（检测技术与自动化装置专业论文）发酵罐的温度监控系统与模糊控制应用研究.pdf

浙江大学硕士学位论文 摘 要 啤酒生产是我国的一个传统产业，为国民经济建设发挥了重要作用。目前 国内绝大多数啤酒厂均采用普通p t 电阻测温和单一p i d控制， 测温精度低， 控 制效果不理想，导致啤酒质量不稳定。因此，研究如何改进和优化啤酒发酵过 程检测与控制策略具有现实意义。本课题在实际设计发酵罐及其温度监控系统 的 基础上研究以发酵温度为代表的一类大时滞、时变不确定对象的检测与控制 策略优化问题，主要工作和创新点在十: 。 概述啤酒生产工艺和温控系统特点， 分析啤酒发酵温控系统的数学模型， 总结常见的控制策略结构和特点。 。 由于过去受到实验条件的限制， 对控制策略的研究一般建立在仿真的基 础上，而仿真模型往往与实际情况不相符，使得理论与实际产生距离。作为一 次全新的尝试，搭建了适合实验研究的啤酒发酵罐多点测温装置，并设计了计 算机监控系统，可作为大滞后、时变不确定对象研究不同控制策略的实际控制 效果，有针对性地对它们进行改进和优化。该装置还可监测发酵罐内不同深度 的温度， 进而系统研究罐内 温度分布情况。 。 发酵温度的测量误差直接影响其控制精度。由于发酵温度的变化区间小 (一般为一 1 -1 5 范围内) 、 测温现场结露严重， 采用普通p t 电阻的测温误差大 且结露会引起性能不稳定。为此设计了基于a d 5 9 0 的发酵罐多点测温系统，该 系统在发酵温度变化区间测温精度达1 0 . i 0c ，且稳定性好并能有效地防止保护 管内结露的影响，为实验解决了精确测量的 难题，同时也为啤酒发酵温度精确 测量提供了一种新思路。 。 进行了多种控制算法和策略的实验研究。利用模糊控制不依赖于对象模 型的思想，设计了模糊控制器，与现场常用的 p i d控制实验结果相比，实验表 明模糊控制可操作性强，动态性能优越，而稳态精度欠佳。针对模糊控制现场 使用存在的不足进行了改进， 设计了 模糊 - p i d控制器， 它突破了单一的控制模 式，实验表明这种控制模式在现场使用时具有理想的控制品质。 。 啤酒发酵是个动态过程，必须按一定的工艺曲线进行控制，以达到产品 的质量要求。国内外文献有关工艺曲线寻优大多建立在发酵过程数学模型基础 上， 但建立发酵模型困难，模型参数难以获取，且不同生产条件下需要重新实 验。为此提出工艺曲线神经网络动态优化的思想，只需通过实验或生产过程中 的历史数据，利用神经网络直接寻找蕴含在工艺曲线参数和发酵后质量指标之 间的非线性映射关系，在此基础上找到或预测最优工艺曲线参数，在以新工艺 摘要 温度曲线进行生产的同时，保持模型的动态更新和参数的动态优化。这为工艺 人员制定和优化工艺曲线提供一种新思路。 关键词:发酵; a d 5 9 0 ;多点温度测量; 模糊控制:优化;神经网络 浙江大学硕士学位论文 abs tract b e e r p r o d u c t i o n , o n e o f t r a d i t i o n a l i n d u s t ry i n c h i n a , c o n t r i b u t e s a l o t t o t h e d e v e l o p m e n t o f c i v i l e c o n o m y . b y f a r , h o w e v e r , l o w m e a s u r e m e n t a n d c o n t r o l p r e c i s i o n c a u s e d b y o r d i n a ry p t l 0 0 a n d s i m p l e p i d c o n t r o l s t r a t e g y u s e d i n m o s t b r e w e ry r e s u l t i n i n s t a b l e p r o d u c t q u a l i t y . t h e r e f o r e , i t h a s p r a c t i c a l m e a n i n g t o r e s e a r c h o n h o w t o im p r o v e a n d o p t i m i z e m e a s u r e m e n t a n d c o n t r o l s t r a t e g y in b e e r p r o d u c t i o n p r o c e s s . o n t h e b a s i s o f d e s i g n i n g t e m p e r a t u r e m o n i t o r i n g a d 5 9 0 ; m u lt ip o i n t c o n t r o l ( f c ) ; o p t i m i z a t i o n ; n e u r a l n e t w o r k s ( n n ) m e a s u r e m e n t ; f u z z y t v 浙江人学 硕士学位论文 第一章绪论 1 . 