白酒釀造發(fā)酵中基于智能策略的溫度優(yōu)化控制

劉中利

(重慶詩仙太白酒業(yè)(集團)有限公司技術(shù)中心，重慶 404047)

白酒釀造發(fā)酵中基于智能策略的溫度優(yōu)化控制

劉中利

(重慶詩仙太白酒業(yè)(集團)有限公司技術(shù)中心，重慶 404047)

白酒發(fā)酵是微生物生長代謝及物質(zhì)轉(zhuǎn)化的復(fù)雜過程，溫度是影響該過程的關(guān)鍵因素。針對不確定性導(dǎo)致的過程溫度控制難題，探討了基于智能策略的溫度優(yōu)化控制。分析了釀造發(fā)酵過程控制的復(fù)雜性，討論了發(fā)酵過程的控制論特性，研究了智能控制策略，給出了基于智能策略的溫度優(yōu)化控制算法。以具有滯后的2階過程模型為例，通過實驗仿真驗證了該控制算法在響應(yīng)速度、過程調(diào)節(jié)時間、響應(yīng)平穩(wěn)性和控制精確性等方面的優(yōu)勢。仿真結(jié)果表明，該溫度優(yōu)化控制方法是合理與可行性的。

白酒釀造;發(fā)酵過程;智能策略;優(yōu)化控制

在白酒生產(chǎn)過程中，各種微生物都有其最適宜的生長溫度，發(fā)酵本身就是微生物生長代謝及物質(zhì)轉(zhuǎn)化的過程，因此溫度控制是發(fā)酵過程釀酒成敗的關(guān)鍵。例如在老白酒釀造中，酒精發(fā)酵的溫度只能以酵母菌生長、繁殖的最適溫度為準。其前期為培菌及糖化階段，按照根霉性質(zhì)其控制溫度可適當偏高;后期屬于酒精發(fā)酵階段，其溫度要適當偏低。總之溫度應(yīng)當控制在最適宜發(fā)酵的溫度，以適應(yīng)微生物生長代謝及物質(zhì)轉(zhuǎn)化的需要。白酒生香靠發(fā)酵，提香靠蒸餾，無論發(fā)酵還是蒸餾都與溫度直接相關(guān)。鑒于生物化學(xué)反應(yīng)的復(fù)雜性［1－3］，某些生化變化原理、作用機理至今尚不清楚［4－6］，難以實施精確的建模控制，生產(chǎn)主要憑借操作者的經(jīng)驗以人工控制方式為主，導(dǎo)致產(chǎn)品質(zhì)量的不穩(wěn)定，因此有必要對溫度優(yōu)化控制策略進行探討。

1 控制難題與過程控制論特性

1.1 控制難題

酒精發(fā)酵過程為放熱過程，直接影響酵母活性。熱量的釋放速度與發(fā)酵速度成正比，發(fā)酵溫度對酚類物質(zhì)浸出含量、揮發(fā)性香氣物質(zhì)有重要影響。較高的發(fā)酵溫度可能增加高級醇生成量，反之則可能導(dǎo)致?lián)]發(fā)性酯類物質(zhì)生成量增加。釀造白酒的原料成分復(fù)雜，搭配的比例不同，產(chǎn)品的品味也不同。如濃香型大曲酒以高粱為主要原料，再輔以玉米、糯米、大米、小麥等。一般認為玉米產(chǎn)酒甜、高粱產(chǎn)酒香、大米產(chǎn)酒凈、大麥產(chǎn)酒沖等，充分反映了釀造過程原料組分的復(fù)雜性。此外，影響香型的發(fā)酵微生物生長繁殖最適溫度隨著微生物種類的不同而異，關(guān)系錯綜復(fù)雜。上述眾多因素導(dǎo)致發(fā)酵過程難以控制。由于發(fā)酵過程非常復(fù)雜，某些生物化學(xué)作用機理還有待進一步探討，因此發(fā)酵過程具有明顯的不確定性、時變性和非線性等特征。其控制難題具體表現(xiàn)在:①對不確定性過程難以進行數(shù)學(xué)建模，因此難于采用傳統(tǒng)的范式控制方法對發(fā)酵過程實施嚴格的定量控制;②被控要素之間的關(guān)系是高度非線性的，比如如何搭配出期望的香型只能依靠實驗得到;③半結(jié)構(gòu)化與非結(jié)構(gòu)化特征明顯，不可能采用結(jié)構(gòu)化的數(shù)學(xué)方法描述其反應(yīng)過程;④ 過程復(fù)雜性表現(xiàn)為生物化學(xué)作用機理不清晰，受人為因素影響大，即使是最終產(chǎn)品的評價也難以量化，評價結(jié)果是由人們的主觀感受決定的，并沒有統(tǒng)一的衡量標準;⑤發(fā)酵過程經(jīng)歷工序多，任何一個環(huán)節(jié)都可能出現(xiàn)可靠性問題。

