CN110540918B - 基于人工智能的白酒勾调控制方法及勾调控制系统 - Google Patents
基于人工智能的白酒勾调控制方法及勾调控制系统 Download PDFInfo
- Publication number
- CN110540918B CN110540918B CN201910863949.7A CN201910863949A CN110540918B CN 110540918 B CN110540918 B CN 110540918B CN 201910863949 A CN201910863949 A CN 201910863949A CN 110540918 B CN110540918 B CN 110540918B
- Authority
- CN
- China
- Prior art keywords
- blending
- wine
- liquor
- finished
- programmable controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002156 mixing Methods 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 16
- 239000000126 substance Substances 0.000 claims abstract description 28
- 230000001953 sensory effect Effects 0.000 claims abstract description 25
- 238000013528 artificial neural network Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 20
- 235000014101 wine Nutrition 0.000 claims description 140
- 239000007788 liquid Substances 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 20
- 230000001276 controlling effect Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 6
- 239000004615 ingredient Substances 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000007547 defect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 235000011194 food seasoning agent Nutrition 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 235000020097 white wine Nutrition 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12G—WINE; PREPARATION THEREOF; ALCOHOLIC BEVERAGES; PREPARATION OF ALCOHOLIC BEVERAGES NOT PROVIDED FOR IN SUBCLASSES C12C OR C12H
- C12G3/00—Preparation of other alcoholic beverages
