Zusammenfassung
Das biotechnologische System als ein komplexes, nichtlineares und zeitvariables System. Biotechnologie ist die Verbindung von Naturwissenschaften (Biologie, Molekularbiologie und Biochemie) mit den Ingenieurwissenschaften (Verfahrenstechnik und Steuerungstechnik) zur industriellen Nutzung von Organismen, Zellen oder Teilen von ihnen. [1], Biotechnologische Verfahren nutzen biochemische und biologische Stoffwandlungsprinzipien im technischen Maßstab. Diese Stoffwandlungsprozesse, die zum Teil im intrazellulären Raum der Mikroorganismen oder Zellen ablaufen und biologisch determiniert sind, lassen sich von außen durch die gezielte Beeinflussung der Zellumgebung steuern. Bei der Anwendung von Steuerungs- und Optimierungstechniken sind aber die speziellen Prozeßanforderungen zu berücksichtigen. Die Besonderheit biotechnologischer Prozesse liegt in der Verbindung eines technischen Systems mit einem biotischen System. Das technische System ist in der Regel vollständig beschreibbar. Das biotische System ist komplex, nichtlinear und zeitvariabel. Es zeichnet sich durch drei wesentliche Eigenschaften aus:
-
der Fähigkeit, sich selbst in einem unscharfen Bereich zu reproduzieren
-
der Fähigkeit, sich der Umgebung anzupassen
-
der Fähigkeit, die Umgebung zu verändern (Abb. 20.1.).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
A. Moser, Bioprocess Technology; Springer Verlag 1988
G. Bastian, D. Dochain, On-line Estimation and Adaptive Control of Bioreactors; Elsevier 1990
K. B. Konstantinov, R. Aarts, T. Yoshida, On the Selection of Variables Repesenting the Physiological State of Cell Cultures; in Proc. IFAC Symposium Modeling and Control of Biotechnical Processes; Keystone 1992
S. Gehlen, Untersuchungen zur wissensbasierten und lernenden Prozeßführung in der Biotechnologie; Fortschr.-Ber. VDI Reihe 20 Nr. 87.; VDI Verlag Düsseldorf 1993
G. V. Muralikrishnan, M. Chidambaram, Control of Bioreactors using a Neural Network Model; Bioprocess Engineering 12, S.35–39, 1995
Y.-C. Liu, J.-H. Tsao, Fed-batch Culture for L-Lysine Production via on-line Estimation and Control; Bioprocess Engineering 9, S. 135–139, 1993
B. R. Bakshi, G. Locher, G. Stephanopoulos, G. Stephanopoulos, Analysis of operating Data for evaluation Diagnosis and Control of Batch Operations; J. Proc. Cont. 4, 4 S. 179–190, 1994
H. Franke, Parallel-FUCS: Einsatzsystem zur On-line- und Real-time-Fuzzy-Klassifikation; at-Automatisierungstechnik 42, 3 S. 118–123, 1994
X.-C- Zhang, A. Visala, A. Halme, P. Linko, Funktional State Modelling Approach for Bioprocesses: local Models for aerobic Yeast Growth Processes; J. Proc. Cont. 4, 3 S. 127–134, 1994
B. Sonnleiter, A. Fiechter, Impacts of Automated Bioprocess Systems on Modern Biological Research; in Advances in Biocheical Engineering/ Biotechnology Vol 46; ed. Fichter, A.; Springer Verlag
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Volk, N. (1997). Merkmalsselektion und Zustandsschätzung für die Bioprozeßüberwachung. In: Ahlers, H. (eds) Multisensorikpraxis. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60348-8_20
Download citation
DOI: https://doi.org/10.1007/978-3-642-60348-8_20
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-64365-1
Online ISBN: 978-3-642-60348-8
eBook Packages: Springer Book Archive