DE19547473C2 - Verfahren zur Echtzeit-Ermittlung der Konzentration eines Sekundär-Stoffwechselprodukts in einem chargenbetriebenen Fermentationsprozeß - Google Patents
Verfahren zur Echtzeit-Ermittlung der Konzentration eines Sekundär-Stoffwechselprodukts in einem chargenbetriebenen FermentationsprozeßInfo
- Publication number
- DE19547473C2 DE19547473C2 DE1995147473 DE19547473A DE19547473C2 DE 19547473 C2 DE19547473 C2 DE 19547473C2 DE 1995147473 DE1995147473 DE 1995147473 DE 19547473 A DE19547473 A DE 19547473A DE 19547473 C2 DE19547473 C2 DE 19547473C2
- Authority
- DE
- Germany
- Prior art keywords
- concentration
- neural network
- fermentation
- physical
- chemical parameters
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/14—Beverages
- G01N33/146—Beverages containing alcohol
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12C—BEER; PREPARATION OF BEER BY FERMENTATION; PREPARATION OF MALT FOR MAKING BEER; PREPARATION OF HOPS FOR MAKING BEER
- C12C11/00—Fermentation processes for beer
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Zoology (AREA)
- Genetics & Genomics (AREA)
- General Engineering & Computer Science (AREA)
- Wood Science & Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Preparation Of Compounds By Using Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Description
Die Erfindung betrifft ein Verfahren zur Echtzeit-Er
mittlung der Konzentration eines Sekundär-Stoffwechsel
produkts in einem chargenbetriebenen Fermentationspro
zeß anhand von in Echtzeit meßbaren physikalischen und/
oder chemischen Parametern wie der Temperatur, des
pH-Wertes und der Dichte des Fermentationsguts.
Insbesondere betrifft die Erfindung ein Verfahren zur
Echtzeit-Ermittlung der Konzentration von Diacetyl und
seiner Vorläufer bei einem Gärungs- und Reifungsprozeß
bei der Bierherstellung anhand zumindest der Temperatur
des pH-Wertes und der Dichte des Gär-/Reifeguts.
Es gibt eine Vielzahl von insbesondere chargenbetriebe
nen Fermentationsprozessen, bei denen es wichtig ist,
die Konzentration sekundärer Stoffwechselprodukte zu
ermitteln. Mitunter kann es interessant sein, den Fer
mentationsprozeß in Abhängigkeit von der augenblick
lichen Konzentration des Sekundär-Stoffwechselprodukts
zu regeln, was allerdings eine Echtzeit-Ermittlung der
Konzentration des betreffenden Stoffwechselprodukts
voraussetzt. Dies bereitet dann keine Schwierigkeiten,
wenn das interessierende Sekundär-Stoffwechselprodukt
online meßtechnisch erfaßbar ist. Es gibt jedoch eine
Vielzahl von Fermentationsprozessen, bei denen insbe
sondere die Sekundär-Stoffwechselprodukte meßtechnisch
in Echtzeit, d. h. online nicht erfaßbar sind. Ein Bei
spiel für einen solchen Fermentationsprozeß ist der
Gärungs- und Reifungsprozeß bei der Bierherstellung,
bei dem als eines von mehreren sekundären Stoffwechsel
produkten während der Gärung Diacetyl entsteht. Di
acetyl ist ein Inhaltsstoff des Bieres, der den Ge
schmack bei zu hoher Konzentration negativ beeinflußt.
Da während der Gärung Vorläuferstoffe des Diacetyls
entstehen, ist die technisch interessierende Größe die
Diacetyl-Konzentration nach vollständiger Umwandlung
der Vorläufer (sogenannte Gesamt-Diacetyl-Konzentra
tion), die im folgenden kurz als Diacetyl-Konzentration
bezeichnet wird.
Stand der Technik bei der Messung der Diacetyl-Konzen
tration ist derzeit die Offline-Analyse im Labor. Dabei
werden zunächst in einem Umwandlungsschritt die Vor
läufersubstanzen in Diacetyl umgewandelt und an
schließend die Diacetyl-Konzentration mit einem Gas
chromatographen gemessen. Dieses Verfahren ist jedoch
nicht für die Online-Messung des Diacetyl-Gehaltes im
Prozeß geeignet. Hierfür dauert die Umwandlung zu lange
und die verfügbaren Gaschromatographen, Probenahme- und
Aufbereitungssysteme sind nicht prozeßtauglich und
nicht für die rauhe Brauerei-Umgebung geeignet. Die
Laboranalytik ist außerdem teuer (hoher Kapitalaufwand
für Gaschromatograph und Laborausstattung) und
personalaufwendig (manuelle Probenaufbereitung und
Handhabung).
Alternative Online-Meßmethoden stehen nicht zur Ver
fügung. Die Entwicklung eines Meßverfahrens auf der
Basis von Enzymreaktoren z. B. schlug fehl, da derzeit
keine ausreichend spezifischen Enzyme für Diacetyl bei
gleichzeitiger Anwesenheit verwandter Stoffe gefunden
werden konnten.
Aus S. Beil et al., Monatsschrift für Brauwissenschaft
1992, Heft 6, S. 196-204 ist es bekannt, den
Substratabbau bei der Bierherstellung anhand von
gemessenen Werten für den zu bestimmten Zeitpunkten
jeweils gegebenen Zuckergehalt für den Zeitraum bis zur
nächsten Messung vorherzusagen. Neben der Tatsache, daß
- bei Anwendung dieses Verfahrens auf die zeitweise
Abschätzung der Diacetylkonzentration - die gesuchte
Größe mehrfach meßtechnisch erfaßt werden muß, leidet
das bekannte Verfahren unter dem Mangel, daß der
typischerweise bei der Bierherstellung anzutreffende
Fall der Anstiegsphase der Diacetylkonzentration nicht
vorhergesagt werden kann. Außerdem ist die Datenbasis,
auf die sich der bekannte Schätzalgorithmus stützt,
zeitlich zu gering, um ohne die vorgesehenen und
notwendigen meßtechnisch erhaltenen Stützpunkte des
tatsächlichen Zeitverlaufs eine zuverlässige Angabe
bezüglich der zu erwartenden Veränderung der Diacetyl
konzentration machen zu können.
Der Aufsatz von L. A. Garcia et al., J. Ind. Microbiol.
15 (Nov. 1995), S. 401-406 (Datenbank SCISEARCH beim
Host STN; AN 96: 68668) befaßt sich mit der Verwendung
von neuronalen Netzen zur Überwachung und Vorhersage
von Parametern der Bierfermentation. Hierbei wird wie
folgt vorgegangen. Zunächst werden in einem 5l-Labor
fermenter mit Rührer Fermentationsversuche bei konstant
12°C und bei konstantgehaltenem pH-Wert gefahren.
Während dieser Versuche werden das Zelltrockengewicht,
die vergärbaren Zucker, die Aminosäuren und das
Ethylkaproat gemessen. Mit diesen Werten wird dann ein
neuronales Netz trainiert, das den Wert für
Ethylkaproat aus den anderen Meßwerten ermitteln soll.
Angewendet wird das Verfahren auf Versuche mit
konstantem wie auch mit variablem (unbeeinflußtem)
pH-Wert. Die Meßtechniken für das Zelltrockengewicht
und den pH-Wert werden in dem Aufsatz von L. A. Garcia
et al. nicht angegeben; die anderen Werte (Fettsäuren,
Aminosäuren, vergärbare Zucker als Eingangsgrößen,
Ester, höhere Alkohole, Diacetyl, Ethylkaproat jeweils
als Zielgrößen) werden gemäß dem Aufsatz von L. A.
Garcia et al. und der in diesen zitierten Arbeiten mit
Hilfe von Gaschromatographen (GC) oder hochleistungs
fähigen Flüssigkeitschromatographen (HPLC) gemessen. In
diesem Aufsatz werden zwar sekundäre Stoffwechsel
produkte einer chargenbetriebenen Fermentation
betrachtet; die dem jeweiligen Modell zugrundeliegenden
Meßwerte sind jedoch zum Teil ebenfalls sekundäre
Stoffwechselprodukte. Sie werden außerdem mit HPLC und
GC ermittelt, also mit der gleichen bzw. einer genau so
aufwendigen Meßtechnik, mit der sich der gesuchte Meß
wert auch direkt bestimmen ließe. Aus diesem Grund
stehen die zugrundeliegenden Meßwerte (damit auch der
Schätzwert) auch nicht automatisch online zur
Verfügung. Die Messungen erfordern nämlich Proben
aufbereitungen und sind daher zeitaufwendig. Das von
L. A. Garcia et al. beschriebene Verfahren betrifft also
die Ermittlung einer kompliziert zu messenden Größe aus
anderen, ebenso kompliziert zu messenden Größen, bei
denen es sich zum Teil ebenfalls um sekundäre Stoff
wechselprodukte der Fermentation handelt.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren
zur Echtzeit-Ermittlung der Konzentration eines Sekun
där-Stoffwechselprodukts so wie seiner möglicherweise
vorhandenen Vorläufer in einem chargenbetriebenen Fer
mentationsprozeß anhand von in Echtzeit meßbaren physi
kalischen und/oder chemischen Parametern des Fermenta
tionsprozesses anzugeben, und zwar unter der Randbedin
gung, daß die Kausalität der Konzentration des Sekun
där-Stoffwechselprodukts mit den meßbaren Parametern
unbekannt ist.
Zur Lösung dieser Aufgabe wird mit der Erfindung ein
Verfahren vorgeschlagen zur Echtzeit-Ermittlung der
Konzentration eines Sekundär-Stoffwechselprodukts sowie
seiner möglicherweise vorhandenen Vorläufer in einem
chargenbetriebenen Fermentationsprozeß unabhängig von
der jeweiligen Phase dieses Prozesses anhand von in
Echtzeit meßbaren physikalischen und/oder chemischen
Parametern des Fermentationsguts, und zwar zumindest
anhand der Temperatur, des pH-Wertes und der Dichte des
Fermentationsguts, bei dem man zu einem Zeitpunkt
sämtliche bis zu diesem Zeitpunkt meßtechnisch ermit
telten Meßwertsätze für die physikalischen und/oder
chemischen Parameter mindestens einem neuronalen Netz
zuführt, das einen Schätzwert für die Konzentration des
Sekundär-Stoffwechselprodukts ausgibt.
Mit der Erfindung wird also vorgeschlagen, die Konzen
tration des interessierenden Sekundär-Stoffwechselpro
dukts abzuschätzen, und zwar auf der Grundlage von meß
technisch leicht zugänglichen Stoffgrößen bzw. physika
lischen und/oder chemischen Parametern. Die Schwierig
keit der Abschätzung der Konzentration eines Sekundär-
Stoffwechselprodukts bei einem chargenbetriebenen Fer
mentationsprozeß besteht darin, daß die Konzentration
starken Schwankungen unterworfen ist. Überraschender
weise ist es mit der Erfindung möglich, auch solche
stark schwankenden Konzentrationsverläufe anhand meß
barer Stoffgrößen bzw. Parameter, die ebenfalls starken
Schwankungen unterworfen sind, zuverlässig abschätzen
zu können.
Vorteilhafterweise wird dem neuronalen Netz neben den
physikalischen und/oder chemischen Parametern auch die
Konzentration mindestens eines Primär-Stoffwechsel
produkts zugeführt, um die Schätzung auch auf der
Grundlage der Konzentration dieses Primär-Stoffwech
selprodukts durchzuführen. Im Falle der Bierherstellung
handelt es sich bei diesem mindestens einen Primär-
Stoffwechselprodukt um Ethanol.
In vorteilhafter Weise ist nach der Erfindung vorge
sehen, daß man dem neuronalen Netz in einer Lernphase
die gemessenen physikalischen und/oder chemischen Para
meter zu diskreten Meßzeitpunkten als Eingabewerte vor
gibt, daß man die Konzentration des Sekundär-Stoffwech
selprodukts sowie dessen Vorläufer mittels einer Off
line-Analyse mißt und diesen Meßwert mit dem sich auf
grund der Eingabewerte ergebenden Schätzwert der
Schätzvorrichtung vergleicht und daß man in Abhängig
keit von dem Vergleichsergebnis das neuronale Netz
adaptiert, so daß der Meßwert und der Schätzwert im
wesentlichen übereinstimmen. In der Lernphase werden
dem neuronalen Netz zu einem Schätzpunkt als Ein
gabewerte sämtliche Eingabewerte vorgegeben, die zu den
vorherigen Meßzeitpunkten meßtechnisch ermittelt worden
sind. Als Eingabewerte kommen dabei die Meßwerte der
physikalischen und/oder chemischen Parameter des Fer
mentationsprozesses und gegebenenfalls die Konzentra
tion des mindestens einen Primär-Stoffwechselprodukts
in Frage. Das neuronale Netz gibt einen Schätzwert aus,
der mit dem konventionell, d. h. durch eine Offline-
Analyse ermittelten Meßwert der Konzentration des
Sekundär-Stoffwechselprodukts verglichen wird. In
Abhängigkeit von dem Vergleichsergebnis wird das
neuronale Netz adaptiert, und zwar so lange, bis der
Meßwert und der Schätzwert im wesentlichen über
einstimmen. Entsprechende Lernprozesse sind verfügbar
und in der Literatur beschrieben.
Alternativ kann das neuronale Netz nach der Erfindung
den Schätzwert zum Ist-Zeitpunkt oder den Schätzwert zu
einem wählbaren zukünftigen Zeitpunkt ausgeben.
Insbesondere ist es mit dem erfindungsgemäßen Verfahren
möglich, den zukünftigen Zeitverlauf der Konzentration
des Sekundär-Stoffwechselprodukts, der Konzentration
des möglicherweise vorhandenen Primär-Stoffwechselpro
dukts sowie mindestens eines der physikalischen und/
oder chemischen Parameter vorherzusagen. In diesem Fall
wird der Schätzwert für die Konzentration des Sekundär-
Stoffwechselprodukts einem Prädiktor zugeführt. Vor
zugsweise umfaßt auch der Prädiktor ein oder mehrere
künstliche neuronale Netze.
Bezogen auf den Gärungs- und Reifungsprozeß bei der
Bierherstellung besteht die Erfindung also in der rech
nergestützten Ermittlung der zum jeweiligen Zeitpunkt
in einem Gärbehälter vorliegenden Diacetyl-Konzentra
tion, ohne diese Konzentration selbst meßtechnisch zu
bestimmen. Zu diesem Zweck wird ein in seiner Struktur
speziell an diese Aufgabe angepaßtes künstliches neuro
nales Netz eingesetzt. Die Schätzung der gesuchten Kon
zentration beruht dabei auf der Messung des aktuellen
Zustandes der Fermentation, gegeben durch leicht meß
bare Stoffgrößen und den Verlauf dieser Größen seit
Prozeßbeginn. Mit Hilfe dieser Informationen erlernt
das neuronale Netz selbsttätig die zugrundeliegenden
dynamischen Zusammenhänge der Diacetyl-Entstehung und
des Diacetyl-Abbaus. Im Einsatz kann das neuronale Netz
dann den Augenblickswert der Diacetyl-Konzentration und
gemäß einer vorteilhaften Weiterbildung der Erfindung
auch die zukünftige Entwicklung über den Gärungsverlauf
mit hinreichender Genauigkeit für die technische Praxis
schätzen. Das Verdienst der Erfindung ist also darin zu
sehen, erstmalig einen Weg aufgezeichnet zu haben, der
es erlaubt, online die Gesamtkonzentration an Diacetyl
bei der Bierherstellung während des Gärungs- und
Reifungsprozesses zu ermitteln. Die erfindungsgemäße
Online-Schätzung der Diacetyl-Konzentration ist tech
nische Voraussetzung dafür, daß der Gärungs- und
Reifungsprozeß bei der Bierherstellung auch in
Abhängigkeit dieser Größe in Echtzeit geregelt werden
kann.
Die Erfindung ist auch insoweit vorteilhaft, als mit
ihrer Hilfe die Zahl der erforderlichen Diacetyl-Analy
sen deutlich reduziert werden kann. Dies führt zu einer
Kosteneinsparung, da die Diacetyl-Analytik im Labor
sehr kapital- und arbeitsintensiv ist.
Weitere Einsparungsmöglichkeiten ergeben sich durch die
immer aktuell vorliegende Information über den Diace
tyl-Gehalt während der Reifung. Dies bedeutet im Ver
gleich zum jetzigen Stand der Technik (tägliche Probe
nahme, weitere Verzögerung durch die Offline-Analyse im
Labor), daß der aktuelle Diacetyl-Gehalt und damit das
Erreichen der Endbedingung für den Reifungsprozeß deut
lich früher bekannt ist. Dadurch ist eine kürzere Pro
zeßzeit möglich.
Weitere Verbesserungen sind mit Hilfe der zusätzlichen
Vorhersage möglich. Damit kann bereits einige Zeit im
voraus der voraussichtliche Zeitpunkt des Prozeßendes
geschätzt werden und die Planung des Arbeits- und Pro
duktionsablaufs bereits frühzeitig entsprechend abge
stimmt werden.
Nachfolgend werden anhand der Figuren Ausführungsbei
spiele der Erfindung näher erläutert, und zwar anhand
des Gärungs- und Reifungsprozesses bei der Bierherstel
lung. Im einzelnen zeigen:
Fig. 1 die Struktur des Fermentations-Prozeßmodells in
der Lernphase der Schätzvorrichtung,
Fig. 2 die Struktur des Fermentations-Prozeßmodells in
der Schätzphase,
Fig. 3 die Struktur des Fermentations-Prozeßmodells in
der Prädiktionsphase und
Fig. 4 ein Diagramm, in dem die Meßkurve eines
Diacetyl-Verlaufs im Vergleich zur Schätzung
dargestellt ist.
Anhand von Fig. 1 soll nachfolgend auf die Struktur des
Prozeßmodells für die Fermentation bei der Bierherstel
lung eingegangen werden. Dem Fermentationstank 10, in
dem die Gärung und die Reifung erfolgt, werden als
Stellsignale die Temperatur und der Druck, mit denen
der Fermentationsprozeß gefahren wird, zugeführt. Wie
man anhand von Fig. 1 erkennen kann, werden dem Fermen
tationstank 10 Temperatur- und Druckprofile aufgeprägt.
Durch Online-Messung direkt erfaßbare Größen wie die
Konzentration des Ethanols, die Trübung und die Dichte
(bzw. der Extrakt) werden zusammen mit dem Druck und
der Temperatur einer Schätzvorrichtung in Form eines
neuronalen Netzes 12 zugeführt. Diese Meßdaten, unter
denen sich die Diacetyl-Konzentration nicht befindet,
werden diskontinuierlich gemessen. Sämtliche bis zu
einem Zeitpunkt t gemessenen Meßwerte werden als Ein
gangswerte dem neuronalen Netz 12 zugeführt. Das neuro
nale Netz 12 liefert an seinem Ausgang einen Schätzwert
für die Diacetyl-Konzentration zum Zeitpunkt t. In der
Lernphase (in Fig. 1 dargestellt) wird der vom neurona
len Netz 12 ausgegebene Schätzwert in einer Ver
gleichervorrichtung 14 mit dem für diesen Zeitpunkt
nach herkömmlicher Offline-Messung ermittelten Diace
tyl-Konzentration verglichen. In Abhängigkeit von dem
Vergleichsergebnis wird das neuronale Netz 12 opti
miert, so daß der Meßwert für die Diacetyl-Konzentra
tion im wesentlichen gleich dem Schätzwert ist. Die
Lernphase erfolgt offline, da die meßtechnische Ermitt
lung der Diacetyl-Konzentration lediglich offline er
folgen kann.
Die Situation in der Schätzphase ist in Fig. 2 darge
stellt. In der Schätzphase werden sämtliche bis zu
einem bestimmten Meßzeitpunkt t meßtechnisch ermittel
ten Meßwertsätze (Ethanol-Konzentration, Dichte,
Trübung, Temperatur und Druck) dem neuronalen Netz 12
zugeführt, das dann den Schätzwert für die Diacetyl-
Konzentration zum Zeitpunkt t ausgibt. Das neuronale.
Netz 12 "kennt" aufgrund seiner Lernphase die bei einer
bestimmten Konstellation von Meßwerten zu erwartende
Diacetyl-Konzentration.
Fig. 3 zeigt die Struktur des Prozeßmodells der Fermen
tation bei der Bierherstellung in einer Prädiktions
phase, in der aufgrund der aktuell anstehenden meßtech
nisch ermittelten Parameter bzw. Stoffgrößen und infol
ge der Schätzung ermittelten Diacetyl-Konzentration
Vorhersagen über den weiteren Prozeßverlauf gemacht
werden können. Dem in der Lernphase gemäß Fig. 1 trai
nierten neuronalen Netz 12 werden wieder sämtliche meß
technisch zur Verfügung stehenden Daten zugeführt, um
die Diacetyl-Konzentration zum Zeitpunkt t zu bestim
men. Die Daten bezüglich des bis zum Meßzeitpunkt t
bereits bekannten Prozeßverlaufs (Ethanol-Konzentra
tion, Dichte und Trübung) sowie die bis zu diesem Zeit
punkt geplanten Stellgrößenverläufe (Temperatur und
Druck) werden Prädiktoren 16, 18, 20 zugeführt, bei denen
es sich jeweils um neuronale Netze handelt. Der Prädik
tor 16 gibt an seinem Ausgang den weiteren Zeitverlauf
für die Ethanol-Konzentration aus. Der weitere Zeitver
lauf für die Dichte (Extrakt) steht am Ausgang des Prä
diktors 18 an, während der zu erwartende Zeitverlauf
für die Diacetyl-Konzentration am Ausgang des Prädik
tors 20 ansteht. Für jeden Prädiktor 16, 18, 20 gilt, daß
sein Ausgang an den Eingang der jeweils anderen beiden
Prädiktoren angelegt wird. Mit Hilfe der Prädiktion der
Zeitverläufe für die Ethanol-Konzentration, die Dichte,
gegebenenfalls die Trübung und für die Diacetyl-Konzen
tration ist es möglich, frühzeitig in den Fermenta
tionsprozeß über die Stellsignale Temperatur und Druck
einzuwirken, um damit den Gärungs- und Reifeprozeß
zeitlich und bezüglich der Qualität des Gärungs- und
Reifeguts am Ende der Fermentation zu optimieren.
Aus Gründen der Vereinfachung ist die Struktur des Pro
zeßmodells während der Lernphase der Prädiktoren 16, 18
und 20 nicht dargestellt. Diese Lernphase ist ähnlich
der Lernphase gemäß Fig. 1 und läuft ganz entsprechend
ab.
Ein Beispiel für eine Diacetyl-Schätzung im Vergleich
zur Messung des Diacetyl-Verlaufs ist in Fig. 4 gezeigt
und soll nachfolgend kurz erläutert werden. Der
gerastert dargestellte Bereich in dem Diagramm gemäß
Fig. 4 zeigt die Schwankungsbreite der Diacetyl-
Verläufe während mehrerer durchgeführter Versuche
(Gärung und Reifung von Bier). Mit den gemessenen Daten
wurde ein dynamisches neuronales Netz zur Schätzung der
Diacetyl-Konzentration anhand der Temperatur, des
pH-Wertes und der Dichte des Gärungs- und Reifungsgutes
trainiert. Zur Überprüfung wurden die einfachen Meß
daten eines weiteren nicht für das Training verwendeten
Prozeßverlaufs auf das neuronale Netz gegeben. Der von
dem neuronalen Netz ausgegebene Diacetyl-Verlauf ist in
Fig. 4 durchgezogen gezeichnet. Zum Vergleich ist in
Fig. 4 der tatsächliche Diacetyl-Verlauf dieses
Versuchs, der durch Messung ermittelt wurde, gepunktet
eingezeichnet. Die Daten der gepunkteten Kurve standen
dem neuronalen Netz zu keinem Zeitpunkt zur Verfügung
(weder während der Lernphase noch während der
Anwendungsphase). Es zeigt sich also, daß sich mit dem
erfindungsgemäßen Verfahren der Verlauf der
Konzentration von Diacetyl beim Gärungs- und Reifungs
prozeß von Bier relativ gut schätzen läßt.
Claims (10)
1. Verfahren zur Echtzeit-Ermittlung der Konzentration
eines Sekundär-Stoffwechselprodukts sowie seiner mög
licherweise vorhandenen Vorläufer in einem chargenbe
triebenen Fermentationsprozeß unabhängig von der je
weiligen Phase dieses Prozesses anhand von in Echt
zeit meßbaren physikalischen und/oder chemischen
Parametern des Fermentationsguts, und zwar zumindest
anhand der Temperatur, des pH-Wertes und der Dichte
des Fermentationsguts, bei dem man zu einem Zeitpunkt
sämtliche bis zu diesem Zeitpunkt meßtechnisch ermit
telten Meßwertsätze für die physikalischen und/oder
chemischen Parameter mindestens einem neuronalen Netz
zuführt, das einen Schätzwert für die Konzentration
des Sekundär-Stoffwechselprodukts ausgibt.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet,
daß dem neuronalen Netz als weiterer physikalischer
und/oder chemischer Parameter der Druck und/oder die
Trübung des Fermentationsguts zugeführt wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekenn
zeichnet, daß man zusätzlich zu den physikalischen
und/oder chemischen Parametern die Konzentration
mindestens eines Primär-Stoffwechselprodukts, bei dem
es sich im Falle des Gärungs- und Reifungsprozesses
bei der Bierherstellung um Ethanol handelt, mißt und
dem neuronalen Netz zusammen mit den Meßwerten für
die physikalischen und/oder chemischen Parameter zum
Erzeugen des Schätzwerts für die Konzentration des
Sekundär-Stoffwechselprodukts zuführt.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch
gekennzeichnet, daß es sich bei dem Sekundär-Stoff
wechselprodukt, dessen Konzentration mittels des
neuronalen Netzes zu schätzen ist, im Falle des
Gärungs- und Reifungsprozesses bei der Bier
herstellung um Diacetyl handelt.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch
gekennzeichnet, daß man dem neuronalen Netz in einer
Lernphase die gemessenen physikalischen und/oder
chemischen Parameter zu diskreten Meßzeitpunkten als
Eingabewerte vorgibt, daß man die Konzentration des
Sekundär-Stoffwechselprodukts sowie dessen Vorläufer
mittels einer Offline-Analyse mißt und diesen Meßwert
mit dem sich aufgrund der Eingabewerte ergebenden
Schätzwert des neuronalen Netzes vergleicht und daß
man das neuronale Netz in Abhängigkeit von dem
Vergleichsergebnis adaptiert, so daß der Meßwert und
der Schätzwert im wesentlichen übereinstimmen.
6. Verfahren nach Anspruch 3 und 5, dadurch gekenn
zeichnet, daß dem neuronalen Netz in der Lernphase
auch der Meßwert für die Konzentration des Primär-
Stoffwechselprodukts vorgegeben wird.
7. Verfahren nach einem der Ansprüche 1 bis 5, dadurch
gekennzeichnet, daß das neuronale Netz den Schätzwert
zum Ist-Zeitpunkt ausgibt.
8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch
gekennzeichnet, daß der Schätzwert für die
Konzentration des Sekundär-Stoffwechselprodukts einem
Prädiktor zugeführt wird, wobei der Prädiktor den zu
erwartenden weiteren Zeitverlauf der Konzentration
des Sekundär-Stoffwechselprodukts sowie des
möglicherweise vorhandenen Primär-Stoffwechsel
produkts sowie mindestens eines der physikalischen
und/oder chemischen Parameter ausgibt.
9. Verfahren nach Anspruch 8, dadurch gekennzeichnet,
daß der Prädiktor ein oder mehrere künstliche
neuronale Netze aufweist.
10. Verfahren nach einem der Ansprüche 1 bis 7, dadurch
gekennzeichnet, daß das neuronale Netz den Schätzwert
für das Sekundär-Stoffwechselprodukt für einen wähl
baren zukünftigen Zeitpunkt ausgibt.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1995147473 DE19547473C2 (de) | 1995-12-19 | 1995-12-19 | Verfahren zur Echtzeit-Ermittlung der Konzentration eines Sekundär-Stoffwechselprodukts in einem chargenbetriebenen Fermentationsprozeß |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1995147473 DE19547473C2 (de) | 1995-12-19 | 1995-12-19 | Verfahren zur Echtzeit-Ermittlung der Konzentration eines Sekundär-Stoffwechselprodukts in einem chargenbetriebenen Fermentationsprozeß |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19547473A1 DE19547473A1 (de) | 1997-06-26 |
DE19547473C2 true DE19547473C2 (de) | 1999-09-23 |
Family
