TCBJ-白酒智能酿造 量质摘酒 红外光谱法应用指南编制说明.docx

《TCBJ-白酒智能酿造 量质摘酒 红外光谱法应用指南编制说明.docx》由会员分享，可在线阅读，更多相关《TCBJ-白酒智能酿造 量质摘酒 红外光谱法应用指南编制说明.docx（10页珍藏版）》请在第一文库网上搜索。

1、白酒智能酿造量质摘酒红外光谱法应用指南团体标准编制说明（征求意见稿）一、工作简况1 .任务来源中国酒业协会白酒技术创新战略发展委员会根据行业发展需要提出团体标准提案，中国酒业协会团体标准审查委员会批准立项，由中国酒业协会牵头，中国食品发酵工业研究院有限公司等单位为主要起草单位，负责起草编制白酒智能酿造量质摘酒红外光谱法应用指南团体标准。根据团体标准项目建议书，白酒智能酿造量质摘酒红外光谱法应用指南团体标准中国标准分类号X61（ICS分类号67.160.10）。2 .起草单位本标准起草单位（计划）：中国酒业协会白酒技术创新战略发展委员会、中国食品发酵工业研究院有限公司、泸州老窖股份有限公司、江苏

2、洋河酒厂股份有限公司、贵州茅台酒厂（集团）习酒有限责任公司、贵州国台酒业集团股份有限公司、舍得酒业股份有限公司、北京红星股份有限公司、山东景芝白酒有限公司、济南B勺突泉酿酒有限责任公司、泸州智通自动化设备有限公司、普瑞特机械制造股份有限公司、四川威斯派克科技有限公司、四川轻化工大学、北京中医药大学、中粮营养健康研究院有限公司。3 .目的意义随着中国制造2025国家战略的推进、国家智能制造标准体系建设指南等国家权威文件的发布，我国各行各业实践智能制造的各类技术、方法不断涌现,白酒生产过程的智能化研究也是处于白热化状态，企业自身需求，国家也通过重点研发计划等项目投入。摘酒环节是对白酒蒸储过程分段，

3、得到不同质量风格的酒的工艺操作，是白酒酿造生产中一项重要的工艺过程。当前智能摘酒解决方案多种多样，但还未形成统一的摘酒标准，白酒智能摘酒（红外光谱法）是较为成熟的一种解决方案，采用机器学习的方法在线对酒体关键品质指标进行分析，同时模拟感官品评，学习靠经验看花摘酒、边摘边尝的传统摘酒方式，提高摘酒过程的精细化、数字化，可减少人为误差，确保酒的品质，提升优质酒产率，提高白酒生产质量管控水平，为白酒行业实现智能化生产提供技术支撑。白酒智能酿造量质摘酒红外光谱法应用指南团体标准对于采用红外光谱法进行智能摘酒进行了规范，可作为白酒企业智能制造改革投入的依据，有助于保障企业产品的质量和可靠性，带动白酒企业

4、的信息化、智能化水平。本标准的制定促进先进检测技术与质量管理的融合创新，可作为白酒智能酿造摘酒决策系统的应用实施指南。二、编制过程2023年10月，中国酒业协会白酒技术创新战略发展委员会因行业需要提出白酒智能酿造量质摘酒红外光谱法应用指南团体标准立项申请。中国酒业协会与中国食品发酵工业研究院有限公司共同协商标准主要框架、适用范围和技术内容。2023年3月7日-2023年3月15日，白酒技术创新战略发展委员会将立项相关材料总结提交中国酒业协会团体标准审查委员会，向专家组成员发文（中酒协标202310号），邀请成员进行立项函审，根据函审结果，审查意见全部表示赞同。2023年4月13日，经中国酒业协

5、会团体标准审查委员会发文（中酒协标202314号）批准立项，并征集起草单位。2023年4月20日2023年6月2日，白酒技术创新战略发展委员会秘书处，提出标准制定框架和主要工作内容，对标准初稿中的术语定义、评价条款、评估方法的内容进行讨论协调，形成标准初稿。2023年7月16日，秘书处与征集的起草单位（共18家）共同召开标准讨论工作会议，说明了标准制定情况，就标准内容逐条进行讨论，根据专家提出相关意见进行答疑和建议的汇总、修订，综合起草组专家的意见进一步修改完善，会后形成标准讨论稿。2023年7月30日，秘书处校验标准细节，编写相关材料，形成标准征求意见稿。2023年6月1日，秘书处再次向18

