Control of a Fed-Batch Fermenter Based on a Linear Algebra Strategy

Abstract

Based on a linear algebra approach, this paper aims at developing a novel control law able to track reference profiles that were previously-determined to optimize the protein production in a fed-batch fermenter. A main advantage of the proposed strategy is that the control actions are obtained by solving a system of linear equations. The optimal controller parameters are selected through Monte Carlo Experiments in order to minimize a proposed cost index. The controller performance is evaluated through several tests, and compared with other controller reported in the literature.Keywords-Fed-batch bioreactors, Control system design, Nonlinear model, Linear algebra. I. INTRODUCCIÓNA INDUSTRIA bioquímica ha crecido significativamente a través de las últimas dos décadas[1-3], con un creciente interés en la síntesis de grandes cantidades de productos por medio de microorganismos [4]. Usualmente, muchos procesos de la industria bioquímica son operados de forma fedbatch [5]. La operación fed-batch es una de las más populares en la industria bioquímica. En esta clase de bioreatores el sustrato es alimentado gradualmente dentro del reactor, pero el producto es unicamenteremovido al finalizar el proceso. El principal objetivo es la de evitar la sobrealimentación del sustrato, el cual puede inhibir el crecimiento de losmicoorganismos.Por otra lado, los procesos fed-batch presentan a veces algunos problemas desafiantes.Por ejemplo, la mayoría de sus modelos dinámicos son no lineales y rigidos,y generalmente incluyen parámetros que varían con el tiempo [3]. Estos problemas hacen que el control del proceso sea una tarea ardua [6].Un ítem importante en los problemas de control óptimos consiste en el seguimiento de los cambios en el set point sin producir oscilaciones indeseadas o evitar tiempos de operación largos para reducir los errores de seguimiento. Existen muchos factores que complican particularmente el control de los fermentadores, por ejemplo los procesos exhiben comportamiento dinámico no lineal; rara vez están disponibles modelos precisos de los procesos debido a la complejidad de las reacciones bioquímicas implicadas; y generalmente los parámetros que varían con el tiempo son desconocidos [5].Considere un reactor fed-batch con la meta de optimización de maximizar la cantidad de una proteína secretada al final del proceso. Este problema de control óptimo ha sido estudiado por varios autores [7-10]. El principal aporte del presente trabajo es diseñar un controlador capaz de lograr reproducibilidad entre lotes sucesivos al tiempo que se siguen perfiles óptimos determinados por otros autores.Respecto a esto último, se propone un acercamiento comprensible para el seguimiento de los perfiles óptimos. Para cumplir tal objetivo, se asume lo siguiente: (i) el procesoes adecuadamente modelado a través de un modelo matemático; (ii) los perfiles óptimos deseados de las concentraciones son conocidos; y (iii) la acción de control que mueve al sistema desde su estado actual hacia el deseado puede ser calculada.En la metodología pro...

Implementation of Stir-Speed Adopted Controllers Onto a Batch Bioreactor for Improved Fermentation

“…Based on the comparison of the equations (30)(31)(32)(33) and (34,35), ( , ) and T ( , ) are evident. The product ( , ) T ( , ) is a positive-definite symetric, which, taking into account Theorem 2, proves the stability of the adaptive control system described by the controlled plant mathematical model (26)(27)(28)(29) and control law and adaptation mechanisms (13)(14)(15)(16)(17)(18)(19).…”

“…The use of a simulation-based approximate dynamic programming method for optimal feedback control is extended and used in [18]. The fed-batch bioreactor control based on a linear algebra is shown in [19], and implementation of fractional-order iterative learning controller in [20].…”

“…This reference model produces a step response equal to the reference signal in (5). In block "Adaptation mechanism", adaptive gain K(t) is calculated by (15)- (19). The adaptation coefficient matrices were estimated by means of numerical simulation with the complete model.…”

“…In all simulations, the same reference signal was used (5), defined with the reference model (20,21). The adaptive controller (13)(14)(15)(16)(17)(18)(19) was used to ensure that the controlled plant output signal was traced to the output of the reference model. Different values were evaluated of coefficients of the adaptation mechanism ′, and σ.…”

Neural Network-Based State Estimation for a Closed-Loop Control Strategy Applied to a Fed-Batch Bioreactor

“…Many nonlinear control techniques of bioprocesses assume that the feedback variables can be measured online [33,34]. However, such hypothesis is often unrealistic and therefore some process variables must be estimated through virtual sensors (or soft sensors).…”