基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法
【專利摘要】本發(fā)明公開了一種基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量在線預(yù)測(cè)方法。青霉素生產(chǎn)過程具有典型的非線性特性，因此過程變量和青霉素產(chǎn)品濃度具有非線性的相關(guān)性。本發(fā)明采用基于關(guān)聯(lián)向量機(jī)的核學(xué)習(xí)方法，建立青霉素過程變量與產(chǎn)品濃度之間的非線性關(guān)系。在每一批青霉素生產(chǎn)過程中，通過容易測(cè)量的變量對(duì)難以測(cè)量的產(chǎn)品濃度進(jìn)行在線預(yù)測(cè)，從而實(shí)現(xiàn)青霉素生產(chǎn)過程產(chǎn)品質(zhì)量的閉環(huán)控制。
【專利說明】基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于間歇生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)和控制領(lǐng)域，特別涉及一種基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法。
【背景技術(shù)】
[0002]青霉素生產(chǎn)過程是一種重要的生化過程，該過程作為二次微生物代謝過程，利用特定的生產(chǎn)菌在一定條件下生長(zhǎng)繁殖，當(dāng)生產(chǎn)菌的濃度達(dá)到一定程度之后，青霉素作為代謝產(chǎn)物開始生產(chǎn)。為了保證最終青霉素的質(zhì)量，生產(chǎn)菌的濃度必須保持在一定水平之上，因此需要不斷地補(bǔ)充糖、氮等營(yíng)養(yǎng)物質(zhì)?？偟膩碚f，青霉素過程可以分為兩個(gè)操作階段，分別為菌種培養(yǎng)階段(開始補(bǔ)料階段)和補(bǔ)料階段。由于青霉素生產(chǎn)過程本身對(duì)產(chǎn)品質(zhì)量的要求極高，如何有效地防止過程產(chǎn)生劣質(zhì)或者不合格的產(chǎn)品是迫切需要解決的問題。因此，產(chǎn)品濃度的在線預(yù)測(cè)極其重要，因?yàn)檫@是實(shí)現(xiàn)青霉素過程產(chǎn)品質(zhì)量閉環(huán)控制的關(guān)鍵。
[0003]傳統(tǒng)的青霉素過程產(chǎn)品質(zhì)量預(yù)測(cè)一般采用線性的回歸模型，由于青霉素過程變量和產(chǎn)品的濃度之間一般是非線性關(guān)系，因此采用非線性的回歸方法更合適?；诤藢W(xué)習(xí)的建模方法是近年來熱門的非線性建模方法，該方法不僅能有效建立非線性回歸模型，而且對(duì)模型的結(jié)構(gòu)要求不高，具有非常廣泛的適用性。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于針對(duì)青霉素生產(chǎn)過程產(chǎn)品濃度指標(biāo)值預(yù)測(cè)的難點(diǎn)，提供一種基于核學(xué)習(xí)技術(shù)的產(chǎn)品質(zhì)量預(yù)測(cè)方法。
[0005]本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的:一種基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法，包括以下步驟:
[0006](I)利用集散控制系統(tǒng)收集青霉素生產(chǎn)過程數(shù)據(jù)組成建模用的三維訓(xùn)練樣本集:X e Rixtxk,其中，R為實(shí)數(shù)集，表示X服從IXJXK的三維數(shù)據(jù)分布，I為該工況下的批次數(shù)目，J為變量個(gè)數(shù)，K為每個(gè)批次的采樣數(shù)據(jù)點(diǎn)數(shù)。分別將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫(kù)。
[0007](2)將三維數(shù)據(jù)矩陣沿著批次方向展開為IXJK 二維數(shù)據(jù)矩陣，對(duì)其進(jìn)行預(yù)處理和歸一化，即使得各個(gè)過程變量的均值為零，方差為1，得到新的數(shù)據(jù)矩陣集為。
[0008](3)基于矩陣集又，再重新沿著時(shí)間點(diǎn)方向?qū)γ恳粋€(gè)數(shù)據(jù)矩陣進(jìn)行排列，得到最終的數(shù)據(jù)樣本集為置e Raxj。
[0009](4)通過離線實(shí)驗(yàn)室分析獲取數(shù)據(jù)庫(kù)中用于建模的樣本所對(duì)應(yīng)的青霉素產(chǎn)品濃度指標(biāo)，記為y e RKI，并對(duì)其進(jìn)行歸一化處理，得到歸一化之后的青霉素濃度指標(biāo)數(shù)據(jù)矩陣
ye Rki ο
[0010](5)針對(duì)歸一化之后的過程變量和青霉素產(chǎn)品濃度數(shù)據(jù)，建立關(guān)聯(lián)向量回歸模型，將該模型參數(shù)存入數(shù)據(jù)庫(kù)中備用。
[0011](6)收集新的青霉素生產(chǎn)過程批次數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理和歸一化。[0012](7)將歸一化之后的新數(shù)據(jù)直接輸入到關(guān)聯(lián)向量回歸模型中，在線預(yù)測(cè)該批次青霉素產(chǎn)品的濃度值。
[0013]本發(fā)明的有益效果:本發(fā)明通過對(duì)青霉素生產(chǎn)過程變量和產(chǎn)品濃度指標(biāo)值之間的非線性關(guān)系進(jìn)行建模，利用該過程中容易測(cè)量的變量對(duì)難以測(cè)量的產(chǎn)品濃度值進(jìn)行在線預(yù)測(cè)，從而實(shí)現(xiàn)青霉素生產(chǎn)過程產(chǎn)品質(zhì)量的閉環(huán)控制。
【專利附圖】

【附圖說明】
[0014]圖1是青霉素生產(chǎn)過程的示意圖；
[0015]圖2是本發(fā)明方法對(duì)青霉素生產(chǎn)過程新批次的產(chǎn)品濃度預(yù)測(cè)結(jié)果；
[0016]圖3是傳統(tǒng)的線性回歸方法對(duì)青霉素生產(chǎn)過程新批次的產(chǎn)品濃度預(yù)測(cè)結(jié)果。
【具體實(shí)施方式】
[0017]本發(fā)明一種基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法，包括以下步驟:
[0018]第一步:利用集散控制系統(tǒng)收集青霉素生產(chǎn)過程數(shù)據(jù)組成建模用的三維訓(xùn)練樣本集:X e RIX〃K，其中，I為該工況下的批次數(shù)目，J為變量個(gè)數(shù)，K為每個(gè)批次的采樣數(shù)據(jù)點(diǎn)數(shù)，R為實(shí)數(shù)集，表示X服從IXJXK的三維數(shù)據(jù)分布。分別將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫(kù)。
[0019]第二步:將三維數(shù)據(jù)矩陣沿著批次方向展開為IXJK 二維數(shù)據(jù)矩陣，對(duì)其進(jìn)行預(yù)處理和歸一化，即使得各個(gè)過程變量的均值為零，方差為1，得到新的數(shù)據(jù)矩陣集為X ∈ R1xjk .
[0020]第三步:重新沿著時(shí)間點(diǎn)方向?qū)γ恳粋€(gè)數(shù)據(jù)矩陣進(jìn)行排列，最終的數(shù)據(jù)樣本集為I ∈ Riaxj .[0021]第四步:通過離線實(shí)驗(yàn)室分析獲取數(shù)據(jù)庫(kù)中用于建模的樣本所對(duì)應(yīng)的青霉素產(chǎn)品濃度指標(biāo)，記為y e RKI，并對(duì)其進(jìn)行歸一化處理，得到歸一化之后的青霉素濃度指標(biāo)數(shù)據(jù)矩WyeRu .
[0022]第五步:針對(duì)歸一化之后的過程變量和青霉素產(chǎn)品濃度數(shù)據(jù)，建立關(guān)聯(lián)向量回歸模型，將該模型參數(shù)存入數(shù)據(jù)庫(kù)中備用。
[0023]在歷史數(shù)據(jù)庫(kù)中對(duì)采集到的過程數(shù)據(jù)進(jìn)行預(yù)處理，剔除野值點(diǎn)和明顯的粗糙誤差數(shù)據(jù)，為了使得過程數(shù)據(jù)的尺度不會(huì)影響到產(chǎn)品質(zhì)量預(yù)測(cè)的結(jié)果，對(duì)不同變量的數(shù)據(jù)分別進(jìn)行歸一化處理，即各個(gè)變量的均值為零，方差為I。這樣，不同過程變量的數(shù)據(jù)就處在相同的尺度之下，既而不會(huì)影響到后續(xù)的建模效果。
[0024]基于過程的高斯噪聲假設(shè)，可以得到過程輸出變量(即青霉素產(chǎn)品濃度)的條件概率分布為p(y|x)=Nf(x,m)進(jìn)而得到完備數(shù)據(jù)的概率分布如下:
【權(quán)利要求】
1.一種基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法，其特征在于，包括以下步驟: (1)利用集散控制系統(tǒng)收集青霉素生產(chǎn)過程數(shù)據(jù)組成建模用的三維訓(xùn)練樣本集:Xe RIXTXK，其中，R為實(shí)數(shù)集，表示X服從IXJXK的三維數(shù)據(jù)分布，I為該工況下的批次數(shù)目，J為變量個(gè)數(shù)，K為每個(gè)批次的采樣數(shù)據(jù)點(diǎn)數(shù)；分別將這些數(shù)據(jù)存入歷史數(shù)據(jù)庫(kù)； (2)將步驟I中的三維數(shù)據(jù)矩陣X沿著批次方向展開為IXJK二維數(shù)據(jù)矩陣，對(duì)其進(jìn)行預(yù)處理和歸一化，即使得各個(gè)過程變量的均值為零，方差為1，得到新的數(shù)據(jù)矩陣集為X e Rixjk ; (3)基于矩陣集又，再重新沿著時(shí)間點(diǎn)方向?qū)γ恳粋€(gè)數(shù)據(jù)矩陣進(jìn)行排列，得到最終的數(shù)據(jù)樣本集為Xe Aa1x7; (4)通過離線實(shí)驗(yàn)室分析獲取數(shù)據(jù)庫(kù)中用于建模的樣本所對(duì)應(yīng)的青霉素產(chǎn)品濃度指標(biāo)，記為y e RKI，并對(duì)其進(jìn)行歸一化處理，得到歸一化之后的青霉素濃度指標(biāo)數(shù)據(jù)矩陣ye Ru ； (5)針對(duì)歸一化之后的過程變量和青霉素產(chǎn)品濃度數(shù)據(jù)，建立關(guān)聯(lián)向量回歸模型，將該模型參數(shù)存入數(shù)據(jù)庫(kù)中備用； (6)收集新的青霉素生產(chǎn)過程批次數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理和歸一化； (7)將歸一化之后的新數(shù)據(jù)直接輸入到關(guān)聯(lián)向量回歸模型中，在線預(yù)測(cè)該批次青霉素產(chǎn)品的濃度值。
2.根據(jù)權(quán)利要求1所述基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法，其特征在于，所述步驟5具體為:將歸一化之后的過程變量矩陣置乍為模型的輸入，歸一化之后的青霉素濃度指標(biāo)數(shù)據(jù)矩陣作為模型的輸出，建立如下的關(guān)聯(lián)向量回歸非線性模型:
y=f (X，w) +e 其中，f (.)為非線性函數(shù)，e為獨(dú)立同分布的高斯噪聲，即e~N(0，o2),x為批次中的樣本，w為權(quán)重向量；結(jié)合核函數(shù)的概念，上述關(guān)聯(lián)向量回歸模型可以表示為核函數(shù)的形式，如下所示:
3.根據(jù)權(quán)利要求1所述基于核學(xué)習(xí)技術(shù)的青霉素生產(chǎn)過程產(chǎn)品質(zhì)量預(yù)測(cè)方法，其特征在于，所述步驟7具體為:對(duì)于一個(gè)新的批次數(shù)據(jù)Xmw，將其歸一化之后得到1_，直接輸入到關(guān)聯(lián)向量回歸模型中，在線計(jì)算該實(shí)時(shí)數(shù)據(jù)對(duì)應(yīng)的模型輸出值，即青霉素生產(chǎn)過程當(dāng)前批次的濃度預(yù)測(cè)值歹_，計(jì)算如下:
【文檔編號(hào)】G06Q10/04GK103903065SQ201410129944
【公開日】2014年7月2日 申請(qǐng)日期:2014年4月1日 優(yōu)先權(quán)日:2014年4月1日
【發(fā)明者】葛志強(qiáng), 宋執(zhí)環(huán) 申請(qǐng)人:浙江大學(xué)