随着科学技术的发展,生物发酵拥有广阔的发展前景。近年来,生物发酵技术和发酵装置作为生物技术产业化的基础,已得到了人们的广泛关注。发酵过程本身复杂,控制难度很大。同时随着生产技术的进步,对过程控制的精度要求也越来越高。因此,开发适用于工业级的生物发酵控制系统,减少生产成本,增加产量,提高产品的质量,具有重要的现实意义。本文根据生物发酵的流程特点和当今国内市场的切实需要,在总结国内外相关研究的基础上,针对非线性、时变、大滞后的发酵过程,将先进的控制技术应用到生物发酵控制系统中。生物发酵过程中,发酵液的温度、溶解氧浓度、补料量是非常重要的参数,既影响细胞的生长也影响产物的形成。对于不同发酵对象及不同容量的发酵罐,温度的变化比较大,为了实现系统的通用性,应用模糊PID算法对温度进行控制。对于生物发酵过程,精确的溶解氧浓度和补料控制的数学模型很难建立,传统的控制方法很难在溶氧控制系统和补料控制系统中达到好的效果,引入模糊神经网络控制,将模糊控制理论的逻辑推理技术和神经网络的自学习能力有机结合起来。并将改进的模糊神经网络应用于青霉素发酵过程中,实现溶氧和补料系统的优化控制。系统在硬件设计上采用ARM9微处理S3C2410A作为主控制器,提高了系统的运行速度和数据处理能力,并根据系统所要实现的功能,设计了硬件模块进行数据采集和远程监控。为满足生物发酵过程监控的实时性和处理复杂多任务的需要,构建嵌入式Linux软件平台,并在这个平台下实现生物发酵参数的实时采集和控制。在系统中嵌入Internet,通过Internet在Windows环境下实现远程监控。在客户机的Windows环境下搭建Java开发环境,利用Java Applet技术访问SQL数据库,实现控制系统的实时监控。本文的工作重点包括:主要参数测量与控制、补料控制、系统的总体设计、嵌入式系统设计、应用程序设计以及通信设计。本发酵过程数字控制系统对发酵过程进行实时监控、优化操作,不仅能避免人工操作的不确定因素,提高自动化水平,而且能够对发酵过程中主要参数进行有效控制,实现智能补料和远程控制,具有重要的现实意义。