CN105739312A - 控制方法、控制装置及加热系统 - Google Patents

Abstract

本发明公开了一种控制方法，可用于控制加热装置加热食物。在控制方法中，首先，感测食物的参数以产生感测信号。然后，处理感测信号以根据食物的参数产生包含第一加热参数的第一处理信号。最后，根据第一处理信号控制加热装置调整第一加热参数以加热食物。在加热过程中能实时感测食物的一些参数，例如食物温度、营养成份等，再根据这些参数来判断食物加热到了什么程度以及应该采用的第一加热参数。加热装置可自动根据食物当前的加热情况对第一加热参数进行调整，提升了加热控制的智能化和准确度，减少了用户干预，使用户感到方便。本发明还公开了一种控制装置及加热系统。

Description

控制方法、控制装置及加热系统

技术领域

本发明涉及食物加热技术，特别涉及一种控制方法、控制装置及加热系统。

背景技术

目前，微波炉或烤箱等加热装置的控制菜单一般是先选择被加热食物的重量，然后由后台处理器控制不同火力下的微波加热时间组合。在开发控制程序时，通过大量实验数据，以得到不同重量食物在多大的火力下经过多长的加热时间能得到较佳口感的数据。该方法开发过程较复杂。用户在使用时，需要先选择加热对象的重量，并选择食物重量，如果食物重量不精确，将导致影响食物加热效果。

发明内容

本发明的实施方式旨在至少解决现有技术中存在的技术问题之一。为此，本发明的实施方式需要提供一种控制方法、控制装置及加热系统。

本发明提供一种控制方法，可用于控制加热装置加热食物，所述控制方法可包括：

感测步骤，感测所述食物的参数以产生感测信号；

第一处理步骤，处理所述感测信号以根据所述食物的参数产生包含第一加热参数的第一处理信号；及

第一控制步骤，根据所述第一处理信号控制所述加热装置调整所述第一加热参数以加热所述食物。

在本发明实施方式中的控制方法中，建立了一种实时反馈机制，在加热过程中能实时感测食物的一些参数，例如食物温度、营养成份等，再根据这些参数来判断食物加热到了什么程度以及应该采用的第一加热参数。第一加热参数可包括加热温度、加热湿度等。如此，加热装置可自动根据食物当前的加热情况对第一加热参数进行调整，提升了加热控制的智能化和准确度，减少了用户干预。用户在加热前也不需输入食物重量等食物参数，使用户感到方便。解决了现有技术的某些问题。

在某些实施方式中，所述食物的参数包括食物温度。

在某些实施方式中，所述食物的参数包括营养成分。

在某些实施方式中，所述第一加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

在某些实施方式中，所述控制方法包括：

第二处理模块，处理所述感测信号以根据所述食物的参数产生包含加热信息的第二处理信号；及

第二控制步骤，根据所述第二处理信号控制显示装置显示所述加热信息。

在某些实施方式中，所述显示装置包括手机。

在某些实施方式中，所述加热信息包括所述食物的实时温度。

在某些实施方式中，所述加热信息包括所述食物的实时营养成分。

在某些实施方式中，所述加热信息包括预估剩余加热时间。

在某些实施方式中，所述控制方法包括：

建模步骤，根据多次加热中用户对第二加热参数的输入选择建立人工神经网络模型或调整所述人工神经网络模型；及

第三控制步骤，根据所述人工神经网络模型的第二输出控制所述加热装置调整所述第一加热参数以加热所述食物。

在某些实施方式中，所述第二加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

在某些实施方式中，所述控制方法包括：

提示步骤，根据所述第二输出产生建议提示，所述建议提示包括加热温度、加热功率、加热湿度或/及加热时间。

在某些实施方式中，所述建议提示还包括专业人员口感评分。

本发明还提供一种控制装置，用于控制加热装置加热食物，所述控制装置包括：

感测模块，用于感测所述食物的参数以产生感测信号；

第一处理模块，用于处理所述感测信号以根据所述食物的参数产生包含第一加热参数的第一处理信号；及

第一控制模块，用于根据所述第一处理信号控制所述加热装置调整所述第一加热参数以加热所述食物。

在某些实施方式中，所述食物的参数包括食物温度。

在某些实施方式中，所述食物的参数包括营养成分。

在某些实施方式中，所述第一加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

在某些实施方式中，所述控制装置包括：

第二处理模块，用于通过处理所述感测信号以根据所述食物的参数产生包含加热信息的第二处理信号；及

第二控制模块，用于根据所述第二处理信号控制显示装置显示所述加热信息。

在某些实施方式中，所述显示装置包括手机。

在某些实施方式中，所述加热信息包括所述食物的实时温度。

在某些实施方式中，所述加热信息包括所述食物的实时营养成分。

在某些实施方式中，所述加热信息包括预估剩余加热时间。

在某些实施方式中，所述控制装置包括：

建模模块，用于根据多次加热中用户对第二加热参数的输入选择建立人工神经网络模型或调整所述人工神经网络模型；及

第三控制模块，用于根据所述人工神经网络模型的第二输出控制所述加热装置调整所述第一加热参数以加热所述食物。

在某些实施方式中，所述第二加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

在某些实施方式中，所述控制装置包括：

提示模块，用于根据所述第二输出产生建议提示，所述建议提示包括加热温度、加热功率、加热湿度或/及加热时间。

在某些实施方式中，所述建议提示还包括专业人员口感评分。

本发明还提供了一种加热系统，其包括加热装置及上述实施方式所述的控制装置。

在某些实施方式中，所述加热装置包括微波炉或烤箱。

本发明的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实施方式的实践了解到。

附图说明

本发明的实施方式的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：

图1是本发明实施方式的控制方法的流程示意图。

图2是本发明实施方式的控制装置及加热系统的功能模块示意图。

图3是本发明实施方式的加热装置的结构示意图。

图4是本发明实施方式的加热装置与显示装置的交互示意图。

图5是本发明实施方式的控制方法的流程示意图。

图6是本发明实施方式的控制装置及加热系统的功能模块示意图。

图7是本发明实施方式的控制方法的流程示意图。

图8是本发明实施方式的控制装置及加热系统的功能模块示意图。

图9是本发明实施方式的控制方法的流程示意图。

图10是本发明实施方式的控制装置及加热系统的功能模块示意图。

图11是本发明实施方式的加热系统的工作原理示意图。

具体实施方式

下面详细描述本发明的实施方式，实施方式的示例在附图中示出，其中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明的实施方式，而不能理解为对本发明的实施方式的限制。

请参阅图1-3，本发明实施方式的控制方法，可用于控制加热装置130加热食物200，控制方法可包括：

步骤S1，感测食物200的参数以产生感测信号；

步骤S2，处理感测信号以根据食物200的参数产生包含第一加热参数的第一处理信号；及

步骤S3，根据第一处理信号控制加热装置130调整第一加热参数以加热食物200。

本发明实施方式的控制方法可由本发明实施方式的控制装置110实现。控制装置110可包括感测模块111、第一处理模块112及第一控制模块113。其中步骤S1可由感测模块111实现，步骤S2可由第一处理模块112实现，步骤S3可由第一控制模块113实现。

本发明实施方式的加热装置130或加热方法可应用于本发明实施方式的加热系统。

也就是说，感测模块111可用于感测食物200的参数以产生感测信号。第一处理模块112可用于处理感测信号以根据食物200的参数产生包含第一加热参数的第一处理信号。第一控制模块113可用于根据第一处理信号控制加热装置130调整第一加热参数以加热食物200。感测模块111可包括食物探针传感器1111，食物探针传感器1111可插入食物200内部以感测食物200的温度或营养成分。食物200探针可包括用于感测食物温度的温度探针或用于感测食物200营养成分的光谱探针。

在传统的加热方式中，例如采用微波炉或烤箱加热，其控制菜单一般是先选择被加热食物200的重量，然后由后台处理器控制不同火力下的微波加热时间组合。在开发控制程序时，通过大量实验数据，以得到不同重量食物200在多大的火力下经过多长的加热时间能得到较佳口感的数据。该方法开发过程较复杂，且反复实验对食物200浪费较严重，且对于不同平台，即不同大小的微波炉或烤箱或微波烤箱，需要重新开发相应的烹饪程序，工作量很大。同时，用户在使用时，需要先选择加热对象的重量，并选择食物200重量，如果食物200重量不精确，将导致影响食物200加热效果。

在本发明实施方式中的控制方法中，建立了一种实时反馈机制，在加热过程中能实时感测食物200的一些参数，例如食物温度、营养成份等，再根据这些参数来判断食物200加热到了什么程度以及应该采用的第一加热参数。第一加热参数可包括加热温度、加热湿度等。如此，加热装置130可自动根据食物200当前的加热情况对第一加热参数进行调整，提升了加热控制的智能化和准确度，减少了用户干预。用户在加热前也不需输入食物200重量等食物200参数，使用户感到方便。此外，因为可以对食物200的加热状况进行实时感测以有针对性调整加热参数，就不需要在加热装置130使用前建立复杂精细的加热控制模式，控制程序的开发较为简单，减少了工作量。

在某些实施方式中，食物200的参数可以是食物温度。检测食物200当前的温度是很有必要的，这是了解食物200加热程度的重要参数，在食物温度相对较低时，说明加热还不够，需继续加热或加大火力继续加热，若食物温度已相对较高，说明有可能已熟或将熟。当然，可结合其他食物200参数以更准确地判断食物200的加热情况。

在某些实施方式中，食物200的参数可包括营养成分。食物200在加热过程中，营养成分有可能发生变化，通过感测营养成分的变化，可辅助判断食物200加热的程度进行对第一加热参数进行更好的控制。

请参阅图4，在某些实施方式中，可将当前的食物温度或营养成分等显示于显示装置150，以给用户查看，用户也可以根据自身的需求对加热进行人工干预。例如对于某些不需要加热至全熟的蔬菜，用户可能会考虑不希望营养过多地流失而提前控制加热装置130停止加热。显示装置可以是设置于显示装置以方便用户烹饪时查看加热信息。或者，显示装置150可以是手机等终端，手机与加热装置130可通过蓝牙、wifi或移动网络等建立无线连接，用户可通过手机APP(Application)来查看当前的食物温度或营养成份等。

在某些实施方式中，第一加热参数可包括加热温度、加热功率、加热湿度或/及加热时间等。可通过调节加热装置130的食物200所在的加热腔131内的蒸气量来调节加热湿度。加热时间指自加热开始至加热结束的时间。

请参阅图5-6，在某些实施方式中，控制方法可包括：

步骤S4，通过处理感测信号以根据食物200的参数产生包含加热信息的第二处理信号；及

步骤S5，根据第二处理信号控制显示装置150显示加热信息。

其中步骤S4可由某些实施方式的控制装置110的第二处理模块115实现。步骤S5可由控制装置110的第二控制模块116实现。即第二处理模块115用于通过处理感测信号以根据食物200的参数产生包含加热信息的第二处理信号。第二控制模块116可用于根据第二处理信号控制显示装置150显示加热信息。

也就是说，根据感测到的参数可处理产生加热信息，加热信息可包括多项，可以是感测到的食物200的参数，也可以是对感测信号分析、处理后得到的其他信息。例如，在某些实施方式中，加热信息可包括食物200的实时温度。

在某些实施方式中，加热信息可包括食物200的实时营养成分。在某些实施方式中，加热信息可包括预估剩余加热时间。食物200的实时温度及实时营养成分均是可直接感测到的食物200参数。预估剩余加热时间为对感测到的食物200参数进行处理后计算出的数据。可根据存储的一些与正在加热的食物200营养成分相近的食物200的加热曲线模型来推断正在加热的食物200的剩余加热时间。

通过显示加热信息，方便用户实时了解食物200的加热情况，以方便进行适当的人工控制，或通过观察加热过程中加热信息的变化来了解食物200的加热特性，从而积累对该种食物200的进行烹饪的经验。

在某些实施方式中，显示装置150可以是手机。手机是目前广泛使用的移动终端，且一般的智能手机都拥有较强大的功能。采用手机进行显示可实现用户对加热装置130的远程监控。甚至可通过手机对加热装置130实现远程控制，例如实现对加热装置130的开关机控制，以及加热温度、加热时间等加热参数的调控。

如此，可大大方便用户对加热装置130及加热的食物200的监测或控制，可实现远程控制，例如用户可在下班的路上控制加热装置130对食物200加热，回到家后即可享受加热好的食物200。

请参阅图7-8，在某些实施方式中，控制方法可包括：

步骤S0，根据多次加热中用户对第二加热参数的输入选择建立人工神经网络模型或调整人工神经网络模型；及

步骤S6，根据人工神经网络模型的第二输出控制加热装置130调整第一加热参数以加热食物200。

其中，步骤S0可由某些实施方式的控制装置110的建模模块117实现，步骤S6可由控制装置110的第三控制模块118实现。即建模模块117用于根据多次加热中用户对第二加热参数的输入选择建立人工神经网络模型或调整人工神经网络模型。第三控制模块118可用于根据人工神经网络模型的第二输出控制加热装置130调整第一加热参数以加热食物200。

其中，在某些实施方式中，第二加热参数可包括加热温度、加热功率、加热湿度或/及加热时间。

人工神经网络(ArtificialNeuralNetwork，即ANN)，是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数(activationfunction)。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。

人工神经网络(ArtificialNeuralNetwork,ANN)模型一个重要的价值在于，可通过自学习来不断调整节点之间的权重，从而使模型更接近实际情况。

本发明某些实施方式的ANN模型通过记录专业人员加热过程中的大量样本数据(参数调整数据、加热时间数据、传感模块检测数据、最终口感评价数据等)，代入ANN模型对其进行训练。预测得到不同加热对象的加热曲线，从而适应不同加热对象的自动化的智能加热控制。

在某些实施方式中，在用户使用控制装置110或控制方法加热时，ANN模型还可根据用户加热时的相关参数，包括用户进行人工控制的相关参数，如加热温度、加热功率、加热湿度或/及加热时间等，进对ANN模型中节点之间的权重进行调整从而使模型更符合用户的使用习惯。

在加热过程中，即可根据ANN模型对当前的加热参数进行调整，包括调整加热温度、加热功率、加热湿度或/及加热时间等。

在某些实施方式中，由专业人士进行多次烹饪过程以训练和完善ANN模型。在其他某些实施方式中，ANN模型可以由专业人士训练和完善，也可以在用户使用加热装置130的烹饪过程中进行训练和完善，如此，可以使模型越来越贴近用户的烹饪习惯，从而提高用户体验度。此外，可以使控制方法或控制装置110适用于不同种类、型号或大小的加热装置130，即不必对每一种加热装置130进行使用前的模型训练，可使其在使用过程中自行训练及完善。

请参阅图9-11，在某些实施方式中，控制方法可包括：

S7，根据第二输出产生建议提示，建议提示可包括加热温度、加热功率、加热湿度或/及加热时间。

步骤S7可由某些实施方式的控制装置110的提示模块119实现，即提示模块119用于根据第二输出产生建议提示，建议提示可包括加热温度、加热功率、加热湿度或/及加热时间。

也就是说，加热装置130可以根据ANN模型的处理结果产生对用户的建议提示，包括加热温度、加热功率、加热湿度或/及加热时间等加热参数。这样，用户可以根据建议提示并根据自己的口味需求对加热过程进行更多的人工干预。

在某些实施方式中，控制方法或控制装置110可以给用户提供模式选择，例如，若用户选择自动控制模式，则通过ANN模型对当前的加热状态处理分析，可获得第一加热参数并根据第一加热参数控制加热装置130对食物200加热。若用户选择人工控制模式，则ANN模型对当前的加热状态处理分析后，可获得与加热参数有关的建议提示。可将建议提示通过文字、语音等方式传达给用户以帮助用户根据提示及自身需求对加热装置130进行人工控制。

如此，用户可根据自身需要选择不同的模式，若对自动控制模式的烹饪效果满意，或者不方便亲手控制时，可选择自动控制模式。若希望通过亲自调控加热状态以使加热的食物200更符合自己的口味，则可选择人工控制模式。

在本实施方式中，建议提示还可包括专业人员口感评分。在ANN模型的训练过程中，可让专业人士根据每次加热的不同种类的食物200的口感输入对应的口感评分，如此ANN模型针对得不同种类食物200获得对应的加热参数(包括加热温度、加热功率、加热湿度或/及加热时间等)与口感评分之间的关系曲线或关系模型。

当用户在加热食物200时，食物200加热到某一程度，ANN模型可给出对应的口感评分的提示以给用户作控制参考。口感评分是一项很直观、人性化的建议提示，用户可根据口感评分直接了解到加热的效果进而进行调控。

本发明实施方式的加热系统100，可包括加热装置130及上述实施方式中的控制装置110。在某些实施方式中，加热装置130可包括微波炉或烤箱。

其中，控制装置110集成于加热装置130内，如此，拓展了加热装置130的功能，提升了加热装置130的智能化程度。

综上，请参阅图11。图11给出了本发明某些实施方式的加热系统100的加热工作原理。开机之后可首先选择加热食物200对象，如蔬菜、肉类、饮品等。然后根据用户输入开始加热并将加热参数初始化。在加热过程中，加热温度、加热湿度、微波功率均是由系统自动设置或由用户设置的已知参数。已加热时间是可以由集成于加热系统100内的计时装置记录的已知参数。食物200传感信号，包括食物温度及食物200营养成分，可由控制装置110的传感模块的食物探针传感器1111感测得到。上述加热温度、加热湿度、微滤功率、已加热时间及食物200传感信号可作为ANN模型的输入。

在ANN模型中，根据已建立的模型曲线去处理上述输入，并获得输出。输出包括对加热参数的调整及显示于显示装置150以给用户查看的信息。其中加热参数的调整可包括加热温度调整、加热湿度调整、微波功率调整等。加热参数的调整会反馈给加热装置130中用于控制加热的控制芯片以使控制芯片控制加热装置130调整加热参数。给用户查看的信息可包括专业人员的口感评分、预估剩余加热时间及食物200传感信息。其中食物200传感信息可包括食物温度及食物200营养成分。用户可根据这些信息实时了解加热的情况，以方便对加热过程进行人工调节。控制装置110可通过蓝牙、wifi等与用户的手机建立无线连接，以使给用户查看的信息显示于手机APP上。

本发明实施方式的加热系统100中未展开的其它部分，可参以上实施方式的控制装置110或控制方法的对应部分，在此不再详细展开。

在本发明的实施方式的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明的实施方式和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的实施方式的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的实施方式的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明的实施方式的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明的实施方式中的具体含义。

在本发明的实施方式中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的实施方式的不同结构。为了简化本发明的实施方式的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明的实施方式可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明的实施方式提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明的各个实施例中的各功能单元可以集成在一个处理器中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (28)

1.一种控制方法，用于控制加热装置加热食物，其特征在于，所述控制方法包括：

感测步骤，感测所述食物的参数以产生感测信号；

第一处理步骤，处理所述感测信号以根据所述食物的参数产生包含第一加热参数的第一处理信号；及

第一控制步骤，根据所述第一处理信号控制所述加热装置调整所述第一加热参数以加热所述食物。

2.如权利要求1所述的控制方法，其特征在于，所述食物的参数包括食物温度。

3.如权利要求1所述的控制方法，其特征在于，所述食物的参数包括营养成分。

4.如权利要求1所述的控制方法，其特征在于，所述第一加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

5.如权利要求1所述的控制方法，其特征在于，所述控制方法包括：

第二处理模块，处理所述感测信号以根据所述食物的参数产生包含加热信息的第二处理信号；及

第二控制步骤，根据所述第二处理信号控制显示装置显示所述加热信息。

6.如权利要求5所述的控制方法，其特征在于，所述显示装置包括手机。

7.如权利要求5所述的控制方法，其特征在于，所述加热信息包括所述食物的实时温度。

8.如权利要求5所述的控制方法，其特征在于，所述加热信息包括所述食物的实时营养成分。

9.如权利要求5所述的控制方法，其特征在于，所述加热信息包括预估剩余加热时间。

10.如权利要求1所述的控制方法，其特征在于，所述控制方法包括：

建模步骤，根据多次加热中用户对第二加热参数的输入选择建立人工神经网络模型或调整所述人工神经网络模型；及

第三控制步骤，根据所述人工神经网络模型的第二输出控制所述加热装置调整所述第一加热参数以加热所述食物。

11.如权利要求10所述的控制方法，其特征在于，所述第二加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

12.如权利要求10所述的控制方法，其特征在于，所述控制方法包括：

提示步骤，根据所述第二输出产生建议提示，所述建议提示包括加热温度、加热功率、加热湿度或/及加热时间。

13.如权利要求12所述的控制方法，其特征在于，所述建议提示还包括专业人员口感评分。

14.一种控制装置，用于控制加热装置加热食物，其特征在于，所述控制装置包括：

感测模块，用于感测所述食物的参数以产生感测信号；

第一处理模块，用于处理所述感测信号以根据所述食物的参数产生包含第一加热参数的第一处理信号；及

第一控制模块，用于根据所述第一处理信号控制所述加热装置调整所述第一加热参数以加热所述食物。

15.如权利要求14所述的控制装置，其特征在于，所述食物的参数包括食物温度。

16.如权利要求14所述的控制装置，其特征在于，所述食物的参数包括营养成分。

17.如权利要求14所述的控制装置，其特征在于，所述第一加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

18.如权利要求14所述的控制装置，其特征在于，所述控制装置包括：

第二处理模块，用于通过处理所述感测信号以根据所述食物的参数产生包含加热信息的第二处理信号；及

第二控制模块，用于根据所述第二处理信号控制显示装置显示所述加热信息。

19.如权利要求18所述的控制装置，其特征在于，所述显示装置包括手机。

20.如权利要求18所述的控制装置，其特征在于，所述加热信息包括所述食物的实时温度。

21.如权利要求18所述的控制装置，其特征在于，所述加热信息包括所述食物的实时营养成分。

22.如权利要求18所述的控制装置，其特征在于，所述加热信息包括预估剩余加热时间。

23.如权利要求14所述的控制装置，其特征在于，所述控制装置包括：

建模模块，用于根据多次加热中用户对第二加热参数的输入选择建立人工神经网络模型或调整所述人工神经网络模型；及

第三控制模块，用于根据所述人工神经网络模型的第二输出控制所述加热装置调整所述第一加热参数以加热所述食物。

24.如权利要求23所述的控制装置，其特征在于，所述第二加热参数包括加热温度、加热功率、加热湿度或/及加热时间。

25.如权利要求23所述的控制装置，其特征在于，所述控制装置包括：

提示模块，用于根据所述第二输出产生建议提示，所述建议提示包括加热温度、加热功率、加热湿度或/及加热时间。

26.如权利要求25所述的控制装置，其特征在于，所述建议提示还包括专业人员口感评分。

27.一种加热系统，其特征在于，包括加热装置及上述权利要求14-26所述的控制装置。

28.如权利要求27所述的加热系统，其特征在于，所述加热装置包括微波炉或烤箱。