO)對(duì)軟測(cè)量模型的參數(shù)進(jìn)行優(yōu)化。分析了選擇粒子群算法作為最小二乘支持向量機(jī)軟測(cè)量模型(LSSVM)參數(shù)優(yōu)化算法的原因，詳細(xì)論述了粒子群算法優(yōu)化的原理及其實(shí)現(xiàn)步驟。對(duì)PSO-LSSVM和以其他主流優(yōu)化算法（遺傳算法)軟測(cè)量模型的精確度進(jìn)行了實(shí)驗(yàn)對(duì)比，結(jié)果顯示PSO-LSSVM具有較高預(yù)測(cè)精度