摘 要

近年来，生物技术在农业、医药、食品、海洋开发及环境保护等领域的应用越来越广泛。由于生物反应过程复杂，影响因素多，对生物反应过程控制的要求也越来越高。发酵工程是是现代生物工程规模化生产的基础，本文主要针对发酵过程进行数学建模，并研究了发酵温度模型对发酵罐温度控制设计了相应的控制策略，主要研究内容有：

首先，研究了微生物生长动力学和发酵过程建模的方法，使用微分方程对发酵过程进行数学建模，并在MATLAB的Simulink平台下基于S-Function方法建立了生物反应器仿真模型，并在给定输入条件下观测所设计模型输出动态变化曲线，仿真结果表明所设计的模型比较准确反应了生物反应器工作过程，从而证明了模型的准确性。对发酵过程的重要影响因素——温度进行了模型研究，得出发酵温度传递函数。

然后研究了工程上常用的PID控制器，针对目前流行的模糊控制研究学习了模糊免疫PID控制原理及算法，在MATLAB上做出了仿真。根据PID控制和模糊免疫PID控制的仿真结果比较得出模糊免疫PID能减小超调和调节时间，可以得到更好的控制品质的结论。

其次，针对生物反应器温度控制存在的大滞后普通PID难以达到满意的控制效果，本文在PID控制基础上采用了史密斯预估控制补偿方案，并设计出补偿控制器的传递函数。MATLAB仿真结果证明史密斯预估补偿控制器加快了系统的响应速度，减小了系统超调，大大提高了系统的控制性能。

最后，针对反应器发酵罐夹套冷却水温度扰动而导致发酵罐内反应温度控制品质差的问题，设计了前馈控制器，给出了前馈控制器的数学模型，通过前馈控制实时控制冷却水流量将温度变化抵消，抑制了冷却水温度扰动对发酵温度的影响，仿真证实了前馈控制器的正确性。

关键词：生物反应器；PID控制；史密斯预估控制；前馈控制；

Abstract

In recent years, biotechnology has been used in agriculture, medicine, food, marine development and environmental protection and other fields more and more widely. Due to the complexity of the biological reaction process, the influencing factors are more and more demanding on the process of biological reaction. Fermentation engineering is the basis of large-scale production of modern biological engineering. This paper mainly aims at the mathematical modeling of the fermentation process, and the fermentation temperature model is designed to control the temperature of the fermentation tank. The main research contents are as follows:

Firstly, the methods of microbial growth kinetics and fermentation process modeling were studied. The mathematical model was established by differential equation. The bioreactor simulation model was established based on the S-Function method under MATLAB's Simulink platform. The simulation results show that the designed model accurately reflects the work process of the bioreactor, which proves the accuracy of the model. The factors influencing the fermentation process were studied by temperature, and the fermentation temperature transfer function was obtained.

Then, the author study the commonly used PID controller in engineering, and study the fuzzy immune PID control principle and algorithm for the popular fuzzy control research, and make the simulation on MATLAB. According to the simulation results of PID control and fuzzy immune PID control, the fuzzy immune PID can reduce the overshoot and adjust the time, and can get the better control quality conclusion.

Secondly, it is difficult to achieve satisfactory control effect for the large hysteresis normal PID of the bioreactor temperature control. In this paper, Smith's predictive control compensation scheme is adopted on the basis of PID control, and the transfer function of the compensation controller is designed. MATLAB simulation results show that Smith estimates the compensation controller to speed up the system response speed, reducing the system overshoot, greatly improving the system control performance.

Finally, the feedforward controller is designed for the temperature of the reaction tank in the fermentation tank, and the mathematical model of the feedforward controller is given. The feedforward control real-time control The cooling water flow counteracts the temperature change, which inhibits the effect of cooling water temperature disturbance on the fermentation temperature. The simulation confirms the correctness of the feedforward controller.

