CN117253555A - 一种改进黄原胶发酵工艺的方法及其运行系统 - Google Patents

一种改进黄原胶发酵工艺的方法及其运行系统 Download PDF

Info

Publication number
CN117253555A
CN117253555A CN202311531596.3A CN202311531596A CN117253555A CN 117253555 A CN117253555 A CN 117253555A CN 202311531596 A CN202311531596 A CN 202311531596A CN 117253555 A CN117253555 A CN 117253555A
Authority
CN
China
Prior art keywords
xanthan gum
xanthan
data
strain
fermentation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311531596.3A
Other languages
English (en)
Inventor
来凤堂
赵亭皓
刘丰瑜
张云凯
张艳年
李树标
薄文文
杨永情
张春杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Fufeng Fermentation Co ltd
Original Assignee
Shandong Fufeng Fermentation Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Fufeng Fermentation Co ltd filed Critical Shandong Fufeng Fermentation Co ltd
Priority to CN202311531596.3A priority Critical patent/CN117253555A/zh
Publication of CN117253555A publication Critical patent/CN117253555A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12P—FERMENTATION OR ENZYME-USING PROCESSES TO SYNTHESISE A DESIRED CHEMICAL COMPOUND OR COMPOSITION OR TO SEPARATE OPTICAL ISOMERS FROM A RACEMIC MIXTURE
    • C12P19/00—Preparation of compounds containing saccharide radicals
    • C12P19/04—Polysaccharides, i.e. compounds containing more than five saccharide radicals attached to each other by glycosidic bonds
    • C12P19/06—Xanthan, i.e. Xanthomonas-type heteropolysaccharides
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Abstract

本发明涉及黄原胶发酵制备的技术领域，且公开了一种改进黄原胶发酵工艺的方法及其运行系统，该方法的运行系统包括黄原胶菌株培养基管理模块、黄原胶菌株培养状态检测管理模块、黄原胶发酵状态检测管理模块；通过设置不同类型黄原胶发酵菌株所需的黄原胶发酵菌株培养基数据，为黄原胶发酵过程发酵菌株的科学准确筛选培养基提供数据基础；利用数据搜索算法按照发酵菌株关键词为不同类型黄原胶发酵菌株高效精确搭配所需的培养基，结合机器人实现黄原胶发酵菌株的自动筛选培养基和菌株培养作业，提高了黄原胶发酵菌株培养的操作效率和智能化作业。

Description

一种改进黄原胶发酵工艺的方法及其运行系统
技术领域
本发明涉及黄原胶发酵制备的技术领域，具体为一种改进黄原胶发酵工艺的方法及其运行系统。
背景技术
黄原胶又名汉生胶，是由野油菜黄单胞杆菌以碳水化合物为主要原料，经发酵工程生产的一种作用广泛的微生物胞外多糖，它具有独特的流变性，良好的水溶性、对热及酸碱的稳定性、与多种盐类有很好的相容性，作为增稠剂、悬浮剂、乳化剂、稳定剂，可广泛应用于食品、石油、医药等20多个行业，是目前世界上生产规模最大且用途极为广泛的微生物多糖，黄原胶为浅黄色至白色可流动粉末，稍带臭味，易溶于冷、热水中，溶液中性，耐冻结和解冻，不溶于乙醇，遇水分散、乳化变成稳定的亲水性黏稠胶体；黄原胶发酵工艺包括原料准备、发酵过程、分离提纯、精制净化、干燥研磨，其中发酵过程包括培养基准备、菌株培养、发酵过程，目前黄原胶菌株培养使用的培养基通过工作人员筛选搭配，黄原胶菌株培养过程也需要工作人员进行监视直至满足黄原胶发酵需要，同时黄原胶发酵过程也需要工作人员进行监测，直至完成黄原胶发酵流程，利用人工监测黄原胶菌株培养基筛选、菌株培养、黄原胶发酵，不仅增加人工工作量，增加黄原胶发酵操作过程的风险，降低黄原胶的产量和质量。
中国专利申请公布号为CN101993840A，公开了菌种选育过程（1）菌体培养、取诱变菌株接种于盛有种子培养基的三角瓶中，于32±1℃振荡培养26—28h；（2）菌种初筛、用分光光度计，测吸光值，选取吸光值较大的菌株；（3）摇瓶培养、将待测菌株的单菌落分别接种到三角瓶培养液中，振荡培养；其中菌种选育包括菌体培养、菌种初筛、摇瓶培养，菌种选育过程依然完成采用人工操作，增加黄原胶菌种培养过程的工作量，提高黄原胶发酵操作过程的风险。
发明内容
为解决上述目前黄原胶菌株培养使用的培养基通过工作人员筛选搭配，黄原胶菌株培养过程也需要工作人员进行监视直至满足黄原胶发酵需要，同时黄原胶发酵过程也需要工作人员进行监测，直至完成黄原胶发酵流程，利用人工监测黄原胶菌株培养基筛选、菌株培养、黄原胶发酵，不仅增加人工工作量，增加黄原胶发酵操作过程的风险，降低黄原胶的产量和质量的问题，实现以上黄原胶菌株准确识别培养、精确识别黄原胶菌株培养完成状态、高效监测黄原胶发酵反应参数和进程的目的。
本发明通过以下技术方案予以实现：一种改进黄原胶发酵工艺的方法，该方法包括如下步骤：
S1、采集黄原胶发酵菌株数据；
S2、利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业；
