CN110672796A - 一种冰箱异味的监测方法及其监测系统 - Google Patents
一种冰箱异味的监测方法及其监测系统 Download PDFInfo
- Publication number
- CN110672796A CN110672796A CN201911019814.9A CN201911019814A CN110672796A CN 110672796 A CN110672796 A CN 110672796A CN 201911019814 A CN201911019814 A CN 201911019814A CN 110672796 A CN110672796 A CN 110672796A
- Authority
- CN
- China
- Prior art keywords
- odor
- concentration
- time ratio
- refrigerator
- odor concentration
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 191
- 235000019645 odor Nutrition 0.000 claims description 390
- 235000013305 food Nutrition 0.000 claims description 31
- 238000005192 partition Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 230000035943 smell Effects 0.000 description 85
- 235000013311 vegetables Nutrition 0.000 description 11
- 235000013361 beverage Nutrition 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 235000013372 meat Nutrition 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 235000014102 seafood Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 239000010794 food waste Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
- G01N33/0065—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means using more than one threshold
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Abstract
本发明公开了一种冰箱异味的监测方法,包括以下步骤:S1、获取并记录气味浓度等级和各气味浓度等级下的时间占比;S2、将达到风险等级的气味检测点的总时间占比进行排序并记录;S3、确定风险区域;S4、获取并记录各气味检测点的气味浓度和各气味浓度下的时间占比,判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值。本技术方案提出的一种冰箱异味的监测方法,引入异味监测的气味检测点、时间占比和风险等级位置三个监测参数,有利于提高冰箱异味监测的准确性和针对性。进而提出一种使用上述监测方法的监测系统,控制方法简单,智能化程度较高,能有效提高用户满意度。
Description
技术领域
本发明涉及智能家居领域,尤其涉及一种冰箱异味的监测方法及其监测系统。
背景技术
冰箱是保持恒定低温的一种制冷设备,也是一种使食物或其他物品保持恒定低温冷态的民用产品,随着社会的发展,人们越来越离不开冰箱。然而,有时候用户打开冰箱就会闻到一股异味,闻起来让人恶心。产生这些异味的主要原因可能有以下几点:1)由于冷藏室部分食品存放时间长或部分食物残渣会发出异味,此气味会附着在冰箱的内胆或搁物架及果盒内;2)有些食品混放,特别是有些易产生异味的食品没有包装,容易在存放一段时间后产生异味;3)冰箱在使用过程中会有一些食品附在内胆上,如果冰箱停用但没有清擦或没有将门体打开,时间长了就会产生异味;4)由于冰箱内食物变坏而用户无法知晓,使用时此异味会串入存放食品,造成串味现象。
现有技术中对冰箱异味的监测方法一般只根据冰箱内的气味浓度来判断冰箱内是否存在异味情况,而异味情况的出现是偶然的还是真正食物的腐烂引起的,或是到底是冰箱内的哪些区域出现异味的等情况,用户根本无法得知,从而大大地降低了异味监测的准确性和针对性。
发明内容
本发明的目的在于提出一种冰箱异味的监测方法,引入异味监测的气味检测点、时间占比和风险等级位置三个监测参数,有利于提高冰箱异味监测的准确性和针对性。
本发明的另一个目的在于提出一种使用上述监测方法的监测系统,控制方法简单,智能化程度较高,能有效提高用户满意度。
为达此目的,本发明采用以下技术方案:
一种冰箱异味的监测方法,包括以下步骤:
S1、在监测周期内,获取并记录冰箱内多个气味检测点的气味浓度等级和各气味浓度等级下的时间占比;
