一种固态发酵过程状况的实时监控系统与监控方法
【技术领域】
[0001] 本发明涉及一种固态发酵过程状况的实时监控系统与监控方法，属于生物工程检 测技术领域。
【背景技术】
[0002] 固态发酵是我国酿造行业的主要生产方式，如在白酒、食醋、酱油等领域占据重要 的地位。然而，传统的固态发酵产品的生产在我国还处于传统的手工作坊式，生产工艺和过 程参数的控制仍主要依靠人工经验和抽样理化指标的检测支撑，生产方式一般为开放式， 比较粗狂，并且目前对于菌体、基质和产物浓度等关键参数的在线测量技术匮乏，很难使用 合适的数学模型去描述复杂的生物反应过程，另外在固态发酵过程中主要微生物往往在生 长环境适宜的局部环境繁殖、发酵活动活跃，并引起局部温度过高、基质板结或坏醅等发酵 异常问题，温度、酒精度以及含氧量等是发酵过程中主要的影响影响因素。它们的不正常变 化可使得我国固态发酵产品存在质量不稳定、产品质量一致性难以维持、主要指标批次间 差异大等，使得难以有效保障发酵产品的品质，受到严峻的市场挑战。
[0003] 现有技术中，尚无对固态发酵过程温度、含氧量、湿度等状态参数进行全面准确 监测的系统。因此，开发一种实时监测固态发酵过程的在线监测系统，利用现代传感器技 术实时监控固态发酵状况，及时发现发酵过程中局部温度过高、酒精度偏低、含氧量过低 以及湿度过高或过低等问题，实时将结果反馈至控制系统，能在过程出错或超过设定的界 限时发出警告，是维持固态发酵产品质量稳定、减少主要指标批次间差异大等问题的当务 之急。然而目前的固态发酵监测装置（专利号201410572750. 6)主要侧重于监测，没有 反馈控制系统，还有主要是应用于发酵罐中的检测控制装置（专利号：201320022977. 4、 200910152732. 1)，应用于食醋开放式固态发酵装置的尚未有报道。
[0004] 因此，开发一种实时监测固态发酵过程的在线监测系统，利用现代传感器技术实 时监控固态发酵状况，及时发现发酵过程中局部温度过高、酒精度偏低、含氧量过低以及湿 度过高或过低等问题，实时将结果反馈至控制系统，能在过程出错或超过设定的界限时发 出警告，是维持固态发酵产品质量稳定、减少主要指标批次间差异大等问题的当务之急。
【发明内容】
[0005] 为了克服上述现有问题，本发明提供一种实时监测固态发酵过程的在线监控系统 和反馈方法。本发明利用现代监测手段，实现对开放式固态发酵过程的自动化监测。
[0006] 本发明所采用的技术方案为：
[0007] 本发明首先提供一种固态发酵过程状况的实时监控系统，所述系统包括固态发酵 过程参数的采集模块、专家决策系统和反馈控制模块，其中所述固态发酵过程参数的采集 模块包括分布式在线传感器和数据采集控制模块，分布式在线传感器用于采集发酵过程中 的关键变量数据，并将采集到的数据信息通过数据采集控制模块传递给专家决策系统；所 述专家决策系统用于分析数据信息的可靠性和测量误差，判断发酵池中发酵状态是否正 常，将判断结果信息传递到反馈控制模块；反馈控制模块根据判断结果产生控制信号，执行 装置按控制信号信息调整发酵参数，最终实现固态发酵过程中的自动化监测。
[0008] 其中所述多个分布式在线传感器构成分布式传感器网络，分布式传感器网络测量 的当前监测区域的信息，通过η(η>1)级跳转，将采集得到的信息转换成电压信号，再经过 A/D转换成数字信号由单片机读取信息传送到计算机。
[0009] 所述的数据采集控制模块是以单片机为核心的控制模块，主要执行数据的采集和 传输，数据的分析和处理则有计算机完成，单片机和计算机之间通过接线方式灵活、多点间 通讯以及适用于远距离传输数据的RS485串行数据标准进行数据交换。
[0010] 所述的反馈控制模块是一种综合智能控制技术模块，使用闭环反馈控制系统。
[0011] 本发明还提供一种固态发酵过程状况的实时监控方法，所述方法是通过上述的监 控系统实现的，具体监控方法如下：
[0012] SI.多个分布式在线传感器构成分布式传感器网络，分布式传感器网络将测量的 当前监测区域的信息，通过η(η>1)级跳转，将采集得到的信息转换成电压信号，再经过A/ D转换成数字信号由单片机读取信息传送到计算机，即它将采集到的关键变量数据，如发酵 过程中的温度、湿度、氧含量、PH值以及酶活性等影响发酵的重要指标参数通过数据采集控 制模块传送到计算机；
[0013] S2.利用数据采集控制模块将采集到的信号通过信号放大器进行放大，利用专家 决策系统分析数据的可靠性和测量误差，通过数据采集控制模块中单片机读取发酵池的位 置信息；
[0014] S3.将发酵池的发酵信息、位置信息以及时间信息等依据专家决策系统中知识库 的存储数据判断其是否在正常发酵，若固态发酵是正常发酵，则反馈控制模块中的绿色警 号灯亮起，若由于采集设备或其他硬件、软件发生错误时，则反馈控制模块中的黄灯亮起； 若固态发酵出现异常，如发酵基质板结或者局部温度过高等，则反馈控制模块中红灯亮起 提醒相关人员，并自动启动翻醅机等采取相应的措施，实现固态发酵过程中的自动化监测。
[0015] 其中，步骤Sl中所述的分布式在线传感器是由大量传感器以多跳和自组织的方 式构成节点，这些节点分布在不同的区域，独立地完成传感器数据的采集和处理，形成自组 网络，将采集的信息通过转换后传送到计算机。
[0016] 其中，步骤Sl中所述固态发酵过程参数的采集模块还包括软传感器，所述软传感 器主要监测缺乏快速、可靠和准确在线测量装置的关键指标，用可测量的指标建立一定的 关联去估算或推导不可测量的重要指标，如代谢产物生产速率R 1, prodn以及菌浓C .等指标， 从一般变量（如DO或CER)建立的数学模型来关联估算这些变量。
[0017] 其中，步骤S2中所述的专家决策系统是由模糊逻辑控制和人工神经网络系统相 结合形成的一个优势互补的系统；主要包括知识库、推理机制、人机接口、人工神经网络4 个模块，所述知识库用于保存输入的专家知识，主要包括来自发酵现场或生产实际过程中 获取的生产规则，按照一定算法，把规则集翻译为神经网络结构；所述推理机制是一个数值 计算过程，它根据提供的发酵信息，有温度、孔隙率、氧含量以及投料比等指标给人工神经 网络输入层进行赋值，将输出结果转换为便于理解的逻辑概念或者特定动作；所述人机接 口主要是便于人机对话，该人机对话方式便于知识的添加、修改和维护，便于查询推理的历 史和实时运行状态，准确显示专家系统的决策结果。其中所述的模糊逻辑控制是依据模糊 逻辑推理对不确定信息进行有效推理控制，将发酵过程中熟练工人的经验和固态发酵领域 专家总结的模糊控制规则，并以此为依据由计算机实施控制。
[0018] 其中，步骤S3中所述人工神经网络是由神经网络和模糊逻辑串联形成3个模块、5 个层次的人工神经网络结构；
[0019] 其中所述3个模块分别为：前模块为模糊逻辑，实现输入模糊化；中间模块为BP 神经网络模块，实现数据的分析和处理；后模块为反模糊逻辑，实现清晰化；其中一个计算 单元就是一个典型的网络，连结上赋有权值，每个计算单元都具有一个输入函数f，负责把 所有的输入信息组合起来作为该单元的一个总的输入：
[0021] 其中k为层号，每个结点的第二个动作便是输出活性值：
[0022] output = a(f)，其中a为活性函数，输入函数和输出活性函数的标准形式分别是：
[0023] 其层次结构为：
[0024] A.第1层为输入层，将固态发酵过程的不同阶段的重要理化指标作为输入层进入 网络；
[0025] B.第2层为模糊输入层（BP输入层），通过模糊集合将隶属函数确定为正态分布 型，实现固态发酵状况转化为以此隶属度表示的模糊向量，那么每个结点的输出函数便是 这个模糊集合的隶属函数，即
[0026] f = - (UiIi) Vei 〗和 a = e f
[0027] 其中Hilj和e ^分别是每个隶属函数的中心和宽度，其中固态发酵过程的隶属度函 数是依据专家实际经验并结合神经网络给出模糊信息或相应权系数来确定的，它利用神经 网络的学习能力，从采集的历史数据中通过学习自动产生隶属函数和规则。
[0028] C.第3层为B