基于神经网络的头孢菌素发酵控制系统研究

1、基于神经网络的头孢菌素发酵控制系统研究研究报告中国酿造2007年第3期总第168期?35?基于神经网络的头孢菌素发酵控制系统研究吴晓苏,张中明(杭州职业技术学院机电工程系,浙江杭州310018)摘要:介绍了头孢菌素发酵的工艺流程,参数测量方法,补料装置的结构和控制过程的时序分析,绘出了DCS与现场设备连接的网络结构图,对发酵过程中如何优化补料控制和基于神经网络实现补硫酸铵控制的算法进行了研究.关键词:头孢菌素;发酵;神经网络中图分类号:TP183文献标识码:A文章编号:20540571(2007)03003505Studyonfermentationcontrolsystemforthepro

2、ductionOfcephalOspOrinWUXiaoSU,ZHANGZhong-ming(DepartmentofMechmTicalandElectncalEngineering,HangzhouVocationalandTechnicalInstitute,Hangzhou310018,China)Abstract:Theproductionprocessing,measurementmethodsofculturalparameters,structureoffedbatchequipmentsandtimesequenceanalysisofcontrolstageduringce

3、phalosporinfermentationwereintroduced.ThenetworkdiagramofDCSlinkedtolocalequipmentswasdrawn.Themeasurestooptimizethecontrolofrawmaterialsupplementinfermentationandthealgorithmofammoniumsulfatesupplementbasedonneuralnetworkwerediscussed.Keywords:cephalosporin;fermentation;neuralnetwork1头孢菌素发酵的工艺流程头孢菌

4、素对革兰阴性菌具有较强的作用,具有耐酸,高效,低毒的优点,临床适用于敏感菌所致的诸如素生产通常是在大型生化反响器中,由丝状菌在液体的生化反响原理,它的根本原料是油,氨水,硫酸铵和消泡剂等.对于这种生化反响的操作,以往人们是凭实践经验来进行,由于缺乏生化反响过程参数的测量和年来,随着计算机,网络,图形和通讯技术的开展,用DCS实现生化控制已经日益显现其优越性:较大的数据处理能力,复杂控制算法的实现及设备风险的分散性等.在生化控制中需要解决3个方面的问题:一是参耗氧型生化反响系统测量与控制过程如图1所示.2参数测量在生化过程中,其根本的参数测量可以分为3类:础,这些参数通过测量变送后形成4mA-2

5、0mA电流信号,以便被控制系统接收和处理.分别为:Tt-生化反响器温度,;Pt.生化反响器压力,MPa;Fa.空气流量,1TI/min;Fw.冷却水流量,t/h;Twi.冷却水进口温度,;Two一冷却水出口温度,机电流,A;Ht一液面高度,1TI.生化过程的参数测量中,化学参数有2个,分别是pH值和D,这2种测量方法都是基于电化学方法的,最后也变送成4mA20mA电流信号.原理,2种或多种金属导体通过1种或多种电解质溶液时彼此连接,形成一个电流回路,具有很高输入阻抗的测量回路将这2个电极连接起来,所测得的电势值经过换算处理后就形成YpH值.D0值即溶解氧浓度值(简称溶氧值),基于极谱分析法原理

6、,用1支滴汞电极做工作电极,在不断改变外线,由于可以氧化(或复原)物质在电极上迅速发生电极反响,造成了浓差极化,从而产生扩散电流,扩散电作者简介:吴晓苏(1963.),男,浙江杭州人,副教授,主要从事光机电一体化,计算机数字控制技术研究工作.esearchReport流的大小与参加电极反响的物质浓度成正比,经过换算后就形成了溶氧度.生物参数测量包括呼吸参数(其中有氧利用率,二氧化碳释放速率和呼吸商),微生物发酵热的测量等.以物理和化学参数为根底,通过物料平衡可以近似计算出这些参数.氧利用率OUR的计算:OUR=(21%一O2%)?Fa/V二氧化碳释放速率CER的计算:OERCU2IIJ%.Fa

7、/V呼吸商RQ的计算:RQ(21%一O2l出%)/CO2LIJ%式中:Fa为空气流量,m3/min:V为反响液体积,m.显然,这些参数对于工艺过程控制是至关重要的,也是工艺控制中的难点.3网络结构与接口方案图1头孢菌素发酵工艺流程测量信号AinAout调节信号DinDour图2DCS网络结构图2是基于某制药厂头孢菌素发酵车问设备分布制工艺图形,编写控制软件和调试现场设备;操作员站是给现场工作人员监控工艺过程用的,操作员没有使用系统资源的权限.两者之间通过权限进行区分,其内部网络分为2层:第1层为CNET网,用于连接各工程师/操作员站及与过程站中的主控制器进行数据交换;第2层为I/0NET,用于

8、主控制器与I/0板卡之间的数据交换,这些板卡是基于M68000和MCS51系列高性能单片为Ain,Aout,Din和Dout,图中绘出了它们与各类测控信体上,现场工艺设备包括17个发酵大罐,9个中罐和4个小罐,所有信号均按照这种方式进行连接.4生化过程控制研究报告中国酿造2007年第3期总第168期?37?图3单电极定量补料控制原理及时序图从图1所示的发酵工艺流程来看,其控制类型可以分成2类:以顺序控制为特征的补料控制和以回路调节为特征的连续控制,这2种控制各有其特点,而且是发酵过程控制中的根底局部,也是今后实现智能控制的前提.单电极补料控制适用于硫酸铵,油和消泡剂等的补料操作.在连续或半连续

9、发酵过程中,补料控制是最的容积为1L或2L,当原料液体接触上电极的瞬间,控制系统必须立即停止给料,否那么液体就会溢出,这对控制时序图如图3.该装置由补料罐,电磁阀,气动开关阀,电极和逻蚀材料制成,原料进口及出口均在罐的底部,其中V1是进料控制阀,V2是出料控制阀,这2个阀的动作严格按照如图3所示的时序执行,每次补料开始,首先进行加率值的设定,在把状态设置为自动状态后,控制逻辑单补料动作可以分为4个阶段:等待时间t,v,进料时间ti,物料接触上电极时间t和出料时间t0.其中t,v时间是根据加率值计算出来的,其计算公式为:tw(s)=3600/(rate/count)式中:ratr加率值,即每小时

10、参加的物料,L/h;couI1r一加率常数,指的是补料罐的容积,L.例如:工艺上要求加率值设为40L/h,补料罐的容积为2L,代入公式并计算得tw=l80s,即每隔180s启动1次补料动作.显然,这个时间是相对固定的,然而,其后的3个时问段的持续时间是不固定的,它受到物料的黏度和杂质,仪表供气压力等因素的影响.但是,这3个时间段都设置了上限报警时间,如果实际运行中超过了报警值,系统就会发出报警,以提醒用户注意或做相应的处理.系统设置为手动时,可以对进料阀和出料阀进行强制动作,该功能通常适用于设备检修状态.素的生产和菌体的生长都依赖于发酵液的pI隹【,而且仅在较狭窄的pH范围内才能得到优化生长,

11、因此,在发酵过程中必须严格控1pH值,以维持最正确的生长和生产条件,当发酵液的pH值有少量波动时,可以通过参加氨水或酸极补料控制相比,双电极控制法在装置上仅仅增加了一个判断液位下限的电极,然而,这使得补料控制的复杂程度进一步提高.一般而言,1次进料后,可以分假设干次出料控制,这主要基于输出的脉冲宽度和频率,取果偏差小,每罐的出料次数增加,每次的出料量少,而调节阀相比,这种脉冲式调节的最大好处在于开关阀是没有泄漏量的,同时也可以到达很高的控制精度,其补料原理及时序图如图4所示.esearchRepo补料罐V1图4双电极定量补料控制原理及时序图4_3消泡控制在头孢菌素的发酵过程中,特别是在生化反响

12、前期,微生物生长旺盛,并且搅拌机的启动和空气通入量的加大,反响液上浮得厉害,稍有不慎,就有可能产生逃液现象.此时,必须及时参加消泡剂,以减少泡沫和防止反响物上升.另一方面,化学消泡剂的使用还可能对发酵过程产生副作用,目前,最新的消泡方法是定量补水,即通过时序控制将水参加到发酵液中,这种消泡方法对发酵过程的影响将大大减少.传统的消泡控制是采用电极测量法,其致命弱点泡控制的思路:根据工艺状况设定一个消泡加率,由此可以计算出经过多少时间补充1次消泡剂,消泡剂1次装满补料罐,然后分假设干次均匀下料,其时序过程如图5所示.这个时序过程似乎与氨水补料类似,但在本质上是有区别的,在消泡的整个T周期中,td一

13、般可以设为固定的,twl,tw2等可以根据M的周期进行变化,同时,的值必须有1个最小上限(即足够的时间宽度),否那么,本周期消泡控制未完成时,下1个周期又开始了,形成逻辑冲突,而氨水的控制不存在这样的问题.对3种典型的定量补料控制的设备结构和原理进行分析,不难发现这种控制方法中其原料的加率是通过人工写入的,补料效果的好坏主要取决于加率参数写入是否合理,是否可以通过某种方法自动地修改这些加率值,从而维持一个更为合理的生化反响过程呢?VlV2InftwtlAtd,II史l哦tdt,一r一I一rI,一fT图5消泡控制时序图尽管影响头孢菌素发酵过程的原因很多,但还是可以从中找到一些规律.在发酵过程中,

14、硫酸铵是一种用量较大的营养物质,补硫酸铵的多少对菌丝的代谢有很大的影响,设计一个头孢菌素发酵过程中加硫酸模型的简化表达式:Y=f(t,pH,DO,Tt,CER)?(1)式中:Y_一硫酸铵的加率指标(它足一个随时间变化的函数,它决定了本罐的发酵指标);卜_发酵时间(发酵的前期,中期和后期其硫酸铵加率是不同的);pH一营养液的酸碱度值;D()_一溶解氧含量值;Tt_一生化反响器温度;cER二氧化碳释放速率.研究报告中国酿造2007年第3期总第168期?39?限的t时间内,以pH值,DO值,Tt值和CER值为历史数据,来求得各个时间段的硫酸铵加率.采用改进的BP算法对该神经网络进行训练,以确定隐层节

15、点数目和相应的权值和阈值向量,如图6所示是头孢菌素发酵过程硫酸铵加率神经网络模型,其基本算法为:r=f(Z+)?.(2)JO(k(O(k-1)+0.(k)?(3)(H1):(f)DJ(k-1)+(k(f)一1)】(4)(f+1):(f)+.(f)一(t-1)】.?(5)式中:Y为网络输出值0各神经元输出值:w各层神经元间的权值;o各神经元的阈值;8各神经元误差信号;一惯性常数;II_学习步长;i,j各层神经元的序数;lr层序数.对于三层网络,输入层为第0层,隐层为第l层,输出层为第2层.定义误差函数为:E(Yip)?(6)式中:卜_样本序数;I一输出层神经元数:y_输出各层的目标值.定义误差信

16、号算式如下:输出层误差:约束条件:I(Yi-Y.)I<5L/h(9)经过现场的数十次离线和在线试验,大约80%的数据能够符合约束条件,余下的数据超出约束条件,这说明神经网络在预测这个特定的发酵控制上是根本稳定收敛的,它在工程上的意义说明:尽管发酵过程的生化机理非常复杂,但是通过合理地调整某种原料,例如硫酸铵的补料,仍然可以取得比较满意的控制效果.tpHDOTtCER三层神经络图6头孢菌素发酵过程硫酸铵补料神经网络模型mentduringcephalosporinfermentation5结束语头孢菌素发酵是复杂的生物化学反响过程,具有高度的非线性,时变性和不确定性,很难通过数学解析或试验法得到一个精确的数学模型.就补料过程而言,随着发酵的进行,微生物的生长和生物代谢都要求连续不断地补充营养物质,使微生物沿着优化的生长轨迹生长,以获得高产的微生物代谢物.目前为止,还没有一种仪器能在线测量微生物的浓度和代谢状况,这使得补料控制极为困难,一般