基于云計算平臺的白酒發酵智能專家系統的應用

盧 令，蔡樂才，高 祥，李隨群

（1.四川理工學院，四川自貢643000； 2.宜賓學院，四川宜賓644000）

在我國傳統的白酒生產過程中，白酒的發酵基本都是采用固態發酵的方式，而發酵溫度是影響酒醅發酵質量的主要參數[1]。釀酒窖池的溫度主要是工作人員依靠簡單溫度計等設備獲取，測量裝置的落后和人工讀取的誤差使得獲取的環境信息準確度差[2]。傳統白酒酒醅的發酵過程具有時變性、強非線性和相關性，若對白酒發酵的過程進行精確的控制和優化，需要獲得大量的白酒發酵過程中的信息，但是其中重要的生化變量無法直接獲取且沒有適合的參考模型[3]。而且傳統的白酒生產工藝采用工人們的經驗，沒有形成專家模式的指導，缺乏科學的理論依據，在白酒生產的過程中缺失最優模型的指導。在傳統白酒生產的基礎上，引入高新技術來提升白酒的生產水平已經成為趨勢，對提高白酒的質量具有重要意義[4]。

云計算作為一種全新的互聯網應用模式，將成為未來人們獲取服務和信息的主導方式[5]。云計算是一種方便的使用方式和服務模式，通過互聯網按需訪問資源池模型(例如網絡、服務器、存儲、應用程序和服務)，可以快速地管理工作，為用戶提供服務[6]。云計算技術相關研究得到大力推動并繼續穩步、快速、深入進行。與此同時，隨著新業務需求日益增長，基于云計算平臺的各種應用不斷涌現。白酒行業在保留傳統工藝的基礎上，引入現代化云計算技術來提升白酒發酵的精細化水平，對提高成品酒質量具有重要意義。基于云計算平臺的白酒發酵智能專家系統在此基礎上展開。

1 云計算平臺服務系統體系結構

云計算平臺是一個強大的“云”網絡，連接了大量并發的網絡計算和服務，可利用虛擬化技術擴展每一個服務器的能力，將各自的資源通過云計算平臺結合起來，提供超級計算和存儲能力[6]。白酒生產業務云平臺把云計算引入到白酒生產業務中，將感知節點采集的白酒生產數據資源匯集在一個資源池中，資源池被白酒生產業務云平臺管理之后，動態創立一個虛擬化資源池，把它變成新的白酒生產數據處理中心。用戶只需向白酒生產業務云平臺發送指令即可上傳添加新的白酒生產信息，實現海量數據存儲。

中國白酒廠家的數量保守估計在18000家以上，生產過程檢測產生的數據是大數據類型，若自行購買服務器存儲數據的成本是十分昂貴的，對一般的企業而言負擔太重。而云計算平臺是由第三方服務商提供計算并存儲數據資源，并負責運行和維護，用戶只需要通過終端工具接入系統，即可獲得所需的服務。實際上就是把白酒生產過程中檢測的環境數據資料存儲在由第三方提供的存儲資源上，不需要購買設備存儲資源，只需向第三方服務提供商購買存儲服務，節約成本。私有云在數據安全、服務質量、對現有軟硬件資料利用的有效性等方面具有優勢，以及項目的研發成本和可定制性，本文采用基于開源云平臺Eucalyptus的UEC（Ubuntu Enterprise Cloud）構建白酒窖池發酵智能專家系統的私有云計算平臺。

本研究設計的白酒發酵云平臺服務系統如圖1所示，云存儲的服務系統是建立在服務器集群上的，用戶與云平臺之間的交換只是感知數據的操作。為提高系統的效率，防止服務器的負載過重，所有的數據交換都是直接通過云文件系統和應用容器與服務器集群交流。

圖1 云計算平臺服務系統體系結構

通過網絡訪問，云平臺可提供按需配置的共享資源，進行高效的分布式計算以及數據儲存。云計算的應用類別可分為3種：流計算、批處理和即席查詢。流計算是為了節約儲存空間，數據在進入數據庫前進行的低延時性計算，得到計算結果后入庫，常用于數據過濾，適用于白酒發酵感知數據的預處理。云計算部署情況見圖2。

圖2 云計算部署結構圖

2 白酒發酵智能專家系統

專家系統是一類具有大量專業知識的計算機智能程序系統，能運用特定領域一位或多位專家提供的專門知識和經驗，采用人工智能中的推理技術來求解和模擬通常只能由專家解決的各種復雜問題，并達到與專家相同或者相近的解決問題的能力，使得專家的特長不受時空的限制[7]。白酒發酵智能專家系統是一個復雜、龐大的系統，涉及到生物、化學、電子和計算機等專業知識，能夠以白酒專家的水平完成白酒發酵檢測的專業任務，實現類腦的勞動自動化。

2.1 白酒發酵智能檢測

白酒發酵智能專家系統首先利用精密的傳感器把窖池的發酵參數采集給處理器，建立相應的知識庫，然后通過專家系統自學習確定白酒發酵過程的最優參數[8]。發酵過程參數檢測是為了獲得發酵過程及菌體的重要參數的數據，以便實現發酵過程的優化、模型化和自動化控制。檢測獲取的信息數據越多，對發酵過程的理解就越深刻，工藝改進的潛力越大。檢測主要分3部分：發酵前窖池的檢測，記錄數據，使用建立起來的神經網絡機制對入窖時的參數進行分析、初步預測將要獲得的結果，經過專家系統決策給出決策，經過決策輸出給控制系統進行參數的調節。發酵進行過程中，可以采用實時測量或者根據生物參數的發酵規律，采用模式匹配的方法進行檢測，當檢測到的參數通過專家系統評定后發現的異常情況，專家系統會給出決策，分析出現何種情況，將對未來的產酒率和質量帶來的影響進行預測，給出決策。白酒發酵參數檢測流程見圖3。

2.2 基于神經網絡的專家系統

圖3 白酒發酵參數檢測流程圖

白酒發酵智能專家平臺的專家系統采用模塊化設計，將基于神經網絡的推理機和基于規則的推理結合[9]，設計一種基于神經網絡的專家系統。如圖4所示，主要包括知識庫、推理機、解釋機、知識獲取模塊、檢測參數輸入模塊、人機接口和發酵數據庫，其中知識庫存放白酒專家與白酒發酵有關的專業知識，包括發酵征兆、檢測知識、經驗知識、對策知識和翻譯詞典，這些知識由知識工程師和領域專家合作獲取，并通過知識獲取模塊按一定的知識表示形式存入到規則知識庫，是專家系統的核心。推理機用于控制整個系統的運行，負責利用診斷知識庫中的知識，并根據檢測到的參數按一定的模式求解策略，進行推理決策，最后給出決策結果。其中系統學習模塊采用神經網絡訓練，使得系統具有自學習能力。

圖4 專家系統結構圖

將決策設計為多種檢測模式，每一模式又分別對應于某一特定的過程狀態，通過人工神經網絡識別判斷出檢測參數的變化模式，然后利用模式識別的結果，根據一定的規則來確定對模式成員函數進行調節和修改，進而達到改善和提高在線模式識別可靠性的目的。另外針對溫度、pH值等檢測參數與發酵后白酒的產出率和質量等參數檢測聯動模型，綜合評價各參數發酵過程中的變化對發酵后結果造成的影響，進行專家學習，模式狀態細分，保證檢測平臺的可靠性和精度要求。本研究設計的專家決策模式見圖5。

3 專家系統試運行

專家系統是在電腦上運行的軟件，用戶可以在注冊登錄后查看相關窖池的檢測參數，包括發酵房號、窖池號和入窖時間，可以實時查詢當前的窖池溫度以及從入窖開始的數據曲線。窖池內溫度在不同高度是有差別的，因此窖池內溫度的測試采用溫度場[10]的設計，溫度場分為上中下3層，設計每個窖池采用4支測溫桿，每根測溫桿攜帶上中下3個溫度傳感器，總計12個溫度傳感器，實現窖池溫度場的測試要求。對某酒廠1#006號窖池的溫度測試見圖6，溫度的曲線是采用同層溫度取平均值。白酒發酵專家系統的專家決策模式需要長時間的測量窖池的環境參數，再根據白酒生產專家的經驗進一步完善軟件的功能。

圖5 專家決策模式

圖6 專家系統的溫度測試

4 結論與展望

基于云計算平臺的白酒發酵智能專家系統在白酒生產過程中應用，首先代替了傳統的人工經驗式和粗放式的生產模式，以精確化和數字化實現白酒窖池的實時檢測，通過對白酒生產過程中窖池的內發酵溫度等的檢測，可實時掌握窖池內酒醅的發酵規律，工作人員可根據發酵溫度的變化，及時的調整發酵工藝，實現最優發酵；其次，通過對白酒窖池內相關參數的數據采集，形成大數據系統，結合人工神經網絡系統對大數據進行分析處理，專家系統給出最優發酵方案，進行專家判決。本系統的運行還有待進一步的優化，專家系統的決策需要長期的優化訓練才能達到最優效果。

基于云計算平臺的白酒發酵智能專家系統利用云計算技術和物聯網技術，為傳統白酒生產過程注入高科技的血液，使傳統白酒的生產向科學化和信息化邁出一大步，對白酒生產、質量和產量的提高具有指導意義，進一步的提升經濟效益和社會效益，對提高傳統白酒釀造的研究有深遠的影響。