本說明書實施例公開了一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理方法及系統(tǒng)，涉及啤酒發(fā)酵技術(shù)領(lǐng)域。其中，該方法包括：獲取初始時間節(jié)點和第一時間節(jié)點的發(fā)酵參數(shù)；將該發(fā)酵參數(shù)輸入預(yù)先訓(xùn)練好的發(fā)酵預(yù)測模型進(jìn)行發(fā)酵結(jié)果預(yù)測，得到第二時間節(jié)點的預(yù)測發(fā)酵結(jié)果信息；獲取針對指定時間節(jié)點預(yù)設(shè)的期望發(fā)酵結(jié)果信息，該指定時間節(jié)點包括第二時間節(jié)點；以減小所述預(yù)測發(fā)酵結(jié)果信息與對應(yīng)時間節(jié)點的期望發(fā)酵結(jié)果信息之間的誤差為目的，對第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，直至調(diào)節(jié)后的發(fā)酵參數(shù)所對應(yīng)的預(yù)測發(fā)酵結(jié)果信息與所述期望發(fā)酵結(jié)果信息之間的誤差滿足預(yù)設(shè)條件時，得到目標(biāo)發(fā)酵參數(shù)；基于該目標(biāo)發(fā)酵參數(shù)對啤酒發(fā)酵系統(tǒng)的酵母代謝活性進(jìn)行調(diào)控。
【技術(shù)實現(xiàn)步驟摘要】
本申請涉及啤酒發(fā)酵，具體而言，涉及一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理方法及系統(tǒng)。
技術(shù)介紹
1、發(fā)酵工序是啤酒釀造的重要環(huán)節(jié)之一。由于發(fā)酵過程中的一系列復(fù)雜的生化反應(yīng)均為酵母營養(yǎng)代謝作用而致，因此酵母代謝活性對于啤酒生產(chǎn)和發(fā)酵質(zhì)量，乃至啤酒的理化指標(biāo)和其風(fēng)味典型性均有重要的影響。
2、基于此，為了更好地對啤酒生產(chǎn)過程進(jìn)行管控，有必要研究一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理方法及系統(tǒng)。
技術(shù)實現(xiàn)思路
1、為實現(xiàn)上述目的，本說明書實施例的一個方面提供一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理方法，該方法包括：
2、獲取啤酒發(fā)酵系統(tǒng)在初始時間節(jié)點和第一時間節(jié)點的發(fā)酵參數(shù)，所述發(fā)酵參數(shù)用于反映所述啤酒發(fā)酵系統(tǒng)在對應(yīng)時間節(jié)點的發(fā)酵狀態(tài)，所述發(fā)酵參數(shù)包括溶解氧濃度、ph值、溫度、壓力、糖度、發(fā)酵度和酵母細(xì)胞濃度；
3、將所述初始時間節(jié)點和所述第一時間節(jié)點對應(yīng)的發(fā)酵參數(shù)輸入預(yù)先訓(xùn)練好的發(fā)酵預(yù)測模型進(jìn)行發(fā)酵結(jié)果預(yù)測，得到所述啤酒發(fā)酵系統(tǒng)在第二時間節(jié)點的預(yù)測發(fā)酵結(jié)果信息，其中，所述第二時間節(jié)點位于所述第一時間節(jié)點之后；
4、獲取針對指定時間節(jié)點預(yù)設(shè)的期望發(fā)酵結(jié)果信息，其中，所述指定時間節(jié)點包括所述第二時間節(jié)點；
5、以減小所述預(yù)測發(fā)酵結(jié)果信息與對應(yīng)時間節(jié)點的期望發(fā)酵結(jié)果信息之間的誤差為目的，對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，直至調(diào)節(jié)后的發(fā)酵參數(shù)所對應(yīng)的預(yù)測發(fā)酵結(jié)果信息與所述期望發(fā)酵結(jié)果信息之間的誤差滿足預(yù)設(shè)條件時，得到目標(biāo)發(fā)酵參數(shù)；</p>6、基于所述目標(biāo)發(fā)酵參數(shù)對所述啤酒發(fā)酵系統(tǒng)的酵母代謝活性進(jìn)行調(diào)控。
7、在一些實施例中，所述發(fā)酵預(yù)測模型包括多個發(fā)酵預(yù)測子模型，所述多個發(fā)酵預(yù)測子模型用于基于所述發(fā)酵參數(shù)對所述啤酒發(fā)酵系統(tǒng)的發(fā)酵結(jié)果中的多個指標(biāo)進(jìn)行預(yù)測；
