автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация научных исследований процессов биосинтеза

На правах рукописи

ШОТИН АНДРЕЙ БОРИСОВИЧ

АВТОМАТИЗАЦИЯ НАУЧНЫХ ИССЛЕДОВАНИЙ ПРОЦЕССОВ БИОСИНТЕЗА

05.13.06 Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2010

003494306

Работа выполнена на кафедре «Техническая кибернетика и автоматика» в Московском государственном университете инженерной экологии.

Научный руководитель:

Доктор технических наук, профессор Софисв Александр Эльханапович.

Научный консультант:

Официальные оппоненты:

кандидат технических наук, доцент Зубов Дмитрий Владимирович.

Доктор технических наук, профессор Бессарабов Аркадий Маркович,

доктор технических наук, профессор; Гартман Томаш Николаевич.

Ведущая организация:

Московский государственный университет пищевых производств, г. Москва.

Защита диссертации состоится « 22 » апреля 2010 г в [3 часов на заседании диссертационного совета Д 212.145.02 при Московском государственном университете инженерной экологии, 105066, г. Москва, ул. Старая Басманная, д. 21/4.

С диссертацией можно ознакомиться в библиотеке МГУИЭ.

Автореферат разослан « 1ву> ЛАС^&С^ 2010г.

Ученый секретарь диссертационного совета Д 212.145.02 к.т.н., доцент

окрова Н.В

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность проблемы. В настоящее время научные исследования во многих областях знаний проводятся большими коллективами ученых, инженеров и конструкторов с помощью сложного и дорогостоящего оборудования. Эффективность научных исследований во многом связана с уровнем использования компьютерной техники. Типичным примером является проведение научных исследований процессов биосинтеза в исследовательских лабораториях.

В работе рассмотрены основные задачи создания автоматизированных систем научных исследований процессов биосинтеза лизина. Не смотря на повсеместное распространение систем автоматизации в промышленности, основные трудоемкие задачи исследовательской лаборатории (сбор и архивирование входных/выходных потоков информации о процессе, статистическая обработка информации, сортировка и проверка достоверности полученных данных) выполняются вручную, либо с помощью офисных пакетов приложений, не предназначенных для подобных целей. Для решения задач автоматизации исследовательской лаборатории в работе использованы современные технологии систем управления базами данных (СУБД).

В последнее время большое распространение получили лабораторные ферментационные комплексы типа ШоПо, которые используются для исследования процессов культивирования продуцентов различных ценных веществ, как аминокислоты (лизин), антибиотики (эритромицин), низин (пищевая добавка) и других. На таких установках проводятся серии опытов для получения новых штаммов и исследования уже существующих. Большую роль играют эксперименты по определению оптимальных условий для ферментации того или иного продукта - поиск зависимостей температуры, рН, р02, которые обеспечивают максимальную удельную производительность биореактора, минимальное количество побочных продуктов, состав культуралыюй жидкости, обеспечивающий дешёвое выделение целевого продукта. Управляющими воздействий обычно выступают концентрации

(\

различных реагентов и расходы подпиток, расход воздуха на аэрацию.

Внедрение современных информационных технологий в процесс исследования микроорганизмов позволяет интенсифицировать процесс научных исследований и автоматизации основные трудоемкие и рутинные задачи.

Цель работы заключается в исследовании процесса биосинтеза лизина и разработка программно-аппаратного комплекса автоматизации лабораторных исследований.

В соответствии с целью в рамках диссертации решались следующие задачи:

- анализ существующих наработок в области программного и аппаратного обеспечения в области автоматизации научных исследований;

- разработка проекта автоматизированной системы научных исследований для исследовательской лаборатории;

- исследование лабораторного ферментационного комплекса ШоР1о как объекта автоматизации;

- анализ и классификация существующего программного и аппаратного обеспечения для реализации программного комплекса для автоматизации процесса исследования;

- апробация разработанного программно-аппаратного комплекса путем реализации автоматизированной системы научных исследований на примере процесса изучения лизина.

Методы и объекты исследований. Объектом исследований в данной работе являлся лабораторный комплекс В'юПо на базе лабораторий Института Промышленной Биотехнологии МГУИЭ. Для решения поставленных задач использовались следующие методы: обследование и алгоритмизация объекта исследования (лабораторного стенда), декомпозиция процесса сбора и обработки информации, построение сетевых структур архитектуры «клиент-сервер», формализация функций персонала, методы объектно-ориентированного программирования.

Научная новизна работы заключается в следующем:

- разработана методика создания программно-аппаратного комплекса автоматизации лабораторных исследований,

основанная на применении объектно-ориентированного программирования и средств языка SQL для доступа к накопленным экспериментальным данным;

- разработана структура организации автоматизированного комплекса управления лабораторными исследованиями инвариантная к используемой системе управления базами данных;

- разработана структура связей реляционных таблиц СУБД, обеспечивающая высокую скорость доступа к данным и обеспечивающая возможность дальнейшего расширения функций программно-аппаратного комплекса автоматизации лаборатории.

Практическая значимость заключается в реализации вариант программного комплекса автоматизации процессов исследований для биотехнологической лаборатории. Разработан и внедрен комплекс автоматизации лаборатории на основе применения устройств связи с объектом (УСО) для программного управления алгоритмами поддержания параметров процесса.

Реализованный блок имитационного моделирования биосинтеза лизина для вычисления теоретического выхода полезного продукта в результате эксперимента.

Большинство принципиальных решений автора по автоматизации лаборатории использовано при проектировании системы управления пилотной установки комплекса «БиоПарк» (Республика Чувашия), снизить срок выхода проекта на нормальный режим работы.

Полученные в работе результаты рекомендованы для дальнейшего развития и внедрения на объекты, где решаются аналогичные задачи исследований. При переходе от этапов лабораторных исследований к опытному производству необходимо проводить повторную идентификацию параметров модели, сохраняя программно-аппаратную структуру комплекса.

Апробация работы. Основные результаты работы докладывались и обсуждались на научно-технических конференциях ММТТ-22, 2008; в Институте систем управления

БГТУ "Военмех" им. Д.Ф. Устинова, на XVII Международной студенческой школе-семинаре «Новые информационные технологии», 2009 , а так же на нескольких конференциях студентов и аспирантов в Московском государственном университете инженерной экологии. Разработанный программный комплекс принят к внедрению на работающем комплексе лабораторий Института промышленной иотехнологии МГУИЭ.

