CN107589669B - 一种利用量测滞后信息的发酵过程智能测控方法及系统 - Google Patents

Abstract

本发明公开了一种利用量测滞后信息的发酵过程智能测控方法及系统，该系统包括数据工作站和基于PLC的发酵过程测控装置，数据工作站和基于PLC的发酵过程测控装置通过网络进行数据交互。本发明在发酵过程智能测控方法及装置上提出，通过串口转以太网模块、OPC技术并引入基于协方差融合算法的发酵过程软策略方法，实现了量测滞后生物量信息的获取与利用，实现了对发酵过程关键生物参量的在线估计，在此基础上利用基于PLC的发酵测控系统可以根据关键生物参量的实时情况对发酵过程进行优化调控，提高发酵过程的效率。

Description

一种利用量测滞后信息的发酵过程智能测控方法及系统

技术领域

本发明涉及一种发酵过程智能测控方法及系统，属于信息数据处理及智能检测技术领域，尤其涉及一种利用量测滞后信息实现对发酵过程关键生物参量的在线估计，进而对发酵过程进行优化调控的智能测控方法及系统。

背景技术

生物发酵过程是生物工程和现代生物技术及其产业化的基础，该过程是一个时变、非线性、大滞后、不确定的多变量输入输出关联系统，十分复杂，因此对发酵过程实施生物参量在线检测和优化调控十分困难。基于硬件传感器的在线生物参量检测的仪器成本和维护费用较高，并且拥有特定的使用环境，导致发酵过程生物参量的在线检测较难实现。而发酵过程的离线检测方法具有成本低、精度高的优点，但存在较大时间滞后，这些滞后信息属于量测滞后，造成这些量测滞后的离线信息利用价值低。软测量技术是解决发酵过程生物参量在线检测的一种非常实用的方法，利用系统辨识、神经元网络或支持向量机等方法建立发酵过程模型，进而通过可在线检测的过程参量可以实现对生物量参数值进行在线估计。但由于发酵过程的复杂性和模型不确定性，导致软测量的精度较低，基于软测量方法的发酵过程生物参量在线检测精度有待进一步提高。因此通过将离线滞后生物量信息引入发酵过程生物参量在线估计中，能够提高软测量模型精度，从而提高发酵过程生物参量在线检测精度，为发酵过程在线监测与优化调控提供支持。

以太网通信协议是一种通用的现场总线通信协议，以太网是计算机与外部设备之间进行数据交互的最常见方式；OPC技术是一种以OLE、COM为机制的通信标准，OPC技术规范了接口函数，具备较强的设备兼容性与数据共享能力，是现场设备连接应用程序的理想方法。采用以太网通信协议实现对离线生物量信息的采集，使用OPC技术实现与基于PLC的发酵测控系统的实时交互。西门子公司的可编程逻辑控制器(PLC)具有逻辑控制功能强，人机交互界面友好，抗干扰能力强，可拓展性好等特点，广泛应用于发酵过程测控系统中。

发明内容

本发明的目的在于利用离线分析获取的关键生物参量等量测滞后信息实现提高发酵过程智能测控系统中发酵过程生物参量的在线检测精度，从而实现对发酵过程进行优化调控。在离线分析仪获得生物参量信息后，通过以太网通信设备将生物参量量测滞后信息写入远程数据处理端，数据处理端的软测量模块利用所建立的发酵过程软测量模型，以及通过OPC接口获取到的发酵过程控制实时数据(如pH值、温度、溶解氧浓度等)和通过以太网接口获取到的发酵过程生物参量离线数据，对发酵过程中关键生物参量进行在线实时估计。然后通过OPC接口将估计的生物参量结果发送到发酵过程监控端，基于PLC的发酵测控系统可以根据关键生物参量的实时情况对发酵过程进行优化调控，提高发酵过程的效率。

为实现上述目的，本发明采用的技术方案为一种利用量测滞后信息的发酵过程智能测控系统，该系统包括数据工作站和基于PLC的发酵过程测控装置，数据工作站和基于PLC的发酵过程测控装置通过网络进行数据交互。

