白酒是我国传统的酒类产品,在食品行业中占有较高的产值。由于白酒酿造过程一般具有数十天的发酵期,在进行白酒发酵工艺的设计时,往往需要在实验上耗费大量的时间来确定最佳工艺参数。即使是花费了大量时间成本得到的最优工艺参数,受到发酵条件、环境微生物、原料特性、大曲批次等因素变化的影响,实际应用时产量和品质也会出现一定程度的下滑。因此,为了维持车间产量和产品品质的稳定,有必要对该生产过程进行数学建模,并在数学模型的基础上进一步研究跟随生产过程进行的工艺参数优化方案。首先,本文参考了相关的工艺原理、生产设备、车间自动化水平和施工进展,设计了包含“生产过程预测模块”和“工艺参数优化模块”的泸型酒工艺参数优化方案。“生产过程预测模块”主要以动力学模型为基础,通过融合统计学习模型来提高预测精度和跟踪时变趋势,内部又分为“窖池发酵模型”与“上甑蒸馏模型”两小部分,分别完成相关过程的预测任务;“工艺参数优化模块”借助预测模型通过广域最优化方法求解给定原料特性下的最优工艺参数。其次,本文依据泸型酒窖池发酵工艺流程及其相关微生物代谢原理,并参考了其他各类微生物发酵过程的普遍规律,构建了“泸型酒窖池发酵模型”。该模型的动力学部分充分考虑了发酵过程中各微生物受相应底物浓度、产物浓度、糟醅氧含量、温度和复制衰老等因素的影响,并在传统浓香型发酵工艺的实验样本上获得了良好的拟合效果。在此基础上该模型进一步融合了统计回归部分,在动力学部分的预测结果上叠加基于梯度提升原理的预测补正,并通过定制的工业数据抽样规则和误差控制规则来跟踪生产过程的时变特性,不断学习生产数据中的潜在知识来提高预测精度。然后,本文依据泸型酒上甑蒸馏工艺流程及相关设备特点,将生产工艺抽象为一个非标准的填料塔精馏过程,主要应用平衡级假设、渗流动力学方程、蒸发效率假设和UNIFAC活度系数模型构造了基于机理的非稳态精馏模型,即“泸型酒上甑蒸馏模型”。仿真结果表明,该模型与自制设备测得的甑桶内部糟醅温度分布具有相近的变化趋势,预测的出酒组分也能够较好地符合实际的生产情况,能够满足生产预测的需求。除此之外,该模型还可以在稍加调整后,迁移应用至上甑过程的蒸汽高度实时控制中。最后,本文在前述“生产过程预测模块”的基础上构建了“泸型酒工艺参数优化模块”,通过遗传算法在当前工艺参数点附近搜寻潜在的最优工艺参数,避免了频繁进行工艺实验所需要的时间开销。受车间检测条件的限制,部分原料特性尚无法实现连续自动化地测量,因此本文参照过程软测量的概念设计了原料特性反推算法,通过分析预测模块的输出与实际生产状况间的差异,及时通知工艺员对可疑参数进行人工测量并采用真实特性重新进行工艺参数的最优化。