本發(fā)明涉及流程工業(yè)生產(chǎn)加工，尤其是指一種基于參數(shù)重用的不同階段連續(xù)發(fā)酵過程優(yōu)化調(diào)控方法。

背景技術(shù)：

1、發(fā)酵工程是在最適合的發(fā)酵條件下，在發(fā)酵罐中大量培養(yǎng)細胞和生產(chǎn)代謝產(chǎn)物的工藝技術(shù)，被廣泛應(yīng)用于食品發(fā)酵、生物制藥等領(lǐng)域中。發(fā)酵工程通常在搖瓶階段找到菌體細胞生長和代謝的一般條件，再通過小型發(fā)酵罐的試驗找到發(fā)酵過程控制的最佳條件和方式，在大規(guī)模工業(yè)生產(chǎn)之前還需進行大規(guī)模的試驗。由于發(fā)酵罐內(nèi)會發(fā)生許多反應(yīng)和活動，發(fā)酵過程中存在較大的不確定性，所用水的差別、菌種保藏時間的長短、發(fā)酵罐體積的大小等一些細微差別都會引起微生物代謝的不同，同樣的菌種和培養(yǎng)基在不同批次的生產(chǎn)中也會得到不同的結(jié)果。因此，發(fā)酵過程控制是發(fā)酵工藝中非常的重要環(huán)節(jié)，工業(yè)中通常通過將ph值、溶解氧濃度、溫度和殘留基質(zhì)等各種參數(shù)保持在一定水平來控制發(fā)酵過程。

2、連續(xù)發(fā)酵是發(fā)酵過程中常用的一種發(fā)酵方式，有較穩(wěn)定的操作條件。連續(xù)發(fā)酵以相同的速度添加新鮮培養(yǎng)基底物和流出培養(yǎng)液，實現(xiàn)發(fā)酵罐內(nèi)液量恒定，其操作條件的穩(wěn)定有利于保持微生物生長代謝的穩(wěn)定，從而得到穩(wěn)定生產(chǎn)率和產(chǎn)品質(zhì)量。連續(xù)發(fā)酵最初依賴人工經(jīng)驗，如今的研究則根據(jù)細胞培養(yǎng)操作條件的數(shù)學(xué)模型及生產(chǎn)目標(biāo)，以進料底物的濃度作為調(diào)控的變量，對發(fā)酵模型固有的非線性特性構(gòu)建線性化控制模型，設(shè)計穩(wěn)定的線性化控制器。

3、然而，由于細胞實際生長涉及復(fù)雜的化學(xué)和生物反應(yīng)以及細胞群分布特性，其動力學(xué)演化復(fù)雜，在細胞生長的不同階段，細胞培養(yǎng)的數(shù)學(xué)模型不同，且難以準(zhǔn)確描述。若在每個發(fā)酵階段都對發(fā)酵模型進行重建和求解，則會消耗過多的計算資源，造成發(fā)酵成本過高，造成發(fā)酵效率和發(fā)酵質(zhì)量降低的問題。

技術(shù)實現(xiàn)思路

1、為此，本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)中每個發(fā)酵過程都需要對發(fā)酵模型進行重建和求解，導(dǎo)致發(fā)酵效率和發(fā)酵質(zhì)量降低的問題。

2、為解決上述技術(shù)問題，本發(fā)明提供了一種基于參數(shù)重用的不同階段連續(xù)發(fā)酵過程優(yōu)化調(diào)控方法，包括：

3、建立連續(xù)發(fā)酵過程中初始發(fā)酵階段的狀態(tài)空間模型并設(shè)計狀態(tài)反饋控制器，并基于初始發(fā)酵階段中細胞狀態(tài)變量的最佳穩(wěn)態(tài)，確立初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)；

4、設(shè)計初始發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)，獲取初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣；

5、求解初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)最小情況下初始發(fā)酵階段的進料底物濃度，作為初始發(fā)酵階段的目標(biāo)進料底物濃度；

6、對于初始發(fā)酵階段之后的每一個發(fā)酵階段，建立當(dāng)前發(fā)酵階段的狀態(tài)空間模型并設(shè)計狀態(tài)反饋控制器；基于當(dāng)前發(fā)酵階段中細胞狀態(tài)變量的最佳穩(wěn)態(tài)，確立當(dāng)前發(fā)酵階段的綜合效益優(yōu)化指標(biāo)；

7、基于當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)偏差，利用上一發(fā)酵階段的目標(biāo)進料底物濃度與長期綜合效益的參數(shù)矩陣對當(dāng)前發(fā)酵階段的綜合效益優(yōu)化指標(biāo)進行求解，得到當(dāng)前發(fā)酵階段的綜合效益優(yōu)化指標(biāo)最小情況下當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣和目標(biāo)進料底物濃度，包括：

8、設(shè)計當(dāng)前發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)；

9、初始化當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣和進料底物濃度，利用上一發(fā)酵階段的目標(biāo)進料底物濃度與長期綜合效益的參數(shù)矩陣，計算當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)偏差；