S2、当气味检测点的气味浓度等级达到风险等级时,将达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序并记录;
S3、根据步骤S2所得的总时间占比的顺序,确定冰箱内异味存在的风险区域;
S4、在监测周期内对风险区域内的各气味检测点进行监测,获取并记录各气味检测点的气味浓度和各气味浓度下的时间占比,判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;若任意一气味检测点的气味浓度和该气味浓度下的时间占比已经达到异味阈值,则输出异味信息,若没有达到异味阈值,则重复步骤S1。
优选的,步骤S4具体包括以下步骤:
S41、预先存储气味浓度-时间占比的判断基线,气味浓度-时间占比的判断基线用于判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;
S42、将在监测周期内获得的各气味检测点的气味浓度和各气味浓度下的时间占比与气味浓度-时间占比的判断基线对比;
S43、若任意一气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的上方,则输出异味信息;若各气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的下方,则重复步骤S1。
优选的,步骤S43中,在一个监测周期内,当经过预定时间后,各气味检测点的气味浓度-时间占比的检测值仍位于气味浓度-时间占比的判断基线的下方,则重复步骤S1。
优选的,步骤S2中,将冰箱内储藏空间区分成多个储藏子空间,根据每个储藏子空间内储藏食物种类的不同,分别设定各储藏子空间的风险等级;
当某一储藏子空间内的气味检测点的气味浓度等级达到该储藏子空间内设定的风险等级时,计时获得达到风险等级的气味检测点的总时间占比,将各储藏子空间达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序并记录;
步骤S41中,根据每个储藏子空间内储藏食物种类的不同,设定各储藏子空间的气味浓度-时间占比的判断基线;
S42、将在监测周期内获得的各气味检测点的气味浓度和各气味浓度下的时间占比与各储藏子空间的气味浓度-时间占比的判断基线对比;
S43、当某一储藏子空间内的任意一气味检测点的气味浓度-时间占比的检测值位于该储藏子空间内设定的气味浓度-时间占比的判断基线的上方,则输出异味信息;若气味检测点的气味浓度-时间占比的检测值位于该储藏子空间内设定的气味浓度-时间占比的判断基线的下方,则重复步骤S1。
优选的,步骤S1之前,先对冰箱内多个气味检测点进行标定,标定至少包括对冰箱内多个气味检测点进行编号、定位和分区。
优选的,步骤S3中,根据步骤S2所得的总时间占比的顺序,抽取有效气味检测点的气味浓度等级和各气味浓度等级下的时间占比进行分析判断;
若抽取达到风险等级的气味检测点的个数为奇数个,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域;
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数平均分布在两个分区,则确定冰箱内异味存在两个风险区域;
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数没有平均分布,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域。
一种冰箱异味监测系统,包括信息采集模块、风险预测模块、异味判断模块、存储模块和提醒模块;
所述信息采集模块,用于在监测周期内,获取并记录冰箱内多个气味检测点的气味浓度等级和各气味浓度等级下的总时间占比,以及在监测周期内对风险区域内的各气味检测点进行监测,获取各气味检测点的气味浓度和各气味浓度下的时间占比;
所述风险预测模块,用于当气味检测点的气味浓度等级达到风险等级时,将达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序,并根据总时间占比的顺序,确定冰箱内异味存在的风险区域;
所述异味判断模块,用于判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;
所述存储模块,用于存储所述风险预测模块和所述异味检测模块处理的信息,并形成数据记录;
所述提醒模块,用于当任意一气味检测点的气味浓度和各气味浓度下的时间占比已经达到异味阈值时,向用户输出异味信息。
优选的,还包括信息预存模块,所述信息预存模块包括第一预存单元,所述第一预存单元用于预先存储监测周期的采集起始点、采集总时间和判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值时的预定时间。
优选的,所述信息预存模块还包括第二预存单元,所述第二预存单元用于根据每个储藏子空间内储藏食物种类的不同,预先存储不同储藏子空间内的风险等级和气味浓度-时间占比的判断基线。
优选的,所述信息预存模块还包括第三预存单元,所述第三预存单元用于对冰箱内多个气味检测点进行标定,预先存储冰箱内多个气味检测点的编号、定位和分区。
