CN110848759B - 加热设备防干烧的控制方法、装置、加热设备及存储介质 - Google Patents
加热设备防干烧的控制方法、装置、加热设备及存储介质 Download PDFInfo
- Publication number
- CN110848759B CN110848759B CN201911175909.XA CN201911175909A CN110848759B CN 110848759 B CN110848759 B CN 110848759B CN 201911175909 A CN201911175909 A CN 201911175909A CN 110848759 B CN110848759 B CN 110848759B
- Authority
- CN
- China
- Prior art keywords
- heating
- dry
- real
- time
- burning
- 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.)
- Active
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 286
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000007788 liquid Substances 0.000 claims abstract description 91
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000013136 deep learning model Methods 0.000 claims description 60
- 238000002485 combustion reaction Methods 0.000 claims description 55
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000010411 cooking Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 235000014347 soups Nutrition 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000008236 heating water Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- F24C3/00—Stoves or ranges for gaseous fuels
- F24C3/12—Arrangement or mounting of control or safety devices
- F24C3/126—Arrangement or mounting of control or safety devices on ranges
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
- A47J27/21—Water-boiling vessels, e.g. kettles
- A47J27/21008—Water-boiling vessels, e.g. kettles electrically heated
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
- A47J27/21—Water-boiling vessels, e.g. kettles
- A47J27/21008—Water-boiling vessels, e.g. kettles electrically heated
- A47J27/21058—Control devices to avoid overheating, i.e. "dry" boiling, or to detect boiling of the water
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
- A47J36/24—Warming devices
- A47J36/2483—Warming devices with electrical heating means
-
- 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
- F24C7/00—Stoves or ranges heated by electric energy
- F24C7/08—Arrangement or mounting of control or safety devices
