【技术实现步骤摘要】
本专利技术涉及发酵控制，具体是基于物联网的远程智能啤酒发酵监控平台。
技术介绍
1、随着物联网(iot)技术的快速发展，传统的啤酒发酵过程有望实现更加智能化和自动化的监控。啤酒发酵是一个复杂的生化过程，涉及温度、压力、ph值、糖度等多个关键参数的动态变化，这些参数的微小波动都会直接影响最终产品的质量。
2、在传统的发酵过程中，操作人员通常需要定期手动采集发酵数据，并进行人工分析和判断。这不仅费时费力，而且很难保证数据的实时性和准确性。人工操作也难以及时发现并及时调控异常情况，从而可能导致发酵过程失控，产品质量参差不齐。此外，啤酒酿造行业对发酵环境有着苛刻的要求，需要在洁净且封闭的发酵环境中操作，人工操作不可避免地增加了污染风险。
3、传统的人工监控和调控方式已经无法满足现代啤酒酿造对于质量稳定性和生产效率的要求。为解决这一难题，物联网技术应运而生。通过在发酵罐中部署各种传感器，可以实时监测发酵过程中的温度、压力、ph值、糖度、酒精浓度等关键参数，并将这些参数数据通过无线网络实时传输给控制中心。控制中心可以通过大数据分析和机器学习算法，对发酵过程进行智能分析和预测，及时发现异常情况并作出调控决策。
4、然而，现有的物联网监控系统主要关注发酵过程中各种参数的实时采集，缺乏对发酵进度的精准预测和智能调控能力。发酵进度是综合反映发酵状态的重要指标，只有对发酵进度进行准确预测和动态调控，才能真正实现发酵过程的自动化智能控制。
5、公开号为cn105467940a的中国专利公开了一种啤酒发酵罐
6、为此，本专利技术提出基于物联网的远程智能啤酒发酵监控平台。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出基于物联网的远程智能啤酒发酵监控平台，实现了发酵过程自动化和智能化，提高啤酒品质的稳定性，降低了人力成本。
2、为实现上述目的，提出基于物联网的远程智能啤酒发酵监控平台，包括发酵样本收集模块、进度模型训练模块、进度判断模块以及发酵调控模块；其中，各个模块之间通过电性方式连接；
3、发酵样本收集模块，预先在发酵测试环境收集发酵啤酒样本的发酵特征数据和进度标签数据，并将发酵特征数据和进度标签数据发送至进度模型训练模块；
4、进度模型训练模块，以发酵特征数据为输入，以进度标签数据为输出，训练进度预测模型，并将训练完成的进度预测模型发送至进度判断模块；
5、进度判断模块，实时收集待监控发酵罐内各项发酵参数的参数值，组成实际输入特征，将实际输入特征输入至进度预测模型，获得进度预测模型输出的p时刻之后的预期进度，再收集p时刻之后的实际发酵进度，并将预期进度和实际发酵进度发送至发酵调控模块；
6、发酵调控模块，构建发酵参数决策模型的状态空间、动作空间以及奖励函数，基于预期进度和实际发酵进度，判断是否需要进行参数调控，若需要参数调控，通过发酵参数决策模型，为待监控发酵罐生成后续发酵过程的动作决策。
7、所述发酵测试环境的设置方式为：
8、准备n个发酵罐作为测试发酵罐，用于并行进行多批次发酵实验；n为选择的发酵罐的数量；
9、每个发酵罐内安装参数传感器，连接物联网数据采集设备；所述参数传感器用于实时收集测试发酵罐内的发酵参数；
10、为每个测试发酵罐设置自动控制系统，以远程调节发酵罐内的控制参数；
11、所述控制参数为发酵罐内发酵啤酒时的可调节参数。
12、所述发酵啤酒样本的构建方式为：
13、为每个测试发酵罐手动设置原料配比；
14、根据原料配比为每个测试发酵罐准备一组发酵啤酒用的原料；
15、为每个测试发酵罐设置不同的发酵参数组合，并使用该发酵参数组合对测试发酵罐启动发酵过程，进行发酵实验，制备出对应的啤酒糊糖；
16、在发酵实验过程中，实时采集每个测试发酵罐内各项发酵参数的参数值和发酵进度。
17、所述收集发酵啤酒样本的发酵特征数据和进度标签数据的方式为：
18、预设输入序列时长l、滑动窗口步长w以及预测时长p；
19、对于每个测试发酵罐，设定发酵实验开始时间为t0；
20、将各项发酵参数标记为c；
21、对于任意发酵参数c，收集其在发酵实验过程中随时间顺序排序组成的参数值序列qc；
22、则对于任意参数值序列qc，从t0时间开始，每隔滑动窗口步长w构造一组输入参数序列，所述输入参数序列的长度为l；
23、所有发酵参数，在同一时间构造的输入参数序列共同组成一组样本输入特征；
24、所有测试发酵罐构造出的样本输入特征组成发酵特征数据；
25、对于每组样本输入特征，将其对应时间在l+p时长之后的发酵进度作为该样本输入特征对应的进度标签数据。
26、所述训练进度预测模型的方式为：
27、将发酵特征数据中，每个测试发酵罐的每个样本输入特征作为进度预测模型的输入，所述预测模型以对该时刻之后的p+l时刻的发酵进度预测值作为输出，以该时刻对应的进度标签作为预测目标，以发酵进度预测值和进度标签之间的差值作为预测误差，以最小化预测误差之和作为训练目标；对进度预测模型进行训练，直至预测误差之和达到收敛时停止训练；所述进度预测模型为时间序列预测模型。
28、所述实时收集待监控发酵罐内各项发酵参数的参数值，组成实际输入特征的方式为：
29、在待监控发酵罐内安装各项发酵参数对应的参数传感器，并通过参数传感器实时收集各项发酵参数的参数值；
30、将待监控发酵罐开始发酵的时间标记为t1；
31、将任意的t1+k×w的时刻表示为预测时刻，其中，k为k0至k1之间的整数，其中，k0为正整数，且同时满足t1+k0×w<l，t1+(k0-1)×w≥l，而k1为正整数，且满足t1+k1×w时刻，发酵已经结束，而t1+(k1-1)×w时刻，发酵未结束；
32、将预测时刻标记为t2，对于任意预测时刻t2，收集从时间t2-l至t2时刻之间的各项发酵参数随时间变化的参数值序列组成实际输入特征。
33、构建发酵参数决策模型的状态空间、动作空间以及奖励函数的方式为：
34、所述发酵参数决策模型设置为actor-critic模型；
35、将每个滑本文档来自技高网...
【技术保护点】
1.基于物联网的远程智能啤酒发酵监控平台，其特征在于，包括：发酵样本收集模块、进度模型训练模块、进度判断模块以及发酵调控模块；其中，各个模块之间通过电性方式连接；
2.根据权利要求1所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述发酵测试环境的设置方式为：
3.根据权利要求2所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述发酵啤酒样本的构建方式为：
4.根据权利要求3所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述收集发酵啤酒样本的发酵特征数据和进度标签数据的方式为：
5.根据权利要求4所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述训练进度预测模型的方式为：
6.根据权利要求5所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述实时收集待监控发酵罐内各项发酵参数的参数值，组成实际输入特征的方式为：
7.根据权利要求6所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，构建发酵参数决策模型的状态空间、动作空间以及奖励函数的方式为：
8.根
9.一种电子设备，其特征在于，包括：处理器和存储器，其中，
10.一种计算机可读存储介质，其特征在于，其上存储有可擦写的计算机程序；
...【技术特征摘要】
1.基于物联网的远程智能啤酒发酵监控平台，其特征在于，包括：发酵样本收集模块、进度模型训练模块、进度判断模块以及发酵调控模块；其中，各个模块之间通过电性方式连接；
2.根据权利要求1所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述发酵测试环境的设置方式为：
3.根据权利要求2所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述发酵啤酒样本的构建方式为：
4.根据权利要求3所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述收集发酵啤酒样本的发酵特征数据和进度标签数据的方式为：
5.根据权利要求4所述的基于物联网的远程智能啤酒发酵监控平台，其特征在于，所述训练进度...
【专利技术属性】
技术研发人员：李光俊，刘助水，刘国华，苏毅，梁宸，刘榴，
申请(专利权)人：燕京啤酒桂林漓泉股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。