基于云计算平台的白酒发酵智能专家系统的应用

卢 令，蔡乐才，高 祥，李随群

（1.四川理工学院，四川自贡643000； 2.宜宾学院，四川宜宾644000）

在我国传统的白酒生产过程中，白酒的发酵基本都是采用固态发酵的方式，而发酵温度是影响酒醅发酵质量的主要参数[1]。酿酒窖池的温度主要是工作人员依靠简单温度计等设备获取，测量装置的落后和人工读取的误差使得获取的环境信息准确度差[2]。传统白酒酒醅的发酵过程具有时变性、强非线性和相关性，若对白酒发酵的过程进行精确的控制和优化，需要获得大量的白酒发酵过程中的信息，但是其中重要的生化变量无法直接获取且没有适合的参考模型[3]。而且传统的白酒生产工艺采用工人们的经验，没有形成专家模式的指导，缺乏科学的理论依据，在白酒生产的过程中缺失最优模型的指导。在传统白酒生产的基础上，引入高新技术来提升白酒的生产水平已经成为趋势，对提高白酒的质量具有重要意义[4]。

云计算作为一种全新的互联网应用模式，将成为未来人们获取服务和信息的主导方式[5]。云计算是一种方便的使用方式和服务模式，通过互联网按需访问资源池模型(例如网络、服务器、存储、应用程序和服务)，可以快速地管理工作，为用户提供服务[6]。云计算技术相关研究得到大力推动并继续稳步、快速、深入进行。与此同时，随着新业务需求日益增长，基于云计算平台的各种应用不断涌现。白酒行业在保留传统工艺的基础上，引入现代化云计算技术来提升白酒发酵的精细化水平，对提高成品酒质量具有重要意义。基于云计算平台的白酒发酵智能专家系统在此基础上展开。

1 云计算平台服务系统体系结构

云计算平台是一个强大的“云”网络，连接了大量并发的网络计算和服务，可利用虚拟化技术扩展每一个服务器的能力，将各自的资源通过云计算平台结合起来，提供超级计算和存储能力[6]。白酒生产业务云平台把云计算引入到白酒生产业务中，将感知节点采集的白酒生产数据资源汇集在一个资源池中，资源池被白酒生产业务云平台管理之后，动态创立一个虚拟化资源池，把它变成新的白酒生产数据处理中心。用户只需向白酒生产业务云平台发送指令即可上传添加新的白酒生产信息，实现海量数据存储。

中国白酒厂家的数量保守估计在18000家以上，生产过程检测产生的数据是大数据类型，若自行购买服务器存储数据的成本是十分昂贵的，对一般的企业而言负担太重。而云计算平台是由第三方服务商提供计算并存储数据资源，并负责运行和维护，用户只需要通过终端工具接入系统，即可获得所需的服务。实际上就是把白酒生产过程中检测的环境数据资料存储在由第三方提供的存储资源上，不需要购买设备存储资源，只需向第三方服务提供商购买存储服务，节约成本。私有云在数据安全、服务质量、对现有软硬件资料利用的有效性等方面具有优势，以及项目的研发成本和可定制性，本文采用基于开源云平台Eucalyptus的UEC（Ubuntu Enterprise Cloud）构建白酒窖池发酵智能专家系统的私有云计算平台。

本研究设计的白酒发酵云平台服务系统如图1所示，云存储的服务系统是建立在服务器集群上的，用户与云平台之间的交换只是感知数据的操作。为提高系统的效率，防止服务器的负载过重，所有的数据交换都是直接通过云文件系统和应用容器与服务器集群交流。

图1 云计算平台服务系统体系结构

通过网络访问，云平台可提供按需配置的共享资源，进行高效的分布式计算以及数据储存。云计算的应用类别可分为3种：流计算、批处理和即席查询。流计算是为了节约储存空间，数据在进入数据库前进行的低延时性计算，得到计算结果后入库，常用于数据过滤，适用于白酒发酵感知数据的预处理。云计算部署情况见图2。

图2 云计算部署结构图

2 白酒发酵智能专家系统

专家系统是一类具有大量专业知识的计算机智能程序系统，能运用特定领域一位或多位专家提供的专门知识和经验，采用人工智能中的推理技术来求解和模拟通常只能由专家解决的各种复杂问题，并达到与专家相同或者相近的解决问题的能力，使得专家的特长不受时空的限制[7]。白酒发酵智能专家系统是一个复杂、庞大的系统，涉及到生物、化学、电子和计算机等专业知识，能够以白酒专家的水平完成白酒发酵检测的专业任务，实现类脑的劳动自动化。

2.1 白酒发酵智能检测

白酒发酵智能专家系统首先利用精密的传感器把窖池的发酵参数采集给处理器，建立相应的知识库，然后通过专家系统自学习确定白酒发酵过程的最优参数[8]。发酵过程参数检测是为了获得发酵过程及菌体的重要参数的数据，以便实现发酵过程的优化、模型化和自动化控制。检测获取的信息数据越多，对发酵过程的理解就越深刻，工艺改进的潜力越大。检测主要分3部分：发酵前窖池的检测，记录数据，使用建立起来的神经网络机制对入窖时的参数进行分析、初步预测将要获得的结果，经过专家系统决策给出决策，经过决策输出给控制系统进行参数的调节。发酵进行过程中，可以采用实时测量或者根据生物参数的发酵规律，采用模式匹配的方法进行检测，当检测到的参数通过专家系统评定后发现的异常情况，专家系统会给出决策，分析出现何种情况，将对未来的产酒率和质量带来的影响进行预测，给出决策。白酒发酵参数检测流程见图3。

2.2 基于神经网络的专家系统

图3 白酒发酵参数检测流程图

白酒发酵智能专家平台的专家系统采用模块化设计，将基于神经网络的推理机和基于规则的推理结合[9]，设计一种基于神经网络的专家系统。如图4所示，主要包括知识库、推理机、解释机、知识获取模块、检测参数输入模块、人机接口和发酵数据库，其中知识库存放白酒专家与白酒发酵有关的专业知识，包括发酵征兆、检测知识、经验知识、对策知识和翻译词典，这些知识由知识工程师和领域专家合作获取，并通过知识获取模块按一定的知识表示形式存入到规则知识库，是专家系统的核心。推理机用于控制整个系统的运行，负责利用诊断知识库中的知识，并根据检测到的参数按一定的模式求解策略，进行推理决策，最后给出决策结果。其中系统学习模块采用神经网络训练，使得系统具有自学习能力。

图4 专家系统结构图

将决策设计为多种检测模式，每一模式又分别对应于某一特定的过程状态，通过人工神经网络识别判断出检测参数的变化模式，然后利用模式识别的结果，根据一定的规则来确定对模式成员函数进行调节和修改，进而达到改善和提高在线模式识别可靠性的目的。另外针对温度、pH值等检测参数与发酵后白酒的产出率和质量等参数检测联动模型，综合评价各参数发酵过程中的变化对发酵后结果造成的影响，进行专家学习，模式状态细分，保证检测平台的可靠性和精度要求。本研究设计的专家决策模式见图5。

3 专家系统试运行

专家系统是在电脑上运行的软件，用户可以在注册登录后查看相关窖池的检测参数，包括发酵房号、窖池号和入窖时间，可以实时查询当前的窖池温度以及从入窖开始的数据曲线。窖池内温度在不同高度是有差别的，因此窖池内温度的测试采用温度场[10]的设计，温度场分为上中下3层，设计每个窖池采用4支测温杆，每根测温杆携带上中下3个温度传感器，总计12个温度传感器，实现窖池温度场的测试要求。对某酒厂1#006号窖池的温度测试见图6，温度的曲线是采用同层温度取平均值。白酒发酵专家系统的专家决策模式需要长时间的测量窖池的环境参数，再根据白酒生产专家的经验进一步完善软件的功能。

图5 专家决策模式

图6 专家系统的温度测试

4 结论与展望

基于云计算平台的白酒发酵智能专家系统在白酒生产过程中应用，首先代替了传统的人工经验式和粗放式的生产模式，以精确化和数字化实现白酒窖池的实时检测，通过对白酒生产过程中窖池的内发酵温度等的检测，可实时掌握窖池内酒醅的发酵规律，工作人员可根据发酵温度的变化，及时的调整发酵工艺，实现最优发酵；其次，通过对白酒窖池内相关参数的数据采集，形成大数据系统，结合人工神经网络系统对大数据进行分析处理，专家系统给出最优发酵方案，进行专家判决。本系统的运行还有待进一步的优化，专家系统的决策需要长期的优化训练才能达到最优效果。

基于云计算平台的白酒发酵智能专家系统利用云计算技术和物联网技术，为传统白酒生产过程注入高科技的血液，使传统白酒的生产向科学化和信息化迈出一大步，对白酒生产、质量和产量的提高具有指导意义，进一步的提升经济效益和社会效益，对提高传统白酒酿造的研究有深远的影响。