6、家起草单位征集标准意见，并根据专家提出相关意见进行答疑和建议的汇总、修订，综合起草组专家的意见进一步修改完善，形成公开征求意见稿。三、编制原则和标准主要内容的论据1 .编制原则a）规范性原则。本标准以国家、行业现有的标准为制定基础，本着先进性、科学性、合理性、可行性和可操作性的原则来进行本标准的制定工作，主要依据GB/T1.1-2023标准化工作导则第1部分：标准化文件的结构和起草规则、GB/T20004.1-2016团体标准化第1部分：良好行为指南、GB/T2000422018团体标准化第2部分：良好行为评价指南和团体标准管理规定的规定编写内容。b）系统性原则。本标准与GB/T191、GB2

7、760GB5009.12、GB5009.36、GB5009.225、GB5009.266、GB7718、GB12456、GB/T10345、GB/T17204等引用的法规标准协调一致。按照术语和定义、量质摘酒技术解决方案的一般要求、功能要求的3个部分展开。C）行业性原则。本标准的定义与GB/T15109-2023白酒工业术语和GB/T17204饮料酒术语和分类中界定的术语和定义保持一致，对应用红外光谱法实现白酒智能酿造量质摘酒的一般要求和功能要求进一步规范，结合现有技术水平和生产的实际情况，提出符合白酒智能酿造发展的行业性要求。d）定量与定性结合原则。品酒师感官品评的摘酒分级结果结合蒸储过程中

8、各关键理化指标的定量结果，结合实现对白酒蒸储过程各级别酒体的分级判别。e）可行性和可操作性原则。本标准中的应用体系成熟可行，对于白酒智能酿造量质摘酒的实现具有可行性和可操作性。2 .标准主要内容的论据a）标准名称根据标准制定内容，名称简明扼要地确定为白酒智能酿造量质摘酒红外光谱法应用指南。b）规范性引用文件本文件是产品标准，包含术语、质量、包装、储运等要求，本标准编制主要依据包括：GB/T10345白酒分析方法GB/T29858分子光谱多元校正定量分析通则GB/T33404白酒感官品评导则GB/T34068物联网总体技术智能传感器接口规范GB/T37079设备可靠性可靠性评估方法C）术语定义及

9、分类本标准的定义与现行国家标准GB/T151092023白酒工业术语和GB/T17204-2023饮料酒术语和分类一致，有利于统一市场体系的建立，避免造成企业执行标准困难，也造成政府部门制定标准的资源浪费和执法尺度不一的情况。d）量质摘酒技术解决方案（红外光谱法）的要求（1）一般要求应用支撑：建设统一的平台、数据对接等，主要理由：一是智能投配料的前提是收集到白酒生产过程中的数据，需要相应的数据对接平台；二是对收集到的数据利用机器学习等算法加工处理需要一个实现各流程业务数据统一和交汇、处理的平台，为后续多应用的互通做准备。数据接口：参照GB/T34068-2017物联网总体技术智能传感器接口规范

10、建立统一的数据接口，主要理由：在通过设备收集数据过程中需要定义统一的数据协议和传输方式，从而解决解决不同设备、模型及系统间信息互通的问题。一致性：制定统一的数据采集、传输、计算及交互模式，主要理由：保证数据资源最大化利用，充分发挥系统整体效能。兼容性：各种接口在遵循规范性原则的基础上，保证其可以集成不同设备厂商、系统或平台供应商、软件供应商的产品，主要理由，白酒的实际生产过程中每个环节使用的智能化数字采集设备或者辅助设备可能不是一个厂家供给的，所以要集成不同设备厂商、系统等，以此支持白酒投配料的智能化实现。可靠性:保证系统具有较高的可靠性、完善的错误处理机制和数据备份机制，保证系统可提供不间断

11、访问服务，主要理由，一是采集或者收集到的数据必须是正确的，这样才能保证智能投配料算法的正确性和合理性；二是一旦出现错误必须能有完善的错误处理机制，以此应对生产中的意外情况，从而保证数据的正确性；三是要能够访问采集到的数据，因为要通过这些数据来发现投配料的规律。（2）功能要求系统硬件要求红外光谱数据智能采集设备：获取白酒蒸储摘酒过程中的光谱信息数据需要在线的红外智能采集硬件，设备可靠性参照GB/T370792018设备可靠性可靠性评估方法进行评价。尽量使用不低于一定精度的采集和检测仪器，以此保证数据的准确性和实时性。辅助性设备：在投配料环节中，还需要工艺控制设备、边缘计算设备、智能传感器等其他硬

