發(fā)酵教程解析、控制與檢測技術(shù)

前言

最近幾十年來，以基因工程技術(shù)、細胞大量培養(yǎng)技術(shù)和生物反應(yīng)器技術(shù)等為基礎(chǔ)的發(fā)酵過程技術(shù)已經(jīng)成為化學(xué)工業(yè)、農(nóng)業(yè)、食品工業(yè)、醫(yī)藥工業(yè)以及能源等國民經(jīng)濟行業(yè)的關(guān)鍵技術(shù)之一。隨著上述行業(yè)的迅速發(fā)展，發(fā)酵產(chǎn)品生產(chǎn)規(guī)模和品種不斷增加，對于發(fā)酵過程進行控制和優(yōu)化的要求也越來越迫切。作為發(fā)酵中游技術(shù)中心的發(fā)酵過程控制和優(yōu)化技術(shù)，既關(guān)系到能否發(fā)揮菌種的最大生產(chǎn)能力，又會影響到下游處理的難易程度，在整個發(fā)酵過程中是一項承上啟下的關(guān)鍵技術(shù)。但是，與一般的物理和化學(xué)過程相比，發(fā)酵過程有著迥然不同的動力學(xué)特征，如動力學(xué)模型呈高度的非線性和強烈的時變性、大多數(shù)生物狀態(tài)變量難以在線測量、過程響應(yīng)速率慢、在線測量帶有大幅時間滯后等。因此，發(fā)展和建立與發(fā)酵過程的特點相適應(yīng)、具有共性的發(fā)酵過程解析、控制和最優(yōu)化技術(shù)，對于提高，發(fā)酵過程的總體性能，提高目的產(chǎn)物的產(chǎn)率產(chǎn)量、生產(chǎn)強度及原料的轉(zhuǎn)化率，將起到至關(guān)重要的作用。    鑒于發(fā)酵過程的上述基本特征，特別是其強烈的非線性、時變性和基本生物量難以在線測量的特征，對發(fā)酵過程實施在線檢測和有效的實時在線控制和優(yōu)化勢在必行，發(fā)酵過程在線控制和最優(yōu)化成為提高發(fā)酵總體生產(chǎn)水平的最為有效的途徑。然而，國內(nèi)有關(guān)發(fā)酵過程解析、控制與優(yōu)化的書籍一般都是以基于離線動力學(xué)模型的離線控制和最優(yōu)化為基礎(chǔ)的，實時在線檢測和控制也僅僅涉及到常規(guī)測量變量，如溫度、壓力、溶氧濃度、pH以及發(fā)酵尾氣分壓等的測量和簡單的定值控制，從實用的角度來看，這已經(jīng)遠遠不能適應(yīng)發(fā)酵過程控制與優(yōu)化的需要。近年來，國內(nèi)外不少研究者提出了許多適用于發(fā)酵過程在線控制和優(yōu)化的方法、理論和技術(shù)。同時，隨著計算機以及相關(guān)技術(shù)的飛速發(fā)展，人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯推理等新型人工智能技術(shù)也逐步開始滲入到發(fā)酵過程的建模、狀態(tài)預(yù)測、模式識別、控制與優(yōu)化等諸多領(lǐng)域。越來越多的適用于發(fā)酵過程的在線實時控制技術(shù)，例如基于實時在線模型的自適應(yīng)控制和在線最優(yōu)化控制系統(tǒng)，基于人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯推理技術(shù)的智能型過程控制與優(yōu)化技術(shù)，以及基于代謝網(wǎng)絡(luò)模型的在線狀態(tài)預(yù)測和控制技術(shù)等，被不斷地開發(fā)出來，并在許多發(fā)酵過程中得到了實際應(yīng)用。然而，國內(nèi)尚未見有人對這些有關(guān)發(fā)酵過程在線分析、控制和優(yōu)化的新的和關(guān)鍵性的理論與技術(shù)加以詳細和系統(tǒng)性的總結(jié)和歸納。    作者多年來一直從事發(fā)酵過程的在線檢測、解析、控制和優(yōu)化等方面的研究，通過結(jié)合發(fā)酵過程自身的特點以及相應(yīng)的在線檢測、過程控制與優(yōu)化的特有模式，在借鑒國外有關(guān)最新研究成果和作者自身完成的研究實例的基礎(chǔ)上編撰了此書。本書對發(fā)酵過程的解析、控制與優(yōu)化，特別是在線檢測、在線狀態(tài)預(yù)測和模式識別以及在線控制和最優(yōu)化控制的技術(shù)和方法，進行了比較系統(tǒng)和詳細的介紹和總結(jié)。