2024年5月5日发(作者：)

维普资讯

２００６年第６期　

大众科技　

Ｎｏ．６，２００６　

（总第９２期）　

ＤＡ　ＺＨＯＮＧ　ＫＥ　Ｊ　

（Ｃｕｍｕｌａｔｉｖｅｌｙ　Ｎｏ．９２）　

基于ＶＢ６．０的发酵过程建模与仿真软件的设计　

李海波．许卫洪　

（无锡商业职业技术学院电子工程系，江苏无锡２１４１５３）　

【摘　要】文章论述了人们通过实验的方法采寻求微生物的生长规律，了解发酵过程的动态特性，这样既耗时又耗力，同时，还　

不能满足控制实时性的要求。为此，可以利用ＶＢ、Ｍａｔ．１ａｂ、Ｅｘｃｅｌ三者之闭的动态数据变换技术，进行发酵过程的建模与仿真软件　

的设计。通过软件的实现，可以根据人们各自的要求来对发酵过程建立不同的模型。　

【关键词ｌ发酵过程；动态数据交换；建模；仿真　

【中图分类号】ＴＰ３９１．９　【文献标识码】Ａ　【文意编号】１００８一ｌ１５１（２Ｏ（）６）Ｏ６一ｏＯ５７一Ｏ２　

近年来．微生物学、生物化学和遗传学的发展。使微生物　

理化分析数据。进行模型参数辨识．给出与实际过程相匹配的　

反应过程的种类和规模不断地扩大，其应用也深入到多个工　模型。　

业领域。然而由于反应涉及活细胞的参与。其菌体生长及产物　通过基于混合模型的建模仿真。可以为发酵条件的寻优、试　

生成等机理复杂多变，目前尚难为人们了解和掌握，更难以进　

验数据的模拟放大以及从分批发酵过渡到补料分批发酵乃至连　

行统　的描述。因此，人们一般是通过实验的方法来寻求微生　续发酵提供理论基础。可以减少试验次数，节省人力和物力。　

物的生长规律，了解发酵过程的动态特性。这样既耗时又耗　

２．对于经验模型。仿真系统采用黑箱理论和神经网络方法　

力。为此，利用ＶＢ、Ｍａｆｌａｂ、Ｅｘｃｅｌ　ｊ者之间的动态数据交换技　

对发酵过程进行建模。有助于仿真人员实现如下操作：利用实　

术．进行了发酵过程的建模与仿真软件的设计。　

际生产过程的批量数据。采用神经网络建模，实现对一些重要　

设计的仿真软件．可以根据建模目的的不同建立不同的　

变量的后四小时或Ａ８，时的预估。　

模型，主要可以建立半经验模型和经验模型。一方面通过建立　

通过基于神经网络模型的建模仿真，可以为实际的发酵　

的　经验模型呵以了解微生物的生长规律，寻求模型参数对　

过程监督、故障诊断提供帮助。为发酵过程的优化控制提供理　

实际过程的影响，以实现过程的模拟放大：另一方面，通过建　

论依据。有助于企业提高经济效益。　

立的神经网络模型，可以实现对发酵过程的生物参数的预估．　

３，简捷、直观的用户界面，操作简单、使用方便。　

解决生物传感器的缺乏问题，以利于实现对发酵过程的监控、　

二、系统软件框图　

优化控制，为提高发酵生产的经济效益提供帮助。　

系统框图如图１所示　

一

、

软件设计环境　

在开发发酵过程的建模、仿真的软件中．既要求具有简单　

使用的界面。又要求具有数值分析和图形绘制功能。在这种情　

况下．利用Ｍａｔｌａｂ强大的数学计算功能和ＶＢ在图形化界面　

设计方面的优势，结合ＡｃｄｖｅＸ技术实现ＶＢ和Ｍａｄａｂ之问的　

动态数据交换，采用混合编程的方式，开发一套用户界面友好　

的发酵过程建模仿真软件既经济义实惠。　

（一）软件功能　

系统主要以数学建模为核心内容，研究、解决系统建模、　

仿真运行、分析、可视化及其实现等一系列方法和技术。它支　

持半经验模型（灰色模型）和经验模型两种建模方法。系统的　

功能列举如下：　

１．对于ｌ半经验模型，系统的可视化仿真环境，有助于仿真　

人　实现以下操作　

图１系统软件框架　

（１）在模型库中选择数学模型，设定各参数及初值，对发　

三、软件功能实现与技术处理　

酵过程进行计算机仿真　

（一）基于混合模型的系统建模　

（２）卡｝皂据你所选择的模型，系统可以提供模型的方程和资　

发酵过程是一种内在机理卜分复杂的生化过程，实际上　

料来源，便于使用者了解更详细的信息。　

很难有一种数学模型对所有发酵过　进行准确的描述。由于　

（３）改变模型参数或以不同的初始条件，由仿真运行情　

原料　菌种及工艺设备不同，住应Ｈｊ于具体生产工艺过程时，　

况，针析它们对过程的作用和影响。　

对已有数学模型进行改进和补宽以及对模型参数进行辨识都　

（４）利Ｈｊ参数辨识的方法，依　实际工艺过程检测数据及　

是｝’分必要的。但是，如何利用这些动力学模型（利用动力学　

【收稿Ｅｔ期ｌ２００６－０３—１６　

【作者简介１李海波（１９７８　），女，江苏靖江人，无锡商业职业技术学院电子工程系助教，硕士，研究方向：生化过程的建模、优　

化控｛ｉ；１１，传感器的应用　许卫洪，无锡商业职业技术学院助教，硕士。　

一

５７—　

维普资讯

模型了解微生物的生氏本质规律，实规模拟放大．发酵方式转　

换），通过参数辨识的方法获得我仃Ｊ所需要的信息（如菌体浓　

度、产物浓度、基质浓度与时间的关系）是我们对发酵过程建　

模的基本任务，也是建立动力学模型的根本Ｈ的所在。为此．　

我们首先建立了一个模型库，然后调用模型库中的相关算法　

来实现对发酵过程的仿真。　

１．模型库。由于发酵过程的种类较多．而且反应复杂．同一　

发酵过程随着描述方法的不同可能有不同形式的模型．我们　

在选取时尽量结合生产实际情况。对一些有限制性的过程则　

注明条件。由于生产过程多种多样，因而我们把选取的重点放　

在具有一定工业规模的生产产品上（如柠檬酸、谷氮酸、维生　

素Ｃ、酒精等）。在模型库中主要存放了人们常用的由理化分　

析关联得来的半经验模型。　

２．算法库。仿真计算过程由仿真算法进行控制和管理。在　

算法库中主要存放了用于求解微分方程组的四阶一龙格库塔　

法、用于模型参数辨识的单纯形法等。所有算法都采用编制标　

准模块代码来实现。在仿真运行时，只要将模块参数进行传递　

并调用对应算法。　

３．可视化仿真。系统的可视化仿真主要是指软件可以将仿　

真计算的结果以图形的形式显示。这里通过在ＶＢ应用程序中　

创建Ｍａｄａｂ的ＡｃｔｉｖｅＸ对象后，执行Ｅｘｅｃｕｔｅ方法来获取在　

Ｍａｄａｂ中生成的图像。可以使用以下两条命令先将Ｍａｄａｂ生　

成的图像以ｂｉｔｍａｐ文件格式存人剪贴板中，然后再将图像从　

剪贴板中读出：　

Ｍａｆｌａｂ．ｅｘｅｃｕｔｅ（“ｐｒｉｎｔ－ｄｂｉｔｍａｐ”、　

Ｍｅ．Ｉｍａｇｅ１．Ｐｉｃｔｕｒｅ＝Ｃｌｉｐｂｏａｒｄ．ＧｅｔＤａｔａ（）　

（二）基于经验模型的系统建模　

如果发酵过程的半经验模型难以获得（主要是输入输出　

的函数机理难以获取），我们可以借助于实际生产过程的批量　

数据，把系统作为“黑箱”处理．从而建立经验模型。由于神经　

网络具有高度的非线性能力，通常人们采用神经网络（ＢＰ）来　

对发酵过程进行建模。但由于ＢＰ网络是静态前向网络．而发　

酵过程是一高度非线性的动态过程，所以这　采用一种反馈　

网络——Ｅｌｍａｎ网络来对其动态过程进行拟合。其中．系统建　

模所需的训练和检验样本数据可以通过系统资源定义界面录　

入或直接从生产或实验现场数据库中导入，这样既可使系统　

建立的经验模型实现动态更新并具有一定的自学习或自适应　

能力。　

１．数据预处理。由于发酵数据不是在同一个数量级，量值　

的差异较大，如有的相对效价为６５００ｕ／ｍｌ，而有的总精浓度为　

３％。如果把它们直接作为网络的输入值，那么相对效价指标　

在网络中所起的作用就远远超过了其他指标的作用，使得网　

络对数值较小的变量变化不敏感，从而造成网络的学习精度　

降低　所以要对原始数据进行归～化处理，也就是要对数据进　

行尺度变换，以避免由于数据的不同量级引起的偏差　

２＿夕　部计算资源的应用。外部资源是指町以与ＶＢ进行交　

互的仿真或数据分析系统。如Ｍａｆｌａｂ、Ｅｘｃｅｌ。ＶＢ与外部资源系　

统组成客户机／服务器模式，相可间通过ＤＤＥ进行数据会话。　

如网络训练、检验时所需实际生广数据、数据处理等可以通过　

ＶＢ　Ｅｘｃｅｌ、Ｍａｔｌａｂ三者之间的动态数据交换技术进行数据　

操作　

３．网络训练及变量预估。系统建模所涉及到的网络训练及　

一

５８一　

其生物变量预估则通过ＶＢ直接谰用Ｍａｄａｂ程序来实现。　

四、发酵过程的建模与仿真软件的实际应用　

（一）首先我们通过软件主界面来实现对过程模型类型的　

选取　

假设我们输入Ｏ一半经验模型（数学动力学模型），则进入　

基于　经验模型的仿真主界面。　

盘“果选取“参数辨识”菜单，那么利用软件所提供的相对　

廊的产物——维生素Ｃ二步发酵过程模型，结合某一批实验　

数据，通过调用参数辨识方法（单纯形法）来对微分方程组中　

的未知参数进行辨识，最终会把辨识结果返回到界面上的文　

本框中。根据辨识出的参数值。运刚四阶龙格一库塔法求解微　

分方程组，从而给出其状态变化曲线　

经过辨识，最后得到各参数分别为：ｔＬｍ＝０．６０５，Ｘｍ＝２．８７８，　

Ｙ隔＝２．３０２，Ｙ￣ｓ＝０．１５８，ｍ＝Ｏ．６２７，Ｖ埘＝１．７９８，　１７．４６５。运行结果　

如图２所示。　

图２雏生素Ｃ参数辨识　

图３网络训练和变量预估运行结果　

（二）假设我们输入１一经验模型．则进入基于拟合模型主　

界面　

以多粘菌素的发酵过程为例：　

通过软件对实际的生产数据进行插值、归一化处理后．把　

数据送到ｍａｄａｂ工作空间并保存为　ｍａｔ文件。然后调用网络　

训练程序对网络模型进行训练。训练好的网络可以用作变量　

预估。经过建立的Ｅｌｍａｎ网络预估，其预估精度可达３．９％。相　

关的网络训练和变量预估运行结果宜Ｉｊ图３所示　

【参考文献】　

…花强，杨琢，等生化反应过程模型库设计方案［１１ｌ无锡　

轻．＂１２大学学报，１９９６，１５（２／Ａ）　

［２ｌ胡智文，邓铁如，余增亮，陈连运．在ＶＢ应用程序中集　

成ＭＡＴＬＡＢＵｌ＿计算机工程与应用．２００３，（７）．　

【３１裴小军，曲颖，等，发酵过程计算机仿真［７］．信息技术，　

２（Ｊ（Ｊ２．（１）　

何光渝主编．ＶＢ常用算法大全ｆＭ１．西安：西安电子科技　

大学出版社．２（）Ｏ１．