智能控制在啤酒发酵系统温度优化控制中的研究

摘要

啤酒作为日常生活消费的必需品，随着科技的不断发展，人们的生活水平不断提高，人们对它的需求也是越来越高，对它的质量要求也是不断提升。但是现阶段我国酿酒设备比较落后、控制方法比较单一、自动化水平不高，导致生产出的啤酒质量非常的不稳定。在啤酒的发酵过程中，温度控制非常重要，能否让发酵温度良好的按照工艺曲线进行，成为发酵好坏的关键。啤酒发酵过程中温度控制具有大时滞、非线性、时变性、分阶段性等特性。本文针对啤酒发酵过程的温度进行智能控制的研究，主要工作如下：
　　1．首先介绍了酿酒的工艺流程，对其中的发酵过程进行了详细的分析，找出温度控制的难点。针对微型啤酒发酵系统，通过机理建模和数据建模相结合的方式确定发酵过程数学模型。
　　2．针对啤酒发酵温度控制的特点来设计神经网络PID控制器，概括了PID和神经网络的基本理论，以及神经网络与PID相结合控制方式。控制器通过神经网络的自学习能力，在线整定PID的参数。并进行一定的改进。
　　3．用大变异遗传算法，优化BP神经网络PID控制器。为克服遗传算法本身存在的缺点，增加惩罚措施，并对其中的操作因子和适应度函数进行改进。探讨了遗传算法与神经网络的结合方式，将遗传算法的全局搜索能力应用于神经网络PID控制器的自整定过程中。对叙述的控制算法进行仿真对比实验，通过实验结果来验证算法的适用性和有效性。
　　4．对所提出的控制算法进行实际生产验证。用VB6.0软件编写控制算法，与组态王通过DDE通信连接，实现数据共享，共同完成啤酒发酵温度控制过程。通过实验来验证智能控制算法的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究的目的和意义

1.2 国内外啤酒生产控制技术发展现状

1.3 啤酒发酵过程控制方法

1.4 本文的主要研究内容

第2章 啤酒发酵工艺流程及系统建模

2.1 啤酒生产工艺介绍

2.2啤酒发酵过程中温度的控制要求

2.3 啤酒发酵过程建模

2.4 本章小结

第3章 BP神经网络PID控制器设计

3.1 BP神经网络

3.2 BP算法的缺陷

3.3 PID控制器介绍

3.4 BP神经网络PID控制器设计

3.5 仿真实验部分

3.6 本章小结

第4章 基于遗传算法优化的神经网络PID在啤酒发酵温度控制中的研究

4.1 选用遗传算法优化BP神经网络的权值

4.2遗传算法在BP神经网络中的应用

4.3大变异遗传算法

4.4 仿真实验部分

4.5 本章小结

第5章智能控制算法在啤酒发酵温度控制中的实际应用

5.1 微型啤酒生产装置介绍

5.2 啤酒发酵系统的硬件组成

5.3 发酵温度控制的软件设计

5.4 啤酒发酵实际运行测试

5.5 本章小结

结论与展望

参考文献

攻读学位期间发表的学术论文

致谢