基于风险分析的葡萄酒生产灌装线规划中的过滤能力软感知方法

《Journal of Food Engineering》:Risk-informed soft sensing of filtration capacity for bottling-line planning in wine production

【字体: 大 中 小 】 时间:2026年07月12日 来源:Journal of Food Engineering 5.8

编辑推荐:

  路易斯·利洛·奥塔罗拉|阿隆索·佩尼亚·多马尔奇|哈维尔·布拉沃·巴尔卡萨尔•软感知技术可预估葡萄酒装瓶前的过滤能力。•运行冗余度能识别出过滤余量有限的酒批。•预测不确定性可量化容量不足带来的风险。•基于过滤性测试结果,一种测量优先级指标可用于确定高运营风险酒批。•工业记录可为装

  路易斯·利洛·奥塔罗拉|阿隆索·佩尼亚·多马尔奇|哈维尔·布拉沃·巴尔卡萨尔•软感知技术可预估葡萄酒装瓶前的过滤能力。•运行冗余度能识别出过滤余量有限的酒批。•预测不确定性可量化容量不足带来的风险。•基于过滤性测试结果,一种测量优先级指标可用于确定高运营风险酒批。•工业记录可为装瓶线的提前过滤规划提供支持。

引言
最终过滤是葡萄酒装瓶前的最后一道加工步骤,通过去除可能影响澄清度及产品储存稳定性的悬浮颗粒,对确保微生物稳定性起着关键作用。在工业化葡萄酒生产中,这一工序通常采用在受控压力条件下运行的膜过滤或滤芯过滤系统来完成(Ribéreau-Gayon等人,2006年;Osborne,2022年)。

在过滤过程中,悬浮颗粒、胶体以及微生物会逐渐在膜表面及过滤介质的多孔结构中积聚,这一现象被称为膜污染。随着被截留物质的积累,水力阻力会增加,渗透流速会逐步降低,最终导致在出现不利操作条件之前可处理的葡萄酒总量受限(de la Garza和Boulton,1984年;Sorrentino等人,2025年)。

污染程度很大程度上取决于葡萄酒基质的物理化学成分(Ribéreau-Gayon等人,2006年),同时也与生产过程中采取的技术措施有关,比如澄清和稳定处理工艺(Boulton等人,1999年)。因此,不同生产批次之间的过滤行为可能存在显著差异,这给装瓶操作的规划带来了不确定性(Seabrook等人,2020年)。

过滤行为通常通过实验性过滤测试来评估,这些测试有助于估算与葡萄酒堵塞潜力相关的各项指标(Descout等人,1976年;Peleg等人,1979年)。其中最常用的指标包括过滤指数(FI)和最大可过滤体积Vmax,二者都是通过恒压过滤实验得出的(Alarcon-Mendez和Boulton,2001年;de la Garza和Boulton,1984年)。这些指标能用一个定量数值概括过滤动态,但它们往往是在不考虑过滤系统运行特性的情况下进行解读的,这就限制了其在生产规划中的直接应用。

最近有一种基于过滤动态双曲表示法的运行过滤指标被提出(Lillo Otarola等人,2025a年)。该指标被称为运行过滤指标(OFI),它表示单位过滤表面积所能过滤的体积。结合装瓶线上的过滤面积以及酒批的生产量,就可以据此估算可处理的体积,进而确定过滤阶段的运行冗余度,即可用过滤能力与需处理体积之间的相对差异。

尽管这一指标具有明显的实用价值,但其系统的应用仍依赖于过滤实验,而这类实验通常要在葡萄酒接近装瓶阶段时才进行(Alarcon-Mendez和Boulton,2001年;Seabrook等人,2020年)。因此,关于过滤能力的信息只能在生产过程的后期才能获得,这降低了它在装瓶操作提前规划中的实用性。

