måndag 28 oktober 2019

Tio år med bloggen



I skrivande stund är det på dagen exakt tio år sedan jag publicerade mitt första inlägg, ett ganska anspråkslöst sådant om en postmodern lager. Mycket vatten har runnit under broarna sedan dess (och öl nerför struparna). Jag är inte så mycket för jubileer och dylikt, men det kan ändå vara ett bra tillfälle att titta såväl bakåt som framåt i tiden.

Tillbakablick

Det hela började med att hembryggarräven Rick Lindqvist startade Hitta biran. Denna skattjaktslek eller vad man nu ska kalla det för pågick rätt intensivt under hösten 2009, för att sedan dö ut under 2010. Under 2012 fick den plötsligt nytt liv igen men dog sedan för gott(?) i början av 2013. Jag vann omgång 8, och fick därför ansluta mig till blogger för att kunna skapa omgång 9. I samma veva fick jag idén att även starta en hembryggarblogg.

Tanken med bloggen initialt var att fungera som en dagbok över mitt bryggande. Dels för att jag skulle kunna gå tillbaka till gamla bryggningar för att göra finjusteringar. Men även för de jag ger bort flaskor till. Jag brukar kanske ge bort 20-30 flaskor av varje sats, och jag orkar inte förklara lika många gånger vad det är för öl. Bättre då att det går att läsa någonstans.

I beskrivningen av bloggen skriver jag "...någon mer allmän betraktelse om öl kanske slinker ner också". Jo, det har blivit en del sådana också. Allt eftersom åren gick fick jag blodad tand och började skriva mer och mer inlägg; om bryggteknik, ölresor, ölfestivaler, ölmyter och allt möjligt mer eller mindre kopplat till öl.

Från att ha haft ganska liten trafik till bloggen inledningsvis så växte publiken till flera hundra läsare per inlägg. Från bloggstatistik kan man se att kulmen nåddes någon gång under våren 2018, där all time high per månad nåddes i april med 10 403 besökare. Sedan har det sakta sjunkit en smula. Det kan nog bero på såväl att bloggformatet har blivit lite förlegat enligt många, samt att mina läsare kanske har börjat tröttna. Kanske känner de att bloggen börjar gå lite på slentrian, och det med all rätt. Vilket för oss in på framtiden.

Framåtblick

Jag har mycket riktigt börjat tappa inspirationen de senaste åren, och känner att jag i mångt och mycket upprepar mig själv. Jag har i stort sett redan skrivit om allt jag tycker är viktigt. Jag har några påbörjade inlägg och uppslag, som tillsammans med renodlade inlägg om mina brygder kommer generera ett inlägg i veckan året ut.

Därefter kommer jag återgå till bloggens ursprungliga tanke; att skriva om mina brygder med någon eventuell enstaka betraktelse när andan faller på. Kanske blir det något resereportage emellanåt, eller något intressant evenemang jag har varit på. Det blir dock inga fler regelbundna rapporter från SM, Amylase-träffarna, Brewskival eller All In Beer Fest. Antalet inlägg kommer nog åtminstone halveras på sikt.

Så får det vara, så får det bli. Alla floder rinner ut i havet som ändå aldrig blir fullt. Inget är nytt under solen. Allt är fåfänglighet och jagande efter vind.

måndag 21 oktober 2019

Brygd #182: NZ-kornvin


Glutenfritt NZ-kornvin.

Dags för en gammal favorit i repris! Senast jag brygde denna tog jag med en "extraflaska" till en Amylase-träff. Flera som provade den tyckte att det var den godaste ölen på hela träffen och att jag borde ha ställt upp med den i stället. Detta tänker jag ta fasta på i år och ta med den till vinterölsträffen om en dryg månad.

Jag gör en liten justering sedan förra varianten. Då pacific gem har betydligt högre alfasyra än de två övriga kör jag endast den som bittergiva. Resten av den blandas med kohatu och nelson sauvin i proportionerna 7:10:10 till vad som nedan kallas NZ-mix. Koktiden blev lite längre än vanligt, men jag ville försöka maxa utbytet denna gång. Sedan så hade jag gott om tid och under just koket kan man ju pyssla med annat.

Data:
  • Satsvolym 20 l
  • OG 1082
  • FG 1015
  • ABV 9,4 %
  • IBU 70
  • SRM 14
Extraktgivare:
  • 4 kg pale ale-malt
  • 2 kg münchnermalt
  • 1 kg karamellmalt (Caravienne)
  • 400 g maltextrakt
Infusionsmäskning vid 67 C i en timma.

Humle:
  • 20 g pacific gem i 90 minuter
  • 70 g NZ-mix i 20 minuter
  • 100 g NZ-mix vid kokslutet
  • 100 g NZ-mix som torrhumling
Total koktid knappt två timmar.

Vatten:

Göteborgsvatten med följande tillsatser till mäsken
  • 1 tsk kalciumsulfat
  • 1 tsk kalciumklorid
  • 1 tsk mjölksyra
Jäst:

Jäsning med WLP001 (jästkakan från Godivale)
  • vid 19 C i 4 dagar
  • vid 22 C i 6 dagar
  • vid 5 C i 2 dagar
Övrigt:
  • Klarning med 1 krm Protafloc
  • Kolsyrejäsning på flaska med strösocker, 5 g/l
Bedömning 2019-11-20:

Den här har tvärtemot Godivale utvecklat kolsyra ganska långsamt, troligen p.g.a. alkoholhalten. Den får ett ganska diskret smutsvitt skum vid upphällning. Färgen är i övrigt snyggt bärnstens- till kopparfärgad.

Aromen är karamellig, nötig, med en tydlighumlerom som drar mer åt tallbarr och parfymighet än tidigare versioner. Lite mer klassik amerikansk c-humle skulle man kunna säga. Den träiga björnbärstonen från pacific gem kan jag tyvärr inte urskiilja denna gång.

Avslutningen är en gnutta söt, vilket ytterligare pekar på att kolsyresockret ej är fullständigt utjäst. Det hela avslutas med en tydlig beska. Gott nu, men jag hoppas den kommer utveckla mer kolsyra tills vinterölsträffen.

måndag 14 oktober 2019

Brygd #181: Godivale


Av John Collier. Wikipedia Commons.

När bryggsäsongen 2019/2020 drar igång blir det med en pale ale quasi-smash style. Jag hade lite olika humlesorter som jag övervägde att prova, och till slut föll valet på den nya engelska sorten godiva, uppkallad efter den legendariska lady Godiva som red naken genom Coventry för att sänka skatterna.

Då godiva har ganska måttlig alfasyrahalt vill jag inte slösa den på bittergivan, så det fick bli latt knycka lite pacific gem från nästkommande bryggning.

Data:
  • Satsvolym 22 l
  • OG 1,055
  • FG 1,011
  • ABV 5,8 %
  • IBU 40
  • SRM 5
Extraktgivare:
  • 5 kg pale ale-malt
  • 100 g maltextrakt (förkultur)
Infusionsmäskning vid 70 C i en timma

Humle:
  • 10 g pacific gem i 60 minuter
  • 30 g godiva i 20 minuter
  • 30 g godiva vid kokslutet
  • 40 g godiva som torrhumling
Total koktid drygt 60 minuter.

Jäst:

Jäsning med WLP 001 (1 l förkultur)
  • vid 18 C i 4 dagar
  • vid 22 C i 4 dagar
  • kallkrasch vid 5 C i 2 dagar
Vatten:

Göteborgsvatten med följande tillsatser till mäsken:
  • 1 tsk mjölksyra
  • 1 tsk kalciumsulfat
  • 1 tsk kalciumklorid
Övrigt:
  • klarning med 1 krm Protafloc, tillsatt 20 minuter från kokslutet
  • kolsyrejäsning på flaska med strösocker, 5 g/l
Bedömning (2019-11-04):

Den här ölen fick kolsyra snabbt. Redan efter en vecka kändes den fullt kolsyrad, vilket gjorde mig en smula orolig för att jag kanske hade varit en smula het på gröten med att kallkrascha och flaska. Men några dagar senare har det inte hänt så mycket mer så det är nog lugnt.

Färgen är snyggt disigt gyllengul, med ett stort, vitt skum. Aromen är brödig med tydliga parfymiga tropisk frukt-humletoner, som lite grand påminner om amerikanska humlesorter som simcoe och mosaic. Det finns en lätt jordig ton i eftersmaken som jag hade kunnat varit utan dock.

