发布时间：2024-12-20 发布者：谱视界来源：谱视界

喜报丨四川轻化工大学与无锡谱视界科技有限公司合作荣获2024年度四川省科学技术奖提名！

喜报来袭

近日，2024年度四川省科学技术奖提名揭晓，无锡谱视界科技有限公司研发副总——马宗伟先生，参与的项目《白酒酿造过程智能检测与调控关键技术创新及应用》荣获该奖提名。

马宗伟
谱视界研发副总

马宗伟，华中科技大学物理学院博士，现任无锡谱视界科技有限公司研发副总，主持开发了谱视界空天地一体化系列产品。

项目简介

白酒是四川优势特色产业，属劳动密集型，提质增效急需数智化转型。目前白酒生产过程关键质量控制多依靠人工经验，从酿酒原料品控到酿酒过程关键环节仍存在诸多技术瓶颈。

项目组围绕制曲与糟醅入窖过程中的关键技术问题，创新了基于高光谱成像结合特征提取多步联动方法及集成学习模型、多元数据融合结合深度学习优化模型建立了酿酒小麦、高粱等原料的高光谱成像快速检测新方法。研制了多点多次柔性踩压压曲设备，有效控制大曲水分均匀性、提浆效果；创新了曲房环境多元参数的模糊神经网络与双神经网络智能模型，构建了“智慧曲房”定向风控系统。首创了基于光谱重建技术的糟醅理化指标工业相机在线检测方法，实现了糟醅理化指标在线检测及入窖工艺过程参数的实时联调，研发了成套装备系统。

获授权发明专利17件、计算机软件著作权5项，制定团体标准6项，发表论文63篇。成果技术已在全国十余家知名酒企推广应用，2021-2023年新增经济效益高达十几亿元，经济、社会效益显著。

经国家授权的成果评价单位，组织中国工程院院士牵头的7位行业权威专家进行项目鉴定，一致评价认为：该成果整体技术达到国际领先水平。

经审查，该项目提名材料真实有效，相关栏目符合填写要求，达到推荐条件，同意推荐该项目为2024年度四川省科学技术奖。

创新成果

中国白酒作为最具特色的传统产业，整体数智化进程滞后，产品关键质量控制依靠人工经验，质量稳定性差。从酿酒原料品控到酿酒过程关键环节仍存在诸多技术瓶颈，制曲生产、糟醅入窖等关键工序存在原料品控“难”、数据监测“难”、过程调控“难”，中国白酒提质增效急需数智化转型。

谱视界研发副总马宗伟先生参与的《白酒酿造过程智能检测与调控关键技术创新及应用》项目组十余年来深耕白酒酿造的智能检测与过程控制技术及应用，攻克了原料品种的高光谱快速识别及掺杂检测、基于光谱重建的糟醅与大曲理化指标在线检测、大曲发酵过程曲房环境参数的智能调控、酿造过程糟醅入窖工艺参数协同调控等关键技术。建立了智能制曲、智能酿造关键环节的智能模块，实现了制曲新装备、酿造新装备与酿酒品质提升的协同融合，取得创新成果如下：

01首创小麦检测-大曲成型系统智能调控技术：

创新了小麦品质及大曲成型质量的高光谱成像快速检测方法，优化了特征提取多步联动方法及集成学习模型；研制了“多点多次柔性踩压”压曲设备，可有效控制大曲水分均匀性、提浆效果等；首次将小麦品质及工艺过程与曲块成型质量进行关联，运用模型预测控制（MPC）技术，实现了压曲机关键工艺参数实时智能调控。

02首创微循环定向风控技术的多元参数调控“智慧曲房”：

解析了曲房环境参数与大曲理化指标的相关性及曲房的多物理场耦合模型，获得了大曲发酵过程曲房环境分布状态变化规律及机理，实现了基于微循环送风的曲房定向风控；创新了曲房环境多元参数的模糊神经网络与双神经网络智能调控技术；首创了集实时检测、数据融合及集成控制的多参数调控与多目标控制的“智慧曲房”联调技术，实现曲房环境精准控制。

03创新性提出酿造过程入窖糟醅在线检测与智能联调技术：

提出了酿酒原料高光谱成像快速检测新方法，攻克了原料粘连籽粒图像分割难题，采用多元数据融合结合深度学习优化模型，实现了酿酒原料品种、掺杂与成分的快速检测；基于“通道独立阈值-多级光谱智能自注意网络”优化算法，成功构建了糟醅图像与光谱数据的映射关系，首创了基于光谱重建技术的糟醅理化指标工业相机在线检测方法；基于糟醅理化指标与入窖工艺参数的协同解析，采用模型预测控制（MPC）结合模糊控制方法，实现了酿酒过程的实时数据智能联调及成套装备研发。

谱视界产学研成果

谱视界一贯重视与各高校、科研院所在科学研究、学术交流等方面的精诚合作，通过多种形式，探索和发展产学研合作的新领域、新途径，建立产学研长期合作关系，形成专业、产业相互促进共同发展，努力实现产学共赢。

自公司成立以来，谱视界分别与中国农业大学、南京农业大学、中国科学院长春光学精密机械与物理研究所、延边大学等各类院校开展产学研合作，形成了一系列合作成果。