张东升[1]2004年在《基于神经网络的智能白酒勾调网络系统》文中指出传统的白酒企业生产管理中对成品酒的勾调采用感官分析与经验范围内进行组合的方法，但是靠人来品评容易受到主观和客观环境因素的影响，波动性较大，每批产品不可避免地存在差异，这种状况导致产品质量不稳定，生产效率低，并且无法使产品成本最优化。而且企业内行业专家的宝贵经验也无法形成知识长期为企业生产服务。 近年来，神经网络由于其大规模并行处理、容错性、自组织和自适应能力和联想功能强特点，在各工程领域得到了广泛的应用，但在运用计算机进行白酒勾调的问题上，还未见其相关应用。白酒行业的勾调工艺技术其实质就是组合优化问题，自20世纪90年代以来，精密分析仪器和电子技术的运用，使得利用计算机求解白酒勾调过程中的组合优化问题成为可能，然而酒中还有许多复杂并且影响口感的微量成分到目前尚未能被精密分析仪器所解析，因而经典的线形规划、目标规划优化算法还不能满足口感量化的要求。因此，如何建立知识专家系统，并且构建神经网络机器学习模型，将实际问题的优化解与神经网络的稳定状态相对应，把对实际问题的优化过程映射为神经网络系统的演化过程，从而使计算机勾调研究工作更进一步，正是本课题的目的所在。 就上述分析和提出的问题，本文做了5项主要工作： 1、利用色谱分析技术，通过化学工作站采集白酒内在数据，通过分析手段来建立数学模型，绘制产品质量特征曲线，找出酒的微观形态特征。 2、引入线性规划、目标规划基础理论原理，并根据白酒勾调的实际工艺技术，建立原酒组合优化配比的数学模型。 3、利用产生式推理模型建立白酒品评知识专家系统，同时引入神经网络反向传播算法(BP算法)构建神经网络案例学习模型，通过机器学习产生口感量化系统。 4、各项系统模型集成，引入计算机多线程并行计算方法。 5、构建白酒勾调计算机管理网络系统。
黄晓峰[2]2014年在《中国蒸馏酒智能勾兑系统研究》文中进行了进一步梳理中国蒸馏酒,俗称中国白酒,属世界八大蒸馏酒之一。中国白酒具有独特的传统工艺流程,但白酒的生产也会因生产车间、生产季节、原料产地等因素在口感上、感官上、酒体风格上存在较大的差异,通过勾兑能够使酒体中各成分之间的比例和含量达到稳定和统一,使之形成统一的风味、口感和品质。因此白酒勾兑是白酒酿造过程中至关重要的一个环节,提高白酒勾兑环节的自动化、智能化水平对白酒生产有着重要的实际意义。本文主要针对白酒智能勾兑中的配方设计、勾兑装置、自动控制等关键技术进行了研究和分析,构建了中国蒸馏酒智能勾兑系统。论文的主要工作与创新点如下：(1)针对白酒勾兑的配方设计问题,论文设计了一套基于神经网络的多目标优化智能算法,用于白酒勾兑配方的计算,作为智能勾兑系统的“输入”部分。首先对配方设计的过程建立了基于多目标优化的白酒勾兑配方模型,并利用神经网络结构对目标规划算法进行优化,从而得到了目标规划算法的最优“优先因子”权系数对,并以此求解白酒勾兑配方模型,得到了最优配方；并利用Matlab中神经网络工具箱对智能算法进行了仿真,验证了算法有较好的收敛性、以及得到的配方解更加精确、很好的降低了勾兑的成本；(2)针对白酒勾兑过程实现的问题,论文发明了一套白酒在线管道勾兑装置(发明专利号：CN103031241A)和设计了一套白酒勾兑自动控制系统,作为智能勾兑系统的“实现”部分。在线管道勾兑装置突破了传统的罐式勾兑方法,实现了在线的、连续的、均质的管道勾兑方式,发明了白酒勾兑的新工艺。本文对发明装置的进料部分、微量添加部分和管式混合部分进行了详细的理论计算和创新性设计,通过分角度管道口、径向射流管、S型管道和静态混合器等装置的设计以加强酒体之间的湍流、对流、漩涡、反漩涡等作用,实现酒体之间更加强烈的混合和勾兑；同时,设计了一套基于西门子S7-300的自动控制系统,实现酒体在管道内自动的、精确的添加和输送。整套系统使得白酒勾兑的过程实现自动化、智能化,并大大提高了白酒勾兑的精度和效率。(3)最后,论文利用专业的流体力学仿真软件FLUENT对整套管道装置进行了仿真分析。仿真得到了管道整体的速度云图、体积分布云图和压强云图等,并分别对进料添加部分、微量添加部分和管式混合部分进行了数值计算和模拟仿真,分别计算在不同汇合角度和速度比下的酒体混合情况,以及径向射流管和静态混合器处的酒体流态情况,由得到的仿真图分析验算了管道设计的合理性和可执行性,表明该装置能够加强酒体的混合和扩散,从而得到配比更加精确的成品酒。智能勾兑系统包括白酒配方智能设计体系、在线管道勾兑装置和白酒勾兑控制系统叁个部分。理论分析和仿真结果表明,中国蒸馏酒智能勾兑系统能够有效的提高白酒勾兑配方设计的精确性、快速性,提高白酒勾兑过程的效率、连续性及自动化程度,并大大减少了整套系统的占地面积和能源消耗,能很好的实现节能减排的目标,对白酒生产有着实际的应用价值。
马增良, 郑明宝, 高东杰, 叶锐, 杨宏仁[3]2008年在《白酒勾调生产管理自动化系统的研究与设计》文中研究说明利用勾调专家的经验和知识,研究人机结合的小样智能勾调和大规模勾调生产和管理的自动化系统,该系统利用Internet技术将自动化勾调系统与厂级勾调生产管理系统进行系统集成,实现勾调控制和管理的融合。系统可使管理人员能对酒库管理和勾调过程进行实时监控,便于管理层对勾调生产进行整体规划,对加快该企业的新产品开发周期、保证产品质量的一致性、缩短决策和信息传递周期、提高管理决策的科学性和生产效率将有明显的促进作用。
于静[4]2018年在《葡萄酒和白酒质量识别方法的研究》文中研究表明葡萄酒是我国近20年市场快速成长的酒类,而白酒是我国最重要的烈酒消费种类,它们都具有广泛的消费人群。葡萄酒和白酒的质量一直以来都是消费者、生产者以及监管部门最关心的问题。国家标准对酒质量有相应规定,遗憾的是缺乏相应完善的配套检测鉴别方法。本研究围绕我国葡萄酒和白酒生产质量监测和市场监管的一些难点和热点问题,采用现代仪器方法检测了我国市场主要葡萄酒、白酒中的特征成分,结合化学计量学方法进行对应的质量数据分析,研究探讨了基于二极管阵列高效液相色谱技术的葡萄酒质量鉴别方法,基于近红外光谱技术的整串葡萄品质识别方法,基于近红外光谱技术的葡萄酒产地识别方法,基于电化学高效液相色谱技术的不同类别白酒品质识别方法,提出了相应的葡萄酒和白酒质量识别方法,为葡萄酒和白酒生产的质量调控和市场监管提供技术手段,讨论了完善相应国家标准中品质检测方法及质量指标的建议。主要结果如下:1.根据我国葡萄酒生产品质监测和市场监管中产地、品种和年份识别的难点以及我国葡萄酒市场监测部门的特点和实际状况,结合国家监管部门对检测方法要求,在本实验室多年有机酸研究的基础上,挑选了7种葡萄酒中常见的有机酸作为研究对象,完善了一种可以应用于我国监管部门的稳定高效液相色谱检测方法。该方法能很好的分离7种有机酸,各有机酸的线性关系良好(R2,0.9959～0.9999),检测限低(0.025～0.05 mg/mL),准确度较高(回收率,95%～102%)。使用该方法对年份葡萄酒和品种葡萄酒进行分析,结果表明年份和品种均对(红/白)葡萄酒中有机酸有一定的影响,其中品种的影响较大,相对来讲年份的影响较小。同时,年份对于白葡萄酒的影响远大于红葡萄酒。此外,红葡萄酒与白葡萄酒有机酸组成也明显不同,红葡萄酒中主要为酒石酸和乳酸,而白葡萄酒中主要的有机酸为苹果酸和酒石酸;进一步用该方法分析北京市售葡萄酒有机酸及有机酸总量含量状况,发现北京市售葡萄酒中有机酸质量状况整体较好。所测103款葡萄酒样品中,柠檬酸超标仅有5例,超标检出率为4.9%。使用有机酸可以有效区分葡萄酒与假葡萄酒,尤其是“叁精一水”勾兑的低劣葡萄酒。此外,供试进口葡萄酒与国产葡萄酒、不同产区葡萄酒、不同酒庄葡萄酒有机酸特征均不同,显示该方法在市场监管中具有重要的作用。通过对葡萄原酒与市购葡萄酒各有机酸及总量的对比分析,初步得出葡萄酒质量状况,为我国葡萄酒产品标准中有机酸指标的设立提供依据。2.葡萄原料成熟度状况的及时准确快速判断是酿造优质葡萄酒的重要基础工作。本研究根据目前利用单粒破碎葡萄检测可溶性固形物含量的方法来确定葡萄采摘时间存在的问题,建立了一种新的基于近红外光谱技术对整串葡萄果实中可溶性固形物含量(SSC)的检测方法,通过自制光谱采集装置采集整串葡萄光谱数据,重点优化叁个相关参数,即光源功率(P)、探头外径(D)和光源到探头距离(L)。建立了一种新的基于偏最小二乘法(PLS)的葡萄可溶性固形物含量预测模型,其中,采用漫透射光谱采集葡萄SSC光谱。试验中通过正交试验优化选择最佳参数。根据近红外光谱分析中各样本相关系数(rc),预测均方根误差(RMSEP)以及偏差(Δ)综合评估各影响因子在不同模型下的表现。在P,D和L分别为70W,70mm和85 mm的条件下,PLS模型获得最好结果,其中rc为0.83,RMSEP为0.76° Brix,Δ为0.84° Brix。研究结果表明,使用近红外光谱仪检测整串葡萄SSC是可行的,其中参数L对预测模型的性能影响比其他两个参数更大。采用适合的参数组合可以获得更好的葡萄SSC预测模型。该方法的确立,为快速无破损整串葡萄SSC检测移动设备的研发提供了重要基础数据和思路。3.优质产地葡萄酒深受市场欢迎,但是,假冒优质原产地葡萄酒的事件时有发生。本研究依据市场监管的需求,建立一种新的基于近红外光谱产地葡萄酒无损分类方法。研究表明,针对产地葡萄酒近红外光谱存在的差异,采用合适的光谱数据预处理方法和径向基函数神经网络方法(RBFNN)或最小二乘支持向量机方法(LS-SVM)相结合,具有对非常相似特性物质的鉴别能力。结果显示,采用最佳RBFNN参数对标准正态变量(SNV)光谱预处理数据分析,获得非常高的准确分类率,达到98.36%。采用基于RBF核的LS-SVM方法对多元散射校正(MSC)光谱预处理数据分析,对于两种产地葡萄酒的判别准确率最高,分别为96.67%和100%。结果表明,NIR光谱与化学计量学结合具有良好的葡萄酒类别判别能力,能够以非破坏性方法判别产地葡萄酒,为今后葡萄酒市场的有效监管提供了新的方法和手段。5.由于我国白酒市场的需求不断增加,国家建立了不同白酒的生产标准,但是,也给市场监管增加了难度。如何鉴别国家标准中固态法白酒和液态法白酒是目前一直没有破解的难题。本研究基于电化学高效液相色谱技术建立了一种新的白酒品质和种类识别的高效液相电化学检测方法。在最优色谱条件下,8通道采集固态法分离了固态法白酒中102个信息峰,各物质得到了很好的分离,方法精密度(RSD<2.40%)和稳定性高(RSD<2.01%)。该方法能够检测到白酒中多种活性物质,指纹图谱信息丰富,且固态法白酒与液态法白酒谱图差异明显。同时,运用聚类分析与主成分分析对检测数据处理,能准确区分固态法与液态法白酒。运用该方法同时检测不同企业提供的白酒样品,结果表明该方法能够准确区分相同香型的固态法与液态法白酒。进一步分析不同勾兑比例的白酒,统计分析结果与实际相符,白酒样品被准确分为四类:固态法白酒含量比例分为10%、15%、75%和100%。为今后白酒品质和种类的识别提供了一种有效的手段。
杨应军, 高海燕, 赵镭, 欧阳一非, 张健[5]2007年在《模式识别方法在食品智能化感官分析中的应用》文中指出本文综述了智能化食品感官分析体系的结构及其实现方案,介绍了相关性分析方法、神经网络、支持向量机等模式识别方法的原理、主要特点、存在问题以及在食品感官分析中的应用,并就模式识别方法在食品智能化感官分析体系构建中的应用研究提出了建议和设想。
参考文献：
[1]. 基于神经网络的智能白酒勾调网络系统[D]. 张东升. 山东科技大学. 2004
[2]. 中国蒸馏酒智能勾兑系统研究[D]. 黄晓峰. 浙江大学. 2014
[3]. 白酒勾调生产管理自动化系统的研究与设计[J]. 马增良, 郑明宝, 高东杰, 叶锐, 杨宏仁. 酿酒科技. 2008
[4]. 葡萄酒和白酒质量识别方法的研究[D]. 于静. 中国农业大学. 2018
[5]. 模式识别方法在食品智能化感官分析中的应用[J]. 杨应军, 高海燕, 赵镭, 欧阳一非, 张健. 食品科学. 2007
标签：计算机软件及计算机应用论文; 白酒论文; 葡萄酒论文;