白酒属于我国传统产业,其独特的开放式多菌种固态发酵模式和繁杂的操作工艺,使白酒机械化经历了漫长的发展历程。浓香型是目前市面上消费量最高的白酒香型,其固态法白酒酿造的生产工艺主要包括:制曲(原料粉碎、压曲、入房、翻曲等),酿酒(配料、蒸料、摊晾、加曲、入池发酵、蒸馏等),贮存、勾调等环节(图1)。长期以来,传统白酒主要采用手工生产方式,人工搬运、人工出池、人工拌料、人工上甑等,劳动强度大,生产效率比较低等问题,严重制约了我国白酒行业的发展[1-2]。
图1 传统浓香型白酒生产工艺流程及设备
Fig.1 Traditional Nongxiangxing baijiu production process and brewing equipment
浓香型白酒采用独特的固态发酵工艺生产而成,这在一定程度上加大了白酒生产自动化和智能化的难度。白酒生产所用原料大多为固体物料,在混合均匀性、输送效率等方面均较低,这在配料、摊凉等工艺环节中尤为明显;从传热的角度来看,固体物料之间的热交换更困难,导致发酵过程中的温度分布往往不均匀,使产品质量不稳定,这在大曲生产和窖内过程中尤为明显[3-4]。另外,由于固态发酵所需的温度变化缓慢而适中,传统的发酵容器(如窖池或陶罐)通常设置在地下,很难监测它们的发酵参数,导致发酵过程如同“黑箱”,除温度等参数外,无有效的过程监测手段和技术。
近年来,随着传感器技术、物联网、大数据分析以及人工智能(artificial intelligence, AI)的不断进步,自动化和智能化技术在白酒酿造中的应用正在逐步展现其巨大潜力。传感器技术的引入使得生产过程中的关键参数(温度、湿度、pH值等)能够被实时监测[5],从而提高了酿造过程的精确度和稳定性;基于大数据分析和机器学习的智能控制系统能够通过对海量历史数据的分析,优化酿造工艺参数的设定[6],进一步提升产品的稳定性和质量。此外,工业机器人的应用极大地解放了酿造工人上甑时的体力劳动,提高了蒸馏效率[7]。目前,国内白酒企业通过多年来的深入研究已逐步实现了白酒酿造中原料、制曲、制酒、勾调与储存、包装等各环节的机械化、自动化、智能化应用(图2),降低工人劳动强度和生产成本,减少过程杂菌污染,提高了生产效率、以及产品质量的稳定性和安全性,推动了行业从粗放式生产向机械化、自动化、智能化和数字化等生产方式的转型升级和高质量发展。
图2 现代化浓香型白酒生产流程及设备
Fig.2 Modern Nongxiangxing baijiu production process and brewing equipment
1 白酒酿造中的智能化技术
目前应用在白酒酿造中的智能化技术主要包括机器视觉、机器学习、机械臂、物联网技术(表1)。
表1 白酒生产中的智能化技术
Table 1 Intelligent technology in Baijiu production
应用技术应用场景应用概述参考文献物联网技术发酵过程参数监控窖池物联网温度检测系统,可实时采集若干个窖池内酒醅发酵过程中的温度变化情况,通过图表显示出来,同时将所采集的数据形成智能数据库,结合出酒率和优质品率数据,通过大数据反溯源前一排的操作模式和数据,进行对比,为标准化操作建立相关模型数据。[5]机械臂白酒酒醅装甑将酒醅送到酒甑上均匀扑撒是人工体力活,其中酒醅是否均匀分布和疏松透气影响着出酒的品质,是最难突破的环节,需要有经验的师傅凭肉眼和感觉来判断,通过机械臂上甑可以实现体力节省和均匀上甑。[7]机器视觉白酒酒醅装甑、分级摘酒通过甑桶上方的红外相机可以实时获取醅桶中的热量分布信息,实现酒醅的轻撒匀铺和探气上甑;通过采集接酒时酒花的图像,提取图像中酒花的视觉特征,模拟人工对白酒分段进行判别,实现智能化摘酒。[8]机器学习投粮配料、白酒勾兑白酒的投粮配料需要根据季节、排次、环境温度、窖内位置等实时调整,通过对历史生产数据的采集和算法分析,可建立多模态大模型指导投粮配料;在白酒勾兑过程中,通过算法计算各类风味物质的含量和比例关系并通过自动化流量监测系统精确调节。[6]