本发明的有益效果:本技术方案提出的一种冰箱异味的监测方法,引入异味监测的气味检测点、时间占比和风险等级位置三个监测参数,有利于提高冰箱异味监测的准确性和针对性。进而提出一种使用上述监测方法的监测系统,控制方法简单,智能化程度较高,能有效提高用户满意度。
附图说明
附图对本发明做进一步说明,但附图中的内容不构成对本发明的任何限制。
图1是本发明一种冰箱异味的监测方法的流程图。
图2是本发明一种冰箱异味的监测方法中的气味浓度-时间占比的判断基线示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
一种冰箱异味的监测方法,包括以下步骤:
S1、在监测周期内,获取并记录冰箱内多个气味检测点的气味浓度等级和各气味浓度等级下的时间占比;
S2、当气味检测点的气味浓度等级达到风险等级时,将达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序并记录;
S3、根据步骤S2所得的总时间占比的顺序,确定冰箱内异味存在的风险区域;
S4、在监测周期内对风险区域内的各气味检测点进行监测,获取并记录各气味检测点的气味浓度和各气味浓度下的时间占比,判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;若任意一气味检测点的气味浓度和该气味浓度下的时间占比已经达到异味阈值,则输出异味信息,若没有达到异味阈值,则重复步骤S1。
本技术方案提出一种冰箱异味的监测方法,通过引入异味监测的气味检测点、时间占比和风险等级位置三个监测参数,来提高冰箱异味监测的准确性和针对性。
具体地,在步骤S1中,由于在冰箱内,气体传感器的检测值会随着冰箱内的温度、湿度的周期性变化呈现相应的周期性波动。因此,本技术方案中用户根据使用的气体传感器的性能的不同来选取检测值相对稳定的时间段作为监测周期,对冰箱内的气体信息进行监测。首先,冰箱内设置有多个气味检测点,可以较为全面地检测冰箱内各位置的气体信息情况,为了让异味的判断结果更加可靠,本技术方案中的第一步将气体信息分为两个维度处理,分别是气味浓度等级和其时间占比,其中气味浓度等级指的是将气味浓度分成若干个等级,用于粗略地估计并记录冰箱内各气味检测点的监测情况,在实现粗略监测周期内对数据的有效记录下,可以减轻监测系统对大量数据存储的负载,时间占比指的是在一个监测周期内,信号达到某一气味浓度等级的时间,与监测周期总时间的占比,这个指标反应了信号的稳定程度,为气味浓度等级的偶然性提供参考,提供检测数据的有效性和可靠性。
步骤S2中,定义风险等级,风险等级指的是当气味检测点的气味尝试等级达到该风险等级时,该气味检测点所在区域是在监测时需要重点关注的区域。当气味检测点的气味浓度等级达到风险等级时,将达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序,可监测该区域达到风险等级时的持续时间长短,方便监测系统对该风险等级的有效性进行判断,为气味浓度等级的偶然性提供参考。
进一步说明,总时间占比指的是气味检测点的气味浓度等级达到风险等级时,达到及超过风险等级的气味浓度等级的时间占比的总和。例如,将气味浓度等级分为五级,风险等级为三级,在监测周期内,气味浓度等级达到一级时,时间占比为15%,达到二级时,时间占比为25%,达到三级时,时间占比为10%,达到四级时,时间占比为20%,达到五级时,时间占比为30%,由于风险等级庙宇为三级,则达到及超过风险等级的气味浓度等级的时间占比的总和为三级、四级和五级的时间占比相加,即总时间占比为60%。
步骤S4中,当步骤S3中确定好风险区域后,监测系统可暂时解除对非风险区域的各气味检测点的监测,而主要对风险区域内的各气味检测点的监测。由于此时风险区域内的气味检测点已经达到了风险等级,在监测周期内可能随时会达到气味浓度的阈值,因此步骤S4的监测周期属于精确监测周期,在精确监测周期内对风险区域的各气味检测点的气味浓度和该气味浓度下的时间占比进行监测,只要风险区域内任意一个气味检测点的气味浓度和该气味浓度下的时间占比达到异味阈值,监测系统就会向用户输出异味信息,具体地,异味信息至少包括达到异味阈值的气味检测点的具体位置。若在监测周期内没有达到异味阈值,说明可能存在偶然情况,则重复步骤S1。
本发明的技术方案中,首先引入异味监测的气味检测点来提高监测的全面性,气味检测点可以设置有多个,可以监测到气味检测点所在的冰箱任何一个角落的气味浓度,做到冰箱内的全面监测。其次引入风险等级来确定冰箱内异味产生的风险区域,以实现对风险区域的重点关注,最后引入气味浓度等级下的总时间占比和气味浓度值下的时间占比,为气味浓度等级的偶然性提供参考,提供检测数据的有效性和可靠性。本技术方案通过对冰箱内异味进行多维的检测,有利于提高冰箱异味监测的准确性和针对性。例如用户购买了正常食物,可是正常食物在购买回来之前与市场上的腐烂食物有接触,因而带了腐烂食物的气味,当用户将这种正常食物放进冰箱时,现有技术中的监测系统可能就会判断为异味信号,但由于本技术方案引入了时间占比的参数,正常食物上的腐烂食物的气味只会持续比较短的一段时间,本技术方法的监测方法就会判断这是一种偶然性情况,而不会发出异味信号,提高了监测的可靠性。
更进一步说明,步骤S4具体包括以下步骤:
S41、预先存储气味浓度-时间占比的判断基线,气味浓度-时间占比的判断基线用于判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;