在介紹基本過程解析、控制和最優(yōu)化技術(shù)的基礎(chǔ)上，結(jié)合具體的發(fā)酵過程實例，著重歸納、闡述和詳細系統(tǒng)總結(jié)了發(fā)酵過程在線檢測、在線自適應(yīng)控制和最優(yōu)化控制，以及引入模糊邏輯推理、人工神經(jīng)網(wǎng)絡(luò)、代謝網(wǎng)絡(luò)模型等新型的控制和優(yōu)化、狀態(tài)預(yù)測與模式識別等方法和技術(shù)。希望能夠?qū)氖掳l(fā)酵工程、生物工程等方面工作的專業(yè)人士、研究人員、教師和研究生提供一些有價值的參考以及共性的方法和思路。    本書一共分成九章，第一章為緒論。第二章“生物過程參數(shù)在線檢測技術(shù)”主要討論和講述生物過程的主要狀態(tài)變量，如溶氧濃度、pH、CO2生成速率、02攝取速率、呼吸商、細胞濃度、細胞比增殖速率、基質(zhì)濃度、代謝產(chǎn)物濃度等的在線測量、推定和計算。第三章“發(fā)酵過程控制系統(tǒng)和控制設(shè)計原理及應(yīng)用”是本書的基礎(chǔ)部分，主要闡述和講解發(fā)酵過程的各類反應(yīng)和動力學(xué)模型，生物反應(yīng)器的操作模式和解析，前饋和反饋控制系統(tǒng)的構(gòu)成，反饋控制器在時間和拉普拉斯域上的穩(wěn)定性、響應(yīng)特性和定常特性的分析，反饋控制器的設(shè)計方法，以及前饋和反饋控制器在發(fā)酵過程中的實際應(yīng)用。第四章“發(fā)酵過程的最優(yōu)化控制”主要論述了以非構(gòu)造式動力學(xué)模型為基礎(chǔ)的最優(yōu)化控制的基本原理和以最大原理、格林定理、遺傳算法為代表、典型的最優(yōu)化控制的計算方法以及它們在發(fā)酵過程中的實際應(yīng)用。第五章“發(fā)酵過程的建模和狀態(tài)預(yù)測”詳細論述和探討了發(fā)酵過程的各類數(shù)學(xué)模型，非構(gòu)造式動力學(xué)模型的建模方法，人工神經(jīng)網(wǎng)絡(luò)模型的建模方法和在發(fā)酵過程狀態(tài)預(yù)測、模式識別等諸方面的實際應(yīng)用，卡爾曼濾波器以及在發(fā)酵過程在線狀態(tài)預(yù)測中的實際應(yīng)用。第六章“發(fā)酵過程的在線自適應(yīng)控制”主要介紹基于過程輸入輸出時間序列數(shù)據(jù)的自回歸移動平均模型的在線自適應(yīng)控制系統(tǒng)和在線最優(yōu)化控制的概念、方法以及實際應(yīng)用。第七章“人工智能控制”主要介紹和闡述了基于人類知識和經(jīng)驗的模糊邏輯控制器和融入人工神經(jīng)網(wǎng)絡(luò)技術(shù)的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的概念、構(gòu)成、計算和調(diào)整方法，以及在發(fā)酵過程中的實際應(yīng)用。第八章“利用代謝網(wǎng)絡(luò)模型的過程控制和優(yōu)化”簡要介紹了代謝網(wǎng)絡(luò)模型的基本特征，代謝流模型的簡化和計算，利用代謝流模型的在線狀態(tài)預(yù)測和在過程控制中的應(yīng)用。第九章“計算機在生化反應(yīng)過程控制中的應(yīng)用”主要講解了實際工業(yè)控制的集散控制系統(tǒng)(DCS)及接口技術(shù)，硬件和軟件設(shè)計，以及計算機控制在檸檬酸、青霉素發(fā)酵過程中的實際應(yīng)用。    本書第一章、第三章～第八章由江南大學(xué)生物工程學(xué)院史仲平教授編寫，第二章、第九章由江南大學(xué)通信與控制工程學(xué)院潘豐教授編寫。在本書的撰寫過程中，得到了中國工程院院士、江南大學(xué)生物工程學(xué)院教授倫世儀先生的熱情鼓勵。日本九州工業(yè)大學(xué)情報工學(xué)部清水和幸教授、江南大學(xué)生物工程學(xué)院陳堅教授也對本書的成稿提供了很大的支持，并對內(nèi)容的修改和完善提供了寶貴的意見。在此謹向他們表示衷心的感謝。    由于作者的能力與水平有限，錯誤和不足之處在所難免，敬希讀者批評指正。    作  者    2004年11月