1引言 随着社会的发展， 生化工业在国民生活和国民 经济生产中 越来越重要， 为此， 对这一工业领域的操作管理、 测量控制、 优化生产成为很重要的课题。 具有悠久 历史的发酵t业已 成为生物t程 ( b i o t e c h n o l o g y ) 和生化t程 ( b i o c h e m i c a l e n g in e e r i n g ) 的基 础。 在 近几 年中， 发酵工 业越来 越发展并 趋于旺盛时 期。 但 是由于生化过程的复杂性，它的工业自 动化水平远远落后于其他工业生产过程。 随着生物工程的迅速发展， 生物工程的许多成果， 要经过生化工业转化为工业产 品， 所以， 生化反应品及其系统在生化工业中显得越来越得要， 生化反应器的体 积从几立方米发展到几十立方米， 而今是几百立方米， 甚至上千立方米。 对于这 样大型的生化反应器系统， 若控制不当， 将会造成极大的经济损失， 因此， 生化 生产过程的参数测量、 操作监视、自 动控制和优化操作与控制成为生化生产优化 管理与自 动化的关键问题。另一方面，检测与控制理论和数值计算技术的丰富， 为测量、 控制和数值优化分析生化工程提供了强有力的支持， 我们可以利用它们 来优化生化工业生产。 1 . 1 . 1智能控制理论的发展 所谓“ 自 动控制” 是指应用自 动化仪器仪表或自动控制装置代替人自 动地对 仪器设备或工业生产过程进行控制， 使之有目的地修正被控对象的动力学行为， 以 达到预期的状态或满足预期的性能要求。不难理解， “ 控制” 这一概念本身即 反映了人们对征服自 然的渴望， 控制理论与技术为自 动控制科学的核心， 自 然而 然也是在人们征服自 然与改造自 然的历史中发展起来的。 早期的经典控制理论是 建立在传递函数基础上的，主要针对线性定常、s i s o 对象， 基于反馈控制的主 导 思 想， 完 成 控 制系 统的 镇定 任 务d 。 经 典 控制 理 论 最辉 煌的 成 果 之 一要 首 推原 理简单、 易于实现的p i d 控制规律， 对于无时间延迟的单回路控制系统极为有效。 直到目 前，在工业过程控制中p i d 控制规律仍然被广泛应用。从 加 世纪5 0 年代 后期开始， 空问技术取得了很大的发展， 工业生产过程也向着大型化、 连续化的 方向发展， 与此同时对控制系统必然也提出了 更多、 更复杂的要求。 一方面对控 制功能的要求渐趋复杂: 在被控对象的特性上， 表现为非线性、 不确定性、 无穷 维、多层次等; 在被处理的信息上， 表现为信号的不确定性、随机性、 不完全性 第一章 绪论 以及数字、 图像及符号信号的混合等。 另一方面对控制要求越来越高， 除了实现 单 纯的稳定控制以外， 控制器的设计往往还要追求最佳的性能要求。 经典控制理 论己无法满足解决多变量、非线性、不确定性以及最佳性能要求等问题的需要， 为了解决此类因素对控制产生的影响， 相应出现了自 适应控制、 鲁棒控制、 非线 性 控制、 大系 统理论和预测控制z 1 等 现代 控制理论。 然而现代控制理论一 般都 有 一个基本的要求， 那就是控制系统的设计和分析都需要建立在精确数学模型的基 础之上， 而实际系统由于存在不确定性、不完全性、 模糊性、时变性、非线性等 因素， 一般很难获得精确的数学模型， 特别是随着工业生产过程向大型化、 复杂 化方向发展以后， 对控制系统的性能要求有相应的提高， 但能够从系统对象获得 的信息量却相对的减少，从某种意义上来说使获得精确的数学模型变得更加困 难， 这是现代控制理论在应用过程中受到的主要限制。 智能控制技术正是继现代 控制理论以后应运而生的新兴学科， 它集控制论、 信息论、 系统论、 人工智能等 学科技术的交叉， 把研究主体由控制对象的研究转为控制器的研究。 智能控制理 论所研究的主要内容也是一种从输入到输出的映射关系， 但这种映射关系不是用 数学的方法来精确地加以 描述，而是一种不依赖于模型的自 适应估计。近年来， 模糊控制、 神经网络控制、 模糊神经网络控制等智能控制技术也取得了很快的发 展。 当然， 对于经典控制理论、 现代控制理论以及智能控制技术而言， 并非意味 着相互的否定和排斥， 它们之间有着共同发展、 互相渗透、 相互结合的发展关系。 例如:在当今的过程控制领域中，几乎有 9 0 %以 上的控制回路仍然沿用经典的 p i d 控制算法或 p i d 控制算法的 变形 3 4 1 ， 并能 够获 取比 较满意的 控制效果口 但是， 其它的控制回路虽然不多， 且控制困难， 却往往是影响整个自 动控制系统中的关 键回路，因而也备受人们的关注。 但是，智能检测技术与现代控制理论在过程控制领域中的应用是令人遗憾 的。 尽管有很多较完善的理论， 也有相对便宜而可靠的硬件， 多数过程检测与控 制仍然不能兑现现代智能化可能带来的好处， 也就是说许多理论与实际仍然存在 “ 距离” 2 1 。 为 此， 本文将研究这一 类时 滞不确定 对象的实际 控制问 题。 1 . 1 . 2计算智能 1 9 9 4 年6 月， 国际电 气工程师与电子工程师学会在美国o r l a n d o 召开了 一次 规模空前的世界计算智能大会 ( i e e e w o r l d c o n g r e s s o n c o m p u t a t i o n a l in t e l l i g e n c e ) 。 