S42、将在监测周期内获得的各气味检测点的气味浓度和各气味浓度下的时间占比与气味浓度-时间占比的判断基线对比;
S43、若任意一气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的上方,则输出异味信息;若各气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的下方,则重复步骤S1。
本技术方案中对步骤S4的判断标准作出了进一步的限定:
首先,在监测方法投入使用前,将异味检测模块通过神经网络训练,大量收录已经表明为正常气体以及异常气味气体的样本信号,总结其规律,并逐步形成一个自主的判断逻辑曲线,来作为其判断气味是否正常的标准,具体地,可令SVM算法通过神经网络训练得到本技术方案的气味浓度-时间占比的判断基线,如图2所示。在气味浓度-时间占比的判断基线中,当检测到的气味浓度和时间占比的检测值落在判断基地上方时,监测系统将判断为异味,当检测到的气味浓度和时间占比的检测值落在判断基地下方时,监测系统将判断为正常气味。
在监测方法投入使用时,异味检测模块会通过已经训练完毕的逻辑曲线,对接收到的未知样本进行判断。具体地,首先需要在监测系统中预先存储气味浓度-时间占比的判断基线,然后将在监测周期内获得的各气味检测点的气味浓度和各气味浓度下的时间占比与气味浓度-时间占比的判断基线对比,若任意一气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的上方,则输出异味信息;若各气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的下方,则重复步骤S1。本技术方案中,引入了气味浓度和时间占比两个参数对异味情况进行判断,相比起现有技术中仅对气味浓度进行判断的控制逻辑,本技术方案的控制逻辑能够有效防止偶然情况的出现,使得控制逻辑更加可靠。
更进一步说明,步骤S43中,在一个监测周期内,当经过预定时间后,各气味检测点的气味浓度-时间占比的检测值仍位于气味浓度-时间占比的判断基线的下方,则重复步骤S1。
当冰箱内的监测系统确定出风险区域后,该风险区域的气体浓度一秀会在一定时间内积聚并且达到异味阈值,若没有达到异味阈值,可能就是偶然情况被监测系统捕捉。因此,为了令监测系统快速从偶然情况的监测里脱离出来,给精确监测周期设定了预定时间,具体地,预定时间可以是监测周期内的一个时间段,也可以是监测周期开始后的一个指定时间点。
进一步说明,当预定时间为监测周期内的一个时间段,例如预定时间设为监测周期总时间的60%,监测周期为100分钟,当经过60分钟后,各气味检测点的气味浓度-时间占比的检测值仍位于气味浓度-时间占比的判断基线的下方,则重复步骤S1,此时冰箱的监测系统恢复对冰箱的全面监测。
当预定时间为监测周期开始后的一个指定时间点,例如预定时间设为监测周期开始后180分钟,当经过180分钟后,各气味检测点的气味浓度-时间占比的检测值仍位于气味浓度-时间占比的判断基线的下方,则重复步骤S1,此时冰箱的监测系统恢复对冰箱的全面监测。
更进一步说明,步骤S2中,将冰箱内储藏空间区分成多个储藏子空间,根据每个储藏子空间内储藏食物种类的不同,分别设定各储藏子空间的风险等级;
当某一储藏子空间内的气味检测点的气味浓度等级达到该储藏子空间内设定的风险等级时,计时获得达到风险等级的气味检测点的总时间占比,将各储藏子空间达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序并记录;
步骤S41中,根据每个储藏子空间内储藏食物种类的不同,设定各储藏子空间的气味浓度-时间占比的判断基线;
S42、将在监测周期内获得的各气味检测点的气味浓度和各气味浓度下的时间占比与各储藏子空间的气味浓度-时间占比的判断基线对比;
S43、当某一储藏子空间内的任意一气味检测点的气味浓度-时间占比的检测值位于该储藏子空间内设定的气味浓度-时间占比的判断基线的上方,则输出异味信息;若气味检测点的气味浓度-时间占比的检测值位于该储藏子空间内设定的气味浓度-时间占比的判断基线的下方,则重复步骤S1。
由于一般冰箱内的储藏空间都会被生产企业划分出若干个用于贮藏不同种类食材的子空间,例如蔬菜区、肉类区、海鲜区等。而根据不同种类食材的不同,它们的腐烂速度、腐烂时所达到的气味浓度等也是不一样的。上述步骤S2中,本发明的技术方案对风险等级进行了定义,为了使监测系统对应于不同的食材都能够更准确地确定出风险区域,本技术方案对每个储藏子空间内的风险等级进行了划分。并且,由于食材种类的不同,其对应的气味浓度-时间占比的判断基线也会有一定的差异,因此,本技术方案还对每个储藏子空间内的气味浓度-时间占比的判断基线进行了划分。以此来进一步提高冰箱异味监测的准确性。
需要说明的是,步骤S2和S41可同步执行。
更进一步说明,步骤S1之前,先对冰箱内多个气味检测点进行标定,标定至少包括对冰箱内多个气味检测点进行编号、定位和分区。
现有技术中的冰箱异味监测系统中,用户无法得知到底是冰箱内的哪些区域出现异味。为了解决这个技术问题,本发明的技术方案引入了气味检测点的参数。
在监测系统投入使用前,先对冰箱内多个气味检测点进行标定,例如共有12个气味检测点,其中1号~4号气味检测点集中在蔬菜区,并且分别位于蔬菜区的左侧、右侧、顶部和冰箱门中相对于蔬菜区的位置,其中5号~6号气味检测点集中在肉类区,并且分别位于肉类区的前侧的左右两边……以此类推,对冰箱内多个气味检测点进行编号、定位和分区。当监测周期内,风险区域内的某一气味检测点达到异味阈值时,监测系统就会向用户输出异味信息,由于事先对气味检测点进行标定,所以异味信息可包括达到异味阈值的气味检测点的具体位置,用户可以具体地知道冰箱内出现异味的气味检测点的位置,以此来提高冰箱异味监测的针对性。
更进一步说明,步骤S3中,根据步骤S2所得的总时间占比的顺序,抽取有效气味检测点的气味浓度等级和各气味浓度等级下的时间占比进行分析判断;
若抽取达到风险等级的气味检测点的个数为奇数个,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域;
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数平均分布在两个分区,则确定冰箱内异味存在两个风险区域;
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数没有平均分布,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域。
本发明的技术方案中,当监测系统获得达到风险等级的各气味检测点的总时间占比的顺序后,需要对其进行排序。为了进一步提高风险区域的准确性,在确定风险区域之前需要对气味检测点进一步抽取,在本发明的一个实施例中,抽取的标准可以为该风险等级下的总时间占比的百分比,具体地,如果在一个监测周期内,达到该风险等级的频率只有10%以下,监测系统可以判断这一个气味检测点是一个偶然情况,因而将该气味检测点删除;而如果在一个监测周期内,达到该风险等级的频率有50%以上,监测系统可以判断这一个气味检测点是一个有效的样本值,因而将该气味检测点保留以便后续分析和判断。
本发明的技术方案中,风险区域的具体判断逻辑如下:
若抽取达到风险等级的气味检测点的个数为奇数个,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域;例如,达到风险等级的气味检测点有4个,分别是1号、2号、3号和7号气味检测点,其中1号、2号和3号同位于蔬菜区,7号位于与蔬菜区远离的饮料区,则确定蔬菜区为冰箱内异味存在的风险区域,而只有一个气味检测点检测为风险等级的饮料区,很有可能是偶然情况。
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数平均分布在两个分区,则确定冰箱内异味存在两个风险区域;例如,达到风险等级的气味检测点有6个,分别是1号、2号、3号和7号、8号、9号气味检测点,其中1号、2号和3号同位于蔬菜区,7号、8号和9号同位于饮料区,则确定蔬菜区和海鲜区均为冰箱内异味存在的风险区域。
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数没有平均分布,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域;例如,达到风险等级的气味检测点有4个,分别是1号、2号、3号和7号气味检测点,其中1号、2号和3号同位于蔬菜区,7号位于饮料区,则确定蔬菜区均为冰箱内异味存在的风险区域,而只有一个气味检测点检测为风险等级的饮料区,很有可能是偶然情况。
一种冰箱异味监测系统,包括信息采集模块、风险预测模块、异味判断模块、存储模块和提醒模块;
所述信息采集模块,用于在监测周期内,获取并记录冰箱内多个气味检测点的气味浓度等级和各气味浓度等级下的总时间占比,以及在监测周期内对风险区域内的各气味检测点进行监测,获取各气味检测点的气味浓度和各气味浓度下的时间占比;
所述风险预测模块,用于当气味检测点的气味浓度等级达到风险等级时,将达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序,并根据总时间占比的顺序,确定冰箱内异味存在的风险区域;
所述异味判断模块,用于判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;
所述存储模块,用于存储所述风险预测模块和所述异味检测模块处理的信息,并形成数据记录;
所述提醒模块,用于当任意一气味检测点的气味浓度和各气味浓度下的时间占比已经达到异味阈值时,向用户输出异味信息。
信息采集模块可以为气味传感器和计时器,其中,气味传感器用于检测冰箱内多个气味检测点的气味浓度等级或气味浓度,计时器用于记录各气味检测点某一气味尝试等级或气味浓度下的时间占比;
存储模块用于存储风险预测模块和异味检测模块处理的信息,并形成数据记录。进一步地,在用户的操作下,存储模块可向用户调取冰箱异味检测的相关数据记录,有利于用户根据数据记录的变化,结合冰箱温湿度的周期性变化、食材的性质等信息对监测系统内的预存参数进行相应调整,使冰箱异味的监测系统更进一步地提高准确性和针对性。
提醒模块用于向用户终端发送异味信息,用户可以何时何地地获取异味信息,使监测系统的设置更具备人性化,提高用户满足度。
进一步说明,信息采集模块设置在冰箱内,风险预测模块、异味判断模块、存储模块和提醒模块可设置在冰箱内或通讯终端,冰箱和通讯终端之间可实现通信连接,具体地,通讯终端可以是手机或智能家电中的家用电器设备等。