机器视觉系统是通过机器视觉装置将被摄目标转换成图像信号,传送给图像处理系统,转变成数字化信号,进而利用图像系统对这些信号进行各种运算来抽取目标的特征,并根据判别结果控制现场的设备动作,在机器人机械臂中使用广泛。机器学习是涉及概率论、统计学、算法复杂度理论等多门学科的交叉学科,传统机器学习主要研究回归算法、决策树、随即森林、人工神经网络、贝叶斯学习等。该方法在制造酒行业被用以计算优化酿造步骤以及配比比例的参数。机械臂是高精度、强耦合的复杂系统,操作灵活性高,需要针对不同人物规划其关节空间的运动轨迹以构成末端位姿,在工业装配等领域得到广泛应用,白酒酿造过程主要被应用在酒醅上甑环节。物联网技术是通过信息传感器、射频识别技术等装置与技术实时采集各种需要监控的过程和数据信息,传输至系统进行数据分析,在酒厂生产线上及发酵罐内应用物联网技术可收集实时数据进行决策和调整。
2 白酒酿造环节中的智能化应用
2.1 配料
配料是指通过调整酿造原料、稻壳和酒醅的比例以使入窖酒醅达到最佳状态。精准配比可以在不增加成本的情况下,精准控制各环节生产情况,将出酒量和优级酒量最大化,从而提高生产效益,帮助企业实现对整个酿造过程的智能化控制。
传统的配醅操作以人工经验为主,存在参数不稳定,操作不均,劳动强度大等问题。为实现白酒生产过程中智能化配粮,周新奇等[9]开发了一套在线近红外光谱监测系统,通过将在线近红外分析系统与台式近红外分析仪相结合,实时在线检测出窖酒醅配粮前的水分、淀粉及酸度,在线分析的准确度能满足酒醅在线配粮控制的精度要求,为解决酒醅智能配粮提供数据基础。
例如基于现代计量仪表和控制技术,设计研发自动配料系统。采用先进的称重计量、控制设备精准操作,在酒醅、粉粮、稻壳3种物料料斗下均安装有称重传感器或皮带秤,中控室计算机实时采集当前料斗中余料情况,并自动计算出物料的实时流速;系统通过用户设定的配料比,以酒醅的物料流速为基准,实时自动调节粉粮及稻壳的网带电机频率,以调整其物料流速,从而达到目标配料比。同时,系统根据下料电机转速及下料流速,对比专家经验库,自动判断物料是否有搭桥现象,并报警提示,实现配料的准确性,同时大大降低了劳动强度(图3)。此外,精准的配料还需要根据季节、排次、环境温度、窖内位置、酒醅理化指标等信息实时调整比例。未来可根据原辅料的品质、曲的各项检测指标、酒醅的各项理化指标以及温度、生产基本物理数据等,再结合粮、辅料、醅、曲、基酒的数据建立智能配料模型,用模型指导生产,从而实现白酒配料过程的精准化、智能化、数字化。
图3 智能化配料系统
Fig.3 Intelligent ingredient mixing system
2.2 发酵过程监控
温度是中国白酒发酵状态的一个重要表征参数。传统白酒固态发酵温度监测系统用有线方式采集,靠人力检测,存在布线困难、实时性差、破坏发酵环境、成本高等缺点。随着无线传感器网络技术的不断发展,基于ZigBee-WSN[10]、STC15单片机[11]、LabVIEW[12]等技术可以实现发酵过程中窖池温度的实时监测,并同步绘制窖内糟醅发酵温度曲线图。例如,今世缘酒业采用的窖池物联网温度检测系统,可实时采集若干个窖池内酒醅发酵过程中的温度变化情况,通过图表显示出来,同时将所采集的数据形成智能数据库,结合出酒率和优质品率数据,通过大数据反溯源前一排的操作模式和数据,建立相关模型数据,为入池参数的调整提供支撑(图4)。
图4 窖池物联网温度检测系统设备安装(左)和系统原理(右)[13]
Fig.4 Installation diagram of the temperature detection system during pits fermentation (left) and system principle (right)[13]
酸度是中国白酒发酵状态的另一个重要表征参数。总酸普遍采用滴定法或者pH电位法,此方法耗时耗力,破坏性强,属于单点检测,不能直观展示指标含量的二维分布状况,并且检测结果往往滞后于实际生产。近红外(near-infrared, NIR)以及可见光(visible, VIS)高光谱具有快速无损检测优势[14],被用于酿造过程总酸的检测,快速评估发酵过程总酸的分布情况,为白酒机械化、智能化的升级提供了技术支撑。
此外,研究人员还通过多传感器整合研究设计了一体化的酒窖监测探杆。该传感器包括控制系统、操作系统、显示屏、若干个温度探头、pH探头和取样器,可同时监测窖池的温度、pH等参数变化[15]。石磊等[16]研发了包含三点温度传感器(窖池底部、中部、上部)、一点pH值传感器、处理器和通信接口的便携式监测装置,在发酵过程中埋入窖池,实时监测分析酒窖中的温度、pH值等参数,实现监测数据采集实时化、传输无线化、分析智能化。王昆等[17]通过研究发酵机理,选择发酵过程产生的O2和CO2、湿度和温度为监测指标,使用多传感器监测技术和无线通信网络构建发酵参数自动化采集系统。
2.3 装甑和蒸馏
固态蒸馏是我国白酒生产中特有的一种蒸馏方法,其装甑效果,直接影响到酒体的蒸馏效率和质量。由于缺乏系统的固态蒸馏理论体系,实现白酒自动装甑成为制约白酒生产过程中自动化、智能化的瓶颈问题。针对固态酿酒工艺的特殊性,江苏今世缘酒业股份有限公司率先开启了全自动装甑机器人系统的设计研发(图5),替代人工装甑,达到“松、轻、准、薄、匀、平”的铺料要求。
图5 自动装甑机器人视觉系统和布料器
Fig.5 Automatic steaming vat robot machine vision system and fabric placer
该机器人系统包括装甑布料器、视觉系统和控制系统。装甑布料器的轨迹规划是装甑机器人设计的核心,采用双树RRT算法,即在规划起点和终点同时生长两棵随机树,当两树相遇时即得到一条全局无碰撞路径,以提高路径规划效率;采用多层次路径平滑算法,使得在整个装甑过程中机器人的位移、速度和加速度保持连续,解决机器人在装甑过程中反复停顿的问题,提高生产效率。视觉系统用于将甑锅内的区域划分为有限个坐标区域,将各坐标区域在控制系统内逐个编号存储;视觉系统包括三维深度相机,用于测量甑锅内酒醅物料的深度及不同区域的深度差别,找出甑锅内酒醅的低点区域;视觉感应装置,用于感应甑锅内酒醅的冒气、穿气点或区域;红外测温仪,用于测验甑锅内酒醅料温度异常高点或区域。控制系统用于接收三维深度相机、视觉感应装置和红外温度仪的反馈信息并判断其优先级顺序,再根据优先级顺序驱动机器人撒料到甑锅内的响应坐标区域内。基于装甑智能化的要求,开发了含有装甑工艺的机器人软件集中控制系统,满足自动装甑的要求。该系统包括了参数管理、运动控制、避障算法、运动路径规划算法、视觉交互和工艺管理,达到“探气上甑,均撒匀铺”的工艺要求。
固态蒸馏工艺智能化的另一个关键是新型甑桶设备的研发。传统蒸馏工艺采用的甑桶是一个上口直径约2 m,底口直径约1.8 m,高约1 m的倒锥台形蒸馏器。由于空间占用率大以及不易自动化装甑和倒桶的缺点,此类型甑桶不适合工业化大规模生产。甑桶蒸馏实质是以饱和水蒸气为动力,形成醅层的温度梯度和浓度梯度,进而引起醅层内一系列的传热传质行为。然而,酒醅颗粒的多孔介质属性以及蒸馏过程中传热传质的复杂性都为甑桶蒸馏的数学描述带来了很大的难度,这在一定程度上阻碍了新型甑桶设备的研发。为实现机器人自动化装甑、自动化倒桶作业,基于固态蒸馏理论,设计研发了直壁式甑桶,通过增加开孔位置与底边的距离、将平底帘子改为带有一定弧度的凸形帘子、甑桶高度理性设计等方法有效避免了直壁式甑桶带来的甑边效应[18-19]。
2.4 分级摘酒
传统摘酒工艺采用“看花接酒、量质摘酒”的方法,即通过人工观察酒液冲击产生的酒花和品尝酒体质量,来判断白酒的分段。该方法虽简单易行,但存在着分段标准不一、依赖人工经验等缺点,不利于保持产品质量的稳定。而电子鼻、电子舌技术容易饱和,影响接酒质量。因此,摘酒环节亟待创新接酒模式,实现自动化、智能化改造。
针对分级接酒的自动化和标准化难的问题,如下企业开发一种白酒酿制蒸馏过程的自动化控制系统,并率先实现了工业化的应用。传统看花接酒的本质是酒度的判断。该系统基于大数据分析和迭代算法,构建了探究蒸馏过程中酒气温度与酒度和产品质量之间的数学模型,同时附以蒸气压力和馏酒时间作为酒级判定依据,将酒气温度与酒级分档一一对应。在实际生产过程中,该系统通过铂电阻的温度传感器,实时监测馏酒过程酒气温度,并将数据实时传送给可编程逻辑控制器(programmable logic controller,PLC)(图6),自动进入馏酒阶段,并根据上述模型计算当前馏酒等级,并切换不同的阀门以实现自动分级接酒。同时,在不同酒级情况下,根据不同的气压设定要求,自动调节蒸气调节阀,以保证最高出酒率。
图6 自动分级接酒PLC程序流程图
Fig.6 PLC program flowchart for automatic grading and collection of liquor
此外,易家祥等[8]应用集散控制系统(distributed control system,DCS)在甑桶甑盖出口上方设置温度变送器、压力变送器以及在出酒管道上设置酒精度、风味物质在线检测仪,将在线检测到的气相温度、气相压力、酒精度及风味物质含量数据实时传送至DCS控制系统与预设的对应数据进行比对判断进行摘酒。范明明[20]采用近红外光谱分析技术,对比近红外光谱和酒精浓度变化的规律,精确控制各等级原酒摘酒的起止点,提出一种新型的在线检测并进行质量控制的系统,并设计一套完整的摘酒在线检测控制系统以及用于验证的模拟试验台,并在该试验台上成功模拟了摘酒过程。此外,基于计算机视觉的智能摘酒方法可以提取图像中酒花的视觉特征,模拟人工对白酒分段进行判别,实现智能化摘酒[21-23]。例如,杨静娴等[22]采用局部二值模式、Tamura特征提取、灰度共生矩阵3种方法提取摘酒酒花纹理特征,并将提取得到特征以单一特征以及特征参数组合多种方式作为BP神经网络、SVM分类器输入,对白酒摘酒酒花进行分类识别。
2.5 摊凉
摊凉的主要目的是使蒸煮完的酒醅降温到适合入窖的温度。目前主要采用自然摊凉或者链板式摊凉机等方式。链式摊凉机主要原理为:在高温酒醅通过链板传送带时,由其通道下方风机鼓风,透过链板筛孔,进而对酒醅达到降温目的,之后拌曲便可入窖发酵。浓香型白酒的酒醅入窖温度对窖内发酵有重要影响,入窖温度是浓香型白酒酒醅发酵重要的工艺控制参数,不同季节以及窖内不同层次的酒醅对入窖温度要求均不相同。因此,亟需开发一种温度可控的摊凉设备。
例如基于红外快速测温及PLC控制技术实现了自动控温摊凉。摊凉机模拟人工翻醅,内置有若干个搅拌器对粮糟进行打散拌匀,通过红外测温实时监控物料温度,采用温度与通风系统智能补偿方式,实现酒醅温度准确控制(图7)。该装备系统大大提高了生产效率,减轻了劳动强度,另外设计全新的排风系统,将摊凉机所产生的蒸气抽出生产车间,改善车间环境。
图7 摊凉机设备布局图
Fig.7 Layout of cooling machine equipment
2.6 白酒智能化应用技术总结