数据工作站包括数据处理端和发酵过程监控端两部分，数据处理端和发酵过程监控端通过OPC进行交互连接。

数据处理端用于发酵过程离线生物参量的获取与处理，并利用发酵过程软测量模型和发酵过程离线以及实时数据实现对发酵过程生物参量进行在线估计，为发酵过程监控端提供关键生物参量的实时在线估计值。

数据处理端分为量测滞后信息模块和软测量模块。

量测滞后信息模块分为量测滞后信息获取子模块和量测滞后信息存储子模块，量测滞后信息获取子模块通过以太网获取离线分析设备中发酵过程关键生物参量数据，并将发酵过程关键生物参量数据存储至量测滞后信息存储子模块中，量测滞后信息模块为软测量模块提供准确的离线分析数据。

软测量模块分为发酵过程数据处理子模块、发酵过程软测量建模模块和发酵过程状态在线估计模块；发酵过程数据处理子模块利用发酵过程离线数据和在线数据，并将这些数据传送至发酵过程软测量建模模块中，发酵过程软测量建模模块建立发酵软测量模型；发酵过程状态在线估计模块对发酵过程软测量建模模块的发酵软测量模型进行分析，并通过结合量测滞后下的生物参量与非线性滤波算法，对发酵过程状态进行在线估计，实现对发酵过程生物参量实时估计值；所得到生物参量实时估计值通过OPC接口写入发酵过程监控端，用于发酵监控模块中进行发酵过程的实时优化调控。

发酵过程监控端用于发酵过程状态实时显示、历史数据查询、过程控制参数配置、用户信息和操作权限配置等功能，属于基于PLC的发酵过程测控装置的上位机监控程序。

所述发酵过程监控端分为发酵过程监控模块、过程数据处理模块和用户管理模块。发酵过程监控模块具体包括发酵过程实时监测子模块和过程控制参数配置子模块，实现了对发酵过程在线参数的在线实时监测及过程控制中控制算法参数的配置。过程数据处理模块具体包括过程实时数据管理子模块和过程历史数据管理子模块，通过OPC接口为数据处理端提供发酵过程参数实时值并得到数据处理端提供的发酵过程生物参量实时估计值，同时将实时数据进行数据归档操作，用于用户进行历史数据的查看和管理。用户管理模块具体包括用户信息配置子模块和用户权限配置子模块，实现用户登陆、用户注册、用户身份权限识别、添加或删除用户和对于不同权限用户设定不同的过程控制操作和控制参数修改权限。

所述发酵过程在线参数为pH值、温度、溶氧浓度和乙醇浓度等。

基于PLC的发酵过程测控装置对发酵过程在线参数进行测量，同时进行实时反馈控制，确保微生物发酵过程反应的顺利进行，并配合上位机组态软件进行数据的界面显示和实时监控。PLC发酵过程测控装置由CPU模块、模拟量输入模块、模拟量输出模块、数字量输入、数字量输出模块等组成。CPU模块为PLC系统的主控制器，负责微生物发酵过程的数据采集和程序控制；模拟量输入模块负责检测pH值、温度、溶氧浓度等传感器的模拟量信号；模拟量输出模块进行模拟量输出，负责控制调节阀开度、蠕动泵流量等；数字量输入模块负责检测电机、水泵等的运动状态以及外部辅助按钮状态；数字量输出模块负责对电机、冷却水泵、进料阀门等进行起停控制。通过对PLC的程序编写，实现对发酵对象的温度调节、pH值控制、补料策略控制及所需要的数据处理功能，完成对发酵过程的优化调控。

一种利用量测滞后信息的发酵过程智能测控方法，在数据工作站中数据处理端使用C#编写数据处理程序，发酵监控端采用组态软件对PLC进行监控，同时作为OPC Server通过OPC方式与数据处理端进行数据交换。具体实施步骤如下：

