买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛和微电子有限公司

摘要：本发明涉及工艺参数控制技术领域，尤其涉及一种酒类催熟工艺参数的控制方法、装置、设备及存储介质。该方法包括以下步骤：获取酒类基础数据，其中酒类基础数据包括酒类种类数据以及酒类体积数据；根据酒类种类数据以及酒类体积数据进行振动作业，得到酒类样品数据；根据酒类样品数据获取酒类挥发性香气成分数据；根据酒类挥发性香气成分数据进行香气成熟阶段计算，得到酒类香气成熟阶段数据，以进行酒类催熟工艺参数作业。本发明通过精确控制和优化工艺参数，减少生产周期，提高生产效率，提升产品的市场竞争力和消费者满意度。

主权项：1.一种酒类催熟工艺参数的控制方法，其特征在于，包括以下步骤：步骤S1：获取酒类基础数据，其中酒类基础数据包括酒类种类数据以及酒类体积数据；步骤S2，包括：根据酒类种类数据以及酒类体积数据进行振动参数生成，得到振动参数数据；根据振动参数数据进行初步振动作业并实时采集酒类重量数据以及电机参数数据，得到是实时酒类重量数据以及实时电机参数数据；根据实时酒类重量数据进行实时酒类计算，得到实时酒类体积数据；根据实时酒类重量数据、实时电机参数数据以及实时酒类体积数据进行电机酒类参数关联曲线生成，得到电机酒类参数关联曲线数据；根据电机酒类参数关联曲线数据以及振动参数数据进行优化处理，以进行振动作业，得到酒类样品数据；步骤S3：根据酒类样品数据获取酒类挥发性香气成分数据；步骤S4，包括：根据酒类挥发性香气成分数据进行时序处理，得到香气成分时序处理数据；对香气成分时序处理数据进行时序特征提取，得到香气成分时序特征数据；根据香气成分时序特征数据进行变化图构建，得到香气成分时序变化图数据；根据香气成分时序变化图数据进行成熟阶段图计算，得到酒类香气成熟阶段数据，以进行酒类催熟工艺参数作业；其中优化处理具体为：确定频率、振幅和持续时间的合理范围从预处理后的数据中提取特征，包括重量、体积的标准差和振动频率的平均值；将这些特征加权求和，得到一个综合指标，作为优化目标；参数空间可以通过实验数据和专家经验确定，即预设特征的权重系数；初始化搜索范围和采样次数；对每个参数组合，调用目标函数计算得分，为目标得分数据，为重量特征权重数据，为重量特征数据，为体积特征权重数据，为体积特征数据，为振动频率特征权重数据，为振动频率特征数据；目标函数基于提取的特征重量标准差、体积标准差、平均振动频率计算综合得分；比较当前参数组合的得分与历史最优得分确定是否，为历史目标最优得分数据，如果更优则更新最优参数组合；记录当前最优参数组合和得分；最后输出最优的振动参数组合及其对应的得分；其中香气成分时序变化图数据包括第一香气成分时序变化图数据以及第二香气成分时序变化图数据，变化图构建具体为：根据香气成分时序特征数据以及相应的时间数据进行坐标图构建，得到香气成分时序坐标图数据；根据香气成分时序坐标图数据进行图映射，得到第一香气成分时序变化图数据；根据香气成分时序特征数据以及酒类挥发性香气成分数据进行频谱图构建，得到第二香气成分时序变化图数据；其中成熟阶段图计算具体为：利用预设的成熟阶段图识别模型对香气成分时序变化图数据进行成熟阶段图计算，得到酒类香气成熟阶段数据；其中预设的成熟阶段图识别模型的构建步骤具体为：获取历史香气成分时序变化图数据以及相应的成熟阶段标签数据；根据历史香气成分时序变化图数据进行数据集划分，得到变化图训练数据以及变化图测试数据；根据变化图训练数据进行图卷积计算，得到变化图卷积层数据；根据变化图卷积层数据进行自注意力计算，得到变化图自注意力加权数据；对变化图自注意力加权数据进行图池化层处理，得到变化图池化层数据；对变化图池化层数据进行全连接计算，得到变化图全连接层数据；对变化图全连接层数据进行指数计算，得到变化图指数数据；根据成熟阶段标签数据以及变化图指数数据进行模型构建，得到初步成熟阶段图识别模型；根据成熟阶段标签数据以及初步成熟阶段图识别模型进行模型迭代，得到成熟阶段图识别模型；其中变化图池化层数据包括第一变化图池化层数据以及第二变化图池化层数据，图池化层处理具体为：对变化图自注意力加权数据进行局部池化，得到第一变化图池化层数据；对变化图自注意力加权数据进行全局池化，得到第二变化图池化层数据；其中第二变化图池化层数据包括变化图全局平均池化层数据以及变化图动态平均池化层数据，全局池化具体为：对变化图自注意力加权数据通过预设的全局池化层参数数据进行池化处理，得到变化图全局平均池化层数据；对第一变化图池化层数据以及变化图全局平均池化层数据进行加权计算，得到变化图动态平均池化层数据。

全文数据：

权利要求：

百度查询： 青岛和微电子有限公司 酒类催熟工艺参数的控制方法、装置、设备及存储介质