更进一步说明,还包括信息预存模块,所述信息预存模块包括第一预存单元,所述第一预存单元用于预先存储监测周期的采集起始点、采集总时间和判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值时的预定时间。
更进一步说明,所述信息预存模块还包括第二预存单元,所述第二预存单元用于根据每个储藏子空间内储藏食物种类的不同,预先存储不同储藏子空间内的风险等级和气味浓度-时间占比的判断基线。
更进一步说明,所述信息预存模块还包括第三预存单元,所述第三预存单元用于对冰箱内多个气味检测点进行标定,预先存储冰箱内多个气味检测点的编号、定位和分区。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (10)
1.一种冰箱异味的监测方法,其特征在于,包括以下步骤:
S1、在监测周期内,获取并记录冰箱内多个气味检测点的气味浓度等级和各气味浓度等级下的时间占比;
S2、当气味检测点的气味浓度等级达到风险等级时,将达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序并记录;
S3、根据步骤S2所得的总时间占比的顺序,确定冰箱内异味存在的风险区域;
S4、在监测周期内对风险区域内的各气味检测点进行监测,获取并记录各气味检测点的气味浓度和各气味浓度下的时间占比,判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;若任意一气味检测点的气味浓度和该气味浓度下的时间占比已经达到异味阈值,则输出异味信息,若没有达到异味阈值,则重复步骤S1。
2.根据权利要求1所述的一种冰箱异味的监测方法,其特征在于,步骤S4具体包括以下步骤:
S41、预先存储气味浓度-时间占比的判断基线,气味浓度-时间占比的判断基线用于判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;
S42、将在监测周期内获得的各气味检测点的气味浓度和各气味浓度下的时间占比与气味浓度-时间占比的判断基线对比;
S43、若任意一气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的上方,则输出异味信息;若各气味检测点的气味浓度-时间占比的检测值位于气味浓度-时间占比的判断基线的下方,则重复步骤S1。
3.根据权利要求2所述的一种冰箱异味的监测方法,其特征在于:步骤S43中,在一个监测周期内,当经过预定时间后,各气味检测点的气味浓度-时间占比的检测值仍位于气味浓度-时间占比的判断基线的下方,则重复步骤S1。
4.根据权利要求2所述的一种冰箱异味的监测方法,其特征在于:
步骤S2中,将冰箱内储藏空间区分成多个储藏子空间,根据每个储藏子空间内储藏食物种类的不同,分别设定各储藏子空间的风险等级;
当某一储藏子空间内的气味检测点的气味浓度等级达到该储藏子空间内设定的风险等级时,计时获得达到风险等级的气味检测点的总时间占比,将各储藏子空间达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序并记录;
步骤S41中,根据每个储藏子空间内储藏食物种类的不同,设定各储藏子空间的气味浓度-时间占比的判断基线;
S42、将在监测周期内获得的各气味检测点的气味浓度和各气味浓度下的时间占比与各储藏子空间的气味浓度-时间占比的判断基线对比;
S43、当某一储藏子空间内的任意一气味检测点的气味浓度-时间占比的检测值位于该储藏子空间内设定的气味浓度-时间占比的判断基线的上方,则输出异味信息;若气味检测点的气味浓度-时间占比的检测值位于该储藏子空间内设定的气味浓度-时间占比的判断基线的下方,则重复步骤S1。
5.根据权利要求1-4任意一项所述的一种冰箱异味的监测方法,其特征在于:步骤S1之前,先对冰箱内多个气味检测点进行标定,标定至少包括对冰箱内多个气味检测点进行编号、定位和分区。
6.根据权利要求5所述的一种冰箱异味的监测方法,其特征在于:步骤S3中,根据步骤S2所得的总时间占比的顺序,抽取有效气味检测点的气味浓度等级和各气味浓度等级下的时间占比进行分析判断;
若抽取达到风险等级的气味检测点的个数为奇数个,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域;
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数平均分布在两个分区,则确定冰箱内异味存在两个风险区域;
若抽取达到风险等级的气味检测点的个数为偶数个,且气味检测点的个数没有平均分布,则确定达到风险等级个数最多的气味检测点所在的分区为冰箱内异味存在的风险区域。
7.一种冰箱异味监测系统,其特征在于:包括信息采集模块、风险预测模块、异味判断模块、存储模块和提醒模块;
所述信息采集模块,用于在监测周期内,获取并记录冰箱内多个气味检测点的气味浓度等级和各气味浓度等级下的总时间占比,以及在监测周期内对风险区域内的各气味检测点进行监测,获取各气味检测点的气味浓度和各气味浓度下的时间占比;
所述风险预测模块,用于当气味检测点的气味浓度等级达到风险等级时,将达到风险等级的气味检测点的总时间占比从大到小的顺序进行排序,并根据总时间占比的顺序,确定冰箱内异味存在的风险区域;
所述异味判断模块,用于判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值;
所述存储模块,用于存储所述风险预测模块和所述异味检测模块处理的信息,并形成数据记录;
所述提醒模块,用于当任意一气味检测点的气味浓度和各气味浓度下的时间占比已经达到异味阈值时,向用户输出异味信息。
8.根据权利要求7所述的一种监测系统,其特征在于:还包括信息预存模块,所述信息预存模块包括第一预存单元,所述第一预存单元用于预先存储监测周期的采集起始点、采集总时间和判断获得的气味浓度和各气味浓度下的时间占比是否已经达到异味阈值时的预定时间。
9.根据权利要求7所述的一种监测系统,其特征在于:所述信息预存模块还包括第二预存单元,所述第二预存单元用于根据每个储藏子空间内储藏食物种类的不同,预先存储不同储藏子空间内的风险等级和气味浓度-时间占比的判断基线。
10.根据权利要求7所述的一种监测系统,其特征在于:所述信息预存模块还包括第三预存单元,所述第三预存单元用于对冰箱内多个气味检测点进行标定,预先存储冰箱内多个气味检测点的编号、定位和分区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911019814.9A CN110672796B (zh) | 2019-10-24 | 2019-10-24 | 一种冰箱异味的监测方法及其监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911019814.9A CN110672796B (zh) | 2019-10-24 | 2019-10-24 | 一种冰箱异味的监测方法及其监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110672796A true CN110672796A (zh) | 2020-01-10 |
CN110672796B CN110672796B (zh) | 2021-11-16 |
Family
ID=69084196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911019814.9A Active CN110672796B (zh) | 2019-10-24 | 2019-10-24 | 一种冰箱异味的监测方法及其监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110672796B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117492387A (zh) * | 2024-01-03 | 2024-02-02 | 珠海格力电器股份有限公司 | 一种烤箱、烤箱的控制方法、装置及计算机设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070266725A1 (en) * | 2006-05-19 | 2007-11-22 | General Electric Company | Apparatus and method for controlling odor within an appliance |
CN102889749A (zh) * | 2012-10-24 | 2013-01-23 | 合肥美菱股份有限公司 | 一种带有多个气味传感器的冰箱或冰柜 |
CN103134267A (zh) * | 2013-03-13 | 2013-06-05 | 合肥美菱股份有限公司 | 一种具有食品气味检测功能的冰箱及其检测方法 |
CN203083286U (zh) * | 2013-03-13 | 2013-07-24 | 合肥美菱股份有限公司 | 一种具有食品气味检测功能的冰箱 |
CN204373291U (zh) * | 2014-12-24 | 2015-06-03 | 谢斯雯 | 一种具有异味报警功能的冰箱 |
CN106766662A (zh) * | 2017-01-19 | 2017-05-31 | Tcl家用电器(合肥)有限公司 | 冰箱内食材监测管理方法及系统 |
US20170263100A1 (en) * | 2016-03-14 | 2017-09-14 | Amazon Technologies, Inc. | Scent-based spoilage sensing refrigerator |
-
2019
- 2019-10-24 CN CN201911019814.9A patent/CN110672796B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070266725A1 (en) * | 2006-05-19 | 2007-11-22 | General Electric Company | Apparatus and method for controlling odor within an appliance |
CN102889749A (zh) * | 2012-10-24 | 2013-01-23 | 合肥美菱股份有限公司 | 一种带有多个气味传感器的冰箱或冰柜 |
