[發明專利]基于核學習技術的青霉素生產過程產品質量預測方法無效

申請號：	201410129944.9	申請日：	2014-04-01
公開（公告）號：	CN103903065A	公開（公告）日：	2014-07-02
發明（設計）人：	葛志強;宋執環	申請（專利權）人：	浙江大學
主分類號：	G06Q10/04	分類號：	G06Q10/04;G06Q50/04
代理公司：	杭州求是專利事務所有限公司 33200	代理人：	周烽
地址：	310058 浙江***	國省代碼：	浙江;33
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于學習技術青霉素生產過程產品質量預測方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明屬于間歇生產過程產品質量預測和控制領域，特別涉及一種基于核學習技術的青霉素生產過程產品質量預測方法。

背景技術

青霉素生產過程是一種重要的生化過程，該過程作為二次微生物代謝過程，利用特定的生產菌在一定條件下生長繁殖，當生產菌的濃度達到一定程度之后，青霉素作為代謝產物開始生產。為了保證最終青霉素的質量，生產菌的濃度必須保持在一定水平之上，因此需要不斷地補充糖、氮等營養物質?？偟膩碚f，青霉素過程可以分為兩個操作階段，分別為菌種培養階段(開始補料階段)和補料階段。由于青霉素生產過程本身對產品質量的要求極高，如何有效地防止過程產生劣質或者不合格的產品是迫切需要解決的問題。因此，產品濃度的在線預測極其重要，因為這是實現青霉素過程產品質量閉環控制的關鍵。

傳統的青霉素過程產品質量預測一般采用線性的回歸模型，由于青霉素過程變量和產品的濃度之間一般是非線性關系，因此采用非線性的回歸方法更合適?；诤藢W習的建模方法是近年來熱門的非線性建模方法，該方法不僅能有效建立非線性回歸模型，而且對模型的結構要求不高，具有非常廣泛的適用性。

發明內容

本發明的目的在于針對青霉素生產過程產品濃度指標值預測的難點，提供一種基于核學習技術的產品質量預測方法。

本發明的目的是通過以下技術方案來實現的：一種基于核學習技術的青霉素生產過程產品質量預測方法，包括以下步驟：

（1）利用集散控制系統收集青霉素生產過程數據組成建模用的三維訓練樣本集：X∈R^I×J×K，其中，R為實數集，表示X服從I×J×K的三維數據分布，I為該工況下的批次數目，J為變量個數，K為每個批次的采樣數據點數。分別將這些數據存入歷史數據庫。

（2）將三維數據矩陣沿著批次方向展開為I×JK二維數據矩陣，對其進行預處理和歸一化，即使得各個過程變量的均值為零，方差為1，得到新的數據矩陣集為X‾∈RI×JK.]]>

（3）基于矩陣集再重新沿著時間點方向對每一個數據矩陣進行排列，得到最終的數據樣本集為

（4）通過離線實驗室分析獲取數據庫中用于建模的樣本所對應的青霉素產品濃度指標，記為y∈R^KI，并對其進行歸一化處理，得到歸一化之后的青霉素濃度指標數據矩陣

（5）針對歸一化之后的過程變量和青霉素產品濃度數據，建立關聯向量回歸模型，將該模型參數存入數據庫中備用。

（6）收集新的青霉素生產過程批次數據，并對其進行預處理和歸一化。

（7）將歸一化之后的新數據直接輸入到關聯向量回歸模型中，在線預測該批次青霉素產品的濃度值。

本發明的有益效果：本發明通過對青霉素生產過程變量和產品濃度指標值之間的非線性關系進行建模，利用該過程中容易測量的變量對難以測量的產品濃度值進行在線預測，從而實現青霉素生產過程產品質量的閉環控制。