- F24C7/082—Arrangement or mounting of control or safety devices on ranges, e.g. control panels, illumination
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Drying Of Solid Materials (AREA)
Abstract
本公开涉及加热控制技术领域,具体涉及一种加热设备防干烧的控制方法、装置、加热设备及存储介质,用于解决加热设备使用过程中出现干烧的技术问题。所述方法包括:采集加热设备所加热的容器的实时温度、实时液位和加热时长;根据实时温度、实时液位和加热时长,确定是否达到干烧控制条件;若达到干烧控制条件,则以与干烧控制条件对应的控制方式控制加热设备执行操作,其中,对应的控制方式包括发出提示和/或停止加热。
Description
技术领域
本公开涉及加热控制技术领域,特别地涉及一种加热设备防干烧的控制方法、装置、加热设备及存储介质。
背景技术
电磁炉、热水壶、电饭煲和燃气灶等是常见的加热设备。日常生活中,用这些加热设备烧水做饭时干烧的情况时有发生。当前,随着社会人口的老龄化,独居老年人越来越多,由于老年人的记忆力较差,烧水做饭过程中因忘记操作而导致干烧的情况发生的较为频繁,存在较大的安全隐患
发明内容
本公开提供一种加热设备防干烧的控制方法、装置、加热设备及存储介质,以解决加热设备使用过程中出现干烧的问题。
为实现上述目的,本公开实施例的第一方面,提供一种加热设备防干烧的控制方法,所述方法包括:
采集所述加热设备所加热的容器的实时温度、实时液位和加热时长;
根据所述实时温度、实时液位和加热时长,确定是否达到干烧控制条件;
若达到所述干烧控制条件,则以与所述干烧控制条件对应的控制方式控制所述加热设备执行操作,其中,所述对应的控制方式包括发出提示和/或停止加热。
结合第一方面,在第一方面的第一种可能的实现方式中,根据所述实时温度、实时液位和加热时长,确定是否达到干烧控制条件,包括:
根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值;确定所述实时温度是否大于所述干烧报警温度阈值;若所述实时温度大于所述干烧报警温度阈值,则确定所述实时液位是否为零;若所述实时液位为零,则确定达到干烧报警条件;
以与所述干烧控制条件对应的控制方式控制所述加热设备执行操作,包括:停止加热并发出干烧报警提示。
结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值,包括:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧报警温度阈值。
结合第一方面的第一种可能的实现方式,在第一方面的第三种可能的实现方式中,在根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值之前,所述方法还包括:
根据所述实时温度、实时液位和加热时长,确定干烧预警温度阈值,其中,所述干烧预警温度阈值低于所述干烧报警温度阈值;
确定所述实时温度是否大于所述干烧预警温度阈值;
若所述实时温度大于所述干烧预警温度阈值,则确定所述实时液位是否为零;
若所述实时液位为零,则发出干烧预警提示。
结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,根据所述实时温度、实时液位和加热时长,确定干烧预警温度阈值,包括:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧预警温度阈值。
结合第一方面的第二种或第四种可能的实现方式,在第一方面的第五种可能的实现方式中,所述预设的多个深度学习模型在预先训练过程中,采用三层神经网络,分别基于不同加热模式下采集的温度、液位、时长特征值进行训练。
结合第一方面、第一方面的第一种可能的实现方式、第一方面的第二种可能的实现方式、第一方面的第三种可能的实现方式或第一方面的第四种可能的实现方式,在第一方面的第六种可能的实现方式中,在采集所述加热设备所加热的容器的实时温度、实时液位和加热时长之前,所述方法还包括:
根据所述加热设备的使用记录,确定所述加热设备最近N次使用中干烧次数是否大于干烧次数阈值,其中N为正整数;
若大于所述干烧次数阈值,则在开始加热前发出预防干烧提示。
本公开实施例的第二方面,提供一种加热设备防干烧的控制装置,所述控制装置包括:
采集模块,用于采集所述加热设备所加热的容器的实时温度、实时液位和加热时长;
干烧控制条件判断模块,用于根据所述实时温度、实时液位和加热时长,确定是否达到干烧控制条件;
执行模块,用于若达到所述干烧控制条件,则以与所述干烧控制条件对应的控制方式控制所述加热设备执行操作,其中,所述对应的控制方式包括发出提示和/或停止加热。
结合第二方面,在第二方面的第一种可能的实现方式中,所述干烧控制条件判断模块用于:
