【摘要】：目前我國(guó)每年主要農(nóng)作物秸稈產(chǎn)量達(dá)7.5~9.94億噸,而農(nóng)作物秸稈處理方法主要包括:焚燒、還田、飼料、栽培食用菌和沼氣等。但70%的秸稈資源還是作為以稈代煤/直接燃燒。這不僅會(huì)破壞地表土壤結(jié)構(gòu)、使地表水分大量蒸發(fā),同時(shí)會(huì)造成資源浪費(fèi)和溫室效應(yīng)。如果能將其中10%生產(chǎn)燃料乙醇,將獲得800萬(wàn)噸的乙醇產(chǎn)量,節(jié)約糧食300萬(wàn)噸左右。因此秸稈資源制取燃料乙醇,在解決了資源浪費(fèi)的同時(shí),保護(hù)了環(huán)境,給農(nóng)民增加創(chuàng)收。隨著秸稈發(fā)酵制取燃料乙醇進(jìn)程的不斷發(fā)展,生產(chǎn)及規(guī)�；闹饾u擴(kuò)大,其控制過(guò)程也向自動(dòng)化和智能化轉(zhuǎn)變,通過(guò)對(duì)發(fā)酵過(guò)程中一些顯示發(fā)酵過(guò)程優(yōu)劣的參量進(jìn)行在線監(jiān)測(cè)是實(shí)現(xiàn)自動(dòng)控制的前提和基礎(chǔ)。但由于發(fā)酵內(nèi)部機(jī)理復(fù)雜,經(jīng)濟(jì)和技術(shù)原因都使得一些參量難以在線實(shí)時(shí)測(cè)量,目前傳統(tǒng)方法是將發(fā)酵過(guò)程中的產(chǎn)物取出,進(jìn)行離線化驗(yàn)。這種方法存在很大的測(cè)量延時(shí)和誤差,嚴(yán)重影響了后期對(duì)發(fā)酵過(guò)程的觀察和控制�；谏鲜鰡�(wèn)題,本課題研究設(shè)計(jì)了一種“多模型軟測(cè)量”方法并配套研制了一種基于嵌入式的秸稈發(fā)酵制取燃料乙醇監(jiān)測(cè)系統(tǒng),通過(guò)軟測(cè)量方法,對(duì)發(fā)酵過(guò)程中難以測(cè)量的關(guān)鍵參量(乙醇濃度、殘?zhí)呛俊⒕w活性)進(jìn)行實(shí)時(shí)在線監(jiān)測(cè)。論文首先介紹了秸稈發(fā)酵燃料乙醇的目的及前景,同時(shí)指出發(fā)酵過(guò)程控制中存在的問(wèn)題,為后文的研究?jī)?nèi)容做鋪墊。其次,詳細(xì)介紹了本文采用的軟測(cè)量算法理論和軟測(cè)量平臺(tái)軟硬件設(shè)計(jì)。軟測(cè)量理論為:針對(duì)單一回歸模型不適應(yīng)新的工況,運(yùn)用一種多模型軟測(cè)量建模方法,該多模型軟測(cè)量包括了核模糊C均值聚(Kernel-based fuzzy c-means algorithm,KFCM)數(shù)據(jù)分理論、最小二乘支持向量機(jī)(Least squares vector machine,LS-SVM)建模理論和自適應(yīng)變異差分進(jìn)化算法(Adaptive mutation different evolution,AMDE)模型優(yōu)化理論,最終將算法用于秸稈發(fā)酵關(guān)鍵參量的軟測(cè)量中,通過(guò)仿真實(shí)驗(yàn)顯示可以得到合適的懲罰系數(shù)C和徑向基寬度?,優(yōu)化后的算法比傳統(tǒng)方法在優(yōu)化精度和訓(xùn)練的速度有了明顯的提升。監(jiān)測(cè)系統(tǒng)設(shè)計(jì)包括:STM32F103ZET6最小系統(tǒng)為核心的系統(tǒng)數(shù)據(jù)采集模塊,實(shí)現(xiàn)數(shù)據(jù)從發(fā)酵現(xiàn)場(chǎng)采集并傳輸?shù)街骺啬K的任務(wù);ARM11作為主處理器的核心主控模塊,完成了將采集到的數(shù)據(jù)進(jìn)行分析、軟測(cè)量處理、顯示等功能。最后將研制的軟測(cè)量平臺(tái)運(yùn)用在秸稈發(fā)酵實(shí)際過(guò)程中,通過(guò)PC機(jī)上的模擬和嵌入式平臺(tái)上的測(cè)試應(yīng)用,證明了該系統(tǒng)可以完成多模型軟測(cè)量算法的移植和秸稈發(fā)酵過(guò)程的監(jiān)測(cè)。本次課題研究的秸稈發(fā)酵多模型軟測(cè)量監(jiān)測(cè)系統(tǒng)具有實(shí)時(shí)監(jiān)測(cè)秸稈發(fā)酵關(guān)鍵參數(shù)并通過(guò)顯示屏顯示的功能,為今后工業(yè)生產(chǎn)過(guò)程中難以測(cè)量量的監(jiān)測(cè)與實(shí)時(shí)顯示提供了一定的借鑒。
【圖文】：

