随着生物技术的发展，生化发酵过程在国民经济中的地位越来越重要，但是由于发酵过程的复杂性，使得发酵过程优化控制存在着不少难题。本文以克拉维酸发酵过程为研究对象，对发酵过程动力学模型、参数辨识、状态估计、补料轨迹及系统进行了研究，旨在实现对发酵过程的实时优化控制。本文所做的具体研究如下： 1.在大量阅读消化文献基础上，依据实际发酵过程的生长代谢曲线，提出一个适合克拉维酸发酵过程的动力学方程，并结合实际数据，采用单纯形法和龙格一库塔法对模型的参数进行了辨识，为发酵过程的优化控制做了准备。 2.以尾气C02释放率和溶液中PH值为观察值设计了一个动态观测器，采用推广卡尔曼滤波迭代算法，对菌体浓度、基质浓度和产物浓度进行了在线估计，为补料优化控制提供依据，仿真结果表明此观测器能有效地在线估计发酵状态。 3.遗传算法是一种全局搜索性能良好的优化算法，利用遗传算法对CA发酵过程的补料轨迹进行了优化，并考虑到发酵过程中模型参数的时变性，提出了在线优化的方案，仿真结果表明补料控制效果良好。 4.介绍了实时优化控制系统的结构和工作原理，发酵过程主要参数的检测和控制策略，设计了控制系统上下位机的软硬件。