Neural and hybrid neural modelling and control of fed-batch fermentation for streptokinase: Comparative evaluation under nonideal conditions.

Patnaik, P R (2004) Neural and hybrid neural modelling and control of fed-batch fermentation for streptokinase: Comparative evaluation under nonideal conditions. Canadian Journal of Chemical Engineering, 82 (3). pp. 599-607.

PDF patnaik2004.pdf - Published Version Restricted to Registered users only Download (604Kb) | Request a copy

Abstract

Fermentations involving competition between two or more kinds of cells under nonideal conditions show complex profi les that are sensitive to the extra-cellular environment. These fermentations therefore require accurate and rapid on-line data acquisition and control. However, both on-line measurements and modelling are diffi cult and expensive for large bioreactors, thus limiting the usefulness of model-based control. While neural networks offer an alternative, they require extensive training and can be diffi cult to optimize for large arrays. Hybrid networks combining a few neural networks with some mathematical equations offer a good compromise. The possibility of using a hybrid model for simulation-cum-control has been examined here for the fed-batch production of streptokinase. Under noideal conditions, hybrid neural models outperformed both mathematical models and arrays of neural networks, thus suggesting their viability for large-scale fermentation monitoring and control. Les fermentations provoquant une compétition entre deux ou plusieurs sortes de cellules dans des conditions non idéales montrent des profi ls complexes qui sont sensibles à l’environnement extra-cellulaires. Ces fermentations nécessitent donc une acquisition et un contrôle en continu des données qui soient précis et rapides. Toutefois, les mesures et la modélisation en continu sont diffi ciles et coûteuses pour les grands bioréacteurs, ce qui limite l’utilité du contrôle basé sur des modèles. Les réseaux neuronaux sont une autre possibilité, mais ceux-ci nécessitent un entraînement poussé et peuvent être diffi ciles à optimiser pour de grands dispositifs. Les réseaux hybrides combinant réseaux neuronaux et équations mathématiques offrent un bon compromis. La possibilité d’utiliser un modèle hybride pour la simulation et le contrôle a été examinée dans ce travail pour la production à alimentation discontinue de streptokinase. Dans des conditions non idéales, les modèles neuronaux hybrides offrent une meilleure performance que les modèles mathématiques ou les dispositifs de réseaux neuronaux, et il pourrait donc s’avérer viable pour la surveillance et le contrôle de fermentation à grande échelle

Item Type:	Article
Additional Information:	Copyright of this article belongs to Canadian Society for Chemical Engineering.
Uncontrolled Keywords:	streptokinase, fed-batch fermentation, nonideal conditions, hybrid neural network.
Subjects:	T Technology > TP Chemical technology
Depositing User:	Dr. K.P.S.Sengar
Date Deposited:	14 Feb 2012 10:29
Last Modified:	14 Feb 2012 10:29
URI:	http://crdd.osdd.net/open/id/eprint/954

Actions (login required)

View Item