《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 抗生素發(fā)酵專(zhuān)家診斷系統(tǒng)的研究及實(shí)現(xiàn)
抗生素發(fā)酵專(zhuān)家診斷系統(tǒng)的研究及實(shí)現(xiàn)
2016年電子技術(shù)應(yīng)用第10期
丁遠(yuǎn)超,龍 偉,李富貴
南昌大學(xué) 信息工程學(xué)院,江西 南昌330031
摘要: 現(xiàn)有的抗生素發(fā)酵系統(tǒng)大多不具備自動(dòng)診斷異常的功能,為提高抗生素發(fā)酵的自動(dòng)化水平,提出了一種應(yīng)用于抗生素發(fā)酵的專(zhuān)家診斷系統(tǒng)。該系統(tǒng)結(jié)合抗生素發(fā)酵工藝特點(diǎn),利用關(guān)系型數(shù)據(jù)庫(kù)技術(shù)設(shè)計(jì)出一種產(chǎn)生式樹(shù)形結(jié)構(gòu)的知識(shí)庫(kù),并結(jié)合Snort規(guī)則庫(kù)中的三維鏈表結(jié)構(gòu)對(duì)知識(shí)庫(kù)進(jìn)行優(yōu)化,采用高效的混合推導(dǎo)規(guī)則控制策略,最終設(shè)計(jì)出應(yīng)用于抗生素發(fā)酵的專(zhuān)家診斷系統(tǒng)。由實(shí)驗(yàn)結(jié)果可知,系統(tǒng)實(shí)現(xiàn)了對(duì)抗生素發(fā)酵過(guò)程中異常狀況的預(yù)測(cè)診斷和分析提示,對(duì)提高抗生素發(fā)酵率的生產(chǎn)目標(biāo)具有一定的應(yīng)用價(jià)值。
中圖分類(lèi)號(hào): TP182
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2016.10.031
中文引用格式: 丁遠(yuǎn)超,龍偉,李富貴. 抗生素發(fā)酵專(zhuān)家診斷系統(tǒng)的研究及實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用,2016,42(10):120-122,130.
英文引用格式: Ding Yuanchao,Long Wei,Li Fugui. Research and implementation of antibiotic fermentation expert diagnosis system[J].Application of Electronic Technique,2016,42(10):120-122,130.
Research and implementation of antibiotic fermentation expert diagnosis system
Ding Yuanchao,Long Wei,Li Fugui
Information Engineering Institute,Nanchang University,Nanchang 330031,China
Abstract: Most of the existing antibiotic fermentation systems do not have the function of automatic diagnosis. In order to improve the automation level of antibiotic fermentation, an expert diagnosis system is put forward. The system combines the characteristics of antibiotic fermentation process by relational database technology to design a generated tree type structure of knowledge base, combined with snort rules in three dimensional linked list structure to optimize the knowledge base, control strategy using efficient hybrid derivation rules, an expert diagnostic system for antibiotic fermentation is gotten finally. The experimental results show that the system can realize the prediction of abnormal condition in the process of antibiotic fermentation, and it is valuable to improve the production target of the antibiotic fermentation rate.
Key words : antibiotic fermentation;relational database;Snort rule base;expert diagnosis system

0 引言

    抗生素對(duì)致病微生物具有較好的抑制和滅殺作用,具有較廣泛的臨床應(yīng)用,隨著其應(yīng)用需求不斷擴(kuò)大,提高其生產(chǎn)效率并降低生產(chǎn)成本成為相關(guān)生產(chǎn)企業(yè)提高企業(yè)效益的研究重點(diǎn)。目前,抗生素發(fā)酵異常報(bào)警系統(tǒng)已在各醫(yī)藥生產(chǎn)企業(yè)得到普遍應(yīng)用,它加快了檢測(cè)速度,提高了檢驗(yàn)結(jié)果的準(zhǔn)確性,對(duì)生產(chǎn)異常的分析和診斷起了重要的作用。但常規(guī)檢驗(yàn)結(jié)果只提供測(cè)試結(jié)果及參考范圍,還需經(jīng)驗(yàn)豐富的工人進(jìn)一步解讀及分析[1]。