这次论文总数多 达1 6 0 0 余篇的国际学术盛会， 首次将有关神经网 络、 模糊技术和进化计算方面的内容放在一个会议中交流讨论。 近年来， 计算智 浙江大学硕士学位论文 能( c o m p u t a t i o n a li n t e l l i g e n c e ，c i ) 在许多学术刊物和学术会议上成为众所关注 的热点。 一股认为，用计算手段来实现智能的方法，都属于计算智能。因此，传统的 基予符号运算和逻辑推理的a i 也是计算智能。近年来出现的新方法、新理论，如 神经网络( n e u r a ln e t w o r k s ，n n ) ，模糊逻辑( f u z z yl o g i c ，f l ) ，遗传算法( g e n e t i c a l g o r i t h m ，g a ) ，混沌( c h a o s ) 和分形( f r a c t a l ) 科学等，都是实现智能的手 段，都属于计算智能的范畴。按照b e z d e k 的严格定义，计算智能是指那些依赖于 数值数据的智能，而人工智能则是与知识相关的。也有人把v o n n e u m a n n 机实现 的计算以外的其它计算方法叫做软计算p 】( s o f t c o m p u t i n g ) 。本文将探讨神经网 络软计算应用问题。 1 2 啤酒发酵工业现状和需要解决的问题 在生优生产行业中，啤酒生产是一个重要的分支。目前，在我国大多数啤酒 生产厂家的规模在年产几万吨到十几万吨。啤酒发酵是整个啤酒生产过程最重要 的环节，它是一个复杂的微生物代谢过程。由于发酵过程的内部机理非常复杂， 影响发酵的因素也很多，对于整个过程目前还缺乏精确的定量的数学描述，但是 啤酒发酵罐内的发酵温度始终是决定啤酒质量的关键所在。啤酒发酵是一个生化 代谢过程，把糖化麦汁中的糖类分解成c 2 h s o h 和h 2 0 并释放出生化反应热，同 时产生如双乙酰等多种代谢产物，它们的产生主要取决于发酵温度，通常这些产 物在啤酒中的含量极少，但对啤酒质量的影响很大。发酵温度是决定啤酒口感、 风味等的一个重要指标。工艺操作的控制主要是对温度、压力和时间变化的控制。 如糖度的控制是由调节温度来完成的，而时间、压力的控制，在一定浓度、酵母 数量和活性条件下，也取决于发酵温度。在发酵过程中的不同阶段，酵母菌的活 动能力不同，低温发酵有利于降低脂类、高级醇等，使啤酒质量提高；高温发酵 有利于发酵速度的提高，提高设备利用率，提高产量，因此，啤酒发酵过程最主 要是对发酵温度的检测和控制。从啤酒生产原料( 麦汁) 进入发酵罐开始发酵到 啤酒出罐，前后必须经过2 0 3 0 天不等的时间，如何检测好啤酒发酵过程中的 发酵温度，控制好温度的升降速度，使发酵过程满足啤酒生产的工艺设定曲线， 是决定啤酒生产质量和生产效率的关键。因此，如何有效地提高生产的检测技术 和自动化水平，提高啤酒质量和长期稳定性，对增强企业的市场竞争力，具有十 分重要的意义。 在发酵过程中，由于发酵放热，而往冷却夹套内通入冷媒( 酒精水或液氨) 吸收生化反应热，以维持适宜的发酵温度。发酵罐体内部没有搅拌装置，热量交 第章绪论 换仪通过对流方式进行，因此大滞后和时变性是啤酒发酵生产过程最主要的特 征。火滞后、时变不确定性通常是影响检测与控制理沦应用于过程实践最普遍的 因素。而对于发酵这类无法精确建模的大滞后、时变性系统，在研究过程中，由 于受到实验条件的限制，人们往住要提出一些比较理想化的假设得到一些模型进 行仿真研究，而这些仿真模型往往与实际不完全符台。在仿真过程中，为了提高 控制性能，极易使基于现代控制理论设计出的控制算法变得复杂，理论上优越于 经典控制算法，但是存实际系统卜的应用时效果并小见好，反而增加了设备投资 成本。其次，无论是过程摔制中先进控制算法和策略的具体实施，还是过程优化、 生产协调、故障诊断、状态监测等，其工程实现的前提是能有效、准确地获取反 映过程的信息。在啤酒发酵过程中丰要是对温度参数的测量。传统上啤酒测温一 般采用普通p l 电阻，测漏精度不高i 发酵温度的变化区闻小，p t 电阻刘于小范围 测温没有优势；而且由于发酵现场长年潮湿，结露严重“ij , 引起p 电阻性能不稳 定，诸多因素影响p 【电阻的测温精度，从而限制控制精度，影响生产。此外，在 实际啤酒发酵过程中，酵母在发酵罐内发生反应而产生热量，使麦汁温度升高， 因此在罐擘设置有卜、中、下j 段冷却套，相应的设立上、中、卜三个测温点。 由于热交换和生化放热以及罐内的自然对流，罐内的温度分布极其复杂，从机理 卜难以建模，而且缺乏系统研究的实验装置，目前，国内外对于这方面的研究几 乎没有。冈而对于罐内测温点的位置不同产生的测温温差大小以及由此温差引起 控制品质的差别缺乏理沦指导。近年来应生产高档啤酒所要求的无菌化测温( 要 求发酵罐内不能有任何插入物，避免产生清洗死区) ，甚至有学者提出以端面温 度计替代插入式温度计测景罐内液体温度的设想。所谓端面温度计l ”i ，如图11 所不是一种紧贴壁面安装的无斋穿透被测对象容器的温度计，目前国内外还没有 这种温度计成功应用的报道。 