为克服这一局限,人们提出了一种用于计算运行过滤指标的间接测量方法。该方法利用在过滤阶段之前可获得的变量构建预测模型,从而估算特定过滤能力(Alpaydin,2020年)。这些变量包括与葡萄酒产地相关的信息、生产过程中采取的技术措施,以及通过常规分析检测得到的物理化学参数,这与近年来机器学习在葡萄酒相关研究中的应用思路一致(Bhardwaj等人,2022年)。

在估算出过滤指标后,可将其与现有的过滤面积及酒批体积相结合,进而计算出过滤阶段对应的冗余度(Lillo Otarola等人,2025b年)。由此得出的余量及其相关不确定性有助于识别那些处理时可能面临较大运营压力的酒批。

估算出的过滤条件还有助于制定测量优先级策略。无需对所有酒批都统一进行过滤测试,而是可以将实验测量重点放在那些预测运行条件接近决策边界、且预测不确定性可能影响操作决策的样本上。因此,预测建模与实验测量共同构成了过滤规划监控策略中的互补部分,这也与在工业流程中运用预测模型辅助决策的做法是一致的(Wuest等人,2016年;Jiang等人,2020年)。

本研究开发了一种软感知框架,能够利用日常可获取的生产数据来估算运行过滤指标(OFI)。通过将预测的过滤行为与过滤面积及酒批体积等信息相结合,所提出的方法可帮助估算过滤能力,并在装瓶规划阶段评估运行冗余度。此外,预测不确定性也被纳入考量,用以确定需要优先进行验证的测量项目,从而实现对过滤性能的风险监测。

章节摘录
葡萄酒膜过滤与污染机制
膜过滤的性能会因被截留物质在膜表面及其孔结构中的逐渐积聚而受到严重影响。这种现象即膜污染,它会增加过滤系统的水力阻力,进而逐步限制可实现的过滤能力(Field等人,1995年;Bacchin等人,2006年)。在葡萄酒微滤过程中,悬浮颗粒、胶体以及微生物会在过滤过程中与膜发生相互作用。

方法论
从数据准备到运营决策层的整体方法论如图1所示。首先将数据集整理为干净的建模数据集,然后将其划分为训练集、验证集和测试集。主模型在训练集上进行训练,针对特定观测值的不确定性模型则在验证集上拟合,所有性能指标都是在测试集上评估的。之后将估算出的过滤能力与过滤面积以及酒批相关信息结合起来……

变量选择与预测因子结构
原始数据集包含1342条记录和35个变量,其中包括响应变量y1。最初的变量结构分为三类:描述产品产地的变量(ai)、与生产过程中的干预措施和技术条件相关的变量(bi),以及连续型分析变量(ci)。变量ai和bi被视为分类预测因子,而ci则对应于连续型的分析测量值。

预测因子选择是通过……

讨论
在所分析的数据集中,不同葡萄酒的过滤行为存在很大差异。过滤指数y1的分布严重偏斜,还存在多个极端值,这反映出不同生产批次之间的污染动态存在显著差异。这种差异性与以往关于葡萄酒过滤和膜污染的研究结果一致,因为在这些研究中,胶体成分、大分子以及悬浮颗粒之间的相互作用会导致过滤效果出现极大差异。

结论
本研究表明,在过滤阶段之前记录的工业过程变量包含足够的信息,可用于还原运行过滤指标的大部分变异情况。基于树的集成模型能够捕捉葡萄酒成分、技术措施与过滤行为之间的非线性关系,而且“额外树”估计器在交叉验证下能够提供稳定的预测结果。残差分析显示,预测……

CRediT作者贡献说明
路易斯·利洛·奥塔罗拉:写作——审阅与编辑、验证、监督、软件使用、资源提供、项目管理、方法论设计、研究实施、正式分析、数据整理、概念构建。阿隆索·佩尼亚·多马尔奇:写作——初稿撰写、验证、监督、软件使用、方法论设计、正式分析、数据整理、概念构建。哈维尔·布拉沃·巴尔卡萨尔:数据整理。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号