窖池发酵过程酒醅参数监测对产品品质至关重要,传统操作由人工对窖池定时定点采样监测,不仅时效性差,数据缺乏连续性,更与企业现代化、自动化发展理念相悖[16]。结合温度传感器、pH传感器与近红外光谱技术可以对酒醅进行温度、pH、水分、淀粉、酸度在线监测,响应速度快,且高效准确,水分、淀粉、酸度的平均误差分别为-0.75%、0.48%、0.29 mmol/10 g[9],实现了窖池在线监测与智能化配糟。与人工配糟对比测试,智能化配糟准确率为91.98%,运行时间仅为16.41 ms,满足智能化生产线需求[6]。通过模拟人工“看花摘酒”,基于视觉摘酒机理设计研发的智能摘酒系统,分类准确率达到97.59%,并可同时处理61条产线的摘酒任务,有效提升了生产效率和产品品质[21]。
老白干香型白酒经机械化改造后,出酒率提高0.35%,劳动效率提高42.8%[24]。通过开发自动控制系统,与半机械化生产相比,全机械化生产芝麻香型白酒,劳动生产率提高60%,吨酒成本下降15.9%,生产效率提高61.5%,出酒率提高2.31%,但是优级品率出现下降,幅度为2.8%;与手工生产相比,全机械化生产浓香型白酒,出酒率从36.67%提高到38.74%,生产效率提高60%,但仍然存在优级品率下降的问题[25]。另外在浓香型白酒酿造风味方面,人工酿造酒糟风味物质总含量高于机械化酿造[26],虽然2种原酒风味成分的种类与结构有较好异质性,但是具有各自独特的风味特征[27]。因此现有的部分机械化生产车间还需要进一步探索改进,从关键理论出发进行顶层设计,推进白酒智能化进程,提高生产品质。
3 展望
近年来,信息化技术的应用促进了我国工业的高速发展,智能制造、绿色制造成为工业、企业的发展方向。国家和行业主管部门基于白酒行业生产现状,鼓励和倡导传统产业利用现代信息化技术和高端设备制造技术,进一步提质增效、节能降耗,提高生产效率,实现传统产业转型升级,这为白酒企业开展智能酿造技术研究提供了机遇,这也为未来白酒行业的发展指明了方向。
3.1 白酒智能化主要问题和挑战
AI的飞速发展,为传统白酒发酵过程的优化带来了前所未有的机遇,同时也提出了诸多挑战。传统白酒固态发酵过程是一个体系复杂的动态过程,要实现数字智能化,并对发酵过程实现优化与调控,需要对大量过程参数进行在线监测。因此面临白酒新型设备设计以及在线参数与数据可视化等方面的挑战,白酒发酵容器以窖池、地缸为主,制曲过程以曲房为主,该发酵环境导致缺乏大量在线参数数据,加之企业缺乏发酵过程工程学机理的解析,所以目前过程的调控与优化仍以人工经验为主。基于发酵工程学机理模型结合大数据模型设计新型反应设备与数据监测设备并提出过程优化方案是白酒智能化面临的主要问题和挑战,亟需解决。
3.2 加强多学科交叉融合,推动关键理论与技术装备突破
随着现代科技的发展,在白酒配料、装甑、接酒等操作环节基本实现了自动化生产,通过智能化酿造车间、生产线和监控系统方面的必要投入,提高了劳动生产效率和出酒率。在制曲阶段,研究人员通过构建大曲发酵过程热量平衡方程,提出了大曲温度控制模型[28],从工程学角度分析大曲发酵的热量变化,并实现了实验室规模大曲发酵虚拟仿真与控制[29],推进了制曲智能化进程。然而受限于机理解析程度不够,曲块生产仍处于半机械化状态,无法实现过程的精准控制和自动化生产。因此,采用多技术耦合、多学科交叉和多领域渗透的融合创新模式,运用现代生物技术深入开展发酵过程微生物变化趋势和核心菌群研究,结合过程工程学原理,构建固态发酵过程环境参数动力学模型,研发新装备,创新生产模式,实现发酵过程的自动化。
3.3 基于AI的白酒酿造智能化升级
目前AI的发展正在迅速推进,并已在各个领域产生了深远的影响。AI在白酒酿造环节中的应用展望同样具有巨大的潜力。例如,在原料选择与配比优化方面,利用大数据技术分析不同原料(如高粱、玉米、大米等)的化学成分和物理特性,了解它们对发酵、蒸馏及最终产品品质的影响,通过历史数据训练机器学习模型,预测最佳原料配比,以最大化白酒的口味、香气和质量一致性。在发酵过程优化方面,使用传感器和物联网技术实时监测发酵过程中的温度、湿度、酸度、氧含量等参数,AI算法可以分析这些数据,进行实时调整,确保发酵过程在最佳状态下进行。在蒸馏过优化方面,利用AI进行蒸馏过程的计算机模拟,优化蒸馏参数(如温度、压力、流速),确保每一批次的蒸馏效果达到最佳。在蒸馏和接酒方面,利用AI算法对近红外光光谱、机器视觉等信息进行高效处理,减少计算量和时间。总的来说,AI并不意味着完全替代传统工艺,而是应当与传统工艺相结合,共同推动白酒行业的发展。未来,AI将更多地被用于辅助传统酿造工艺,例如在关键控制点提供智能决策支持,以确保传统工艺精髓得以传承的同时,实现生产效率和产品品质的提升。
结合AI技术与传感器技术,对参数在线监测的广度与深度可大幅度提高,进而增加人们对发酵过程状态的了解,以及预测与控制。传感器与物联网技术可实现低成本实时监测白酒发酵过程数据,但同时,这些技术的快速发展也推动着白酒生产进入大数据时代。仅靠人工并不能满足激增数据的高效处理,借助AI技术自动化分析数据,完成数据的前处理、分析与可视化,是未来趋势。完成多参数数据的整合处理,构建数据库,AI通过不断学习数据库构建智能化模型,并通过仿真实现预测、分析、诊断与模型训练,将发酵过程参数模型化是白酒智能化的重要部分。借助AI数字孪生技术结合人工生产经验,进而不断提高模型系统对白酒发酵过程辅助优化的准确性,是白酒智能化研究的重要方向。AI技术的快速崛起,对传统发酵行业带来诸多机遇与挑战,尤其是正面临机械化智能化改革的白酒行业。新兴技术融合、多学科交叉,尤其AI是推进白酒行业智能化进程的关键技术,白酒酿造与AI深度融合实现AI赋能,将为白酒行业发展带来新的机遇。
[1] JIN G Y, ZHU Y, XU Y.Mystery behind Chinese liquor fermentation[J].Trends in Food Science &Technology, 2017, 63:18-28.
[2] WU Q, ZHU Y, FANG C, et al.Can we control microbiota in spontaneous food fermentation? -Chinese liquor as a case example[J].Trends in Food Science &Technology, 2021, 110:321-331.
[3] JIN G Y, UHL P, ZHU Y, et al.Modeling of industrial-scale anaerobic solid-state fermentation for Chinese liquor production[J].Chemical Engineering Journal, 2020, 394:124942.
[4] JIN G Y, ZHU Y, RINZEMA A, et al.Process principles and engineering of solid-state fermentation of Baijiu[M].Science and Engineering of Chinese Liquor (Baijiu).Singapore:Springer Nature Singapore, 2023:121-142.
[5] 汪兴轩, 孙德敏.白酒酿制发酵过程综合自动监控系统:CN106896850A[P].2017-06-27.
[6] 柳迪. 基于计算机视觉的自动化配糟方法研究[D].杭州:浙江大学, 2021.LIU D.Rearch on automatic mixing fermented and raw grains based on computer vision [D].Hangzhou:Zhejiang University, 2021.
[7] 刘文斌, 张贵宇, 庹先国, 等.上甑机器人在白酒酿造中的应用进展[J].四川轻化工大学学报(自然科学版), 2023, 36(1):24-32.LIU W B, ZHANG G Y, TUO X G, et al.Progress in the application of upper retort robot in white wine brewing[J].Journal of Sichuan University of Science &Engineering (Natural Science Edition), 2023, 36(1):24-32.
[8] 易家祥, 冯涛, 孙毅, 等.风味物质在线量质摘酒工艺:CN103045445B[P].2014-07-02.
[9] 周新奇, 郑启伟, 刘妍, 等.基于近红外光谱技术的白酒酒醅在线监测研究[J].分析测试学报, 2020, 39(11):1358-1364.ZHOU X Q, ZHENG Q W, LIU Y, et al.Online monitoring of fermented grains parameters for Chinese liquor brewing based on near infrared spectroscopy[J].Journal of Instrumental Analysis, 2020, 39(11):1358-1364.
[10] 杨红英, 姚毅, 宿广福.基于ZigBee-WSN白酒发酵过程温度监测系统的设计[J].自动化与仪表, 2016, 31(2):33-36.YANG H Y, YAO Y, SU G F.Design of temperature monitoring system for liquor fermentation process based on ZigBee-WSN[J].Automation &Instrumentation, 2016, 31(2):33-36.
[11] 陈杭, 王小刚, 谭飞, 等.基于STC15单片机的白酒窖池无线温度监测节点设计[J].酿酒科技, 2019(5):133-138.CHEN H, WANG X G, TAN F, et al.Design of a wireless in-pit temperature-monitoring device based on STC15 MCU[J].Liquor-Making Science &Technology, 2019(5):133-138.
[12] 周晓阳, 姚毅.基于LabVIEW的窖池温度监测系统[J].福建质量管理, 2017(13):159;127.ZHOU X Y, YAO Y.Pit temperature monitoring system based on LabVIEW [J].Fujian Quality Management, 2017(13):159;127.
[13] JIN G Y, BOESCHOTEN S, HAGEMAN J, et al.Identifying variables influencing traditional food solid-state fermentation by statistical modeling[J].Foods, 2024, 13(9):1317.
[14] 朱敏, 孙婷, 白直真, 等.基于可见光/近红外高光谱技术的窖泥总酸的分布[J].食品与发酵工业, 2020, 46(8):111-117.ZHU M, SUN T, BAI Z Z, et al.Distribution of total acid in pit mud based on VIS/NIR hyperspectral technology[J].Food and Fermentation Industries, 2020, 46(8):111-117.
[15] 李建, 傅锡礼, 张建良, 等.一种白酒发酵过程中智能化监控装置:CN103529815A[P].2014-01-22.
[16] 石磊, 张明军.基于无线传感网的酒窖监测探杆设计研究[J].阜阳师范学院学报(自然科学版), 2018, 35(1):52-55.SHI L, ZHANG M J.Research on designing a monitoring rod of fermentation pools based on wireless sensor network[J].Journal of Fuyang Normal University (Natural Science), 2018, 35(1):52-55.
[17] 王昆, 庹先国, 张贵宇, 等.清香型酒醅水分、酸度和淀粉含量的在线预测[J].食品与发酵工业, 2022, 48(7):85-90; 96.WANG K, TUO X G, ZHANG G Y, et al.An online method for predicting acidity value, water and starch content in fermented grains of light-flavor Baijiu[J].Food and Fermentation Industries, 2022, 48(7):85-90; 96.
[18] 何翠容, 聂晟翔, 鲍姝, 等.浓香型白酒蒸馏取酒工艺的研究与实践应用[J].酿酒科技, 2023(6):94-99; 105.HE C R, NIE S X, BAO S, et al.Research and application of distillation technology of Nongxiang Baijiu[J].Liquor-Making Science &Technology, 2023(6):94-99; 105.
[19] 李海龙, 朱丽, 张良, 等.白酒蒸馏过程中甑边效应的热力学分析[J].酿酒科技, 2009(2):31-33; 36.LI H L, ZHU L, ZHANG L, et al.Thermodynamic analysis of boundary effects in liquor distillation[J].Liquor-Making Science &Technology, 2009(2):31-33; 36.
[20] 范明明. 基于近红外技术的白酒摘酒在线检测装置开发[D].镇江:江苏大学, 2019.FAN M M.Development of on-line detection device for liquor picking based on near-infrared technology [D].Zhenjiang:Jiangsu University, 2019.
[21] 田子宸. 基于计算机视觉的智能摘酒方法研究[D].杭州:浙江大学, 2020.TIAN Z C.Research on intelligent liquor selection method based on computer vision [D].Hangzhou:Zhejiang University, 2020.
[22] 杨静娴, 任小洪.基于图像处理的白酒酒花轮廓检测[J].食品与机械, 2019, 35(12):52-55; 145.YANG J X, REN X H.Liquor hop contour detection based on image processing[J].Food &Machinery, 2019, 35(12):52-55; 145.
[23] 潘斌, 韩强, 姚娅川.基于卷积神经网络的白酒酒花分类研究[J].食品与机械, 2021, 37(10):30-37; 88.PAN B, HAN Q, YAO Y C.Research on classification of liquor hops based on convolution neural network[J].Food &Machinery, 2021, 37(10):30-37; 88.
[24] 张志民, 吕浩, 张煜行.衡水老白干酿酒机械化、自动化的设想和初步试验[J].酿酒, 2011, 38(1):19-23.ZHANG Z M, LYU H, ZHANG Y H.Ideas and preliminary tests of mechanization and automation of Hengshui laobaigan liquor production[J].Liquor Making, 2011, 38(1):19-23.
[25] 赵德义, 韩斌, 李建刚, 等.自动化系统在山东景芝酒业白酒生产中的应用[J].酿酒科技, 2014(6):91-94; 97.ZHAO D Y, HAN B, LI J G, et al.The applciation of automation systems in jingzhi distillery[J].Liquor-Making Science &Technology, 2014(6):91-94; 97.
[26] 王轩, 周健, 明红梅, 等.机械化与手工酿造方式下酒糟品质与香气成分初步分析[J].食品与发酵工业, 2020, 46(19):210-216.WANG X, ZHOU J, MING H M, et al.The quality and aroma components of distiller’s grain in mechanized and manual brewing methods[J].Food and Fermentation Industries, 2020, 46(19):210-216.
[27] 俞飞, 周健, 明红梅, 等.机械化与传统酿造方式的浓香型原酒风味成分对比[J].食品与发酵工业, 2021, 47(23):233-239.YU F, ZHOU J, MING H M, et al.Characteristics of flavor components in strong-flavor Baijiu fermented by mechanization and traditional methods[J].Food and Fermentation Industries, 2021, 47(23):233-239.
[28] 赵玉杰, 靳光远, 唐群勇, 等.基于热量平衡模型的大曲发酵升温机理研究[J].食品与发酵工业, 2024, 50(14):18-25.ZHAO Y J, JIN G Y, TANG Q Y, et al.The mechanism of heat transfer during Daqu fermentation based on heat balance modeling[J].Food and Fermentation Industries, 2024, 50(14):18-25.
[29] 靳光远, 赵玉杰, 唐群勇, 等.实验室规模大曲发酵虚拟仿真与控制[J/OL].食品与发酵工业, 2024.DOI:10.13995/j.cnki.11-1802/ts.039855.JIN G Y, ZHAO Y J, TANG Q Y, et al.Virtual simulation and control of Daqu fermentation at the lab-scale[J/OL].Food and Fermentation Industries, 2024.DOI:10.13995/j.cnki.11-1802/ts.039855.