Key Words：Bioreactor model；PID control; Smith predictive control； feedforward control

目录

摘 要 I

Abstract II

第1章 绪论 1

1.1 论文的研究背景及意义 1

1.2 国内外研究现状 2

1.2.1 发酵过程建模研究现状 2

1.2.2 发酵过程温度控制研究现状 2

1.3 本文主要研究工作 3

第2章 生物反应器建模 4

2.1 生物反应器分类 4

2.2 发酵过程的数学模型 4

2.2.1 微生物生长动力学 5

2.2.2 S-Function 8

2.3.2 生物反应器仿真模型 10

2.3 生物发酵温度过程建模 12

2.3.1 发酵温度模型特性分析 12

2.4.1 发酵温度过程建模 13

2.4 本章小结 14

第3章 PID控制器的设计 15

3.1 PID控制理论 15

3.1.1 PID概述 15

3.1.2 各控制器对控制过程的影响 15

3.1.3 PID整定方法 17

3.2 PID在发酵温度控制的应用 18

3.3 模糊控制理论 19

3.4 模糊免疫PID控制算法与仿真 21

3.4.1 模糊免疫PID控制算法 22

3.4.2 模糊免疫PID控制仿真 23

3.5 本章小结 24

第4章 史密斯预估控制 25

4.1 史密斯预估控制概述 25

4.2 史密斯预估补偿控制器 26

4.2.2 史密斯预估控制器的设计 27

4.2.3 史密斯预估控制器仿真 28

4.3 本章小结 28

第5章 前馈控制 29

5.1 发酵过程温度扰动 29

5.2 前馈控制原理及结构 29

5.3 前馈控制在发酵过程温度控制的应用 34

5.3.1 前馈控制器的设计 34

5.3.2 前馈-反馈控制器仿真 35

5.4 本章小结 36

第6章 结论与展望 37

6.1 结论 37

6.2 研究展望 37

参考文献 38

致谢 40

第1章 绪论

生物技术（Biotechnology）是指人们以现代生物科学技术为基础，结合其他学科，采用先进的科学技术手段，通过模拟生物体系统来生产人们需要的工业产品。生物工业的快速发展，以及生物工业产品的种类不断增加，生产规模也发展的越来越大，这对其中的生物反应过程的控制提出越来越高的要求。生物工业大部分工程如基因工程、细胞工程均需要发酵工程实现规模化生产，因此，本文研究的对生物发酵过程的过程建模与控制策略具有一定的现实意义。

1.1 论文的研究背景及意义

从古至今，人们应用发酵技术的范围非常广泛，从酒的酿造、豆腐乳的霉化、发面，到青霉素、抗癌药物等生物制药的生产，这些都与发酵过程息息相关。然而，一直以来，人们对发酵的了解仅限于经验的积累。例如随着酿酒师傅工作的时间越长，对发酵过程加料的多少以及温度的控制越来越了解。但随着人口的增加，市场对粮食酒的需求越来越多，仅仅靠少数有经验的酿酒师傅手工酿制的酒已经难以满足市场的需求，工业化生产是大势所趋。随着能源的短缺、资源的匮乏、环境治理的需求，使得工业生物技术成为生物技术发展的“第三次浪潮”^[1]。

发酵过程系统是一个高度非线性、时变、多变量的系统，将该过程模型化是实现工业生产过程控制、优化的关键。我国虽然在对生物技术的应用上历史悠久，但对发酵过程的研究在国内外处于落后地位。近年来不少学者包括高校、企业均在发酵过程的研究投入较大，也取得了不少成果。目前对生物反应器的研究主要集中于以下几个方向，一是对发酵过程模型的研究，主要有根据守恒定律和动力学对发酵过程进行机理建模；知道部分机理，需要一些输入输出数据确定部分参数的灰箱建模；完全通过数据根据系统辨识的黑箱建模^[2]。二是对反应器的物理参数如温度、压力、流量，化学参数如PH、溶解氧、生物参数如基质浓度、产物浓度、细胞质量浓度等检测与控制^[3]。通过这些研究可以分析反应器中各参数对发酵过程速率及产量的影响，从而控制这些参数的浓度、数值保持使生产过程效益最大的位置，同时可以保证发酵过程全自动化进行，减少人为因素对产物品质的影响，对实现全自动化发酵工业生产有着重要的意义。

1.2 国内外研究现状

1.2.1 发酵过程建模研究现状

生物反应器的过程建模和控制策略，越来越受到学者们的关注。对于一个具体的生物反应器，微生物的生长和环境影响、过程控制以及反应器的特性之间的关系复杂^[1]。了解微生物生长动力学方程去建立相应的数学模型是非常艰巨的过程，而能够描述生物反应过程特征的模型是生物反应过程控制的基础。加州大学化学工程学系以Dale E.Seborg、Thomas F.Edgar、Duncan A.Mellichamp等人为代表对过程控制的研究很深入，他们书写的文献[4]中以补料分批式生物反应器为例介绍了微生物生长动力学模型。普渡大学化学工程系博士Jefferson Clay Lievense（1984年5月）和Atsushi Aoyama（1994年12月）用S-Function描述了生物反应器的结构化模型，并Simulink上做出了生物反应器发酵过程的仿真模型。文献[5]主要研究了基于脉冲控制及变结构控制的生物反应过程数学模型，利用滑模最优控制和区间二型模糊控制对生物反应过程进行扰动分析和优化控制。文献[6]主要研究了基于混合核函数支持向量机的建模方法和粒子群算法及混合核SVM对发酵过程的补料优化控制，使用MATLAB和VB混合编程实现了谷氨酸发酵过程重压参数的显示，对一些不可测参数和补料流加率进行预估。文献[7]主要研究了啤酒发酵过程动力学方程，对结构建模、经验建模、“黑箱”模型三种建模方式的应用进行了对比。

1.2.2 发酵过程温度控制研究现状

发酵过程是在微生物的作用下进行的的生物化学反应，发酵过程的速率和产品产量受温度的影响很大，建立合适的发酵过程温度控制模型对温度控制策略的设计及优化控制优化至关重要。中国科学技术大学在2001年研究设计的多变量温度控制系统已经在工业生产中投入运行，取得了不错的经济效益，他们对发酵过程温度控制采用试验建模的方法，利用系统辨识的方法对控制阀和发酵罐的温度之间建立起数学模型^[8]。文献[9]针对啤酒发酵过程温度控制提出了模糊-神经网络PID控制，使用LabView平台设计人机交互界面用以调用BP-PID智能控制算法，设计出温度控制仿真系统。文献[10]根据白酒发酵工艺，设计出自整定模糊PID控制系统用于发酵过程温度控制，用来提高温度控制系统的精确度。文献[11]提出将模糊免疫PID控制算法和自适应史密斯预估控制器结合，针对大滞后无精确模型的系统进行控制。

1.3 本文主要研究工作

本文研究了发酵过程的建模，根据微生物生长动力学和各类守恒定律得出的微分方程，使用MATLAB中S-Function模块将生物反应器的数学模型进行数学描述得到生物反应器封装，得到Simulink仿真结果。在研究生物反应器生物参数机理建模的同时，也研究了发酵过程温度的数学模型，针对该发酵温度模型研究了PID控制策略和模糊免疫PID控制算法并得出仿真结果。针对发酵过程温度模型存在的大滞后和冷却水温度扰动的问题，设计史密斯预估控制器和前馈控制器分别对系统的纯滞后和扰动进行补偿和抵消，并做出了Simulink仿真，得到预期的控制效果。

第2章 生物反应器建模

2.1 生物反应器分类

生物反应器的种类有很多，可以从多个角度对其进行分类，本文研究的生物反应器随着操作方式的不同其物料守恒的微分方程式也不同，因此根据反应器的操作方式对其进行简单介绍。