Prozeßoptimierung, 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.
|