[發明專利]連續發酵過程中估計培養基初始條件的方法有效
| 申請號: | 202110615110.9 | 申請日: | 2021-06-02 |
| 公開(公告)號: | CN113326618B | 公開(公告)日: | 2022-07-15 |
| 發明(設計)人: | 趙順毅;張田雨;郭松杰;欒小麗;劉飛 | 申請(專利權)人: | 江南大學 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20 |
| 代理公司: | 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257 | 代理人: | 楊慧林 |
| 地址: | 214122 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 連續發酵 過程 估計 培養基 初始 條件 方法 | ||
1.一種連續發酵過程中估計培養基初始條件的方法,其特征在于:包括以下步驟:
步驟1:建立連續發酵過程的三變量數學模型和連續發酵過程的狀態方程,利用泰勒級數展開連續發酵過程的狀態方程得到線性化的連續發酵過程的狀態方程,建立系統測量方程;
步驟2:將線性化的連續發酵過程的狀態方程和系統測量方程所描述的連續狀態空間表達式離散化,得到離散狀態空間模型;
步驟3:在卡爾曼濾波的基礎上引入輔助變量,得到服從學生分布的預測分布;
步驟4:使用變分貝葉斯理論將每一時刻下的系統狀態和輔助變量的聯合后驗概率密度函數用兩個獨立的概率密度函數表示;
步驟5:設定系統參數初始值,總運行步數steps和每一步迭代的總次數N;
初始化離散狀態空間的時間索引n=1;
步驟6:預測n時刻的狀態預測均值和伽馬分布的n時刻的輔助變量的預測形狀參數n時刻的輔助變量的預測逆尺度參數
初始化迭代次數j=1;
步驟7:更新n時刻的輔助變量的形狀參數an、第j次迭代得到的n時刻的狀態變量的預測協方差第j次迭代得到的n時刻的狀態變量的均值第j次迭代得到的n時刻的狀態變量的協方差和第j次迭代得到的n時刻的輔助變量的預測逆尺度參數
步驟8:判斷迭代次數j是否滿足j>N,若是則執行步驟9;若否則令j=j+1,并跳轉執行步驟7;
步驟9:輸出當前時刻的狀態變量的均值、狀態變量的協方差、輔助變量的形狀參數和輔助變量的逆尺度參數;
步驟10:判斷時間索引n是否滿足n>steps,若否則令n=n+1,并跳轉執行步驟6;若是則結束更新,得到初始時刻培養基中的關鍵變量的估計值。
2.根據權利要求1所述的連續發酵過程中估計培養基初始條件的方法,其特征在于:所述步驟1中的三變量數學模型,具體為:
系統狀態系統輸入u=sf;
其中c是培養基中微生物細胞濃度,s是培養基中基質濃度,p是培養基中產物濃度,sf是培養基中補給基質濃度;
所述連續發酵過程的狀態方程為:
其中t表示連續狀態空間表達式的時間索引,是t時的系統狀態的變化量,xt是t時的系統當前狀態,ut是t時的系統控制輸入,ωt是t時的過程噪聲、ωt服從均值為零的高斯分布即ωt~N(0,Qt),Qt為t時的過程噪聲協方差矩陣,t時的狀態轉移矩陣是歐式空間,Bt是t時的控制輸入矩陣;
At具體為:At(1,2)=At(1,3)=At(2,3)=At(3,2)=0,At(1,1)=-D+μ,At(2,2)=-D,At(3,1)=wμ+β,At(3,3)=-D;
Bt具體為:Bt(2,1)=-D,Bt(1,1)=Bt(3,1)=0;
其中D是稀釋速率,μ是比生產速率,Yc/s是細胞濃度對基質濃度的生產速率,ω是產物濃度變化中與細胞濃度變化有關的參數,β是產物濃度變化中與細胞濃度相關的參數;其中μm是最大比生產速率,Km是半飽和速度常數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江南大學,未經江南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110615110.9/1.html,轉載請聲明來源鉆瓜專利網。