12、件辅助性设备。例如自动上料运输设备、加曲、加水设备等在内的机械化、自动化控制设备；数据采集设备：工业摄像机、智能专用传感器；新基建设备：智能网关、5G、wif6网络等自动化采集设备。采用辅助性设备实现对酿造生产过程中各工艺工段数据的建模分析以及计算，最终生成投配料决策建议，指导生产。系统基础功能要求人员管理：用户通过该功能对系统内人员基本信息进行管理和维护，包括新增、修改、删除等功能，内容包括人员编号、姓名、职务等。主要理由，企业生产需要人员，有人员的地方就需要进行人员管理，人员管理也是为了保证系统更好的运行，保证数据的一致性。权限管理：对系统内角色分配以及各角色的权限管理和维护，包括角色的新

13、增、修改、删除、角色权限分配设置等功能。不同角色需要的功能不一样，应该给不同角色配置不同功能，以便企业更好的管理。设备状态管理：对连接系统的所有相关设备进行监控和管理，查询设备使用情况、设备状态、数据采集情况等信息，具体内容包括设备编号、设备名称、设备状态等。设备是企业生产实施的工具，在智能投配料的过程中也会用到设备,所以需要对设备进行管理。故障诊断管理：对设备状态监测信息进行判断，依据设备运维保障规则识别故障起因，进行故障诊断，并采取修复措施。通过管理对设备状态进行及时管控，完成设备故障排查及修复。样本管理：用户可通过系统录入、查询、修改、删除样本及样本库的相关信息，样本数据进行采集并传输到

14、系统后，数据在线实时保存于数据库中，包括样本基本信息、图像及视频信息、数字及图谱等数据信息等。样本库记录的都是未进行加工处理过的数据信息，建立样本管理有利于发现问题及时查漏补缺。数据传输、计算及结果管理：对系统及相关设备所产生的数据进行管理，拥有处理数据的相关模型等功能，可生成相关结果及决策建议以报表等方式呈现。通过管理利用采集、处理后的数据建立智能摘酒模型。数据分析及应用工艺数据调研：根据调研和起草单位的意见，结合白酒企业在实际白酒蒸馅摘酒过程中的需要，确定了采集数据及建立数学模型前需掌握的基础工艺信息。应用方案建立：根据工艺数据调研结果，对基础工艺信息进行编号，同时归类分别建立红外摘酒模型

15、，整理形成应用红外光谱法建立摘酒模型的整体建模方案。量质摘酒红外模型的建立：调研及结合企业实际生产需求和数据挖掘的理论知识，对蒸储摘酒过程原酒的光谱数据和关键理化数据进行获取，同时由专业品酒师对关键酒样进行感官品评。理化数据分析参照GB/T10345-2009白酒分析方法，感官品评参照GB/T33404-2016白酒感官品评导则进行。然后对获取的数据进行预处理，主要包括查找数据集中的缺失值与异常值和数据清洗，所用的方法都是数据挖掘中常用且符合白酒实际生产的方法，数据预处理后参照GB/T29858-2013分子光谱多元校正定量分析通则建立蒸僧摘酒过程中各关键指标的快速分析模型，同时结合感官品评结果，建立基于感官判别结果的智能摘酒模型。量质摘酒红外模型的验证优化：对所建模型在同等条件下进行验证及优化工作，直到模型可投入实际生产使用。结果管理要求数据传递：监测数据可通过检测设备实时自动上传，数据通过模型自动计算并输出结果，结果可通过系统处理并提交。主要理由，结果数据及时传递、采集上的数据的计算才具有及时性。结果查询：用户可通过系统对检测项目的结果数据进行查询，系统提供多种查询条件进行筛选，包括样品批次、样品检测时间、样品编号、测样人、供应商等，并可导出为exce1表格等形式。结果可以查询，才能看到摘酒过程的数据。结果汇总：用户可通过系统对检测结果数据进行统计，系统应具有数据柱状图、饼状