    抗生素發(fā)酵過(guò)程的影響因素和采樣參數(shù)類(lèi)型繁多、工藝復(fù)雜,很難建立精確的數(shù)學(xué)模型[2]。因此,本文引入了一種基于Snort推理結(jié)構(gòu)的專(zhuān)家診斷系統(tǒng),該系統(tǒng)利用Snort擴(kuò)展性強(qiáng)、靈活性高、占用資源少的特點(diǎn),設(shè)計(jì)出一種以專(zhuān)家經(jīng)驗(yàn)、混合推導(dǎo)規(guī)則以及異常案例為知識(shí)源的知識(shí)庫(kù),并將基于Snort高效匹配規(guī)則的推理機(jī)與產(chǎn)生式樹(shù)形結(jié)構(gòu)的知識(shí)庫(kù)相結(jié)合,有效解決了專(zhuān)家診斷系統(tǒng)普遍存在的知識(shí)組合崩潰、推理速度慢、推理能力差等問(wèn)題,能實(shí)時(shí)根據(jù)專(zhuān)家經(jīng)驗(yàn)定位和分析異常情況并提出改善、處理方法[3]。實(shí)踐證明,本文設(shè)計(jì)的專(zhuān)家診斷系統(tǒng)操作簡(jiǎn)單,性能穩(wěn)定,除具有分析異常情況的功能之外,還能生成常見(jiàn)問(wèn)題處理辦法,為工人進(jìn)一步診斷提供了參考,也有利于及時(shí)處理異常情況,對(duì)提高醫(yī)藥生產(chǎn)企業(yè)生產(chǎn)效率具有一定的現(xiàn)實(shí)意義。

1 抗生素發(fā)酵工藝

1.1 發(fā)酵過(guò)程及工藝

    抗生素發(fā)酵過(guò)程中需要根據(jù)工藝要求,保證各級(jí)發(fā)酵罐中的各項(xiàng)環(huán)境條件,進(jìn)而促進(jìn)菌體的生長(zhǎng)和增殖??股匕l(fā)酵過(guò)程可采用補(bǔ)料分批發(fā)酵的方式,在發(fā)酵過(guò)程中需要根據(jù)發(fā)酵狀態(tài)間歇地補(bǔ)加新鮮培養(yǎng)基,使發(fā)酵罐內(nèi)維持適當(dāng)?shù)幕|(zhì)濃度,基質(zhì)濃度過(guò)低會(huì)導(dǎo)致菌體營(yíng)養(yǎng)不足,進(jìn)而代謝減緩;基質(zhì)濃度過(guò)大會(huì)造成阻遏效應(yīng),使溶解氧濃度變小,同樣影響次級(jí)代謝產(chǎn)物的分泌[4,5]。

    從發(fā)酵前對(duì)發(fā)酵罐、管道和培養(yǎng)基的消毒滅菌等準(zhǔn)備工作,到發(fā)酵過(guò)程中培養(yǎng)基的添加、溫度的調(diào)節(jié)、去泡沫、空氣流量的調(diào)節(jié)等操作,都需要獲取現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù),通過(guò)專(zhuān)家經(jīng)驗(yàn)進(jìn)行實(shí)時(shí)推理,對(duì)發(fā)酵狀態(tài)和異常進(jìn)行診斷,并輔助用戶(hù)進(jìn)行異常的確認(rèn)與排除,以使發(fā)酵過(guò)程按照預(yù)期的軌跡進(jìn)行,進(jìn)而實(shí)現(xiàn)較高的發(fā)酵率[6]。

1.2 發(fā)酵過(guò)程的異常管控

    發(fā)酵過(guò)程應(yīng)根據(jù)發(fā)酵的菌齡,結(jié)合當(dāng)前發(fā)酵的狀態(tài),不斷調(diào)整相關(guān)參數(shù),以使發(fā)酵過(guò)程朝著產(chǎn)品數(shù)量更多、質(zhì)量更好的方向進(jìn)行。以青霉菌為例,生長(zhǎng)適宜溫度為30 ℃,合成適宜溫度25 ℃。在生長(zhǎng)期需要設(shè)定提高溫度,縮短生長(zhǎng)時(shí)間;而在生產(chǎn)階段可以適當(dāng)降低溫度以促進(jìn)次級(jí)代謝產(chǎn)物的合成,溫度的控制通過(guò)對(duì)冷卻水流量的控制進(jìn)行調(diào)節(jié)。適宜代謝產(chǎn)物合成的酸堿度pH范圍為6.4~6.6,應(yīng)避免超過(guò)7.0,因?yàn)樵趬A性條件下代謝產(chǎn)物不穩(wěn)定,易水解。當(dāng)pH值異常時(shí),可向發(fā)酵罐注入氨水或者增加糖以達(dá)到調(diào)節(jié)目的。泡沫過(guò)多時(shí)加入消泡劑,進(jìn)而避免漏液及其引起的染菌[7]。溶解氧是微生物發(fā)酵過(guò)程中最為重要的參數(shù)之一,調(diào)節(jié)攪拌電機(jī)的轉(zhuǎn)速和空氣通入量是調(diào)節(jié)溶解氧的兩個(gè)重要方法。在微生物發(fā)酵過(guò)程中還需進(jìn)行營(yíng)養(yǎng)物質(zhì)的補(bǔ)充,以保證微生物的生長(zhǎng)和產(chǎn)物的代謝。

2 專(zhuān)家診斷系統(tǒng)基本原理

    基于專(zhuān)家系統(tǒng)的抗生素發(fā)酵過(guò)程異常診斷系統(tǒng)總體結(jié)構(gòu)如圖1所示。系統(tǒng)通過(guò)現(xiàn)場(chǎng)傳感器采集發(fā)酵罐內(nèi)部的發(fā)酵罐溫度、壓力、攪拌轉(zhuǎn)速、pH值、溶解氧濃度等參數(shù)值,并由系統(tǒng)自動(dòng)存儲(chǔ)到綜合數(shù)據(jù)庫(kù)中,通過(guò)推理機(jī)讀取數(shù)據(jù),并結(jié)合知識(shí)庫(kù)和推理規(guī)則庫(kù),推理分析得出最優(yōu)結(jié)論并通過(guò)解釋程序說(shuō)明推理過(guò)程和結(jié)果,最后通過(guò)人機(jī)接口供用戶(hù)查閱。專(zhuān)家也可通過(guò)專(zhuān)家接口管理擴(kuò)充知識(shí)庫(kù),進(jìn)一步提高系統(tǒng)的診斷水平和技術(shù)成熟度。

jsj2-t1.gif

    針對(duì)抗生素發(fā)酵工藝特點(diǎn),本專(zhuān)家系統(tǒng)主要由知識(shí)庫(kù)、推理機(jī)、人機(jī)接口、系統(tǒng)綜合數(shù)據(jù)庫(kù)、解釋機(jī)等部分組成。系統(tǒng)綜合數(shù)據(jù)庫(kù)主要存放系統(tǒng)配置數(shù)據(jù)、發(fā)酵過(guò)程歷史數(shù)據(jù)和推理過(guò)程中間數(shù)據(jù)。解釋機(jī)根據(jù)推理機(jī)推出的結(jié)論結(jié)合知識(shí)庫(kù)中的專(zhuān)家知識(shí),定位可能存在的異常問(wèn)題點(diǎn),搜索并提取知識(shí)庫(kù)中基于專(zhuān)家經(jīng)驗(yàn)的相應(yīng)解決方案。

3 知識(shí)庫(kù)的建立

    發(fā)酵異常知識(shí)庫(kù)主要存放由專(zhuān)家經(jīng)驗(yàn)轉(zhuǎn)化的知識(shí)條目。發(fā)酵異常知識(shí)庫(kù)以關(guān)系型數(shù)據(jù)庫(kù)技術(shù)設(shè)計(jì)出一種產(chǎn)生式樹(shù)形結(jié)構(gòu)的形式進(jìn)行構(gòu)造,包含異常故障樹(shù)的映射和索引,可通過(guò)人機(jī)接口進(jìn)行管理[8]。為了提高推理機(jī)的推理效率,知識(shí)庫(kù)中的知識(shí)條目采用了產(chǎn)生式規(guī)則的表達(dá)形式。

    產(chǎn)生式規(guī)則的一般形式是:

    If X Then Y (C)

其中,X是產(chǎn)生式的前提條件,Y是產(chǎn)生式的動(dòng)作或結(jié)論,C為可信度。

    為提高知識(shí)表達(dá)的清晰度和明確性并簡(jiǎn)化異常診斷推理步驟,提高診斷效率,將知識(shí)庫(kù)按照如下模塊進(jìn)行劃分:

    (1)關(guān)聯(lián)模型知識(shí):描述發(fā)酵系統(tǒng)常態(tài)運(yùn)行時(shí)變量之間的關(guān)聯(lián)規(guī)則和可信度,可判斷系統(tǒng)是否偏離預(yù)訂的發(fā)酵工藝軌跡,確定異?;A(chǔ)信息。

    (2)異常原型知識(shí):分為設(shè)備異常知識(shí)庫(kù)和發(fā)酵參數(shù)異常知識(shí)庫(kù),通過(guò)對(duì)專(zhuān)家經(jīng)驗(yàn)進(jìn)行提煉進(jìn)而獲取。

    (3)解決方案知識(shí):分為設(shè)備異常排除知識(shí)庫(kù)和發(fā)酵異常處理知識(shí)庫(kù),是對(duì)各種異常情況處理方法的總結(jié)和匯總。

    如圖2所示為知識(shí)庫(kù)的結(jié)構(gòu)及其匹配方向圖,現(xiàn)場(chǎng)采樣的數(shù)據(jù)在關(guān)聯(lián)模型知識(shí)庫(kù)中搜索參數(shù)約束條件,找到對(duì)應(yīng)超出約束的規(guī)則條目并得出失配原因,并在異常原型知識(shí)庫(kù)中進(jìn)一步搜索異常原因,最后在解決方案知識(shí)庫(kù)中搜索解決方案。

jsj2-t2.gif

    發(fā)酵異常知識(shí)數(shù)據(jù)庫(kù)的表達(dá)方法是通過(guò)關(guān)系數(shù)據(jù)庫(kù)進(jìn)行實(shí)現(xiàn)的,這種數(shù)據(jù)結(jié)構(gòu)具有較好的靈活性,方便功能的實(shí)現(xiàn)和后期管理。

4 推理機(jī)及推理規(guī)則

    推理機(jī)結(jié)合發(fā)酵參數(shù)和內(nèi)置推理規(guī)則,通過(guò)雙向混合推理在知識(shí)庫(kù)中進(jìn)行匹配,列出所有結(jié)論并按優(yōu)先級(jí)及可信度排序。使用知識(shí)庫(kù)中的映射關(guān)系和推理規(guī)則進(jìn)行推導(dǎo)求解。

    推理機(jī)采用特定的搜索策略與發(fā)酵異常知識(shí)庫(kù)中的知識(shí)條目進(jìn)行匹配,其過(guò)程包括規(guī)則推理、沖突消除、執(zhí)行規(guī)則等階段。規(guī)則推理是將知識(shí)庫(kù)中的知識(shí)與規(guī)則庫(kù)中的規(guī)則進(jìn)行匹配的過(guò)程,采用基于規(guī)則推理的推理方式,根據(jù)已知的線(xiàn)索條件以及前提與結(jié)論之間的邏輯關(guān)系得出結(jié)論。當(dāng)出現(xiàn)多條成功匹配的結(jié)論時(shí),一種解決沖突的方法是先隨機(jī)選擇一條知識(shí)條目,如果執(zhí)行無(wú)效,則回到原始選擇點(diǎn)上,重新選擇知識(shí)條目。這樣周期循環(huán),直到找到對(duì)應(yīng)的有效知識(shí)條目。這種方法效率低,復(fù)雜度大,當(dāng)數(shù)據(jù)量較大時(shí),可能會(huì)出現(xiàn)惡性循環(huán)甚至無(wú)解。更為有效的處理方法就是對(duì)知識(shí)條目進(jìn)行唯一標(biāo)識(shí),以知識(shí)條目在發(fā)酵異常知識(shí)庫(kù)中的優(yōu)先級(jí)和可信度的設(shè)定來(lái)對(duì)知識(shí)條目的選擇進(jìn)行決策。規(guī)則執(zhí)行是將匹配成功的規(guī)則提取出來(lái)作為最終結(jié)論直接輸出或作為中間結(jié)論繼續(xù)進(jìn)行下一輪推理[9,10]。

    推理策略包括正向推理策略、反向推理策略和混合推理策略。正向推理策略按照從信息條件到最終結(jié)論的方向進(jìn)行推理,可以利用原始發(fā)酵數(shù)據(jù)直接進(jìn)行推導(dǎo),可快速實(shí)現(xiàn)對(duì)原始發(fā)酵數(shù)據(jù)的響應(yīng),但推導(dǎo)過(guò)程目的性較差,降低了推導(dǎo)效率。反向推理策略與正向策略相反,它是以結(jié)論為基礎(chǔ)的推理策略,根據(jù)預(yù)先設(shè)定的結(jié)論,反向推導(dǎo)這個(gè)結(jié)論所需要的條件。這種方法在結(jié)論數(shù)量較少的求解空間中效率較高,但假設(shè)結(jié)論的方法具有一定的盲目性,不能充分結(jié)合已知條件進(jìn)行推理,當(dāng)知識(shí)庫(kù)容量較大時(shí),推理難度較大?;旌贤评聿呗越Y(jié)合兩種方法的優(yōu)勢(shì),首先根據(jù)異常發(fā)酵參數(shù)進(jìn)行前向推理,這一過(guò)程可能得到幾個(gè)結(jié)論,這幾個(gè)結(jié)論都與用戶(hù)提供的信息具有一定的關(guān)聯(lián)度;然后再分別對(duì)剛剛得到的結(jié)論進(jìn)行假定,反向推理其對(duì)應(yīng)的知識(shí)條目和參數(shù)狀態(tài),再與給定數(shù)據(jù)進(jìn)行比較,吻合的結(jié)論即是最終結(jié)論。

    下面舉例說(shuō)明混合推理的實(shí)現(xiàn)方法:系統(tǒng)首先檢測(cè)到301罐的溶氧出現(xiàn)異常,然后調(diào)用推理機(jī)進(jìn)行處理,推理機(jī)在表1所示知識(shí)庫(kù)中進(jìn)行規(guī)則匹配,得到的匹配規(guī)則是Rule n,通過(guò)Rule n正向推理,可知301罐的溶氧值過(guò)低;然后利用Rule n+1進(jìn)行反向推理,可得到兩個(gè)導(dǎo)致上級(jí)異常的原因,由圖3所示推理過(guò)程圖,可得到更深層的推理結(jié)果,然后通過(guò)各規(guī)則的優(yōu)先級(jí)設(shè)定值,可得出最終結(jié)論;最后,利用得到的異常診斷結(jié)果在解決方案知識(shí)庫(kù)中搜索異常處理操作方法。

jsj2-b1.gif

jsj2-t3.gif

5 軟件運(yùn)行效果

    人機(jī)接口是用戶(hù)與系統(tǒng)的交互平臺(tái),對(duì)內(nèi)主要實(shí)現(xiàn)發(fā)酵參數(shù)數(shù)據(jù)和發(fā)酵過(guò)程知識(shí)庫(kù)的信息交互,對(duì)外主要提供專(zhuān)家和操作用戶(hù)兩個(gè)接口。專(zhuān)家接口是面向發(fā)酵領(lǐng)域?qū)<矣脩?hù)的知識(shí)管理接口,可進(jìn)行知識(shí)管理和維護(hù);操作用戶(hù)接口是面向現(xiàn)場(chǎng)操作人員的人機(jī)接口,可查看對(duì)發(fā)酵狀態(tài)的異常診斷結(jié)果。通過(guò)知識(shí)管理模塊可使用可視化界面將專(zhuān)家輸入的經(jīng)驗(yàn)數(shù)據(jù)轉(zhuǎn)化知識(shí)規(guī)則,反之,也可以將知識(shí)庫(kù)中的知識(shí)規(guī)則轉(zhuǎn)化為操作人員易于理解的經(jīng)驗(yàn)文本信息。系統(tǒng)可根據(jù)發(fā)酵參數(shù)的監(jiān)控需要,增刪和修改發(fā)酵異常知識(shí)庫(kù)中的索引信息和映射關(guān)系。異常診斷界面如圖4所示。

jsj2-t4.gif

6 結(jié)束語(yǔ)

    針對(duì)抗生素發(fā)酵過(guò)程的工藝特點(diǎn),本文設(shè)計(jì)了一種用于抗生素發(fā)酵的專(zhuān)家診斷系統(tǒng),并詳細(xì)介紹了產(chǎn)生式知識(shí)庫(kù)的搭建和基于Snort規(guī)則的推理機(jī)的設(shè)計(jì)過(guò)程,對(duì)推導(dǎo)出的潛在問(wèn)題進(jìn)行預(yù)警并提取專(zhuān)家知識(shí)庫(kù)中的處理經(jīng)驗(yàn)和方法,進(jìn)而輔助用戶(hù)進(jìn)行相應(yīng)操作,實(shí)現(xiàn)了自動(dòng)診斷異常并給出處理辦法的功能,能夠提高發(fā)酵過(guò)程的發(fā)酵率,減少原材料的消耗,給企業(yè)帶來(lái)較好的經(jīng)濟(jì)效益和社會(huì)效益。目前,本文設(shè)計(jì)的專(zhuān)家診斷系統(tǒng)已成功應(yīng)用于某醫(yī)藥生產(chǎn)企業(yè)中,其性能已逐漸趨于完善。

參考文獻(xiàn)

[1] 許文思.中國(guó)的抗生素研究和生產(chǎn)[J].中國(guó)醫(yī)藥工業(yè)雜志,1997,28(2):51-55.

[2] 許亮,李秀喜,郭子明,等.化工過(guò)程實(shí)時(shí)故障診斷專(zhuān)家系統(tǒng)的研究與開(kāi)發(fā)[J].計(jì)算機(jī)工程與應(yīng)用,2007,43(8):245-247.

[3] 關(guān)長(zhǎng)亮,王貴成,郭懿陽(yáng),等.谷氨酸發(fā)酵過(guò)程專(zhuān)家系統(tǒng)研究[J].沈陽(yáng)化工大學(xué)學(xué)報(bào),2012,26(3):255-259.

[4] 郭江浩,邵惠鶴.生物發(fā)酵控制系統(tǒng)及監(jiān)控軟件的開(kāi)發(fā)[J].微型電腦應(yīng)用,2004,20(5):17-20.

[5] 徐曄.專(zhuān)家系統(tǒng)在抗生素發(fā)酵過(guò)程控制中的應(yīng)用[J].藥學(xué)進(jìn)展,1997,21(2):94-97.

[6] 趙巖,何鵬.基于人工智能的生物發(fā)酵控制系統(tǒng)方法[J].計(jì)算機(jī)仿真,2012,29(10):200-203.

[7] 俞文和,楊紀(jì)根.抗生素生產(chǎn)工藝學(xué)[M].沈陽(yáng):遼寧科學(xué)技術(shù)出版社,1988.

[8] QIAN Y,LI X X,JIANG Y R,et al.An expert system for real-time fault diagnosis of complex chemical processes[J].Expert Systems with Applications,2003,24(4):425-432.

[9] GUERREIRO M A,ANDRIETTA S R,MAUGERI F.Expert system for the design of an industrial fermentation plant for the production of alcohol[J].Journal of Chemical Technology and Biotechnology,1997,68(2):163-170.

[10] 王益玲.基于DCS實(shí)時(shí)信息的智能故障診斷系統(tǒng)的研究與設(shè)計(jì)[D].南京:南京工業(yè)大學(xué),2013.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。