1.2 過程控制論特性

上述控制難題是發(fā)酵過程控制論特性導(dǎo)致的。從控制論角度分析，白酒釀造發(fā)酵過程表現(xiàn)出如下的特性;①發(fā)酵是大慣性時滯過程，其時間時滯與眾多因素相關(guān)，具有未知性和時變性;②生物化學(xué)反應(yīng)過程的復(fù)雜性與不確定性導(dǎo)致過程參數(shù)的分散性、隨機性、時變性和未知性，所謂的“過程參數(shù)”實質(zhì)上只是一個估計值;③ 生物化學(xué)反應(yīng)過程有別于一般化學(xué)反應(yīng)過程，各個要素之間的關(guān)系存在嚴重的非線性;④要素之間關(guān)聯(lián)性強，相互之間呈現(xiàn)制約關(guān)系;⑤反應(yīng)過程受環(huán)境因素影響大，比如夏天溫度高，冬天溫度低，而環(huán)境干擾具有未知性、多樣性和隨機性。具有上述控制論特性的過程控制屬于不確定性復(fù)雜過程的控制問題，不可能采用傳統(tǒng)控制方法對其實施有效控制，因此有必要探討有效的控制策略。

2 控制策略與控制算法

2.1 控制策略選取

鑒于發(fā)酵過程控制的復(fù)雜性與不確定性，現(xiàn)實應(yīng)用領(lǐng)域中廣泛采用的傳統(tǒng)控制策略并不適宜于對發(fā)酵過程的控制。比如，神經(jīng)網(wǎng)絡(luò)控制由于過程的復(fù)雜性與不確定性難于選取學(xué)習(xí)訓(xùn)練樣本，因此很難采用該方法對發(fā)酵過程施以控制;實時專家系統(tǒng)因不確定性難以進行知識描述與表達，導(dǎo)致推理控制規(guī)則的不確定性而無法對發(fā)酵過程進行控制;模糊邏輯控制因受復(fù)雜性與不確定性影響，必然導(dǎo)致控制規(guī)則的不完備，因此，對發(fā)酵過程控制而言，模糊控制并不可取。值得注意的是仿人智能控制HSIC(human simulated intelligent control)策略。該策略在控制結(jié)構(gòu)與控制功能方面模擬人類的控制行為，其基本特征表現(xiàn)在:可以在線識別過程誤差特征，具有特征記憶功能;可將開環(huán)與閉環(huán)控制相結(jié)合以及將定性決策與定量控制相結(jié)合，并將兩者相融合，對發(fā)酵過程實施多模態(tài)控制;在推理方式上，模擬人的啟發(fā)式思維和直覺推理。總之其基本控制思路就是模仿控制專家的控制行為［7－8］。因此，該策略是貼近發(fā)酵過程控制工程實際的，可以比較完美地協(xié)調(diào)發(fā)酵過程控制中的諸多矛盾，并且取得滿意的控制品質(zhì)。比如可以較好地協(xié)調(diào)控制過程的魯棒性與控制精確性之間的矛盾，平衡過程響應(yīng)快速性與平滑性方面的需求等。

2.2 控制模型

圖1所示為發(fā)酵過程的控制模型，圖1中的r(t)，e(t)，u(t)和 y(t)分別為過程的輸入、控制過程的誤差、控制器的輸出和控制過程的輸出，其中:e(t)=r(t)－y(t)。發(fā)酵過程控制問題的求解模型就是由誤差e(t)、誤差變化率 ˙e(t)以及時間t構(gòu)成的，其控制目標是:當過程趨于穩(wěn)定時，其過程誤差及其變化率變?yōu)?。

圖1 發(fā)酵過程控制模型

基于仿人智能的控制策略，其操作控制算法不是依據(jù)數(shù)學(xué)模型的范式控制，而是根據(jù)經(jīng)驗豐富的操作者積累的控制知識進行推理，以確定每個控制周期的控制模式與控制算法。該策略無需控制器設(shè)計者對被控制的過程具有更多的先驗知識，它根據(jù)誤差特征模式進行決策。

2.3 控制算法

文獻［9］對仿人智能控制算法作了全面的討論，這里只引用其結(jié)果。由仿人智能控制器動態(tài)特性與靜態(tài)特性的分析，基于開閉環(huán)控制相結(jié)合的基本特性，根據(jù)過程誤差動態(tài)特征，可以將控制模式總結(jié)為2種模式:①若e·˙e≤0或者e=˙e=0成立，則采用半開環(huán)保持控制模式。②若e·˙e≥0并且e+˙e≠0成立，則采取比例控制模式。其原型算法可以總結(jié)為:

原型算法中:U為控制器輸出;KP是比例系數(shù);e為過程誤差;˙e是誤差變化率;em，j是第j次過程誤差;k是抑制系數(shù)。實質(zhì)上該算法實施的是雙模態(tài)控制，針對不同誤差特征模式采用不同的控制策略。本控制周期中控制模式與控制算法的選取由前一個控制周期的誤差特征模式?jīng)Q定。原型控制算法的優(yōu)勢在于除了2種基本控制模式外，可以再融入其他的控制策略，比如可以將現(xiàn)場操作者的控制智慧與技巧以及實際控制經(jīng)驗與專家知識嵌入原型基本算法中，這是其他控制策略難以與其相比的優(yōu)勢［10－16］。針對發(fā)酵過程控制，在設(shè)計控制器時，可采用如表1所示的改進算法。表1中:PO(n－1)為第n－1個控制周期輸出量P需要保持的值;PO(n)為輸出量P第n次需要保持的值;em，n為誤差的第n個極值;K1為比例系數(shù)，K1＞1;K2為抑制系數(shù)，0＜K2＜1;M1，M2分別為不同的誤差閥值，并且M1＞M2。

表1 控制算法規(guī)則

3 實驗仿真及分析

發(fā)酵過程控制關(guān)心的是控制效果，經(jīng)過大量實踐證實是最佳的發(fā)酵溫度一旦設(shè)置，那么該過程的溫度就不應(yīng)當受任何其他來自內(nèi)部的或者外部的擾動因素的影響，使之始終保持最佳溫度。這實質(zhì)上就是考察控制算法的魯棒性。仿真實驗中假設(shè)發(fā)酵溫度二階時滯過程模型如下:

首先考察外部干擾對過程響應(yīng)的影響。為了方便比較，以PID控制算法為參照，在過程輸入為單位階躍的前提下，分別采用傳統(tǒng)控制PID與仿人智能控制HSIC控制同一過程，然后比較在不同干擾下過程的響應(yīng)。在模型中，選取 τ=10 s，K0=4.134，T1=1.0 s，T2=2.0 s。在t=15 s時刻加入強脈沖干擾信號。圖2和圖3分別為脈沖寬度為0.2 s、幅度為0.5與脈沖寬度為0.2 s、幅度為1.0時的過程響應(yīng)特性。

圖2 響應(yīng)特性比較(幅度為0.5)

圖3 響應(yīng)特性比較(幅度為1)

其次比較2種不同幅度的強脈沖信號干擾響應(yīng)曲線。可以看出:HSIC的過程響應(yīng)幾乎沒有多大變化，HSIC控制效果無論在上升時間、調(diào)節(jié)時間還是在響應(yīng)特性平穩(wěn)性以及穩(wěn)態(tài)控制精度等方都明顯優(yōu)于PID控制。仿真結(jié)果驗證了HSIC控制對外部干擾具有很強的魯棒控制性能。

再次考察過程參數(shù)變化對過程響應(yīng)的影響。上述模型中，如選取τ=2 s，K0=1，T1=1.2 s，T2=2.0 s，其響應(yīng)特性如圖4所示。由過程響應(yīng)對比可知，HSIC控制的上升時間快，調(diào)節(jié)時間短，響應(yīng)特性平穩(wěn)，控制精度高，無過程超調(diào)，明顯優(yōu)于PID控制，有良好的控制品質(zhì)與強魯棒性。

圖4 參數(shù)改變的響應(yīng)特性

4 結(jié)束語

鑒于發(fā)酵過程的復(fù)雜性與不確定性，討論了發(fā)酵過程的控制論特性，探討了基于仿人智能的控制算法。仿真實驗結(jié)果驗證了HSIC控制策略的強魯棒性能和良好的控制性能。對于白酒釀造發(fā)酵過程控制，HSIC控制策略是一種可供參考的可行和有效的控制策略。

［1］ 王斌，王孫安.生物發(fā)酵過程的溫度控制模型研究［J］.西安交通大學(xué)學(xué)報，2004，38(7):737－740.

［2］ 崔艷，呂文，劉濤.紅葡萄原酒發(fā)酵過程中的溫度控制［J］.釀酒科技，2010(1):41－43.

［3］ 李大和.濃香型白酒生產(chǎn)工藝與質(zhì)量關(guān)系的思考［J］.釀酒科技，2001(5):28－31.

［4］ 郝建宇，張宿義，稅梁揚，等.濃香型白酒生產(chǎn)工藝優(yōu)化調(diào)控的研究進展［J］.釀酒科技，2012(5):90－95.

［5］ 李箏，韓北忠，陳晶瑜，等.優(yōu)良釀酒酵母菌的發(fā)酵性能研究［J］.中國釀造，2008(19):10－12.

［6］ 周羽中，張四槐，譚周進.釀酒酵母菌培養(yǎng)條件的研究［J］.現(xiàn)代生物醫(yī)學(xué)進展，2011，11(23):4466－4467.

［7］ 李太福.一類不確定性復(fù)雜系統(tǒng)的控制策略分析［J］.重慶大學(xué)學(xué)報，2003，26(1):4－7.

［8］ 李士勇.模糊控制神經(jīng)控制和智能控制論［M］.哈爾濱:哈爾濱工業(yè)大學(xué)出版社，2002.

［9］ 李祖樞，涂亞慶.仿人智能控制器［M］.北京:國防工業(yè)出版社，2003.

［10］Bo BI.A sort of fusion control strategy for uncertainty complex process with large time lag［J］.機床與液壓，2014，42(6):37－41.

［11］王靜，肖超.復(fù)雜過程的多模態(tài)仿人智能控制策略［J］.微電子學(xué)，2013，43(2):221－224.

［12］楊志，李太福，盛朝強，等.基于仿人智能的復(fù)雜關(guān)聯(lián)系統(tǒng)控制［J］.重慶大學(xué)學(xué)報:自然科學(xué)版，2002，

［13］敖妙，祖靜，尤文斌.基于MSP430FG4618的智能自動控制實驗箱［J］.壓電與聲光，2012(2):322－324.

［14］李娜，牛曉飛，許海峰，等.基于STM32的智能家居無線激光報警系統(tǒng)［J］.激光雜志，2013(5):60－62.

［15］王靜.污水處理曝氣過程的智能融合控制策略［J］.西南大學(xué)學(xué)報:自然科學(xué)版，2012(7):120－124.

［16］陳情，薛方正.工業(yè)機器人的仿人智能控制［J］.重慶理工大學(xué)學(xué)報:自然科學(xué)版，2012(7):42－49.

(責任編輯 劉 舸)

Optimization of Temperature Control Based on Intelligent Strategy in Brewage Fermentation of Liquor

LIU Zhong－li
(Technology Center，Chongqing Fairy Poet Taibai Liquor Industry(Group)Co.Ltd，Chongqing 404047，China)

Liquor fermentation is a complex process of microbial growth and metabolism and material conversion，and the temperature is the key factor of influencing the process.Aiming at the puzzle of process temperature control caused by uncertainty，the paper explored the temperature optimization control method based on intelligent strategy.In the paper，it made the anatomy of complexity in process control of brewage fermentation，discussed the cybernetics characteristics of fermentation process，researched on intelligent control strategy，and proposed the algorithm of temperature optimization control based on intelligent strategy.Taking the two－order process model with time lag as an example，the results of simulation demonstrate the advantages of control algorithm in aspects of response speed，process adjusting time，response smoothness and control accuracy etc.The simulation results show that the method of temperature optimization control is reasonable and feasible.

liquor brewage;fermentation process;intelligent strategy;optimization control

TP273

A

1674－8425(2014)07－0092－05

10.3969/j.issn.1674－8425(z).2014.07.018

2014－05－21

重慶市科技創(chuàng)新項目(2012－01－105)

劉中利(1973—)，男，重慶人，碩士，高級工程師，主要從事智能自動化技術(shù)在食品釀造業(yè)加工中的應(yīng)用研究。

劉中利.白酒釀造發(fā)酵中基于智能策略的溫度優(yōu)化控制［J］.重慶理工大學(xué)學(xué)報:自然科學(xué)版，2014(7):92－96.

format:LIU Zhong－li.Optimization of Temperature Control Based on Intelligent Strategy in Brewage Fermentation of Liquor［J］.Journal of Chongqing University of Technology:Natural Science，2014(7):92－96.