ID=7780590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE1995147473 Expired - Fee Related DE19547473C2 (de) | 1995-12-19 | 1995-12-19 | Verfahren zur Echtzeit-Ermittlung der Konzentration eines Sekundär-Stoffwechselprodukts in einem chargenbetriebenen Fermentationsprozeß |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19547473C2 (de) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2563184T3 (es) * | 2013-09-09 | 2016-03-11 | Alfa Laval Corporate Ab | Método y aparato de fermentación de cerveza |
CN104503226A (zh) * | 2014-11-06 | 2015-04-08 | 东华大学 | 基于多传感器信息融合的发酵室环境无线Wi-Fi远程监控系统 |
CN113326618B (zh) * | 2021-06-02 | 2022-07-15 | 江南大学 | 连续发酵过程中估计培养基初始条件的方法 |
-
1995
- 1995-12-19 DE DE1995147473 patent/DE19547473C2/de not_active Expired - Fee Related
Non-Patent Citations (4)
Title |
---|
C. von Numers et al., J. Biotechnology 34 (1994) 109-118 * |
Chemical Abstracts 121:228993, N.A. Jalel et al., IEE Conf. Publ. (1994), 389 (International Conference on CONTROL `94, 1994, Vol.2) 1071-1075 * |
Datenbank SCISEARCH beim Host STN, AN 96:68668, L.A. Garcia et al., J. Ind. Microbiol. 15 (Nov. 1995) S.401-406 * |
S.Beil et al., Monatsschrift für Brauwissenschaft 1992 H.6, S.196-204 * |
Also Published As
Publication number | Publication date |
---|---|
DE19547473A1 (de) | 1997-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE2323416A1 (de) | Verfahren und anordnung zur regelung und analyse biochemischer prozesse | |
EP3368872B1 (de) | Verfahren zum ermitteln von texturparametern eines lacks | |
Solanki | The photospheric layers of solar magnetic fluxtubes | |
DE3323744A1 (de) | Einrichtung zur kompensation der basisliniendrift einer chromatographischen trennsaeule | |
DE1962864C2 (de) | Verfahren zur Bestimmung der Zusammensetzung von Stoffgemischen bezüglich deren Bestandteile | |
WO2018185052A1 (de) | Verfahren zur kontrolle eines biotechnologischen prozesses | |
DE19547473C2 (de) | Verfahren zur Echtzeit-Ermittlung der Konzentration eines Sekundär-Stoffwechselprodukts in einem chargenbetriebenen Fermentationsprozeß | |
DE69634411T2 (de) | Methode zur kontrolle der züchtung von milchsäurebakterien | |
WO2020025174A1 (de) | Verfahren und vorrichtungsanordnung zur bereitstellung eines im rahmen einer produktion eines biopharmazeutischen produkts eingesetzten mediums | |
DE10354406B4 (de) | Verfahren zur Prozesszustandsklassifikation bei der Messdatenverarbeitung träger Prozessgrößen | |
DE1962637C3 (de) | Verfahren und Vorrichtung zur Regelung der Konzentration eines Färbebades im Verlauf des Färbevorganges | |
EP3593895B1 (de) | Verfahren zur optimierung der produktionssicherheit von membrananlagen | |
DE3736678A1 (de) | Verfahren und vorrichtung zum betreiben und kalibrieren mehrerer fuehler fuer biologische oder physiologische messwerte | |
DE102004014338A1 (de) | Verfahren zum Bestimmen der Eigenschaften einer Stoffprobe | |
DE2612253A1 (de) | Verfahren und vorrichtung zur bestimmung des vulkanisationsverlaufs von kautschuk und die reaktionskinetische auswertung von vulkametrisch ermittelten vernetzungsisothermen | |
EP0889950B1 (de) | Verfahren zur analyse von eigenschaften eines biologischen systems | |
DE102014106918A1 (de) | Verfahren und Vorrichtung zur automatisierten Durchführung von affinitätsbasierten Assays | |
DE102004063110B3 (de) | Verfahren zur Ermittlung des Verkeimungsgrades einer Lackieranlage | |
EP0649015A1 (de) | Verfahren zur Durchführung eines automatischen, periodischen Nullpunktabgleichs | |
DE2318838C3 (de) | Verfahren und Vorrichtung zur automatischen Bestimmung von Zuckern | |
DE3139310A1 (de) | "system zur steuerung der kultivierung von mikroorganismen" | |
DE4236614A1 (de) | Verfahren und Vorrichtung zur Analyse und/oder Steuerung einer Kultur von Mikroorganismen | |
EP0831152B1 (de) | Verfahren und Vorrichtung zur Bestimmung der Nitrifikanten-Toxizität | |
EP3020796A1 (de) | Verfahren zur Bestimmung der Aktivität von Mikroorganismen | |
WO2023209163A1 (de) | Verfahren und vorrichtung zum ermitteln einer durchlässigkeit einer probe |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |