Resumen

La tecnología de separación cromatográfica de lecho móvil simulado (SMB) es una nueva tecnología de separación por adsorción con una gran capacidad de separación. Basándose en el principio del sistema de inferencia neural difuso adaptativo (ANFIS), se propuso un método de modelado de sensores blandos para realizar la predicción de la pureza de los componentes del extracto y el refinado en el proceso de separación cromatográfica SMB. El espacio de datos de entrada del modelo de sensor suave establecido se divide, y los parámetros de premisa se determinan utilizando el método de partición de malla, el algoritmo de agrupación sustractiva y el algoritmo de agrupación difusa C-means (FCM). Se utilizaron los algoritmos de gradiente, Kalman, Kaczmarz y PseudoInv para optimizar los parámetros de conclusión de los modelos de sensor blando ANFIS con el fin de predecir la pureza de los componentes del extracto y del refinado en el proceso de separación cromatográfica SMB. Los resultados de la simulación indican que los modelos de sensor blando ANFIS propuestos pueden predecir eficazmente los indicadores económicos y técnicos clave del proceso de separación cromatográfica SMB.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:proceso de separación cromatográfica, smb, componentes del refinado, modelos de sensores blandos anfis, sistema de inferencia neural difusa adaptable, nueva tecnología de separación por adsorción, tecnología de separación cromatográfica, espacio de datos de entrada, método de partición mallada, modelo de sensor blando
• Keywords:chromatographic separation process, smb, raffinate components, anfis soft sensor models, adaptive neural fuzzy inference system, new adsorption separation technology, chromatographic separation technology, input data space, meshing partition method, soft sensor model