导读:本文包含了间歇发酵论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:过程,系统,动力,算法,模型,线性,故障诊断。
间歇发酵论文文献综述
柳扬,杨琦,冯恩民,修志龙[1]（2019）在《一簇微生物间歇发酵酶催化非线性动力系统强稳定性》一文中研究指出针对分段线性连续函数各参量的微生物间歇发酵酶催化非线性动力系统中状态变量及其变化速率的充分光滑性以及辨识参量的分段线性等特征,应用比较原理证明此类非线性动力系统及子动力系统解对应的线性变分系统的基本矩阵解的有界性.提出没有平衡点的非线性动力系统解关于初始点及一列解点上扰动后的强稳定性定义.在适当条件下证明了一簇非线性动力系统NLDS(u(g,t))的强稳定性.(本文来源于《大连理工大学学报》期刊2019年06期）
杨琦,蒋志刚,冯恩民,尹洪超,修志龙[2]（2017）在《以函数为参量的间歇发酵非线性动力系统及其辨识》一文中研究指出建立以连续分段线性函数为参量的间歇发酵非线性动力系统,证明该动力系统的主要性质及解的存在性.以实验数据拟合得到的光滑曲线为依据,提出了连续分段线性函数为优化变量的辨识模型,论述可辨识性.依状态变量与辨识函数的相关性,构造求解辨识模型的优化算法,并给出优化算法的收敛性分析及数值结果.(本文来源于《运筹学学报》期刊2017年02期）
解亚萍[3]（2017）在《基于改进的KPLS的间歇发酵过程故障诊断与质量预测》一文中研究指出伴随着现代工业生产过程的日渐复杂化、机械化,高效的生产过程监测、故障诊断和质量预测对于确保生产安全,提高产品质量是至关重要的。由于DCS和智能化仪表的广泛发展和应用,能够测量的变量以及可以获取的过程数据越来越多。因此,利用过程历史数据建立模型,研究正常工况下和已知故障发生时的统计学规律,进而实现对当前过程的监测及故障诊断,已成为了故障监测与诊断技术的一个研究热点,在这种情况下基于多元统计理论的过程监测以及故障诊断方法应运而生。本文针对间歇发酵过程存在动态性、强非线性、多阶段等特点,并以工业大肠杆菌发酵过程为对象,对基于核偏最小二乘(Kernel Partial Least Squares,KPLS)的故障诊断以及质量预测方法进行了改进和补充。提出了改进的特征采样(Improved Feature Sampling,IFS)方法以解决KPLS的计算负荷大的问题;提出一种基于标准向量的核空间贡献图(Standard Vector Kernel Contribution Diagram,SV-KCD)的故障诊断以及质量监测方法,有效弥补了传统故障诊断方法的局限性。另外,深入研究了核熵算法,并将其引入到PLS算法中,对潜隐变量的选取提出一种新的思路,用以解决间歇过程数据不稳定性、非线性等问题。本文具体研究的内容如下:(1)对传统的PLS和KPLS算法进行深入研究。在核空间中,针对存在的计算负荷大以及传统的特征采样(Feature Sampling,FS)选取特征样本的盲目性,提出改进的特征采样(Improved Feature Sampling,IFS)方法。即,首先对样本数据进行分类,然后选取初始基向量集,对聚类后的样本数据进行循环特征采样。(2)针对传统贡献图方法不能直接应用于核学习方法中的局限性,提出基于标准向量的核空间贡献图(SV-KCD)的间歇发酵过程故障诊断和质量监测方法。该方法直接对故障时刻的监测样本进行“重新构造”,即,当生产过程中监测到有故障发生或者质量变量偏离标准质量预测曲线时,找到一个正常的具有代表性的向量(Standard Vector,SV)作为标准向量,然后拿故障样本的各个变量依次去替换标准向量的对应变量,并与原统计量或者标准预测线进行比较,进而判断出有可能引起故障的过程变量。(3)针对KPLS不能很好的表达初始样本变量的高阶信息熵的问题,提出基于核熵PLS的工业过程故障诊断方法。该方法借鉴了KECA对KPCA的改进,在高维特征空间中不依据特征值的大小而是依据Renyi熵值的大小选取特征向量进而实现数据降维,有效地提高了模型的监测以及预测精度。将上述方法应用在间歇发酵过程的过程监测与故障诊断中,仿真结果验证了所提出方法的有效性。(本文来源于《内蒙古工业大学》期刊2017-06-01）
