Skip navigation
Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/2276
Full metadata record
DC FieldValueLanguage
dc.contributor.authorFreitas Oliveira, Rui Manuel-
dc.date.accessioned2018-09-24T13:16:09Z-
dc.date.available2018-09-24T13:16:09Z-
dc.date.issued1998-
dc.identifier.urihttps://opendata.uni-halle.de//handle/1981185920/9061-
dc.identifier.urihttp://dx.doi.org/10.25673/2276-
dc.description.abstractProzeßoptimierung, Überwachung und Kontrolle wird durch den harten industriellen Wettbewerb immer wichtiger. Trotzdem bleibt die Akzeptanz einer Prozeßoptimierung mit Hilfe von Modellen in der Industrie gering, vor allem wegen ihrer zu kleinen Gewinn-/Kosten-Verhältnisse. Das Hauptziel der vorliegenden Arbeit ist, Methoden zu entwickeln, um das Verhältnis von Gewinn zu Kosten in der industriellen Produktion zu verbessern. Biochemische Prozesse sind sehr komplex und i.a. in mechanistischer Hinsicht ungenügend aufgeklärt und verstanden. Beim klassischen Weg der Prozeßverbesserung repräsentieren mathematische Modelle das mechanistische a priori Wissen des zu untersuchenden Prozesses. Die Folge davon ist, daß viele dieser Modelle den Prozeßverlauf ungenügend darstellen und zu hohe Entwicklungskosten implizieren. Das effiziente Nutzen des vorhandenen a priori Wissens ist ein Hauptthema dieser Arbeit. Die Nutzung aller vorhandenen -mechanistischen und heuristischen- Wissensquellen führt zu einer genaueren Prozeßbeschreibung und niedrigeren Entwicklungskosten. Diese Methode der Hybrid-Modellierung wurde extensiv untersucht und entwickelt. Insbesondere eine neue Methode der Hybrid-Modellierung, basierend auf dem Konzept eines hybriden Netzwerkes, wurde entwickelt. Hybride Netze liefern die Möglichkeit der arbiträren Integration aller zur Verfügung stellenden Quellen des a priori Wissens in einer Modellstruktur. Sie können zur Prozeßidentifizierung, on-line und off-line Prozeßoptimierung, -kontrolle und -überwachung genutzt werden. Zusätzlich haben sie die attraktive Eigenschaft, daß die Rückkopplungstechnik angewandt werden kann, um die Parameteridentifizierung und Empfindlichkeitsanalysen zu unterstützen. Ein weiteres wichtiges Resultat war die Entwicklung des HYBNET-Software Pakets, das das HYBride NETzwerk einsetzt. Die Software ist so entworfen worden, daß sie alle nötigen Instrumente zur Bearbeitung von Aufgaben der Prozeßoptimierung und -kontrolle für die Industrie liefert. Ein sehr wichtiges Ziel war die Entwicklung einer quasi plattformunabhängige und einer leicht einsetzbaren Verbindung zwischen dem Hybriden Netzwerk und dem Prozeß. Dies, zusammen mit einer benutzerfreundlichen graphischen Oberfläche, ist ausschlaggebend für die Akzeptanz in der Industrie. Mit HYBNET sind die Aufgaben der on-line Ausführung Hybrider Netzewerk wesentlich vereinfacht worden. Ein anderes wichtiges Ergebnis, das während der vorliegenden Arbeit untersucht wurde und im engen Zusammenhang mit den Kosten einer Prozeßverbesserung durch Modellen steht, ist das Problem einer effizienten und rationalen Nutzung der on-line Prozeßinformation. Stehen on-line Prozeßinformationen zur Verfügung, so besteht die Möglichkeit auf einfachen Modellen basierende Algorithmen zu nutzen, ergänzt mit on-line Anpassungsalgorithmen. Dies ist ein relevantes Problem der Prozeßverbesserung mit Hilfe von Modellen: Entweder mehr Mittel in die Prozeßmodellierung oder in die Entwicklung robuster und stabiler on-line Anpassungsalgorithmen zu investieren. Das Optimum ist ein Kompromiß zwischen beiden Entwicklungen. Modelle, die die Wachstumskinetik der Mikroorganismen nicht berücksichtigen, sind besonders simpel. Es wurde viel Wert auf die Entwicklung von Strategien zur on-line Abschätzung der Reaktionskinetiken aus den vorhandenen on-line Daten gelegt. Es wurden zwei stabile und leicht einzustellende on-line Algorithmen für die Schätzung von Reaktionskinetiken entwickelt. Die Einstellung der Algorithmen ist von entscheidendem Einfluß auf die Entwicklungskosten. Die Untersuchungen charakterisieren die Beziehung zwischen Einstellung, Stabilität und Dynamik der Konvergenz. Das Verhalten der Algorithmen ist bereits vor ihrem ersten Einsatz bekannt. In Folge dessen besteht keine Notwendigkeit, die im allgemeinen hohe Kosten beinhaltende Versuch- und Fehler- Techniken durchzuführen.
dc.description.abstractProcess optimization, supervision and control is becoming more important mainly due to hard competition between companies. Still, the acceptance of a model-based way of process improvement remained rather poor in the industry, mainly due to a too low benefit/cost ration. The main goal of the present PhD thesis is to develop methodologies to improve this benefit/cost ratio in the industrial practice. Biochemical processes are very complex and, in general, poorly understood on a mechanistic basis. In the classical approach of doing process improvement, mathematical models are used to represent mainly the mechanistic a priori knowledge about the process in study. The main implication of this is that quit oft these kinds of models lead to poor process description and have too high development costs involved. In the present work one of the main subjects is related to the efficient use of a priori knowledge. The use of all the sources of knowledge available, such as mechanistic and heuristic, leads to more accurate process description at lower development costs. With this respect the hybrid modelling approach has been extensively studied and developed. In particular, a new approach for hybrid modelling was developed based on the concept of hybrid networks. Hybrid networks provide means to incorporate arbitrary in one computational structure all the sources of a priori knowledge in those levels of sophistication they are available in practice. They can be used for process identification, on-line and off-line process optimisation, process control and process supervision. They have the additional very attractive property that the backpropagation technique can be applied to support parameter identification and sensitivities analysis. Another relevant result was the development of the HYBNET software package, which implements the concept of HYBrid NETworks. The software was designed to provide all the necessary tools to solve typical tasks of process optimization and control usually found in the industry. A very important goal was the development of a nearly platform independent and easy to implement link between hybrid network based algorithms and the process. This, jointly with a friendly graphical interface, are recognised to be decisive perquisites for a good acceptance in the industrial environment. With HYBNET the tasks of on-line implementation of hybrid networks have been extremely simplified. The other important issue studied during this PhD work, and also very much related to the costs of a model based process improvement, was the problem of efficient and rational use of on-line process information. When on-line process information is available, it is possible to use algorithms based in very simple models, complemented with on-line adaptation schemes. This is a relevant issue in a model-based way of process improvement: whether to invest more resources on process modelling or to invest more resources on designing robust and stable on-line adaptation algorithms. The optimum is, of course, the result of a compromise between both development costs. The development of models assuming no knowledge about the microorganisms growth kinetics is rather simple. Thus a lot of effort was put on developing strategies for on-line estimation of reaction kinetics from data available on-line. With this respect two stable and easy to tun on-line reaction rates estimation algorithms have been developed. The tuning of the algorithms is of crucial importance in what the development costs concerns. The study explored the relationships between tuning, stability, and dynamics of convergence. The algorithms can be implemented knowing a priori how they are going to behave. In this way there is no need of doing trial and error experiments which in general have too high costs involved.eng
dc.description.statementofresponsibilityvon Rui Manuel Freitas Oliveira
dc.format.extentOnline Ressource, Text + Image
dc.language.isoeng
dc.publisherUniversitäts- und Landesbibliothek Sachsen-Anhalt
dc.subjectElektronische Publikation
dc.subjectZsfassungen in dt. u. engl. Spracheeng
dc.titleSupervision, control and optimization of biotechnological processes - based on hybrid models
dcterms.typeHochschulschrift
dc.typeDoctoral Thesis
dc.identifier.urnurn:nbn:de:gbv:3-000000103
local.publisher.universityOrInstitutionMartin-Luther-Universität Halle-Wittenberg
local.subject.keywordsBiochemical processes, hybrid, model-based, optimisation, supervision, control, hybrid networks, hybnet, bakers' yeast, penicillin
local.openaccesstrue-
Appears in Collections:Hochschulschriften bis zum 31.03.2009

Files in This Item:
File Description SizeFormat 
prom.pdf2.27 MBAdobe PDFThumbnail
View/Open
Show simple item record BibTeX EndNote


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.