摘要：随着人们生活水品的提高，制药工程的产品质量与产品效率受到越来越多的关注。青霉素作为人类发现的第一种被广泛应用于临床医药的抗生素，其发酵过程是一典型的间歇过程，它具有极强的非线性、极短的生产反应周期和快速变化的动态特性等特点，在工业生产过程中一个条件的微小变化都会导致青霉素生产质量的降低。为了确保青霉素在发酵过程中的安全与稳定，我们有必要在近阶段去建立一个标准化的过程监测系统。

主元分析法（PCA）是数据驱动中常用的分析方法，适用于连续的工业生产过程。考虑到间歇过程批量化生产中的非线性特性和动态特性的变化等因素，有学者在1994年提出了适用于它的的多向主元分析法（MPCA），该方法能够有效解决工业数据维数高、数据复杂的问题。且之后经过国内外研究工作者的改良，MPCA不断向着动态化模型的方向发展，但因为间歇过程各阶段数据条件不统一的问题，导致MPCA在对间歇过程的故障监控上会由于初期过程数据的干扰而变得不那么准确，所以就有了现阶段讨论最多的多时段性质的MPCA。本文使用伊利诺理工学院的Cinar教授带头研发的Pensim仿真平台来对青霉素发酵过程进行仿真并得到数据，在此基础上用MPCA方法对由平台产生的多组数据实施建模仿真来实现间歇过程的故障检测与诊断，通过检测故障的准确性来验证算法的有效性，并在这之后针对仿真结果的不足，提出了一种时段划分方法对MPCA实行阶段化仿真处理，事实证明该方法能够有效解决数据初期跃进造成的误差问题。

关键字：青霉素发酵，间歇过程，多向主元分析法（MPCA），检测和诊断

目 录

摘 要

ABSTRACT

第一章 绪 论-1

1.1. 本课题研究的意义-1

1.2. 研究领域现状-1

1.3. 所做的主要工作-2

第二章 青霉素发酵过程综述-3

2.1. 引言-3

2.2. 发酵技术简介-3

2.3. 青霉素发酵过程-3

2.3.1. 工业化生产流程-4

2.3.2. 青霉素发酵的主要方法-4

2.4. 青霉素发酵实验平台-5

2.4.1. Birol非结构模型-6

2.4.2. 仿真条件-7

2.4.3. 故障类型-8

2.4.4. 仿真数据-8

2.5. 小结-10

第三章 多向主元分析法的算法研究-11

3.1. 引言-11

3.2. PCA算法-11

3.3. MPCA算法-13

3.3.1. 统计量及其控制线整定-14

3.3.2. 贡献图-15

3.3.3. 过程监控-15

3.4. 小结-16

第四章 仿真与数据处理-17

4.1. Matlab介绍-17

4.1.1. Matlab的应用-17

4.1.2. Matlab的优越性-17

4.2. Pensim数据处理-17

4.3. 数据仿真与分析-19

4.3.1. 基于MPCA的Matlab建模-20

4.3.2. 仿真结果-21

4.3.3. MPCA的分阶段处理-23

4.4. 小结-25

第五章 总结与展望-26

5.1. 总结-26

5.2. 展望-26

参考文献-28

致 谢-30