青霉素自问世以来便在医药行业始终占领着重要地位,为人类的健康事业做出了不可小觑的贡献,然而近年来青霉素生产行业的利润一再降低,各企业间竞争激烈。本文以某药厂青霉素提取工艺中的萃取环节为研究背景,由于目前萃取过程中仍利用人工调节硫酸料液阀门,使得生产过程具有较大的滞后性和不稳定性,从而导致青霉素成品质量不高,也Biobased materials耗费了较多的生产原料。基于此,本文将青霉素萃取过程中发酵滤液的p H值作为控制对象展开研究。首先,本文在分析青霉素萃取原理和p H值控制过程具有滞后性、非线性、时变性的基础上,确定了青霉素萃取过程中发酵滤液p H值这一被控对象数学模型的结构即一阶惯性环节加纯滞后环节,并利用阶跃响应两点法和部分历史生产数据辨识模型中的参数,从而建立了青霉素发酵滤液p H值控制系统的数学模型。之后,本文针对青霉素萃取过程中发酵滤液p H值控制系统设计控制策略,依次采用和提出了改进Smith-PID算法、改进PSO-Bafilomycin A1半抑制浓度PIDNN算法、改进JGPC算法对青霉素发酵滤液p H值的数学模型进行控制。其中:1)改进Smith-PID算法是通过在Smith预估控制器中加入低通滤波器并结合PID控制器的一种控制策略,减弱了由于传统Smith预估器无法适应模型失配情况而给系统控制造成的不利影响;2)改进PSO-PIDNN算法是基于改进PSO算法代替了具有依赖初始权值、易陷入局部极值等不足的传统BP算法对PIDNN权值进行更新的控制策略。其中,改进PSO算法通过Logistic混沌映射实现惯性权重的非线性更新、由状态衡量参数确定粒子位置和速度的更新公式、引入Pade近似和带遗忘因子的递推最小二乘法计算粒子适应度;3)改进JGPC算法是采用JGPC算法对传统GPC算法进行简化计算并使得GPC算法不再受模型参数稳定性限制,同时结合用于降低算法运算量的对最优控制序列中除首元素外其他元素近似计算方法的控制策略。最后,利用Matlab工具对各算法进行实现和仿真,并选择超调量、调节时间、稳态误差作为各算法性能的评价指标。仿真实验结果表明,改进JGPC算法https://www.selleck.cn/products/mcc950-sodium-salt.html响应速度更快,同时无超调、无振荡、无静差,且相比于改进Smith-PID算法、改进PSO-PIDNN算法的调节时间分别降低了40.66%和37.12%。因此,可得到结论:改进JGPC算法能有效控制青霉素萃取工艺中发酵滤液的p H值,并在上述算法中控制效果最佳。