CN112129724B - 起窖过程中窖池内酒糟含水量三维分布的检测方法及装置 - Google Patents
起窖过程中窖池内酒糟含水量三维分布的检测方法及装置 Download PDFInfo
- Publication number
- CN112129724B CN112129724B CN202011052539.3A CN202011052539A CN112129724B CN 112129724 B CN112129724 B CN 112129724B CN 202011052539 A CN202011052539 A CN 202011052539A CN 112129724 B CN112129724 B CN 112129724B
- Authority
- CN
- China
- Prior art keywords
- water content
- pit
- vinasse
- dimensional distribution
- detecting
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000009826 distribution Methods 0.000 title claims abstract description 61
- 230000008569 process Effects 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 86
- 230000005855 radiation Effects 0.000 claims description 34
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000013124 brewing process Methods 0.000 abstract description 11
- 235000020097 white wine Nutrition 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 21
- 239000000523 sample Substances 0.000 description 16
- 238000000855 fermentation Methods 0.000 description 8
- 230000004151 fermentation Effects 0.000 description 8
- 235000014101 wine Nutrition 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004821 distillation Methods 0.000 description 4
- 239000000796 flavoring agent Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 125000000524 functional group Chemical group 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 239000011343 solid material Substances 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 1
- XLOMVQKBTHCTTD-UHFFFAOYSA-N Zinc monoxide Chemical compound [Zn]=O XLOMVQKBTHCTTD-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 235000013599 spices Nutrition 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000014692 zinc oxide Nutrition 0.000 description 1
- 239000011787 zinc oxide Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3554—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for determining moisture content
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明实施例提供一种起窖过程中窖池内酒糟含水量三维分布的检测方法及装置,所述方法包括:根据窖池在预先建立的窖池群地图内的位置信息,在起窖过程中控制检测单元检测所述窖池内的酒糟的含水量;根据所述检测单元检测所述窖池内的酒糟的含水量时的检测点位置信息,以及所述含水量,确定所述酒糟的含水量三维分布数据。所述装置用于执行上述方法。本发明提供的窖池内酒糟含水量三维分布的检测方法及装置,通过控制检测单元实现了对起窖过程中窖池内酒糟含水量的实时自动化检测,通过酒糟含水量的三维分布数据的获取进一步实现了对白酒酿造过程的数字化精细管理。