步骤一：首先配置离线测量分析仪与数据工作站的通信。将离线测量设备分析仪通过串口转以太网模块与数据工作站连接。在离线测量设备分析仪的数据界面选择样本数据传输，在数据工作站中打开软件进行模块设置。在分析仪主界面左侧选择通过网络操作，在基础设置中设置IP地址类型为静态，并输入IP地址，子网掩码，HTTP服务端口，用户名及密码，端口设置后保存参数，在左侧操作日志中看到正确执行即设置成功，代表通信配置成功。打开数据处理端程序的量测滞后信息模块配置界面，该模块作为TCP Server，负责接收数据。点击量测滞后信息获取按键，点击连接，连接成功表示串口转以太网模块与数据工作站连接成功。

串口转以太网模块向TCP Server发送KeepAlive保活探查包，如果连接有异常或中断，则会被立即检测，并使串口转以太网模块断开连接并重新连接。由于网络端的数据都是以数据帧为单位进行数据传输的，因此经串口的数据组成帧数据发送到网络端，这样更加高效快捷的传输数据。串口转以太网模块在数据透传过程中，按照固定的打包长度和打包时间，对串口数据进行打包。串口转以太网模块执行默认打包时间，即串口收到数据间隔时间超过发送四个字节的打包时间时，串口转以太网模块便将数据打包发送出去。

步骤二：配置数据工作站发酵过程监控端与PLC之间的通信。完成对发酵过程逻辑控制、设立可读取OB块后，工作站通过以太网连接后，在控制面板中设置PG/PC接口，新建访问点填写“CP-TCPIP”，点击添加后，在应用程序访问点中选择“CP-TCPIP”，并选择工作站网卡添加协议。在WINCC变量管理中添加驱动配置，选择“新建连接”，右键选择“连接参数”，访问点选择CP-TCPIP，选择产品系列后，即建立发酵监控端WINCC组态程序与PLC的连接。

步骤三：在数据工作站通过分析仪获取量测滞后信息。将发酵液进行提取并使用分析仪进行生物量参数(如葡萄糖浓度、菌体浓度等)分析，分析完成后，分析仪会将所得数据实时通过串口发送给串口转以太网模块，分析仪完成分析后，就会发送测得的浓度信息，发送数据类型为浮点数。在数据处理端选择量测滞后信息模块，在上述通信配置成功后即可在量测滞后信息模块中收到分析仪发送过来的生物量参数信息，并由量测滞后信息存储子模块保存在实时数据库中。

步骤四：数据处理端与发酵监控端的数据交换是通过OPC技术实现的。首先运行WINC，注册OPCDAAuto.dll，在软测量模块中选择发酵过程数据处理模块配置界面，进行发酵过程在线量导入，开始对本地OPC服务器进行枚举，获取WINCC的OPC Server，连接到OPC服务器后，对发酵测控系统实时采集的变量，即在数据工作站中收到通过OPC传送来的发酵过程在线参量数据，并储存在实时数据库中。

步骤五：通过软测量模块结合发酵模型、发酵过程离线与在线关键参量对发酵过程状态进行在线估计。在软测量模块中使用SVM方法建立辅助变量与生物量参数之间的软测量模型，通过对实时数据库中发酵离线量与在线量的导入，系统自动结合发酵模型及离线生物量参数信息、在线参数信息、发酵时间等，通过协方差融合容积卡尔曼滤波算法得到预估的发酵过程生物量参数的实时估计值。

步骤六：数据处理端将优化后参数发送到发酵监控端。在软测量模块计算完成后，会将所得生物量参数的估计值及时储存在实时数据库中，并在后台历史数据库进行保存。在该生物量参数的实时估计值更新后，数据处理端作为OPC Client会主动向发酵监控模块中的OPC Server写入生物量参数的实时估计值，发酵监控端通过过程控制参数配置子模块，将所得变量信息传入PLC实时变量中，PLC控制程序根据所得到的生物量参数的实时估计值对发酵过程中加料蠕动泵流量进行反馈控制，从而保证发酵过程中的生物量参数的浓度控制在设定值范围内，保证了发酵过程中菌体的正常代谢过程。

由于引入了结合量测滞后的生物量信息、在线测量信息的软测量处理方法，实现了对发酵过程中的在线估计，通过OPC技术对PLC端进行加料以及实时反馈控制，使发酵生物量参数的浓度维持在设定范围内，保证菌体的正常代谢过程，提高发酵效率。

与现有技术相比较，本发明所述方法和系统是在基于PLC的发酵过程测控系统的基础上，引入了利用量测滞后信息的软测量模块实行了生物参量的在线估计，并通过OPC技术，将发酵过程生物参量实时估计值导入到发酵测控系统中，实现了发酵过程以关键质量参数为反馈控制目标的优化调控，能有效地提高发酵产物最终得率，促进发酵过程优化控制的工程化应用水平。

附图说明

图1是本发明所述利用量测滞后信息的发酵过程智能测控装置组成框图；

图2是本发明所述获取量测滞后信息，并结合发酵过程实时数据通过软测量方法进行生物参量在线估计的数据处理端组成框图；

图3是本发明所述利用上位机监控软件实现用户对发酵过程进行实时监控及配置的发酵过程监控端组成图。

具体实施方式

本实施方式中，以将该发酵过程智能测控用在L-乳酸发酵过程测控中，利用葡萄糖浓度离线分析数据和软测量模块估算发酵液中葡萄糖浓度，发酵过程测控系统按照所设定葡萄糖浓度大小进行补料的添加，使发酵过程中发酵液葡萄糖浓度保持在一定水平，可以有效提高发酵产物的得率，从而实现发酵过程的优化调控。下面配合附图1-3和表1发酵过程智能测控系统硬件组成对整个方法和系统具体实施步骤进行进一步详细说明。

表1发酵过程智能测控系统硬件组成

一种利用量测滞后信息的发酵过程智能测控方法，在数据工作站中数据处理端使用C#编写数据处理程序，发酵监控端采用WINCC组态软件对PLC进行监控，同时作为OPCServer通过OPC方式与数据处理端进行数据交换。具体实施步骤如下：

步骤一：配置离线测量设备葡萄糖分析仪与数据工作站的通信。首先配置串口转以太网模块与葡萄糖分析仪的通信。将葡萄糖分析仪通过串口连接到串口转以太网模块，并将串口转以太网模块使用网线通过RJ45端口，利用局域网连接到数据工作站。在分析仪的数据界面选择样本数据传输，在工作站中打开配置软件进行串口转以太网模块设置。在分析仪主界面左侧选择通过网络操作，在基础设置中设置IP地址类型为静态，并输入IP地址、用户认证信息、通信参数，点击保存参数，在左侧操作日志中看到正确执行即设置成功，代表串口转以太网模块与葡萄糖分析仪通信配置成功。其次打开数据处理端程序的量测滞后信息模块配置界面，该模块作为TCP Server，负责接收串口转以太网模块作为TCPClient发送来的数据。点击量测滞后信息获取按键，配置好网络参数，点击连接，连接成功表示串口转以太网模块与数据处理端连接成功。

串口转以太网模块串口模块每15S向TCP Server发送KeepAlive保活探查包，如果连接有异常或中断，则会被立即检测，并使串口转以太网模块断开连接并重新连接。由于网络端的数据都是以数据帧为单位进行数据传输的，因此经串口的数据组成帧数据发送到网络端，这样可以更加高效快捷的传输数据。串口转以太网模块在数据透传过程中，按照固定的打包长度和打包时间，对串口数据进行打包。

步骤二：配置数据工作站发酵过程监控端与PLC之间的通信。完成对PLC的发酵过程逻辑控制、设立可读取OB块后，将数据工作站通过以太网连接至PLC，在控制面板中设置PG/PC接口，新建访问点填写“CP-TCPIP”，点击添加后，在应用程序访问点中选择“CP-TCPIP”，并选择工作站网卡添加协议。在WINCC变量管理中添加驱动配置，选择“新建连接”，右键选择“连接参数”，设置好IP地址，访问点选择CP-TCPIP，选择好产品系列，即可建立发酵监控端WINCC组态程序与PLC的连接。

步骤三：在数据工作站通过葡萄糖分析仪获取量测滞后信息。将发酵液进行提取并使用葡萄糖分析仪进行葡萄糖浓度分析，分析完成后，葡萄糖分析仪会将所得数据实时通过R232串口发送给串口转以太网模块，葡萄糖浓度分析仪完成分析后，就会发送测得的浓度信息，发送数据类型为浮点数。在数据处理端选择量测滞后信息模块，在上述通信配置成功后即可在量测滞后信息模块中收到葡萄糖分析仪发送过来的葡萄糖浓度信息，并由量测滞后信息存储子模块保存在实时数据库中。

