孫玉坤，張　瑤，孫曉天
江蘇大學(xué)電氣信息工程學(xué)院，江蘇鎮(zhèn)江

北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院，北京

摘　　　要：針對(duì)青霉素發(fā)酵過(guò)程中菌體濃度、基質(zhì)濃度、產(chǎn)物濃度等關(guān)鍵參量難以直接測(cè)量的難題，將逆系統(tǒng)方法與動(dòng)態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)（ＤＲＦＮＮ）相結(jié)合，提出一種基于動(dòng)態(tài)遞歸模糊神經(jīng)逆的青霉素發(fā)酵軟測(cè)量方法。在證明了系統(tǒng)可逆的條件下，得到系統(tǒng)的逆模型；再應(yīng)用ＤＲＦＮＮ網(wǎng)絡(luò)所具有的自學(xué)習(xí)，自適應(yīng)能力以及對(duì)任意非線性的逼近能力，對(duì)該模型進(jìn)行了辨識(shí)，并將辨識(shí)好的逆模型串聯(lián)在發(fā)酵系統(tǒng)之后，能夠?qū)崿F(xiàn)發(fā)酵系統(tǒng)的“線性化”。仿真結(jié)果表明，該方法能夠?qū)η嗝顾匕l(fā)酵過(guò)程中不可在線測(cè)量的關(guān)鍵變量實(shí)現(xiàn)了預(yù)估，且達(dá)到了較高的測(cè)量精度。

關(guān)　鍵　詞：動(dòng)態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)；逆系統(tǒng)方法；青霉素；軟測(cè)量

１　引　言
青霉素發(fā)酵是一個(gè)機(jī)理非常復(fù)雜的生化反應(yīng)過(guò)程，采用經(jīng)典的機(jī)理模型關(guān)系式描述發(fā)酵過(guò)程相當(dāng)困難，過(guò)程中的菌體細(xì)胞濃度、基質(zhì)濃度、產(chǎn)物濃度等關(guān)鍵生物參數(shù)［１�玻玻莸臏�(zhǔn)確測(cè)量對(duì)提高青霉素的產(chǎn)量與質(zhì)量具有重要的作用。由于技術(shù)和成本等原因，離線分析的方法難以滿足發(fā)酵過(guò)程監(jiān)測(cè)與控制的要求。所以利用軟測(cè)量技術(shù)，找到與關(guān)鍵的參量聯(lián)系緊密的輔助變量，通過(guò)構(gòu)造某種軟測(cè)模型，可實(shí)現(xiàn)對(duì)關(guān)鍵生物參數(shù)的在線估計(jì)［３］。傳統(tǒng)逆系統(tǒng)方法［４］需要被控非線性系統(tǒng)的數(shù)學(xué)模型必須精確可知，而這在發(fā)酵工業(yè)中很難滿足。因此，在僅知道輸入、輸出數(shù)據(jù)的情況下，如何辨識(shí)發(fā)酵過(guò)程逆系統(tǒng)的結(jié)構(gòu)，對(duì)逆系統(tǒng)在生物發(fā)酵過(guò)程中的應(yīng)用和推廣起著至關(guān)重要的作用。動(dòng)態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)［５�玻叮菔悄：�邏輯和神經(jīng)網(wǎng)絡(luò)的有機(jī)結(jié)合體，不但具有傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，而且可以用網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)間的反饋去描述系統(tǒng)內(nèi)部的動(dòng)態(tài)關(guān)系；同時(shí)ＤＲＦＮＮ網(wǎng)絡(luò)在運(yùn)行過(guò)程中，利用了當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)，充分反應(yīng)了系統(tǒng)的動(dòng)態(tài)過(guò)程。綜上所述，本文將逆系統(tǒng)方法與ＤＲＦＮＮ網(wǎng)絡(luò)結(jié)合，提出一種基于ＤＲＦＮＮ逆的軟測(cè)量方法，通過(guò)仿真試驗(yàn)，驗(yàn)證了該方法的有效性。

登錄網(wǎng)站后可下載文件