谭雯心[4]（2017）在《一类微生物间歇发酵过程的参数辨识》一文中研究指出甘油间歇发酵生产1,3-丙二醇是一个复杂的过程,近年来备受国内外学者的高度重视,并取得了一定的研究进展。随着科研技术水平的提高,对模型中参数的要求越来越精准,需要根据模型的特点选择更好的辨识方法求解参数,使模型计算值与实验数据的误差值降到最低。本文研究一类甘油微生物间歇发酵过程的参数辨识问题。主要内容和结果如下:1.针对一类微生物间歇发酵过程的参数辨识问题,基于B样条法和吉洪诺夫正则化法估计各代谢物浓度的实验值导数,提出一种新的求解方法。应用遗传算法获得了参数辨识问题的最优参数值,并对计算结果进行比较与分析。与已有的参数辨识结果相比,本文方法得到了较小的代谢物斜率误差、斜率误差与浓度误差之和。2.针对一类微生物间歇发酵过程的参数辨识问题,提出了一种两阶段求解方法。首先在第一阶段将原参数辨识优化模型重新写为相对简单的形式,并对其进行求解;然后在第一阶段求得的最优参数值下求解非线性方程组,从而获得原参数辨识问题的最优解。计算结果表明,两阶段法能够得到更好的参数辨识结果。(本文来源于《渤海大学》期刊2017-06-01）
谢郡[5]（2017）在《间歇发酵非线性时滞动力系统的鲁棒优化研究》一文中研究指出主要研究微生物间歇发酵过程中的非线性时滞动力系统及其主要性质,建立了具有动力系统为主要约束、有连续与离散两种辨识参量、依据实验数据与生物系统鲁棒性为性能指标的优化和最优控制模型,阐述了此类辨识模型与最优控制模型的建立方法、数值模拟方法及优化计算方法。(本文来源于《科技创新导报》期刊2017年01期）
解亚萍,赵鹏,党伟明[6]（2016）在《基于KMC-KECA的间歇发酵过程的故障诊断》一文中研究指出针对间歇发酵过程的不稳定性、强非线性、批次不等长等特点以及传统贡献图难以找到由特征空间到原始空间的逆映射函数的问题,提出了一种基于K均值聚类贡献图的核熵成分分析的间歇发酵过程故障诊断方法。首先,KECA算法按照Renyi熵值的大小选取特征值及特征向量,然后用K均值聚类中心作为当前时刻的标准样本,拿故障样本的每个变量依次去替换标准样本的对应变量,通过计算其统计量,找出故障源,从而进行故障诊断。最后将该方法用到青霉素发酵过程验证所提出方法的有效性。(本文来源于《石油化工自动化》期刊2016年06期）
谭雯心,张静,宋一凡,徐恭贤[7]（2016）在《甘油微生物间歇发酵过程的参数辨识》一文中研究指出研究了甘油微生物间歇发酵过程的参数辨识问题.针对该问题,首先建立了以斜率误差准则为目标函数的参数辨识优化模型,然后应用B样条法估计实验数据的一阶导数,最后应用遗传算法求解该优化模型.计算结果表明本文方法是有效的.(本文来源于《渤海大学学报(自然科学版)》期刊2016年04期）
徐恭贤,谭雯心,王佳星[8]（2016）在《一类微生物间歇发酵过程的参数辨识》一文中研究指出针对甘油间歇发酵过程的参数辨识问题,首先建立了以各代谢物的浓度误差与斜率误差之和为目标函数的参数辨识动态优化模型,然后将其近似转化为静态非线性规划问题,最后应用遗传算法求解上述得到的非线性优化问题,并与已有文献进行了结果比较分析。(本文来源于《重庆理工大学学报(自然科学)》期刊2016年10期）
