中國白酒釀造技術是中華五千年酒文化的傳承,無論是實用價值和歷史價值都是非常重要的。釀酒非常重要的步驟是蒸餾,而蒸餾的質量在于上甑工序的質量。在實現(xiàn)精準探氣上甑的過程中,酒醅溫度準確預測起著至關重要的作用。當酒醅表面有多個區(qū)域跑氣時,上甑機器人就無法及時完成鋪料操作,容易造成酒損,直接影響酒質。如果能夠利用歷史酒醅溫度信息,預估未來一段時間酒醅溫度的變化,將對機器人及時合理完成鋪料操作有著重要作用�；诰契瑴囟阮A測問題,文章主要的工作如下:采集勁牌酒廠上甑過程相關數(shù)據(jù)。采集的數(shù)據(jù)包含缺失值、異常值和酒甑邊緣等,設計合理的預處理流程,包括使用霍夫變換提取酒醅溫度數(shù)據(jù)、對缺失值合理填充、剔除異常溫度值、溫度矩陣旋轉對齊、合理劃分數(shù)據(jù)等。找出對酒醅溫度有影響的重要因素,提取時間和空間相關特征。經過預處理后,準確提取了酒醅溫度數(shù)據(jù),為后續(xù)作為模型輸入提供了基礎�；诰契瑴囟阮A測問題和LSTM存在的問題,設計了基于注意力機制的LSTM模型（簡稱ATT-LSTM）。實現(xiàn)有效利用LSTM中間隱層各個時刻輸出,進行注意力分布的計算,對輸出信息進行加權,充分挖掘酒醅溫度數(shù)據(jù)背后隱藏的規(guī)律的目的。針對LST... 

【文章來源】：湖北工業(yè)大學湖北省

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 溫度預測研究現(xiàn)狀
        1.2.2 時間序列預測研究現(xiàn)狀
    1.3 主要研究內容
    1.4 論文結構
第2章 基于酒醅溫度數(shù)據(jù)構建數(shù)據(jù)集
    2.1 數(shù)據(jù)采集
    2.2 數(shù)據(jù)預處理
    2.3 數(shù)據(jù)集構建
        2.3.1 特征構造和歸一化
        2.3.2 訓練集和測試集的劃分
        2.3.3 時間序列轉化有監(jiān)督學習
    2.4 本章小結
第3章 基于注意力機制的LSTM模型構建
    3.1 引言
    3.2 RNN神經網絡
        3.2.1 RNN神經網絡的原理
        3.2.2 RNN神經網絡的優(yōu)缺點
    3.3 LSTM神經網絡
        3.3.1 LSTM神經網絡結構
        3.3.2 BPTT反向傳播算法
    3.4 基于注意力機制的LSTM改進模型
    3.5 梯度下降的優(yōu)化
    3.6 基于貝葉斯優(yōu)化的LSTM參數(shù)優(yōu)選
        3.6.1 貝葉斯優(yōu)化算法
        3.6.2 算法設計
    3.7 模型的搭建與預測
    3.8 模型評價指標
    3.9 本章小結
第4章 實驗及結果分析
    4.1 實驗環(huán)境與數(shù)據(jù)分析
        4.1.1 實驗環(huán)境
        4.1.2 數(shù)據(jù)探索分析
    4.2 相關系數(shù)分析
    4.3 實驗結果與分析
    4.4 本章小結
第5章 總結和展望
    5.1 總結
    5.2 展望
參考文獻
致謝
攻讀碩士期間獲得的學術及競賽成果


【參考文獻】：
期刊論文
[1]基于LSTM循環(huán)神經網絡的故障時間序列預測[J]. 王鑫,吳際,劉超,楊海燕,杜艷麗,牛文生.  北京航空航天大學學報. 2018(04)
[2]上甑機器人在白酒固態(tài)蒸餾中的應用現(xiàn)狀與探討[J]. 張貴宇,庹先國,李杉,陳林,湯科元,彭英杰.  食品工業(yè)科技. 2017(13)
[3]固態(tài)蒸餾白酒的上甑自動化概述[J]. 張家雙,李彬,邢恩宏,王忠.  釀酒. 2016(05)
[4]甑桶蒸餾技術在白酒生產中的應用及研究進展[J]. 陳磊,楊長牛,黃文權,劉郁蔥,孫澤剛.  食品工業(yè). 2016(08)
[5]甑桶醅層高度及結構設計對蒸餾效率及酒質的影響研究[J]. 楊平,涂榮坤,錢志偉,楊甲平,劉向陽,徐前景,李海龍,林鋒.  釀酒科技. 2012(10)
[6]上甑蒸餾技術與白酒產質量的關系[J]. 李大和,李國紅.  釀酒科技. 2012(01)
[7]時間序列預測模型研究綜述[J]. 張美英,何杰.  數(shù)學的實踐與認識. 2011(18)
[8]Time series prediction of mining subsidence based on a SVM[J]. Li Peixian,Tan Zhixiang,Yan Lili,Deng Kazhong Jiangsu Key Laboratory of Resources and Environmental Information Engineering,China University of Mining & Technology,Xuzhou 221116,China Key Laboratory of Land Environment and Disaster Monitoring of SBSM,China University of Mining & Technology,Xuzhou 221116,China.  Mining Science and Technology. 2011(04)
[9]基于LS-SVM的陶瓷窯爐溫度預測控制[J]. 王思明,劉偉,張國武.  計算機測量與控制. 2011(06)
[10]白酒的甑桶蒸餾[J]. 沈怡方.  釀酒. 1995(05)



本文編號：3637145