內(nèi)容概要

作為發(fā)酵工業(yè)中游技術(shù)核心的發(fā)酵過程控制和優(yōu)化技術(shù)，既關(guān)系到能否發(fā)揮菌種的最大生產(chǎn)能力，又會影響到下游處理的難易程度，在整個發(fā)酵過程中是一項承上啟下的關(guān)鍵技術(shù)。本書作者多年來一直從事發(fā)酵過程的在線檢測、解析、控制和優(yōu)化等方面的研究，在借鑒國外的有關(guān)最新研究成果和作者自身完成的研究實例的基礎(chǔ)上，博采眾家之長，寫成此書。    全書結(jié)合具體的發(fā)酵過程實例，分別對發(fā)酵過程的解析、控制和優(yōu)化，特別是在線檢測、在線狀態(tài)預(yù)測和模式識別，以及在線控制和最優(yōu)化控制的技術(shù)及方法進行了比較系統(tǒng)詳細的介紹，并引入了模糊邏輯推理、人工神經(jīng)網(wǎng)絡(luò)模型、代謝網(wǎng)絡(luò)模型等新型的控制、優(yōu)化、狀態(tài)預(yù)測以及模式識別等方法和技術(shù)。    本書適合于從事發(fā)酵工程、生物工程、生物化工、化學(xué)工程等相關(guān)專業(yè)領(lǐng)域研究的科研人員、教師和工程師使用，也可供大專院校相關(guān)專業(yè)的高年級本科生和研究生參考。