10、基于當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)偏差，估計當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣；

11、基于當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣的估計值，優(yōu)化當(dāng)前發(fā)酵階段的進料底物濃度；

12、基于當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣的估計值和優(yōu)化后的當(dāng)前發(fā)酵階段的進料底物濃度，返回重新計算當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)偏差，并對當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣重新估計，進而對當(dāng)前發(fā)酵階段的進料底物濃度再次優(yōu)化，直到當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣的估計值不再變化，得到當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣和目標(biāo)進料底物濃度。

13、優(yōu)選地，建立連續(xù)發(fā)酵過程中初始發(fā)酵階段的狀態(tài)空間模型并設(shè)計狀態(tài)反饋控制器；基于初始發(fā)酵階段中細胞狀態(tài)變量的最佳穩(wěn)態(tài)，確立初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)，包括：

14、初始發(fā)酵階段的狀態(tài)空間模型為：

15、xa(k+1)＝aaxa(k)+baua(k)

16、其中，aa和ba為初始發(fā)酵階段的狀態(tài)空間模型參數(shù)，xa(k)和xa(k+1)分別表示k時刻和k+1時刻初始發(fā)酵階段的細胞狀態(tài)變量，ua(k)表示k時刻初始發(fā)酵階段的進料底物濃度；

17、基于初始發(fā)酵階段的狀態(tài)空間模型，設(shè)計狀態(tài)反饋控制器為：

18、

19、其中，ka為初始發(fā)酵階段的控制量，x0,a表示初始發(fā)酵階段的細胞狀態(tài)變量的最佳穩(wěn)態(tài)。

20、優(yōu)選地，基于初始發(fā)酵階段中細胞狀態(tài)變量的最佳穩(wěn)態(tài)，確立初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)為：

21、

22、其中，ca(k)表示k時刻初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)，表示k時刻初始發(fā)酵階段細胞狀態(tài)測量值與最佳穩(wěn)態(tài)值的差，e、f均為權(quán)重參數(shù)矩陣。

23、優(yōu)選地，設(shè)計初始發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)，獲取初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣，包括：

24、設(shè)計初始發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)，公式為：

25、

26、其中，ja(k)和ja(k+1)分別為k時刻和k+1時刻初始發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)，γ為衰減因子，為初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣，r為權(quán)重參數(shù)矩陣。

27、優(yōu)選地，當(dāng)初始發(fā)酵階段的狀態(tài)空間模型參數(shù)未知時，求解初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)最小情況下初始發(fā)酵階段的進料底物濃度，作為初始發(fā)酵階段的目標(biāo)進料底物濃度，包括：

28、首先對初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣進行估計，包括：

29、令初始發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)表示為：

30、

31、其中，是與xa(k)、ua(k)、x0,a相關(guān)的參數(shù)向量，va是與wa的子矩陣參數(shù)相對應(yīng)的參數(shù)矩陣；

32、建立va與初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)的關(guān)系，公式為：

33、ca(k)＝za(k)va

34、其中，za(k)＝ha(k)-γha(k+1)；

35、利用系統(tǒng)辨識方法求解初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)最小時va的估計值，進而得到wa的估計值；

36、基于初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣優(yōu)化初始發(fā)酵階段的進料底物濃度，公式為：

37、

38、其中，為k時刻初始發(fā)酵階段長期綜合效益的參數(shù)矩陣的估計值，均為初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣wa的子矩陣，分別為的估計值；

39、則k+1時刻初始發(fā)酵階段的控制量ka(k+1)為

40、基于優(yōu)化后的初始發(fā)酵階段的進料底物濃度，返回重新估計初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣，并對初始發(fā)酵階段的進料底物濃度再次優(yōu)化，直到初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣的估計值不再變化，得到初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣和目標(biāo)進料底物濃度。

41、優(yōu)選地，當(dāng)初始發(fā)酵階段的狀態(tài)空間模型參數(shù)已知時，直接獲取初始發(fā)酵階段的長期綜合效益的參數(shù)矩陣；并求解初始發(fā)酵階段的綜合效益優(yōu)化指標(biāo)最小情況下初始發(fā)酵階段的進料底物濃度，作為初始發(fā)酵階段的目標(biāo)進料底物濃度，方法包括極小值原理、動態(tài)規(guī)劃法、數(shù)值計算法和梯度型法。

42、優(yōu)選地，設(shè)計當(dāng)前發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)，包括：

43、

44、其中，jb(k)和jb(k+1)分別為k時刻和k+1時刻當(dāng)前發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)，cb(k)為k時刻當(dāng)前發(fā)酵階段的綜合效益優(yōu)化指標(biāo)，γ為衰減因子，xb(k)為k時刻當(dāng)前發(fā)酵階段的細胞狀態(tài)變量，ub(k)為k時刻當(dāng)前發(fā)酵階段的進料底物濃度，為當(dāng)前發(fā)酵階段的細胞狀態(tài)變量的最佳穩(wěn)態(tài)；為當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣，ab和bb為當(dāng)前發(fā)酵階段的狀態(tài)空間模型參數(shù)，e、f和r均為權(quán)重參數(shù)矩陣。

45、優(yōu)選地，初始化當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣和進料底物濃度，利用上一發(fā)酵階段的目標(biāo)進料底物濃度與長期綜合效益的參數(shù)矩陣，計算當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)偏差，包括：

46、假設(shè)當(dāng)前發(fā)酵階段的初始時刻為τ，則在k＝τ時，令ub(k)＝ua*，并初始化

47、其中，ub(k)表示k時刻當(dāng)前發(fā)酵階段的初始進料底物濃度，ua*表示上一發(fā)酵階段的目標(biāo)進料底物濃度，表示k時刻當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣估計值；

48、在k>τ時，基于上一發(fā)酵階段的長期綜合效益的參數(shù)矩陣，計算當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)偏差，包括：

49、k時刻當(dāng)前發(fā)酵階段的綜合效益優(yōu)化指標(biāo)為其中，為k時刻當(dāng)前發(fā)酵階段細胞狀態(tài)測量值與最佳穩(wěn)態(tài)值的差，e和f均為權(quán)重參數(shù)矩陣，ub(k)為k時刻當(dāng)前發(fā)酵階段的進料底物濃度；

50、k時刻上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)為其中，ja'(k)和ja'(k+1)分別為k時刻和k+1時刻上一發(fā)酵階段的進料底物濃度長期綜合評價指標(biāo)，γ為衰減因子，xa'(k)為k時刻上一發(fā)酵階段的細胞狀態(tài)變量，ua'(k)為k時刻上一發(fā)酵階段的進料底物濃度，x0,a'為上一發(fā)酵階段的細胞狀態(tài)變量的最佳穩(wěn)態(tài)，為上一發(fā)酵階段計算得到的長期綜合效益的參數(shù)矩陣；是子矩陣參數(shù)相對應(yīng)的參數(shù)矩陣估計值；

51、k時刻當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合收益偏差為δ(k)＝cb(k)-ca'(k)；

52、k-1時刻當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合收益偏差為δ(k-1)＝cb(k-1)-ca(k-1)。

53、優(yōu)選地，基于當(dāng)前發(fā)酵階段與上一發(fā)酵階段的綜合效益優(yōu)化指標(biāo)偏差，估計當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣，公式包括：

54、

55、其中，和分別為k-1時刻和k時刻的綜合收益偏差向量，u(k)為當(dāng)前發(fā)酵階段的差值增益，和分別為k-1時刻和k時刻當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣的估計值，為上一發(fā)酵階段計算得到的長期綜合效益的參數(shù)矩陣。

56、優(yōu)選地，基于當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣的估計值，優(yōu)化當(dāng)前發(fā)酵階段的進料底物濃度，公式為：

57、

58、其中，ub(k+1)為k+1時刻當(dāng)前發(fā)酵階段的進料底物濃度，均為當(dāng)前發(fā)酵階段的長期綜合效益的參數(shù)矩陣wb的子矩陣，分別為估計值。

59、則k+1時刻當(dāng)前發(fā)酵階段的控制量kb(k+1)為

60、本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有以下有益效果：

61、本發(fā)明所述的一種基于參數(shù)重用的不同階段連續(xù)發(fā)酵過程優(yōu)化調(diào)控方法，通過對連續(xù)狀態(tài)變量發(fā)酵過程中每個發(fā)酵階段建立狀態(tài)空間模型，并確立每個發(fā)酵階段的綜合效益優(yōu)化指標(biāo)，計算得到綜合效益優(yōu)化指標(biāo)最小情況下每個發(fā)酵階段的進料底物濃度，使得發(fā)酵罐內(nèi)細胞培養(yǎng)狀態(tài)能夠在每個發(fā)酵階段穩(wěn)定在最佳穩(wěn)態(tài)值下。本發(fā)明在求解初始發(fā)酵階段之后每個發(fā)酵階段的進料底物濃度的過程中，利用發(fā)酵罐內(nèi)細胞生長各階段的相似性，利用上一發(fā)酵階段的目標(biāo)進料底物濃度與長期綜合效益的參數(shù)矩陣對當(dāng)前發(fā)酵階段的綜合效益優(yōu)化指標(biāo)進行求解，充分利用了已知的細胞生長狀態(tài)和經(jīng)驗培養(yǎng)參數(shù)信息，提高了算法的快速啟動性能，提高了求解的效率，使得發(fā)酵罐內(nèi)細胞培養(yǎng)狀態(tài)能夠更快地穩(wěn)定在最佳穩(wěn)態(tài)值下。因此，本發(fā)明優(yōu)化了連續(xù)發(fā)酵過程的調(diào)控效果，提升了發(fā)酵過程的控制性能，從而降低了發(fā)酵成本，提高了發(fā)酵效率和發(fā)酵質(zhì)量，實現(xiàn)經(jīng)濟效益最大化。