Description
技术领域
本发明涉及自动化检测技术领域,尤其涉及一种起窖过程中窖池 内酒糟含水量三维分布的检测方法及装置。
背景技术
酒是中华民族的传统文化,是五千年华夏文明中的瑰宝,但目前 我国的白酒制造行业还属于劳动密集型行业,机械化程度低,大部分 的白酒企业还处于手工操作生产的原始模式。近年来,受到劳动力成 本不断攀升、土地资源日益紧张以及国家发展高效、低耗产业政策的 影响,中国白酒酿造生产行业进行技术革新、改变传统的生产方式已 经迫在眉睫。
在白酒领域中,公认的好酒无论酱香型还是浓香型都是固态发酵 酒。白酒酿造工艺中,从粮食到最终的成品酒,大致需要以下几个环 节:“入窖”把之前已经混合过的酿酒原料放入窖池中进行发酵;“封 窖”将已经放入新一批酿酒原料的窖池进行密封,等待发酵,在窖中 的发酵时间根据所酿造的酒的不同类型决定,一般而言,酱香型白酒 在酒窖中的酿造时间最长,浓香型白酒次之,然后是其他类型的白酒; “起窖”发酵期已满的窖池去掉封泥,将窖池内的酒糟分层挖取出来 进行后续处理;“配料拌粮”:在起窖之后,根据取出的发酵酒糟的含 水、糖分、及酸度等理化指标决定拌粮拌糠的用量,进行配料;“上 甑”:将发酵和拌料之后的产物放入甑中,准备进行蒸馏;“蒸馏”: 将放入甑中的原料进行蒸馏,把发酵得到的酒精以及香料物质等在一 起从酒糟中蒸馏出来并进行浓缩,在一定程度上,蒸馏过程中所使用 的甑的作用就类似于一个填充式蒸馏塔;“摊晾”:将经过蒸馏的酒糟 以及粮食与新粮食和酒曲进行混合,形成入窖酒糟并重新放入窖池, 开始新一轮发酵并进入循环生成过程。
在上述工艺过程中,“起窖”过程中取出的酒糟的含水量、含糖 量、及酸度等指标直接影响后续加糠拌粮工艺过程并影响酿酒最终产 量和质量。对“起窖”过程中酒糟含水等参数的准确测量将有助于白 酒酿造工艺过程的优化及生产精细化管理,且和经济效益直接相关, 具有重要的价值。
目前,对起窖过程中酒糟发酵程度的判读主要依靠工人经验进行 判断(例如通过看、摸、捏、闻等手段结合人工感觉及经验来决定), 并以此指导后续拌粮操作。同时,也可通过对酒糟进行取样并对样品 进行离线分析,获得其含水量、含糖量、及酸度等主要参数。但离线 分析方法时间上滞后性较大,另外分析需要进行采样,也存在取样带 来的代表性问题,不利于对整个酿酒过程进行数字化精细管理。
发明内容
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法及装置,用于解决现有技术中对起窖过程中酒糟发酵程 度的判读主要依靠工人经验进行判断以及离线采样分析酒糟含水量 所带来的滞后性,能够实现对窖池内酒糟含水量的实时自动化检测, 通过酒糟含水量的三维分布数据的获取进一步实现了对白酒酿造过 程的数字化精细管理。
第一方面,本发明实施例提供的起窖过程中窖池内酒糟含水量三 维分布的检测方法,包括:
根据窖池在预先建立的窖池群地图内的位置信息,在起窖过程中 控制检测单元检测所述窖池内的酒糟的含水量;
根据所述检测单元检测所述窖池内的酒糟的含水量时的检测点 位置信息,以及所述含水量,确定所述酒糟的含水量三维分布数据。
进一步地,所述检测单元包括:
无人机;
含水检测仪,设置在所述无人机下方。
进一步地,所述窖池群地图通过如下方式建立:
根据沿所述窖池群周向设置的定位基站的位置信息,每隔预设时 间获取所述无人机相对于所述定位基站的位置数据以及距离数据;
根据所述定位基站的位置信息、所述位置数据以及所述距离数据, 建立初始地图;
控制所述无人机对所述窖池群进行巡检,根据所述无人机上的定 位标签,获取所述窖池的位置坐标;
将所述位置坐标添加至所述初始地图中,获取所述窖池群地图。
进一步地,所述检测所述窖池内的酒糟的含水量包括:
获取所述含水检测仪发出的红外光入射所述窖池内的酒糟后的 红外辐射衰减量;
根据所述红外辐射衰减量以及预先建立的红外辐射衰减量与酒 糟含水量之间的标定模型,确定所述窖池内的酒糟的含水量。
进一步地,所述红外辐射衰减量与酒糟含水量之间的标定模型通 过如下方式建立:
获取所述含水检测仪发出的红外光入射酒糟样品后的红外辐射 衰减量;
根据所述酒糟样品的含水量,以及所述含水检测仪发出的红外光 入射所述酒糟样品后的红外辐射衰减量,获取所述酒糟样品的含水量 与所述红外辐射衰减量之间的标定关系;
基于偏最小二乘法对所述标定关系进行拟合,获取所述红外辐射 衰减量与酒糟含水量之间的标定模型。
进一步地,所述检测点位置信息通过如下方式确定:
获取所述定位标签发送的无线信号到达不同定位基站的传输时 间差;
根据所述传输时间差以及所述无线信号的传输速度,获取所述定 位标签相对于所述不同定位基站的距离差;
根据所述距离差获取所述检测点位置信息。
进一步地,所述含水量三维分布数据包括:
上层酒糟的所述含水量、中层酒糟的所述含水量以及下层酒糟的 所述含水量。
第二方面,本发明实施例还提供一种起窖过程中窖池内酒糟含水 量三维分布的检测装置,所述装置包括:
数据获取模块,用于根据窖池在预先建立的窖池群地图内的位置 信息,控制检测单元检测所述窖池内的酒糟的含水量;
