Автоматизация научных исследований процессов биосинтеза

• Автор: Шотин, Андрей Борисович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Москва
• Количество страниц: 150 с. : ил.

Введение

Глава 1. Обзор современного состояния систем автоматизации научных исследований.

1.1 Необходимость создания автоматизированной системы сбора, обработки, хранения и представления лабораторной информации

1.2 Особенности задач биотехнологических лабораторий

1.3 Постановка задачи создания программно аппаратного комплекса ПЛК дня биотехнологической лаборатори

1.4 Типовые задачи и функции систем автоматизации исследований

1.5 Обзор существующих систем автоматизации лаборатории.

Глава 2. Разработка методики создания программноаппаратного комплекса автоматизации биотехнологической лаборатории.
2.1 Описание типовых задач технологов, типовых запросов к данным, их математическая обработка, ввод и представление.

2.2 Кинетические характеристики процесса биосинтеза.

2.2.1 Математические модели кинетики биосинтеза продуктов метаболизма как функции от удельной скорости роста
2.2.2 Субстратзависимые модели кинетики биосинтеза продуктов метаболизма.
2.3 Существующие варианты управления лабораторными исследованиями.
2.4 Создание инженерной методики реализации автоматизированного лабораторного комплекса
2.5 Комплекс i как объект исследования.
2.5.1 Оборудование и программное обеспечение
2.5.2 Преимущества технологий i I
Заключение по второй главе
Глава 3. Практическая реализация программно аппаратного комплекса автоматизации системы научных исследований процесса биосинтеза лизина
3.1 Разработанный подход к хранению данных
3.2 Реляционная модель СУБД.
3.2.1 Реализации моделей данных.
3.3 Описания наиболее распространенных СУБД, их преимущества и недостатки для применения в целях хранения и обработки результатов экспериментов
3.3.1
3.3.2 .
3.3.3 v
3.3.4 I ii
3.3.5
3.4 Выбор СУБД для реализации функции хранения данных.
3.4.1 Преимущества технологий
3.5 Внутренняя структура реляционных связей в базе данных ПАК.
Заключение по третьей главе
Глава 4. Описание работы разработанной системы. Пример использования разработанной системы ПАК АСИИ.
4.1 Основные структурные элементы комплекса.
4.2 Рабочие циклы экспериментов.
4.3 Пакетная загрузка данных в СУБД.
4.4 Управление доступом к системе.
4.5 Практическое применение разработанного ПАК для процесса определения потребности культуры в лейцине
4.5.1 Описание проведения экспериментов.
4.5.2 Определение скорости потребления лейцина продуктом
4.6 Особенности внедрения комплекса в действующую лабораторию
Заключение.
Список использованной литературы


Для определения актуальных задач, возникающих при разработке программноаппаратного комплекса автоматизации научных исследований ПАК АСИИ, в частности, для микробиологической промышленности одной из наиболее динамичных и молодых отраслей народного хозяйства прежде всего необходимо провести анализ состояния этой проблемы в настоящее время. Решению данной задачи и посвящена эта глава. В работе рассмотрены основные задачи автоматизации этапа научных исследований процесса биосинтеза лизина на этапе ферментации. Общая блоксхема технологического процесса производства лизина приведена на рисунке 1. Рисунок 1. Блоксхема производства лизина. В прямоугольник выделены стадии изучения в лаборатории перед промышленным производством. Успехи математического моделирования, способствовали широкому распространению данного метода в прикладной микробиологии и биотехнологии. Сейчас в мировой литературе ежемесячно публикуется около десятка работ, содержащих математическое описание того или иного микробиологического процесса. Работы первого направления, как правило, связаны с оптимизацией технологических процессов и будут нами рассмотрены подробнее несколько ниже. К работам второй группы относятся т. ЭВМ или вычислительные эксперименты. Надо отметить, что в ряде случаев постановка прямого эксперимента может оказаться слишком сложной и дорогостоящей. Поэтому использование ЭВМ для определения поведения изучаемого объекта при различных воздействиях безусловно оправдано. Иногда, как, например, при моделировании сложных экосистем, критерии оптимальности сформулировать весьма трудно и их выработка может осуществляться только в процессе игры с моделью. Работы по анализу устойчивости биологических систем выделились в настоящее время практически в самостоятельную область исследований. Эти работы имеют большую практическую ценность в связи с тем, что в них анализируются главным образом переходные процессы, которые намного информативнее установившихся. Анализ сложных сетей метаболических реакций и других сложных биологических систем с обратной связью , приводит к выводу, что все они, как правило, асимптотически устойчивы и возникновение в них автоколебательных режимов является скорее исключением, чем правилом. Следует отметить, что в ряде случаев 4,6 достаточным оказывается качественный анализ полученных количественных закономерностей. Тем не менее, коль скоро сформулирован какойто количественный критерий, который должен рассчитываться по показателям процесса, и вычисляется его оптимум, тем самым мы уже имеем, пусть простейшую, математическую модель. Анализ проблемы автоматизации периодического процесса ферментации осуществлен в . Авторы указывают, что в ряде случаев для определения варианта управления оказывается достаточным визуальный анализ кривых зависимости критерия оптимальности процесса например, продуктивности от управляющих параметров температуры, , интенсивности аэрации и т. Однако часто задача оказывается сложной и требуется поиск варианта управления на математической модели. Это происходит в тех случаях, когда управляющие воздействия не являются независимыми, либо, если они действуют сразу на несколько показателей процесса, которые участвуют в формировании критерия оптимальности. Наиболее часто используются в качестве управляющего воздействия температура и , хотя в ряде случаев в качестве параметра оптимизации выбирается число аппаратов и распределение их по объемам в каскаде аппаратов для непрерывного культивирования микроорганизмов , . Математические модели могут также применяться и для целей оптимального управления, поскольку в связи с нестандартностью свойств сырья, некоторой гетерогенностью популяция, конечной точностью работы регуляторов и, наконец, неполнотой наших знаний о процессе в ходе ферментации возможен уход процесса от рассчитанных заранее оптимальных показателей. В связи с этим возникает задача корректировки модели и условий ведения процесса, которая тесно связана с использованием ЭВМ в режиме i т. Надо отметить, что такого рода задачи для микробиологической промышленности находятся в стадии постановки.