齐咏生,解亚萍,王林,高学金,李永亭[9]（2016）在《基于IFS-MKEPLS的间歇发酵过程监测及质量预测》一文中研究指出针对间歇过程数据的批次不等长的特点以及非线性核方法计算负荷大的问题,结合偏最小二乘和核熵成分分析,提出基于IFS-MKEPL(Simproved feature extraction-multiway kernel entropy PLS)的间歇发酵过程监测及质量预测方法。该方法首先将叁维历史数据沿一种新的展开方(本文来源于《第27届中国过程控制会议（CPCC2016）摘要集》期刊2016-07-31）
张鹏举[10]（2015）在《多阶段间歇发酵过程的最优控制求解》一文中研究指出本文以微生物(肺炎克雷伯氏菌)进行甘油歧化方式生产1,3-丙二醇(1,3-PD)的间歇发酵过程作为背景展开研究,根据发酵过程中微生物增长多阶段的特性,基于两种微生物间歇发酵的数学模型,着重研究了如何使产物1,3-PD产率最大的最优控制问题.通过编程计算得到的结果与实际实验数据做对比.可以更准确地对已知的数学模型、优化算法进行评估和改进,同时也为1,3-丙二醇的工业化生产提供了理论参考.因此该项研究具有一定的理论意义和实际价值.本文的主要内容和研究成果概括如下：1.基于甘油间歇发酵产生1,3-PD的动力学模型,主要考虑如何控制微生物以及甘油的初始浓度,使得最终得到的1,3-PD产率最高.对该最优控制问题,通过时间变换技巧和局部光滑化将其转化为一系列逼近问题,并且证明了两者的等价性.2.传统的基于梯度的优化算法方法在求解该类最优控制问题时,需要求解状态和协态方程组,所得到的解也仅仅是一个局部最优解.本文采用了梯度法与粒子群算法相结合的方式去求解,而且得到的是全局意义下的最优解.3.对另一个两阶段的间歇发酵模型.根据该模型自身的特点.采用Nelder-Mead单纯形搜索法求解最优控制问题,并计算得到了1,3-丙二醇随时间的浓度变化情况.(本文来源于《大连理工大学》期刊2015-05-01）
间歇发酵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
建立以连续分段线性函数为参量的间歇发酵非线性动力系统,证明该动力系统的主要性质及解的存在性.以实验数据拟合得到的光滑曲线为依据,提出了连续分段线性函数为优化变量的辨识模型,论述可辨识性.依状态变量与辨识函数的相关性,构造求解辨识模型的优化算法,并给出优化算法的收敛性分析及数值结果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
间歇发酵论文参考文献
[1].柳扬,杨琦,冯恩民,修志龙.一簇微生物间歇发酵酶催化非线性动力系统强稳定性[J].大连理工大学学报.2019
[2].杨琦,蒋志刚,冯恩民,尹洪超,修志龙.以函数为参量的间歇发酵非线性动力系统及其辨识[J].运筹学学报.2017
[3].解亚萍.基于改进的KPLS的间歇发酵过程故障诊断与质量预测[D].内蒙古工业大学.2017
[4].谭雯心.一类微生物间歇发酵过程的参数辨识[D].渤海大学.2017
[5].谢郡.间歇发酵非线性时滞动力系统的鲁棒优化研究[J].科技创新导报.2017
[6].解亚萍,赵鹏,党伟明.基于KMC-KECA的间歇发酵过程的故障诊断[J].石油化工自动化.2016
[7].谭雯心,张静,宋一凡,徐恭贤.甘油微生物间歇发酵过程的参数辨识[J].渤海大学学报(自然科学版).2016
[8].徐恭贤,谭雯心,王佳星.一类微生物间歇发酵过程的参数辨识[J].重庆理工大学学报(自然科学).2016
[9].齐咏生,解亚萍,王林,高学金,李永亭.基于IFS-MKEPLS的间歇发酵过程监测及质量预测[C].第27届中国过程控制会议（CPCC2016）摘要集.2016
[10].张鹏举.多阶段间歇发酵过程的最优控制求解[D].大连理工大学.2015
论文知识图
