目前,青霉素发酵等间歇过程的过程监督技术主要采用如主元分析(PCA)等多元统计方法。Petri网具有的强大的图形建模和数学分析功能,尤其适用于描述间歇生产过程。本文针对青霉素发酵间歇生产过程,采用赋时Petri网和RBF神经网络相结合,提出了一种基于特征状态的过程监督方法。　　 论文首先详细分析了青霉素发酵过程,定义了能够表征青霉素发酵各阶段特征的若干个特征状态,研究了基于RBF神经网络提取过程特征状态的方法。然后,基于赋时Petri网建模及仿真方法,建立了基于赋时Petri网的青霉素发酵过程特征状态的演化模型,包括正常工况特征状态演化模型和过程运行特征状态监督模型。最后,将特征状态提取的RBF神经网络与特征状态演化的赋时Petri网模型相结合,建立了一个青霉素发酵过程的智能监督系统,实现对青霉素发酵过程的特征状态的提取及其演化过程的监督,并对其进行了仿真测试。　　 研究表明,基于赋时Petri网和RBF神经网络的青霉素发酵过程的特征状态监督方法,能够为间歇过程的智能监督提供一个好的途径,具有较好的应用前景。