| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-31页 |
| ·研究背景 | 第13页 |
| ·软测量技术及其应用 | 第13-24页 |
| ·软测量技术概述 | 第13-15页 |
| ·软测量技术工程实现 | 第15-17页 |
| ·软测量建模方法 | 第17-22页 |
| ·软测量技术应用 | 第22-24页 |
| ·发酵过程软测量技术应用研究现状 | 第24-28页 |
| ·基于机理分析的生化参数软测量 | 第24-25页 |
| ·基于状态估计的生化参数软测量 | 第25页 |
| ·基于回归分析的生化参数软测量 | 第25-26页 |
| ·基于神经网络的生化参数软测量 | 第26-28页 |
| ·本文主要工作 | 第28-31页 |
| 第二章 诺西肽发酵过程机理模型的研究 | 第31-45页 |
| ·引言 | 第31页 |
| ·诺西肽发酵过程简介 | 第31-40页 |
| ·发酵过程的基本概念 | 第31-34页 |
| ·诺西肽概述 | 第34-37页 |
| ·诺西肽发酵的材料与方法 | 第37-40页 |
| ·诺西肽发酵过程机理模型的研究 | 第40-44页 |
| ·菌体生长动力学模型 | 第41-42页 |
| ·产物生成模型 | 第42页 |
| ·基质消耗模型 | 第42-43页 |
| ·溶解氧模型 | 第43页 |
| ·二氧化碳释放率模型 | 第43页 |
| ·基于机理模型的软测量 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 面向诺西肽发酵过程的RBF网络软测量建模方法的几点改进 | 第45-71页 |
| ·引言 | 第45-46页 |
| ·RBF神经网络简介 | 第46-53页 |
| ·RBF神经网络结构 | 第46-48页 |
| ·RBF神经网络训练方法 | 第48-53页 |
| ·面向诺西肽发酵过程的辅助变量选择方法研究 | 第53-56页 |
| ·面向诺西肽发酵过程的异常数据检测方法研究 | 第56-59页 |
| ·问题的提出 | 第56-57页 |
| ·基于k-NN的异常数据检测方法 | 第57-59页 |
| ·面向诺西肽发酵过程的加权RBF神经网络软测量建模方法 | 第59-64页 |
| ·问题的提出 | 第59页 |
| ·解决问题的基本思想 | 第59页 |
| ·加权RBF神经网络建模方法 | 第59-64页 |
| ·实验研究 | 第64-69页 |
| ·训练样本的获得及数据预处理 | 第64-65页 |
| ·菌体浓度软测量模型的结构 | 第65-66页 |
| ·菌体浓度软测量模型的建立 | 第66-67页 |
| ·实验结果分析 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第四章 基于分阶段黑箱模型的诺西肽发酵过程生化参数软测量 | 第71-87页 |
| ·引言 | 第71页 |
| ·辅助变量的选择 | 第71-77页 |
| ·发酵阶段描述 | 第71-73页 |
| ·分阶段机理模型的研究 | 第73-74页 |
| ·辅助变量的选择 | 第74-77页 |
| ·基于分阶段黑箱模型的诺西肽发酵过程生化参数软测量 | 第77-85页 |
| ·分阶段黑箱软测量模型的建立 | 第78-80页 |
| ·生化参数的在线估计 | 第80-82页 |
| ·实验研究 | 第82-85页 |
| ·本章小结 | 第85-87页 |
| 第五章 基于分阶段串联混合模型的诺西肽发酵过程生化参数软测量 | 第87-103页 |
| ·引言 | 第87页 |
| ·混合建模方法及其在发酵过程中的应用 | 第87-90页 |
| ·混合建模方法 | 第87-89页 |
| ·混合建模方法在发酵过程中的应用 | 第89-90页 |
| ·基于分阶段串联混合模型的诺西肽发酵过程生化参数软测量 | 第90-100页 |
| ·诺西肽发酵过程串联混合模型的结构 | 第90-92页 |
| ·改进的诺西肽发酵过程串联混合模型训练算法 | 第92-95页 |
| ·实验研究 | 第95-100页 |
| ·本章小结 | 第100-103页 |
| 第六章 诺西肽发酵过程软测量技术的实施 | 第103-113页 |
| ·引言 | 第103页 |
| ·诺西肽发酵过程软测量技术的实施 | 第103-109页 |
| ·诺西肽发酵过程现有控制系统简介 | 第103-105页 |
| ·软测量算法的实现 | 第105-106页 |
| ·软测量实施的总体框架 | 第106-109页 |
| ·软测量模型的校正方法 | 第109-110页 |
| ·软测量应用实例——诺西肽发酵过程放罐时机的识别 | 第110-112页 |
| ·本章小结 | 第112-113页 |
| 第七章 结论与展望 | 第113-115页 |
| 参考文献 | 第115-129页 |
| 致谢 | 第129-130页 |
| 攻读博士学位期间完成的论文 | 第130-131页 |
| 个人简历 | 第131页 |