8、所述將所述初始時間節(jié)點和所述第一時間節(jié)點對應(yīng)的發(fā)酵參數(shù)輸入預(yù)先訓(xùn)練好的發(fā)酵預(yù)測模型進(jìn)行發(fā)酵結(jié)果預(yù)測，得到所述啤酒發(fā)酵系統(tǒng)在第二時間節(jié)點的預(yù)測發(fā)酵結(jié)果信息，包括：
9、基于所述初始時間節(jié)點和所述第一時間節(jié)點的發(fā)酵參數(shù)得到第一特征向量；
10、將所述第一特征向量輸入所述發(fā)酵預(yù)測模型，并通過所述發(fā)酵預(yù)測模型中的所述多個發(fā)酵預(yù)測子模型對相應(yīng)的發(fā)酵結(jié)果指標(biāo)進(jìn)行預(yù)測，得到所述啤酒發(fā)酵系統(tǒng)在第二時間節(jié)點的多個發(fā)酵結(jié)果指標(biāo)預(yù)測數(shù)據(jù)；
11、對所述多個發(fā)酵結(jié)果指標(biāo)預(yù)測數(shù)據(jù)進(jìn)行整合，得到所述啤酒發(fā)酵系統(tǒng)在所述第二時間節(jié)點的預(yù)測發(fā)酵結(jié)果信息。
12、在一些實施例中，所述多個發(fā)酵預(yù)測子模型分別對應(yīng)有不同的學(xué)習(xí)參數(shù)，所述學(xué)習(xí)參數(shù)通過若干樣本時間節(jié)點對應(yīng)的樣本發(fā)酵參數(shù)以及樣本發(fā)酵結(jié)果信息對所述發(fā)酵預(yù)測模型進(jìn)行訓(xùn)練得到；所述訓(xùn)練過程包括：
13、獲取所述啤酒發(fā)酵系統(tǒng)的多個歷史發(fā)酵數(shù)據(jù)，其中，每一個歷史發(fā)酵數(shù)據(jù)包括從初始時間節(jié)點到最后時間節(jié)點的各個樣本時間節(jié)點分別對應(yīng)的樣本發(fā)酵參數(shù)和樣本發(fā)酵結(jié)果信息；
14、針對每一個歷史發(fā)酵數(shù)據(jù)，將初始時間節(jié)點與任意一個第一樣本時間節(jié)點對應(yīng)的樣本發(fā)酵參數(shù)，以及任意一個待預(yù)測的第二樣本時間節(jié)點進(jìn)行組合，得到樣本輸入數(shù)據(jù)，其中，所述第二樣本時間節(jié)點位于所述第一樣本時間節(jié)點之后；
15、將所述第二樣本時間節(jié)點對應(yīng)的發(fā)酵結(jié)果信息作為樣本輸出數(shù)據(jù)，所述樣本輸出數(shù)據(jù)中包括多個樣本發(fā)酵結(jié)果指標(biāo)；
16、將所述樣本輸入數(shù)據(jù)與所述樣本輸出數(shù)據(jù)作為一條訓(xùn)練樣本，并將所述樣本輸入數(shù)據(jù)輸入所述多個發(fā)酵預(yù)測子模型進(jìn)行預(yù)測，得到每一個發(fā)酵預(yù)測子模型對應(yīng)的預(yù)測發(fā)酵結(jié)果指標(biāo)；
17、根據(jù)所有訓(xùn)練樣本所對應(yīng)的預(yù)測發(fā)酵結(jié)果指標(biāo)與樣本發(fā)酵結(jié)果指標(biāo)之間的誤差，得到第一損失數(shù)據(jù)；
18、調(diào)整所述多個發(fā)酵預(yù)測子模型的學(xué)習(xí)參數(shù)，直至所述第一損失數(shù)據(jù)滿足預(yù)設(shè)的誤差閾值時，將每一個發(fā)酵預(yù)測子模型分別對應(yīng)的學(xué)習(xí)參數(shù)進(jìn)行固定，得到所述訓(xùn)練好的發(fā)酵預(yù)測模型。
19、在一些實施例中，所述以減小所述預(yù)測發(fā)酵結(jié)果信息與對應(yīng)時間節(jié)點的期望發(fā)酵結(jié)果信息之間的誤差為目的，對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，直至調(diào)節(jié)后的發(fā)酵參數(shù)所對應(yīng)的預(yù)測發(fā)酵結(jié)果信息與所述期望發(fā)酵結(jié)果信息之間的誤差滿足預(yù)設(shè)條件時，得到目標(biāo)發(fā)酵參數(shù)，包括：
20、基于所述期望發(fā)酵結(jié)果信息中各個期望發(fā)酵結(jié)果指標(biāo)與所述預(yù)測發(fā)酵結(jié)果信息中的各個預(yù)測發(fā)酵結(jié)果指標(biāo)之間的誤差，確定第二損失數(shù)據(jù)；
21、根據(jù)所述第二損失數(shù)據(jù)對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行優(yōu)化計算，獲得所述第二損失數(shù)據(jù)對應(yīng)的優(yōu)化反饋數(shù)據(jù)；
22、根據(jù)所述優(yōu)化反饋數(shù)據(jù)，得到所述第一時間節(jié)點的發(fā)酵參數(shù)對應(yīng)的初步優(yōu)化參數(shù)；
23、測試所述初步優(yōu)化參數(shù)是否滿足預(yù)設(shè)優(yōu)化條件，并在所述初步優(yōu)化參數(shù)滿足預(yù)設(shè)優(yōu)化條件時將所述初步優(yōu)化參數(shù)作為目標(biāo)發(fā)酵參數(shù)。
24、在一些實施例中，所述根據(jù)所述第二損失數(shù)據(jù)對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行優(yōu)化計算，獲得所述第二損失數(shù)據(jù)對應(yīng)的優(yōu)化反饋數(shù)據(jù)，包括：計算所述第二損失數(shù)據(jù)的梯度，所述梯度用于反映所述第一時間節(jié)點的發(fā)酵參數(shù)中每一個參數(shù)對于所述第二損失數(shù)據(jù)的貢獻(xiàn)。
25、在一些實施例中，所述根據(jù)所述優(yōu)化反饋數(shù)據(jù)，得到所述第一時間節(jié)點的發(fā)酵參數(shù)對應(yīng)的初步優(yōu)化參數(shù)，包括：
26、根據(jù)所述優(yōu)化反饋數(shù)據(jù)和每一個參數(shù)對應(yīng)的預(yù)設(shè)參數(shù)調(diào)節(jié)幅度，得到所述第一時間節(jié)點的發(fā)酵參數(shù)對應(yīng)的初步優(yōu)化參數(shù)。
27、在一些實施例中，所述測試所述初步優(yōu)化參數(shù)是否滿足預(yù)設(shè)優(yōu)化條件，包括：
28、將所述初步優(yōu)化參數(shù)輸入所述發(fā)酵預(yù)測模型，并通過所述發(fā)酵預(yù)測模型基于所述初步優(yōu)化參數(shù)進(jìn)行發(fā)酵結(jié)果預(yù)測，得到所述啤酒發(fā)酵系統(tǒng)在第二時間節(jié)點的預(yù)測優(yōu)化發(fā)酵結(jié)果信息；
29、根據(jù)所述預(yù)測優(yōu)化發(fā)酵結(jié)果信息與所述第二時間節(jié)點對應(yīng)的期望發(fā)酵結(jié)果信息之間的誤差，判斷所述初步優(yōu)化參數(shù)是否滿足預(yù)設(shè)優(yōu)化條件。
30、在一些實施例中，所述方法還包括：根據(jù)所述預(yù)測優(yōu)化發(fā)酵結(jié)果信息與所述第二時間節(jié)點對應(yīng)的期望發(fā)酵結(jié)果信息之間的誤差，調(diào)節(jié)每一個參數(shù)對應(yīng)的預(yù)設(shè)參數(shù)調(diào)節(jié)幅度。
31、在一些實施例中，所述發(fā)酵參數(shù)包括可干預(yù)發(fā)酵參數(shù)和不可干預(yù)發(fā)酵參數(shù)，所述對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，包括：
32、對所述第一時間節(jié)點對應(yīng)的發(fā)酵參數(shù)中的可干預(yù)發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，直至調(diào)節(jié)后的發(fā)酵參數(shù)所對應(yīng)的預(yù)測發(fā)酵結(jié)果信息與所述期望發(fā)酵結(jié)果信息之間的誤差滿足預(yù)設(shè)條件。
33、本說明書實施例的另一個方面還提供一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理系統(tǒng)，該系統(tǒng)包括：
34、第一獲取模塊，用于獲取啤酒發(fā)酵系統(tǒng)在初始時間節(jié)點和第一時間節(jié)點的發(fā)酵參數(shù)，所述發(fā)酵參數(shù)用于反映所述啤酒發(fā)酵系統(tǒng)在對應(yīng)時間節(jié)點的發(fā)酵狀態(tài)，所述發(fā)酵參數(shù)包括溶解氧濃度、ph值、溫度、壓力、糖度、發(fā)酵度和酵母細(xì)胞濃度；
35、發(fā)酵結(jié)果預(yù)測模塊，用于將所述初始時間節(jié)點和所述第一時間節(jié)點對應(yīng)的發(fā)酵參數(shù)輸入預(yù)先訓(xùn)練好的發(fā)酵預(yù)測本文檔來自技高網(wǎng)
...
【技術(shù)保護(hù)點】
1.一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理方法，其特征在于，包括：
2.如權(quán)利要求1所述的方法，其特征在于，所述發(fā)酵預(yù)測模型包括多個發(fā)酵預(yù)測子模型，所述多個發(fā)酵預(yù)測子模型用于基于所述發(fā)酵參數(shù)對所述啤酒發(fā)酵系統(tǒng)的發(fā)酵結(jié)果中的多個指標(biāo)進(jìn)行預(yù)測；
3.如權(quán)利要求2所述的方法，其特征在于，所述多個發(fā)酵預(yù)測子模型分別對應(yīng)有不同的學(xué)習(xí)參數(shù)，所述學(xué)習(xí)參數(shù)通過若干樣本時間節(jié)點對應(yīng)的樣本發(fā)酵參數(shù)以及樣本發(fā)酵結(jié)果信息對所述發(fā)酵預(yù)測模型進(jìn)行訓(xùn)練得到；所述訓(xùn)練過程包括：
4.如權(quán)利要求1所述的方法，其特征在于，所述以減小所述預(yù)測發(fā)酵結(jié)果信息與對應(yīng)時間節(jié)點的期望發(fā)酵結(jié)果信息之間的誤差為目的，對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，直至調(diào)節(jié)后的發(fā)酵參數(shù)所對應(yīng)的預(yù)測發(fā)酵結(jié)果信息與所述期望發(fā)酵結(jié)果信息之間的誤差滿足預(yù)設(shè)條件時，得到目標(biāo)發(fā)酵參數(shù)，包括：
5.如權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述第二損失數(shù)據(jù)對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行優(yōu)化計算，獲得所述第二損失數(shù)據(jù)對應(yīng)的優(yōu)化反饋數(shù)據(jù)，包括：計算所述第二損失數(shù)據(jù)的梯度，所述梯度用于反映所述第一時間節(jié)點的發(fā)酵參數(shù)中每一個參數(shù)對于所述第二損失數(shù)據(jù)的貢獻(xiàn)。
6.如權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述優(yōu)化反饋數(shù)據(jù)，得到所述第一時間節(jié)點的發(fā)酵參數(shù)對應(yīng)的初步優(yōu)化參數(shù)，包括：
7.如權(quán)利要求6所述的方法，其特征在于，所述測試所述初步優(yōu)化參數(shù)是否滿足預(yù)設(shè)優(yōu)化條件，包括：
8.如權(quán)利要求7所述的方法，其特征在于，所述方法還包括：根據(jù)所述預(yù)測優(yōu)化發(fā)酵結(jié)果信息與所述第二時間節(jié)點對應(yīng)的期望發(fā)酵結(jié)果信息之間的誤差，調(diào)節(jié)每一個參數(shù)對應(yīng)的預(yù)設(shè)參數(shù)調(diào)節(jié)幅度。
9.如權(quán)利要求1所述的方法，其特征在于，所述發(fā)酵參數(shù)包括可干預(yù)發(fā)酵參數(shù)和不可干預(yù)發(fā)酵參數(shù)，所述對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，包括：
10.一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理系統(tǒng)，其特征在于，包括：
...
【技術(shù)特征摘要】
1.一種基于酵母代謝活性調(diào)控的啤酒發(fā)酵管理方法，其特征在于，包括：
2.如權(quán)利要求1所述的方法，其特征在于，所述發(fā)酵預(yù)測模型包括多個發(fā)酵預(yù)測子模型，所述多個發(fā)酵預(yù)測子模型用于基于所述發(fā)酵參數(shù)對所述啤酒發(fā)酵系統(tǒng)的發(fā)酵結(jié)果中的多個指標(biāo)進(jìn)行預(yù)測；
3.如權(quán)利要求2所述的方法，其特征在于，所述多個發(fā)酵預(yù)測子模型分別對應(yīng)有不同的學(xué)習(xí)參數(shù)，所述學(xué)習(xí)參數(shù)通過若干樣本時間節(jié)點對應(yīng)的樣本發(fā)酵參數(shù)以及樣本發(fā)酵結(jié)果信息對所述發(fā)酵預(yù)測模型進(jìn)行訓(xùn)練得到；所述訓(xùn)練過程包括：
4.如權(quán)利要求1所述的方法，其特征在于，所述以減小所述預(yù)測發(fā)酵結(jié)果信息與對應(yīng)時間節(jié)點的期望發(fā)酵結(jié)果信息之間的誤差為目的，對所述第一時間節(jié)點的發(fā)酵參數(shù)進(jìn)行調(diào)節(jié)，直至調(diào)節(jié)后的發(fā)酵參數(shù)所對應(yīng)的預(yù)測發(fā)酵結(jié)果信息與所述期望發(fā)酵結(jié)果信息之間的誤差滿足預(yù)設(shè)條件時，得到目標(biāo)發(fā)酵參數(shù)，包括：
5.如權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述第二損失數(shù)據(jù)對所述第一時...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：譚志恒，郭凱圓，岳佳鑫，林鑫，郅曉鵬，于智晨，
申請(專利權(quán))人：內(nèi)蒙古懷峰科技股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。