步骤四：数据处理端与发酵监控端的数据交换是通过OPC技术实现的。首先运行WINC，注册OPCDAAuto.dll，在软测量模块中选择发酵过程数据处理模块配置界面，进行发酵过程在线量导入，开始对本地OPC服务器进行枚举，获取WINCC的OPC Server，连接到OPC服务器后，添加“发酵时间”、“PH”、“葡萄糖加料蠕动泵流量”、“加碱开关”等发酵测控系统实时采集的变量，即可在数据工作站中收到通过OPC传送来的发酵过程在线参量数据，并储存在实时数据库中。

步骤五：通过软测量模块结合发酵模型、发酵过程离线与在线关键参量对发酵过程状态进行在线估计。在软测量模块中使用SVM方法建立辅助变量与葡萄糖消耗之间的软测量模型，通过对实时数据库中发酵离线量与在线量的导入，系统自动结合L-乳酸发酵模型及离线信息葡萄糖浓度、在线参数信息、发酵时间等，将容积卡尔曼滤波算法和协方差融合算法结合，基于容积卡尔曼滤波器的发酵过程状态估计基础上，采用协方差融合算法将量测滞后生物量信息引入发酵过程状态在线估计过程，在葡萄糖浓度离线分析数据到达数据工作站的时刻采用协方差融合算法将生物量离线分析量量测的特有信息和仅利用在线量测的容积卡尔曼滤波结果进行融合，从而可以得到预估的发酵过程葡萄糖浓度实时估计值。

步骤六：数据处理端将优化后参数发送到发酵监控端。在软测量模块计算完成后，会将所得葡萄糖浓度估计值及时储存在实时数据库中，并在后台历史数据库进行保存。在该葡萄糖浓度实时估计值更新后，数据处理端作为OPC Client会主动向发酵监控模块中的OPC Server写入葡萄糖浓度的实时估计值，发酵监控端通过过程控制参数配置子模块，将所得变量信息传入PLC实时变量中，PLC控制程序根据所得到的葡萄糖浓度实时估计值对发酵过程中葡萄糖加料蠕动泵流量进行反馈控制，从而保证发酵过程中的葡萄糖浓度控制在设定值范围内，保证了发酵过程中菌体的正常代谢过程。

由于引入了结合量测滞后的生物量信息、在线测量信息的软测量处理方法，实现了对L-乳酸发酵过程中葡萄糖浓度的在线估计，通过OPC技术对PLC端葡萄糖加料以及加碱过程进行实时反馈控制，使葡萄糖浓度维持在设定的范围内，保证了菌体的正常代谢过程，大大提高了L-乳酸的发酵效率。

Claims (5)

1.一种利用量测滞后信息的发酵过程智能测控系统，其特征在于：该系统包括数据工作站和基于PLC的发酵过程测控装置，数据工作站和基于PLC的发酵过程测控装置通过网络进行数据交互；

数据工作站包括数据处理端和发酵过程监控端两部分，数据处理端和发酵过程监控端通过OPC进行交互连接；

数据处理端用于发酵过程离线生物参量的获取与处理，并利用发酵过程软测量模型和发酵过程离线以及实时数据实现对发酵过程生物参量进行在线估计，为发酵过程监控端提供关键生物参量的实时在线估计值；

数据处理端分为量测滞后信息模块和软测量模块；

量测滞后信息模块分为量测滞后信息获取子模块和量测滞后信息存储子模块，量测滞后信息获取子模块通过以太网获取离线分析设备中发酵过程关键生物参量数据，并将发酵过程关键生物参量数据存储至量测滞后信息存储子模块中，量测滞后信息模块为软测量模块提供准确的离线分析数据；

软测量模块分为发酵过程数据处理子模块、发酵过程软测量建模模块和发酵过程状态在线估计模块；发酵过程数据处理子模块利用发酵过程离线数据和在线数据，并将这些数据传送至发酵过程软测量建模模块中，发酵过程软测量建模模块建立发酵软测量模型；发酵过程状态在线估计模块对发酵过程软测量建模模块的发酵软测量模型进行分析，并通过结合量测滞后下的生物参量与非线性滤波算法，对发酵过程状态进行在线估计，实现对发酵过程生物参量实时估计值；所得到生物参量实时估计值通过OPC接口写入发酵过程监控端，用于发酵监控模块中进行发酵过程的实时优化调控；通过软测量模块结合发酵模型、发酵过程离线与在线关键参量对发酵过程状态进行在线估计；在软测量模块中使用SVM方法建立辅助变量与生物量参数之间的软测量模型，通过对实时数据库中发酵离线量与在线量的导入，系统自动结合发酵模型及离线生物量参数信息、在线参数信息、发酵时间，通过协方差融合容积卡尔曼滤波算法得到预估的发酵过程生物量参数的实时估计值；

发酵过程监控端用于发酵过程状态实时显示、历史数据查询、过程控制参数配置、用户信息和操作权限配置功能，属于基于PLC的发酵过程测控装置的上位机监控程序；

所述发酵过程监控端分为发酵过程监控模块、过程数据处理模块和用户管理模块；发酵过程监控模块具体包括发酵过程实时监测子模块和过程控制参数配置子模块，实现了对发酵过程在线参数的在线实时监测及过程控制中控制算法参数的配置；过程数据处理模块具体包括过程实时数据管理子模块和过程历史数据管理子模块，通过OPC接口为数据处理端提供发酵过程参数实时值并得到数据处理端提供的发酵过程生物参量实时估计值，同时将实时数据进行数据归档操作，用于用户进行历史数据的查看和管理；用户管理模块具体包括用户信息配置子模块和用户权限配置子模块，实现用户登陆、用户注册、用户身份权限识别、添加或删除用户和对于不同权限用户设定不同的过程控制操作和控制参数修改权限。

2.根据权利要求1所述的一种利用量测滞后信息的发酵过程智能测控系统，其特征在于：所述发酵过程在线参数为pH值、温度、溶氧浓度和乙醇浓度。

3.根据权利要求1所述的一种利用量测滞后信息的发酵过程智能测控系统，其特征在于：基于PLC的发酵过程测控装置对发酵过程在线参数进行测量，同时进行实时反馈控制，确保微生物发酵过程反应的顺利进行，并配合上位机组态软件进行数据的界面显示和实时监控；PLC发酵过程测控装置由CPU模块、模拟量输入模块、模拟量输出模块、数字量输入、数字量输出模块组成；CPU模块为PLC系统的主控制器，负责微生物发酵过程的数据采集和程序控制；模拟量输入模块负责检测pH值、温度、溶氧浓度传感器的模拟量信号；模拟量输出模块进行模拟量输出，负责控制调节阀开度、蠕动泵流量；数字量输入模块负责检测电机、水泵的运动状态以及外部辅助按钮状态；数字量输出模块负责对电机、冷却水泵、进料阀门进行起停控制；通过对PLC的程序编写，实现对发酵对象的温度调节、pH值控制、补料策略控制及所需要的数据处理功能，完成对发酵过程的优化调控。

4.一种利用量测滞后信息的发酵过程智能测控方法，其特征在于：在数据工作站中数据处理端使用C#编写数据处理程序，发酵监控端采用组态软件对PLC进行监控，同时作为OPC Server通过OPC方式与数据处理端进行数据交换；

具体实施步骤如下：

步骤一：首先配置离线测量分析仪与数据工作站的通信；将离线测量设备分析仪通过串口转以太网模块与数据工作站连接；在离线测量设备分析仪的数据界面选择样本数据传输，在数据工作站中打开软件进行模块设置；在分析仪主界面左侧选择通过网络操作，在基础设置中设置IP地址类型为静态，并输入IP地址，子网掩码，HTTP服务端口，用户名及密码，端口设置后保存参数，在左侧操作日志中看到正确执行即设置成功，代表通信配置成功；打开数据处理端程序的量测滞后信息模块配置界面，该模块作为TCP Server，负责接收数据；点击量测滞后信息获取按键，点击连接，连接成功表示串口转以太网模块与数据工作站连接成功；

串口转以太网模块向TCP Server发送KeepAlive保活探查包，如果连接有异常或中断，则会被立即检测，并使串口转以太网模块断开连接并重新连接；由于网络端的数据都是以数据帧为单位进行数据传输的，因此经串口的数据组成帧数据发送到网络端，这样更加高效快捷的传输数据；串口转以太网模块在数据透传过程中，按照固定的打包长度和打包时间，对串口数据进行打包；串口转以太网模块执行默认打包时间，即串口收到数据间隔时间超过发送四个字节的打包时间时，串口转以太网模块便将数据打包发送出去；

步骤二：配置数据工作站发酵过程监控端与PLC之间的通信；完成对发酵过程逻辑控制、设立可读取OB块后，工作站通过以太网连接后，在控制面板中设置PG/PC接口，新建访问点填写“CP-TCPIP”，点击添加后，在应用程序访问点中选择“CP-TCPIP”，并选择工作站网卡添加协议；在WINCC变量管理中添加驱动配置，选择“新建连接”，右键选择“连接参数”，访问点选择CP-TCPIP，选择产品系列后，即建立发酵监控端WINCC组态程序与PLC的连接；

步骤三：在数据工作站通过分析仪获取量测滞后信息；将发酵液进行提取并使用分析仪进行生物量参数分析，分析完成后，分析仪会将所得数据实时通过串口发送给串口转以太网模块，分析仪完成分析后，就会发送测得的浓度信息，发送数据类型为浮点数；在数据处理端选择量测滞后信息模块，在上述通信配置成功后即可在量测滞后信息模块中收到分析仪发送过来的生物量参数信息，并由量测滞后信息存储子模块保存在实时数据库中；

步骤四：数据处理端与发酵监控端的数据交换是通过OPC技术实现的；首先运行WINC，注册OPCDAAuto.dll，在软测量模块中选择发酵过程数据处理模块配置界面，进行发酵过程在线量导入，开始对本地OPC服务器进行枚举，获取WINCC的OPC Server，连接到OPC服务器后，对发酵测控系统实时采集的变量，即在数据工作站中收到通过OPC传送来的发酵过程在线参量数据，并储存在实时数据库中；

步骤五：通过软测量模块结合发酵模型、发酵过程离线与在线关键参量对发酵过程状态进行在线估计；在软测量模块中使用SVM方法建立辅助变量与生物量参数之间的软测量模型，通过对实时数据库中发酵离线量与在线量的导入，系统自动结合发酵模型及离线生物量参数信息、在线参数信息、发酵时间，通过协方差融合容积卡尔曼滤波算法得到预估的发酵过程生物量参数的实时估计值；

步骤六：数据处理端将优化后参数发送到发酵监控端；在软测量模块计算完成后，会将所得生物量参数的估计值及时储存在实时数据库中，并在后台历史数据库进行保存；在该生物量参数的实时估计值更新后，数据处理端作为OPC Client会主动向发酵监控模块中的OPC Server写入生物量参数的实时估计值，发酵监控端通过过程控制参数配置子模块，将所得变量信息传入PLC实时变量中，PLC控制程序根据所得到的生物量参数的实时估计值对发酵过程中加料蠕动泵流量进行反馈控制，从而保证发酵过程中的生物量参数的浓度控制在设定值范围内，保证了发酵过程中菌体的正常代谢过程。

5.根据权利要求4所述的一种利用量测滞后信息的发酵过程智能测控方法，其特征在于：将容积卡尔曼滤波算法和协方差融合算法结合，基于容积卡尔曼滤波器的发酵过程状态估计基础上，采用协方差融合算法将量测滞后生物量信息引入发酵过程状态在线估计过程，在生物量离线分析数据到达数据工作站的时刻采用协方差融合算法将生物量离线分析量量测的特有信息和仅利用在线量测的容积卡尔曼滤波结果进行融合，从而可以得到预估的发酵过程生物量浓度实时估计值。

Images