白酒酿造发酵中基于智能策略的温度优化控制

刘中利

(重庆诗仙太白酒业(集团)有限公司技术中心，重庆 404047)

白酒酿造发酵中基于智能策略的温度优化控制

刘中利

(重庆诗仙太白酒业(集团)有限公司技术中心，重庆 404047)

白酒发酵是微生物生长代谢及物质转化的复杂过程，温度是影响该过程的关键因素。针对不确定性导致的过程温度控制难题，探讨了基于智能策略的温度优化控制。分析了酿造发酵过程控制的复杂性，讨论了发酵过程的控制论特性，研究了智能控制策略，给出了基于智能策略的温度优化控制算法。以具有滞后的2阶过程模型为例，通过实验仿真验证了该控制算法在响应速度、过程调节时间、响应平稳性和控制精确性等方面的优势。仿真结果表明，该温度优化控制方法是合理与可行性的。

白酒酿造;发酵过程;智能策略;优化控制

在白酒生产过程中，各种微生物都有其最适宜的生长温度，发酵本身就是微生物生长代谢及物质转化的过程，因此温度控制是发酵过程酿酒成败的关键。例如在老白酒酿造中，酒精发酵的温度只能以酵母菌生长、繁殖的最适温度为准。其前期为培菌及糖化阶段，按照根霉性质其控制温度可适当偏高;后期属于酒精发酵阶段，其温度要适当偏低。总之温度应当控制在最适宜发酵的温度，以适应微生物生长代谢及物质转化的需要。白酒生香靠发酵，提香靠蒸馏，无论发酵还是蒸馏都与温度直接相关。鉴于生物化学反应的复杂性［1－3］，某些生化变化原理、作用机理至今尚不清楚［4－6］，难以实施精确的建模控制，生产主要凭借操作者的经验以人工控制方式为主，导致产品质量的不稳定，因此有必要对温度优化控制策略进行探讨。

1 控制难题与过程控制论特性

1.1 控制难题

酒精发酵过程为放热过程，直接影响酵母活性。热量的释放速度与发酵速度成正比，发酵温度对酚类物质浸出含量、挥发性香气物质有重要影响。较高的发酵温度可能增加高级醇生成量，反之则可能导致挥发性酯类物质生成量增加。酿造白酒的原料成分复杂，搭配的比例不同，产品的品味也不同。如浓香型大曲酒以高粱为主要原料，再辅以玉米、糯米、大米、小麦等。一般认为玉米产酒甜、高粱产酒香、大米产酒净、大麦产酒冲等，充分反映了酿造过程原料组分的复杂性。此外，影响香型的发酵微生物生长繁殖最适温度随着微生物种类的不同而异，关系错综复杂。上述众多因素导致发酵过程难以控制。由于发酵过程非常复杂，某些生物化学作用机理还有待进一步探讨，因此发酵过程具有明显的不确定性、时变性和非线性等特征。其控制难题具体表现在:①对不确定性过程难以进行数学建模，因此难于采用传统的范式控制方法对发酵过程实施严格的定量控制;②被控要素之间的关系是高度非线性的，比如如何搭配出期望的香型只能依靠实验得到;③半结构化与非结构化特征明显，不可能采用结构化的数学方法描述其反应过程;④ 过程复杂性表现为生物化学作用机理不清晰，受人为因素影响大，即使是最终产品的评价也难以量化，评价结果是由人们的主观感受决定的，并没有统一的衡量标准;⑤发酵过程经历工序多，任何一个环节都可能出现可靠性问题。

1.2 过程控制论特性

上述控制难题是发酵过程控制论特性导致的。从控制论角度分析，白酒酿造发酵过程表现出如下的特性;①发酵是大惯性时滞过程，其时间时滞与众多因素相关，具有未知性和时变性;②生物化学反应过程的复杂性与不确定性导致过程参数的分散性、随机性、时变性和未知性，所谓的“过程参数”实质上只是一个估计值;③ 生物化学反应过程有别于一般化学反应过程，各个要素之间的关系存在严重的非线性;④要素之间关联性强，相互之间呈现制约关系;⑤反应过程受环境因素影响大，比如夏天温度高，冬天温度低，而环境干扰具有未知性、多样性和随机性。具有上述控制论特性的过程控制属于不确定性复杂过程的控制问题，不可能采用传统控制方法对其实施有效控制，因此有必要探讨有效的控制策略。

2 控制策略与控制算法

2.1 控制策略选取

鉴于发酵过程控制的复杂性与不确定性，现实应用领域中广泛采用的传统控制策略并不适宜于对发酵过程的控制。比如，神经网络控制由于过程的复杂性与不确定性难于选取学习训练样本，因此很难采用该方法对发酵过程施以控制;实时专家系统因不确定性难以进行知识描述与表达，导致推理控制规则的不确定性而无法对发酵过程进行控制;模糊逻辑控制因受复杂性与不确定性影响，必然导致控制规则的不完备，因此，对发酵过程控制而言，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。该策略在控制结构与控制功能方面模拟人类的控制行为，其基本特征表现在:可以在线识别过程误差特征，具有特征记忆功能;可将开环与闭环控制相结合以及将定性决策与定量控制相结合，并将两者相融合，对发酵过程实施多模态控制;在推理方式上，模拟人的启发式思维和直觉推理。总之其基本控制思路就是模仿控制专家的控制行为［7－8］。因此，该策略是贴近发酵过程控制工程实际的，可以比较完美地协调发酵过程控制中的诸多矛盾，并且取得满意的控制品质。比如可以较好地协调控制过程的鲁棒性与控制精确性之间的矛盾，平衡过程响应快速性与平滑性方面的需求等。

2.2 控制模型

图1所示为发酵过程的控制模型，图1中的r(t)，e(t)，u(t)和 y(t)分别为过程的输入、控制过程的误差、控制器的输出和控制过程的输出，其中:e(t)=r(t)－y(t)。发酵过程控制问题的求解模型就是由误差e(t)、误差变化率 ˙e(t)以及时间t构成的，其控制目标是:当过程趋于稳定时，其过程误差及其变化率变为0。

图1 发酵过程控制模型

基于仿人智能的控制策略，其操作控制算法不是依据数学模型的范式控制，而是根据经验丰富的操作者积累的控制知识进行推理，以确定每个控制周期的控制模式与控制算法。该策略无需控制器设计者对被控制的过程具有更多的先验知识，它根据误差特征模式进行决策。

2.3 控制算法

文献［9］对仿人智能控制算法作了全面的讨论，这里只引用其结果。由仿人智能控制器动态特性与静态特性的分析，基于开闭环控制相结合的基本特性，根据过程误差动态特征，可以将控制模式总结为2种模式:①若e·˙e≤0或者e=˙e=0成立，则采用半开环保持控制模式。②若e·˙e≥0并且e+˙e≠0成立，则采取比例控制模式。其原型算法可以总结为:

原型算法中:U为控制器输出;KP是比例系数;e为过程误差;˙e是误差变化率;em，j是第j次过程误差;k是抑制系数。实质上该算法实施的是双模态控制，针对不同误差特征模式采用不同的控制策略。本控制周期中控制模式与控制算法的选取由前一个控制周期的误差特征模式决定。原型控制算法的优势在于除了2种基本控制模式外，可以再融入其他的控制策略，比如可以将现场操作者的控制智慧与技巧以及实际控制经验与专家知识嵌入原型基本算法中，这是其他控制策略难以与其相比的优势［10－16］。针对发酵过程控制，在设计控制器时，可采用如表1所示的改进算法。表1中:PO(n－1)为第n－1个控制周期输出量P需要保持的值;PO(n)为输出量P第n次需要保持的值;em，n为误差的第n个极值;K1为比例系数，K1＞1;K2为抑制系数，0＜K2＜1;M1，M2分别为不同的误差阀值，并且M1＞M2。

表1 控制算法规则

3 实验仿真及分析

发酵过程控制关心的是控制效果，经过大量实践证实是最佳的发酵温度一旦设置，那么该过程的温度就不应当受任何其他来自内部的或者外部的扰动因素的影响，使之始终保持最佳温度。这实质上就是考察控制算法的鲁棒性。仿真实验中假设发酵温度二阶时滞过程模型如下:

首先考察外部干扰对过程响应的影响。为了方便比较，以PID控制算法为参照，在过程输入为单位阶跃的前提下，分别采用传统控制PID与仿人智能控制HSIC控制同一过程，然后比较在不同干扰下过程的响应。在模型中，选取 τ=10 s，K0=4.134，T1=1.0 s，T2=2.0 s。在t=15 s时刻加入强脉冲干扰信号。图2和图3分别为脉冲宽度为0.2 s、幅度为0.5与脉冲宽度为0.2 s、幅度为1.0时的过程响应特性。

图2 响应特性比较(幅度为0.5)

图3 响应特性比较(幅度为1)

其次比较2种不同幅度的强脉冲信号干扰响应曲线。可以看出:HSIC的过程响应几乎没有多大变化，HSIC控制效果无论在上升时间、调节时间还是在响应特性平稳性以及稳态控制精度等方都明显优于PID控制。仿真结果验证了HSIC控制对外部干扰具有很强的鲁棒控制性能。

再次考察过程参数变化对过程响应的影响。上述模型中，如选取τ=2 s，K0=1，T1=1.2 s，T2=2.0 s，其响应特性如图4所示。由过程响应对比可知，HSIC控制的上升时间快，调节时间短，响应特性平稳，控制精度高，无过程超调，明显优于PID控制，有良好的控制品质与强鲁棒性。

图4 参数改变的响应特性

4 结束语

鉴于发酵过程的复杂性与不确定性，讨论了发酵过程的控制论特性，探讨了基于仿人智能的控制算法。仿真实验结果验证了HSIC控制策略的强鲁棒性能和良好的控制性能。对于白酒酿造发酵过程控制，HSIC控制策略是一种可供参考的可行和有效的控制策略。

［1］ 王斌，王孙安.生物发酵过程的温度控制模型研究［J］.西安交通大学学报，2004，38(7):737－740.

［2］ 崔艳，吕文，刘涛.红葡萄原酒发酵过程中的温度控制［J］.酿酒科技，2010(1):41－43.

［3］ 李大和.浓香型白酒生产工艺与质量关系的思考［J］.酿酒科技，2001(5):28－31.

［4］ 郝建宇，张宿义，税梁扬，等.浓香型白酒生产工艺优化调控的研究进展［J］.酿酒科技，2012(5):90－95.

［5］ 李筝，韩北忠，陈晶瑜，等.优良酿酒酵母菌的发酵性能研究［J］.中国酿造，2008(19):10－12.

［6］ 周羽中，张四槐，谭周进.酿酒酵母菌培养条件的研究［J］.现代生物医学进展，2011，11(23):4466－4467.

［7］ 李太福.一类不确定性复杂系统的控制策略分析［J］.重庆大学学报，2003，26(1):4－7.

［8］ 李士勇.模糊控制神经控制和智能控制论［M］.哈尔滨:哈尔滨工业大学出版社，2002.

［9］ 李祖枢，涂亚庆.仿人智能控制器［M］.北京:国防工业出版社，2003.

［10］Bo BI.A sort of fusion control strategy for uncertainty complex process with large time lag［J］.机床与液压，2014，42(6):37－41.

［11］王静，肖超.复杂过程的多模态仿人智能控制策略［J］.微电子学，2013，43(2):221－224.

［12］杨志，李太福，盛朝强，等.基于仿人智能的复杂关联系统控制［J］.重庆大学学报:自然科学版，2002，

［13］敖妙，祖静，尤文斌.基于MSP430FG4618的智能自动控制实验箱［J］.压电与声光，2012(2):322－324.

［14］李娜，牛晓飞，许海峰，等.基于STM32的智能家居无线激光报警系统［J］.激光杂志，2013(5):60－62.

［15］王静.污水处理曝气过程的智能融合控制策略［J］.西南大学学报:自然科学版，2012(7):120－124.

［16］陈情，薛方正.工业机器人的仿人智能控制［J］.重庆理工大学学报:自然科学版，2012(7):42－49.

(责任编辑 刘 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

重庆市科技创新项目(2012－01－105)

刘中利(1973—)，男，重庆人，硕士，高级工程师，主要从事智能自动化技术在食品酿造业加工中的应用研究。

刘中利.白酒酿造发酵中基于智能策略的温度优化控制［J］.重庆理工大学学报:自然科学版，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.