【温度控制】模糊PID啤酒生产过程糊化温度控制【含Matlab源码 3545期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab物理应用仿真内容点击👇
①Matlab物理应用（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、模糊PID啤酒生产过程糊化温度控制

在影响啤酒质量的众多因素中，进罐前的麦汁质量才是决定性的，而麦汁质量的好坏直接跟原料的好坏和糖化工艺相关，糖化工艺中的米粉醪液和麦芽醪液的煮醪和并醪反应、过滤槽麦汁过滤速度、麦汁蒸发强度、PH值大小等因素都直接影响着成品啤酒的质量。啤酒糖化过程有很多加热过程的温度控制，比较重要的是糊化锅的温度控制，首先这些锅都比较大，从加热到检测到温度升高纯滞后在一分钟左右，要很好的跟踪工艺曲线不是件容易的事情，常规PID控制做不到，另外虽然糖化锅、糊化锅中装有搅拌电机，但是这些搅拌电机在并不一直在运行，所以锅中的温度并不一定均匀，时而检测到的温度可能偏高、也可能偏低，也给控制带来不少困难。本文采用模糊PID控制，对糖化过程的温度进行合理的优化与控制，在Matlab 中进行仿真验证。采用模糊+PID温度控制策略对于发酵过程中温度变化控制的可行性。该控制策略将节省能源，降低成本，提高啤酒质量和竞争力。

以啤酒糖化过程糊化温度曲线控制系统为例，通过分析啤酒糊化过程的对象特性，并从机理分析的角度出发得出对象特性的仿真模型，比较了各种控制策略的仿真结果，进而得到了用于糊化过程温度曲线控制的一种较好的控制策略。在啤酒精酿制造行业日益兴起的今天，啤酒生产中单纯地采用 PID 算法来进行温度控制的效果已经不能满精酿啤酒厂对于啤酒糖化液品质的要求。整个啤酒糖化工艺过程需要控制的点很多，有两个粉碎机的调浆水的温度控制、流量控制、PH控制；糊化锅的温度控制：糖化锅的温度控制、PH控制；过滤时的过滤速度控制、耕刀转速控制、糟层差压控制、PH控制：煮沸锅蒸发强度控制、PH控制；薄板冷却器的温度控制；次品酒添加温度控制、流量控制；水系统的温度控制、压力控制；CIP系统的温度控制、压力控制、浓度控制等等，在这些控制系统中我们一般都使用了常规的PID控制算法+限幅控制，都取得了较好的控制效果，但是在糊化锅、糖化锅的温度曲线控制中，用PID控制算法效果不是很理想，控制偏差在3℃以上，远不能达到工艺要求，所以在图2—1糊化锅
现场我们用了很多时间来调试这个温度曲线控制算法，最终采用了模型推理，参照随动控制系统的设计理论，导出了适合糖化、糊化温度曲线控制的控制。通过查阅相关资料，为改善精酿啤酒生产线的温度控制精度，提升产出啤酒的风味，针对啤酒糖糊化变温反应这一过程，采用反应速度快，控制精度高的模糊+PID的控制策略来为啤酒的糖化反应提供更高品质的糊化醪液。控制器的控制效果可以在Matlab 中进行仿真验证，证明了模糊+PID温度控制策略对于发酵过程中温度变化控制的可行性。

⛄二、部分源代码

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 刘婵,朱永川,白园,何健辉.基于flocking的多智能体群集与避障算法研究与仿真[J].通信技术. 2019,52(07)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合