Разработка математических моделей динамики накопления биомассы бактериальных культур

• Автор: Комаров, Юрий Петрович
• Шифр специальности: 03.00.02
• Научная степень: Кандидатская
• Год защиты: 1983
• Место защиты: Горький
• Количество страниц: 132 c. : ил

1. Математические модели кинетики процессов

микробиологического синтеза . II

2. Оптимизация процессов микробиологического

синтеза

Глава II. Разработка структуры математической модели микробиологических процессов.

1. Математическая модель для взаимонезамени

мых субстратов.

2. Математическая модель для взаимозаменяемых

субстратов.

3. Влияние РНК на синтез биомассы.

Глава III. Идентификация процесса синтеза биомассы бактерий

1. Идентификация структуры математической модели
2. Параметрическая идентификация математической модели
3. Диалоговая система идентификации .
4. Математическая модель синтеза биомассы
бактерий Ь, М и 5. мъгсисет Зб.
Глава 1У. Проверка адекватности математических моделей в
условиях периодического культивирования .
1. Методика экспериментальных исследований периодических культур Е. ео АН и
ЬгСоГсеЪСЛпЪ
2. Адекватность математических моделей
Глава У. Применение математических моделей к интенсификации процесса накопления биомассы
1 Постановка задачи оптимального управления
2. Оптимальная по быстродействию программа
подпитки аммонийным азотом
3. Диалоговая система оптимизации.
4. Управление процессом накопления биомассы
в реальном масштабе времени
Основные результаты
ЛИ Т Н Р А Т У р а
ВВЕДЕНИЕ


Показана правомочность блочной методики как для случая взаимонезаменимых питательных субстратов, так и для случая взаимозаменимых питательных субстратов. Показано, что при некоторых дополнительных допущениях из математической модели обще го вида вытекают как частный случай известная модель Моно , а также модель, учитывающая ингибирование роста избытком питательного субстрата. Для описания лагфазы процесса в модель вводится уравнение динамики накопления общей РНК. Третья глава посвящена проблеме идентификации микробной популяции как объекта управления. Формулируются задачи структурной и параметрической идентификации модели. Задача параметрической идентификации объекта управления сводится к задаче нелинейного программирования минимизации функции невязки, характеризующей квадратичное отклонение экспериментальных данных от теоретических. Описана диалоговая система идентификации математических моделей и приведена ее блоксхема. Н МЧ и Й. В с лимитом по глюкозе и аммонийному азоту. Приведен расчет эффективности применения блочного метода в задачах параметрической идентификации моделей. В четвертой главе приведена методика проведения экспериментальных исследований, формулируется алгоритм проверки моделей ка адекватность процессу путем экспериментальной проверки результатов теоретических расчетов. Приводятся результаты проверки моделей на адекватность, свидетельствующие о достаточно точном совпадении теоретических расчетов с экспериментальными данными. Пятая глава посвящена применению полученных моделей для интенсификации процесса накопления биомассы микроорганизмов. В ней делается постановказадачи оптимального управления. Приводится расчет с применением принципа максимума Понтрягина оптимальной по быстродействию программы подпитки аммонийным азотом периодической культуры Е. Р1 Ж . Формулируется методика сведения задачи оптимального управления к задаче параметрической оптимизации, разработаны алгоритм и программы диалоговой системы оптимизации, позволяющие находить квазиоптимальное управление. И, наконец, в последнем параграфе приведен один из возможных методов управления процессом накопления биомассы путем осуществления добавок лимитирующего питательного субстрата, величина которых рассчитывается на основе оперативной оценки текущей удельной скорости роста микроорганизмов. Блочный метод анализа и синтеза математических моделей. Оригинальные математические модели динамики накопления биомассы микроорганизмов Е. Я МЧ7 и 5. Алгоритмы и программы диалоговых систем идентификации моделей, проверки их адекватности, поиска оптимальных режимов управления. Результаты экспериментальной проверки адекватности математических моделей. Оптимальные режимы подпитки субстратами периодических культур Е. М и 2. Рациональное сочетание экспериментального и математического подходов является необходимым условием успешного изучения процессов микробиологического синтеза. Опираясь на конкретные фактические данные, математическая модель дает возможность прогнозировать основные показатели процессов культивирования микроорганизмов, позволяет сократить сроки освоения новых процессов и интенсифицировать имеющиеся процессы 4. Основоположником моделирования процессов микробиологического синтеза в нашей стране явился Н. Д.Иерусалимский , за рубежом одной из первых работ по моделированию микробиологических процессов явилась работа Моно , в которой описана экспериментальная кривая периодического культивирования бактерий с лимитом по глюкозе и маннозе. По виду математических зависимостей модели подразделяются на стохастические и детерминированные, распределенные и сосредоточенные в зависимости от того, учитывается ли связь динамических переменных процесса с пространственными координатами или они являются усредненными по всему объему ферментера. Кроме того, математические модели подразделяются на структурированные и де структурированные, структурированные модели рассматривают микробную массу неизменной по состоянию, она характеризуется только количественно своей концентрацией, без описания динамики различных клеточных структур.