简介:采用生物传感器-人工神经网络建立基于游离氨基酸含量对胶原蛋白胰酶酶解进程的预测模型,以实现对酶解进程的在线监控,获得最大量的目标活性肽。以大马哈鱼皮为原料制备胶原蛋白,对其酶解,建立不同条件下的酶解动力学曲线。结果显示:酶解液中游离氨基酸含量随酶解时间的延长而增加,与胶原蛋白的水解度呈良好的线性关系。以酶浓度、底物浓度、游离谷氨酸含量、赖氨酸含量、谷氨酸和赖氨酸含量为输入参数,水解度DH为输出参数,建立基于谷氨酸含量、赖氨酸含量以及谷氨酸赖氨酸含量的蛋白酶传感器-人工神经网络预测模型。对3个模型的水解度样本值与拟合值进行比较分析,R2分别为0.98,0.9805和0.981,对样本值拟合度很高。利用模型进行独立试验验证,理论值与实验值相符合,水解度实验的相对误差范围分别为0.404%~6.45%,0.76%~2.27%和1.67%~2.72%。3个模型在一定程度上实现了仿真监控,可用来在线预测水解反应的动态进程。
简介:基于提高工业废水处理自动化程度、保证出水水质的考虑,通过正交实验法获得了用于FNN模型训练和测试的样本数据,并建立了相应的FNN预测和控制模型;结合模糊C均值聚类和混合算法完成网络的结构辨识和参数辨识,仿真结果表明,预测模型具有很好的学习能力和泛化能力,而测试数据的相对误差范围为1.2%~8%;建立好的预测控制模型与MCGS组态软件结合应用于实验室的造纸废水处理控制,改变原水COD和进水流量的大小,控制系统会自动计算出该时刻的加药量,其出水CODcr维持在400mg/L左右,同人工恒定加药量相比平均相对误差小很多,只有1.98%,结果表明MCGS和控制算法结合可以有效控制废水处理过程。