基于误差补偿的谷氨酸发酵过程模型预测控制研究

关长亮，　王贵成

(沈阳化工大学 信息工程学院， 辽宁 沈阳 110142)



基于误差补偿的谷氨酸发酵过程模型预测控制研究

关长亮，王贵成

(沈阳化工大学 信息工程学院， 辽宁 沈阳 110142)

摘要:谷氨酸发酵过程是一种具有高度的非线性、强烈的时变性和大滞后等因素的生化过程.本文将神经网络和预测控制算法相结合，用于解决谷氨酸发酵过程非线性控制问题.首先，通过神经网络实现非线性模型的预测能力；然后，引入动态矩阵控制，建立基于误差补偿的谷氨酸神经网络预测系统，通过滚动优化﹑反馈校正﹑误差补偿进行多步预测，最终构建谷氨酸发酵过程多变量非线性控制系统.仿真结果表明：该方法能够实现对谷氨酸发酵非线性过程的有效控制.

关键词：谷氨酸发酵过程；非线性系统；神经网络；多变量;动态矩阵控制

发酵过程由于其本身特殊的动力学特征区别于一般的物理和化学过程，如动力学模型呈现一定的滞后性和高度的非线性以及强烈的时变性等因素.因此，发展和建立与发酵过程的特点相适应、具有共性的发酵过程建模、控制与优化技术，对于提高发酵过程的总体性能，提高目的产物的产率、产量、生产强度记忆以及原料的转化率，起到至关重要的作用[1].从20世纪中期开始，发酵过程控制体系一直采用传统的 PID 方法.如今，在大多数的工业现场控制中，由于传统的 PID 控制简单灵活并且价格相对低廉，动静态特性基本可被大多……