数据处理模块,用于根据所述检测单元检测所述窖池内的酒糟的 含水量时的检测点位置信息,以及所述含水量,确定所述酒糟的含水 量三维分布数据。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处 理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理 器执行所述程序时实现如上述任一种所述起窖过程中窖池内酒糟含 水量三维分布的检测方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储 有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述 起窖过程中窖池内酒糟含水量三维分布的检测方法的步骤。
本发明实施例提供的起窖过程中窖池内酒糟含水量三维分布的 检测方法及装置,通过根据窖池在预先建立的窖池群地图内的位置信 息,以及检测单元检测窖池内的酒糟含水量的检测点位置信息,控制 检测单元实现了对窖池内酒糟含水量的实时自动化检测,通过酒糟含 水量的三维分布数据的获取进一步实现了对白酒酿造过程的数字化 精细管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面 将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显 而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普 通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附 图获得其他的附图。
图1为本发明实施例提供的一种起窖过程中窖池内酒糟含水量 三维分布的检测方法的流程示意图;
图2为根据本发明实施例的控制系统的示意图;
图3为根据本发明实施例的检测算法的流程示意图;
图4为本发明实施例提供的一种起窖过程中窖池内酒糟含水量 三维分布的检测装置的结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结 合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、 完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是 全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有 作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护 的范围。
本发明实施例提出一种起窖过程中窖池内酒糟含水量三维分布 的检测方法,该方法依托室内超宽带定位技术(Ultra Wide Band, UWB),采用无人机携带红外含水检测仪,通过对无人机及含水检测 仪的高精度定位,对起窖过程中窖池内酒糟含水进行扫描巡检,对起 窖过程中窖池内不同层酒糟的含水进行扫描测量并将测量结果通过 无线传输发送至后台服务器。服务器上可建立数据库,实现对窖池群 每口窖池内每一批次酒糟含水的建档,同时通过数值分析等算法,对 每一口窖池每一批次酒糟的含水三维分布情况进行重构及可视化展 示。
图1为本发明实施例提供的一种起窖过程中窖池内酒糟含水量 三维分布的检测方法的流程示意图,如图1所示,方法包括:
S1、根据窖池在预先建立的窖池群地图内的位置信息,在起窖过 程中控制检测单元检测窖池内的酒糟的含水量;
S2、根据检测单元检测窖池内的酒糟的含水量时的检测点位置信 息,以及含水量,确定酒糟的含水量三维分布数据。
需要说明的是,上述方法的执行主体可以是计算机设备。
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法,通过根据窖池在预先建立的窖池群地图内的位置信息, 以及检测单元检测窖池内的酒糟含水量的检测点位置信息,控制检测 单元实现了对窖池内酒糟含水量的实时自动化检测,通过酒糟含水量 的三维分布数据的获取进一步实现了对白酒酿造过程的数字化精细 管理。
进一步地,在一个实施例中,步骤S1中检测单元包括:
无人机;
含水检测仪,设置在无人机下方。
具体地,检测单元包括无人机以及含水检测仪。检测单元控制无 人机对窖池进行巡检,通过设置在无人机下方的含水检测仪对窖池内 酒糟的检测点位置进行含水量检测实现对酒糟含水量的遥测。其中, 含水检测仪可以通过固定连接的方式安装在无人机下方,也可以通过 可拆卸的方式安装在无人机的下方,本发明实施例对此不做具体限定。
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法,通过控制无人机对窖池巡检,并结合设置与无人机下 方的含水检测仪,实现了对窖池内酒糟含水量的遥测,实现了对窖池 酒糟含水量的自动化检测,进一步节省了人工成本,提高了经济效益。
进一步地,步骤S1中,窖池群地图可以通过如下方式建立:
S11、根据沿窖池群周向设置的定位基站的位置信息,每隔预设 时间获取无人机相对于定位基站的位置数据以及距离数据;
S12、根据定位基站的位置信息、位置数据以及距离数据,建立 初始地图;