Munkänslan är medelfyllig med måttlig kolsyra. Avslutningen är torr med hyfsad beska. Helt klart god färsk, men jag har en känsla av att den här kan gå ganska fort utför.

måndag 7 oktober 2019

Om bloggstatistik och filtrering


Figur 1. Månadsvisa besökstal från juli 2010 till september 2019.

Verktyget Blogger som denna blogg utnyttjar erbjuder en del möjligheter att få fram besöksstatistik. Man kan exempelvis få fram vilka som är de mest lästa inläggen, eller vilka som är de vanligaste sökorden. Man kan även se antalet bloggvisningar per månad, vilket detta inlägg kommer kretsa kring. Samtidigt kommer jag åter igen passa på att folkbilda lite kring matematik genom att diskutera filtrering av tidsserier/signaler. Detta är något som mitt licentiatarbete kretsade kring när det begav sig.

I figuren ovan ser ni hur det månatliga besökstalet har utvecklat sig sedan jag startade bloggen för ganska exakt tio år sedan. Detta är ett exempel på en signal eller tidsserie. Det förstnämnda begreppet används främst av elektroingenjörer medan det sistnämnda föredras av statistiker. Själv är jag varken eller, men föredrar nog termen tidsserie. Men oavsett så handlar det alltså om någon kvantitet som varierar över tid. Detta kan beteckna med x(t) om man har värden för godtyckliga tidpunkter t, alternativt med x_1*, x_2,..., x_k om man har värden vid diskreta tidpunkter, exempelvis månad 1, 2 o.s.v. Det sistnämnda är förstås det som gäller vid praktiska tillämpningar, och min månatliga bloggstatistik är inget undantag.

Som ni ser i figur 1 så är kurvan ganska hackig. Detta beror delvis på slumpens skördar om vad som drar läsare och när folk råkar titta förbi. Det är också något ganska typiskt för tidsserier i olika grad. Ett aktuellt exempel är tidsserier för global medeltemperatur som svänger ganska vilt. I andra fall kan det handla om mindre variationer på grund av mätfel eller annat brus. Oavsett vilket kan det finnas anledning att försöka reducera dessa variationer av olika anledningar. Gäller det mätbrus eller liknande så finns det en underliggande "korrekt" tidsserie som man kan sträva efter att återskapa. I vårt fall (och även i exemplet med global temperatur) så är det inte lika enkelt att definiera vad som är "korrekt" underliggande data. Men man kan till exempel vilja eliminera effekten av periodiska fenomen. De tekniker som härvidlag används brukar gå under samlingsnamnet filtrering. Filtrering kan beskrivas och förstås ur två aspekter, tid eller frekvens. Vi börjar med det förstnämnda och låter det sistnämnda bli överkurs för den som orkar.

Tidsaspekten

Den enklaste filtreringen utgörs av så kallade glidande medelvärden. Det innebär att vi för varje datapunkt tar medelvärdet av det aktuella värdet samt ett antal näraliggande datapunkter. I vårt fall kan man till exempel för en given månad beräkna medelvärdet av besökstalen för den månaden, föregående samt nästkommande. Om någon månad skulle ha ovanligt högt besöksantal exempelvis på grund av många spambesök (det har hänt flera gånger) så kommer denna effekt spridas ut på tre månader. Man kan förstås medelvärdesbilda över ännu fler månader och sprida ut effekten ännu mer.

Något annat som man kan eliminera med filtrering är periodiska, säsongsbetonade fenomen. Det är ganska tydligt att jag har lägre besöksfrekvens under semestertider; främst under juli, men även juni, augusti och i någon mån december. Genom att applicera ett glidande medelvärdesfilter över tolv månader så kommer alla sådana här säsongsfenomen elimineras och fram träder i stället den långsiktiga utvecklingen. I figur 2 visas originalserien, samt glidande medelvärde med 3, 6 respektive 12 månader. Notera hur de säsongsrelaterade dipparna helt har försvunnit i den 12-månadersfiltrerade versionen.

Figur 2

Det relativt enkla konceptet glidande medelvärde går att generalisera. Exempelvis vill man kanske ge högre vikt till den aktuella månaden. Ett vettigt* sätt att göra detta på är att räkna den nuvarande månaden dubbelt så mycket som föregående och nästkommande. För månad 5 (säg) innebär detta att man beräknar (x_4 + 2*x_5 + x_6)/4. Man säger att detta filtret har mask (1/4, 1/2, 1/4). Man kan upprepa detta enkla filter flera gånger, vilket motsvarar filtrering med allt bredare masker. Upprepar man det en gång får man exempelvis masken (1/16, 1/4, 3/8, 1/4, 1/16). Dessa filter kallas i bland spline-filter på grund av kopplingen till spline-interpolation. I figur 3 har vi kört spline-filter motsvarande upprepning av filtret med mask (1/4, 1/2, 1/4) 1, 3, 6 respektive 12 gånger.

Figur 3.

Notera att säsongsvariationerna inte försvinner lika tydligt med spline-filtren. Vilket filter som är bäst eller mest korrekt är inte så lätt att svara på. Det beror på vad man vill åstadkomma, samt på en ej försumbar del av subjektivitet.

Frekvenssaspekten

Nu kommer vi in på det som jag ägnade mitt licentiatarbete åt på 90-talet. Den franske fysikern och matematikern Jean-Baptiste Joseph Fourier insåg på 1800-talet att alla** funktioner kan skrivas som en summa (eller integral) av överlagrade harmoniska svängningar vid olika frekvenser. Detta kallas allmänt Fourier-analys. Steget att beräkna amplitud (och fas) för de olika frekvenserna kallas Fourier-transformen. I figur 4 har jag ritat upp Fouriertransformen (amplituden) av tidsserien. Observera att den största amplituden fås i nollfrekvensen; detta är tidsseriens medelvärde. Enheten för frekvens på horisontalaxeln är "per månad", så årsvariationer borde ge ett bidrag runt 1/12 ≈ 0,08. Vi kan tydligt se en sådan kulle även om den inte är jätteframträdande. Att den är en smula utsmetad beror troligen på att säsongsvariationerna är ganska långt från en ren sinussvängning. Det finns en lika stor kulle vid frekvensen 0,17-0,18 som skulle kunna förklaras med halvårsvariationer. I övrigt är det ganska jämnt utsmetat över hela frekvensbandet vilket är ett tecken på "vitt brus"; statistiskt i tid okorrelerade variationer.

Figur 4.

Det som händer när man applicerar ett filter är att olika frekvensers amplitud multipliceras med en faktor. Dessa faktorer kallas för filtrets frekvenssvar, och i figur 5 har jag ritat upp dessa frekvenssvar för de filter som har använts i figur 2 och 3. Översta raden innehåller medelvärdesfilter med bredd 3, 6 och 12, och undre raden motsvarande för spline-filter.

Figur 5.

Notera att samtliga dessa filter har egenskapen att ju högre frekvens, desto högre dämpning av amplituden. Effekten är mer påtaglig ju bredare filtret är. Dipparna vid noll motsvarar utsläckning av periodiska fenomen. Notera också att spline-filtren har en skarpare övergång mellan låg och hög dämpning. Inom digital signalbehandling försöker man ofta designa filter så med väldigt tydliga övergångar mellan frekvensband där man önskar signalen opåverkad, och frekvensband som man helt vill släcka ut. Detta är i sig ett helt forskningsområde som jag inte ska gå in på mer. I stället har jag i figur 6 respektive 7 slutligen ritat upp Fourier-transformerna för de filtrerade signalerna jämte originalet. Här syns bland annat tydligt hur frekvensen 1/12 har släckts med medelvärdesfiltret över tolv månader (figur 6, nedre högra grafen).

Figur 6.

Figur 7.
Det finns naturligtvis massvis mer jag skulle kunna säga i ämnet, i synnerhet fönstrade Fourier-transformer, wavelets och annan mer sofisitikerad tid-frekvenssanalys som jag pysslade med när det bagav sig. Men det är hög tid att avsluta här.

* Notationen x_k är ett etablerat sätt att skriva så kallade subskript (googla subscript!) när ens verktyg inte tillåter detta på ett snyggt sätt.
** Nåja, nästa alla.