酒精发酵工业在国民生活和经济占有越来越重要的地位,这一领域的操作管理和自动化控制就成了很重要的研究课题。但是发酵过程的强非线性、时变性和不确定性,且关键变量(如生物浓度和产物浓度)又不可在线测量,这些特性使发酵过程的建模与控制问题变得十分复杂,应用常规的控制策略难以得到满意的辨识和控制效果。近年来支持向量机在非线性辨识方面和控制领域得到了广泛而成功的应用,在酒精发酵过程中的应用还鲜为少见。本文基于支持向量机对酒精发酵过程相关变量的辨识与控制问题进行了研究。　　首先,本文研究了基于支持向量机的酒精发酵过程pH值的辨识与控制。在实验室DS-50L发酵罐上进行了酒精发酵实验,设计酒精发酵数据采集系统采集发酵数据,并根据采集的实验数据,建立了酒精发酵过程pH值支持向量机模型;接着基于辨识的模型,设计了一个酒精发酵过程pH值自动控制系统,并应用于实际发酵过程。控制实验平台是由西门子的PLC-400及组态软件WinCC研制而成,系统通过调节蠕动泵(执行器)的动作时间来达到控制pH值的目的,实际操作表明该方案是可行的,而且取得了满意的效果。　　其次,由于缺乏相应生物传感器或是生产条件的限制,发酵过程中的一些生物参数无法有效的进行在线测量,或只能通过离线采集到少量的数据,这给发酵过程辨识与控制带来了很大的困难。针对这种小样本问题,采用软测量技术和支持向量机方法建立了三组发酵过程状态参数的软测量模型,仿真结果表明模型较BP网络模型有较好的性能。　　最后,将支持向量机应用到pH酸碱中和过程的辨识中,并实际辨识出对应的模型。辨识结果表明支持向量机方法也可以应用于pH酸碱中和过程,建立的模型具有较好的性能,且模型结构简单、易于实现。