Application de la commande prédictive non-linéaire à la commande de culture de bactéries Escherichia coli
Institution:
Paris 11Disciplines:
Directors:
Abstract EN:
This PhD thesis proposes a methodology to control a fed-batch E. Coli cultures bioreactor. The strategy consists in maximizing the biomass growth, i. E. Maintaining the bioreactor at an optimal operating point, characterized by the boundary of the oxidative and oxido-fermentative regimes. The fist stage of the proposed study is related to mathematical modelling and elaboration of a simplified parametric model. The second stage presents a parametric identification of the model based on a sensitivity analysis of the model parameters. An optimal feed-rate is then developed to maximize the biomass growth. From all these data, the design and application of the non-linear predictive control to E. Coli bioprocess is implemented. The objective is to regulate the acetate concentration at a given low value, constraining the feed-rate to follow a reference profile. The proposed strategy is based on the transformation of a classical formulation of the non-linear predictive control to an unconstrained non-linear programming problem, solved by CVP techniques. The robustness of the proposed structure is further improved including explicitly in the algorithm the difference between the system and the model. Finally, a robustness study based on a statistical approach of Monte Carlo-type approach is presented to evaluate the performances of the proposed controller on a real system. This work represents a preliminary study for implementation of the proposed control strategy on a laboratory scale or in industry.
Abstract FR:
Cette thèse propose une méthodologie de commande d’un bioréacteur fed-batch de culture E. Coli. La stratégie consiste à maximiser la croissance de la bactérie, c’est-à-dire à maintenir le bioréacteur à un point de fonctionnement « optimal », caractérisé par la frontière entre les régimes oxydatif et oxydo-fermentatif. La démarche proposée comprend une première étape de modélisation mathématique et de détermination d’un modèle paramétrique simplifié. Une deuxième phase consiste en une identification paramétrique du modèle en se basant sur l’analyse de sensibilité du modèle vis-à-vis de ses paramètres. Un profil optimal d’alimentation est ensuite élaboré pour la maximisation de la croissance de la biomasse. A partir de toutes ces données, la synthèse et l’application de la commande prédictive non-linéaire au bioprocédé E. Coli sont mises en œuvre. L’objectif est de réguler la concentration en acétate à une valeur faible donnée, tout en forçant le débit d’alimentation à suivre un profil de référence. La stratégie de commande proposée se base sur la transformation du problème de commande prédictive non-linéaire classique en un problème de programmation non-linéaire non contraint, résolu par des techniques de CVP. Pour une meilleure robustesse de la structure proposée, la différence entre le système et le modèle est explicitement incluse dans l’algorithme. Enfin, une étude de robustesse par une approche statistique de type Monte Carlo permet de juger de l’applicabilité de la loi de commande proposée sur le système réel. Ce travail constitue une étude préliminaire en vue d’une implantation de cette loi de commande à un bioréacteur à l’échelle du laboratoire ou industrielle.