- C12G3/04—Preparation of other alcoholic beverages by mixing, e.g. for preparation of liqueurs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Genetics & Genomics (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及白酒酿造技术,公开了一种基于人工智能的白酒勾调控制方法及勾调控制系统。本发明首先采集接收成品酒微量成分的理化指标和感官指标,然后通过BP神经网络算法与线性目标规划法相结合的方法,根据成品酒微量成分的理化指标和感官指标建立白酒勾兑配方模型,最后根据白酒勾兑配方模型控制白酒勾调系统的成品酒勾调过程,弥补了线性规划因约束条件矛盾在实践性上的不足,有效解决了现有的基于勾兑师的感官进行白酒勾调的方法容易造成白酒生产品质不稳定的问题,确保了白酒产品品质。
Description
技术领域
本发明涉及白酒酿造技术,尤其涉及一种基于人工智能的白酒勾调控制方法及勾调控制系统。
背景技术
白酒的生产步骤包括酒曲制造、原料处理、发酵、蒸馏、陈酿及勾兑调味等,其中勾兑调味是在原酒的基础上进行的精密加工,对稳定白酒质量及提高优质酒率起到“画龙点睛”的作用。
一方面,勾兑和调味历来是由极富经验的勾兑师负责,对勾兑师的要求非常严格,一方面要求勾兑师具备丰富的实践经验,另一方面要求勾兑师具有很强的个人素质和天赋。虽然国内白酒微量成分的检测已有多种,但在感官品评标准上,仍要保证白酒风格具有不断的开发空间,因此需要勾兑师具有丰富的想象力和独创力。然而,随着人体感官能力的退化,勾兑师的感官会产生误差,且勾兑师的个人感官经验无法像数据那样保存,导致勾兑师的个人感官经验不能像其他技术一样容易被传授,导致白酒品质不稳定。另一方面,虽然目前在白酒行业的勾调生产中引入了一些半自动的生产设备,但这并不能从根本上解决白酒在生产中的缺陷,造成了白酒在批量生产时品质的不稳定,甚至一些理化指标达不到国家标准(即国家理化指标卫生标准)。
发明内容
本发明主要目的在于,提供一种基于人工智能的白酒勾调控制方法及勾调控制系统,以解决现有的基于勾兑师的感官进行白酒勾调的方法容易造成白酒生产品质不稳定的问题。
本发明是通过如下技术方案实现的:
一种基于人工智能的白酒勾调控制方法,包括:
步骤A:接收通过对成品酒进行微量成分检测而获得的成品酒微量成分的理化指标,同时,接收通过白酒品评方法对成品酒进行感官品评而获得的成品酒微量成分的感官指标;
步骤B:通过基于BP神经网络的目标规划法,根据成品酒微量成分的理化指标和感官指标,建立白酒勾兑配方模型;
步骤C:根据所述白酒勾兑配方模型控制白酒勾调系统的成品酒勾调过程。
进一步地,所述步骤A中通过液相色谱仪检测成品酒的微量成分,获得成品酒微量成分的理化指标,成品酒微量成分的理化指标存入数据库中,得到成品酒微量成分理化指标数据库。
进一步地,所述数据库中还预存有各种原度酒、调味酒和成品酒的微量成分理化指标数据;所述步骤B包括:
步骤B1:从所述数据库中提取所需的原度酒、调味酒及成品酒的微量成分的理化指标数据并确定其约束值;
步骤B2:设计三层BP神经网络,确定成品酒微量成分的理化指标个数及优先因子个数,并根据成品酒微量成分的理化指标个数及优先因子个数规定所述三层BP神经网络的输入层的处理单元个数与输出层的处理单元个数;
步骤B3:依据样本选取方法,提取成品酒中的微量成分含量和其各理化指标的优先因子权系数当作训练样本,并利用所述三层BP神经网络进行训练,得到最优的优先因子对;
步骤B4:将得到的优先因子对应用到所述白酒勾兑配方模型中,求解出目标规划优化配方;
步骤B5:将所述目标规划优化配方与成品酒的微量成分理化指标进行比较,如比较结果符合预设值,则结束,否则返回执行步骤B3。
进一步地,所述步骤C中,通过可编程控制器控制白酒勾调系统的成品酒勾调过程。
进一步地,所述三层BP神经网络的中间层和输出层均使用Sigmoid函数。
进一步地,所述白酒勾调系统包括上位机控制系统、可编程控制器、下位机勾调系统,所述上位机控制系统通过所述可编程控制器与所述下位机勾调系统连接通信;
所述上位机控制系统用于接收用户写入的白酒勾兑配方模型,并根据所述白酒勾兑配方模型生成对所述可编程控制器的控制指令;
所述可编程控制器用于根据所述控制指令控制所述下位机勾调系统对成品酒的勾调过程。
进一步地,所述上位机控制系统包括MCGS服务器、DTU数据传输单元、触摸显示设备,所述DTU数据传输单元和所述触摸显示设备与所述MCGS服务器连接通信,所述MCGS服务器与所述可编程控制器连接通信;
所述DTU数据传输单元用于实现所述MCGS服务器与外部设备之间的数据通信,所述触摸显示设备用于向所述MCGS服务器输入信息以及显示所述白酒勾调系统的运行状态;
所述下位机勾调系统包括三个基酒储罐,所述基酒储罐内安装有与所述可编程控制器连接通信的第一液位传感器,所述第一液位传感器用于检测所述基酒储罐中的基酒液位,并将检测到的液位数据发送到所述可编程控制器;
所述基酒储罐通过输送系统与勾兑罐连通,用于将存储的基酒通过所述输送系统输送到所述勾兑罐进行勾兑,所述可编程控制器与所述输送系统连通,用以控制所述输送系统的工作状态;
所述勾兑罐内设置有用于检测所述勾兑罐内温度的温度传感器用于检测所述勾兑罐内液位的第二液位传感器,所述温度传感器和所述第二液位传感器与所述可编程控制器连接通信。
进一步地,所述输送系统包括输送管道和沿所述输送管道由所述基酒储罐向所述勾兑罐依次设置的入酒阀、输送泵、流量计、电磁阀、出酒阀,所述基酒储罐中的基酒沿所述输送管道依次通过所述入酒阀、输送泵、流量计、电磁阀和出酒阀输送到所述勾兑罐;所述可编程控制器与所述入酒阀、输送泵、流量计、电磁阀和出酒阀连接通信用以接收所述流量计检测到的流量数据和控制所述入酒阀、输送泵、电磁阀和出酒阀的工作状态。
进一步地,所述三个基酒储罐通过同一输送系统与所述勾兑罐连通。
一种基于人工智能的白酒勾调控制系统,所述白酒勾调控制系统用于执行如上所述的白酒勾调控制方法。
与现有技术相比,本发明首先采集接收成品酒微量成分的理化指标和感官指标,然后通过BP神经网络算法与线性目标规划法相结合的方法,根据成品酒微量成分的理化指标和感官指标建立白酒勾兑配方模型,最后根据白酒勾兑配方模型控制白酒勾调系统的成品酒勾调过程,弥补了线性规划因约束条件矛盾在实践性上的不足,有效解决了现有的基于勾兑师的感官进行白酒勾调的方法容易造成白酒生产品质不稳定的问题,确保了白酒产品品质。
附图说明
图1是白酒勾兑配方模型结构图;
图2是基于人工智能的白酒勾调控制方法总体流程示意图;
图3是白酒勾兑配方模型的建立步骤示意图;
图4是利用白酒勾兑配方模型进行白酒勾兑控制的流程示意图;
图5是白酒勾调系统的总体组成原理示意图;
图6是可编程控制器(PLC)现场设备的控制逻辑图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步详细说明。
总体而言,本发明首先采集接收成品酒微量成分的理化指标和感官指标,然后通过BP神经网络算法与线性目标规划法相结合的方法,根据成品酒微量成分的理化指标和感官指标建立白酒勾兑配方模型,最后根据白酒勾兑配方模型控制白酒勾调系统的成品酒勾调过程,以确保白酒勾调效果,进而确保白酒产品品质。在进行白酒勾兑之前,需要先获得所要勾兑白酒的相关数据,也就是目标酒(成品酒)的相关数据,其数据包括成品酒微量成分的理化指标和感官指标。在本发明中,白酒勾兑配方模型的建立,依据的是白酒微量成分的理化指标和感官指标,根据BP神经网络结合目标规划法的方法建立白酒勾兑配方模型,白酒勾兑配方模型结构图如图1所示。白酒的微量成分含量极少,微量成分的检测与精确的勾兑配方不是本发明所重点关注的,本发明主要关注的是控制白酒勾调系统的成品酒勾调过程的白酒勾兑配方模型算法及其实现。以下基于上述理论对本发明技术方案各步骤进行详述。
如图2所示,本发明实施例提供的基于人工智能的白酒勾调控制方法包括如下步骤:
步骤A:接收通过对成品酒进行微量成分检测而获得的成品酒微量成分的理化指标,同时,接收通过白酒品评方法对成品酒进行感官品评而获得的成品酒微量成分的感官指标。
步骤B:通过基于BP神经网络的目标规划法,根据成品酒微量成分的理化指标和感官指标,建立白酒勾兑配方模型。
步骤C:根据白酒勾兑配方模型控制白酒勾调系统的成品酒勾调过程。
步骤A中,通过液相色谱仪检测成品酒的微量成分,获得成品酒微量成分的理化指标,成品酒微量成分的理化指标存入数据库中,得到成品酒微量成分理化指标数据库,以便在建立白酒勾兑配方模型时提取数据。在成品酒微量成分的感官指标方面,综合考虑新型的品评方法、白酒生产需求,采用以下品评方法确定感官指标:感官指标包括外观、色泽、香气、口味以及风格,同时,将外观、色泽、香气、口味以及风格再次细分为10个分支子项进行描述,所占分数分别为5分、5分、20分、60分以及10分。如下表所示:
