基于改进的BP神经网络的参数在线测量方法

针对传统的智能制造物联网系统中存在的部分参数测量时间较长,异常反馈不及时的问题,对原有BP神经网络进行改进,提出一种基于改进的BP神经网络的参数在线测量方法,完成实际测量过程中的参数预测。通过水分在线测量预测实验结果证明,基于BP神经网络的参数测量方法,在测量精度满足要求的情况下,可以很大程度上缩短参数测量时间,对系统参数的在线测量提供一种新思路。

浓香型大曲贮藏过程中糖化力发酵力变化及真菌多样性分析

为了探究大曲贮藏过程中微生物群落结构变化,采用高通量测序技术分析了真菌18S r DNA V4区,聚类分析共产生3 747个OTU分类。结果表明,在贮藏过程中大曲真菌群落结构不断调整,毕赤酵母属、根霉菌属及横梗霉属成为最终的优势菌群。随着时间的推移,大曲发酵力逐渐升高,而糖化力则经历了由高变低再升高的过程。数据结果与大曲质量要求相符,能为后续酿造提供足够动力。

不同感官质量曲药在培曲过程中理化指标变化规律研究

从五粮液中温曲多批次曲药中选取感官质量差异较大的两个批次曲药作为研究对象，分别对其培曲过程中发酵力、糖化力、温度和水分等理化指标进行分析研究，为进一步优化培曲过程管理，提升曲药质量提供重要依据。结果表明：在培曲过程中，优质曲与普通曲的理化指标变化趋势大体一致，但变化过程存在差异。优质曲的糖化力整体偏低，平均值300-400mg／（g·h）；而普通曲糖化力整体较高，平均值为400～500mg／（g·h）。优质曲的发酵力整体偏高，平均在400～500mL／（g·72h）之间；普通曲则整体偏低，平均在300mL（g·72h）左右；优质曲酵母菌数量在培曲第8天左右可达到约107个／g曲药，约是普通曲的10倍。

浓香型大曲储藏过程中细菌菌群差异性分析

为了探究不同陈化曲库中大曲细菌群落差异变化,采用高通量测序技术分析了细菌16S r DNA V3~V4区,并结合主成分和判别效应分析方法进一步揭示不同大曲与细菌多样性关系。实验选取A和B两组大曲,由车间跟踪数据所知,A组出库曲糖化力平均值约为B组的二分之一,具有明显差异。结果表明储藏过程中大曲细菌群落结构不断调整,乳球菌和赛巴尔德氏菌成为A组大曲最终的优势菌群,而B组大曲的优势菌为芽孢杆菌;A组大曲样品的细菌多样性差异较大,高温放线菌属是差异最为显著的微生物,而芽孢杆菌则是B组大曲样品中的特征性细菌类群。

基于BP神经网络算法的多参数在线测量物联网系统

针对现有物联网在线测量系统存在的参数测量周期长,异常反馈不及时的问题,设计了基于BP神经网络算法的多参数在线测量物联网系统。该系统通过感知层、网络传输层及应用层完成参数的采集、分析处理及显示,其核心在于系统应用层加入BP神经网络算法对实时采集参数进行优化处理,来缩短参数测量时间。通过算法仿真实验可知,本文所提出的基于BP神经网络算法优化的在线测量系统,对于加快数据采集时间,提高制造过程系统反馈调节速度,有着很好的效果。