基于深度学习的白酒分类识别方法

以深度学习为基础,结合Tensorflow与Keras框架,建立了基于深度学习的白酒品牌分类预测模型。通过电子舌(阵列式传感器)对待测白酒的特征信息进行采集,并与已知的待测白酒样品类别结合建立测试样本数据集,通过训练集与测试集对基于深度学习的白酒品牌分类预测模型进行训练与性能检验。结果表明,该预测模型的白酒品牌识别率达99.987%,准确率较高。     

勾调自动化在白酒生产中的应用研究进展

文章阐述了勾调工艺及其在白酒生产过程中的重要地位,并从勾调配方建模、自动化控制、计算机等技术在白酒勾调中的应用现状进行详细阐述;针对目前勾调研究、实施的难点,从研究者与企业两个角度总结了现阶段的不足,并对未来的改进方向进行了展望。     

基于GA优化SVM参数的白酒分类识别方法应用研究

为提升支持向量机算法在白酒品牌分类预测中的准确度,利用遗传算法优化支持向量机参数,并建立最优参数的SVM白酒品牌分类预测模型.通过阵列式传感器(电子舌)采集多个待测品牌白酒的特征信息,将提取的特征信息数据经预处理(异常值处理、归一化操作等)后存储为样本数据集.其中样本数据分为训练样本与测试样本,通过训练样本对最优参数的...     

基于变论域模糊-Smith的白酒勾调控制

目的:满足白酒勾调控制系统响应无超调的要求,消除系统时滞性对其控制效果的影响。方法:提出了一种基于变论域模糊-Smith的白酒勾调控制算法。对系统的控制过程及特点进行分析并建立近似的数学模型;引用Smith预估器补偿系统存在的时滞性,利用模糊控制的特点解决系统数学模型建立不精确的问题,并且结合了变论域方法来消除常规模糊控制精度不高,存在稳态误差的弊端;通过Matlab实现了该算法的仿真。结果:与PID-Smith以及模糊-Smith控制算法相比,该算法在确保系统响应无超调的前提下,具备更快的调节速度以及鲁棒性。结论:变论域模糊-Smith算法能够实现白酒勾调控制系统对流量的精确控制。     

山东某金矿多中段并联辅扇风机高效联合运转的通风研究及应用

基于金矿生产现状和通风情况,并且随着矿井开采的不断延深,对于深井矿山来说,矿井通风日趋困难,通风难度不断增大。由于深井矿山多中段同时作业,对于通风系统网络线路长,通风阻力过大,当两并联风路风流交汇时,产生撞击损失和涡流损失,风机联合运转时互相成为阻力,风机联合运转未发挥最大效能。两台风机联合运转,在实际的运转状态下,两台风机均未发挥最佳效能和最佳工况点基于上述内容,对于某金矿现用的并联辅扇风机联合运转进行理论和现场技术上的综合评价与分析,希望能够进一步为类似矿山通风研究和风量调整提供有效参考。