图l1 端面温度计安装位置示意图 另一方面，啤酒厂里一般使用一条设定的工艺温度曲线来控制发酵过程，从 浙江大学硕士学位论文 工艺的角度看， 整个工艺温度曲线参数的设定决定了啤酒的质量和口味。 虽然工 艺手册上有相关经验公式可查， 但都是非常笼统的， 忽略了一些生产因素， 也就 是说， 工艺手册上的经验公式不是符合所有生产条件的， 应该对其进行优化以提 高啤酒的质量。国内外文献有关优化方法很多，如近年来广泛应用的遗传算法 7 119 1蚁群算法19 1 1 0 1 等。 但大多 数文献中 提到的都 是基于发酵过程模型16 7 2 1 寻找 工艺参数的优化。由于发酵过程的复杂， 模型本身不精确， 建立模型的过程也非 常复杂， 建模所需的参数难以获取， 不同生产条件下模型不同，需要重新做实验 获取参数， 方法缺乏实用性， 因而探索一种简单实用的工艺参数优化方法很有必 要。 综上可以看出，目 前在国内的啤酒发酵工业中还存在或没有得到完全解决的 问 题有: 先进控制算法和策略在实际对象上的合理应用、温度检测精度的提高、 罐内不同 深度测温点对检测与控制品 质的影响以及工艺参数的寻优方法改进。 1 . 3课题的提出与研究内容 本课题针对以 上问 题进行理论和实际研究， 提出解决方案。 一方面， 啤酒发酵这类大滞后、 时变性过程的 控制算法和策略研究缺乏实际 对象， 而仿真模型与 实际对象模型不完全符合。 另一方面， 啤酒发酵时发酵罐内 不同深度测温点产生的测温温差以 及由此温差引起的控制品质的差别缺乏理论 指导， 而研究罐内温度分布缺乏实验装置。 由于以 上两方面的原因， 作为一次全 新的尝试，自 行设计并搭建了一套啤酒发酵多点测温实验装置。 在设计发酵罐测 控系统以 及具体实验过程中， 深入研究了啤酒发酵过程检测与控制方案， 对传统 的检测和控制策略提出改进方案。这是本课题的研究重点。 本课题的另外一个研究方向是针对啤酒发酵工艺参数寻优方法改进的必要 性， 在了解啤酒工艺的基础上， 提出 解决方案， 使啤酒发酵过程优化具备完整性。 因此，本文的主要内 容有: 第 i 章简要指出提高生化工业检测与控制的重要性， 回顾智能控制和计算 智能发展过程。 作为生化工业的重要分支， 指出啤酒工业的现状和需要解决的问 题，并提出课题的主要研究内容。 第2 章这一章作为课题研究的背景， 概述啤酒生产过程工艺和温度控制工 艺要求， 总结啤酒生产温度控制对象主要特征和温控系统基本要求。 在分析温控 系统数学模型的基础 卜 ， 总结和比 较几种控制策略的结构和特点， 为后面建立实 验装置、检测与控制系统设计、实验研究以 及工艺参数寻优奠定基础。 第3 章针对对啤酒发酵这类难以 建立精确模型、 大滞后、 时变性的对象进 行检测与控制算法和策略优化研究时缺乏实际对象的问 题， 作为一次全新的尝试 第一章 绪论 设计并搭建啤酒发酵实验装置， 其目 的在于为实验研究提供实际平台， 使得研究 不再受到实验条件的限制。在了解啤酒生产工艺和现有检测与控制方案的基础 上， 合理构建一套大型啤酒发酵多点测温实验装置。 这一章主要介绍整套装置建 立的过程、装置的简介以及实验系统设计方案，为后来研究者提供一些参考。 第 4章针对发酵过程采用传统普通 p t 电阻测温精度低、稳定性差等实际 问 题，研究基于 a d 5 9 0的啤酒发酵测量方法，并进行测控系统软硬件设计， 经 实验证明， 本系统所使用的测温方法解决了实验精确测量问题， 这也对提高检测 精度有着重要意义。另一方面， 针对大滞后、时变对象， 深入研究模糊控制理论 及其应用， 设计模糊控制器进行实验研究， 并与p i d实验效果进行比较分析， 在 此基础上提出 改进方案，并给出改进后的实验结果。 第5 章啤酒发酵是个动态过程， 必须按一定的工艺要求 ( 温度曲线) 进行 控制，以 达到产品的质量要求。 本章提出 一种神经网络动态寻优系统， 即利用神 经网络函数逼近功能寻找蕴含在工艺温度曲线参数与发酵后啤酒质量指标之间 的非线性映射关系， 再由映射关系中 利用优化算法找到或预测使啤酒质量指标达 到最好的工艺温度曲线参数， 并在生产过程中动态寻优。 另外还对系统中所使用 的神经网络函数逼近进行了仿真研究，以 及对工艺参数寻优进行了算法研究。 第6 章总结本课题的研究工作，以及展望今后可以值得研究的工作。 浙江大学硕士学位论文 第二章啤酒发酵过程工艺及控制方案 2 . 1啤酒生产工艺简介 啤酒生产过程主要包括糖化、发酵以及过滤分装三个环节。 ( 1 ) 糖化 糖化过程是把生产啤酒的主要原料与温水混合，利用麦芽的水解酶把淀粉、 蛋白质等分解成可溶性低分子糖类、 氨基酸、 陈、肤等物质，形成啤酒发酵原液 麦汁。 ( 2 )发酵 温段，不须外部控制 段，典型的控制温度为1 2 0c , 降温逐渐进入后酵，典型降温 速度为。 3 c / h r . 后酵阶段，典型控制点5 入贮酒阶段， 温速度为0 . 1 5 c / h r . 图2 . 1发酵温度工艺设定典型曲 线 啤酒发酵是一个微生物代谢过程， 简单的说是把糖化麦汁经酵母发酵分解成 c 2 h 5 0 h , c q， h 2 o 的过程，同时 还会产生 种类繁多的中间代谢物: 双乙 酞、 脂 肪酸、高级醇、 酮等， 这些代谢产物的含量虽然极少， 但它们对啤酒的质量和口 味的影响很大， 它们的产生主要取决于发酵温度。 一般认为， 低温发酵可以降低 双乙酞、 脂类等代谢物的含量， 提高啤酒的色泽和口 味: 高温发酵可以 加快发酵 速度， 提高生产效率和经济效益。 总之， 如何掌握好啤酒发酵过程中的发酵温度， 控制好温度的升降速率是决定啤酒生产质量的核心内容。啤酒发酵是个放热过 程， 如不加以 控制， 罐内的温度会随着发酵生成热的产生而逐渐上升，目 前大多 数对象是采用往冷却夹套内通入制冷酒精水混合物或液氨来吸收发酵过程中不 断放出的热量， 从而维持适宜的发酵温度。 整个发酵过程分前酵和后酵两个阶段， 发酵温度的工艺设定典型曲线如图2 . 1 所示。不同品种、不同工艺所要求的温度 控制曲线会有所不同。 前酵 第二章 啤酒发酵过程1艺及控制方案 这个阶段又称为主发酵。 麦汁接种酵母进入前酵， 接种酵母几小时以后开始 发酵， 麦汁糖度下降， 产生c 0 2 并释放生化反应热， 使整个罐内的温度逐渐上升。 经过 2 - 3 天后进入发酵最为旺盛的高泡期再经过2 -3 天， 糖度进一步降低， 降 糖速度变慢， 酵母开始沉淀，当 罐内发酵糖度达标后进行降温转入后酵阶段。 普 通啤酒在前酵阶段 一 般要求控制在 1 2 左右，降温速率要求控制在0 xc / h . 后酵 当罐内 温度从前酵的1 2 降到5 左右时后酵阶段开始， 这一阶段最重要的 是进行双乙酞还原， 此外， 后酵阶段还完成了残糖发酵， 充分沉淀蛋白 质，降低 氧含量，提高啤酒稳定性。一旦双乙酞指标合格，发酵罐进入第二个降温过程， 以0 . 1 5 0c / h 的降温速率把罐内发酵温度从5 降到0 一 1 左右进行贮酒， 以 提 高啤酒的风味和质量。经过一段时间的贮酒，整个发酵环节基本结束。 通常发酵液温度在不同的发酵阶段，对罐内发酵液的温度场要有相应的要 求: 在前酵阶段希望发酵罐内 从罐顶到罐底有一正的温度梯度， 即从控制上层温 度为主，以利于发酵液对流和酵母在罐内的均匀混合: 在后酵阶段， 则要求发酵 液由 卜 到下有一定的负温度梯度， 即控制以下层温度为主， 便于酵母的沉淀和排 除。 ( 3 ) 啤酒的过滤和灌装 前、 后酵结束以后， 啤酒将通过过滤机和高温瞬时杀菌进行生物以及胶体稳 定处理然后灌装。 啤酒过滤是一种分离过程， 其主要目 的是把啤酒中仍然存在的 酵母细胞和其它混浊物从啤酒中分离出去， 否则这些物质会在以 后的时间里从啤 酒中析出， 导致啤酒混浊，目 前多采用硅藻土过滤方式。 如果啤酒中 仍含有微生 物 ( 杂菌) ，则微生物可以在啤酒中迅速繁殖，导致啤酒混浊，其排泄的代谢产 物甚至使啤酒不能饮用。 杀菌就是啤酒在灌装之前对其进行生物稳定性处理的最 后一个环节。 至此，一个啤酒和生产周期结束。 2 . 2啤酒发酵过程的温度控制工艺要求 对温度的控制，目 前国内主要采用三段冷媒进行降温。 所用的冷媒主要有酒 精、乙二醇、丙三醇等。根据发酵的不同进程，可将发酵过程分为主发酵期、双 乙酞还原期、 降温期及贮酒期四个阶段。 在这几个阶段中， 对温度的控制有不同 的要求: ( 1 ) 主发酵及双乙酞还原期 这个阶段发酵旺盛，产生大量c 伍，由 于发酵罐中下部c 伍梯度高于上部， 浙江大学硕士学位论文 从而形成了c o a 气体的对流搅拌作用， 使罐内发酵液由下向上流动。 所以这个阶 段温控应以上部为主， 使锥顶温度低于锥底温度， 即控制上低下 高，同时使上下 保持0 .5 -1 . 0 的温度差，以 加快酒液的对流， 使酵母充分悬浮到酒液中参与发 酵，从而促进发酵的顺利进行。 在进行工艺制订时， 应使酵母细胞繁殖的对数期与双乙酞形成的高峰期相吻 合， 这样才能使双乙酞形成早、 还原快。 因为在生产中主酵期结束后将双乙酞还 原温度升高时，如果时间把握不当，容易导致双乙酞形成新的高峰期。 ( 2 ) 降温期 双乙 酸含量是啤酒是否 成熟的 重要指标。 当 双乙 酞 含量- 0 . 1 3 m 眺b 时，即 可对发酵液进行降温。 在降温阶段， 温度的控制应以下部为主， 使锥顶温度大于 锥底温度，即控制上高下低，以促进酵母的沉降及酵母的回收和酒液的稳定。 在降温阶段，降温速度一定要缓慢、 均匀，同时要常排酵母。 这是由于温度 计是插入罐内酒液中的， 距罐壁有一定的距离。 如果在降温时降温速度过快， 使 冷量不能及时传递， 可能会使罐壁处结冰。 罐壁结冰后， 冷量传递更加缓慢， 此 时温度计显示的数据并不能准确反映酒液的温度，如此时操作人员仍盲目降温， 则会使罐壁处冰层越结越厚， 从而形成一种恶性循环， 不利于对温度的准确控制。 同时，啤酒温度降至5 进入酵母排放期后，酵母大量沉积于锥底，如不及 时排出， 则由于温度计插在酵母泥中， 导致温度计显示的是酵母泥温度而非酒液 温度。山 于酵母泥很稠，传热性能差，实际上很难降至 0 或 一 1 左右。操作 人员如仍根据温度计上数据盲目降温，则也很容易导致发酵液结冰。 另外， 温度的控制要有个提前量。 在降温开始和降温结束时， 应提前打开或 关闭冷却冰水。提前量一般为0 .5 左右，这样才能保证温度的准确控制。 ( 3 ) 贮酒阶段 当酒液温度降至0 后，即进入贮酒阶段。贮酒的目 的是为了澄清酒液， 饱 和c o z ，改善啤酒的胶体稳定性。 所以 这段温控应以三段平衡为主，以便保持酒 休的稳定。 在生产中， 禁止将进入贮酒期的酒液温度控制上低下高， 使己沉降的 部分酵母又重新悬浮到酒液中，即形成一种与工艺要求相反的 “ 逆对流” ，否则 导致酵母发生自 溶， 不但过滤困难， 而且使啤酒有很重的酵母味， 对酒的质量产 生严重的影响。 发酵过程中 温度的控制除了以上所述的对大罐冷却层的正确使用外， 对冷却 冰水的控制也非常重要。 如果冷媒温度过低， 使冷量不能及时传递， 当温度达到 啤酒冰点以下时，则很容易导致发酵液结冰。一般来说，如果冷媒使用酒精时， 考虑到啤酒冰点及冷传递等方面因素影响，冷媒温度达到 一 4 左右即可。有的 厂家发酵液降温与麦汁冷却共用一个冷煤罐， 这是非常不科学的， 因为麦汁冷却 第二章 啤酒发酵过程工艺及控制方案 所需的冷媒温度通常为一 8 左右，如用此温度对发酵液降温极易导致发酵液结 冰，所以应将二者分开。 2 . 3啤酒发酵过程的温度控制系统特点与要求 2 .3 . 1啤酒发酵过程温控对象的特点 发酵罐是啤酒生产的主要设备，图2 .2 为圆筒锥底发酵罐示意图， 酵母在罐 内发生反应而产生热量， 使麦汁温度升高，因此在罐壁设置有上、中、 下二段冷 却套， 相应的设立上、中、下三个测温点和三个调节阀， 通过阀门调节冷却套内 冷却液的流量来实现对酒体温度的控制。 以阀门开度为控制量， 酒体温度为被控 量。 该广义对象是一个三输入、 三输出的多变量系统， 机理分析和实验表明啤酒 发酵罐的温控对象不同于一般的工业对象，主要有以下几个方面的特点: ( 1 )时滞很大 图2 .2圆 筒锥底发酵罐示意图 在整个发酵过程中， 由于生化反作用产生的生化反应热导致罐内发酵温度的 升高， 为了 维持适宜的发酵温度， 通常是往发酵罐冷却夹套内通入酒精水或液态 氨， 来带走多余的反应热。 由于罐内 没有搅拌装置和加热装置， 冷媒发酵液间主 要依靠热传导进行热量交换， 发酵液内部存在一定的对流， 影响到测温点。 这就 使得控制量的变化后， 要经过一段时间， 被控量才发生变化， 因此这类系统会表 现出 很大的时 滞效应。 例如一个 1 2 0 m 3 啤酒发 酵罐温度响应的 滞后时间一般在 5 -3 0 m i n 之内变化。 ( 2 ) 时变性 发酵罐的温控特性主要取决于发酵液内生化反应的剧烈程度。 而啤酒发酵是 一一一一一一一一一一一一一一竺巴主 _ 从起酵、 旺盛、 衰减到停止不断变化的间歇生产过程， 在不同的发酵阶段， 酵母 活力不同，造成酒体温度特性变化，因此对象特性具有明显的时变性。 ( 3 ) 大时间常数 发酵罐体积大，发酵液体通过罐壁与 冷却水进行热交换的过程比较慢。 ( 4 ) 强关联 因为罐内酒体的对流，所以在任一控制量的变化均会引起三个被控量的变 化。 在分析对象特性的时候， 由于受到认识上的限制， 往往也不能确切掌握工业 过程中各种物理、 化学变化的本质特征， 这也必然会导致获取的对象特性与实际 特性存在难以确定的偏差。 例如啤酒生产过程酵母特性、 原料特性等许多因素的 变化都会引起被控系统特性参数的变化和摄动， 而这些因素在实际系统中都是很 难在线或实时获取的。 2 .3 . 2啤酒发酵温控系统的基本控制要求 我们知道， 根据麦芽发酵的反应规律来控制发酵的温度和时间是保证发酵过 程正常安全地进行， 提高啤酒质量和口味， 减轻工人的劳动强度， 节约能源的关 键。 罐类容器的主要工况参数有: 温度、 液位、 气体压力。 温度参数的高低来提 醒罐内物料已加热时间的长短，以便指导操作者进行物料储存及物料反应。 液位 间接反应了物料的多少， 以便控制物料的储存量， 实时调控或者进行物料反应等。 气体压力的大小反应了 罐内c o z 的多少， 压力到一定程度时需从罐顶排出一定的 c o z 以 减小罐内的压力，防止爆炸。 所以需要对发酵罐内液温的变化进行实时控 制，同时罐内的压力也是安全生产的必要控制量。 啤酒发酵生产工艺对控制的要求是: 发酵罐上、中、下液温的实时测控: 控 制罐温在特定阶段与标准的工艺生产曲 线相符: 控制罐内 气体的有效排放， 使罐 内 压力符合不同阶段的需要; 控制结果不应与工艺要求相抵触， 如局部过冷、 破 坏酵母沉降条件等。 对于温度控制系统来说，基本的控制要求如下: 实现发酵罐上、中、下液温和罐内 压力以 及冷却液管道阀门工作状态的实时 测控; 按工艺曲线实现发酵罐上、中、下温度可编程调节，有恒速升温段、保温段 和恒速降温段三种控温线段; 温度测量精度保证在士 。 .5 以内，测量范围为一 1 0 -1 0 0 -c ; 可实时显示发酵罐内温度、压力、液位以及冷却管道阀门状态; 第二章 啤酒发 酵过程工艺及控制方案 具有超偏报警功能; 具有人机对话的按键，完成运行、停止等操作;并完成参数修改任务; 具有掉电保护功能。 2 . 4啤酒发酵温度控制系统的数学模型分析 随着啤酒生产技术的发展，当今啤酒生产几乎都采用露天锥形大罐发酵方 式，将传统的前酵和后酵两个发酵阶段同时在一个设备内完成。 2 . 4 . 1发酵罐内发热与散热过程 在啤酒发酵的过程中， 发酵罐内由 于啤酒酵母的作用， 麦汁在发酵罐内发酵， 在发酵过程中会产生生化反应热， 热量的逐渐释放导致发酵温度逐渐上升。 在整 个发酵过程中， 发酵温度必须根据具体的生产工艺进行严格控制， 罐内温度通过 控制冷却夹套内的冷却水的流量进行降温， 整套系统没有外部加热措施。 发酵过 程中逐渐产生的发酵热普遍认为由 三部分组成: 微生物生长过程中生产的生长热 量， 微生物维持活力所释放出来的维持热量， 以及在合成产物时释放出来的反应 热量。 导致罐内温度升高的主要原因在于反应热量的释放， 在分析对象特性时可 以忽略微生物的生长热和维持热。 罐内发酵反应热有一部分使罐内 温度升高， 一 部分热量散失到罐壁和冷媒中， 在此不考虑麦汁与罐壁之间的热量传递， 罐内的 热 平 衡 方 程 为 : q ; 一 q 2 = m c 脚 式中q l 发酵 过程生 产的 热量， j / s ; q 2 散失的 热量， j / s ; m 一一麦汁总质量， k g ; c 一一发酵罐内 麦汁的比 热容，j / ( k g c ) ; e 发酵罐内的温度，。 2 . 4 . 2发酵罐内反应的传递函数 发酵罐内的反应热使麦汁温度逐渐上升， 发酵过程也可以看成是麦汁温度的 储备过程，由罐内的热平衡方程式可以得到发酵罐内的传递函数为: 。、t ( s 、 t 1 g ( s ) =一 止 一=止 9 ( s ) mc s t s 式中 q 为使温度上升反 应热量， j / s . 0 q 二 9一 q 2 ; t ,. 积分时间常数，s / 0c . 浙江大学硕士学位论文 因此罐内反应是个积分型的传递函数。 2 .4 . 3罐内发热与制冷的温度控制过程 由以上分析可以知道不加控制时罐内温度是积分 卜 升的， 而要按照质量要求 完成整个发酵过程的反应， 必须还要对发酵过程中的麦汁温度进行控制。 发酵温 度控制的系统方框图见图2 .3 。 在控制巾 要不断的检测罐内 温度与设定温度的偏 差值， 不断的调节冷却水的流量来带走多余的热量或者保持温升的速度。 因此在 温 度 控 制中 ， 反 应 温 度的 设 定 值b g 是 控 制 过 程中 的 输 入， 每隔 一 定 的 时 间 段 检 测到的实际温度b 是控制的输出，同时也作为闭环控制的反馈量，b 经过反馈调 节 后 为 o f i 罐内 反 应 热q 可以 看 作 是 反 应 控 制 的 千 扰 因 素 。 温 度 设 定 值 与 反 馈 量的差值经过 p i d的运算后，控制量u c 在冷却水的流量上体现出 来， 罐内的反 应热q i 减去 冷却水带 走的 热量q z 所余热量o q 从 而使罐内 温度升高， 控制系统 输 出罐内温度。 罐内反应 图2 . 3发酵温度控制系统方框图 2 . 5啤酒发酵过程温度控制策略 ( 1 ) p i d控制 x+ pi d 被控对象 图2 .4典型p i d单回路控制系统框图 第二章 啤酒发酵过程工艺及控制方案 p i d控制算法具有原理简单、 使用方便、 适应性广和鲁棒性强的特点， 是连 续控制系统理论中技术成熟、 应用广泛的一种控制方法。 一个典型的p i d单回路 控制系统如图2 .4 ，图中y 是被控参数， x 是给定 值。 p i d控制器的算术方程为: u (t ) = k p e (t ) + k , f e ( t) d t + k d d 亚) d ! 只要正确设定参数， p i d控制器就能实现系统的控制要求。 但是对于发酵过 程， 由于模型参数具有慢时变特性， 且具有较大的时间特性和非线性， 所以 采用 p i d控制对于这样的被控对象是不完全适宜的。 ( 2 ) s m i t h 预估控制 r( s )+ g , ( s ) g i ( s ) c id g n (s ) (1 一 c . ) 图2 . s s m it h 补偿器框图 s m it h补偿器是克服纯滞后影响的有效方法之一， 其原理方框图为图 2 .5 , 其 实 质 就 是 与 实 际 对 象 并 联 一 个 模 型 g o ( s ) ( 1 一 e - 0 ) ， 这 样 在 控 制 通 道 中 就 不 含 有 e 一了，因此系统性能完全不受纯滞后的影响。但是s m i t h 控制策略隐含着两个 前提， 一是要求被控对象的模型是精确的、 不变化的， 且是线性的; 二是操作条 件和运行环境是确定的、 不变的。 如果对发酵过程简单地应用s m i t h 控制器， 难 以收到满意的效果。 ( 3 ) 前馈 反馈控制 前面分析的控制系统， 都是按照被控变量的偏差大小来控制操纵变量的。 而 从千扰变化引起被控变量发生变化， 从控制器测量偏差到产生控制作用， 从操纵 变量改变到被控变量向给定值变化等都需要时间， 所以造成控制作用不及时， 尤 其对有滞后的过程更难以控制，控制质量有时不能达到要求。 前馈控制正是改善反馈控制不及时的一种控制手段。 前馈控制系统是根据干 扰量变化直接改变操纵变量进行控制的。 它直接测量干扰量作为控制器校正的依 据， 能在被控变量受到影响之前产生控制作用， 及时消除扰动对系统的影响。 从 理论上讲， 前馈控制对干扰影响可以完全补偿， 使被控变量保持不变。 所以， 对 浙江大学硕士学位论文 于惯性和滞后较大、十扰量大而频繁的生产过程有显著的效果。 r一一一厂歹下一一 p id i洲犷一 t s l v, 图2 .6前馈反馈p i d系统框图 由于在实际生产过程中有一些扰动是难以测量的， 对这些扰动则无法实现前 馈控制。 另外， 过程特性有变化， 或难以建立模型的对象， 也不能实现前馈控制。 如在前馈控制中引入反馈控制，组成前馈反馈控制系统，如图2 .6 所示。 在动态时前馈控制有效、 及时地克服主要干扰， 减少被控变量的动偏差， 而反馈 控制则克服其余各种干扰， 使系统在稳态时能准确地使控制量等于设定值， 从而 可以全面提高控制质量。 在前馈一反馈控制系统中由于有了反馈控制回路， 这样 就可以降低对前馈控制的要求， 在出现较大而频繁的扰动下， 仍然具有优良的控 制质量。 ( 4 ) 模糊控制 模糊控制技术已成为自 动控制技术领域内的一个主要分支， 模糊理论在控制 领域取得广泛的应用， 完全是由模糊控制本身的特点决定的。 模糊控制器采用人 类语言信息， 模拟人类思维， 故易于接受， 设计简单，维修方便。 模糊控制器基 于包含模糊信息的控制规则， 所构成的控制系统比常规控制系统稳定性要好， 鲁 棒性高。 在改善系统特性时， 模糊控制器不必象常规控制系统那样只能调整调节 参数， 还可以通过改变控制规则、 隶属度函数、 推理方法及决策方法来修正系统 特性。因此模糊控制器的设计，调整和维修变得更为简单。在常规控制算法中， 微小的错误和参数漂移都可能引起系统失控， 而基于控制规则的模糊控制系统对 某一规则的变化敏感很小，系统抗干扰能力很强。 ( 5 ) 神经网 络控制 人工神经网络 ( a n n )是通过对生理学上的真实人脑神经网络的结构、功 能和特性的某种理论抽象和简化而构成的一种信息处理系统。它具有如 卜 特点: 理论上能够充分逼近任意复杂的非线性系统， 故可用于控制器和对象模型的 描述: 经训练后能适应不确定性系统的动态特性， 可用于构造自 适应控制器; 所 有信息分布存储在网络内，网络的可修复性使其自 身具有很强的容错和鲁棒性。 利用a n n的上述特点设计神经网络控制器，能加强控制系统的自 主性，同 时也是解决被控系统的非线性、 时变性和不确定性控制问题的有效途径， 常用于 啤酒发酵过程中的神经网络控制是单神经元p i d自 适应控制， 单神经元控制结构 第二 章 啤酒发酵过程工艺及控制方案 简单， 稳定性好，易于计算， 控制系统具有在线学习、自适应和抗干扰能力，较 常规的p i d控制优越。 2 . 6本章小结 啤酒发酵是一个生化代谢过程，把糖化麦汁中的糖类分解成c 2 h 5 0 h , h z 0 并释放出 生化反应热， 同时产生如双乙酞等多种代谢产物， 它们的产生主要取决 于发酵温度， 通常这些产物在啤酒中的含量极少， 但对啤酒质量的影响很大。 发 酵温度是决定啤酒口感、 风味等的一个重要指标。 工艺操作的控制主要是对温度、 压力和时间变化的控制。 如糖度的控制是由 调节温度来完成的， 而时间、 压力的 控制， 在一定浓度、 酵母数量和活性条件下， 也取决于发酵温度。 在发酵过程中 的不同阶段， 酵母菌的活动能力不同， 低温发酵有利于降低脂类、 高级醇等， 使 啤酒质量提高;高温发酵有利于发酵速度的提高，提高设备利用率，提高产量。 因此，啤酒发酵过程控制主要是对发酵温度的检测和控制。 在发酵过程中， 一方面由于发酵放热， 另一方面是往冷却夹套内通入冷媒( 酒 精水或液氨) 吸收生化反应热， 以维持适宜的发酵温度。 发酵罐体内部没有搅拌 装置， 热量交换仅通过对流方式进行， 因此大滞后和时变性是啤酒发酵生产过程 最主要的特征。 啤酒发酵温度测控主要有以下几个特点: 发酵温度准确度和精确度要求高。 一个中小型的啤酒厂一般都有十到数十个发酵罐， 测温点较多， 分布范围广， 测温信号需要远距离传输; 被控对象是一个复杂的大容器的生化过程， 发酵罐体积大， 控制参数变化大， 大惯性时滞， 以及发酵罐散热条件是随机变化的， 要建立精确的数学模型较为困 难; 在发酵过程中的各阶段，上中下温度参数之间 存在严重的交叉藕合，由于麦 汁的浓度， 酵母的数量， 压力等不确定因素的影响， 对象参数变化较大， 对系统 产生随机干扰。 在传统的控制技术应用中， 由于p i d控制算法简单且易于实现， 因此在连续 系统理论被广泛应用。已知对象的精确数学模型时， 只要正确设定参数， p i d调 节器便可以实现作用。 但对于啤酒发酵这样一个复杂的大容器的热反应， 在实际 应用中，由 于发酵的前期、中期和后期的热交换有很大的差异， 被控对象的参数 有较大的变化， 控制效果不理想。 近些年来， 国内 一些专家对这类对象的控制也 进行了很多研究，但在啤酒发酵领域还没有取得十分理想的效果。 浙江大学硕士学位论文 第三章新型啤酒发酵多点测温实验装置 3 . 1前言 啤酒发酵是啤酒生产过程中最重要的环节之一， 发酵温度则是发酵过程中最 重要的测控参数。 过去由 于实验条件的限制， 对于发酵这类大滞后、 时变性系统 的研究一般都是建立在计算机仿真的基础上， 而仿真模型往往带有假设条件， 在 应用中 与实际不