前期准备工作：阅读青霉素发酵模拟相关的论文，目前的发酵模拟过程相关研究大多基于发酵动力学，很少有利用 AI 进行过程模拟以及故障检测，因此本项目的主要目标是构建一套深度学习模型，模拟青霉素工业发酵过程，同时有效检测发酵过程当中可能出现的异常或故障;
数据处理：获取文献中使用的青霉素发酵数据库，结合业务理解与数据特征分布情况，对数据选择合理处理方法，包括缺失值填充、异常值处理、连续特征比率化、连续特征离散化等;
模型构建及应用：分析并复现文献中的模型，同时自己设计并训练深度学习模型，以发酵过程中的一些重要参数作为输入，模拟青霉素随时间的工业发酵曲线，并准确预测故障;