谷氨酸发酵过程建模及其仿真软件的开发
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10页 |
| ·谷氨酸及其发酵简介 | 第10-12页 |
| ·谷氨酸简介 | 第10-11页 |
| ·谷氨酸发酵的历史和发展现状 | 第11-12页 |
| ·发酵过程建模概述 | 第12-14页 |
| ·白箱模型 | 第12-13页 |
| ·黑箱模型 | 第13页 |
| ·灰箱模型 | 第13-14页 |
| ·本文的主要工作及安排 | 第14-16页 |
| 第2章 发酵过程分析及动力学模型的建立 | 第16-32页 |
| ·微生物发酵方式及其动力学综述 | 第16页 |
| ·谷氨酸发酵过程 | 第16-18页 |
| ·谷氨酸发酵工艺流程概述 | 第16-17页 |
| ·发酵过程的三个阶段 | 第17-18页 |
| ·发酵过程的影响因素 | 第18-21页 |
| ·温度的影响 | 第18-19页 |
| ·pH的影响 | 第19页 |
| ·基质浓度的影响 | 第19-20页 |
| ·溶氧度的影响 | 第20-21页 |
| ·各参数之间的影响 | 第21页 |
| ·发酵过程动力学分析 | 第21-25页 |
| ·菌体生长动力学 | 第21-23页 |
| ·基质消耗动力学 | 第23-24页 |
| ·产物生成动力学 | 第24-25页 |
| ·发酵过程动力学模型 | 第25-29页 |
| ·分批发酵模型 | 第25-27页 |
| ·补料分批模型 | 第27-29页 |
| ·模型小结 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 谷氨酸仿真模型参数的辨识 | 第32-42页 |
| ·曲线拟合 | 第32-33页 |
| ·方法简介 | 第32页 |
| ·pH系数的辨识 | 第32-33页 |
| ·遗传算法 | 第33-41页 |
| ·遗传算法概述 | 第33页 |
| ·遗传算法的特点 | 第33-34页 |
| ·遗传算法的基本概念 | 第34-35页 |
| ·遗传算法的基本思想及步骤 | 第35-37页 |
| ·算法运行及辨识结果 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 谷氨酸发酵过程仿真软件 | 第42-68页 |
| ·软件设计 | 第42-43页 |
| ·设计目的 | 第42页 |
| ·设计意义 | 第42-43页 |
| ·软件框架和开发技术 | 第43-55页 |
| ·软件开发环境及框架 | 第43页 |
| ·软件功能 | 第43-44页 |
| ·MATLAB与VB集成方法 | 第44-45页 |
| ·COM组件的创建及引用 | 第45-49页 |
| ·VB数据库访问技术 | 第49-50页 |
| ·ADO技术的实现 | 第50-54页 |
| ·三方通信图 | 第54-55页 |
| ·软件的使用及功能 | 第55-59页 |
| ·参数辨识模块 | 第55-57页 |
| ·发酵仿真模块 | 第57-58页 |
| ·数据操作模块 | 第58-59页 |
| ·仿真实验及分析 | 第59-67页 |
| ·正常操作条件下的仿真 | 第59-62页 |
| ·流加糖速率改变的仿真结果 | 第62-63页 |
| ·溶氧度改变的仿真结果 | 第63-65页 |
| ·不同温度下的仿真结果 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 基于仿真数据的预估模型研究 | 第68-82页 |
| ·神经网络建模原理 | 第68-74页 |
| ·神经元及人工神经网络模型 | 第68-71页 |
| ·神经网络建模特点 | 第71-72页 |
| ·神经网络的训练与学习 | 第72-74页 |
| ·BP神经网络 | 第74-78页 |
| ·BP网络的模型结构 | 第74-75页 |
| ·BP网络的算法 | 第75-77页 |
| ·BP算法的改进 | 第77-78页 |
| ·谷氨酸发酵预估模型 | 第78-81页 |
| ·BP神经网络预估模型结构 | 第78-79页 |
| ·BP神经网络的训练数据 | 第79页 |
| ·预估模型的建立 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 第6章 结论与展望 | 第82-84页 |
| ·结论 | 第82页 |
| ·未来展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88页 |