S13、控制无人机对窖池群进行巡检,根据无人机上的定位标签, 获取窖池的位置坐标;
S14、将位置坐标添加至初始地图中,获取窖池群地图。
具体地,窖池群地图可以使用如图2所示的控制系统建立,控制 系统包括:检测单元、UWB定位系统以及服务器。其中,检测单元 包括无人机以及含水检测仪;UWB定位系统包括UWB定位基站、 定位标签和交换机。
检测单元主要用于控制设置于无人机下方的含水检测仪实现对 厂区每口窖池起窖过程中酒糟含水的扫描巡检。为了实现对车间范围 内窖池群每一口窖池起窖过程中酒糟含水的扫描巡检,并支撑后续窖 池数据库建档,无人机载含水检测仪需要利用无人机上的导航模块和 UWB定位系统预先建立车间窖池群的地图,获得每口窖池的精确地 理位置。
UWB定位系统主要用于对无人机机载红外含水检测仪进行高精 度定位,以保证检测系统能按需要对每口窖池内酒糟进行精确扫描并 测量其含水。UWB技术是一种新型的无线通信技术,与较为常见的 WIFI,蓝牙等不同,UWB技术不是通过连续的电磁波,而是通过时 间间隔极短的能量脉冲进行通信,其工作频带为3.1~10.6GHz。其主 要具有传输速率高,空间容量大,成本低,功耗低,穿透性强,定位 精度可达0.1m或更高。目前的UWB定位技术主要有时差定位技术, 信号到达角度测量技术,到达时间定位技术和到达时间差定位技术等。 其中,到达时间差定位技术是目前应用最广的一种UWB定位技术。
具体地,通过将UWB定位基站作为锚点安装在窖池群的周围, 控制无人机对窖池群进行巡检直至完成对整个窖池群的遍历,在遍历 过程中,每隔预设时间通过无人机上的通信模块将无人机的当前位置 信息发送至控制系统,将UWB定位基站的位置作为参考点获取无人 机相对于参考点的位置数据以及距离数据。根据UWB定位基站的位 置信息、无人机相对于参考点的位置数据以及距离数据,建立初始地 图。根据UWB定位系统以及无人机上的定位标签,基于UWB定位 技术,获取窖池群内窖池的位置坐标。将窖池位置坐标添加至初始地 图中,得到窖池群地图。
此外,为提高无人机载含水检测仪检测酒糟含水的精度,无人机 上还应根据需要配备相应的激光测距辅助装置,实现对无人机载含水 检测系统在巡检过程中检测探头到被检测酒糟表面间距离的测量,该 数据还将辅助用于后续窖池内酒糟含水的三维重构。优选的,检测探 头选用红外光学镜头。
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法,通过获取无人机相对于定位基站的位置数据以及距离 数据,建立了初始地图,进一步利用UWB定位系统以及无人机上的 定位标签,基于UWB定位技术,实现对无人机的实时定位,提高了 对无人机的定位精度,最后将窖池位置坐标添加至初始地图中,在获 取窖池群地图的同时,提高了窖池群地图的准确度。
进一步地,在一个实施例中,步骤S2中检测窖池内的酒糟的含 水量包括:
S21、获取含水检测仪发出的红外光入射窖池内的酒糟后的红外 辐射衰减量;
S22、根据红外辐射衰减量以及预先建立的红外辐射衰减量与酒 糟含水量之间的标定模型,确定窖池内的酒糟的含水量。
具体地,通过对不同含水测量技术的对比分析,含水检测仪拟采 用基于近红外光的含水检测技术。近红外光谱区的波长范围为780nm 到2600nm,在其中存在多个水分吸收波段,其中最强的波段是 1450nm,1940nm波段。在这些波段,水会大量吸收红外辐射,通过测量这些水分吸收波段的红外辐射衰减量并结合标定模型,即可得到 酒糟所含水分。在实际应用中,将红外辐射透射过一定厚度的固体物 料,再进行反射,回到检测单元的红外接收器中,对比水分吸收波段 和没有吸收水分的波段的强度变化,就能得到水分敏感波段的红外吸 收比例,进而得出在酒糟物料中的含水量。
此外,由于空气中的含水量会远小于酒糟中的含水量,因此即使 在窖池群室内,空气较为潮湿,从原理上来说,采用近红外来测量酒 糟的湿度也是没有问题的,空气湿度造成的误差也在可接受范围内。 红外辐射测量水分的方法具有许多其他方法所不具有的优点,如定性 定量的分析精度高,时间延迟较短,而且红外辐射测量物质含水量本 质上是测量固体物料内的所含分子的不同官能团(如C-O,H-O等) 的含量,从这些官能团中提取出水等常见分子的含量的技术目前也已 经比较成熟;此外,红外含水检测技术安全环保,无需添加额外的试 剂,对酒糟以及现场的操作人员都不会产生损害,是较为理想的湿度 测量方案。
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法,通过利用红外含水检测技术并结合红外辐射衰减量以 及预先建立的标定模型,实现了对酒糟含水量的定量分析,进一步实 现了对白酒酿造过程的数字化精细管理。
进一步地,在一个实施例中,步骤S22中红外辐射衰减量与酒糟 含水量之间的标定模型通过如下方式建立:
S221、获取含水检测仪发出的红外光入射酒糟样品后的红外辐射 衰减量;
S222、根据酒糟样品的含水量,以及含水检测仪发出的红外光入 射酒糟样品后的红外辐射衰减量,获取酒糟样品的含水量与红外辐射 衰减量之间的标定关系;
S223、基于偏最小二乘法对标定关系进行拟合,获取红外辐射衰 减量与酒糟含水量之间的标定模型。