濃度等參量對(duì)最終產(chǎn)物量有著巨大的影響[44]。傳感器方法局限性比較大，且分析儀器價(jià)格昂貴，維護(hù)保養(yǎng)困難，難以提供實(shí)時(shí)質(zhì)量信息作為質(zhì)量控制的信 ，目前難以實(shí)現(xiàn)產(chǎn)業(yè)化。傳統(tǒng)方法是發(fā)酵現(xiàn)場(chǎng)采用人工離線取樣檢測(cè)這種方法帶來(lái)的后果是滯后時(shí)間長(zhǎng)、測(cè)量誤差大，嚴(yán)重影響控制系統(tǒng)的設(shè)計(jì)化，給提升發(fā)酵過(guò)程的生產(chǎn)效率、產(chǎn)品產(chǎn)出與質(zhì)量帶來(lái)了巨大困難，所以迫要一種方法以實(shí)時(shí)在線檢測(cè)這些不可直接測(cè)量的關(guān)鍵生物量。1 秸稈發(fā)酵過(guò)程分析本課題重點(diǎn)研究秸稈發(fā)酵制取燃料乙醇軟測(cè)量監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，因稈發(fā)酵原理與過(guò)程在此作簡(jiǎn)要說(shuō)明。秸稈 資源發(fā)酵是利用其含有木質(zhì)纖維要是纖維素和半纖維素)進(jìn)行水解得到生物質(zhì)水解后糖液，再經(jīng)過(guò)酵母菌厭吸消耗糖原的同時(shí)對(duì)糖 生物質(zhì)原料中的單糖和雙糖轉(zhuǎn)換為乙醇[48, 49]。

具體秸稈發(fā)酵過(guò)程如圖 2.1 所示，因本文重點(diǎn)研究發(fā)酵過(guò)程監(jiān)測(cè)問(wèn)題，酵過(guò)程做簡(jiǎn)要介紹。本課題研究中采用的是同步糖化發(fā)酵法(SSF)，該酶水解和發(fā)酵結(jié)合起來(lái)，在同一發(fā)酵罐同時(shí)進(jìn)行，纖維素被纖維素酶糖，酵母能及時(shí)將糖轉(zhuǎn)化為乙醇。SSF 方法不僅簡(jiǎn)化了流程，而且解決了水解過(guò)程帶來(lái)的抑制作用，有利于提高纖維素酶解效率和減少酶用量。工藝還具有減少發(fā)酵時(shí)間、降低設(shè)備投資和減少外部微生物污染等優(yōu) 酵母菌生長(zhǎng)特性秸稈發(fā)酵過(guò)程中，，酵母菌的生長(zhǎng)可分為遲滯期、對(duì)數(shù)生長(zhǎng)期、穩(wěn)定期和個(gè)階段，如圖 2.2 顯示了酵母菌生長(zhǎng)特性。從圖中我們可以看出，隨著長(zhǎng)酵母菌的數(shù)目越來(lái)越多，最直觀的體現(xiàn)就是發(fā)酵產(chǎn)物乙醇的大量產(chǎn)前期、中期與后期酵母菌的生長(zhǎng)對(duì)環(huán)境有著不同要求并且生長(zhǎng)速率上呈階段特征[44, 45]。
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TQ223.122;TQ920.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱湘臨;岳海東;孫謐;;基于Bayesian的海洋脂肪酶發(fā)酵過(guò)程軟測(cè)量建模[J];測(cè)控技術(shù);2015年11期

2 梅從立;楊銘;劉國(guó)海;;基于證據(jù)合成的高斯過(guò)程回歸多模型軟測(cè)量方法[J];化工學(xué)報(bào);2015年11期

3 劉瑞蘭;徐艷;戎舟;;基于稀疏最小二乘支持向量機(jī)的軟測(cè)量建模[J];化工學(xué)報(bào);2015年04期

4 喬宗良;張蕾;周建新;司風(fēng)琪;徐治皋;;一種改進(jìn)的CPSO-LSSVM軟測(cè)量模型及其應(yīng)用[J];儀器儀表學(xué)報(bào);2014年01期

5 王叢佼;王錫淮;肖健梅;;基于動(dòng)態(tài)自適應(yīng)策略的改進(jìn)差分進(jìn)化算法[J];計(jì)算機(jī)科學(xué);2013年11期

6 錢(qián)曉山;陽(yáng)春華;徐麗莎;;基于改進(jìn)差分進(jìn)化和最小二乘支持向量機(jī)的鋁酸鈉溶液濃度軟測(cè)量[J];化工學(xué)報(bào);2013年05期

7 徐松金;龍文;;差分進(jìn)化優(yōu)化參數(shù)的LSSVM中長(zhǎng)期徑流預(yù)測(cè)[J];科學(xué)技術(shù)與工程;2012年27期

8 喬立巖;梁宇;趙浩然;朱建平;;基于W5300的以太網(wǎng)接口設(shè)計(jì)[J];電子測(cè)量技術(shù);2012年07期

9 王健偉;宋執(zhí)環(huán);;支持向量機(jī)軟測(cè)量的嵌入式系統(tǒng)平臺(tái)實(shí)現(xiàn)[J];控制工程;2011年02期

10 范勤勤;顏學(xué)峰;;基于自適應(yīng)差分進(jìn)化算法的間歇反應(yīng)動(dòng)態(tài)優(yōu)化求解[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

相關(guān)博士學(xué)位論文 前3條

1 羅隆;污水生化處理系統(tǒng)的軟測(cè)量及自適應(yīng)優(yōu)化控制策略研究[D];華南理工大學(xué);2014年

2 李冬梅;玉米秸稈為原料燃料乙醇制備的關(guān)鍵問(wèn)題研究[D];哈爾濱工業(yè)大學(xué);2008年

3 于濤;基于混合模型的軟測(cè)量方法研究及其在發(fā)酵過(guò)程中的應(yīng)用[D];北京化工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 華天爭(zhēng);秸稈發(fā)酵制取燃料乙醇過(guò)程的軟測(cè)量與預(yù)測(cè)控制[D];江蘇大學(xué);2017年

2 莊國(guó)坤;秸稈發(fā)酵燃料乙醇過(guò)程控制系統(tǒng)研究[D];江蘇大學(xué);2017年

3 周劍波;基于ARM11及Linux的伺服系統(tǒng)測(cè)試儀的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2017年

4 燕秋麗;玉米秸稈預(yù)處理及其酶解發(fā)酵制備生物乙醇的研究[D];暨南大學(xué);2016年

5 程呈;混合多模型曝氣生物濾池污水處理軟測(cè)量建模研究[D];安徽工業(yè)大學(xué);2016年

6 白璐;基于嵌入式LINUX的遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2016年

7 張新勝;基于ARM的一次風(fēng)流量軟測(cè)量?jī)x表研發(fā)[D];華北電力大學(xué);2016年

8 張乾;基于AP聚類(lèi)的生物發(fā)酵過(guò)程軟測(cè)量建模方法研究[D];江南大學(xué);2015年

9 王健偉;基于嵌入式系統(tǒng)的在線訓(xùn)練軟測(cè)量平臺(tái)[D];浙江大學(xué);2010年

10 徐海霞;多模型軟測(cè)量建模方法研究及其在生物發(fā)酵過(guò)程中的應(yīng)用[D];江蘇大學(xué);2009年

本文編號(hào)：2619289