[发明专利]基于神经网络逆的生物发酵自适应控制系统及控制方法

权利要求书

1.一种基于神经网络逆的生物发酵自适应控制方法，生物发酵系统以进料流量u₁和进料基质浓度u₂为控制输入，以菌体浓度y₁和基质浓度y₂为输出，其特征在于，包括以下步骤：

利用神经网络和时分多路延时环节（TDL）构造生物发酵系统的神经网络逆，以生物发酵系统当前时刻输出及其前一时刻输出为神经网络的输入变量，以生物发酵系统的控制输入作为神经网络的输出量，通过调整神经网络的权系数使神经网络实现生物发酵系统的逆系统功能；

将神经网络逆串联于生物发酵系统之前，组成伪线性复合系统；

将伪线性复合系统线性化解耦为两个单输入单输出的伪线性子系统；

采用无模型自适应控制器和参数自适应模块分别串联于每个伪线性子系统之前以进行自适应控制，该无模型自适应控制器和参数自适应模块构成线性闭环控制器；

给定的生物发酵系统的期望输出信号，根据当前时刻和前一时刻每个伪线性子系统的控制输入及生物发酵系统的输出，不断更新无模型自适应控制器的参数和下一时刻每个伪线性子系统的控制输入，使生物发酵系统的输出有效跟踪前述给定的期望输出信号，实现对生物发酵系统的无模型自适应控制。

2.根据权利要求1所述的基于神经网络逆的生物发酵自适应控制方法，其特征在于，前述神经网络逆由具有四输入、双输出的单隐层BP神经网络以及TDL环节构成，该神经网络逆具有双输入和双输出节点，其中：

神经网络逆的第一个输入为单隐层BP神经网络的第一个输入y₁(k+1)，该第一个输入y₁(k+1)经过时分多路延时环节（TDL）后的变量作为单隐层BP神经网络的第二个输入；

神经网络逆的第二个输入为单隐层BP神经网络的第三个输入y₂(k+1)，该第二个输入y₂(k+1)经过时分多路延时环节（TDL）后的变量作为单隐层BP神经网络的第四个输入；

神经网络逆的两个输出为单隐层BP神经网络的输出u₁(k)和u₂(k)。

3.根据权利要求2所述的基于神经网络逆的生物发酵自适应控制方法，其特征在于，前述无模型自适应控制器的输出v_i(k)连接至每个伪线性子系统的控制输入，其中v_i(k)采用如下公式计算：

vi(k)=vi(k-1)+ρiφi(k)λi+φi(k)2(yi*(k+1)-yi(k)),i=1,2]]>

式中，为给定的生物发酵系统的期望输出信号，φ_i(k)为无模型自适应控制器的自适应参数，ρ_i、λ_i为无模型自适应控制器的可调参数。