具体地,选取标定模型所用的酒糟样品,利用含水检测仪发出红 外光入射酒糟样品,获得含水检测仪发出的红外光入射酒糟样品后的 红外辐射衰减量。获得酒糟样品含水量与红外辐射衰减量之间的标定 关系,并对该标定关系进行拟合从而获得标定模型。本发明实施例可 以采用线性拟合或非线性拟合的方式对酒糟样品含水量与红外辐射 衰减量之间的标定关系进行拟合,优选地,采用偏最小二乘法对酒糟 样品含水量与红外辐射衰减量的标定关系进行拟合,得到标定模型。
进一步地,在一个实施例中,步骤S2中检测点位置信息通过如 下方式确定:
获取定位标签发送的无线信号到达不同定位基站的传输时间差;
根据传输时间差以及所述无线信号的传输速度,获取定位标签相 对于所述不同定位基站的距离差;
根据距离差获取检测点位置信息。
具体地,在利用UWB定位技术进行定位的过程中,由定位标签 发射UWB信号,定位基站接收到定位标签发出的信号并过滤电磁波 传输过程中夹杂的各种干扰,再通过中央处理单元进行测距定位计算 分析。本发明实施例采用到达时间差定位技术实现对检测点位置信息 的确认,通过计算定位标签相对于两个不同的UWB定位基站之间的 无线电信号传输的时间差,再根据电磁波传输速度得出定位标签相对 于整个定位系统中不同组定位基站的距离差。优选地,将不同定位基 站按照两两分组组成不同组定位基站。
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法,通过利用UWB定位技术实现了对检测点位置的高精 度定位,使得后续检测单元根据检测点位置获取的酒糟含水量的数据 更为精确,有助于实现对白酒酿造过程的数字化精细管理。
进一步地,在一个实施例中,步骤S2中含水量三维数据可以具 体包括:上层酒糟的所述含水量、中层酒糟的所述含水量以及下层酒 糟的所述含水量。具体地,对窖池内每一层酒糟含水量的检测可以根 据图3所示检测算法的流程示意图实现,通过执行步骤S310-S380, 完成对上层酒糟的所述含水量、中层酒糟的所述含水量以及下层酒糟 的所述含水量的检测,并将上层酒糟的所述含水量、中层酒糟的所述 含水量以及下层酒糟的所述含水量作为含水量三维分布数据。
S310、无人机导航模块结合UWB定位系统构建窖池群地图,并 对窖池群内窖池进行编号;
S320、获取当前窖池的编号,根据窖池群地图获得当前窖池的地 理位置;
S330、控制无人机对当前窖池进行巡检;
S340、根据无人机的位置信息确定当前窖池当前酒糟检测点位置 信息,获取当前窖池当前酒糟的含水量;
S350、遍历位于当前窖池内上层酒糟完成对当前窖池上层酒糟的 含水量检测,起窖当前窖池上层酒糟,控制无人机遍历位于当前窖池 中层酒糟完成对当前窖池中层酒糟的含水量检测,起窖当前窖池中层 酒糟,控制无人机遍历位于当前窖池下层酒糟完成对当前窖池下层酒 糟的含水量检测;
S360、判断当前窖池是否巡检完成,若当前窖池未巡检完成,则 重复步骤S330-S350;若当前窖池巡检完成,则执行步骤S370;
S370、将检测点位置信息以及酒糟含水量检测结果回传至后台服 务器;
S380、根据回传的检测点位置信息以及酒糟含水量结果获取当前 窖池内不同层酒糟含水量三维分布。
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法,通过基于UWB定位技术,采用检测单元控制无人机 携带红外含水检测仪,通过对无人机及含水检测仪的高精度定位,对 起窖过程中窖池内酒糟含水进行扫描巡检,对起窖过程中窖池内不同 层酒糟的含水进行扫描测量,得到当前窖池不同层酒糟的含水三维分 布数据,实现了对酒糟含水量的定量分析的同时,实现了对白酒酿造 过程的数字化精细管理。
进一步地,在一个实施例中,方法还包括:通过数值分析算法实 现对酒糟含水量三维分布数据的重构以及可视化展示。
具体地,根据获得的窖池内不同层酒糟含水量三维分布数据,通 过回传检测点位置信息以及酒糟含水量三维分布数据至服务器,由服 务器的数据处理单元,利用插值法或等位线法实现对酒糟含水量三维 分布数据的重构,并通过服务器显示单元实现对重构后的酒糟含水量 三维分布数据可视化展示。
本发明实施例提供的一种起窖过程中窖池内酒糟含水量三维分 布的检测方法,通过无线传输回传检测点位置信息以及酒糟含水量三 维分布数据服务器,实现了对酒糟含水量三维分布数据的重构以及可 视化展示,可以更为实时直观的观测不同层酒糟含水量的三维分布数 据,有助于实现白酒酿造工艺过程的优化及生产精细化管理。
图4为本发明实施例提供的一种起窖过程中窖池酒槽含水三维 分布可视化检测装置的结构示意图,如图4所示,数据获取模块410, 用于根据窖池在预先建立的窖池群地图内的位置信息,控制检测单元 检测窖池内的酒糟的含水量;
数据处理模块420,用于根据检测单元检测窖池内的酒糟的含水 量时的检测点位置信息,以及含水量,确定酒糟的含水量三维分布数 据。
本发明实施例提供的一种起窖过程中窖池酒槽含水三维分布可 视化检测装置,通过数据获取模块410,控制检测单元实现了对窖池 内酒糟含水量的实时自动化检测,利用数据处理模块420,根据检测 点位置信息以及含水量,获取酒糟的含水量三维分布数据,通过酒糟 含水量的三维分布数据的获取,进一步实现了对白酒酿造过程的数字 化精细管理。
图5为本发明实施例提供的一种电子设备的实体结构示意图,如 图5所示,该电子设备可以包括:处理器(processor)510、通信接 口(communication interface)520、存储器(memory)530和总线(bus) 540,其中,处理器510,通信接口520,存储器530通过总线540完 成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以 执行如下方法:
根据窖池在预先建立的窖池群地图内的位置信息,控制检测单元 检测窖池内的酒糟的含水量;
根据检测单元检测窖池内的酒糟的含水量时的检测点位置信息, 以及含水量,确定酒糟的含水量三维分布数据。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式 实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取 存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现 有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形 式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指 令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络 设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述 的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟 或者光盘等各种可以存储程序代码的介质。
进一步地,本发明实施例公开一种计算机程序产品,所述计算机 程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所 述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算 机能够执行上述各方法实施例所提供的方法,例如包括:
根据窖池在预先建立的窖池群地图内的位置信息,控制检测单元 检测窖池内的酒糟的含水量;
根据检测单元检测窖池内的酒糟的含水量时的检测点位置信息, 以及含水量,确定酒糟的含水量三维分布数据。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质, 其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上 述各实施例提供的传输方法,例如包括:
根据窖池在预先建立的窖池群地图内的位置信息,控制检测单元 检测窖池内的酒糟的含水量;
根据检测单元检测窖池内的酒糟的含水量时的检测点位置信息, 以及含水量,确定酒糟的含水量三维分布数据。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部 件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的 部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也 可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付 出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解 到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然 也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现 有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软 件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光 盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机, 服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所 述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而 非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领 域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技 术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修 改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方 案的精神和范围。
Claims (6)
1.一种起窖过程中窖池内酒糟含水量三维分布的检测方法,其特征在于,包括:
根据窖池在预先建立的窖池群地图内的位置信息,在起窖过程中控制检测单元检测所述窖池内的酒糟的含水量;
根据所述检测单元检测所述窖池内的酒糟的含水量时的检测点位置信息,以及所述含水量,确定所述酒糟的含水量三维分布数据;
所述检测单元包括:
无人机;
含水检测仪,设置在所述无人机下方;
所述窖池群地图通过如下方式建立:根据沿所述窖池群周向设置的定位基站的位置信息,每隔预设时间获取所述无人机相对于所述定位基站的位置数据以及距离数据;根据所述定位基站的位置信息、所述位置数据以及所述距离数据,建立初始地图;控制所述无人机对所述窖池群进行巡检,根据所述无人机上的定位标签,获取所述窖池的位置坐标;将所述位置坐标添加至所述初始地图中,获取所述窖池群地图;
所述检测所述窖池内的酒糟的含水量包括:获取所述含水检测仪发出的红外光入射所述窖池内的酒糟后的红外辐射衰减量;根据所述红外辐射衰减量以及预先建立的红外辐射衰减量与酒糟含水量之间的标定模型,确定所述窖池内的酒糟的含水量;
所述红外辐射衰减量与酒糟含水量之间的标定模型通过如下方式建立:获取所述含水检测仪发出的红外光入射酒糟样品后的红外辐射衰减量;根据所述酒糟样品的含水量,以及所述含水检测仪发出的红外光入射所述酒糟样品后的红外辐射衰减量,获取所述酒糟样品的含水量与所述红外辐射衰减量之间的标定关系;基于偏最小二乘法对所述标定关系进行拟合,获取所述红外辐射衰减量与酒糟含水量之间的标定模型。
2.根据权利要求1所述的起窖过程中窖池内酒糟含水量三维分布的检测方法,其特征在于,所述检测点位置信息通过如下方式确定:
获取所述定位标签发送的无线信号到达不同定位基站的传输时间差;
根据所述传输时间差以及所述无线信号的传输速度,获取所述定位标签相对于所述不同定位基站的距离差;
根据所述距离差获取所述检测点位置信息。
3.根据权利要求1-2任一项所述的起窖过程中窖池内酒糟含水量三维分布的检测方法,其特征在于,
所述含水量三维分布数据包括:
上层酒糟的所述含水量、中层酒糟的所述含水量以及下层酒糟的所述含水量。
4.一种起窖过程中窖池内酒糟含水量三维分布的检测装置,其特征在于,用于如权利要求1-3任一项所述的起窖过程中窖池内酒糟含水量三维分布的检测方法,所述装置包括:
数据获取模块,用于根据窖池在预先建立的窖池群地图内的位置信息,控制检测单元检测所述窖池内的酒糟的含水量;
数据处理模块,用于根据所述检测单元检测所述窖池内的酒糟的含水量时的检测点位置信息,以及所述含水量,确定所述酒糟的含水量三维分布数据。
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至3任一项所述的起窖过程中窖池内酒糟含水量三维分布的检测方法的步骤。
6.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至3任一项所述的起窖过程中窖池内酒糟含水量三维分布的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011052539.3A CN112129724B (zh) | 2020-09-29 | 2020-09-29 | 起窖过程中窖池内酒糟含水量三维分布的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011052539.3A CN112129724B (zh) | 2020-09-29 | 2020-09-29 | 起窖过程中窖池内酒糟含水量三维分布的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112129724A CN112129724A (zh) | 2020-12-25 |
CN112129724B true CN112129724B (zh) | 2024-04-09 |
Family
ID=73844781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011052539.3A Active CN112129724B (zh) | 2020-09-29 | 2020-09-29 | 起窖过程中窖池内酒糟含水量三维分布的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112129724B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114540140A (zh) * | 2022-01-29 | 2022-05-27 | 泸州老窖股份有限公司 | 一种分阶段控制卧式固态发酵系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101514980A (zh) * | 2008-07-09 | 2009-08-26 | 中国科学院地理科学与资源研究所 | 快速检测土壤中重金属含量及空间分布的方法与装置 |
JP2016212000A (ja) * | 2015-05-11 | 2016-12-15 | 株式会社パスコ | 地表面含水情報取得方法、地表面含水情報取得装置及びプログラム |
JP2017097822A (ja) * | 2016-02-01 | 2017-06-01 | ベステラ株式会社 | 三次元画像表示システム、三次元画像表示装置、三次元画像表示方法及びプラント設備の三次元画像表示システム |
CN110441248A (zh) * | 2019-09-10 | 2019-11-12 | 四川轻化工大学 | 基于高光谱图像技术的窖泥水分预测模型建立的方法 |
-
2020
- 2020-09-29 CN CN202011052539.3A patent/CN112129724B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101514980A (zh) * | 2008-07-09 | 2009-08-26 | 中国科学院地理科学与资源研究所 | 快速检测土壤中重金属含量及空间分布的方法与装置 |
JP2016212000A (ja) * | 2015-05-11 | 2016-12-15 | 株式会社パスコ | 地表面含水情報取得方法、地表面含水情報取得装置及びプログラム |
JP2017097822A (ja) * | 2016-02-01 | 2017-06-01 | ベステラ株式会社 | 三次元画像表示システム、三次元画像表示装置、三次元画像表示方法及びプラント設備の三次元画像表示システム |
CN110441248A (zh) * | 2019-09-10 | 2019-11-12 | 四川轻化工大学 | 基于高光谱图像技术的窖泥水分预测模型建立的方法 |
Non-Patent Citations (2)
Title |
---|
基于克里金算法的土壤水分三维建模;张帆;王剑秦;郑立华;卢海达;;科技资讯;20130323(第09期);第138-139页 * |
高精度三维地图在机西智慧高速公路的构建与应用;邓博;牛军;刘攀;;公路交通科技(应用技术版);20180815(第08期);第13-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112129724A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678085A (zh) | 一种pm2.5浓度的估算方法及系统 | |
CN104020129A (zh) | 一种基于近红外光谱结合氨基酸分析技术的工夫红茶发酵质量的判别方法 | |
CN107064068B (zh) | 一种浑浊水体颗粒有机碳浓度的遥感反演方法 | |
CN112129724B (zh) | 起窖过程中窖池内酒糟含水量三维分布的检测方法及装置 | |
CN104034692A (zh) | 一种基于近红外光谱结合儿茶素总量分析技术的工夫红茶发酵质量的判别方法 | |
CN110888147B (zh) | 一种扫描激光雷达探测数据网格化可视化方法 | |
CN110441249B (zh) | 基于高光谱图像技术的窖泥总酸预测模型建立的方法 | |
CN101216419A (zh) | 一种快速检测黄酒品质指标的方法 | |
CN109635249B (zh) | 水体浊度反演模型建立方法、检测方法及装置 | |
CN109668843A (zh) | 一种基于手机的便携式多光谱成像技术检测腊肉品质的方法 | |
CN103558180A (zh) | 近红外快速检测糖化发酵剂中理化指标的方法 | |
CN103293118A (zh) | 一种基于近红外光谱分析技术的潲水油鉴别方法 | |
CN105548027A (zh) | 基于近红外光谱测定调和油中茶油含量的分析模型及方法 | |
CN108801975A (zh) | 一种微型化近红外光谱仪检测酒糟成分的光谱预处理方法 | |
CN110927065B (zh) | 遥感辅助的湖库chl-a浓度空间插值方法优选方法和装置 | |
CN104132939A (zh) | 一种蜂蜜中淀粉酶值的快速检测方法 | |
CN102028710A (zh) | 一种测定华蟾素醇沉液中吲哚类生物碱含量的方法 | |
CN213456649U (zh) | 起窖过程中窖池内酒糟含水量三维分布的检测系统 | |
CN101788459A (zh) | 一种准连续方式的分光波长组合方法 | |
CN109507143A (zh) | 沼液理化指标近红外光谱同步快速检测方法 | |
WO2024061126A1 (zh) | 聚羟基脂肪酸酯含量的检测方法、装置、系统、设备 | |
CN202837189U (zh) | 一种测量云水含量的激光雷达探测系统 | |
CN103234923A (zh) | 一种黄酒发酵过程中总糖含量的在线监控方法 | |
CN102507501B (zh) | 特种蛋白测试方法及测试装置 | |
CN106092847B (zh) | 一种评价白啤酒保质期内浑浊稳定性的方法 |
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 |