根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值;确定所述实时温度是否大于所述干烧报警温度阈值;若所述实时温度大于所述干烧报警温度阈值,则确定所述实时液位是否为零;若所述实时液位为零,则确定达到干烧报警条件;
所述执行模块用于:在所述干烧控制条件判断模块确定达到干烧报警条件时,停止加热并发出干烧报警提示。
结合第二方面的第一种可能的实现方式,在第二方面的第二种可能的实现方式中,所述干烧控制条件判断模块还用于:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧报警温度阈值。
结合第二方面的第一种可能的实现方式,在第二方面的第三种可能的实现方式中,所述干烧控制条件判断模块还用于:
在所述根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值之前,根据所述实时温度、实时液位和加热时长,确定干烧预警温度阈值,其中,所述干烧预警温度阈值低于所述干烧报警温度阈值;确定所述实时温度是否大于所述干烧预警温度阈值;若所述实时温度大于所述干烧预警温度阈值,则确定所述实时液位是否为零;若所述实时液位为零,则确定达到干烧预警条件;
所述执行模块还用于:在所述干烧控制条件判断模块确定达到干烧预警条件时,发出干烧预警提示。
结合第二方面的第三种可能的实现方式,在第二方面的第四种可能的实现方式中,所述干烧控制条件判断模块还用于:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧预警温度阈值。
结合第二方面的第二种或第四种可能的实现方式,在第二方面的第五种可能的实现方式中,所述预设的多个深度学习模型在预先训练过程中,采用三层神经网络,分别基于不同加热模式下采集的温度、液位、时长特征值进行训练。
结合第二方面、第二方面的第一种可能的实现方式、第二方面的第二种可能的实现方式、第二方面的第三种可能的实现方式或第二方面的第四种可能的实现方式,在第二方面的第六种可能的实现方式中,所述控制装置还包括常干烧判断模块,用于:
在采集所述加热设备所加热的容器的实时温度、实时液位和加热时长之前,根据所述加热设备的使用记录,确定所述加热设备最近N次使用中干烧次数是否大于干烧次数阈值,其中N为正整数;
若大于所述干烧次数阈值,则在开始加热前发出预防干烧提示。
本公开实施例的第三方面,提供一种加热设备,包括加热组件,以及:
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现上述第一方面或者第一方面中任一种可能的实现方式所述方法的步骤。
本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面或者第一方面中任一种可能的实现方式所述方法的步骤。
采用上述技术方案,至少能够达到如下技术效果:
本公开中加热设备根据采集到的实时温度、实时液位和加热时长,确定是否达到干烧控制条件,在确定达到干烧控制条件时,对加热设备进行控制操作。也就是说,本公开在确定是否达到干烧控制条件时,不仅考虑温度因素,还会考虑液位因素,使得对加热设备干烧的控制时机把握得更加准确,减少了误判的概率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是本公开一示例性实施例示出的一种加热设备防干烧的控制方法的流程图。
图2是本公开一示例性实施例示出的另一种加热设备防干烧的控制方法的流程图。
图3是本公开一示例性实施例示出的一种加热设备防干烧的控制装置的结构框图。
图4是本公开一示例性实施例示出的一种加热设备的结构框图。
具体实施方式
以下将结合附图及实施例来详细说明本公开的实施方式,借此对本公开如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本公开的保护范围之内。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,在不做特别说明的情况下,一般表示前后关联对象是一种“或”的关系。
本公开发明人经研究发现,使用加热设备烧水做饭时常有干烧的情况发生,存在较大的安全隐患。目前存在通过设定固定的温度阈值来实现防干烧的技术方案,该种方案中,只要温度持续高于温度阈值一定时间,就会判断为干烧并停止加热。然而,该种方案的缺点也很明显,其一是无法适应各式各样的加热方式,例如常常将炒菜误判为干烧而停止加热,其二是停止加热的时机把握不准确,可能在干烧前就停止加热,或是在干烧了一阵之后才停止加热。
本公开实施例提供一种加热设备防干烧的控制方法,该方法可以应用于加热设备中,即加热设备防干烧的控制方法中各步骤的执行主体可以是前述的加热设备。其中,加热设备可以是电磁炉、热水壶和电饭煲等电加热设备,也可以是燃气灶等燃气类加热设备,还可以是其他类型的加热设备。
本公开实施例中,加热设备上可以设置有诸多传感器,例如温度传感器、液位传感器和计时器。其中,温度传感器用于检测置于加热设备上的容器的温度;液位传感器用于检测容器内液体的液位,例如水位;计时器可以用于计量加热时长,该计时器是集成到加热设备上的计时器。在一种可能的实施方案中,温度传感器可以安装在加热设备与容器接触的一面,例如电磁炉的面板上,具体可以采用电偶温度传感器等类型的温度传感器;而液位传感器同样可以安装在加热设备与容器接触的一面,例如电磁炉的面板上,具体可以采用非接触式液位传感器,例如电容式液位开关,这样无需接触容器内装盛的液体或食物就可以检测到液位。当然,本公开实施例对方案中采用何种温度传感器、液位传感器不做限制,只要能实现温度检测和液位检测的方案均可被归入到本公开实施例中。
图1是本公开一示例性实施例示出的一种加热设备防干烧的控制方法的流程图,如图1所示,该方法包括如下步骤:
S11,采集加热设备所加热的容器的实时温度、实时液位和加热时长。
S12,根据实时温度、实时液位和加热时长,确定是否达到干烧控制条件。
S13,若达到干烧控制条件,则以与干烧控制条件对应的控制方式控制加热设备执行操作,其中,对应的控制方式包括发出提示和/或停止加热。
在步骤S11中,加热设备加热时,可以采集加热设备所加热的容器的实时温度、实时液位,并通过计时器记录下采集实时温度、实时液位时对应的时间点。这些不断采集的数据会暂时地存储起来,用于后续步骤中进行干烧预警或干烧报警的判断。
在步骤S11中采集实时温度、实时液位和加热时长后,步骤S12中会根据采集到的实时温度、实时液位和加热时长,确定是否达到干烧控制条件。
其中,干烧控制条件是用于判断是否需要针对干烧对加热设备采取控制操作的条件,本公开实施例中,干烧控制条件可以是一个或多个,例如可以包括用于在干烧发生前判断是否进行预警的干烧预警条件,还可以包括用于确定已经发生干烧的干烧报警条件。本公开实施例中,每种干烧控制条件预设有对应的执行操作方式,执行操作方式包括发出提示、停止加热等。
在步骤S12确定达到干烧控制条件时,步骤S13中以与该干烧控制条件对应的控制方式控制加热设备执行操作。
在一种可能的实施方式中,本公开实施例中的步骤S12、S13可以理解为对干烧预警和干烧报警这两个阶段的概括。即,加热设备在执行步骤S12、S13时,可以是执行干烧预警阶段的步骤,也可以是执行干烧报警阶段的步骤,或者是先执行干烧预警阶段的步骤再执行干烧报警阶段的步骤。其中,干烧预警表示容器即将达到干烧状态,干烧报警表示容器已经达到干烧状态。
请参见图2,图2是本公开另一示例性实施例示出的一种加热设备防干烧的控制方法的流程图。图2中步骤S23、S24、S25是干烧预警阶段的步骤,步骤S26、S27、S28是干烧报警阶段的步骤。
在图2中,接通电源后首先会执行步骤S21。即,在一种可能的实施方式中,采集加热设备所加热的容器的实时温度、实时液位和加热时长之前,加热设备可以根据使用记录,确定加热设备最近N次使用中干烧次数是否大于干烧次数阈值,其中N为正整数,若大于干烧次数阈值,则在开始加热前执行步骤S22发出预防干烧提示,再进入步骤S23,若不大于干烧次数阈值,则不进行预防干烧提示,直接进入步骤S23。
其中,通过步骤S21和S22,可以对该加热设备的使用情况进行判断,判断结果大于干烧次数阈值,表明该用户使用加热设备时经常容易干烧,需要进行预防性提示。进行预防干烧提示的方式,可以是对用户进行语音提示,也可以是在加热设备的显示面板上显示文字或符号进行提示,等等。
在一种可能的实施方式中,步骤S23中加热设备确定采集到的实时温度是否大于干烧预警温度阈值,若实时温度大于干烧预警温度阈值,则进一步执行步骤S24确定实时液位是否为零,否则重新执行步骤S23判断实时温度是否大于干烧预警温度阈值。若步骤S24确定实时液位为零,则执行步骤S25发出干烧预警提示,否则重新执行步骤S23判断实时温度是否大于干烧预警温度阈值。发出干烧预警提示的方式,可以是对用户进行语音提示,也可以是在加热设备的显示面板上显示文字或符号进行提示,等等。
其中,干烧预警温度阈值是根据采集到的实时温度、实时液位及对应的加热时长确定的。具体的确定方式在后续内容中进行详细说明。
在一种可能的实施方式中,步骤S26中加热设备确定采集到的实时温度是否大于干烧报警温度阈值,若实时温度大于干烧报警温度阈值,则进一步执行步骤S27确定实时液位是否为零,否则重新执行步骤S26确定实时温度是否大于干烧报警温度阈值。若步骤S27确定实时液位为零,则执行步骤S28停止加热并发出干烧报警提示,否则重新执行步骤S26确定实时温度是否大于干烧报警温度阈值。发出干烧报警提示的方式,可以是对用户进行语音提示,也可以是在加热设备的显示面板上显示文字或符号进行提示,等等。
其中,干烧报警温度阈值是根据采集到的实时温度、实时液位及对应的加热时长确定的。具体的确定方式在后续内容中进行详细说明。
在一种可能的实施方式中,加热设备在每次使用后会记录当次的使用情况,所记录的内容至少包括当次使用时是否发生干烧,这样,在后续使用时就可以根据使用记录确定是否在加热前向用户发出预防干烧提示。
本公开实施例中,干烧预警温度阈值和干烧报警温度阈值均是根据采集的实时温度、实时液位及对应的加热时长来确定的。
在一种可能的实施方式中,加热设备中可以预设有多个深度学习模型,这些预设的深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型。在本公开实施例中,所训练的多个深度学习模型既可以用于确定干烧预警温度阈值,也可以用于确定干烧报警温度阈值,但根据需要,也可以单独训练用于确定干烧预警温度阈值、干烧预警温度阈值的深度学习模型。并且,本公开实施例中,预设的多个深度学习模型分别匹配于不同的加热模式,其中,加热设备加热时的加热模式由用户在使用加热设备时进行选择,例如可以选择烧水、煲汤和炒菜等加热模式。加热设备预设的多个深度学习模型中,可以包括与烧水加热模式匹配的深度学习模型,也可以包括与煲汤加热模式匹配的深度学习模型,还可以包括与炒菜加热模式匹配的深度学习模型,等等。
在确定干烧预警温度阈值或干烧报警温度阈值时,加热设备根据当前采用的加热模式,从预设的多个深度学习模型中确定与该加热模式匹配的深度学习模型,再基于加热过程中采集的多组实时温度、实时液位和加热时长,通过所匹配的深度学习模型确定干烧预警温度阈值或干烧报警温度阈值。
在一种可能的实施方式中,加热设备中预设的多个深度学习模型在预先训练过程中,采用三层神经网络,分别基于不同加热模式下采集的温度、液位、时长特征值进行训练。
举例来说,三层神经网络包括输入层、隐含层和输出层。首先输入层输入的是多个相同加热时间点采集到的温度值,该分类问题是一个二分类模型,将相同时间点采集的温度值作为训练样本,不同时间点采集到的温度值分别选取BP(Back Propagation)神经网络训练。输出层对应时间点,输入层到隐含层的训练函数选用的是Sigmoid函数,隐含层到输出层选取的是线性回归函数。训练过层中需要温度阈值的设定,不断地对温度阈值调整,使得分类能够精准的控制加热设备加热状态,不会出现过早的断开电源或燃气等。
上述的一个或多个技术方案,至少具有如下技术效果:
(1)本公开中,加热设备根据采集到的实时温度、实时液位和加热时长,确定是否达到干烧控制条件,在确定达到干烧控制条件时,对加热设备进行控制操作。也就是说,本公开在确定是否达到干烧控制条件时,不仅考虑温度因素,还会考虑液位因素,使得对加热设备干烧的控制时机把握得更加准确,减少了误判的概率。
(2)在开始加热前确定加热设备最近N次使用中干烧次数是否大于干烧次数阈值,若大于则在开始加热前发出预防干烧提示以提醒用户。通过对常干烧用户预先发出提示,能够起到较好的提醒作用。
(3)本公开中,针对不同的加热阶段执行不同的控制操作,在干烧预警阶段仅对用户进行预警,在干烧报警阶段会停止加热并进行报警。这样提醒用户更加人性化,也避免了已经发生干烧才提醒用户而导致的安全风险。
(4)本公开中,采用预先训练的深度学习模型来确定干烧预警温度阈值和干烧报警温度阈值,并且为不同的加热模式匹配不同的深度学习模型,使得确定的干烧预警温度阈值和干烧报警温度阈值更加准确,能够精准的控制加热设备加热状态,不会出现过早的断开电源,或者误判导致厨电安全隐患问题。
值得说明的是,对于图1、图2所示的方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本公开所必须的。
图3是本公开一示例性实施例示出的一种加热设备的控制装置30,如图3所示,所述控制装置30包括:
采集模块31,用于采集所述加热设备所加热的容器的实时温度、实时液位和加热时长;
干烧控制条件判断模块32,用于根据所述实时温度、实时液位和加热时长,确定是否达到干烧控制条件;
执行模块33,用于若达到所述干烧控制条件,则以与所述干烧控制条件对应的控制方式控制所述加热设备执行操作,其中,所述对应的控制方式包括发出提示和/或停止加热。
在一种可能的实施方式中,所述干烧控制条件判断模块32用于:
根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值;确定所述实时温度是否大于所述干烧报警温度阈值;若所述实时温度大于所述干烧报警温度阈值,则确定所述实时液位是否为零;若所述实时液位为零,则确定达到干烧报警条件;
所述执行模块33用于:在所述干烧控制条件判断模块32确定达到干烧报警条件时,停止加热并发出干烧报警提示。
在一种可能的实施方式中,所述干烧控制条件判断模块32还用于:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧报警温度阈值。
在一种可能的实施方式中,所述干烧控制条件判断模块32还用于:
在所述根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值之前,根据所述实时温度、实时液位和加热时长,确定干烧预警温度阈值,其中,所述干烧预警温度阈值低于所述干烧报警温度阈值;确定所述实时温度是否大于所述干烧预警温度阈值;若所述实时温度大于所述干烧预警温度阈值,则确定所述实时液位是否为零;若所述实时液位为零,则确定达到干烧预警条件;
所述执行模块33还用于:在所述干烧控制条件判断模块32确定达到干烧预警条件时,发出干烧预警提示。
在一种可能的实施方式中,所述干烧控制条件判断模块32还用于:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧预警温度阈值。
在一种可能的实施方式中,所述预设的多个深度学习模型在预先训练过程中,采用三层神经网络,分别基于不同加热模式下采集的温度、液位、时长特征值进行训练。
在一种可能的实施方式中,所述控制装置还包括常干烧判断模块,用于:
在采集所述加热设备所加热的容器的实时温度、实时液位和加热时长之前,根据所述加热设备的使用记录,确定所述加热设备最近N次使用中干烧次数是否大于干烧次数阈值,其中N为正整数;
若大于所述干烧次数阈值,则在开始加热前发出预防干烧提示。
关于上述实施例中的加热设备的控制装置30,其中各个模块执行操作的具体方式已经在有关加热设备的控制方法的实施例中进行了详细描述,此处将不做详细阐述说明。
请参见图4,本公开还提供一种加热设备40。如图4所示,该加热设备40至少包括存储器41、处理器42、加热组件46。其中,加热组件46包括组成普通加热设备所需要的部件,例如壳体、面板、线圈盘等等,具体可参考现有技术中的普通加热设备,在此不再赘述。在一种可能的实施方式中,该加热设备40还可以包括多媒体组件43、输入/输出(I/O)接口44、通信组件45、温度传感器47、液位传感器48,以及计时器49等部件。
其中,存储器41上存储有计算机程序;处理器42用于执行所述存储器中的所述计算机程序,以实现上述任一项可选实施例所述加热设备的控制方法的步骤。
具体实施过程中,处理器42用于控制该加热设备40的整体操作,以完成上述加热设备防干烧的控制方法中的全部或部分步骤。存储器41用于存储各种类型的数据以支持在该加热设备40的操作,这些数据例如可以包括用于在该加热设备40上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器41可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。处理器42可以是一种集成电路芯片,具有信息处理能力,例如处理器42可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等。多媒体组件43可以包括屏幕和/或音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号,例如加热设备可以通过音频组件输出提示音、报警音等。具体来说,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器41或通过通信组件45发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口44为处理器42和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件45用于该加热设备40与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near Field Communication,简称NFC),2G、3G、4G或5G,或它们中的一种或几种的组合,因此相应的该通信组件45可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,加热设备40的控制部分可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的加热设备的控制方法。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项可选实施例所述加热设备防干烧的控制方法的步骤。其中,在所述处理器上运行计算机程序被执行时所实现的加热设备防干烧的控制方法,可参照本公开中加热设备防干烧的控制方法的具体实施例,此处不再赘述。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (9)
1.一种加热设备防干烧的控制方法,其特征在于,所述方法包括:
采集所述加热设备所加热的容器的实时温度、实时液位和加热时长;
根据所述实时温度、实时液位和加热时长,确定是否达到干烧控制条件;
若达到所述干烧控制条件,则以与所述干烧控制条件对应的控制方式控制所述加热设备执行操作,其中,所述对应的控制方式包括发出提示和/或停止加热;
根据所述实时温度、实时液位和加热时长,确定是否达到干烧控制条件,包括:
