عنوان پایان‌نامه
ارتقاء عملکرد کنترل پیش بین در میلی بیوراکتور
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2248;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 58253
- تاریخ دفاع
- ۱۳ اسفند ۱۳۹۱
- دانشجو
- مجتبی زارع مهرجردی
- استاد راهنما
- قاسم عموعابدینی
- چکیده
- استفاده از ریز موجودات زنده برای مقاصد مختلف از جمله داروسازی، صنایع غذایی، تصفیه آب، صنایع نظامی، مقاصد پزشکی، تولید سوخت زیستی و ... یکی از موضوعات اصلی و مهم در فناوری زیستی است. مدل سازی رفتار ریز موجودات زنده و فراهم آوردن محیطی مناسب و کنترل شده برای رشد و تولید محصول توسط آنها دو چالش جدی در این زمینه است. دانش کنترل با نگاه سیستمی به فرآیند ها و به عنوان ابزاری میان رشته ای برای مدل سازی و کنترل می تواند راه گشای مسائل پیش روی محققین فناوری های زیستی قرار گیرد. در این پایان نامه در ابتدا با استفاده از ابزار های ریاضیاتی، مدل های موجود در ادبیات مهندسی زیستی برای فلاسک های لرزان را با وارد کردن عبارات تاخیری و اشباع کننده ارتقاء داده و سپس با رویکرد کنترل پیش بین که بعنوان کاراترین کنترل کننده در صنایع شیمیایی شناخته می شود، به طراحی کنترل کننده برای فلاسک های لرزان پرداخته ایم. با توجه به ماهیت غیر خطی و تغییر پذیر با زمان مدل ارائه شده از استراتژی ابتکاری خطی سازی مرحله به مرحله استفاده شده، و برای حل مسئله بهینه سازی مقید ساختاری بر اساس الگوریتم ژنتیک توسعه داده شده است. در پایان خروجی های مدل پس از اعمال کنترل کننده پیشنهادی با مقادیر اندازه گیری شده آزمایشگاهی مقایسه شده اند.
- Abstract
- Nowadays, the importance of life science and its related processes are undeniable. Using micro-organisms for many kind of applications such as, food industry, pharmacy and medic aim, life fuel production and other related fields, is one of the hot topics for research in biotechnology. Acceptable Modeling of the process for determination of micro-organism behavior and preparation of appropriate and under controlled environment for optimal growth and reproduction, are the critical challenges in the mentioned fields. As a result, considering control concepts, modeling and control of these kinds of processes could be considered as a guidance for researchers working in above mentioned fields to overcome their possible future problems , and it would also be useful to overcome the existing obstacles. In this research by using mathematical tools in the first stage such as including delay and saturation terms, improved models for life science applications have been obtained. Afterward, by applying predictive control strategy which has been known as the most effective controller in chemical industry, a model predictive controller for shaking bioreactor has been designed. With respect to the nonlinear time varying nature of new model, an initiative strategy entitled sequential linearization has been introduced for controlling aims, consequently for solving the model predictive control problem, an optimal control structure based on genetic algorithm has been developed. Finally, for model validation, obtained results from simulation have been compared with practical measured data, in the presence of the designed controller.