在数据库中还预存有各种原度酒、调味酒和成品酒的微量成分理化指标数据,基于此,如图3所示,步骤B还包括如下子步骤:
步骤B1:从数据库中提取所需的原度酒、调味酒及成品酒的微量成分的理化指标数据并确定其约束值。
步骤B2:设计三层BP神经网络,确定成品酒微量成分的理化指标个数及优先因子个数,并根据成品酒微量成分的理化指标个数及优先因子个数规定三层BP神经网络的输入层的处理单元个数与输出层的处理单元个数。在此设定为m个处理单元,由于设计将使用BP神经网络算法作为训练网络,三层BP 神经网络的中间层和输出层均使用Sigmoid函数,即:
步骤B3:依据样本选取方法,提取成品酒中的微量成分含量(理化指标β1,……,βi,……,βm)和其各理化指标的优先因子权系数(P1,……,Pi,……, Pm)当作训练样本,并利用前述三层BP神经网络进行训练,得到最优的优先因子对(P0,P1,……,Pi,……,Pm)。
步骤B4:将得到的优先因子对应用到白酒勾兑配方模型中,求解出目标规划优化配方。
步骤B5:将目标规划优化配方与成品酒的微量成分理化指标进行比较,如比较结果符合预设值,则结束,否则返回执行步骤B3。返回执行步骤B3后会再次进行训练,获得新的优先因子对(P0 *,P1 *,……,Pi *,……,Pm *),并利用获得的新的优先因子对(P0 *,P1 *,……,Pi *,……,Pm *)执行步骤 B4,求解出新的目标规划优化配方,并将该新的目标规划优化配方与成品酒的微量成分理化指标进行比较,以判断比较结果是否符合预设值。如此往复执行步骤B3至步骤B5,直到得到的目标规划优化配方与成品酒的微量成分理化指标相比符合预设值时结束训练,得到最终的目标规划优化配方,自此完成白酒勾兑配方模型算法。将通过结合目标规划法以及人工BP神经网络算法建立的白酒勾兑配方模型算法写入控制系统中,就可以通过该控制系统自动准确地计算得到白酒的勾兑配方以据此对白酒勾调系统的成品酒勾调过程进行控制,具体而言,在步骤C中,可通过可编程控制器控制白酒勾调系统的成品酒勾调过程。
白酒勾调系统总体包括上位机控制系统100、可编程控制器200和下位机勾调系统300,上位机控制系统100通过可编程控制器200与下位机勾调系统 300连接通信。
其中,上位机控制系统100用于接收用户写入的白酒勾兑配方模型,并根据白酒勾兑配方模型生成对可编程控制器200的控制指令。可编程控制器 200用于根据控制指令控制下位机勾调系统300对成品酒的勾调过程。
上位机控制系统100包括MCGS服务器103、DTU数据传输单元101、触摸显示设备104,DTU数据传输单元101和触摸显示设备104与MCGS服务器103 连接通信,MCGS服务器103与可编程控制器200连接通信。MCGS(Monitor and Control Generated System,监视与控制通用系统)用于完成现场数据的采集与监测、前端数据的处理与控制,DTU数据传输单元101用于实现MCGS服务器103与外部设备之间的数据通信,触摸显示设备104用于向MCGS服务器103输入信息以及显示白酒勾调系统的运行状态。
可编程控制器200可采用西门子S7-200系列PLC可编程控制器200,在本发明中可编程控制器200的主要功能是采集下位机勾调系统300各设备的的相关数据,并且向其发送控制指令实现自动化控制。可编程控制器200通过RS485总线与MCGS服务器103连接通信。
下位机勾调系统300包括三个基酒储罐302,基酒储罐302内安装有与可编程控制器200连接通信的第一液位传感器303,第一液位传感器303用于检测基酒储罐302中的基酒液位,并将检测到的液位数据发送到可编程控制器 200。
基酒储罐302通过输送系统与勾兑罐311连通,用于将存储的基酒通过输送系统输送到勾兑罐311进行勾兑,可编程控制器200与输送系统连通,用以控制输送系统的工作状态。
白酒的勾兑过程中,需要对酒罐里白酒的温度进行测量,以便可以勾兑出更好的风味。因此在勾兑罐311内设置有用于检测勾兑罐311内温度的温度传感器310,温度传感器310与可编程控制器200连接通信。温度传感器 310用于将检测到的勾兑罐311内的温度数据发送到可编程控制器200。具体来说,温度传感器310将感测到的温度信号转换为标准4-20mA的固定电流信号,并发送到可编程控制器200,可编程控制器200将再将该电流信号转换为温度值,从而监测人员可以对勾兑罐311内温度进行实时监测。
同时,在勾兑罐311内还设置有用于检测勾兑罐311内液位的第二液位传感器309,第二液位传感器309与可编程控制器200连接通信。第二液位传感器309用于将检测到的勾兑罐311内的液位数据发送到可编程控制器200。对于酒罐液位的控制,通过第二液位传感器309来测量。与其它传感器一样,首先第二液位传感器309将采集到的流量信号转换为4-20mA的电流信号,并将其发送给可编程控制器200,可编程控制器200再将该电流信号转换为液位量,从而得到罐内的液位。
输送系统包括输送管道305和沿输送管道305由基酒储罐302向勾兑罐 311依次设置的入酒阀301、输送泵304、流量计306、电磁阀307、出酒阀 308,基酒储罐302中的基酒沿输送管道305依次通过入酒阀301、输送泵304、流量计306、电磁阀307和出酒阀308输送到勾兑罐311;可编程控制器200 与入酒阀301、输送泵304、流量计306、电磁阀307和出酒阀308连接通信用以接收流量计306检测到的流量数据和控制入酒阀301、输送泵304、电磁阀307和出酒阀308的工作状态。流量的控制通过流量计306实现,由于不同位置对流量测量的数据有不同的需求,所测量的流量数据既包含瞬时流量,还可能包含累计流量,所以本发明采用不同种类的流量计306。流量计306将感测到的流量信号转换为标准的的4-20mA电流信号后发送到可编程控制器 200,由可编程控制器200将该电流信号换算成流量数据,可编程控制器200 再根据流量数据去控制并调节电磁阀307的开度,使得流量稳定并且定量传输。流体截流控制通过入酒阀301、电磁阀307、出酒阀308配合实现,在入酒阀301与出酒阀308处的管路,可采用电磁阀307控制管路的断开与接通,可编程控制器200通过其数字输出口接口向入酒阀301、电磁阀307、出酒阀 308输出开关控制信号来控制截流。输送泵304的控制方面,输送泵304与可编程控制器200连接时,将输送泵304的磁吸线圈控制线与可编程控制器200 的数字输出口串联,便可以实现对输送泵304的开启和关闭的控制。
在本实施例中,三个基酒储罐302通过同一输送系统与勾兑罐311连通。可编程控制器200通过RS485总线与MCGS服务器103连接通信。上位机控制系统100还包括打印机102,打印机102与MCGS服务器103连接通信,通过打印机102可以打印出系统运行状态报告等。
本发明具体的控制流程如图4所示,白酒整个勾兑过程的程序设计中,主要设计了勾兑过程中3种基酒从原酒罐到勾兑罐输送过程的程序,在此过程中,对酒液定量输送过程的子程序进行直接调用。勾兑过程程序的设计为:首先要读取白酒勾兑配方模型,接着判断勾兑量是不是超出目标勾兑量的上限数值(实验室勾兑罐容量为100L,但是考虑到实验室里只进行小样勾兑实验,设定勾兑罐里容许的容量值的上限数值为50L),如果超出目标勾兑量的上限数值,则减少配方中各基酒的输入量,若没有超出则继续进行下一步。对于此过程,有一个关键问题需要解决,即当根据配方得出3种基酒的比例后,应该先判断3个原酒罐里输送出的基酒量加起来是否超过上限数值,若按照正确的比例计算出3种基酒的总和量超过上限数值,则需要再次按照同样的比例依次减少3种基酒的输送量,直到加起来的基酒总量小于上限数值为止结束判断过程。判断基酒输入量结束后,继续读取标志位值。标志位是这样设置的:若标志位为1,则表示当前有勾兑任务,需要等待,若为0,则可以开始执行勾兑任务。勾兑开始程序启动后,输入一种基酒,输送结束后,开启清理管道余量子程序,对管道进行清理,然后再次输送配方中的另一种基酒,直到最后配方中的基酒全部输送结束,最后关闭阀门。
基于前述方法,本发明还提供了一种基于人工智能的白酒勾调控制系统,所述白酒勾调控制系统用于执行上述白酒勾调控制方法。
上述实施例仅为优选实施例,并不用以限制本发明的保护范围,在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于人工智能的白酒勾调控制方法,其特征在于,包括:
步骤A:接收通过对成品酒进行微量成分检测而获得的成品酒微量成分的理化指标,同时,接收通过白酒品评方法对成品酒进行感官品评而获得的成品酒微量成分的感官指标;通过液相色谱仪检测成品酒的微量成分,获得成品酒微量成分的理化指标,成品酒微量成分的理化指标存入数据库中,得到成品酒微量成分理化指标数据库;
步骤B:通过基于BP神经网络的目标规划法,根据成品酒微量成分的理化指标和感官指标,建立白酒勾兑配方模型;所述数据库中还预存有各种原度酒、调味酒和成品酒的微量成分理化指标数据;所述步骤B包括:
步骤B1:从所述数据库中提取所需的原度酒、调味酒及成品酒的微量成分的理化指标数据并确定其约束值;
步骤B2:设计三层BP神经网络,确定成品酒微量成分的理化指标个数及优先因子个数,并根据成品酒微量成分的理化指标个数及优先因子个数规定所述三层BP神经网络的输入层的处理单元个数与输出层的处理单元个数;
步骤B3:依据样本选取方法,提取成品酒中的微量成分含量和其各理化指标的优先因子权系数当作训练样本,并利用所述三层BP神经网络进行训练,得到最优的优先因子对;
步骤B4:将得到的优先因子对应用到所述白酒勾兑配方模型中,求解出目标规划优化配方;
步骤B5:将所述目标规划优化配方与成品酒的微量成分理化指标进行比较,如比较结果符合预设值,则结束,否则返回执行步骤B3;
步骤C:根据所述白酒勾兑配方模型控制白酒勾调系统的成品酒勾调过程,具体的通过可编程控制器控制白酒勾调系统的成品酒勾调过程。
2.如权利要求1所述的基于人工智能的白酒勾调控制方法,其特征在于,所述三层BP神经网络的中间层和输出层均使用Sigmoid函数。
3.如权利要求1所述的基于人工智能的白酒勾调控制方法,其特征在于,所述白酒勾调系统包括上位机控制系统、可编程控制器、下位机勾调系统,所述上位机控制系统通过所述可编程控制器与所述下位机勾调系统连接通信;
所述上位机控制系统用于接收用户写入的白酒勾兑配方模型,并根据所述白酒勾兑配方模型生成对所述可编程控制器的控制指令;
所述可编程控制器用于根据所述控制指令控制所述下位机勾调系统对成品酒的勾调过程。
4.如权利要求3所述的基于人工智能的白酒勾调控制方法,其特征在于,所述上位机控制系统包括MCGS服务器、DTU数据传输单元、触摸显示设备,所述DTU数据传输单元和所述触摸显示设备与所述MCGS服务器连接通信,所述MCGS服务器与所述可编程控制器连接通信;
所述DTU数据传输单元用于实现所述MCGS服务器与外部设备之间的数据通信,所述触摸显示设备用于向所述MCGS服务器输入信息以及显示所述白酒勾调系统的运行状态;
所述下位机勾调系统包括三个基酒储罐,所述基酒储罐内安装有与所述可编程控制器连接通信的第一液位传感器,所述第一液位传感器用于检测所述基酒储罐中的基酒液位,并将检测到的液位数据发送到所述可编程控制器;
所述基酒储罐通过输送系统与勾兑罐连通,用于将存储的基酒通过所述输送系统输送到所述勾兑罐进行勾兑,所述可编程控制器与所述输送系统连通,用以控制所述输送系统的工作状态;
所述勾兑罐内设置有用于检测所述勾兑罐内温度的温度传感器用于检测所述勾兑罐内液位的第二液位传感器,所述温度传感器和所述第二液位传感器与所述可编程控制器连接通信。
5.如权利要求4所述的基于人工智能的白酒勾调控制方法,其特征在于,所述输送系统包括输送管道和沿所述输送管道由所述基酒储罐向所述勾兑罐依次设置的入酒阀、输送泵、流量计、电磁阀、出酒阀,所述基酒储罐中的基酒沿所述输送管道依次通过所述入酒阀、输送泵、流量计、电磁阀和出酒阀输送到所述勾兑罐;所述可编程控制器与所述入酒阀、输送泵、流量计、电磁阀和出酒阀连接通信用以接收所述流量计检测到的流量数据和控制所述入酒阀、输送泵、电磁阀和出酒阀的工作状态。
6.如权利要求5所述的基于人工智能的白酒勾调控制方法,其特征在于,所述三个基酒储罐通过同一输送系统与所述勾兑罐连通。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863949.7A CN110540918B (zh) | 2019-09-12 | 2019-09-12 | 基于人工智能的白酒勾调控制方法及勾调控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863949.7A CN110540918B (zh) | 2019-09-12 | 2019-09-12 | 基于人工智能的白酒勾调控制方法及勾调控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110540918A CN110540918A (zh) | 2019-12-06 |
CN110540918B true CN110540918B (zh) | 2022-10-28 |
Family
ID=68713463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910863949.7A Active CN110540918B (zh) | 2019-09-12 | 2019-09-12 | 基于人工智能的白酒勾调控制方法及勾调控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110540918B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111537685A (zh) * | 2020-05-19 | 2020-08-14 | 河北工业大学 | 一种酒精度在线检测摘酒、勾兑系统 |
CN112646684B (zh) * | 2020-12-15 | 2023-07-07 | 四川省食品发酵工业研究设计院有限公司 | 一种白酒调味酒添加系统 |
CN112442433B (zh) * | 2020-12-15 | 2023-07-07 | 四川省食品发酵工业研究设计院有限公司 | 一种果酒调味酒调配方法 |
CN112669047A (zh) * | 2020-12-21 | 2021-04-16 | 谭智 | 一种酒类生产及溯源的可视化实时监测及数据交互系统 |
CN115161148A (zh) * | 2021-04-02 | 2022-10-11 | 上海华博信息服务有限公司 | 一种智能酒勾兑机 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104450463A (zh) * | 2014-12-12 | 2015-03-25 | 江南大学 | 基于气味控制的白酒自动勾兑系统 |
CN104498291A (zh) * | 2014-12-12 | 2015-04-08 | 江南大学 | 一种利用实时气味检测技术控制白酒自动勾兑的方法 |
CN104804961A (zh) * | 2015-05-04 | 2015-07-29 | 江南大学 | 基于电子鼻与近红外光谱融合检测的自动勾兑系统 |
CN104804958A (zh) * | 2015-05-04 | 2015-07-29 | 江南大学 | 基于电子舌在线检测的白酒自动勾兑系统 |
CN105482961A (zh) * | 2015-12-18 | 2016-04-13 | 合肥市恒昌自动化控制有限责任公司 | 一种白酒自动勾兑控制方法 |
CN211471360U (zh) * | 2019-09-12 | 2020-09-11 | 四川轻化工大学 | 基于人工智能的白酒勾调系统 |
-
2019
- 2019-09-12 CN CN201910863949.7A patent/CN110540918B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104450463A (zh) * | 2014-12-12 | 2015-03-25 | 江南大学 | 基于气味控制的白酒自动勾兑系统 |
CN104498291A (zh) * | 2014-12-12 | 2015-04-08 | 江南大学 | 一种利用实时气味检测技术控制白酒自动勾兑的方法 |
CN104804961A (zh) * | 2015-05-04 | 2015-07-29 | 江南大学 | 基于电子鼻与近红外光谱融合检测的自动勾兑系统 |
CN104804958A (zh) * | 2015-05-04 | 2015-07-29 | 江南大学 | 基于电子舌在线检测的白酒自动勾兑系统 |
CN105482961A (zh) * | 2015-12-18 | 2016-04-13 | 合肥市恒昌自动化控制有限责任公司 | 一种白酒自动勾兑控制方法 |
CN211471360U (zh) * | 2019-09-12 | 2020-09-11 | 四川轻化工大学 | 基于人工智能的白酒勾调系统 |
Non-Patent Citations (3)
Title |
---|
勾调自动化在白酒生产中的应用研究进展;韩强;《食品与机械》;20211231;第37卷(第12期);215-220、231 * |
白酒勾调生产管理自动化系统的研究与设计;马增良;《酿酒科技》;20081130(第11期);125-128 * |
酒的勾兑优化模型;王光清;《四川理工学院学报(自然科学版)》;20081031(第5期);121-124 * |
Also Published As
Publication number | Publication date |
---|---|
CN110540918A (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110540918B (zh) | 基于人工智能的白酒勾调控制方法及勾调控制系统 | |
CN104450463A (zh) | 基于气味控制的白酒自动勾兑系统 | |
WO2018218870A1 (zh) | 一种伏特加酒智能全自动勾兑系统 | |
WO2018218868A1 (zh) | 一种智能全自动兰姆酒勾兑方法 | |
CN107177458A (zh) | 一种智能全自动药酒生产方法 | |
CN103499373A (zh) | 带自校准的汽车油罐车容量自动检定装置与方法 | |
WO2016090996A1 (zh) | 一种实时气味检测控制白酒自动勾兑的方法 | |
US20190127198A1 (en) | Method for optimizing the filling of a container | |
CN211471360U (zh) | 基于人工智能的白酒勾调系统 | |
CN104804961A (zh) | 基于电子鼻与近红外光谱融合检测的自动勾兑系统 | |
CN116871240A (zh) | 一种饮料生产线cip工艺参数的深度学习方法与装置 | |
CN104804958A (zh) | 基于电子舌在线检测的白酒自动勾兑系统 | |
CN201707096U (zh) | 容器罐的标定装置 | |
CN206649027U (zh) | 水质自动监控系统外挂式自动质量控制装置 | |
CN205759862U (zh) | 化工合成过程中分相的全自动化控制系统 | |
CN107189915A (zh) | 基于专家系统的白酒自动勾兑方法 | |
CN115725373A (zh) | 啤酒的原麦汁浓度的控制方法、装置、设备及可存储介质 | |
CN106155123B (zh) | 一种发酵过程残糖浓度的在线控制方法 | |
CN104804960A (zh) | 基于近红外光谱在线检测的白酒自动勾兑系统 | |
EP4187331A1 (en) | Method and device for providing beverage manufacturing analysis | |
CN205328595U (zh) | 自动售液机上称量式出液计量系统 | |
CN110410059A (zh) | 一种自动选井计量装置及方法 | |
CN116483039A (zh) | 一体式酿酒的自动化控制系统 | |
CN117150790A (zh) | 一种酱香型白酒勾调方法、装置及系统 | |
CN213803001U (zh) | 新型消泡剂模拟工艺系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |