本课题“基于组态王的生物发酵多参数优化控制系统的研究”是江苏省工业攻关项目“总线化智能多参数高精度检测及控制仪表的开发及其产业化”的子项目。生物发酵过程具有高度的非线性和时变性,且内在机理非常复杂,因此,要为微生物的发酵建立准确可靠的动力学模型是相当困难的,另外,在发酵过程中,一些重要的过程变量往往不能在线测得,这些都给发酵的生产控制带来了盲目性。论文以青霉素的发酵过程为研究对象,采用神经网络对发酵过程进行建模,在线预测某些重要生物参数,并以这些生物参数的预测值为指导,使用遗传算法在线优化一些主要的环境参数,并构建了基于组态软件的发酵优化控制系统。主要研究工作包括:①利用某药厂生产青霉素产生的大量样本数据,建立了发酵过程神经网络预估模型,进行菌体浓度、基质糖浓度、产物浓度以及发酵阶段的在线预估,取得了较好的效果。特别是对发酵阶段的预估,它对实际发酵控制的很多方面都有指导作用。②结合所建立的神经网络预估模型,采用遗传算法寻优技术确定发酵过程中补料速率、pH值和溶氧值以及温度等环境参数的最优值,并通过在线跟踪它们的最优值轨迹,进而实现发酵过程的实时优化控制。试验发现该方法可明显提高青霉素产品的生产效率。③构建了基于组态王软件的发酵实时优化控制系统。用组态王编制了系统的上位机监控软件,并连接单片机构成的下位机控制器,上下位机共同实现发酵过程的实时监控。通过DDE数据交换协议,进行了组态王与Matlab的混合编程,一方面利用Matlab强大的计算能力实现后台基于神经网络和遗传算法的复杂算法,另一方面,组态王能为用户提供友好的操作界面。本课题研究开发的生物发酵优化控制系统,初步应用结果产生的经济效益较为明显:提高了生产效率,降低了能耗,达到优化发酵生产的目的。