1 引言
　　近10年来，虽然我国的啤酒装备配套水平有很大提高，但和国外相比，由于起步较晚，尤其是成套设备，差距较大。自动化程度低，因而产品效率较低，生产质量也不高，啤酒能耗较大，这都是我国啤酒工业急待解决的问题。本论文经过认真调研、分析，对目前国内外较先进的啤酒发酵工艺控制系统进行了综合比较与评价，同时，又充分考虑企业的综合实力、现状与发展等因素，此控制系统结构选定IPC——PLC DCS即工业控制计算机与可编程序控制系统。并提出一种基于神经网络的模糊自适应PID控制算法，解决了啤酒发酵过程的纯滞后过程、大惯性、和非线性等问题。
2 啤酒发酵工艺控制
　　2.1啤酒发酵工艺曲线
　　啤酒发酵的工艺曲线对质量有直接影响。啤酒口味和实际要求的不同，啤酒的发酵工艺曲线也就不同，但是对于确定好的啤酒发酵工艺，就应严格按照工艺曲线去控制温度和压力等，这样才能保证啤酒的质量。啤酒发酵工艺曲线如图1—1所示。
　　2.2 啤酒发酵温度控制
　　在啤酒发酵过程中，酵母的发酵性能受发酵温度的影响。由于发酵中有热量释放出来，因而使发酵中的麦汁温度上升，同时促使酶反应加速。酵母的发酵性能必须限定在一定范围内，这就是实际发酵操作中的控制工作。啤酒温度控制原理如图1—2。
3 IPC-PLC DCS 的设计
　　本系统为上下两级递阶结构。具体构成如图1—3所示。
　　主要包括以下几方面：
　　（1）. 上、下位计算机：控制上位机采用两台工业控制计算机，由于控制对象较多，并兼顾今后系统升级的需要，所以，下位机采用四台中型PLC。
　　（2）. 接口硬件包括：开关量的I/O 采用PLC的DI、DO模块;温度、压力、液位采用A/D转换模块;考虑到下位机需要与上位机进行串行通信，选用日本立石电机公司的OMRON C200HE系列可编程控制器。上下位机通信采用RS—232接口。1#下位机配置如图1-4所示。
　　（3）. 显示系统，包括大型模拟屏，以及上位机彩色监视器。
4 控制算法的设计
　　啤酒生产发酵过程的控制算法很多，比较常用的是PID控制算法。在实际生产现场中，PID参数整定与自整定的方法也很多，但往往难以实施或不太理想，常规PID控制器参数常常整定不良，性能欠佳，对运行工况适应性差。本论文提出一种基于神经网络的模糊自适应PID控制方案。本控制系统结构如图1—5。
　　它主要包括四个部分：
　　（1）. 传统PID控制结构 由PID控制器和广义被控对象构成一个典型的闭环控制系统，只是此时的PID参数通过神经网络实现在线修改。
　　（2）. 模糊量化模块 对系统的状态变量进行归档模糊化和归一化处理。
　　（3）. 辨识网络NN1 它主要用于建立被控系统的辨识模型，为NN2提供必要的信息。
　　（4）. 神经网络NN2 根据系统的状态，调节PID控制器的参数以期达到某种性能指标的最优。
5 仿真实验
　　考虑到啤酒发酵过程中的诸多因素，即被控对象是参数时变的非线性系统。针对以上提出的自学习控制算法，对被控对象进行仿真。仿真图见图1-6。通过与图1-1进行比较可以看出基于神经网络的模糊PID控制系统能通过在线学习，不断改善对系统的控制性能，具有较高的拟人智能性。
6 结 论
　　本控制系统应用了基于神经网络的模糊PID控制算法，使IPC-PLC分布式控制系统具有良好的执行精度，且抗干扰能力强，使温度曲线得到较好的拟和，在实际生产中应用取得了令人满意的效果。
参考文献：
　　[01] Theodore E. Djaferis, Automatic Control; The Power of Feedback Using MATLAB, PWS Publishing Company, 1998
　　[02] James B. Dabney and Thomas L. Harman, Mastering Simulink 2,Prentice Hall, 1998
　　[03] 韩华，啤酒发酵过程仪表集散控制系统，基础自动化，1998.1
　　[04] 杨昌琨,可编程序控制器的发展趋势概述,基础自动化,1998.2
　　[05] 程卫国,MATLAB5.3应用指南,北京:人民邮电出版社,1999
　　[06] 刘天键,PC与PLC串行通信程序设计,工业控制计算机,2001.3
　　[07] 王伟,串联型模糊神经网络PID控制器的设计,计算机仿真,2002.7