Публикации по теме исследования. Основные результаты научных исследований по теме диссертации содержатся в 6 печатных работах (из них 3 в журналах из списка рекомендованных ВАК).

Структура и объем работы. Диссертация состоит из введения, 4-х глав, заключения и 3-х приложений. Работа изложена на 150 страницах машинописного текста, содержит 45 рисунков, 8 таблиц. Список литературы включает 91 наименование.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дано краткое изложение содержания работы по ее разделам. Проводится анализ актуальных задач при изучении процессов биосинтеза. Показана необходимость повышения эффективности исследований путем внедрения современных информационных технологий.

В первой главе подробно рассматривается текущее состояние автоматизации научных исследований. Проводится сравнительный анализ задач автоматизированных систем научных исследований (АСНИ) и автоматизированных систем управления (АСУ) различных производств.

Компании-производители LIMS (laboratory information management system - англоязычный аналог понятия АСНИ), такие как ЛАБВЭА СНГ, АВРОРА-ИТ и ряд других, не рассматривают внедрение единичных проектов, предназначенных для лабораторий. Таким образом, исследовательские лаборатории вынуждены проводить исследования, используя технические решения, не отвечающие задачам процесса исследований.

Для решения проблемы автоматизации лабораторных исследований была поставлена задача разработки малобюджетного программно-аппаратного комплекса автоматизации лаборатории, и апробирования его путем реализации для процесса исследований биосинтеза лизина, применяя бесплатные или условно-бесплатные (shareware) компоненты. При этом проектируемая система должна обладать достаточной функциональностью, невысокой стоимостью внедрения и эксплуатации, а также иметь возможность дальнейшего расширения и быть простой в использовании для персонала лаборатории.

Зависимость изменения ОП, РВ, лизина, р02, V ам.воды от времени ферментации

120,0

100,0

ц 80,0 га

8 60,0

0 =г

о. 40,0 с

а 20,0 ®

1 0,0

со С

-20,0

Рис. 1. Основные тренды процесса ферментации лизина

В работе предлагается распространить унифицированный подход на процесс создания комплекса программно-аппаратной автоматизации для лабораторий. Унифицированный подход -это подход, состоящий из решений, прошедших промышленную апробацию и для которых не представляют сложности вопросы изготовления поставки наладки и гарантийного обслуживания. Подобный подход распространен при создании АСУ для

1-ОП, г/л нв-рв, г/п — —лизин, г/л р02,% t—амм вода

10 20 30 40

Время ферментации,час

промышленности, но этот подход так же возможен при решении задач автоматизации лабораторий и пилотных производств.

Рис. 2. Автоматизация лаборатории

Применение такой унификации для всех подзадач, полученных после декомпозиции общей задачи, позволяет сделать разработку программно-аппаратного комплекса в значительной степени независимой от выбора технических и программных средств. Основные отличия УП при автоматизации лабораторий заключаются в меньшей зависимости конечного продукта от применяемых технологий и аппаратного обеспечения. При автоматизации процесса исследований в первую очередь рассматриваются основные задачи вычислительного комплекса и определение структуры будущей. На текущем этапе развития вычислительной техники, сама техническая реализация комплекса представляется менее сложной задачей, чем формализация самого процесса, а так же задач научного и обслуживающего персонала.

Вторая глава посвящена описанию исследований процесса биосинтеза лизина в лабораторной установке ВюБЬ. Исследуются процессы, сопровождающие все этапы подготовки, непосредственной постановки эксперимента и последующих обработки и анализа результатов.

В связи с характерными особенностями изучаемого процесса биосинтеза, такими как низкая воспроизводимость результатов экспериментов, изменчивость сырья и большие объемы экспериментальных данных целесообразно иметь математическую модель для целей имитационного моделирования влияний различных параметров на выход конечного продукта.

По заданию технологов, для реализации возможностей имитационного моделирования был разработан модуль, содержащий математическую модель процесса биосинтеза лизина. Уравнения модели представлены ниже.

к 1 -г г

кЗ г

^(р> s) = (*4 4-<оой+даб4-р); (2)

уравнения (1) и (2) представляют собой скорости роста биомассы и продукта.

F

а л {г, х. F, V) = urlr)x- — х; (3)

V

уравнение (3) характеризует изменение концентрации биомассы во времени.

F

сгр{р, S, х, F, V) = u? (р, S)x - — р; (4)

Уравнение (4) - материальный баланс по продукту - лизину.

а'Кг. р, х, S, F. V) = — (ir7 цх(г) -f i:S Ср.5.) 4- к9 )х 1 — (5п - 5): (5)

I

Уравнение (5) - материальный баланс по субстрату.

у

¿г(г.х,РЛ') = (г)х 4- — (гл - г); (6)

Уравнение (6) - материальный баланс по ростовому фактору, х, Б, Р, Л - концентрации биомассы, субстрата, продукта реакции и ростового фактора соответственно, г/л; [Л -удельная скорость роста бактерий, 1/ч; г — концентрация ростового фактора, V- количество среды в аппарате, У -долив / отлив из аппарата. к\...кЮ - параметры модели.

В рамках работы были обработаны и преобразованы в цифровой вид значительные объемы накопленных экспериментальных данных. Результаты и текущие наблюдения, собранные в ходе более 1 ООО опытов за 2005 - 2007 гг. позволили сформировать первичную базу. Методами покоординатного спуска были уточнены значения коэффициентов модели. Полученные в рамках работы значения параметров модели приведены в таблице 1.

Таблица 1.

Значения параметров модели биореактора

К1 К2 КЗ К4 ГК5 Кб К7 К8 К9 К10

0.381 0.683 245.41 160 10.1 20.2 1.52 0.78 0.062 0.043

На рис.3 приведен результат имитационного моделирования процесса биосинтеза лизина при оптимальных условиях. Можно наблюдать характерный рост биомассы, включение насоса для поддержания концентрации биомассы на уровне максимальной производительности, потребление ростового фактора, поддержание концентрации подпитки и

лизина (х, Р, N - концентрации биомассы, субстрата, продукта реакции и ростового фактора).