書籍目錄

第一章 緒論  第一節(jié) 生物過程的特點以及生物過程的操作、控制、優(yōu)化的基本特征  第二節(jié) 生物過程控制和優(yōu)化的目的及研究內(nèi)容  第三節(jié) 發(fā)酵過程控制概論  第四節(jié) 發(fā)酵過程的狀態(tài)變量、操作變量和可測量變量  第五節(jié) 用于發(fā)酵過程控制和優(yōu)化的各類數(shù)學(xué)模型  第六節(jié) 發(fā)酵過程最優(yōu)化控制方法概論    一、基于非構(gòu)造式動力學(xué)模型的最優(yōu)化控制方法    二、基于可實時測定的過程輸入輸出時間序列數(shù)據(jù)和黑箱模型的最優(yōu)化控制方法    參考文獻第二章 生物過程參數(shù)在線檢測技術(shù)  第一節(jié) pH的在線測量    一、pH傳感器的工作原理    二、pH傳感器的使用  第二節(jié) 溶氧濃度的在線測量    一、溶氧濃度測量原理    二、溶氧電極    三、溶氧電極的使用  第三節(jié) 發(fā)酵罐內(nèi)氧氣和二氧化碳分壓的測量以及呼吸代謝參數(shù)的計算    一、氧分析儀    二、尾氣CO分壓的檢測    三、呼吸代謝參數(shù)的計算  第四節(jié) 發(fā)酵罐內(nèi)氧氣體積傳質(zhì)系數(shù)KLa的測量    一、亞硫酸鹽氧化法    二、溶氧電極法    三、物料衡算法    四、動態(tài)測定法    五、取樣極譜法    六、復(fù)膜電極測定KLa  第五節(jié) 發(fā)酵罐內(nèi)細胞濃度的在線測量和比增殖速率的計算    一、菌體濃度的檢測方法及原理    二、在線激光濁度計  第六節(jié) 生物傳感器在發(fā)酵過程檢測中的應(yīng)用    一、生物傳感器的類型和結(jié)構(gòu)原理    二、發(fā)酵罐基質(zhì)（葡萄糖等）濃度的在線測量    三、引流分析與控制（FIA）    四、發(fā)酵罐器內(nèi)一級代謝產(chǎn)物（乙醇、有機酸等）濃度的在線測量    參考文獻第三章 發(fā)酵過程控制系統(tǒng)和控制設(shè)計原理及應(yīng)用  第一節(jié) 過程的狀態(tài)方程式  第二節(jié) 生物過程的典型和基本數(shù)學(xué)模型    一、生物過程最基本的合成和代謝分解反應(yīng)    二、生物過程典型的數(shù)學(xué)模型形式    三、發(fā)酵過程的各種得率系數(shù)和各種比反應(yīng)速率的表現(xiàn)形式    四、生物反應(yīng)器的基本操作方式    五、發(fā)酵過程狀態(tài)方程式在“理想操作點”近旁的線性化  第三節(jié) 拉普拉斯變換與反拉普拉斯變換    一、拉普拉斯變換的定義    二、拉普拉斯變換的基本特性以及基本函數(shù)的拉普拉斯變換    三、反拉普拉斯變換    四、有理函數(shù)的反拉普拉斯變換    五、過程的傳遞函數(shù)GP(s)——線性狀態(tài)方程式的拉普拉斯函數(shù)表現(xiàn)形式    六、過程傳遞函數(shù)的框圖和轉(zhuǎn)換    七、過程對于輸入變量變化的響應(yīng)特性  第四節(jié) 過程的穩(wěn)定性分析    ……第四章 發(fā)酵過程的最優(yōu)化控制第五章 發(fā)酵過程的建模和狀態(tài)預(yù)測第六章 發(fā)酵過程的在線自適應(yīng)控制第七章 人工智能控制第八章 利用代謝網(wǎng)絡(luò)模型的過程控制和優(yōu)化第九章 計算機在生化反應(yīng)過程控制中的應(yīng)用

媒體關(guān)注與評論

前言最近幾十年來，以基因工程技術(shù)、細胞大量培養(yǎng)技術(shù)和生物反應(yīng)器技術(shù)等為基礎(chǔ)的發(fā)酵過程技術(shù)已經(jīng)成為化學(xué)工業(yè)、農(nóng)業(yè)、食品工業(yè)、醫(yī)藥工業(yè)以及能源等國民經(jīng)濟行業(yè)的關(guān)鍵技術(shù)之一。隨著上述行業(yè)的迅速發(fā)展，發(fā)酵產(chǎn)品生產(chǎn)規(guī)模和品種不斷增加，對于發(fā)酵過程進行控制和優(yōu)化的要求也越來越迫切。作為發(fā)酵中游技術(shù)中心的發(fā)酵過程控制和優(yōu)化技術(shù)，既關(guān)系到能否發(fā)揮菌種的最大生產(chǎn)能力，又會影響到下游處理的難易程度，在整個發(fā)酵過程中是一項承上啟下的關(guān)鍵技術(shù)。但是，與一般的物理和化學(xué)過程相比，發(fā)酵過程有著迥然不同的動力學(xué)特征，如動力學(xué)模型呈高度的非線性和強烈的時變性、大多數(shù)生物狀態(tài)變量難以在線測量、過程響應(yīng)速率慢、在線測量帶有大幅時間滯后等。因此，發(fā)展和建立與發(fā)酵過程的特點相適應(yīng)、具有共性的發(fā)酵過程解析、控制和最優(yōu)化技術(shù)，對于提高發(fā)酵過程的總體性能，提高目的產(chǎn)物的產(chǎn)率產(chǎn)量、生產(chǎn)強度及原料的轉(zhuǎn)化率，將起到至關(guān)重要的作用。 鑒于發(fā)酵過程的上述基本特征，特別是其強烈的非線性、時變性和基本生物量難以在線測量的特征，對發(fā)酵過程實施在線檢測和有效的實時在線控制和優(yōu)化勢在必行，發(fā)酵過程在線控制和最優(yōu)化成為提高發(fā)酵總體生產(chǎn)水平的最為有效的途徑。然而，國內(nèi)有關(guān)發(fā)酵過程解析、控制與優(yōu)化的書籍一般都是以基于離線動力學(xué)模型的離線控制和最優(yōu)化為基礎(chǔ)的，實時在線檢測和控制也僅僅涉及到常規(guī)測量變量，如溫度、壓力、溶氧濃度、pH以及發(fā)酵尾氣分壓等的測量和簡單的定值控制，從實用的角度來看，這已經(jīng)遠遠不能適應(yīng)發(fā)酵過程控制與優(yōu)化的需要。近年來，國內(nèi)外不少研究者提出了許多適用于發(fā)酵過程在線控制和優(yōu)化的方法、理論和技術(shù)。同時，隨著計算機以及相關(guān)技術(shù)的飛速發(fā)展，人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯推理等新型人工智能技術(shù)也逐步開始滲入到發(fā)酵過程的建模、狀態(tài)預(yù)測、模式識別、控制與優(yōu)化等諸多領(lǐng)域。越來越多的適用于發(fā)酵過程的在線實時控制技術(shù)，例如基于實時在線模型的自適應(yīng)控制和在線最優(yōu)化控制系統(tǒng)，基于人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯推理技術(shù)的智能型過程控制與優(yōu)化技術(shù)，以及基于代謝網(wǎng)絡(luò)模型的在線狀態(tài)預(yù)測和控制技術(shù)等，被不斷地開發(fā)出來，并在許多發(fā)酵過程中得到了實際應(yīng)用。然而，國內(nèi)尚未見有人對這些有關(guān)發(fā)酵過程在線分析、控制和優(yōu)化的新的和關(guān)鍵性的理論與技術(shù)加以詳細和系統(tǒng)性的總結(jié)和歸納。 作者多年來一直從事發(fā)酵過程的在線檢測、解析、控制和優(yōu)化等方面的研究，通過結(jié)合發(fā)酵過程自身的特點以及相應(yīng)的在線檢測、過程控制與優(yōu)化的特有模式，在借鑒國外有關(guān)最新研究成果和作者自身完成的研究實例的基礎(chǔ)上編撰了此書。本書對發(fā)酵過程的解析、控制與優(yōu)化，特別是在線檢測、在線狀態(tài)預(yù)測和模式識別以及在線控制和最優(yōu)化控制的技術(shù)和方法，進行了比較系統(tǒng)和詳細的介紹和總結(jié)。在介紹基本過程解析、控制和最優(yōu)化技術(shù)的基礎(chǔ)上，結(jié)合具體的發(fā)酵過程實例，著重歸納、闡述和詳細系統(tǒng)總結(jié)了發(fā)酵過程在線檢測、在線自適應(yīng)控制和最優(yōu)化控制，以及引入模糊邏輯推理、人工神經(jīng)網(wǎng)絡(luò)、代謝網(wǎng)絡(luò)模型等新型的控制和優(yōu)化、狀態(tài)預(yù)測與模式識別等方法和技術(shù)。希望能夠?qū)氖掳l(fā)酵工程、生物工程等方面工作的專業(yè)人士、研究人員、教師和研究生提供一些有價值的參考以及共性的方法和思路。 本書一共分成九章，第一章為緒論。第二章“生物過程參數(shù)在線檢測技術(shù)”，主要討論和講述生物過程的主要狀態(tài)變量，如溶氧濃度、pH、CO2生成速率、O2攝取速率、呼吸商、細胞濃度、細胞比增殖速率、基質(zhì)濃度、代謝產(chǎn)物濃度等的在線測量、推定和計算。第三章“發(fā)酵過程控制系統(tǒng)和控制設(shè)計原理及應(yīng)用”是本書的基礎(chǔ)部分，主要闡述和講解發(fā)酵過程的各類反應(yīng)和動力學(xué)模型，生物反應(yīng)器的操作模式和解析，前饋和反饋控制系統(tǒng)的構(gòu)成，反饋控制器在時間和拉普拉斯域上的穩(wěn)定性、響應(yīng)特性和定常特性的分析，反饋控制器的設(shè)計方法，以及前饋和反饋控制器在發(fā)酵過程中的實際應(yīng)用。第四章“發(fā)酵過程的最優(yōu)化控制”主要論述了以非構(gòu)造式動力學(xué)模型為基礎(chǔ)的最優(yōu)化控制的基本原理和以最大原理、格林定理、遺傳算法為代表、典型的最優(yōu)化控制的計算方法以及它們在發(fā)酵過程中的實際應(yīng)用。第五章“發(fā)酵過程的建模和狀態(tài)預(yù)測”詳細論述和探討了發(fā)酵過程的各類數(shù)學(xué)模型，非構(gòu)造式動力學(xué)模型的建模方法，人工神經(jīng)網(wǎng)絡(luò)模型的建模方法和在發(fā)酵過程狀態(tài)預(yù)測、模式識別等諸方面的實際應(yīng)用，卡爾曼濾波器以及在發(fā)酵過程在線狀態(tài)預(yù)測中的實際應(yīng)用。第六章“發(fā)酵過程的在線自適應(yīng)控制”主要介紹基于過程輸入輸出時間序列數(shù)據(jù)的自回歸移動平均模型的在線自適應(yīng)控制系統(tǒng)和在線最優(yōu)化控制的概念、方法以及實際應(yīng)用。第七章“人工智能控制”主要介紹和闡述了基于人類知識和經(jīng)驗的模糊邏輯控制器和融入人工神經(jīng)網(wǎng)絡(luò)技術(shù)的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的概念、構(gòu)成、計算和調(diào)整方法，以及在發(fā)酵過程中的實際應(yīng)用。第八章“利用代謝網(wǎng)絡(luò)模型的過程控制和優(yōu)化”簡要介紹了代謝網(wǎng)絡(luò)模型的基本特征，代謝流模型的簡化和計算，利用代謝流模型的在線狀態(tài)預(yù)測和在過程控制中的應(yīng)用。第九章“計算機在生化反應(yīng)過程控制中的應(yīng)用”主要講解了實際工業(yè)控制的集散控制系統(tǒng)（DCS）及接口技術(shù)，硬件和軟件設(shè)計，以及計算機控制在檸檬酸、青霉素發(fā)酵過程中的實際應(yīng)用。 本書第一章、第三章~第八章由江南大學(xué)生物工程學(xué)院史仲平教授編寫，第二章、第九章由江南大學(xué)通信與控制工程學(xué)院潘豐教授編寫。在本書的撰寫過程中，得到了中國工程院院士、江南大學(xué)生物工程學(xué)院教授倫世儀先生的熱情鼓勵。日本九州工業(yè)大學(xué)情報工學(xué)部清水和幸教授、江南大學(xué)生物工程學(xué)院陳堅教授也對本書的成稿提供了很大的支持，并對內(nèi)容的修改和完善提供了寶貴的意見。在此謹向他們表示衷心的感謝。 由于作者的能力與水平有限，錯誤和不足之處在所難免，敬希讀者批評指正。

編輯推薦

本書著重闡述微生物酶與生物轉(zhuǎn)化的基本知識與應(yīng)用，含81項實驗。包括顯微技術(shù)、細胞特殊結(jié)構(gòu)的觀察、代謝調(diào)控育種、原生質(zhì)體融合育種和基因工程等定向育種技術(shù)，以及相關(guān)新型儀器設(shè)備的使用。書中圖文并茂，特別適于在學(xué)者學(xué)習(xí)和在職者繼續(xù)學(xué)習(xí)時閱讀參考。

圖書封面

評論、評分、閱讀與下載

---

    發(fā)酵教程解析、控制與檢測技術(shù) PDF格式下載

---