赖氨酸是八大氨基酸之一,为人体需要但不能自身合成、不可缺少的营养物质。2008年我国赖氨酸年产量约70万吨,但其原料生产基本处于大而不强的状态。赖氨酸发酵补料控制工艺是控制赖氨酸发酵中间代谢、提高产量的一个灵活而有效的手段。补料控制是整个发酵生产过程中的关键因素。早期的补料方式完全是凭经验进行的。补料成分简单,补加的数量少,这种补料方式简单易行,但往往无法有效控制发酵。现代大规模发酵工业中,补料方式已从简单一级补料发展到多级重复补料,从简单地补加一种营养物发展到补加几种营养物。但对它的理论研究相对滞后。由于赖氨酸发酵过程本身是一个复杂的、不确定的、非线性的时变动态过程,涉及生命体的生长和繁殖,其影响因素繁多、机理十分复杂。其中补料控制也因为其内在复杂性难以实现其机理建模,不能实现对赖氨酸发酵的有效控制。为了弥补赖氨酸发酵补料控制过程中过分依赖数学模型的不足,实现生产过程的智能化控制,提高赖氨酸的产量与产率,本文将模糊控制理论的逻辑推理技术和神经网络控制的自学习能力有机结合起来,在深入研究模糊神经网络基础上,提出了赖氨酸发酵智能补料控制策略和权值构建。并采用基于ARM内核的嵌入式片上系统S3C44BOX为核心,移植嵌入式实时操作系统μC/OS-Ⅱ,完成了赖氨酸发酵智能补料控制系统的软硬件设计,并以此来改善赖氨酸补料控制的性能。赖氨酸发酵智能补料实验与仿真结果表明,本系统具有有效性、精确性、鲁棒性。基于模糊神经网络控制的赖氨酸智能补料发酵控制系统的研究,对微生物发酵智能补料控制的发展具有重要学术意义和实际应用价值。