基于AGA-BP的发酵过程智能补料控制策略.docx

基于AGA-BP的发酵过程智能补料控制策略张卫国刘文慧蔡可摘要：針对微生物发酵补料生产中自动化程度低和补料量精度差的问题，提出一种基于AGA-BP的微生物发酵过程智能补料控制策略。基于微生物发酵过程的工艺特性，利用BP神经网络建立发酵过程的动态数学模型，并引入自适应遗传算法AGA对BP神经网络动态补料控制模型的权值进行优化。将建立的AGA-BP智能补料控制模型嵌入到ARM11控制器中，计算出当前最佳补料量，并通过无线传输模块对补料执行模块进行远程控制。实验结果表明，菌体浓度在AGA-BP补料策略控制下，相比人工补料提高了8.62%，相比未优化的BP神经网络提高了4.55%。因此，基于AGA-BP的补料策略具有更高的补料控制精度，有助于生物发酵实现自动化生产，提高发酵效率，降低生产成本。关键词：智能补料;BP神经网络;自适应遗传算法;嵌入式系统;智能控制DOI：10.11907/rjdk.201745开放科学（资源服务）标识码（OSID）：中图分类号：TP319文献标识码：A文章编号：1672-7800（2020）011-0164-05IntelligentFeedControlStrategyforFermentationProcessBasedonAGA-BPZHANGWei-guo1，LIUWen-hui2，CAIKe2（1.YangzhongWeiketeBiologicalEngineeringEquipmentCo.LTD，Yangzhong212200，China;2.SchoolofElectricalandInformationEngineering，JiangsuUniversity，Zhenjiang212013，China）Abstract：Aimingattheproblemsoflowdegreeofautomationandpooraccuracyoffeedvolumeintheprocessofmicrobialfermentationfeedproduction，thispaperproposesanintelligentfeedcontrolstrategyformicrobialfermentationprocessbasedonAGA-BP（AdaptiveGeneticAlgorithm-BPneuralnetwork）.Basedonthetechnologicalcharacteristicsofmicrobialfermentationprocess，thedynamicmathematicalmodeloffermentationprocessisestablishedbyusingBPneuralnetwork，andAGAisintroducedtooptimizetheweightofBPneuralnetworkdynamicfeedingcontrolmodel.TheestablishedAGA-BPintelligentfeedingcontrolmodelisembeddedintoARM11controller，andtheoptimalfeedingquantityiscalculated，andtheremotecontroliscarriedoutbywirelesstransmissionmodule.TheexperimentalresultsshowthattheconcentrationofbacteriaunderthecontrolofAGA-BPfeedingis8.62%higherthanthatofartificialfeeding，and4.55%higherthanthatofunoptimizedBPneuralnetwork.Therefore，theAGA-BPstrategyhasahighercontrolaccuracyoffeedamount，whichisconducivetotheautomaticproductionofbiologicalfermentation，andcanimprovethefermentationefficiencyandreducetheproductioncost.KeyWords：intelligentfeed;BPneuralnetwork;adaptivegeneticalgorithm;embeddedsystem;intelligentcontrol0引言目前，国内有很多轻工行业的发酵工艺仍然需要人工进行操作与管理[1-2]，人工控制大多是操作人员凭经验对发酵过程进行手动调控，无法保证精确性及实时控制，在很大程度上影响了发酵工艺水平，所以研究一种智能控制策略代替人工操作是很