收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于混合模型的软测量方法研究及其在发酵过程中的应用

于涛  
【摘要】: 软测量技术是解决复杂测量任务、实现难测变量在线估计的有效方法,生物量是发酵过程中的重要过程参数之一,生物量在线测量对发酵工程的优化和控制具有重要意义,是典型的复杂测量对象。微生物发酵过程具有非线性、时变性、高维数、非结构化等特点,并且缺乏对生物过程机理的先验知识和相对有限的实验测量数据,研究软测量技术的理论、推动软测量技术在生物工程中的应用具有广泛的工程应用前景,是亟待解决的重要研究课题。 传统软测量技术的主要内容之一是对象建模,目前的建模方法主要有基于机理分析的“白箱”模型,基于统计学习的“黑箱”模型,以及这两种模型的简单结合构成的“灰箱”模型。“白箱”模型在理论处理上进行了简化,适应性差,且很多未知微生物反应过程根本无法直接建模:“黑箱”模型没有有效地利用对象先验知识:而目前“灰箱”模型的结构存在很大的随意性,无法保证模型的有效性。本课题抓住这一前沿研究,从经验知识与经验数据的综合利用入手,对软测量模型的结构、模型构建方法以及软测量系统的关键技术进行深入研究。具有重要的理论意义和应用价值。 课题主要从软测量模型结构、软测量统计建模、软测量系统滤波三个方面进行深入的理论研究,并对软测量系统的实现技术进行仿真实验研究。 论文从广义信息论的角度对软测量技术进行了讨论,提出一种混合软测量模型结构。混合软测量模型能够充分地利用先验知识和实验数据的全部信息,构建出完整的软测量模型,并且该软测量模型具备与多种知识表达方式进行融合的能力。课题细致深入地讨论和研究了软测量模型的三个基本问题,首先是软测量模型的可实现性,即软测量模型存在唯一解的条件,以及知识利用的度量等一些相关的概念,体现出混合软测量模型在知识利用有效性上的优势;然后对模型不确定性的概念进行了讨论,研究了模型可靠性问题,得出测量精度与软测量模型可靠性之间的关系;最后讨论了软测量模型与传统软测量方法的关系,说明软测量模型是传统软测量方法的发展。 在统计建模方面,集中研究基于统计学习理论的支持向量机技术。从全新的思考角度建立了支持向量分类和支持向量回归的统一表达形式,并重点研究了数据中包含噪声干扰时的支持向量回归问题,提出了两种误差加权支持向量机,试验说明使用加权法考虑不同取值范围内的噪声分布情况,可以获得更好的回归结果。最后,针对模一支持向量机重新推导了多乘子优化算法,并针对模二支持向量机引入了一种改进的Gilbert几何算法,成功地将其用于支持向量回归问题。 在软测量系统的研究中,主要研究基于混合软测量模型的Kalman滤波器技术。论文重新考虑滤波器对模型的鲁棒性问题,研究了一类鲁棒Kalman滤波器,并证明强跟踪滤波器只是一种鲁棒Kalman滤波器的实现。进而提出一种全新的不敏变换鲁棒Kalman滤波器算法,采用不敏变换方法来处理期望和方差的非线性传播问题,并利用新息序列方差阵中所包含的大量模型摄动误差信息,通过补偿使得非线性系统的一步估计更加准确。最后,将该滤波算法应用于混合软测量模型,给出了完整的软测量系统,并将基于混合软测量模型构建的软测量系统应用于微生物发酵过程中生物量的测量,以Matlab形式实现了完整的软测量系统。 仿真实验表明:基于误差加权的支持向量机算法具有较好的回归结果;基于不敏变换的鲁棒Kalman滤波器具有更好的滤波性能,对初值和模型都具有很强的鲁棒性;在知识缺失和数据缺失的情况下,基于混合模型的软测量系统能够充分地利用先验知识和数据,能够得到更可靠的测量估计。 论文提出的软测量混合建模方法和所构建的软测量系统,能够充分地利用被测系统和被测变量的先验知识,充分地利用已有的实验数据,为实现微生物发酵过程中难测变量和参数的在线测量提供理论支撑,并为软测量系统的实用化提供了一种实现技术。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郇黎明;王维娜;;基于PXI总线的发酵过程软测量系统研究[J];仪器仪表用户;2006年05期
2 张瑶;孙玉坤;黄永红;嵇小辅;;基于LS-SVM逆模型的青霉素发酵软测量方法[J];电子技术应用;2009年07期
3 桑海峰;何大阔;张大鹏;;基于支持向量机与遗传算法的发酵过程软测量建模[J];东北大学学报(自然科学版);2007年06期
4 范宇;张冬妍;孙丽萍;徐宇;;基于SVM的木材干燥过程含水率软测量研究[J];森林工程;2008年04期
5 俞金寿;;软测量技术及其应用[J];自动化仪表;2008年01期
6 徐进荣;潘丰;;基于PSO和SVM的发酵过程建模与优化控制[J];微计算机信息;2008年19期
7 刘国海;江兴科;梅丛立;;基于连续隐Markov模型的发酵过程关键状态变量软测量[J];江苏大学学报(自然科学版);2011年04期
8 张会清;王普;高学金;范青武;;生物发酵参数相关性及菌体浓度软测量技术的研究[J];计算机工程与应用;2006年30期
9 孔建益;李公法;熊禾根;蒋国璋;杨金堂;王兴东;侯宇;;工业生产中软测量建模方法及其应用研究[J];机床与液压;2007年06期
10 桑海峰;王福利;苑玮琦;何大阔;;诺西肽发酵过程中的混合建模[J];仪器仪表学报;2007年01期
11 隋青美,王正欧;发酵过程混合神经网络模型及其仿真[J];系统仿真学报;2002年04期
12 冯道旺,李宗华,徐欣,周一宇;相关观测误差条件下Kalman滤波器的一种设计方法[J];信号处理;2004年03期
13 董东;王桂增;;Kalman滤波器在长输管道泄漏诊断中的应用[J];自动化学报;1990年04期
14 杨明;张凤鸣;胡永峰;;基于神经网络和向量机的容错控制研究[J];微计算机信息;2007年25期
15 成娟娟;谭永红;;基于支持向量机的酒精发酵过程pH值辨识[J];微计算机信息;2008年28期
16 谢清来;李钟慎;;基于Kalman滤波器的状态估计软测量[J];电子测试;2010年08期
17 荣进国;陈锋;;基于SVM的营养液离子浓度检测的数据融合研究[J];计算机仿真;2005年11期
18 高学金;王普;孙崇正;易建强;张亚庭;张会清;;基于MOGA和SVM的发酵过程建模[J];信息与控制;2006年01期
19 高学金;王普;孙崇正;易建强;张亚庭;张会清;;基于支持向量机的青霉素发酵过程建模[J];系统仿真学报;2006年07期
20 刘国海;周大为;徐海霞;梅从立;;基于SVM的微生物发酵过程软测量建模研究[J];仪器仪表学报;2009年06期
中国重要会议论文全文数据库 前10条
1 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
2 薛耀锋;袁景淇;;基于SVM发酵过程染菌诊断系统的研究[A];2005中国控制与决策学术年会论文集(上)[C];2005年
3 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
4 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
5 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
8 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
9 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
10 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
中国博士学位论文全文数据库 前10条
1 于涛;基于混合模型的软测量方法研究及其在发酵过程中的应用[D];北京化工大学;2006年
2 冯絮影;发酵过程混合建模及带动态补偿的非线性预测控制方法研究[D];北京化工大学;2010年
3 赵利强;发酵过程智能测控系统关键技术研究[D];北京化工大学;2009年
4 杨强大;诺西肽发酵过程生化参数软测量方法的研究[D];东北大学;2009年
5 于晓明;支持向量机及其在制浆过程重要参数软测量中的应用研究[D];陕西科技大学;2012年
6 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
7 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
8 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
9 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
10 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 杨琳;基于支持向量机的微生物发酵过程生物量软测量方法研究[D];北京化工大学;2005年
2 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
3 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
4 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
7 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
8 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
9 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
10 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
中国重要报纸全文数据库 前10条
1 何国庆 张灏;代谢工程在发酵工程中的运用[N];中国食品报;2009年
2 本报记者 白毅;系统生物学研究革新抗生素发酵技术[N];中国医药报;2005年
3 邬中建;南瑞集团新项目通过国家电网公司验收[N];国家电网报;2007年
4 郭洪敏 包鹏;科技创新领头雁[N];华东电力报;2007年
5 记者 刘芃;中国鸡精打了个翻身仗[N];上海科技报;2004年
6 中国农业大学 陈伦寿;麦秆全量还田技术[N];人民日报;2007年
7 崔国民;烤青烟的原因及防治方法[N];云南科技报;2006年
8 ;请教如何用牛粪培育菌类[N];江苏科技报;2006年
9 李立;炒卖期酒:享受发酵过程中的回报[N];中国经营报;2007年
10 李华;韩国料理三大宝:泡菜、大酱和酱缸[N];中国食品报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978