一类连续发酵的分数阶参数辨识与最优控制

来源 :鲁东大学 | 被引量 : 0次 | 上传用户:czq8068
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对于一类连续发酵生产获得1,3-丙二醇(1,3-PD)的优化问题,引入分数阶微积分思想,建立了分数阶微生物发酵模型以及分数阶参数辨识问题.在这个基础上,想要使最后得到的1,3-PD浓度达到最高,构建了分数阶最优控制模型.本文的工作陈述如下:考虑到分数阶微积分本身具备的记忆性这一性质,将分数阶微积分应用于一类使用连续发酵方式生产1,3-PD的问题中,构造了相应分数阶意义下微生物发酵模型,并以模型中的阶数和系统参数为辨识对象,以终端时刻状态变量的数值计算值与实际实验值相对误差为目标,构建了相应的分数阶意义下参数辨识模型.基于协态方法,讨论了性能指标与状态约束关于系统参数的梯度计算公式,并应用梯形法与预估校正法求解分数阶状态及协态微分方程.为了得到分数阶条件下阶数和系统参数的解,构建了粒子群和序列二次规划方法相结合的数值算法去解决参数辨识问题.通过大量的优化计算,得到了基于分数阶微生物发酵模型的阶数和系统参数值,以及终端时刻各物质浓度的数值计算值与实际实验值存在的相对误差.从数值结果可以看出,运用分数阶方程来描述连续发酵的实际过程,优于已有的整数阶模型.以构建的分数阶微生物发酵模型作为基础,想要使最后得到1,3-PD浓度值达到最高,并考虑参数灵敏度对优化策略和发酵过程的影响,引入了灵敏度函数.以灵敏度函数为基础,目标设置为同时达到终端时刻1,3-PD浓度最高和受到参数灵敏度影响最小,构建分数阶连续发酵Bola最优控制模型.进一步讨论了含有一阶、二阶灵敏度的分数阶辅助方程计算,以及此条件下目标函数与状态约束关于优化变量和系统参数的梯度计算方法.结合梯形法与预估校正法求解分数阶状态、协态及辅助方程的数值解,构造了基于粒子群和序列二次规划方法的并行数值优化算法.经过大量并行优化运算,获得了一组新的甘油稀释速率和甘油注入浓度流加策略,以及全过程使灵敏度函数最小的系统参数.数值运算结果可以看出,在新的流加方式下,最终计算出的1,3-PD浓度值较现有优化数据更优.
其他文献
副品红是一种重要的化工中间体,主要用作制造橡胶与金属胶粘剂即多异氰酸酯胶——列克纳胶黏剂的原料。传统工艺以多硫化钠作还原剂,在乙醇介质中使对硝基甲苯氧化还原,再在盐酸存在下与苯胺缩合,经精制处理得到成品。由于生产过程复杂,生产周期长,多硫化钠、对氨基苯甲醛等中间产物纯度低,造成最终产物产率低。超声波的空化作用,及空化作用同时伴随出现的化学效应和机械效应,能够促进非均相化学反应、大分子物质之间的化学
随着研究技术的逐渐成熟,越来越多的具有优于传统金属材料的合金被研究发现。该类合金材料由于具有良好的物理特性,因此被广泛应用于工业领域。在目前研究中,大多数集中于实
海洋立管等圆柱结构在海流的冲击下会产生涡激振动现象。而涡激振动现象是导致立管疲劳破坏的主要原因。因此为了保护海洋环境并且减少经济损失,需要对涡激振动进行有效抑制
现有网格空间多尺度聚类方法未能显式将尺度因子作为模型参数,难以实现尺度驱动的阈值自适应提取,导致聚类算法调参困难,从而无法全面挖掘空间数据分布模式。海量空间点数据
表面等离激元(Surface Plasmon Polaritons)是一种产生于金属表面和介质分界面处由金属中的自由电子和光子相互耦合震荡激发,并沿着分界面而传播的表面电磁波。近年来,SPP在
Ekeland变分原理证明了极为广泛的泛函类的近似极小点存在性和近似极小点的构造,对最优化问题及近似解理论的研究和发展具有深远的影响.通过众多学者的不断探索和研究,该定理
在航空航天事业发展中,结构轻量化一直是研究者们的关注焦点,同时吸波技术作为提高航空航天系统的生存能力的有效手段,受到世界各国的高度重视。使用吸波胶浸润处理后的蜂窝
近十年来,新兴污染物逐渐出现在人们的视野中,它的不断检出给环境污染控制带来了新的挑战。卤代甲烷磺酸作为一类新兴污染物,2016年首次在水环境中被发现。作为含卤素原子的
近年来,科研工作者们对于低维半导体材料的研究工作不断升温,低维半导体材料独特优越的结构特点为研究电学性能提供了重要的材料基础。伴随着科研事业的不断发展,低维半导体
对于大多数中国学生来说,写作一直被认为是英语学习过程中较难掌握的一个方面。随着过程写作教学的发展,教师反馈已经成为写作环节中不可缺少的一部分。如何正确利用反馈提高英语学习者的写作水平,何种反馈方式更加有效已经成为学者的研究重点。本文对错误的划分采用Kendon Kurzer(2018)的划分标准,将错误划分为以下三种:整体错误、局部错误和机械错误。本研究致力于研讨“在错误处标注错误类型”和“在错误