CN103134267A (zh) * | 2013-03-13 | 2013-06-05 | 合肥美菱股份有限公司 | 一种具有食品气味检测功能的冰箱及其检测方法 |
CN203083286U (zh) * | 2013-03-13 | 2013-07-24 | 合肥美菱股份有限公司 | 一种具有食品气味检测功能的冰箱 |
CN204373291U (zh) * | 2014-12-24 | 2015-06-03 | 谢斯雯 | 一种具有异味报警功能的冰箱 |
US20170263100A1 (en) * | 2016-03-14 | 2017-09-14 | Amazon Technologies, Inc. | Scent-based spoilage sensing refrigerator |
CN106766662A (zh) * | 2017-01-19 | 2017-05-31 | Tcl家用电器(合肥)有限公司 | 冰箱内食材监测管理方法及系统 |
Non-Patent Citations (2)
Title |
---|
SANG-HEE JO,ET AL: "Deodorization of food-related nuisances from a refrigerator: The feasibility test of photocatalytic system", 《CHEMICAL ENGINEERING JOURNAL 》 * |
王雅涵: "基于物联网的人性化冰箱设计", 《通信设计与应用》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117492387A (zh) * | 2024-01-03 | 2024-02-02 | 珠海格力电器股份有限公司 | 一种烤箱、烤箱的控制方法、装置及计算机设备 |
CN117492387B (zh) * | 2024-01-03 | 2024-03-26 | 珠海格力电器股份有限公司 | 一种烤箱、烤箱的控制方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110672796B (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106766662B (zh) | 冰箱内食材监测管理方法及系统 | |
CN106123470B (zh) | 检测冰箱储物间室内食物新鲜度的方法 | |
CN111027479A (zh) | 食材处理方法、装置和冰箱 | |
CN110895082B (zh) | 一种冰箱控制方法、装置、计算机可读存储介质及冰箱 | |
CN111059859B (zh) | 基于食材的冰箱温度调整方法与计算机存储介质 | |
CN110672796B (zh) | 一种冰箱异味的监测方法及其监测系统 | |
CN110210680A (zh) | 一种基于温度变化的鱼体新鲜度检测方法和装置 | |
CN107144086A (zh) | 基于食材的冰箱温度控制方法与计算机存储介质 | |
CN107131714B (zh) | 提醒食物存储时间的控制方法、控制系统和冰箱 | |
CN101349685B (zh) | 一种预测冷却肉品质变化的方法 | |
CN108397957A (zh) | 一种检测食品新鲜度的冰箱及其方法 | |
CN104266453A (zh) | 一种可检测果蔬新鲜度的冰箱及检测方法 | |
CN111351903A (zh) | 一种冰箱内食品新鲜度检测装置及其方法 | |
CN111023689A (zh) | 一种基于冰箱的食品保鲜控制方法、冰箱及存储介质 | |
CN111159831A (zh) | 食材新鲜度的预测方法及装置、家电设备 | |
CN112016358A (zh) | 冰箱内食材的新鲜程度的确定方法与计算机存储介质 | |
CN111709913B (zh) | 冰箱内变质食品检测方法、装置及系统 | |
DE102008012444A1 (de) | Vorrichtung zum Testen des Frischegrades von Lebensmitteln | |
CN106093123B (zh) | 冰箱储物间室内气味对嗅觉影响的检测方法、装置及冰箱 | |
CN110186238A (zh) | 基于红外线的冰箱内食物储藏信息的提示方法及冰箱 | |
EP4266048A1 (en) | Odor detecting method for refrigerating appliance and refrigerating appliance | |
CN114010064A (zh) | 烹饪设备、烹饪设备控制方法和存储介质 | |
CN114646737A (zh) | 用于确定储存容器中的食物的新鲜度状态的方法以及计算机程序产品和储存容器 | |
CN211978849U (zh) | 一种冰箱内食品新鲜度检测装置 | |
CN113455989B (zh) | 用于洗碗机的控制方法、烹饪图像处理方法及处理器 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |