衰减全反射傅里叶变换中红外（ATR-FTMIR）光谱技术作为一种过程分析手段，以其快速、准确、无损、无污染的独特优势，可以实现对发酵过程主要生化指标的在线检测。然而衰减全反射（ATR）采样技术以及发酵过程自身的特点给ATR-FTMIR在线检测带来了一些技术难题。本项目以谷氨酸发酵为研究对象，对这些关键性技术难题展开研究。研究内容包括：(1) 针对衰减全反射（ATR）采样技术本身固有的缺陷会给光谱测量带来的非线性效应，从其光学特性出发，研究具有我国自主知识产权的ATR校正算法；(2) 针对发酵过程中不同的非线性现象，研究通过不同非线性建模策略或方法之间的优化组合，构建鲁棒性和预测精度更高的混合非线性校正模型；(3) 针对发酵过程的时变性以及大量未标定和少量标定样本的构成特点，研究基于增量式半监督学习的在线建模方法。 2100433B