根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值;确定所述实时温度是否大于所述干烧报警温度阈值;若所述实时温度大于所述干烧报警温度阈值,则确定所述实时液位是否为零;若所述实时液位为零,则确定达到干烧报警条件;
所述以与所述干烧控制条件对应的控制方式控制所述加热设备执行操作,包括:停止加热并发出干烧报警提示。
2.根据权利要求1所述的方法,其特征在于,根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值,包括:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧报警温度阈值。
3.根据权利要求1所述的方法,其特征在于,在根据所述实时温度、实时液位和加热时长,确定干烧报警温度阈值之前,所述方法还包括:
根据所述实时温度、实时液位和加热时长,确定干烧预警温度阈值,其中,所述干烧预警温度阈值低于所述干烧报警温度阈值;
确定所述实时温度是否大于所述干烧预警温度阈值;
若所述实时温度大于所述干烧预警温度阈值,则确定所述实时液位是否为零;
若所述实时液位为零,则发出干烧预警提示。
4.根据权利要求3所述的方法,其特征在于,根据所述实时温度、实时液位和加热时长,确定干烧预警温度阈值,包括:
根据所述加热设备当前采用的加热模式,从预设的多个深度学习模型中确定与所述加热模式匹配的深度学习模型,其中,所述预设的多个深度学习模型为预先训练的用于确定与干烧相关的温度阈值的深度学习模型;
基于加热过程中采集的多组所述实时温度、实时液位和加热时长,通过所述匹配的深度学习模型确定所述干烧预警温度阈值。
5.根据权利要求2或4所述的方法,其特征在于,所述预设的多个深度学习模型在预先训练过程中,采用三层神经网络,分别基于不同加热模式下采集的温度、液位、时长特征值进行训练。
6.根据权利要求1至4中任一项所述的方法,其特征在于,在采集所述加热设备所加热的容器的实时温度、实时液位和加热时长之前,所述方法还包括:
根据所述加热设备的使用记录,确定所述加热设备最近N次使用中干烧次数是否大于干烧次数阈值,其中N为正整数;
若大于所述干烧次数阈值,则在开始加热前发出预防干烧提示。
7.一种加热设备防干烧的控制装置,其特征在于,所述装置包括:
采集模块,用于采集所述加热设备所加热的容器的实时温度、实时液位和加热时长;
干烧控制条件判断模块,用于根据所述实时温度、实时液位和加热时长,确定是否达到干烧控制条件;
执行模块,用于在达到所述干烧控制条件时,以与所述干烧控制条件对应的控制方式控制所述加热设备执行操作,其中,所述对应的控制方式包括发出提示和/或停止加热。
8.一种加热设备,包括加热组件,其特征在于,所述加热设备还包括:
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911175909.XA CN110848759B (zh) | 2019-11-26 | 2019-11-26 | 加热设备防干烧的控制方法、装置、加热设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911175909.XA CN110848759B (zh) | 2019-11-26 | 2019-11-26 | 加热设备防干烧的控制方法、装置、加热设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110848759A CN110848759A (zh) | 2020-02-28 |
CN110848759B true CN110848759B (zh) | 2021-02-26 |
Family
ID=69604696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911175909.XA Active CN110848759B (zh) | 2019-11-26 | 2019-11-26 | 加热设备防干烧的控制方法、装置、加热设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110848759B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112254181B (zh) * | 2020-10-21 | 2021-10-01 | 珠海格力电器股份有限公司 | 防干烧的控制方法和控制装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103134089A (zh) * | 2011-11-22 | 2013-06-05 | 西安扩力机电科技有限公司 | 一种家用燃气灶具监控器 |
CN107726389A (zh) * | 2017-10-20 | 2018-02-23 | 浙江绍兴苏泊尔生活电器有限公司 | 一种电磁炉炊具及其防干烧控制方法 |
CN107822502A (zh) * | 2017-12-19 | 2018-03-23 | 中山市雅乐思商住电器有限公司 | 一种智能家居用电热水壶防干烧装置 |
CN109084336A (zh) * | 2018-06-26 | 2018-12-25 | 广东美的厨房电器制造有限公司 | 燃气灶 |
CN109269556A (zh) * | 2018-09-06 | 2019-01-25 | 深圳市中电数通智慧安全科技股份有限公司 | 一种设备风险预警方法、装置、终端设备及存储介质 |
CN110085002A (zh) * | 2019-04-20 | 2019-08-02 | 马继华 | 燃气管道检测系统 |
-
2019
- 2019-11-26 CN CN201911175909.XA patent/CN110848759B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103134089A (zh) * | 2011-11-22 | 2013-06-05 | 西安扩力机电科技有限公司 | 一种家用燃气灶具监控器 |
CN107726389A (zh) * | 2017-10-20 | 2018-02-23 | 浙江绍兴苏泊尔生活电器有限公司 | 一种电磁炉炊具及其防干烧控制方法 |
CN107822502A (zh) * | 2017-12-19 | 2018-03-23 | 中山市雅乐思商住电器有限公司 | 一种智能家居用电热水壶防干烧装置 |
CN109084336A (zh) * | 2018-06-26 | 2018-12-25 | 广东美的厨房电器制造有限公司 | 燃气灶 |
CN109269556A (zh) * | 2018-09-06 | 2019-01-25 | 深圳市中电数通智慧安全科技股份有限公司 | 一种设备风险预警方法、装置、终端设备及存储介质 |
CN110085002A (zh) * | 2019-04-20 | 2019-08-02 | 马继华 | 燃气管道检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110848759A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108459500B (zh) | 一种智能烹饪方法、装置及灶具 | |
CN109798545B (zh) | 一种灶具及其火力控制方法、装置及存储介质 | |
CN109691898B (zh) | 一种食物加热的控制方法、装置、煎烤机及存储介质 | |
EP1925242A1 (en) | Heating cooker | |
CN106820937B (zh) | 微波煮饭的控制方法、控制装置及微波煮饭器具 | |
CN108415298B (zh) | 一种控制方法及装置 | |
CN109237531A (zh) | 防干烧的控制方法和防干烧系统 | |
CN113925356B (zh) | 烹饪控制方法、装置、电子设备及存储介质 | |
CN109871050B (zh) | 烹饪器具的控制方法及烹饪器具 | |
CN110848759B (zh) | 加热设备防干烧的控制方法、装置、加热设备及存储介质 | |
CN110613334A (zh) | 一种烹饪设备的控制方法、设备及存储介质 | |
CN110250919A (zh) | 烹饪器具的控制方法、装置及烹饪器具 | |
CN112015092B (zh) | 一种控制方法及装置、设备和计算机存储介质 | |
CN110986105A (zh) | 一种智能灶具的提示方法及具有提示功能的智能灶具 | |
CN108392069B (zh) | 一种电煮水装置及其启动煮水的提醒方法和系统 | |
CN109681930A (zh) | 电磁炉的控制方法和电磁炉 | |
CN112015091A (zh) | 一种控制方法及装置、设备和计算机存储介质 | |
CN106264064B (zh) | 烹饪器具、智能终端、烹饪系统及其内实施的方法 | |
CN114183788A (zh) | 一种油烟机及其自动控制方法、装置和存储介质 | |
CN113812847B (zh) | 一种用于烹饪器具的加热控制方法及烹饪器具 | |
CN115059940A (zh) | 电磁加热器具的检测方法、装置和电子设备 | |
CN108614492B (zh) | 智能控制系统、方法及厨房电器控制系统 | |
CN111385925B (zh) | 电磁烹饪器具及其控制方法 | |
CN114451771B (zh) | 烹饪设备、烹饪方法、装置、存储介质 | |
CN112539425A (zh) | 防干烧控制的方法及装置、厨电设备 |
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 |