[发明专利]微藻生长速率调节的人工神经网络模型参考伺服控制器

说明书

技术领域

本发明涉及一种自动调控微藻生长速率的方法，主要针对微藻产业中微藻生长以及相关代谢产物的控制与调节。 

背景技术

由于在微藻的生长过程中可以产生许多有价值的代谢产物，如生物能源类物质——生物柴油、H₂等，生物营养类物质——蛋白质、脂肪和维生素等，同时在生长过程中产生O₂，并分解利用水体中各种不同的污染物，所以在人工环境下培养微藻，已经广泛地应用于工业、农业、商业、国防和空间技术等领域，是目前国内外研究的热点问题。因为微藻有益代谢产物的产生和净化水体功能总是与其生长密切相关的，因此如何对微藻的生长过程进行有效地控制是目前微藻产生面临的关键问题。微藻的生长是复杂过程，其培养装置系统通常具有高度的非线性、时变性和不确定性，运行过程常常也不会固定在稳定的操作点上，而且在运行过程中会受到各种内部变化和外部扰动的影响，因此传统的方法如开环控制和PID控制等，都无法有效地对微藻生长进行有效控制，从而导致其产量受到影响。而微藻培养系统非线性控制器的模型同样难以通过解析和综合的方法加以确定，或者通过该方法得到的控制器鲁棒性和自适应性比较差，很难满足不断变化的情况。 

目前人工神经网络(ANN)已经成功地运用到复杂系统的辨识与控制当中，由于多层感知器具有全局逼近的功能，使得它在对非线性系统建模和对一般情况下的非线性控制器的实现方面普遍应用。因此在我们运用人工神经网络模型参考控制(ANN-MRC)方法研制微藻培养系统的闭环控制器，使微藻在其中能够受控地生长，并具有良好的动态响应和抗扰动性能，对我国的微藻产业发展具有重要的意义。 

发明内容

本发明的目的是建立控制微藻(S.platensis)生长速率的控制器，使微藻在人工环境下能够严格精确地受控生长。为达到上述目的，采取的技术方案是：通过改变微藻光合作用的2个主要因子——培养系统光强(LED光源)和曝气速率来调节微藻的生长速率，进而对微藻培养系统中各个反应的速率进行有效调节。为实现自动控制，在MatLab/Simulink中建立ANN-MRC控制器的仿真模型，并通过MatLab/Real-Time Workshop生成C代码嵌入到单片机中，对ANN-MRC控制器进行快速原型设计，作为实际控制器，通过分光光度计在线测量微藻培养系统中微藻的含量，并把它作为反馈信息，传输到ANN-MRC控制器，以电压脉宽调节方式改变施加在培养系统上的LED光强，并调节曝气管电磁阀的阀心位置和气压改变曝气速率，影响微藻光合速率，进而影响其生长速率，从而达到自动调控微藻培养系统中微藻生长的目的。 

尽管本发明是针对S.platensis的ANN-MRC控制器，但其他微藻可以在其具体生长特性的基础上，对控制器的结构和参数加以校正即可。 

附图说明

图1为本发明自动调控微藻培养系统中微藻生长方法流程图； 

图2为本发明建立的微藻生长人工神经网络模型参考伺服控制器结构图。 

具体实施方式

下面结合附图对本发明的具体实施方式作进一步详细的描述。 

1.基于数值仿真的ANN-MRC控制器设计 

ANN-MRC控制器结果包括1个参考模型和2个人工神经网络，1个ANN(ANN_id)用于微藻培养系统的模型辨识，另一个ANN(ANN_ctrl)用于控制器的设计。首先基于数据训练ANN_id，并把它作为微藻培养系统的模型来代替其原型进行控制器开发，然后根据需求指定1个状态空间模型作为参考模型，最后ANN_ctrl被训练成为高度自适应和鲁棒性的控制器，调节ANN_id的输入，使它的输出能够跟踪参考模型的输出，并与之保持一致，这意味着具有ANN-MRC控制器的闭环微藻自动控制培养系统将与参考模型具有高度的行为相似性。 

(1)ANN系统辨识：微藻培养系统的输入和输出分别是光强、曝气速率和培养系统中微藻的生长速率，通过同时记录施加在培养系统上光强、曝气速率的变化和微藻的生长速率的响应获得输入-输出时域实验数据，这些长时间的实验数据被分成2个部分，一部分用于ANN_id学习和训练，其他用于ANN_id泛化能力的检验和测试。