S3、采集黄原胶菌株培养状态图像数据；
S4、采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业；
S5、采集黄原胶发酵罐反应条件参数数据和黄原胶发酵原料含量参数数据；
S6、将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理；
S7、将黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理。
优选的，所述采集黄原胶发酵菌株数据的操作步骤如下：
S11、利用数据采集云平台获取黄原胶发酵使用的黄原胶发酵菌株数据；所述黄原胶发酵菌株数据包括甘蓝黑腐病黄单孢杆菌、锦葵黄单孢杆菌、胡萝卜黄单孢杆菌、木薯萎矮病单孢杆菌其中任意一种。
优选的，所述利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业的操作步骤如下：
S21、建立黄原胶发酵菌株培养基数据集合，其中/>表示甘蓝黑腐病黄单孢杆菌对应的黄原胶发酵甘蓝黑腐病黄单孢杆菌菌株培养基数据；
表示锦葵黄单孢杆菌对应的黄原胶发酵锦葵黄单孢杆菌菌株培养基数据；
表示胡萝卜黄单孢杆菌对应的黄原胶发酵胡萝卜黄单孢杆菌菌株培养基数据；
表示木薯萎矮病单孢杆菌对应的黄原胶发酵木薯萎矮病单孢杆菌菌株培养基数据；
S22、采用K-D树最邻近搜索算法将S11中黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据集合/>中的黄原胶发酵菌株培养基数据按照黄原胶发酵菌株名称关键词进行比对，筛选输出黄原胶发酵菌株数据/>中黄原胶发酵菌株所需的黄原胶发酵菌株实际培养基数据/>；
S23、依据黄原胶发酵菌株数据和黄原胶发酵菌株实际培养基数据/>，利用执行机器人将黄原胶发酵菌株数据/>对应的黄原胶发酵菌株放入黄原胶发酵菌株实际培养基数据/>对应的黄原胶发酵菌株培养基中进行黄原胶发酵菌株培养作业。
优选的，所述采集黄原胶菌株培养状态图像数据的操作步骤如下：
S31、利用拍摄云镜头在线拍摄黄原胶发酵菌株在培养基内部的生长状态并生成黄原胶菌株培养状态图像数据集合，/>；/>表示第个黄原胶菌株培养状态图像数据，/>表示黄原胶菌株培养状态图像数据的最大值。
优选的，所述采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业的操作步骤如下：
S41、建立黄原胶菌株培养完成状态图像数据集合，；/>表示第/>个黄原胶菌株培养完成状态图像数据，/>表示黄原胶菌株培养完成状态图像数据的最大值；
S42、采用图像识别算法将S31中黄原胶菌株培养状态图像数据集合中黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据集合/>中的黄原胶菌株培养完成状态图像数据/>进行数据比对，输出黄原胶菌株培养状态结果数据；
图像识别算法的操作步骤如下：
步骤一、黄原胶菌株培养完成状态图像搜索飞蛾选择火焰，初始化时，在黄原胶菌株培养完成状态图像数据集合的解空间内初始化N个黄原胶菌株培养完成状态图像搜索飞蛾与M个火焰，M=N，在黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据/>搜索匹配过程中，黄原胶菌株培养完成状态图像搜索飞蛾会围绕所选择的火焰飞行，N个黄原胶菌株培养完成状态图像搜索飞蛾与M个火焰按优劣排序，并将M个火焰移动到较优的前M个个体的位置，每只黄原胶菌株培养完成状态图像搜索飞蛾选择互不相同的火焰，随着迭代次数的递增，火焰的数量会递减，火焰数量由以下公式计算得出，其中/>表示迭代/>次的火焰的数量，/>表示0至1的随机函数，/>表示火焰初始化总数量，/>表示迭代最大次数；
步骤二、黄原胶菌株培养完成状态图像搜索飞蛾围绕火焰飞行，对于黄原胶菌株培养完成状态图像搜索飞蛾在黄原胶菌株培养完成状态图像数据集合空间的位置/>,黄原胶菌株培养完成状态图像搜索飞蛾围绕火焰在黄原胶菌株培养完成状态图像数据集合/>空间的位置/>飞行后在黄原胶菌株培养完成状态图像数据集合/>的新位置/>根据以下公式计算得出
，其中/>为黄原胶菌株培养完成状态图像搜索飞蛾与火焰的距离值，/>为迭代次数，其中/>为系数取值2，/>表示火焰在黄原胶菌株培养完成状态图像数据集合/>的空间位置；
步骤三、移动火焰到相应位置，N只黄原胶菌株培养完成状态图像搜索飞蛾围绕M个火焰飞行后，会到N个新位置，计算这N个新位置的适应度值，将这N个新位置与M个火焰依据N+M个位置按优劣排序，并将其中较优的M个位置作为下一轮中火焰的位置，当达到最大迭代次数，输出黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据匹配结果，否则循环执行步骤一至步骤三；
当黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据/>匹配成功，则输出黄原胶菌株培养状态结果数据/>并使用机器人将培养完成的黄原胶菌株放入黄原胶发酵罐中执行黄原胶发酵作业；
当黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据/>未匹配成功，则重新采集黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据/>进行数据比对直至匹配成功。
优选的，所述采集黄原胶发酵罐反应条件参数数据和黄原胶发酵原料含量参数数据的操作步骤如下：
S51、使用工业传感器在线测量黄原胶发酵罐反应条件参数数据生成黄原胶发酵罐反应条件参数数据集合，其中/>表示黄原胶发酵罐反应温度参数数据，/>表示黄原胶发酵罐反应pH值参数数据，/>表示黄原胶发酵罐反应氧含量参数数据；
S52、使用工业传感器在线测量原胶发酵原料含量参数数据。
优选的，所述将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理的操作步骤如下：
S61、建立黄原胶发酵反应条件标准阈值数据集合，其中/>表示黄原胶发酵罐反应温度标准阈值数据，/>表示黄原胶发酵罐反应pH值标准阈值数据，/>表示黄原胶发酵罐反应氧含量标准阈值数据；
S62、分别将黄原胶发酵罐反应温度参数数据与黄原胶发酵罐反应温度标准阈值数据/>，黄原胶发酵罐反应pH值参数数据/>与黄原胶发酵罐反应pH值标准阈值数据/>，黄原胶发酵罐反应氧含量参数数据/>与黄原胶发酵罐反应氧含量标准阈值数据/>进行数值区间比较，当/>、、/>中存在不属于对应/>、/>、标准阈值区间内，则输出黄原胶发酵反应条件参数异常数据/>、/>、/>并通过预警平台反馈给工作人员；
当、/>、/>中都属于对应/>、/>、标准阈值区间内，则重新采集黄原胶发酵罐反应条件参数数据集合直至存在/>、/>、/>中不属于对应/>、/>、标准阈值区间内。
优选的，所述黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理的操作步骤如下：
S71、建立黄原胶发酵原料标准阈值数据；
S72、将原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值数据/>进行数值比较，当/>≤/>，则输出黄原胶发酵完成结果数据并反馈给工作人员，当/>>/>，则重新采集原胶发酵原料含量参数数据/>与黄原胶发酵原料标准阈值数据/>进行数值比较直至满足/>≤/>。
一种实现所述的改进黄原胶发酵工艺的方法的运行系统，该系统包括黄原胶菌株培养基管理模块、黄原胶菌株培养状态检测管理模块、黄原胶发酵状态检测管理模块；
所述黄原胶菌株培养基管理模块包括黄原胶发酵菌株数据采集单元、黄原胶发酵菌株培养基数据存储单元、黄原胶发酵菌株与培养基类型匹配执行单元；
所述黄原胶发酵菌株数据采集单元，使用云平台采集黄原胶发酵菌株数据；所述黄原胶发酵菌株培养基数据存储单元，用于存储黄原胶发酵菌株培养基数据；所述黄原胶发酵菌株与培养基类型匹配执行单元，利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业；
所述黄原胶菌株培养状态检测管理模块包括黄原胶菌株培养状态图像数据采集单元、黄原胶菌株培养完成状态图像数据存储单元、黄原胶菌株培养状态结果分析输出执行单元；
所述黄原胶菌株培养状态图像数据采集单元，使用拍摄云镜头采集黄原胶菌株培养状态图像数据；所述黄原胶菌株培养完成状态图像数据存储单元，用于存储黄原胶菌株培养完成状态图像数据；所述黄原胶菌株培养状态结果分析输出执行单元，采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业；
所述黄原胶发酵状态检测管理模块包括黄原胶发酵反应条件参数数据采集单元、黄原胶发酵原料含量参数数据采集单元、黄原胶发酵反应条件标准阈值存储单元、黄原胶发酵原料含量标准阈值存储单元、黄原胶发酵反应条件参数异常识别预警单元、黄原胶发酵完成结果识别反馈单元；
所述原胶发酵反应条件参数数据采集单元，使用工业传感器在线测量黄原胶发酵罐反应条件参数数据；所述黄原胶发酵原料含量参数数据采集单元，使用工业传感器在线测量黄原胶发酵原料含量参数数据；所述黄原胶发酵反应条件标准阈值存储单元，用于存储黄原胶发酵反应条件标准阈值；所述黄原胶发酵原料含量标准阈值存储单元，用于存储黄原胶发酵原料标准阈值；所述黄原胶发酵反应条件参数异常识别预警单元，将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理；所述黄原胶发酵完成结果识别反馈单元，将黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理。
本发明具备以下有益效果：
一、通过黄原胶发酵菌株培养基数据存储单元设置不同类型黄原胶发酵菌株所需的黄原胶发酵菌株培养基数据，为黄原胶发酵过程发酵菌株的科学准确筛选培养基提供数据基础；黄原胶发酵菌株与培养基类型匹配执行单元利用数据搜索算法按照发酵菌株关键词为不同类型黄原胶发酵菌株高效精确搭配所需的培养基，结合机器人实现黄原胶发酵菌株的自动筛选培养基和菌株培养作业，提高了黄原胶发酵菌株培养的操作效率和智能化作业。
二、通过黄原胶菌株培养完成状态图像数据存储单元，通过设置不同类型菌株培养完成状态数据，为实现可靠识别黄原胶菌株培养状态完成状态提供数据支撑；所述黄原胶菌株培养状态结果分析输出执行单元，采用飞蛾扑火算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行状态图像匹配，实现黄原胶菌株培养完成状态自动监测，同时结合机器人将培养完成菌株放入黄原胶发酵罐执行发酵作业，实现黄原胶发酵自动安全操作，提高了黄原胶发酵的卫生和品质。
三、通过黄原胶发酵反应条件标准阈值存储单元和黄原胶发酵反应条件参数异常识别预警单元结合通过设置黄原胶发酵过程主要反应条件的标准阈值，采用数值比较检测黄原胶反胶罐内部反应条件参数与标准阈值差异识别出反应条件参数异常数据并进行及时预警，提高黄原胶发酵反应异常的响应效率，保证黄原胶发酵过程处于精确控制；黄原胶发酵原料含量标准阈值存储单元和黄原胶发酵完成结果识别反馈单元通过设置黄原胶发酵原料标准阈值并采用数值比较精确检测出黄原胶发酵罐内部原料发酵结果，从而实现黄原胶发酵完成的精确监测，减少黄原胶发酵工艺的操作人员工作量和误操作风险，提高了黄原胶发酵的质量和产量。
附图说明
图1为本发明提供的一种改进黄原胶发酵工艺的方法运行结构组成图；
图2为图1所示一种改进黄原胶发酵工艺的方法的运行系统各个功能模块组成图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
该一种改进黄原胶发酵工艺的方法的实施例如下：
请参阅图1－图2，一种改进黄原胶发酵工艺的方法，该方法包括如下步骤：
S1、采集黄原胶发酵菌株数据；
S2、利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业；
S3、采集黄原胶菌株培养状态图像数据；
S4、采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业；
S5、采集黄原胶发酵罐反应条件参数数据和黄原胶发酵原料含量参数数据；
S6、将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理；
S7、将黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理。
进一步的，请参阅图1－图2，采集黄原胶发酵菌株数据的操作步骤如下：
S11、利用数据采集云平台获取黄原胶发酵使用的黄原胶发酵菌株数据；黄原胶发酵菌株数据包括甘蓝黑腐病黄单孢杆菌、锦葵黄单孢杆菌、胡萝卜黄单孢杆菌、木薯萎矮病单孢杆菌其中任意一种。
利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业的操作步骤如下：
S21、建立黄原胶发酵菌株培养基数据集合，其中/>表示甘蓝黑腐病黄单孢杆菌对应的黄原胶发酵甘蓝黑腐病黄单孢杆菌菌株培养基数据；
表示锦葵黄单孢杆菌对应的黄原胶发酵锦葵黄单孢杆菌菌株培养基数据；
表示胡萝卜黄单孢杆菌对应的黄原胶发酵胡萝卜黄单孢杆菌菌株培养基数据；
表示木薯萎矮病单孢杆菌对应的黄原胶发酵木薯萎矮病单孢杆菌菌株培养基数据；
S22、采用K-D树最邻近搜索算法将S11中黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据集合/>中的黄原胶发酵菌株培养基数据按照黄原胶发酵菌株名称关键词进行比对，筛选输出黄原胶发酵菌株数据/>中黄原胶发酵菌株所需的黄原胶发酵菌株实际培养基数据/>；
S23、依据黄原胶发酵菌株数据和黄原胶发酵菌株实际培养基数据/>，利用执行机器人将黄原胶发酵菌株数据/>对应的黄原胶发酵菌株放入黄原胶发酵菌株实际培养基数据/>对应的黄原胶发酵菌株培养基中进行黄原胶发酵菌株培养作业。
通过黄原胶发酵菌株培养基数据存储单元设置不同类型黄原胶发酵菌株所需的黄原胶发酵菌株培养基数据，为黄原胶发酵过程发酵菌株的科学准确筛选培养基提供数据基础；黄原胶发酵菌株与培养基类型匹配执行单元利用数据搜索算法按照发酵菌株关键词为不同类型黄原胶发酵菌株高效精确搭配所需的培养基，结合机器人实现黄原胶发酵菌株的自动筛选培养基和菌株培养作业，提高了黄原胶发酵菌株培养的操作效率和智能化作业。
进一步的，请参阅图1－图2，采集黄原胶菌株培养状态图像数据的操作步骤如下：
S31、利用拍摄云镜头在线拍摄黄原胶发酵菌株在培养基内部的生长状态并生成黄原胶菌株培养状态图像数据集合，/>；/>表示第个黄原胶菌株培养状态图像数据，/>表示黄原胶菌株培养状态图像数据的最大值。
采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业的操作步骤如下：
S41、建立黄原胶菌株培养完成状态图像数据集合，；/>表示第/>个黄原胶菌株培养完成状态图像数据，/>表示黄原胶菌株培养完成状态图像数据的最大值；
S42、采用图像识别算法将S31中黄原胶菌株培养状态图像数据集合中黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据集合/>中的黄原胶菌株培养完成状态图像数据/>进行数据比对，输出黄原胶菌株培养状态结果数据；
图像识别算法的操作步骤如下：
步骤一、黄原胶菌株培养完成状态图像搜索飞蛾选择火焰，初始化时，在黄原胶菌株培养完成状态图像数据集合的解空间内初始化N个黄原胶菌株培养完成状态图像搜索飞蛾与M个火焰，M=N，在黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据/>搜索匹配过程中，黄原胶菌株培养完成状态图像搜索飞蛾会围绕所选择的火焰飞行，N个黄原胶菌株培养完成状态图像搜索飞蛾与M个火焰按优劣排序，并将M个火焰移动到较优的前M个个体的位置，每只黄原胶菌株培养完成状态图像搜索飞蛾选择互不相同的火焰，随着迭代次数的递增，火焰的数量会递减，火焰数量由以下公式计算得出，其中/>表示迭代/>次的火焰的数量，/>表示0至1的随机函数，/>表示火焰初始化总数量，/>表示迭代最大次数；
步骤二、黄原胶菌株培养完成状态图像搜索飞蛾围绕火焰飞行，对于黄原胶菌株培养完成状态图像搜索飞蛾在黄原胶菌株培养完成状态图像数据集合空间的位置/>,黄原胶菌株培养完成状态图像搜索飞蛾围绕火焰在黄原胶菌株培养完成状态图像数据集合/>空间的位置/>飞行后在黄原胶菌株培养完成状态图像数据集合/>的新位置/>根据以下公式计算得出/>，其中/>为黄原胶菌株培养完成状态图像搜索飞蛾与火焰的距离值，/>为迭代次数，其中/>为系数取值2，表示火焰在黄原胶菌株培养完成状态图像数据集合/>的空间位置；
步骤三、移动火焰到相应位置，N只黄原胶菌株培养完成状态图像搜索飞蛾围绕M个火焰飞行后，会到N个新位置，计算这N个新位置的适应度值，将这N个新位置与M个火焰依据N+M个位置按优劣排序，并将其中较优的M个位置作为下一轮中火焰的位置，当达到最大迭代次数，输出黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据匹配结果，否则循环执行步骤一至步骤三；
当黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据/>匹配成功，则输出黄原胶菌株培养状态结果数据/>并使用机器人将培养完成的黄原胶菌株放入黄原胶发酵罐中执行黄原胶发酵作业；
当黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据/>未匹配成功，则重新采集黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据/>进行数据比对直至匹配成功。
通过黄原胶菌株培养完成状态图像数据存储单元，通过设置不同类型菌株培养完成状态数据，为实现可靠识别黄原胶菌株培养状态完成状态提供数据支撑；黄原胶菌株培养状态结果分析输出执行单元，采用飞蛾扑火算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行状态图像匹配，实现黄原胶菌株培养完成状态自动监测，同时结合机器人将培养完成菌株放入黄原胶发酵罐执行发酵作业，实现黄原胶发酵自动安全操作，提高了黄原胶发酵的卫生和品质。
进一步的，请参阅图1－图2，采集黄原胶发酵罐反应条件参数数据和黄原胶发酵原料含量参数数据的操作步骤如下：
S51、使用工业传感器在线测量黄原胶发酵罐反应条件参数数据生成黄原胶发酵罐反应条件参数数据集合，其中/>表示黄原胶发酵罐反应温度参数数据，/>表示黄原胶发酵罐反应pH值参数数据，/>表示黄原胶发酵罐反应氧含量参数数据；
S52、使用工业传感器在线测量原胶发酵原料含量参数数据。
将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理的操作步骤如下：
S61、建立黄原胶发酵反应条件标准阈值数据集合，其中/>表示黄原胶发酵罐反应温度标准阈值数据，/>表示黄原胶发酵罐反应pH值标准阈值数据，/>表示黄原胶发酵罐反应氧含量标准阈值数据；
S62、分别将黄原胶发酵罐反应温度参数数据与黄原胶发酵罐反应温度标准阈值数据/>，黄原胶发酵罐反应pH值参数数据/>与黄原胶发酵罐反应pH值标准阈值数据/>，黄原胶发酵罐反应氧含量参数数据/>与黄原胶发酵罐反应氧含量标准阈值数据/>进行数值区间比较，当/>、、/>中存在不属于对应/>、/>、标准阈值区间内，则输出黄原胶发酵反应条件参数异常数据/>、/>、/>并通过预警平台反馈给工作人员；
当、/>、/>中都属于对应/>、/>、标准阈值区间内，则重新采集黄原胶发酵罐反应条件参数数据集合直至存在/>、/>、/>中不属于对应/>、/>、/>标准阈值区间内。
黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理的操作步骤如下：
S71、建立黄原胶发酵原料标准阈值数据；
S72、将原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值数据/>进行数值比较，当/>≤/>，则输出黄原胶发酵完成结果数据并反馈给工作人员，当/>>/>，则重新采集原胶发酵原料含量参数数据/>与黄原胶发酵原料标准阈值数据/>进行数值比较直至满足/>≤/>。
通过黄原胶发酵反应条件标准阈值存储单元和黄原胶发酵反应条件参数异常识别预警单元结合通过设置黄原胶发酵过程主要反应条件的标准阈值，采用数值比较检测黄原胶反胶罐内部反应条件参数与标准阈值差异识别出反应条件参数异常数据并进行及时预警，提高黄原胶发酵反应异常的响应效率，保证黄原胶发酵过程处于精确控制；黄原胶发酵原料含量标准阈值存储单元和黄原胶发酵完成结果识别反馈单元通过设置黄原胶发酵原料标准阈值并采用数值比较精确检测出黄原胶发酵罐内部原料发酵结果，从而实现黄原胶发酵完成的精确监测，减少黄原胶发酵工艺的操作人员工作量和误操作风险，提高了黄原胶发酵的质量和产量。
一种实现的改进黄原胶发酵工艺的方法的运行系统，该系统包括黄原胶菌株培养基管理模块、黄原胶菌株培养状态检测管理模块、黄原胶发酵状态检测管理模块；
黄原胶菌株培养基管理模块包括黄原胶发酵菌株数据采集单元、黄原胶发酵菌株培养基数据存储单元、黄原胶发酵菌株与培养基类型匹配执行单元；
黄原胶发酵菌株数据采集单元，使用云平台采集黄原胶发酵菌株数据；黄原胶发酵菌株培养基数据存储单元，用于存储黄原胶发酵菌株培养基数据；黄原胶发酵菌株与培养基类型匹配执行单元，利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业；
黄原胶菌株培养状态检测管理模块包括黄原胶菌株培养状态图像数据采集单元、黄原胶菌株培养完成状态图像数据存储单元、黄原胶菌株培养状态结果分析输出执行单元；
黄原胶菌株培养状态图像数据采集单元，使用拍摄云镜头采集黄原胶菌株培养状态图像数据；黄原胶菌株培养完成状态图像数据存储单元，用于存储黄原胶菌株培养完成状态图像数据；黄原胶菌株培养状态结果分析输出执行单元，采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业；
黄原胶发酵状态检测管理模块包括黄原胶发酵反应条件参数数据采集单元、黄原胶发酵原料含量参数数据采集单元、黄原胶发酵反应条件标准阈值存储单元、黄原胶发酵原料含量标准阈值存储单元、黄原胶发酵反应条件参数异常识别预警单元、黄原胶发酵完成结果识别反馈单元；
原胶发酵反应条件参数数据采集单元，使用工业传感器在线测量黄原胶发酵罐反应条件参数数据；黄原胶发酵原料含量参数数据采集单元，使用工业传感器在线测量黄原胶发酵原料含量参数数据；黄原胶发酵反应条件标准阈值存储单元，用于存储黄原胶发酵反应条件标准阈值；黄原胶发酵原料含量标准阈值存储单元，用于存储黄原胶发酵原料标准阈值；黄原胶发酵反应条件参数异常识别预警单元，将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理；黄原胶发酵完成结果识别反馈单元，将黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种改进黄原胶发酵工艺的方法，其特征在于，该方法包括如下步骤：
S1、采集黄原胶发酵菌株数据；
S2、利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业；
S3、采集黄原胶菌株培养状态图像数据；
S4、采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业；
S5、采集黄原胶发酵罐反应条件参数数据和黄原胶发酵原料含量参数数据；
S6、将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理；
S7、将黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理。
2.根据权利要求1所述的一种改进黄原胶发酵工艺的方法，其特征在于：所述采集黄原胶发酵菌株数据的操作步骤如下：
S11、利用数据采集云平台获取黄原胶发酵使用的黄原胶发酵菌株数据；所述黄原胶发酵菌株数据包括甘蓝黑腐病黄单孢杆菌、锦葵黄单孢杆菌、胡萝卜黄单孢杆菌、木薯萎矮病单孢杆菌其中任意一种。
3.根据权利要求2所述的一种改进黄原胶发酵工艺的方法，其特征在于：所述利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业的操作步骤如下：
S21、建立黄原胶发酵菌株培养基数据集合，其中/>表示甘蓝黑腐病黄单孢杆菌对应的黄原胶发酵甘蓝黑腐病黄单孢杆菌菌株培养基数据；
表示锦葵黄单孢杆菌对应的黄原胶发酵锦葵黄单孢杆菌菌株培养基数据；
表示胡萝卜黄单孢杆菌对应的黄原胶发酵胡萝卜黄单孢杆菌菌株培养基数据；
表示木薯萎矮病单孢杆菌对应的黄原胶发酵木薯萎矮病单孢杆菌菌株培养基数据；
S22、采用K-D树最邻近搜索算法将S11中黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据集合/>中的黄原胶发酵菌株培养基数据按照黄原胶发酵菌株名称关键词进行比对，筛选输出黄原胶发酵菌株数据/>中黄原胶发酵菌株所需的黄原胶发酵菌株实际培养基数据/>；
S23、依据黄原胶发酵菌株数据和黄原胶发酵菌株实际培养基数据/>，利用执行机器人将黄原胶发酵菌株数据/>对应的黄原胶发酵菌株放入黄原胶发酵菌株实际培养基数据/>对应的黄原胶发酵菌株培养基中进行黄原胶发酵菌株培养作业。
4.根据权利要求3所述的一种改进黄原胶发酵工艺的方法，其特征在于：所述采集黄原胶菌株培养状态图像数据的操作步骤如下：
S31、利用拍摄云镜头在线拍摄黄原胶发酵菌株在培养基内部的生长状态并生成黄原胶菌株培养状态图像数据集合，/>；/>表示第/>个黄原胶菌株培养状态图像数据，/>表示黄原胶菌株培养状态图像数据的最大值。
5.根据权利要求4所述的一种改进黄原胶发酵工艺的方法，其特征在于：所述采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业的操作步骤如下：
S41、建立黄原胶菌株培养完成状态图像数据集合，；/>表示第/>个黄原胶菌株培养完成状态图像数据，/>表示黄原胶菌株培养完成状态图像数据的最大值；
S42、采用图像识别算法将S31中黄原胶菌株培养状态图像数据集合中黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据集合/>中的黄原胶菌株培养完成状态图像数据/>进行数据比对，输出黄原胶菌株培养状态结果数据；
图像识别算法的操作步骤如下：
步骤一、黄原胶菌株培养完成状态图像搜索飞蛾选择火焰，初始化时，在黄原胶菌株培养完成状态图像数据集合的解空间内初始化N个黄原胶菌株培养完成状态图像搜索飞蛾与M个火焰，M=N，在黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据/>搜索匹配过程中，黄原胶菌株培养完成状态图像搜索飞蛾会围绕所选择的火焰飞行，N个黄原胶菌株培养完成状态图像搜索飞蛾与M个火焰按优劣排序，并将M个火焰移动到较优的前M个个体的位置，每只黄原胶菌株培养完成状态图像搜索飞蛾选择互不相同的火焰，随着迭代次数的递增，火焰的数量会递减，火焰数量由以下公式计算得出
，其中、/>表示迭代/>次的火焰的数量，/>表示0至1的随机函数，/>表示火焰初始化总数量，/>表示迭代最大次数；
步骤二、黄原胶菌株培养完成状态图像搜索飞蛾围绕火焰飞行，对于黄原胶菌株培养完成状态图像搜索飞蛾在黄原胶菌株培养完成状态图像数据集合空间的位置/>,黄原胶菌株培养完成状态图像搜索飞蛾围绕火焰在黄原胶菌株培养完成状态图像数据集合/>空间的位置/>飞行后在黄原胶菌株培养完成状态图像数据集合/>的新位置/>根据以下公式计算得出
，其中/>为黄原胶菌株培养完成状态图像搜索飞蛾与火焰的距离值，=/>为迭代次数，其中=/>为系数取值2，=/>表示火焰在黄原胶菌株培养完成状态图像数据集合/>的空间位置；
步骤三、移动火焰到相应位置，N只黄原胶菌株培养完成状态图像搜索飞蛾围绕M个火焰飞行后，会到N个新位置，计算这N个新位置的适应度值，将这N个新位置与M个火焰依据N+M个位置按优劣排序，并将其中较优的M个位置作为下一轮中火焰的位置，当达到最大迭代次数，输出黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据/>匹配结果，否则循环执行步骤一至步骤三；
当黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据/>匹配成功，则输出黄原胶菌株培养状态结果数据/>并使用机器人将培养完成的黄原胶菌株放入黄原胶发酵罐中执行黄原胶发酵作业；
当黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据/>未匹配成功，则重新采集黄原胶菌株培养状态图像数据/>与黄原胶菌株培养完成状态图像数据进行数据比对直至匹配成功。
6.根据权利要求5所述的一种改进黄原胶发酵工艺的方法，其特征在于：所述采集黄原胶发酵罐反应条件参数数据和黄原胶发酵原料含量参数数据的操作步骤如下：
S51、使用工业传感器在线测量黄原胶发酵罐反应条件参数数据生成黄原胶发酵罐反应条件参数数据集合，其中/>表示黄原胶发酵罐反应温度参数数据，/>表示黄原胶发酵罐反应pH值参数数据，/>表示黄原胶发酵罐反应氧含量参数数据；
S52、使用工业传感器在线测量原胶发酵原料含量参数数据。
7.根据权利要求6所述的一种改进黄原胶发酵工艺的方法，其特征在于：所述将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理的操作步骤如下：
S61、建立黄原胶发酵反应条件标准阈值数据集合，其中/>表示黄原胶发酵罐反应温度标准阈值数据，/>表示黄原胶发酵罐反应pH值标准阈值数据，/>表示黄原胶发酵罐反应氧含量标准阈值数据；
S62、分别将黄原胶发酵罐反应温度参数数据与黄原胶发酵罐反应温度标准阈值数据/>，黄原胶发酵罐反应pH值参数数据/>与黄原胶发酵罐反应pH值标准阈值数据/>，黄原胶发酵罐反应氧含量参数数据/>与黄原胶发酵罐反应氧含量标准阈值数据/>进行数值区间比较，当/>、/>、中存在不属于对应/>、/>、/>标准阈值区间内，则输出黄原胶发酵反应条件参数异常数据/>、/>、并通过预警平台反馈给工作人员；
当、/>、/>中都属于对应/>、/>、标准阈值区间内，则重新采集黄原胶发酵罐反应条件参数数据集合直至存在/>、/>、/>中不属于对应/>、/>、标准阈值区间内。
8.根据权利要求7所述的一种改进黄原胶发酵工艺的方法，其特征在于：所述黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理的操作步骤如下：
S71、建立黄原胶发酵原料标准阈值数据；
S72、将原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值数据/>进行数值比较，当/>≤/>，则输出黄原胶发酵完成结果数据并反馈给工作人员，当/>>/>，则重新采集原胶发酵原料含量参数数据/>与黄原胶发酵原料标准阈值数据/>进行数值比较直至满足/>≤/>。
9.一种实现如根据权利要求1-8中任意一项所述的改进黄原胶发酵工艺的方法的运行系统，其特征在于，该系统包括黄原胶菌株培养基管理模块、黄原胶菌株培养状态检测管理模块、黄原胶发酵状态检测管理模块；
所述黄原胶菌株培养基管理模块包括黄原胶发酵菌株数据采集单元、黄原胶发酵菌株培养基数据存储单元、黄原胶发酵菌株与培养基类型匹配执行单元；
所述黄原胶发酵菌株数据采集单元，使用云平台采集黄原胶发酵菌株数据；所述黄原胶发酵菌株培养基数据存储单元，用于存储黄原胶发酵菌株培养基数据；所述黄原胶发酵菌株与培养基类型匹配执行单元，利用数据搜索算法按照发酵菌株关键词将黄原胶发酵菌株数据与黄原胶发酵菌株培养基数据识别匹配，筛选输出黄原胶发酵菌株实际培养基数据并执行菌株培养作业；
所述黄原胶菌株培养状态检测管理模块包括黄原胶菌株培养状态图像数据采集单元、黄原胶菌株培养完成状态图像数据存储单元、黄原胶菌株培养状态结果分析输出执行单元；
所述黄原胶菌株培养状态图像数据采集单元，使用拍摄云镜头采集黄原胶菌株培养状态图像数据；所述黄原胶菌株培养完成状态图像数据存储单元，用于存储黄原胶菌株培养完成状态图像数据；所述黄原胶菌株培养状态结果分析输出执行单元，采用图像识别算法将黄原胶菌株培养状态图像数据与黄原胶菌株培养完成状态图像数据进行数据比对，输出黄原胶菌株培养状态结果数据并在黄原胶菌株培养完成后执行黄原胶发酵作业；
所述黄原胶发酵状态检测管理模块包括黄原胶发酵反应条件参数数据采集单元、黄原胶发酵原料含量参数数据采集单元、黄原胶发酵反应条件标准阈值存储单元、黄原胶发酵原料含量标准阈值存储单元、黄原胶发酵反应条件参数异常识别预警单元、黄原胶发酵完成结果识别反馈单元；
所述原胶发酵反应条件参数数据采集单元，使用工业传感器在线测量黄原胶发酵罐反应条件参数数据；所述黄原胶发酵原料含量参数数据采集单元，使用工业传感器在线测量黄原胶发酵原料含量参数数据；所述黄原胶发酵反应条件标准阈值存储单元，用于存储黄原胶发酵反应条件标准阈值；所述黄原胶发酵原料含量标准阈值存储单元，用于存储黄原胶发酵原料标准阈值；所述黄原胶发酵反应条件参数异常识别预警单元，将黄原胶发酵罐反应条件参数数据与黄原胶发酵反应条件标准阈值进行数值比较，识别输出黄原胶发酵反应条件参数异常数据并进行预警处理；所述黄原胶发酵完成结果识别反馈单元，将黄原胶发酵原料含量参数数据与黄原胶发酵原料标准阈值进行数值比较，识别输出黄原胶发酵完成结果数据并反馈处理。
CN202311531596.3A 2023-11-17 2023-11-17 一种改进黄原胶发酵工艺的方法及其运行系统 Pending CN117253555A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311531596.3A CN117253555A (zh) 2023-11-17 2023-11-17 一种改进黄原胶发酵工艺的方法及其运行系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311531596.3A CN117253555A (zh) 2023-11-17 2023-11-17 一种改进黄原胶发酵工艺的方法及其运行系统

Publications (1)

Publication Number Publication Date
CN117253555A true CN117253555A (zh) 2023-12-19

Family

ID=89137220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311531596.3A Pending CN117253555A (zh) 2023-11-17 2023-11-17 一种改进黄原胶发酵工艺的方法及其运行系统

Country Status (1)

Country Link
CN (1) CN117253555A (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101993840A (zh) * 2010-07-27 2011-03-30 淄博中轩生化有限公司 生产伊斯兰教用黄原胶工艺及其所用黄单胞菌及筛选
CN102392068A (zh) * 2011-08-17 2012-03-28 中国科学院过程工程研究所 一种在线原位监测固态发酵真菌生物量的方法
CN103518224A (zh) * 2011-03-04 2014-01-15 Lbt创新有限公司 用于分析微生物生长的方法和软件
CN108062585A (zh) * 2017-12-29 2018-05-22 航天科工智慧产业发展有限公司 一种基于飞蛾扑火算法计算函数最值的方法
CN112801140A (zh) * 2021-01-07 2021-05-14 长沙理工大学 一种基于飞蛾扑火优化算法的XGBoost乳腺癌快速诊断方法
CN113025483A (zh) * 2021-03-24 2021-06-25 四川若斌生物科技有限责任公司 一种微生物培养分析柜的采集分析系统及其分析方法
CN113016502A (zh) * 2021-03-04 2021-06-25 山东恒发生物科技有限公司 一种采用深层发酵技术提高玉木耳多糖含量的方法
CN113610935A (zh) * 2021-08-16 2021-11-05 新化县天渠茶业有限公司 一种红茶自动发酵监测系统
CN113817587A (zh) * 2021-10-19 2021-12-21 河南应用技术职业学院 一种液体深层发酵菌种发酵装置及发酵工艺
CN114317318A (zh) * 2021-11-01 2022-04-12 甘肃省科学院生物研究所 一种低温起爆有机肥菌株诱变优化方法及菌剂复配工艺
WO2022104673A1 (zh) * 2020-11-20 2022-05-27 内蒙古金达威药业有限公司 一种花生四烯酸的生产方法
US20220380717A1 (en) * 2020-02-19 2022-12-01 Fujifilm Corporation Cell culture process search method, cell culture process search program, cell culture process search device, and learned model
CN116013411A (zh) * 2023-03-24 2023-04-25 北京蓝晶微生物科技有限公司 定量关系模型及应用、发酵监测方法、装置、系统、设备
WO2023122224A2 (en) * 2021-12-21 2023-06-29 Pow Genetic Solutions, Inc. Methods and systems for optimizing culture conditions in a culture process
CN116965318A (zh) * 2023-08-02 2023-10-31 上海孙桥溢佳农业技术股份有限公司 一种自动有机栽培系统及方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101993840A (zh) * 2010-07-27 2011-03-30 淄博中轩生化有限公司 生产伊斯兰教用黄原胶工艺及其所用黄单胞菌及筛选
CN103518224A (zh) * 2011-03-04 2014-01-15 Lbt创新有限公司 用于分析微生物生长的方法和软件
CN102392068A (zh) * 2011-08-17 2012-03-28 中国科学院过程工程研究所 一种在线原位监测固态发酵真菌生物量的方法
CN108062585A (zh) * 2017-12-29 2018-05-22 航天科工智慧产业发展有限公司 一种基于飞蛾扑火算法计算函数最值的方法
US20220380717A1 (en) * 2020-02-19 2022-12-01 Fujifilm Corporation Cell culture process search method, cell culture process search program, cell culture process search device, and learned model
WO2022104673A1 (zh) * 2020-11-20 2022-05-27 内蒙古金达威药业有限公司 一种花生四烯酸的生产方法
CN112801140A (zh) * 2021-01-07 2021-05-14 长沙理工大学 一种基于飞蛾扑火优化算法的XGBoost乳腺癌快速诊断方法
CN113016502A (zh) * 2021-03-04 2021-06-25 山东恒发生物科技有限公司 一种采用深层发酵技术提高玉木耳多糖含量的方法
CN113025483A (zh) * 2021-03-24 2021-06-25 四川若斌生物科技有限责任公司 一种微生物培养分析柜的采集分析系统及其分析方法
CN113610935A (zh) * 2021-08-16 2021-11-05 新化县天渠茶业有限公司 一种红茶自动发酵监测系统
CN113817587A (zh) * 2021-10-19 2021-12-21 河南应用技术职业学院 一种液体深层发酵菌种发酵装置及发酵工艺
CN114317318A (zh) * 2021-11-01 2022-04-12 甘肃省科学院生物研究所 一种低温起爆有机肥菌株诱变优化方法及菌剂复配工艺
WO2023122224A2 (en) * 2021-12-21 2023-06-29 Pow Genetic Solutions, Inc. Methods and systems for optimizing culture conditions in a culture process
CN116013411A (zh) * 2023-03-24 2023-04-25 北京蓝晶微生物科技有限公司 定量关系模型及应用、发酵监测方法、装置、系统、设备
CN116965318A (zh) * 2023-08-02 2023-10-31 上海孙桥溢佳农业技术股份有限公司 一种自动有机栽培系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
褚宝增 等: "《现代数字地质》", vol. 1, 中国科学技术出版社, pages: 250 - 252 *

Similar Documents

Publication Publication Date Title
CN206960988U (zh) 一种基于云架构的智能养鱼监控系统
KR102369167B1 (ko) 머신러닝을 이용한 지능형 스마트팜 운영 시스템
Rashid et al. IoT based smart water quality prediction for biofloc aquaculture
WO2020133560A1 (zh) 基于大数据技术的家畜智能化养殖管理系统及方法
CN105867495B (zh) 一种以时间参数远程控制工厂化食用菌出菇系统及其方法
Huang et al. The prototype of a smart underwater surveillance system for shrimp farming
CN116661530A (zh) 食用菌工厂化栽培中的智能控制系统及方法
Zhang et al. Design and development of IoT monitoring equipment for open livestock environment
NO20210919A1 (en) Systems and methods for predicting growth of a population of organisms
CN116360331A (zh) 一种通用的自动化控制系统及控制方法
Winata et al. Prediction of concentration for microalgae using image analysis
CN117253555A (zh) 一种改进黄原胶发酵工艺的方法及其运行系统
Nguyen et al. Least square and Gaussian process for image based microalgal density estimation
CN115965161B (zh) 一种基于人工智能和历史数据的农作物产量预测方法
CN107173300B (zh) 一种基于大气压变化调节溶解氧的鮰鱼养殖系统
Wang et al. The design of an intelligent livestock production monitoring and management system
CN109407732B (zh) 一种无土栽培甘薯的装置的数据处理系统及方法
CN209359381U (zh) 基于物联网的鱼塘水质监测管理系统
Channa et al. Optimisation of Small-Scale Aquaponics Systems Using Artificial Intelligence and the IoT: Current Status, Challenges, and Opportunities
Pitakphongmetha et al. Internet of things for aquaculture in smart crab farming
CN111047456A (zh) 基于5g的工厂化循环水高效养殖远程操控与诊断系统
Malunao et al. Deep Convolutional Neural Networks-Based Machine Vision System for Detecting Tomato Leaf Disease
Tasnim et al. Design of a Smart Biofloc Monitoring and Controlling System using IoT
CN116562560A (zh) 一种水产养殖加氧监控系统和监控方法
CN110488732A (zh) 一种水产物联网环控系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination