CN109657640A - 一种能根据使用食材进行健康等级划分的油烟机 - Google Patents
一种能根据使用食材进行健康等级划分的油烟机 Download PDFInfo
- Publication number
- CN109657640A CN109657640A CN201811633569.6A CN201811633569A CN109657640A CN 109657640 A CN109657640 A CN 109657640A CN 201811633569 A CN201811633569 A CN 201811633569A CN 109657640 A CN109657640 A CN 109657640A
- Authority
- CN
- China
- Prior art keywords
- food materials
- module
- signal
- concentration
- computing module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 198
- 235000013305 food Nutrition 0.000 title claims abstract description 194
- 239000000779 smoke Substances 0.000 claims abstract description 129
- 238000010411 cooking Methods 0.000 claims abstract description 105
- 239000000126 substance Substances 0.000 claims abstract description 78
- 238000001514 detection method Methods 0.000 claims abstract description 73
- 125000005575 polycyclic aromatic hydrocarbon group Chemical group 0.000 claims abstract description 70
- 239000002245 particle Substances 0.000 claims abstract description 59
- 239000005416 organic matter Substances 0.000 claims abstract description 27
- 230000007613 environmental effect Effects 0.000 claims abstract description 14
- 239000013618 particulate matter Substances 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 25
- 230000001953 sensory effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000000505 pernicious effect Effects 0.000 claims description 3
- 235000019504 cigarettes Nutrition 0.000 claims 1
- 239000003921 oil Substances 0.000 description 66
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 33
- 239000004215 Carbon black (E152) Substances 0.000 description 22
- 125000003118 aryl group Chemical group 0.000 description 21
- 239000011159 matrix material Substances 0.000 description 15
- 238000000034 method Methods 0.000 description 13
- FMMWHPNWAFZXNH-UHFFFAOYSA-N Benz[a]pyrene Chemical compound C1=C2C3=CC=CC=C3C=C(C=C3)C2=C2C3=CC=CC2=C1 FMMWHPNWAFZXNH-UHFFFAOYSA-N 0.000 description 6
- 230000007797 corrosion Effects 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 4
- 239000003517 fume Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 235000013339 cereals Nutrition 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 125000003367 polycyclic group Chemical group 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- ZMPYMKAWMBVPQE-UHFFFAOYSA-N 2-[(6-chloropyridin-3-yl)methyl-ethylamino]-2-methyliminoacetic acid Chemical compound CCN(CC1=CN=C(C=C1)Cl)C(=NC)C(=O)O ZMPYMKAWMBVPQE-UHFFFAOYSA-N 0.000 description 1
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 206010007269 Carcinogenicity Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000007670 carcinogenicity Effects 0.000 description 1
- 231100000260 carcinogenicity Toxicity 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000008157 edible vegetable oil Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000007688 immunotoxicity Effects 0.000 description 1
- 231100000386 immunotoxicity Toxicity 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000007886 mutagenicity Effects 0.000 description 1
- 231100000299 mutagenicity Toxicity 0.000 description 1
- AXFBAIOSECPASO-UHFFFAOYSA-N pentacyclo[6.6.2.02,7.04,16.011,15]hexadeca-1(14),2(7),3,5,8(16),9,11(15),12-octaene Chemical compound C1=C(C=C23)C4=C5C3=CC=CC5=CC=C4C2=C1 AXFBAIOSECPASO-UHFFFAOYSA-N 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
- F24C15/00—Details
- F24C15/20—Removing cooking fumes
- F24C15/2021—Arrangement or mounting of control or safety systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Nutrition Science (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种能根据使用食材进行健康等级划分的油烟机,设置有烟机主体、用于识别当前进行烹饪的食材种类的食材识别装置和有害物质检测装置,食材识别装置分别与有害物质检测装置和烟机主体电连接,有害物质检测装置与烟机主体电连接。该油烟机能够识别当前烹饪使用的食材种类、烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小、挥发性有机物浓度和多环芳烃浓度,并得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。同时该油烟机还具有风速控制模块、提示模块和火力控制模块,当前健康等级自动调节风速和外部炉具的火力,使当前环境的有害物质降低,同时提醒用户注意防护。
Description
技术领域
本发明涉及油烟机领域,特别涉及一种能根据使用食材进行健康等级划分的油烟机。
背景技术
现代生活中,许多家庭在烹饪中会产生大量的油烟。研究表明,烹饪油烟成分复杂,具有一定的吸入毒性、免疫毒性和致突变性,对人体健康存在一定的危害。油烟气体中包括有多环芳烃类物质,多环芳烃类物质中有相当部分具有致癌性,如苯并[α]芘。同时对于不同的食用油产生的多环芳烃类物质的种类和含量会有差别。
现有技术的油烟机并不能自动识别当前烹饪环境中的油烟的多环芳烃类物质浓度,也不能区分当前烹饪中使用的食材料种类,例如肉类或者菜类等,也不能根据当前空气质量和当前烹饪的食材料种类进行油烟机调节,大大限制了油烟机的智能化发展。
因此针对现有技术不足,提供一种能根据使用食材进行健康等级划分的油烟机以解决现有技术不足甚为必要。
发明内容
本发明的其中一个目的在于避免现有技术的不足之处而提供一种能根据使用食材进行健康等级划分的油烟机。该能根据使用食材进行健康等级划分的油烟机能识别当前烹饪使用的食材种类和当前烹饪环境中的有害物质浓度,同时还能进行油烟机调节。
本发明的上述目的通过以下技术措施实现:
提供一种能根据使用食材进行健康等级划分的油烟机,设置有烟机主体、用于识别当前进行烹饪的食材种类的食材识别装置和有害物质检测装置,食材识别装置分别与有害物质检测装置和烟机主体电连接,有害物质检测装置与烟机主体电连接。
食材识别装置获取当前烹饪使用的食材种类得到食材信号并将食材信号发送至有害物质检测装置,有害物质检测装置接收食材识别装置的食材信号,有害物质检测装置并根据检测的烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小和挥发性有机物浓度与食材信号对比,然后进行计算得到烹饪区域当前的多环芳烃浓度并处理得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。
优选的,上述食材识别装置为根据用户主动输入而获得食材种类的主动式食材识别装置。
优选的,上述主动式食材识别装置设置有通过用户手动输入方式、用户语音输入方式或者用户图片输入方式获取食材种类信息的主动输入模块,主动输入模块分别与有害物质检测装置和烟机主体电连接。
优选的,上述食材识别装置还设置有收发模块,收发模块分别与主动输入模块和有害物质检测装置电连接,收发模块还与烟机主体或云端处理器的处理模块信号连接。
主动输入模块接收用户输入的食材种类信息得食材信息信号并发送至收发模块,收发模块将食材信息信号发送至处理模块,处理模块接收食材信号处理得到食材信号并反馈至收发模块,收发模块接收食材信号并发送至有害物质检测装置。
另一优选的,上述食材识别装置为根据图像采集、家庭设备提取用户购物的食材种类信息或者数据库获得食材种类信息的被动式食材识别装置。
优选的,上述被动式食材识别装置设置有通过油烟机的摄像头捕捉方式、捕捉购物信息方式或者间接资料库与烹饪区域内温度上升斜率对比方式获取食材种类信息的被动输入模块,被动输入模块分别与有害物质检测装置和烟机主体电连接。
优选的,上述食材识别装置还设置有收发模块,收发模块分别与被动输入模块和有害物质检测装置电连接,收发模块还与烟机主体或云端处理器的处理模块信号连接。
被动输入模块接收用于捕捉至到的食材种类信息得食材信息信号并发送至收发模块,收发模块将食材信息信号发送至处理模块,处理模块接收食材信息信号处理得到食材信号并反馈至收发模块,收发模块接收食材信号并发送至有害物质检测装置。
优选的,上述信号连接为蓝牙连接、WIFI连接、4G连接、5G连接、ZIGBEE连接或者NFC连接。
优选的,上述有害物质检测装置设置有用于检测烹饪区域内温度的温度传感模块、用于对烹饪区域油烟图像分析并实时得到产生油烟大小的图像采集模块、用于检测当前烹饪区域油烟中颗粒物浓度的颗粒物传感组件、用于检测当前烹饪区域的挥发性有机物浓度的VOC传感器和用于计算当前烹饪区域的多环芳烃浓度并得到健康等级信号的计算模块,温度传感模块、图像采集模块、颗粒物传感组件和VOC传感器分别与计算模块电连接。
温度传感模块感应烹饪区域内温度得到温度信号并将所得到的温度信号作为温度输出信号传输至计算模块,图像采集模块采集烹饪区域油烟图像得到油烟输出信号并传输至计算模块,颗粒物传感组件采集当前烹饪区域油烟中颗粒物浓度得到颗粒浓度信号并传输至计算模块,VOC传感器采集当前烹饪区域的挥发性有机物浓度得到VOC浓度信号并传输至计算模块,食材识别装置得到食材信号并将食材信号发送至计算模块,计算模块分别接收温度输出信号、油烟输出信号、颗粒浓度信号、VOC浓度信号和食材信号,然后对温度输出信号、油烟输出信号、颗粒浓度信号、VOC浓度信号和食材信号处理实时得到当前烹饪区域的多环芳烃浓度处理得到当前环境状况的健康等级信号,计算模块将健康等级信号反馈至烟机主体。
优选的,上述颗粒物传感组件包括有用于检测当前烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度的PM2.5传感器、用于检测当前烹饪区域油烟中当量直径小于等于10微米颗粒物浓度的PM10传感器、用于检测当前烹饪区域油烟中当量直径小于等于1.0微米颗粒物浓度的PM1.0传感器、用于检测当前烹饪区域油烟中当量直径小于等于0.1微米颗粒物浓度的PM0.1传感器和用于检测当前烹饪区域油烟中当量直径小于等于0.05微米颗粒物浓度的PMA传感器,PM10传感器、PM2.5传感器、PM1.0传感器、PM0.1传感器和PMA传感器分别与温度传感模块、VOC传感器、计算模块和图像采集模块电连接。
PM10传感器采集当前烹饪区域油烟中当量直径小于等于10微米颗粒物浓度得到PM10浓度信号并传输至计算模块。
PM2.5传感器采集当前烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度得到PM2.5浓度信号并传输至计算模块。
PM1.0传感器采集当前烹饪区域油烟中当量直径小于等于1.0微米颗粒物浓度得到PM1.0浓度信号并传输至计算模块。
PM0.1传感器采集当前烹饪区域油烟中当量直径小于等于0.1微米颗粒物浓度得到PM0.1浓度信号并传输至计算模块。
PMA传感器采集当前烹饪区域油烟中当量直径小于等于0.05微米颗粒物浓度得到PMA浓度信号并传输至计算模块。
优选的,上述计算模块为以数学建模构建得到关于烹饪区域内温度、油烟大小、颗粒物浓度和挥发性有机物浓度与油烟中有害气体中多环芳烃浓度的数学关系的计算模块。
优选的,上述计算模块为线性型计算模块、非线性计算模块、指数型计算模块、幂型计算模块、对数型计算模块、类神经网络计算模块、机器学习计算模块或者深度学习计算模块。
优选的,上述有害物质检测装置还设置有风速控制模块,风速控制模块与计算模块电连接。
优选的,上述风速控制模块根据计算模块发送的健康等级信号控制烟机主体的风速调节器进行风速调节。
优选的,上述有害物质检测装置还设置有提示模块,提示模块与计算模块电连接。
优选的,上述提示模块根据计算模块发送的健康等级信号对用户进行当前环境等级提示。
优选的,上述有害物质检测装置还设置有火力控制模块,火力控制模块与计算模块电连接。
优选的,上述火力控制模块根据计算模块发送的健康等级信号对外部炉具进行火力调节。
本发明的一种能根据使用食材进行健康等级划分的油烟机,设置有烟机主体、用于识别当前进行烹饪的食材种类的食材识别装置和有害物质检测装置,食材识别装置分别与有害物质检测装置和烟机主体电连接,有害物质检测装置与烟机主体电连接。食材识别装置获取当前烹饪使用的食材种类得到食材信号并将食材信号发送至有害物质检测装置,有害物质检测装置接收食材识别装置的食材信号,有害物质检测装置并根据检测的烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小和挥发性有机物浓度与食材信号对比,然后进行计算得到烹饪区域当前的多环芳烃浓度并处理得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。该油烟机能够识别当前烹饪使用的食材种类、烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小、挥发性有机物浓度和多环芳烃浓度,并得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。同时该油烟机还具有风速控制模块、提示模块和火力控制模块,当前健康等级自动调节风速和外部炉具的火力,使当前环境的有害物质降低,同时提醒用户注意防护。
附图说明
利用附图对本发明作进一步的说明,但附图中的内容不构成对本发明的任何限制。
图1为实施例1的一种能根据使用食材进行健康等级划分的油烟机的工作流程示意图。
图2为实施例2的一种能根据使用食材进行健康等级划分的油烟机的工作流程示意图。
图3为实施例5的一种能根据使用食材进行健康等级划分的油烟机的工作流程示意图。
具体实施方式
结合以下实施例对本发明的技术方案作进一步说明。
实施例1。
一种能根据使用食材进行健康等级划分的油烟机,如图1所示,其特征在于:设置有烟机主体、用于识别当前进行烹饪的食材种类的食材识别装置和有害物质检测装置,食材识别装置分别与有害物质检测装置和烟机主体电连接,有害物质检测装置与烟机主体电连接。
食材识别装置获取当前烹饪使用的食材种类得到食材信号并将食材信号发送至有害物质检测装置,有害物质检测装置接收食材识别装置的食材信号,有害物质检测装置并根据检测的烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小和挥发性有机物浓度与食材信号对比,然后进行计算得到烹饪区域当前的多环芳烃浓度并处理得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。
本发明的烹饪区域内温度优选为检测厨具温度。
需说明的是,本发明的食材识别装置具有通过用户主动输入食材信息或者通过油烟机自主识别食材信息的功能,该油品识别装置为公知常识,本领域技术人员应当知晓,在此不再累述。
食材识别装置为根据用户主动输入而获得食材种类的主动式食材识别装置。
主动式食材识别装置设置有通过用户手动输入方式、用户语音输入方式或者用户图片输入方式获取食材种类信息的主动输入模块,主动输入模块分别与有害物质检测装置和烟机主体电连接。
食材识别装置还设置有收发模块,收发模块分别与主动输入模块和有害物质检测装置电连接,收发模块还与烟机主体或云端处理器的处理模块信号连接。
主动输入模块接收用户输入的食材种类信息得食材信息信号并发送至收发模块,收发模块将食材信息信号发送至处理模块,处理模块接收食材信号处理得到食材信号并反馈至收发模块,收发模块接收食材信号并发送至有害物质检测装置。
本发明的信号连接为蓝牙连接、WIFI连接、4G连接、5G连接、ZIGBEE连接或者NFC连接等,具体的实施方式根据实际情况而定。本实施例具体的信号连接为WIFI连接。
需说明的是,本发明的食材识别装置还可以为根据图像采集、家庭设备提取用户购物的食材种类信息或者数据库获得食材种类信息的被动式食材识别装置。
本发明的主动式食材识别装置对食材种类的识别准确度优于被动式食材识别装置。
有害物质检测装置设置有用于检测烹饪区域内温度的温度传感模块、用于对烹饪区域油烟图像分析并实时得到产生油烟大小的图像采集模块、用于检测当前烹饪区域油烟中颗粒物浓度的颗粒物传感组件、用于检测当前烹饪区域的挥发性有机物浓度的VOC传感器和用于计算当前烹饪区域的多环芳烃浓度并得到健康等级信号的计算模块,温度传感模块、图像采集模块、颗粒物传感组件和VOC传感器分别与计算模块电连接。
温度传感模块感应烹饪区域内温度得到温度信号并将所得到的温度信号作为温度输出信号传输至计算模块,图像采集模块采集烹饪区域油烟图像得到油烟输出信号并传输至计算模块,颗粒物传感组件采集当前烹饪区域油烟中颗粒物浓度得到颗粒浓度信号并传输至计算模块,VOC传感器采集当前烹饪区域的挥发性有机物浓度得到VOC浓度信号并传输至计算模块,食材识别装置得到食材信号并将食材信号发送至计算模块,计算模块分别接收温度输出信号、油烟输出信号、颗粒浓度信号、VOC浓度信号和食材信号,然后对温度输出信号、油烟输出信号、颗粒浓度信号、VOC浓度信号和食材信号处理实时得到当前烹饪区域的多环芳烃浓度处理得到当前环境状况的健康等级信号,计算模块将健康等级信号反馈至烟机主体。
颗粒物传感组件包括有用于检测当前烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度的PM2.5传感器、用于检测当前烹饪区域油烟中当量直径小于等于10微米颗粒物浓度的PM10传感器、用于检测当前烹饪区域油烟中当量直径小于等于1.0微米颗粒物浓度的PM1.0传感器、用于检测当前烹饪区域油烟中当量直径小于等于0.1微米颗粒物浓度的PM0.1传感器和用于检测当前烹饪区域油烟中当量直径小于等于0.05微米颗粒物浓度的PMA传感器,PM10传感器、PM2.5传感器、PM1.0传感器、PM0.1传感器和PMA传感器分别与温度传感模块、VOC传感器、计算模块和图像采集模块电连接。
PM10传感器采集当前烹饪区域油烟中当量直径小于等于10微米颗粒物浓度得到PM10浓度信号并传输至计算模块。
PM2.5传感器采集当前烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度得到PM2.5浓度信号并传输至计算模块。
PM1.0传感器采集当前烹饪区域油烟中当量直径小于等于1.0微米颗粒物浓度得到PM1.0浓度信号并传输至计算模块。
PM0.1传感器采集当前烹饪区域油烟中当量直径小于等于0.1微米颗粒物浓度得到PM0.1浓度信号并传输至计算模块。
PMA传感器采集当前烹饪区域油烟中当量直径小于等于0.05微米颗粒物浓度得到PMA浓度信号并传输至计算模块。
本发明的计算模块为以数学建模构建得到关于烹饪区域内温度、油烟大小、颗粒物浓度和挥发性有机物浓度与油烟中有害气体中多环芳烃浓度的数学关系的计算模块。
本发明的计算模块通过数学建模获得,数学建模是通过实验收集不同温度、油烟大小、挥发性有机物浓度和VOC浓度等因素与油烟中多环芳烃浓度的数学关系。根据不同的实验条件进行采样检测得到不同种类多环芳烃浓度进行分析归类得到数学模型,从而计算模块能够根据烹饪区域内温度、油烟大小、挥发性有机物浓度和VOC浓度的检测条件判断出当前不同种类多环芳烃浓度。
本发明的计算模块为线性型计算模块、非线性计算模块、指数型计算模块、幂型计算模块、对数型计算模块、类神经网络计算模块、机器学习计算模块或者深度学习计算模块的其中一种。
图像采集模块实时采集烹饪过程中产生油烟的情况,具体为实时采集对应区域的图片并处理当前厨房油烟浓度,并把数据传输至计算模块。
图像采集模块的处理方法为:
图像采集模块以成像设备采集的初始图像作为基础进行处理,初始图像为灰度图,所采集的初始图像被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,得到各个后帧初始图像所处时刻的当前厨房油烟浓度.
每次通过后帧的初始图像与前帧的初始图像进行处理,得到后帧初始图像所处时刻的当前厨房油烟浓度的步骤过程如下:
(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像;
(2)以开运算方式对帧差图像进行去噪处理,得到去噪图像;
(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域;
(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算,将同时满足灰度均值和平滑度要求的区域作为下一步感兴趣区域,其它的区域作为干扰排除;
(5)对步骤(4)提取出的感兴趣区域分别进行统计,根据统计结果得到油烟浓度赋值。
步骤(1)中,对采集到的初始图像进行帧差操作得到帧差图像具体是:
图像采集模块根据接收到的初始图像的先后顺序,将后一帧图像与前一帧图像做差,得到动态区域高亮的帧差图像。
其中步骤(2)对帧差图像采用开运算进行去噪处理,得到去噪图像,具体通过如下方式进行:先对帧差图像进行腐蚀操作,以消除图像中的噪点和细小尖刺,断开窄小的连接;再对腐蚀后的图像进行膨胀操作,恢复原帧差图像中的烟雾特征。
其中步骤(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域,具体是:检测帧差图像高亮区域的边缘并进行标记,将标记出的区域作为初始感兴趣区域。
其中步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算,得到每个初始感兴趣区域对应的灰度均值和灰度平滑度,将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域,将其它初始感兴趣区域判定为干扰区域。
其中步骤(5)具体是,针对步骤(4)提取出的感兴趣区域,将每个感兴趣区域图像中的所有像素的灰度进行求和计算得到每个感兴趣区域图像的灰度值,再将每个感兴趣区域图像的灰度值进行求和,得到油烟浓度赋值。
成像设备采集的目标区域以区域S表示,任意一帧初始图像为对应区域S的成像。
初始图像由m*n个像素构成,
后帧初始图像A的像素的灰度值以矩阵AH表示,AH={ahi,j},ahi,j代表后帧初始图像A中第i行、第j列像素对应的灰度值,i为像素所在的行,j为像素所在的列,1≤i≤m,1≤j≤n;后帧初始图像A中第i行、第j列像素所在的子区域为ASi,j。
前帧初始图像B的像素的灰度值以矩阵BH表示,BH={bhi,j},bhi,j代表前帧初始图像B中第i行、第j列像素对应的灰度值,前帧初始图像B中第i行、第j列像素所在的子区域为BSi,j。
帧差图像D的像素灰度值以矩阵DH表示,DH={dhi,j}={|ahi,j-bhi,j|},dhi,j代表帧差图像D中第i行、第j列像素对应的灰度值,帧差图像D中第i行、第j列像素所在的子区域为DSi,j。
在帧差图像中,|dhi,j|=0的区域,呈黑色;|dhi,j|≠0的区域呈高亮显示。
其中步骤(2)中对帧差图像进行腐蚀操作,具体包括如下步骤:
2-11,任意定义一个卷积核θ;
2-12,将卷积核θ与帧差图像进行卷积;在卷积核θ遍历帧差图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点C;
像素点C的灰度通过矩阵CH={ck,q}表示,k、q为像素点C的行序号和列序号,
获得在卷积核θ遍历帧差图像过程中得到的卷积结果最小值像素点矩阵P,最小值像素点矩阵P的灰度通过矩阵PH={pk,q}表示;
2-13将像素点矩阵P的灰度对应赋予像素点C,得到腐蚀图像;
步骤(2)中对腐蚀图像进行膨胀操作,具体包括如下步骤:
2-21,任意定义一个卷积核β;
2-22,将卷积核β与腐蚀图像进行卷积;在卷积核β遍历腐蚀图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点R;
像素点R的灰度通过矩阵RH={rl,v}表示,l、v为像素点R的行序号和列序号,
获得在卷积核β遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵O,最大值像素点矩阵O的灰度通过矩阵OH={ol,v}表示;
2-13将最大值像素点矩阵O的灰度对应赋予像素点R,得到膨胀图像,得到的膨胀图像即为去噪图像。
其中步骤(3)通过如下步骤进行:
3-1,定义一个滤波器Y,滤波器为t*t矩阵,t为奇数;
3-2,使滤波器Y遍历去噪图像,计算滤波器在每一位置处的中心像素点所在的去噪图像的灰度值以及中心像素点邻域内其它像素点的灰度值,并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值Xz,z为滤波器Y遍历去噪图像时的标记,
f、g为为像素点的矩阵序号,1≤f≤t,1≤g≤t,e为滤波器在每一位置处的像素点所在的去噪图像的灰度值;α为权重系数,与滤波器位置相对应;
3-3,将滤波器在每一位置处的中心像素点边缘检测值Xz与中心像素点邻域的其它像素点的灰度值相减,并判断差值的绝对值是否大于阈值Δ;
统计大于阈值的数量,如果数量超过判定滤波器所处位置的中心像素点对应的去噪图像的像素点位置为边缘点,并进行标记;
3-4,滤波器遍历完整个去噪图像,得到所有标记的边缘点,获得初步感兴趣区域。
t为3。
需说明的是,上述的图像采集模块的处理方法仅是提出其中之一种处理方法,对于其他图像采集模块的处理方法只能够获取烹饪区域的图像采集模块输出数据的方法都可以应用于本发明的能根据使用食材进行健康等级划分的油烟机,均应落入本发明的保护范围。
需说明的是,本发明的图像采集模块是采用摄像头对烹饪区域油烟大小进行检测,只要能够实现本发明的上述功能都可以作为本发明的图像采集模块。
而本发明的计算模块是通过温度输出信号、油烟输出信号、颗粒浓度信号、VOC浓度信号和食材信号计算出当前烹饪区域的多环芳烃浓度处理得到当前环境状况的健康等级信号,该计算模块为计算器或者具备计算功能的模块均可作为本发明的计算模块,对于这类型的计算模块为工业生产中的计算模块的公知常识,本领域的技术人员应当知晓,在此不再赘述。
本发明的烹饪区域内温度优选为检测厨具温度,也可以为检测烹饪区域内空气温度、油烟温度或者灶具温度等,具体的实施方式根据实际情况而定。本实施例有烹饪区域内检测温度为厨具温度。
该能根据使用食材进行健康等级划分的油烟机,设置有烟机主体、用于识别当前进行烹饪的食材种类的食材识别装置和有害物质检测装置,食材识别装置分别与有害物质检测装置和烟机主体电连接,有害物质检测装置与烟机主体电连接。食材识别装置获取当前烹饪使用的食材种类得到食材信号并将食材信号发送至有害物质检测装置,有害物质检测装置接收食材识别装置的食材信号,有害物质检测装置并根据检测的烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小和挥发性有机物浓度与食材信号对比,然后进行计算得到烹饪区域当前的多环芳烃浓度并处理得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。该油烟机能够识别当前烹饪使用的食材种类、烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小、挥发性有机物浓度和多环芳烃浓度,并得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。
实施例2。
一种能根据使用食材进行健康等级划分的油烟机,如图2所示,其他特征与实施例1相同,不同之处在于:本实施例的食材识别装置为根据图像采集、家庭设备提取用户购物的食材种类信息或者数据库获得食材种类信息的被动式食材识别装置。
被动式食材识别装置设置有通过油烟机的摄像头捕捉方式、捕捉购物信息方式或者间接资料库与烹饪区域内温度上升斜率对比方式获取食材种类信息的被动输入模块,被动输入模块分别与有害物质检测装置和烟机主体电连接。
食材识别装置还设置有收发模块,收发模块分别与被动输入模块和有害物质检测装置电连接,收发模块还与烟机主体或云端处理器的处理模块信号连接。
被动输入模块接收用于捕捉至到的食材种类信息得食材信息信号并发送至收发模块,收发模块将食材信息信号发送至处理模块,处理模块接收食材信息信号处理得到食材信号并反馈至收发模块,收发模块接收食材信号并发送至有害物质检测装置。
需说明的是,本发明的摄像头捕捉方式是通过图像识别食用油品的标签信息从而获得食材信息信号,此为公知常识,本领域技术人员应当知晓,在此不再赘述。
对于捕捉购物信息方式是通过与家庭购物设备连接而识别食材信息信号此为公知常识,本领域技术人员应当知晓,在此不再赘述。
对于间接资料库与烹饪区域内温度上升斜率对比方式,因为不同的食材在相同的加热条件下进行加热,温度的上升速度不同,因此可先进行实验获得不同食材的升温曲线,将两者进行对比就能得到当前使用食材信息信号,此也为公知常识,本领域技术人员应当知晓,在此不再赘述。
与实施例1相比,本实施例的优点可以防止用户忘记输入食材种类信息。
实施例3。
一种能根据使用食材进行健康等级划分的油烟机,其他特征与实施例1相同,不同之处在于:计算模块的计算公式为式(Ⅰ),
其中C多环芳烃为烹饪区域内的多环芳烃气体总浓度,κ为温度传感模块的输出数据,λ为图像采集模块的输出数据,C为颗粒物传感组件的输出数据,CPM10为PM10传感器的输出数据,CPM2.5为PM2.5传感器的输出数据,CPM1.0为PM1.0传感器的输出数据,CPM0.1为PM0.1传感器的输出数据,CPMA为PMA传感器的输出数据,CVOC为VOC传感器的输出数据。
当κ∈(0℃,200℃),C∈(0μg/m3,3000μg/m3),λ∈(0,300),CVOC∈(0mg/m3,5mg/m3)时,C(2-3)=70%C多环芳烃,C(4)=20%C多环芳烃,C(5-6)=10%C多环芳烃。
当κ∈(200℃,240℃),C∈(3000μg/m3,5000μg/m3),λ∈(300,500),CVOC∈(5mg/m3,10mg/m3)时,C(2-3)=60%C多环芳烃,C(4)=25%C多环芳烃,C(5-6)=15%C多环芳烃。
其中C(2-3)为二环多环芳烃和三环多环芳烃的浓度,C(4)为四环多环芳烃的浓度,C(5-6)为五环多环芳烃和六环多环芳烃的浓度。
例如当κ为100℃时,C为1000μg/m3,λ为100,CVOC为1mg/m3时,分别将κ、C、CVOC和λ的数据值直接代入公式,计得C多环芳烃为1106.6且C多环芳烃的单位为pg/m3,即当前环境中的多环芳烃的浓度为1106.6pg/m3。C(2-3)的浓度为774.62pg/m3,C(4)的浓度为221.32pg/m3,C(5-6)的浓度为110.66pg/m3。
本实施例的油烟机可以通过检测温度输出信号、油烟输出信号、PM2.5浓度信号、PM10浓度信号、PM1.0浓度信号、PM0.1浓度信号、PMA浓度信号和VOC浓度信号进行计算得到当前烹饪区域的多环芳烃浓度,能够计算出当前环境中的二环多环芳烃、三环多环芳烃、四环多环芳烃、五环多环芳烃和六环多环芳烃的浓度。
实施例4。
一种能根据使用食材进行健康等级划分的油烟机,其他特征与实施例1相同,不同之处在于:计算模块的计算公式为式(Ⅱ),
C多环芳烃=0.05κ0.98+0.01λ1.05+0.0005C1.05+25CVOC 1.05+6*10-5κλC+469.5
C=CPM10+CPM2.5+CPM1.0+CPM0.1+CPMA
……式(Ⅱ);
其中C多环芳烃为烹饪区域内的多环芳烃气体总浓度,κ为温度传感模块的输出数据,λ为图像采集模块的输出数据,C为颗粒物传感组件的输出数据,CPM10为PM10传感器的输出数据,CPM2.5为PM2.5传感器的输出数据,CPM1.0为PM1.0传感器的输出数据,CPM0.1为PM0.1传感器的输出数据,CPMA为PMA传感器的输出数据,CVOC为VOC传感器的输出数据。
当κ∈(0℃,200℃),C∈(0μg/m3,3000μg/m3),λ∈(0,300),CVOC∈(0mg/m3,5mg/m3)时,C(2-3)=70%C多环芳烃,C(4)=20%C多环芳烃,C(5-6)=10%C多环芳烃。
当κ∈(200℃,240℃),C∈(3000μg/m3,5000μg/m3),λ∈(300,500),CVOC∈(5mg/m3,10mg/m3)时,C(2-3)=60%C多环芳烃,C(4)=25%C多环芳烃,C(5-6)=15%C多环芳烃。
其中C(2-3)为二环多环芳烃和三环多环芳烃的浓度,C(4)为四环多环芳烃的浓度,C(5-6)为五环多环芳烃和六环多环芳烃的浓度。
例如当κ为100℃时,C为1000μg/m3,λ为100,CVOC为1mg/m3时,分别将κ、C、CVOC和λ的数据值直接代入公式,计得C多环芳烃为1101.01且C多环芳烃的单位为pg/m3,即当前环境中的多环芳烃的浓度为1101.01pg/m3。C(2-3)的浓度为770.707pg/m3,C(4)的浓度为220.202pg/m3,C(5-6)的浓度为110.101pg/m3。
本实施例的油烟机可以通过检测温度输出信号、油烟输出信号、PM2.5浓度信号、PM10浓度信号、PM1.0浓度信号、PM0.1浓度信号、PMA浓度信号和VOC浓度信号进行计算得到当前烹饪区域的多环芳烃浓度,能够计算出当前环境中的二环多环芳烃、三环多环芳烃、四环多环芳烃、五环多环芳烃和六环多环芳烃的浓度。
实施例5。
一种能根据使用食材进行健康等级划分的油烟机,如图3所示,其他特征与实施例3或者实施例4相同,不同之处在于:本发明的计算模块还根据多环芳烃浓度、颗粒物浓度和VOC浓度进行健康等级划分。
本实施例是根据GBT18883-2室内空气质量标准进行健康等级划分的,本发明也可以根据其他的质量标准进行划分,如GB3059-2012、WTO的《环境质量标准》。本发明也可以根据其他预设的环境质量值进行划分。
本实施例是通过多环芳烃浓度与国标规定的苯并[a]芘平均限定浓度相除进行多环芳烃等级划分,如式(Ⅲ):
当0≤ε≤0.5时,则多环芳烃等级判定为健康。
当0.5<ε≤1时,则多环芳烃等级判定为良好。
当1<ε≤5时,则多环芳烃等级判定为中等。
当5<ε≤10时,则多环芳烃等级判定为较差。
当10<ε时,则多环芳烃等级判定为严重。
其中C苯并[a]芘为国标规定的苯并[a]芘平均限定浓度,且C苯并[a]芘=1ng/m3。
需说明的是,本发明的多环芳烃等级也可根据ε的其他值进行划分,本实施例仅是提供一种实施的方案,对于其他根据的多环芳烃浓度进行的多环芳烃等级划分方法也落入本发明的保护范围。
将多环芳烃等级进行健康定值划分得到多环芳烃等级U多环芳烃。
当多环芳烃等级为健康时,则U多环芳烃为1。
当多环芳烃等级为良好时,则U多环芳烃为2。
当多环芳烃等级为中等时,则U多环芳烃为3。
当多环芳烃等级为较差时,则U多环芳烃为4。
当多环芳烃等级为严重时,则U多环芳烃为5。
需说明的是,本发明的多环芳烃等级对应的可以如上述所示,也可以根据实际情况不同的多环芳烃等级对应不同的U多环芳烃值,本实施例仅示出一种可能,对于各样多环芳烃等级对应U多环芳烃值均落入本发明的保护范围。
本发明的计算模块根据PM10传感器、PM2.5传感器、PM1.0传感器、PM0.1传感器或者PMA传感器的输出数据与选定的空气质量标准进行空气质量指数评定,如式(Ⅶ);
其中M为当前的空气质量指数。
BMHi为选定的空气质量标准与C对应颗粒物浓度限值的高位值。
BMLo为选定空气质量标准中与C对应颗粒物浓度限值的低位值。
MHi为选定空气质量标准中与BMHi对应的空气质量分指数。
MLo为选定空气质量标准中与BMLo对应的空气质量分指数。
本实施例根据表1对本发明进行解释,如下所示:
表1、空气质量指数及PM10和PM2.5项目浓度限值
例如当前实际测得的CPM2.5=425μm/m3,查找出PM2.5浓度限值的高位值和低位值,则BMHi=500,BMLo=350。BMHi的值对应的空气质量分指数(IAQI)为500,即MHi=500。BMLo的值对应的空气质量分指数(IAQI)为400,即MLo=400。然后分别将BMHi、BMLo、MHi、MLo和CPM2.5代入式(Ⅶ)。
得到M=475。
需说明的是,本实施仅选定了一个空气质量标准和CPM2.5对应数,但是对于不同的空气质量标准和CPM10、CPM2.5、CPM1.0、CPM0.1和CPMA也在本发明的保护范围内。
将空气质量指数进行健康定值划分得到颗粒物等级U颗粒物;
当0≤M≤400时,则U颗粒物=1;
当400<M≤600时,则U颗粒物=2;
当600<M≤700时,则U颗粒物=3;
当700<M≤800时,则U颗粒物=4;
当900<M时,则U颗粒物=5。
需说明的是,本发明的空气质量指数也可根据M的其他值进行划分。本实施例仅是提供一种实施的方案,对于其他的根据的PM10传感器、PM2.5传感器、PM1.0传感器、PM0.1传感器和PMA传感器的输出数据进行的颗粒物等级划分的方法也落入本发明的保护范围。
需说明的是,本发明的空气质量指数对应的颗粒物等级U颗粒物可以如上述所示,也可以根据实际情况不同的空气质量指数对应不同的U颗粒物值,本实施例仅示出一种可能,对于各样空气质量指数对应U颗粒物值均落入本发明的保护范围。
本发明的计算模块还将VOC传感器的输出数据进行健康定值划分得到挥发性有机物等级UVOC。
本发明的挥发性有机物等级UVOC具体是将VOC传感器的输出数据进行不同范围的划分,并在相应的范围赋予对应的健康定值。
例如当0≤CVOC≤0.4mg/m3时,则UVOC=1;
当0.4mg/m3<CVOC≤0.6mg/m3时,则UVOC=2;
当0.6mg/m3<CVOC≤0.7mg/m3时,则UVOC=3;
当0.7mg/m3<CVOC≤0.7mg/m3时,则UVOC=4;
当0.7mg/m3<CVOC时,则UVOC=5。
本实施例的挥发性有机物等级UVOC是基于GBT18883-2002室内空气质量标准里TVOC的8小时均值是0.6mg/m3而进行划分的。本发明的基于其他空气质量标准或者其他的划分范围在将落入本发明的保护范围。
需说明的是,本发明的VOC传感器的输出数据进行健康定值划分也可根据CVOC的其他值进行划分。本实施例仅是提供一种实施的方案,对于根据其他VOC传感器的输出数据进行的挥发性有机物等级UVOC的方法也落入本发明的保护范围。
本发明对健康等级U计算有如下的方法:
1、计算模块将多环芳烃等级U多环芳烃、颗粒物等级U颗粒物和挥发性有机物等级UVOC对比,选取最大值为当前烹饪区域的健康等级U,如式(Ⅷ),
U=max(U颗粒物,UVOC,U多环芳烃) 式(Ⅷ)。
2、计算模块将多环芳烃等级U多环芳烃、颗粒物等级U颗粒物和挥发性有机物等级UVOC加和得到当前烹饪区域的健康等级U,如式(Ⅸ),
U=U颗粒物+UVOC+U多环芳烃 式(Ⅸ)。
3、计算模块将多环芳烃等级U多环芳烃乘以多环芳烃权重因子Q多环芳烃、颗粒物等级U颗粒物乘以颗粒物权重因子Q颗粒物与挥发性有机物等级UVOC乘以挥发性有机物权重因子QVOC对比,选取最大值为当前烹饪区域的健康等级U,如式(Ⅹ),
U=max(U颗粒物*Q颗粒物,UVOC*QVOC,U多环芳烃*Q多环芳烃) 式(Ⅹ)。
4、计算模块将多环芳烃等级U多环芳烃乘以多环芳烃权重因子Q多环芳烃、颗粒物等级U颗粒物乘以颗粒物权重因子Q颗粒物与挥发性有机物等级UVOC乘以挥发性有机物权重因子QVOC进行加和得到当前烹饪区域的健康等级U,如式(Ⅺ),
U=U颗粒物*Q颗粒物+UVOC*QVOC+U多环芳烃*Q多环芳烃 式(Ⅺ)。
本实施例的健康等级U计算具体为第一种。例如当U多环芳烃=2,U颗粒物=3、UVOC=4时,当前烹饪区域的健康等级U为4。对于U的值越小表示越健康,U的值越大表示越不健康。
需说明的是,本发明的4种方法可以选用第一种,也可以根据实际情况而选根据其他三种,具体的实施方式根据实际情况而定。对于本发明第三种方法的Q颗粒物为0.6,Q多环芳烃为1.2,QVOC为0.6,Q多环芳烃、Q多环芳烃和Q颗粒物可以为其他数值,具体的实施方式根据实际情况而定。对于本发明第四种方法的Q颗粒物为0.2,Q多环芳烃为0.6,QVOC为0.2,Q多环芳烃、Q多环芳烃和Q颗粒物可以为其他数值,具体的实施方式根据实际情况而定。
有害物质检测装置还设置有风速控制模块,风速控制模块与计算模块电连接。
风速控制模块根据计算模块发送的健康等级信号控制烟机主体的风速调节器进行风速调节。
有害物质检测装置还设置有提示模块,提示模块与计算模块电连接。
提示模块根据计算模块发送的健康等级信号对用户进行当前环境等级提示。
有害物质检测装置还设置有火力控制模块,火力控制模块与计算模块电连接。
火力控制模块根据计算模块发送的健康等级信号对外部炉具进行火力调节。
与实施例1相比,本实施例的吸油系统能对当前环境的多环芳烃浓度、颗粒物浓度和VOC浓度进行健康等级划分,同时有害物质检测装置还具有风速控制模块、提示模块和火力控制模块,当前健康等级自动调节油烟机的风速和外部炉具的火力,使当前环境的多环芳烃、油烟、颗粒物浓度和VOC浓度都降低,同时提醒用户注意防护。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细说明,本领域的普通技术人员应当理解,可以对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (13)
1.一种能根据使用食材进行健康等级划分的油烟机,其特征在于:设置有烟机主体、用于识别当前进行烹饪的食材种类的食材识别装置和有害物质检测装置,食材识别装置分别与有害物质检测装置和烟机主体电连接,有害物质检测装置与烟机主体电连接;
食材识别装置获取当前烹饪使用的食材种类得到食材信号并将食材信号发送至有害物质检测装置,有害物质检测装置接收食材识别装置的食材信号,有害物质检测装置并根据检测的烹饪区域内温度、烹饪区域的颗粒物浓度、油烟大小和挥发性有机物浓度与食材信号对比,然后进行计算得到烹饪区域当前的多环芳烃浓度并处理得到当前环境状况的健康等级信号,有害物质检测装置将健康等级信号反馈至烟机主体。
2.根据权利要求1所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述食材识别装置为根据用户主动输入而获得食材种类的主动式食材识别装置。
3.根据权利要求2所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述主动式食材识别装置设置有通过用户手动输入方式、用户语音输入方式或者用户图片输入方式获取食材种类信息的主动输入模块,主动输入模块分别与有害物质检测装置和烟机主体电连接;
所述食材识别装置还设置有收发模块,收发模块分别与主动输入模块和有害物质检测装置电连接,收发模块还与烟机主体或云端处理器的处理模块信号连接;
主动输入模块接收用户输入的食材种类信息得食材信息信号并发送至收发模块,收发模块将食材信息信号发送至处理模块,处理模块接收食材信号处理得到食材信号并反馈至收发模块,收发模块接收食材信号并发送至有害物质检测装置。
4.根据权利要求1所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述食材识别装置为根据图像采集、家庭设备提取用户购物的食材种类信息或者数据库获得食材种类信息的被动式食材识别装置。
5.根据权利要求4所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述被动式食材识别装置设置有通过油烟机的摄像头捕捉方式、捕捉购物信息方式或者间接资料库与烹饪区域内温度上升斜率对比方式获取食材种类信息的被动输入模块,被动输入模块分别与有害物质检测装置和烟机主体电连接;
所述食材识别装置还设置有收发模块,收发模块分别与被动输入模块和有害物质检测装置电连接,收发模块还与烟机主体或云端处理器的处理模块信号连接;
被动输入模块接收用于捕捉至到的食材种类信息得食材信息信号并发送至收发模块,收发模块将食材信息信号发送至处理模块,处理模块接收食材信息信号处理得到食材信号并反馈至收发模块,收发模块接收食材信号并发送至有害物质检测装置。
6.根据权利要求3或者5所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述信号连接为蓝牙连接、WIFI连接、4G连接、5G连接、ZIGBEE连接或者NFC连接。
7.根据权利要求3或者5所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述有害物质检测装置设置有用于检测烹饪区域内温度的温度传感模块、用于对烹饪区域油烟图像分析并实时得到产生油烟大小的图像采集模块、用于检测当前烹饪区域油烟中颗粒物浓度的颗粒物传感组件、用于检测当前烹饪区域的挥发性有机物浓度的VOC传感器和用于计算当前烹饪区域的多环芳烃浓度并得到健康等级信号的计算模块,温度传感模块、图像采集模块、颗粒物传感组件和VOC传感器分别与计算模块电连接;
温度传感模块感应烹饪区域内温度得到温度信号并将所得到的温度信号作为温度输出信号传输至计算模块,图像采集模块采集烹饪区域油烟图像得到油烟输出信号并传输至计算模块,颗粒物传感组件采集当前烹饪区域油烟中颗粒物浓度得到颗粒浓度信号并传输至计算模块,VOC传感器采集当前烹饪区域的挥发性有机物浓度得到VOC浓度信号并传输至计算模块,食材识别装置得到食材信号并将食材信号发送至计算模块,计算模块分别接收温度输出信号、油烟输出信号、颗粒浓度信号、VOC浓度信号和食材信号,然后对温度输出信号、油烟输出信号、颗粒浓度信号、VOC浓度信号和食材信号处理实时得到当前烹饪区域的多环芳烃浓度处理得到当前环境状况的健康等级信号,计算模块将健康等级信号反馈至烟机主体。
8.根据权利要求7所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述颗粒物传感组件包括有用于检测当前烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度的PM2.5传感器、用于检测当前烹饪区域油烟中当量直径小于等于10微米颗粒物浓度的PM10传感器、用于检测当前烹饪区域油烟中当量直径小于等于1.0微米颗粒物浓度的PM1.0传感器、用于检测当前烹饪区域油烟中当量直径小于等于0.1微米颗粒物浓度的PM0.1传感器和用于检测当前烹饪区域油烟中当量直径小于等于0.05微米颗粒物浓度的PMA传感器,PM10传感器、PM2.5传感器、PM1.0传感器、PM0.1传感器和PMA传感器分别与温度传感模块、VOC传感器、计算模块和图像采集模块电连接;
PM10传感器采集当前烹饪区域油烟中当量直径小于等于10微米颗粒物浓度得到PM10浓度信号并传输至计算模块,
PM2.5传感器采集当前烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度得到PM2.5浓度信号并传输至计算模块,
PM1.0传感器采集当前烹饪区域油烟中当量直径小于等于1.0微米颗粒物浓度得到PM1.0浓度信号并传输至计算模块,
PM0.1传感器采集当前烹饪区域油烟中当量直径小于等于0.1微米颗粒物浓度得到PM0.1浓度信号并传输至计算模块,
PMA传感器采集当前烹饪区域油烟中当量直径小于等于0.05微米颗粒物浓度得到PMA浓度信号并传输至计算模块。
9.根据权利要求8所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述计算模块为以数学建模构建得到关于烹饪区域内温度、油烟大小、颗粒物浓度和挥发性有机物浓度与油烟中有害气体中多环芳烃浓度的数学关系的计算模块。
10.根据权利要求9所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述计算模块为线性型计算模块、非线性计算模块、指数型计算模块、幂型计算模块、对数型计算模块、类神经网络计算模块、机器学习计算模块或者深度学习计算模块。
11.根据权利要求10所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述有害物质检测装置还设置有风速控制模块,风速控制模块与计算模块电连接;
所述风速控制模块根据计算模块发送的健康等级信号控制烟机主体的风速调节器进行风速调节。
12.根据权利要求11所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述有害物质检测装置还设置有提示模块,提示模块与计算模块电连接;
所述提示模块根据计算模块发送的健康等级信号对用户进行当前环境等级提示。
13.根据权利要求12所述的能根据使用食材进行健康等级划分的油烟机,其特征在于:所述有害物质检测装置还设置有火力控制模块,火力控制模块与计算模块电连接;
所述火力控制模块根据计算模块发送的健康等级信号对外部炉具进行火力调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811633569.6A CN109657640A (zh) | 2018-12-29 | 2018-12-29 | 一种能根据使用食材进行健康等级划分的油烟机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811633569.6A CN109657640A (zh) | 2018-12-29 | 2018-12-29 | 一种能根据使用食材进行健康等级划分的油烟机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109657640A true CN109657640A (zh) | 2019-04-19 |
Family
ID=66117633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811633569.6A Pending CN109657640A (zh) | 2018-12-29 | 2018-12-29 | 一种能根据使用食材进行健康等级划分的油烟机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109657640A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111023210A (zh) * | 2019-12-26 | 2020-04-17 | 张家口市杰星电子科技有限公司 | 一种智能油烟净化器高压电源系统及控制方法 |
CN113837900A (zh) * | 2021-09-22 | 2021-12-24 | 珠海格力电器股份有限公司 | 烹饪设备的油烟参数分析方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10054787A1 (de) * | 2000-11-04 | 2002-06-06 | Linde Ag | Verfahren und Vorrichtung zur Verwertung von Mehr-Ring-Aromaten enthaltenden Kohlenwasserstoff-Strömen |
CN102359731A (zh) * | 2011-10-08 | 2012-02-22 | 秦飞 | 有智能提醒与烹饪安全防护功能的油烟机监控系统 |
CN104198227A (zh) * | 2014-07-30 | 2014-12-10 | 北京工业大学 | 餐饮源颗粒物及挥发性有机物采样系统 |
CN204880283U (zh) * | 2015-06-03 | 2015-12-16 | 中山市士林电器有限公司 | 一种智能抽油烟机 |
CN205079296U (zh) * | 2015-10-16 | 2016-03-09 | 沈阳英林特电器有限公司 | 一种吸油烟机 |
CN205919396U (zh) * | 2016-08-04 | 2017-02-01 | 苏州云白环境设备股份有限公司 | 一种挥发性有机物智能监控油烟机 |
CN106369651A (zh) * | 2016-10-25 | 2017-02-01 | 广东万家乐燃气具有限公司 | 一种带WiFi功能的吸油烟机及其控制方法 |
KR20170055879A (ko) * | 2015-11-12 | 2017-05-22 | 동국대학교 산학협력단 | 다환방향족탄화수소 감지 조리 장치 |
CN106933109A (zh) * | 2015-12-31 | 2017-07-07 | 九阳股份有限公司 | 一种厨房家电智能控制方法 |
CN107770218A (zh) * | 2016-08-19 | 2018-03-06 | 九阳股份有限公司 | 一种智能料理平台的用餐指导方法 |
CN107781879A (zh) * | 2017-11-07 | 2018-03-09 | 佛山市云米电器科技有限公司 | 油烟处理装置与方法 |
CN107862018A (zh) * | 2017-10-30 | 2018-03-30 | 珠海格力电器股份有限公司 | 食材烹饪方法的推荐方法和抽油烟机 |
EP3355290A1 (en) * | 2017-01-26 | 2018-08-01 | BSH Hausgeräte GmbH | Air quality in food processing |
CN108594673A (zh) * | 2018-03-17 | 2018-09-28 | 广东万和热能科技有限公司 | 菜谱生成方法及厨房电器 |
CN207963951U (zh) * | 2018-03-19 | 2018-10-12 | 风纹物联(深圳)技术有限公司 | 多功能空气质量检测仪 |
CN108760590A (zh) * | 2018-03-08 | 2018-11-06 | 佛山市云米电器科技有限公司 | 一种基于图像处理的厨房油烟浓度检测与干扰排除方法 |
CN109028233A (zh) * | 2018-09-29 | 2018-12-18 | 佛山市云米电器科技有限公司 | 厨房油烟浓度划分方法及油烟图像识别系统及油烟机 |
CN109084350A (zh) * | 2018-09-29 | 2018-12-25 | 佛山市云米电器科技有限公司 | 一种具滤光功能视觉检测模块的油烟机及油烟浓度检测方法 |
CN210136499U (zh) * | 2018-12-29 | 2020-03-10 | 佛山市云米电器科技有限公司 | 一种能根据使用食材进行健康等级划分的油烟机 |
-
2018
- 2018-12-29 CN CN201811633569.6A patent/CN109657640A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10054787A1 (de) * | 2000-11-04 | 2002-06-06 | Linde Ag | Verfahren und Vorrichtung zur Verwertung von Mehr-Ring-Aromaten enthaltenden Kohlenwasserstoff-Strömen |
CN102359731A (zh) * | 2011-10-08 | 2012-02-22 | 秦飞 | 有智能提醒与烹饪安全防护功能的油烟机监控系统 |
CN104198227A (zh) * | 2014-07-30 | 2014-12-10 | 北京工业大学 | 餐饮源颗粒物及挥发性有机物采样系统 |
CN204880283U (zh) * | 2015-06-03 | 2015-12-16 | 中山市士林电器有限公司 | 一种智能抽油烟机 |
CN205079296U (zh) * | 2015-10-16 | 2016-03-09 | 沈阳英林特电器有限公司 | 一种吸油烟机 |
KR20170055879A (ko) * | 2015-11-12 | 2017-05-22 | 동국대학교 산학협력단 | 다환방향족탄화수소 감지 조리 장치 |
CN106933109A (zh) * | 2015-12-31 | 2017-07-07 | 九阳股份有限公司 | 一种厨房家电智能控制方法 |
CN205919396U (zh) * | 2016-08-04 | 2017-02-01 | 苏州云白环境设备股份有限公司 | 一种挥发性有机物智能监控油烟机 |
CN107770218A (zh) * | 2016-08-19 | 2018-03-06 | 九阳股份有限公司 | 一种智能料理平台的用餐指导方法 |
CN106369651A (zh) * | 2016-10-25 | 2017-02-01 | 广东万家乐燃气具有限公司 | 一种带WiFi功能的吸油烟机及其控制方法 |
CN108362826A (zh) * | 2017-01-26 | 2018-08-03 | Bsh家用电器有限公司 | 食物处理时的空气质量 |
EP3355290A1 (en) * | 2017-01-26 | 2018-08-01 | BSH Hausgeräte GmbH | Air quality in food processing |
CN107862018A (zh) * | 2017-10-30 | 2018-03-30 | 珠海格力电器股份有限公司 | 食材烹饪方法的推荐方法和抽油烟机 |
CN107781879A (zh) * | 2017-11-07 | 2018-03-09 | 佛山市云米电器科技有限公司 | 油烟处理装置与方法 |
CN108760590A (zh) * | 2018-03-08 | 2018-11-06 | 佛山市云米电器科技有限公司 | 一种基于图像处理的厨房油烟浓度检测与干扰排除方法 |
CN108594673A (zh) * | 2018-03-17 | 2018-09-28 | 广东万和热能科技有限公司 | 菜谱生成方法及厨房电器 |
CN207963951U (zh) * | 2018-03-19 | 2018-10-12 | 风纹物联(深圳)技术有限公司 | 多功能空气质量检测仪 |
CN109028233A (zh) * | 2018-09-29 | 2018-12-18 | 佛山市云米电器科技有限公司 | 厨房油烟浓度划分方法及油烟图像识别系统及油烟机 |
CN109084350A (zh) * | 2018-09-29 | 2018-12-25 | 佛山市云米电器科技有限公司 | 一种具滤光功能视觉检测模块的油烟机及油烟浓度检测方法 |
CN210136499U (zh) * | 2018-12-29 | 2020-03-10 | 佛山市云米电器科技有限公司 | 一种能根据使用食材进行健康等级划分的油烟机 |
Non-Patent Citations (1)
Title |
---|
叶树彬;徐亮;李亚凯;刘建国;刘文清;: "基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究", 光谱学与光谱分析, no. 03, 15 March 2017 (2017-03-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111023210A (zh) * | 2019-12-26 | 2020-04-17 | 张家口市杰星电子科技有限公司 | 一种智能油烟净化器高压电源系统及控制方法 |
CN113837900A (zh) * | 2021-09-22 | 2021-12-24 | 珠海格力电器股份有限公司 | 烹饪设备的油烟参数分析方法 |
CN113837900B (zh) * | 2021-09-22 | 2024-02-06 | 珠海格力电器股份有限公司 | 烹饪设备的油烟参数分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655585A (zh) | 一种能识别厨房空气质量的油烟机 | |
CN109621595A (zh) | 根据厨房油烟成分的除油喷雾系统及油烟除油喷雾方法 | |
CN209487160U (zh) | 一种能对使用油品与历史数据对进行健康等级划分的油烟机 | |
CN109884049A (zh) | 一种能够检测厨房油烟的有害物质检测装置 | |
CN109579092A (zh) | 一种根据工作环境进行烟灶联动的油烟机 | |
CN109657640A (zh) | 一种能根据使用食材进行健康等级划分的油烟机 | |
CN210136499U (zh) | 一种能根据使用食材进行健康等级划分的油烟机 | |
CN109712713A (zh) | 一种能对使用油品与历史数据对进行健康等级划分的油烟机 | |
CN109813713A (zh) | 一种具有多个独立有害物质检测模组的烟机 | |
CN109882899A (zh) | 一种根据工作环境进行控制的油烟机 | |
CN209655389U (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
CN109654559A (zh) | 一种能识别水汽与油烟的健康烹饪系统 | |
CN109631111A (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
CN209655388U (zh) | 一种能根据使用油类进行厨房空气质量评估的油烟机 | |
CN109798565A (zh) | 一种具有识别油烟中有害物质功能的吸油系统 | |
CN109654560A (zh) | 一种能根据使用油类进行厨房空气质量评估的油烟机 | |
CN109632796A (zh) | 一种具有红外温度传感器的有害物质检测设备及其应用 | |
CN109654562A (zh) | 一种与移动拍照设备联合的油烟机 | |
CN109655586A (zh) | 一种油烟挥发性有机物检测控制系统及其应用 | |
CN109654565A (zh) | 一种带热成像装置的油烟机 | |
CN109654563A (zh) | 一种具有多种检测功能协同作用的烹饪系统 | |
CN109813841A (zh) | 一种厨房油烟式多环芳烃检测装置 | |
CN109631118A (zh) | 一种能识别油烟中有害气体的油烟机 | |
CN109669007A (zh) | 一种家用非入侵式在线食物检测的设备 | |
CN109654545A (zh) | 能根据烹饪环境空气质量控制的炉具及火力控制判断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |