[发明专利]基于人工神经网络实现多柱连续流层析设计及分析的方法

权利要求书

1.一种基于人工神经网络实现多柱连续流层析设计及分析的方法，其特征在于，包括以下步骤：

步骤1，第一人工神经网络训练，采用机理模型和实验方法建立层析穿透曲线数据集和机理模型参数集，以穿透曲线数据集为输入，机理模型参数集为输出，训练得到第一人工神经网络；

步骤2，第二人工神经网络训练，采用机理模型和实验方法建立层析穿透曲线数据集和机理模型参数集，以机理模型参数集为输入，穿透曲线数据集为输出，训练得到第二人工神经网络；

步骤3，穿透曲线拟合，将实验所得穿透曲线进行线性插值，得到穿透曲线的特征点，将特征点和实验操作参数作为输入代入第一人工神经网络，拟合计算得到机理模型参数；

步骤4，穿透曲线预测，将步骤3得到的机理模型参数代入第二人工神经网络，依据层析参数预测范围，得到不同流速与不同蛋白浓度的穿透曲线特征点，并和穿透曲线实验数据进行比较，若误差大于5％，则重新进行第一人工神经网络训练和第二人工神经网络训练，并重新进行步骤3和步骤4；

步骤5，连续流层析的过程分析，将步骤4预测的穿透曲线特征点和连续流层析操作参数代入连续流层析模型，得到连续流层析过程的设计参数和评估参数，分析连续流层析操作参数变化对多柱连续流层析的过程产率和介质利用度性能指标的影响，所述的连续流层析模型为根据不同操作模式建立的连续流设计模型，连续流层析的评估参数包括过程产率和介质利用度，其中不同操作模式包括二柱、三柱、四柱、N柱，N＞4；所述的连续流层析操作参数，对于二柱连续流层析是连接模式的上样时间和断开模式的上样流速，对于三柱以上连续流层析是柱数和连接模式的上样时间，

当为二柱连续流层析操作模式时，连接模式的上样时间和断开模式的上样流速计算方法如下：

其中：T_C为连接模式的上样时间，单位为min；U_DC代表断开模式的上样流速，单位为mL/min；c(t)为时间t时对应的蛋白上样浓度，单位为mg/mL；c₀为蛋白上样浓度，单位为mg/mL；U_C为连接模式的上样流速，单位为mL/min；T_DC为断开模式的上样时间，单位为min；T_{1_1％}为一柱1％穿透点时间，单位为min；T_{1_s％}为一柱s％穿透点时间，单位为min；T_{2_1％}为二柱1％穿透点时间，单位为min；SF为安全因子；

当为三柱以上连续流层析操作模式时，柱数和连接模式的上样时间计算方法如下：

其中：N为连续流层析的柱数；T_CW代表连接模式的清洗时间，单位为min；T_RR为洗脱清洗再生的总时间，单位为min；T_{1_1％′}为双柱串联上样时前柱1％穿透点时间，单位为min；T_{1_s％′}为双柱串联上样时前柱s％穿透点时间，单位为min；T_{2_1％′}为双柱串联上样时后柱1％穿透点时间，单位为min；

步骤6，连续流层析的操作空间优化，基于分离目标和要求，确定过程产率和介质利用度，通过步骤5的分析，得到优化的连续流层析设计参数的操作空间，具体包括：

基于连续流层析的设计参数范围，生成参数矩阵，对矩阵内的所有参数点计算过程产率，得到过程产率矩阵，对矩阵进行线性插值，绘制在不同操作条件的过程产率分布图，用于连续流层析过程分析和优化；

基于连续流层析的设计参数范围，生成参数矩阵，对矩阵内的所有参数点计算介质利用度，得到介质利用度矩阵，对矩阵进行线性插值后，绘制在不同操作条件的介质利用度分布图，用于连续流层析过程分析和优化；

基于分离目标，在过程产率分布图和介质利用度分布图中分别计算满足分离目标的连续流层析设计参数范围，将两个图的设计参数区域进行叠加，得到同时满足过程产率和介质利用度要求的连续流层析设计参数，并计算连续流层析过程的操作参数与流程安排方案。