Реализованная модель признавалась адекватной с точки зрения технологии, если результаты моделирования

отклонялись от усредненных практических результатов не более чем на 7 - 10% в более чем в 100 опытах.

При более значительных отклонениях результатов моделирования от практических производилась повторная идентификация параметров модели. Дополнительная идентификация проводилась и при изменении штамма изучаемых микроорганизмов.

Третья глава посвящена выбору и обоснованию аппаратных и программных средств реализации автоматизированного комплекса исследований. Обосновано применение СУБД ORACLE 10g как основы, для построения системы сбора, анализа и представления данных.

На базе созданного лабораторного комплекса с дистанционным доступом ведутся реальные эксперименты и отрабатываются этапы работ для перехода от лабораторных исследований к практическому опытному производству. Возможности комплекса позволяют:

- отслеживать ход ферментационного процесса, регистрировать такие параметры, как Т, рН, р02, оптическую плотность суспензии, управлять подачей питательной среды, расходом подаваемого воздуха, приводом электродвигателя ферментера;

- калибровать датчики с поправочными зависимостями (например, р02 от 7);

_ работать в режимах: периодическом, периодическом с подпиткой субстратом с обратной связью по показаниям датчика р02.

Связь между объектом и компьютером-сервером осуществляется через УСО (устройство связи с объектом) -преобразователи интерфейсов RS 485/HART/USB.

Общая технологическая схема установки, построенной на базе комплекса BioFlo, представлена на рис. 4. Лабораторные комплексы других производителей могут незначительно отличаться по составу или иметь другие конструктивные параметры. При этом разработанный комплекс сможет работать и с лабораторными стендами, собранными из комплектующих различных производителей.

Датчики следует комплектовать нормирующими преобразователями для связи с центральным блоком УСО. При использовании датчиков с поддержкой HART возможно получать расширенную информацию непосредственно на управляющий ПК через драйверы с поддержкой EDDL.

Рис. 4. Структура комплекса BioFlo

1 - корпус ферментера; 2 - дискообразный пеногаситель; 3 -лопастная мешалка; 4 - среда культивирования; 5 - сливной патрубок; 6 - ротаметр;7 - рН-электрод; 8 - р02-электрод; 9 -перистальтические насосы; 11, 12 - подача охлаждающей воды в теплообменник ферментера; 13 - подача воздуха; 14 - выход воздуха; 15 - термосопротивление; 17-магнитный привод; 18-привод двигателя; 21 - выносная кювета для измерения биомассы (оптической плотности ферментационной среды); 22 -нагревательный элемент; 24 - клапаны.

Для получения результатов ручных анализов состава содержание культур или концентраций ростового фактора в ферментационной среде целесообразно использовать методы автоматизированной тонкослойной хроматографии которые

позволяют передавать результаты в базу данных программно-аппаратного комплекса в цифровом виде, минуя стадию ручного ввода.

Общая схема взаимодействия элементов лаборатории приводится на рис.5. Главная особенность реализованной схемы состоит в том, что пользователи из лаборатории целиком контролируют процесс исследований через разработанные специализированные пользовательские интерфейсы. Обмен данными между элементами комплекса осуществляется через существующую инфраструктуру Ethernet. Это ускоряет ввод комплекса в эксплуатацию.

Рис.5. Схема информационных потоков

ПО состоит из приложения-сервера (устанавливается в лаборатории) и приложение-клиент (для просмотра информации на удаленном компьютере). Измерительная система интегрируется в Интернет с помощью программной технологии Б^аЗоске^ упрощающей программирование. Для управления с удаленного компьютера разработан дополнительный модуль, соответствующий модулю управления в основной программе, но

обеспечивающий соединение с сервером с помощью TCP/IP функций Lab VIEW, идентификацию пользователя и прав доступа. Просмотр хода эксперимента возможен и без устанавливаемого на удаленном компьютере ПО, т.к. используется WEB-ссрвер LabVIEW.

Программный комплекс представлен четырьмя основными модулями: «Руководство пользователя», «Установки оборудования», «Анализ данных», «Эксперимент» (включая управление биореактором).

В модуле «Эксперимента» (Рис. 6) отображаются данные в реальном времени с выбранных в списке каналов. Их можно убирать, выключая определенные каналы (нажимая кнопку «Выбрать/Отменить»), совмещать в относительных единицах в процессе эксперимента, менять интервал снятия данных с каналов и число точек по оси абсцисс.

Рис. 6. Экран модуля экспериментов

j Фильтрация I

Отображаемые каналы

□ 1 Канал (Всп. э

□ 2 Канал (еН.мВ) Q3 Канал (p02,7í)

□ 4 Канал (Т .град.)

Выбрал t>/0 гменнть |

Значение, сл.

{4.37" """

Л Время.'с a jj* |"-Ч5!

I Значение, ел (Я ¡ Л- I

Получаемые данные целесообразно хранить не произюльном виде, а в строго упорядоченном формате, чго позволяет значительно ускорить доступ к архивным данным и повысить скорость обработки данных. Предложено в таблицах - словарях хранить основную служебную информацию: типы переменных и их названия, размерности, названия

экспериментов и др. При формировании таблиц начальных условий или представлений для пользователей используются только ссылки (ключи значений) из таблиц - словарей. Предложена следующая структура хранения данных (рис.7).

Рис. 7 Схема хранения данных в СУБД Эта структура позволяет значительно экономить ресурсы сервера и СУБД. При этом сохраняется значительная гибкость при расширении или адаптации комплекса под новый процесс. Для реализации данного проекта была выбрана shareware версия СУБД ORACLE 10g - Express Edition и в ней сохранены функции из коммерческих версий.

Табливд2

Распределение функций комплекса между компонентами.

Функции СУБД Функции Сервера Функции Клиента

Внесение добавления / корректировка / удаление данных Формирование статических и динамических запросов Настройка протоколов связи с сервером

Контроль целостности данных Преобразование данных к единому виду Верификация прав пользователей

Выполнение запросов к базе данных Связь с внешними источниками данных Визуализация данных

Статистическая обработка Контроль прав доступа Сигнализации и алармы

Дополнительно, решен вопрос управления вычислительными ресурсами каждого из модулей независимо от остальных, при помощи существующих, встроенных в операционную систему подпрограмм. Это становится особенно актуальным, так как сама аппаратная реализация предусматривает применения обычных персональных компьютеров лабораторий.

Инструментом программной реализации была выбрана система Borland Developer Studio 2006 (BDS).

В главе 4 приводится описание результатов работы предлагаемого программного комплекса. На примере постановки экспериментов для изучения каждого из параметров процесса приводятся алгоритмы работы с программным комплексом при изучении потребности культуры лизина в ростовом факторе

При использовании встроенной модели, количество экспериментов сокращается за счет определения допустимых интервалов варьирования переменных процесса. Алгоритм работы с разработанным комплексом можно представить как цикл с последовательностью следующих действий (рис.8):

Рис. 8 Общая последоватсльиослъ действий при постановке серий опытов

После постановки трех серий опытов по 10 ферментации в каждом, полученные экспериментальные данные были усреднены и переданы для изучения. Было установлено, что начальная концентрация лейцина в питательной среде составляет 0,46-0,54г/л в зависимости от начальной концентрации кукурузного экстракта (либо ростовой жидкости). Далее в процессе культивирования концентрация лейцина падает и к 18-24 часам роста исчерпывается (рис.9). Минимальное значение концентрации растворенного кислорода достигается при содержании лейцина в к.ж. 0,15-0,1 г/л, т.е. если после достижения минимума р02 подавать подпитку, содержащую лейцин, то возможно поддерживать скорость роста культуры и скорость синтеза продукта.

Зависимость изменения скорости роста, потребления, синтеза и удельного синтеза от времени ферментации

•Скорость роста биомассы, г/л

Скорость синтеза продукта,г/л

■Скорость потребления субстрата, г/л

О

5 10 15 20 25 30 35 40 время ферментации,час Рис. 9. Полученные зависимости скоростей роста, потребления и синтеза от времени ферментации В заключении исследуются результаты проведенной работы и подводятся основные итога.

Применяя повсеместно распространенный протокол TCP/IP (Интернет) можно организовать подключение к нескольким удаленным лабораториям и предоставлять им услуги по мониторингу, анализу, и хранению данных. Имея готовые модели некоторых процессов развития микроорганизмов, возможно так же выдавать рекомендации или напрямую влиять на протекающий удаленный процесс посредством выдачи рекомендаций локальным операторам.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Предложена инженерная методика для разработки и реализации программно-аппаратного комплекса, основанная на объектно-ориентированном программировании и применении средств языка SQL для доступа к накопленным экспериментальным данным. Это позволяет значительно сократить время на запуск подобный систем, обеспечивает гибкость при настройках на конкретный объект исследований, а так же позволяет оптимизировать организационную структуру лаборатории.

2. Разработан программно-аппаратный комплекс, позволяющий автоматизировать выполнение большинства исследовательских и вспомогательных задач, стоящих перед сотрудниками лабораторий.

3. Экспериментально подтверждена адекватность реализованного программного продукта, моделей и предложенного подхода к процессу исследований ферментации лизина

4. Разработанный программный комплекс используется в комплексе лабораторий Института Промышленной Биотехнологии МГУИЭ для отработки новых штаммов лизина.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Шотин А.Б., Зубов Д.В. Программная реализация автоматизированной системы научных исследований для биореакторов периодического действия // «Автоматизация в промышленности», № 11 - 2009, Москва С.24 - 26.

2. Шотин А.Б., Зубов Д.В. Система автоматизированного управления аппаратами периодического действия // «Химическое и нефтегазовое машиностроение» № 11 - 2009, Москва С.27 - 30.

3. Шотин А.Б., Юхневич Р.В.. Применение автоматизированной системы научных исследований процессов биосинтеза // Новые информационные технологии". Тезисы докладов XVII Международной студенческой школы-семинара -М.: -МИЭМ, 2009. С.200-201.

4. Шотин А.Б., Зубов Д.В. Автоматизированная система научных исследований процессов биосинтеза // Сб. тр. XXI международная, конференция ММТТ-21. Т6. Саратов, 2008. С.108 -109.

5. Шотин А.Б. Разработка методики создания автоматизированной системы научных исследований // журнал «Приборы», №12-2009, Москва. С.28 - 30.

6. Парамонов Е.А., Шотин А.Б, Адаптивное управление процессом биосинтеза лизина. Научная конференция студентов и молодых ученых МГУИЭ: Тезисы докладов. - М.: МГУИЭ, 2009. С.135

Подписано в печать 12.03.2010 г. Печать лазерная цифровая Тираж 100 экз.

Типография Aegis-Print 115230, Москва, Варшавское шоссе, д. 42 Тел.: 543-50-32

www.autoref.ae-print.ru

Введение.

Глава 1. Обзор современного состояния систем автоматизации научных исследований.

1.1 Необходимость создания автоматизированной системы сбора, обработки, хранения и представления лабораторной информации.

1.2 Особенности задач биотехнологических лабораторий.

1.3 Постановка задачи создания программно — аппаратного комплекса (ПАК) для биотехнологической лаборатори.

1.4 Типовые задачи и функции систем автоматизации исследований.

1.5 Обзор существующих систем автоматизации лаборатории.

Глава 2. Разработка методики создания программно-аппаратного комплекса автоматизации биотехпологической лаборатории.

2.1 Описание типовых задач технологов, типовых запросов к данным, их математическая обработка, ввод и представление.

2.2 Кинетические характеристики процесса биосинтеза.

2.2.1 Математические модели кинетики биосинтеза продуктов метаболизма как функции от удельной скорости роста.

2.2.2 Субстрат-зависимые модели кинетики биосинтеза продуктов метаболизма.

2.3 Существующие варианты управления лабораторными исследованиями.

2.4 Создание инженерной методики реализации автоматизированного лабораторного комплекса.

2.5 Комплекс BioFlo как объект исследования.

2.5.1 Оборудование и программное обеспечение.

2.5.2 Преимущества технологий National Instruments.

В настоящее время научные исследования во многих областях знаний проводятся большими коллективами ученых, инженеров и конструкторов с помощью сложного и дорогостоящего оборудования. Значительные затраты ресурсов для проведения таких исследований обусловили необходимость повышения эффективности этой работы.

Эффективность научных исследований во многом связана с уровнем использования компьютерной техники. Типичным примером для таких работ является проведение научных исследований процессов биосинтеза в исследовательских лабораториях.

В работе рассмотрены основные задачи создания автоматизированных систем научных исследований процессов биосинтеза лизина. Несмотря на повсеместное распространение систем автоматизации в промышленности, основные трудоемкие задачи исследовательской лаборатории (сбор и архивирование входных/выходных потоков информации о процессе, статистическая обработка информации, сортировка и проверка достоверности полученных данных) выполняются вручную, либо с помощью офисных пакетов приложений, не предназначенных для подобных целей.

В последнее время большое распространение получили лабораторные ферментационные комплексы типа BioFlo, которые используются для исследования процессов культивирования продуцентов различных ценных веществ, как аминокислоты (лизин), антибиотики (эритромицин), низин (пищевая добавка) и других. На таких установках проводятся серии опытов для получения новых штаммов и исследования уже существующих. Большую роль играют эксперименты по определению оптимальных условий для ферментации того или иного продукта - поиск зависимостей температуры, рН, р02, которые обеспечивают максимальную удельную производительность биореактора, минимальное количество побочных продуктов, состав культуральной жидкости, обеспечивающий дешёвое выделение целевого продукта. В качестве управляющих воздействий обычно выступают концентрации различных реагентов и расходы подпиток, расход воздуха на аэрацию.

Внедрение современных информационных технологий в процесс исследования микроорганизмов позволяет интенсифицировать процесс научных исследований и автоматизации основные трудоемкие и рутинные задачи.

Цель работы заключается в разработке программно-аппаратного комплекса лабораторных исследований для автоматизации процесса исследований биосинтеза лизина.

В соответствии с целью в рамках диссертации решались следующие задачи: анализ существующих наработок в области программного и аппаратного обеспечения в области автоматизации научных исследований; исследование лабораторного ферментационного комплекса BioFlo как объекта автоматизации, и создание автоматизированной системы научных исследований; анализ и классификация существующего программного и аппаратного обеспечения для реализации программного комплекса для автоматизации процесса исследования; апробация разработанного программно-аппаратного комплекса путем реализации автоматизированной системы научных исследований на примере процесса изучения лизина.

Методы и объекты исследований. Объектом исследований в данной работе являлся лабораторный комплекс BioFlo на базе лабораторий Института Промышленной Биотехнологии МГУИЭ. Для решения поставленных задач использовались следующие методы: обследование и алгоритмизация объекта исследования (лабораторного стенда), декомпозиция процесса сбора и обработки информации, построение сетевых структур архитектуры «клиент-сервер», формализация функций персонала, синтез пользовательских интерфейсов в SCADA системах, методы объектно-ориентированного программирования.

Научная новизна работы заключается в следующем: предложены этапы разработки и реализации программно-аппаратного комплекса, основанные на применении объектно-ориентированного программирования и средств языка SQL для доступа к накопленным экспериментальным данным; разработана структура автоматизированного комплекса управления лабораторными исследованиями. Все основные потоки данных передаются непосредственно на лабораторный сервер посредством преобразователей интерфейсов; проведена идентификация параметров модели биореактора для исследования процесса биосинтеза лизина.

Практическая значимость заключается в реализации вариант программного комплекса автоматизации процессов исследований для биотехнологической лаборатории. В работе предложен подход к реализации комплекса автоматизации лаборатории на основе применения устройств связи с объектом (УСО) и программного управления алгоритмами.

Реализован блок имитационного моделирования биосинтеза лизина для вычисления теоретического выхода полезного продукта в результате эксперимента.

Большинство принципиальных решений автора по автоматизации лаборатории использовано при проектировании системы управления пилотной установки комплекса «БиоПарк» (Республика Чувашия), снизить срок выхода проекта на нормальный режим работы.

Полученные в работе результаты рекомендованы для дальнейшего развития и внедрения на объекты, где решаются аналогичные задачи исследований. При переходе от этапов лабораторных исследований к опытному производству необходимо проводить повторную идентификацию параметров модели, сохраняя программно-аппаратную структуру комплекса.

Апробация работы. Основные результаты работы докладывались и обсуждались на научно-технических конференциях ММТТ-22, 2008; в Институте систем управления БГТУ "Военмех" им. Д.Ф. Устинова, на XVII Международной студенческой школе-семинаре «Новые информационные технологии», 2009 , а так же на нескольких конференциях студентов и аспирантов в Московском государственном университете инженерной экологии. Разработанный программный комплекс принят к внедрению на работающем комплексе лабораторий Института Промышленной Биотехнологии МГУИЭ

Публикации по теме исследования. Основные результаты научных исследований по теме диссертации содержатся в 7 печатных работах (из них 3 в журналах из списка рекомендованных ВАК).

Структура и объем работы. Диссертация состоит из введения, 4-х глав, заключения и 3-х приложений. Работа изложена на 150 страницах

Основные выводы

Современное развитие компьютерных и сетевых технологий позволяет успешно создавать и внедрять системы автоматизации научных исследований, позволяющие значительно повысить качество исследований процессов биосинтеза. Основная причина, замедлявшая данный процесс заключалась в дороговизне средств автоматизации и вычислительной техники, а так же в сложности реализации основных функций.

Традиционный подход к ведению научных исследований при помощи лабораторных журналов не позволяет эффективно и быстро решать актуальные проблемы исследований. До 50 % рабочего времени персонала уходит на действия, не связанные на прямую с процессом научных исследований

Особенности области исследований процессов биосинтеза требуют специального подхода к организации работы с экспериментальными данными. Использование механизмов работы с базами данных позволяют значительно повысить как надежность хранения, так и доступ к накопленным данным.

Лаборатория с установленным комплексом АСНИ

Контроль и управление удаленной лаборатории 5

JL г

TCP I IP г V I

Удаленный сбор и архивации К

Предоставление разработанных моделей для обработки данных

Рисунок 45. Использование ПАК через сеть Интернет

Использование распределенной структуры ПАК позволяет создавать гибкие и надежные пользовательские приложения. Использование протоколов TCP/IP и позволяет использовать действующую инфраструктуру локальных сетей или сети Интернет в качестве для нужд автоматизации.

Одним из перспективных вариантов применения нашего подхода к организации работ по проведению экспериментов и обработки полученных данных схематически представлено на ниже. Применяя принцип физического разделения источника и хранилища данных, можно осуществлять удаленный мониторинг процессов. Например, применяя повсеместно распространенный протокол TCP/IP (интернет) можно организовать подключение к нескольким удаленным лабораториям и предоставлять им услуги по мониторингу, анализу, хранению и данных. Имея готовые модели некоторых процессов развития микроорганизмов, возможно так же выдавать рекомендации или напрямую влиять на протекающий удаленный процесс посредством выдачи рекомендаций локальным операторам.

Таким образом, следуя основным принципам построения программно — аппаратных комплексов автоматизации научных исследований, можно создавать автоматизированные системы исследований, которые в короткие сроки могут значительно повысить качество научных исследований, а так же позволят оптимизировать прочие процессы, имеющие место в рамках исследовательских лабораторий.

Заключение

В рамках работы получены следующие результаты:

1. Проведен анализ актуального состояния автоматизированных систем научных исследований. Показано, что основные трудности внедрения на раннем этапе развития заключались в принципиальной сложности реализации необходимых функций. Доступность компьютерной техники и наличие надежных и доступных средств реализации программно-аппаратного комплекса ПАК АСНИ позволяют сделать вывод, о целесообразности реализация ПАК АСНИ силами лабораторий.

2. Проведен анализ и формализация основных задач биотехнологической лаборатории. Показана принципиальная важность сбора максимально точной информации о процессе. Сделано заключении о целесообразности хранения всех получаемых во время постановки эксперимента данных.

3. Осуществлена классификация лабораторий по принципу ведения учета и хранения данных экспериментов и регламентации действий сотрудников по обслуживанию процесса исследований. К первому -традиционному - типу ведения исследований отнесены лаборатории, использующие традиционный, бумажный лабораторный журнал для хранения данных и ведения учета экспериментов. Продемонстрированы различные недостатки такого подхода. Ко второму типу лабораторий отнесены лаборатории, в которых вместо бумажного носителя информации применяются электронные носители. Для ведения записей применяются различные пакеты офисных программ типа Microsoft Office и аналогичные. Показано, что хотя цифровые данные надежнее в хранении и проще в использовании, чем данные в бумажных журналах, подобный метод так же не решает ряд важных задач, таких как автоматизированный сбор, первичная обработка, архивирование и автоматизированное ведение документации. Третий - разработанный - тип ведения экспериментов подразумевает использование ПАК АСНИ для автоматизации необходимых функций. Данный тип включает в себя использование ПАК АСНИ во всех сферах деятельности лаборатории. Хранение данных ПАК АСНИ осуществляется в специализированной базе данных, текущие значения собираются через существующие интерфейсы лабораторного оборудования, а взаимодействие с пользователем осуществляется через специализированные средства интерфейса.

4. Разработана и апробирована путем внедрения методика создания ПАК АСНИ предлагаемой распределенной структуры.

5. Проведен анализ средств реализации ПАК АСНИ. Показано, что применение современных и общедоступных инструментов позволяет создавать полнофункциональные ПАК АСНИ для лабораторий без привлечения коммерческих разработчиков ПО.

6. Составлены алгоритмы работы с системой. Это позволило в кратчайшие сроки провести обучение персонала основам работы с предложенной системой.

1. Автоматизация микробиологических экспериментов / В. М. Египко, В. В. Аракельян, JI. С. Саркисянц, 197 с. ил. 22 см, Киев Наук, думка 1985

2. Автоматизированные системы научных исследований / В. М. Египко, 16 с. 20 см., Киев о-во "Знание" УССР 1982

3. Слинько М.Г., Тимошенко В.И. Автоматические системы научных исследований (АСНИ) основная методология и метод ускорения разработки каталитических процессов // Катализ в промышленности. 2005. №5.

4. Методология проектирования инструментальных средств поддержки автоматизированных технологий сложных научно-технических экспериментов / В. М. Египко, В. П. Зинченко 18 с. ил. 20 см Киев ИК 1991.

5. Автоматизация химико-технологических иследований / Сост. С. Е. Аронина, И. Я. Штраль., 32 с. ил. 20 см., М. НИИТЭхим 1979.

6. Математическое моделирование явлений на поверхности / Г. Г. Еленин, М. Г. Слинько, 31,1. с. ил. 24 см, М. Знание 1988.

7. Автоматизация исследований состава, структуры и свойств веществ на основе ЭВМ. Обзорная информация, в. 4, М., 1981. М.Г. Слинько, Ю.М. Лужков, И. Я. Штраль.

8. Софиев А.Э., ЧертковаЕ А, Компьютерные обучающие системы.—М., 296 с

9. Гершунский Б.С. Компьютеризация в сфере образования: Проблемы и перспективы. -М.: Педагогика, 1987. с.178-181.

10. Горбатенко В.В., Мрыкин С.В., Соловов А.В. Двутавр комплекс по изучению закономерностей силовой работы тонкостенных конструкций. Самара: СГАУ, 1994. - 14 с.

11. Грибкова В.А., Зайцева Л. В., Новицкий Л.П. Управление адаптивным диалогом в автоматизированных обучающих системах. Методические указания. Рига: РПИ, 1988. - 52 с.

12. Савельев А.Я. Автоматизированные обучающие системы на базе ЭВМ / вып. 1./ М.: Знание, 1977. 36 с.

13. Савельев А.Я., Новиков В.А., Лобанов Ю.И. Подготовка информации для автоматизированных обучающих систем: Метод, пособие для преподавателей и студентов / Под ред. А.Я. Савельева. — М.: Высшая школа, 1986. 176 с.

14. Автоматизированные системы научных исследований. Принципы построения. / Сост. Фомичев Н.И. Ярославль: ЯрГУ, 1997. - 11 с.

15. Боресков Г.К., Слинько М.Г. Моделирование химических реакторов // Теоретические, основы хим. технологии. 1967. Т. 1. № 1. С. 5.

16. Автоматизированные системы научных исследований. Техническое обеспечение. / Сост. Фомичев Н.И. Ярославль: ЯрГУ, 1997. -17 с.

17. Автоматизированные системы научных исследований. Программное обеспечение. / Сост. Фомичев Н.И. Ярославль: ЯрГУ, 1997. - 15 с.

18. Египко В.М. Об особенностях информационного обеспечения систем автоматизации экспериментальных исследований // Средства получения и обработки цифровой информации. Киев: Ин-т кибернетики им. В.М. Глушкова НАН Украины, 1993. - С. 64-68.

19. Египко В.М., Зинченко В.П., Белоусов Б.Н., Горин Ф.Н. Системы автоматизации экспериментальных исследований в аэродинамических трубах. Киев: Наук, думка, 1992. — 264 с.

20. Дорохов И.Н., Меньшиков В.В. Интеллектуальные системы и инженерное творчество в задачах интенсификации химико-технологических процессов и производств. Серия «Системный анализ процессов химической технологии». М.: Наука, 2005. - 485

21. ГОСТ 34.601-90 Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания.

22. ГОСТ 34.602 89 Информационная технология. Комплекс стандартов на автоматизированные системы Техническое задание на создание автоматизированных систем.

23. Буч Г. Объектно ориентированный анализ и проектирование с примерами приложений на С++. 2-е изд.: Пер. с англ. - М.: Издательство Бином, СПб.: Невский

24. Вендров A.M. Проектирование программного обеспечения экономических информационных систем,- М, Финансы и статистика. 2000,349 стр.

25. Вендров А. М. CASE технологии. Современные методы и средства проектирования информационных систем. - М.: Финансы и статистика, 1998.

26. Калянов Г. Н. CASE. Структурный системный анализ(автоматизация и применение). -М.: ЛОРИ, 1996.

27. Калянов Г. Н. Консалтинг при автоматизации предприятий: Научно практическое издание. Серия «Информатизация России на пороге XXI века». - М.: СИНТЕГ, 1997.

28. Коуд П., Норт Д., Мейфилд М. Объектные модели. Стратегии, шаблоны и приложения: Пер. с англ. М.: ЛОРИ, 1999.

29. Маклаков С. В. BPWin и ERWin . CASE средства разработки информационных систем. —М.: Диалог-МИФИ, 1999.

30. Марка Д. А., МакГоуэн К. Методология структурного анализа и проектирования. М.: МетаТехнология, 1993.

31. Шлеер С., Меллор С. Объектно ориентированный анализ: моделирование мира в состояниях : Пер. с англ. — Киев: Диалектика, 1993.

32. Шуремов Е.Л. и др. Автоматизированные информационные системы бухгалтерского учета, анализа,аудита. М.: Перспектива, 2001. 363 с.

33. Мищенко С.В., Подольский В.Е., Чуриков А. А. Автоматизированная система научных исследований из стандартных компонентов//Промышленная теплотехника. 1988. № 10.5. С. 101-103.

34. Применение автоматизированной системы для исследования процессов отверждения полимерных материалов / С.В. Мищенко, Н.П. Пучков, О.С. Дмитриев, А.В. Шаповалов; ОНИИТЭхим. Черкассы, 1989.

35. Зеленяк Т.И., Слинько М.Г., Иванов Е.А. Качественный анализ математических моделей химических процессов // Теорет. основы хим. технологии. 1977. Т. XI. № 1. С. 46

36. Ризниченко Г.Ю., Рубин А.Б. Математические модели биологических продукционных процессов 301 С. М., 1993.

37. Кузнецов Максим, Симдянов Игорь Самоучитель MySQL 5. — Спб.: «БХВ-Петербург», 2006. — С. 560. — ISBN 5-94157-754-0

38. Анализ, хранение и обработка информации в химической технологии / Под ред. Меньшутиной Н.В. — Калуга: Издательство научной литературы Н. Бочкаревой, 2003. 282

39. Печуркин Н.С. Популяционная микробиология Наука, Новосибирск, 1978

40. Березин И.В., Мартинек К. Основы физической химии ферментативного катализа. М.: Высшая школа, 1977. - С. 216-225

41. Варфоломеев Р. Д., Зайцев С.В. Кинетические методы в биохимических исследованиях. М.: МГУ, 1982. - 344 с

42. Березин И.В., Клесов А.А. Практический курс химической и ферментативной кинетики. М., 1980

43. Фишман В.М. Математическое описание и оптимальное управление процессом биосинтеза антибиотиков // Дис. канд. техн. наук.— М.: Московский институт химического машиностроения- 1970.

44. Березин И.В., Клёсов А.А., Практический курс химической и ферментативной кине-тики, М., МГУ, 1976.

45. Жаворонков Н.М., Кафаров В.В., Перов В.П., Мешалкин В.П., Теоретические основы химической технологии, 1970.

46. Кафаров В.В., Паров В.П., Мешалкин В.П., Принципы математического моделирования химико-технологических систем, Москва, Химия, 1974.

47. Вдовицын В.Т., Сорокин А.Д., Борисов Г.А., Лебедев В.А., Павлов Ю.Л. Комплексная программа работ по автоматизации научных исследований в Карельском научном центре АН СССР в 1991-1995 г.г. Препринт докл. КНЦ АН СССР, 1990. 40 с

48. Вдовицын В.Т., Лебедев В.А., Дубенский А.С. и др. Краткое руководство по применению реляционной системы программирования обработки данных. Петрозаводск: КФ АН СССР, 1987.

49. Филиппович А.Ю. Интеграция систем ситуационного, имитационного и экспертного моделирования. М.: Изд-во "ООО Эликс+", 2003.-300 с.

50. Новожилов В.В., Кубанин Е.Ю. Лабораторная информационная менеджмент-система — средство автоматизации контроля качества // Промышленные АСУ и контроллеры. 2005. 8.

51. Медицинские информационные системы. Теория и практика / Под ред. Г.И. Назаренко, Г.С. Осипова. М.: ФИЗМАТЛИТ, 2005.

52. Куцевич И.В. Введение в LIMS // Мир компьютерной автоматизации. 2002. 4. www.LimsSource.com

53. Лабораторно-информационные системы. Обзор рынка. М.: ЗАО "ЛИМС", 2003. www.lims.ru.

54. Gibbon G. A Brief History of LIMS // Laboratory Automatiion and Information Management issue. V. 32. 1996.

55. Нуцков В.Ю. Лабораторно-информационные системы (LIMS) // Промышленные АСУ и контроллеры. 2003. 4. С. 48-50.

56. Нуцков Ю.В., Хиллхауз Б. Интеграция LabWare LIMS и SAP R/3 QM // Мир компьютерной автоматизации. 2003. 4. С. 56-63.

57. Куцевич И.В. ИТ и лаборатория: стратегия интеграции // Лабораторные информационные системы LIMS. Сборник статей: ООО "Маркетинг. Информационные технологии". 2006. С. 266-276.

58. Нуцков В.Ю., Дюмаева И.В. Лабораторно-информационные системы. Критерии выбора// Заводская лаборатория. 2004. 10. С. 55-60.

59. Савельев Е.В. Лабораторно-информационные менеджмент-системы или автоматизация лаборатории "в целом" // Партнеры и конкуренты. 2005. 4. С. 41-43.

60. Меркуленко Н.Н. LIMS. Современный этап развития // Лабораторные информационные системы LIMS. Сборник статей: ООО "Маркетинг. Информационные технологии". 2006. С. 215-219.

61. Меркуленко Н.Н. Лабораторная система управления информацией. Время пришло? // Химия в России. 2000. 2. С. 10-12.

62. Самсонов А.В. Интеграция лабораторных и технологических данных новый уровень в понимании производственных процессов // Промышленные АСУ и контроллеры. 2004. 10. С. 33-35.

63. Кубрик А.С., Потапова Т.Б., Шварцкопф В.Ф. Модуль "Лабораторные анализы" в информационно-управляющей системе "Орбита" // Промышленные АСУ и контроллеры. 2003. 11. С. 25-29.

64. Потапова Т.Б., Шварцкопф В.Ф. Структуризация пространства управления производством в ИУС "Орбита" // Мир компьютерной автоматизации. 2002. 4.

65. Моисеев В.М., Шапиро Ю.З., Шелоумова Т.М. и др. Автоматизированный контроль качества сырья и продукции // Химия и технология топлив и масел. 2000. 3. С. 14-16.

66. Лосякова Л.И., Шелоумова Т.М., Шувалова В.И. Томин В.П., Шадрина O.K. Лабораторные системы в Ангарской нефтяной компании // Промышленные АСУ и контроллеры. 2003. 9. С. 20-22.

67. Терещенко А.Г., Терещенко О.В., Соколов В.В., Юнусов Р.Ш. АРМ "Химик-аналитик" в системе качества продукции // Материалы международной НПК "Качество-стратегия XXI века". 11-12.11.99. Томск, 1999. С. 71-72.

68. Варфоломеев С.Д., Калюжный С.В. Биотехнология: Кинетические основы микробиологических процессов: Учебное пособие для биол. и хим. спец. ВУЗов. М.: Высшая школа, 1990. - 296 с.

69. Воробьева Л.И. Промышленная микробиология. М.: Издательство МГУ, 1989.-293 с.

70. Бекер М.Е., Лиепиныл Г.К., Райпулис Е.П. Биотехнология. М.: Агропромиздат, 1990. - 334 с.

71. Быков В.А., Винаров А.Ю., Шерстобитов В.В. Расчет процессов микробиологических производств. Киев: Техника, 1985. - С. 58-101.

72. Бирюков В.В., Кантере В.М. Оптимизация периодических процессов микробиологического синтеза. — М.: Наука, 1985. — 293 с.

73. Терещенко А.Г., Соколов В.В., Сафьянов А.С., Ткаченко Д.В., Мизин П.А. Средство генерации выходных документов в системах управления аналитическими лабораториями // Автоматизация и современные технологии. 2006. 8.

74. Симакова Н.Ю., Троицкая Н.Б., Живаев П.Н. Информационные технологии в лабораторной службе поликлиники // Лабораторные информационные системы LIMS. Сборник статей: ООО "Маркетинг. Информационные технологии". 2006.

75. Специальный обзор: Всемирное исследование среди пользователей LIMS 2005 // Лабораторные информационные системы LIMS. Сборник статей: ООО "Маркетинг. Информационные технологии". 2006. С. 327-336.

76. Новожилов В.В., Кубаиии Е.Ю. Лабораторная информационная менеджмент-система — средство автоматизации контроля качества // Промышленные АСУ и контроллеры. 2005. 8.

77. Медицинские информационные системы. Теория и практика / Под ред. Г.И. Назаренко, Г.С. Осипова. М.: ФИЗМАТЛИТ, 2005.

78. Егоров А. А., Лопатин В. И. Выбор оптимальной глубины планирования в последовательных прочностных экспериментах. Труды 8 Всесоюзной конференции "Планирование и автоматизация эксперимента в научных исследованиях", сентябрь 1986 года, г.Ленинград.

79. Анаимиров Л. В. ТРЕЙС МОУД 4.10: инструмент разработки АСУТП верхнего уровня. Приборы и системы управления. 1994. N12.

80. Быкодоров А. А. Интегрированные пакеты для разработки программ мониторинга в ИИС и АСУ ТП. Приборы и системы управления. 1992. N4

81. С.Д. Кузнецов //Системы Управления Базами Данных # 1/96 стр. 124-143

82. Education and Computing", 1985, v.l, № 1. // Bork A. Computer and Information Technology as a learning Aid. p. 29-34.88. "Education and computing", v.7, 1991. // Ronald G. Ragsdale. Effective computing in education: tools and training. p. 157-166.

83. Bjorn Engsig. Developing database-driven applications on Linux// Red Hat Magazine 2005. - 12 выпуск

84. Artificial Intelligence and Instruction. Ed: Kearsly, 1987. // Patrick W. Thompson. Mathematical Microworlds and Intelligent Computer-assisted Instruction, -p.83-109.

85. Bork A. Learning with personal computers. Cambridge: Harper and Row, 1987.-238 p.