CN110895082A - 一种冰箱控制方法、装置、计算机可读存储介质及冰箱 - Google Patents
一种冰箱控制方法、装置、计算机可读存储介质及冰箱 Download PDFInfo
- Publication number
- CN110895082A CN110895082A CN201911120524.3A CN201911120524A CN110895082A CN 110895082 A CN110895082 A CN 110895082A CN 201911120524 A CN201911120524 A CN 201911120524A CN 110895082 A CN110895082 A CN 110895082A
- Authority
- CN
- China
- Prior art keywords
- refrigerator
- peculiar smell
- gas
- database
- food
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/005—Mounting of control devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D2317/00—Details or arrangements for circulating cooling fluids; Details or arrangements for circulating gas, e.g. air, within refrigerated spaces, not provided for in other groups of this subclass
- F25D2317/04—Treating air flowing to refrigeration compartments
- F25D2317/041—Treating air flowing to refrigeration compartments by purification
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D2500/00—Problems to be solved
- F25D2500/06—Stock management
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Abstract
本发明公开了一种冰箱控制方法、装置、计算机可读存储介质及冰箱,该方法包括:确定冰箱中是否有异味;若冰箱中有异味,则确定冰箱中异味的来源;根据冰箱中异味的来源,确定冰箱中是否有腐败食物;若冰箱中有腐败食物,则显示冰箱中腐败食物的所在位置,和/或发起冰箱中有腐败食物的提醒消息。本发明的方案,可以解决冰箱中的食物腐败影响用户体验的问题,达到提升用户体验的效果。
Description
技术领域
本发明属于冰箱技术领域,具体涉及一种冰箱控制方法、装置、计算机可读存储介质及冰箱,尤其涉及一种冰箱食物腐败提醒控制方法、装置、计算机可读存储介质及冰箱。
背景技术
冰箱中的食物腐败,容易损坏冰箱,还不利于人体健康,影响了用户体验。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的目的在于,针对上述缺陷,提供一种冰箱控制方法、装置、计算机可读存储介质及冰箱,以解决冰箱中的食物腐败影响用户体验的问题,达到提升用户体验的效果。
本发明提供一种冰箱控制方法,包括:确定冰箱中是否有异味;若冰箱中有异味,则确定冰箱中异味的来源;根据冰箱中异味的来源,确定冰箱中是否有腐败食物;若冰箱中有腐败食物,则显示冰箱中腐败食物的所在位置,和/或发起冰箱中有腐败食物的提醒消息。
可选地,确定冰箱中是否有异味,包括:获取冰箱中气体的气体光谱数据;将该气体光谱数据与异味气体的光谱数据库进行对比,以根据该气体光谱数据与异味气体的光谱数据库的对比结果,确定冰箱中气体的成分及含量;若冰箱中气体的成分及含量属于设定的异味气体的成分及含量,则冰箱中有异味。
可选地,确定冰箱中异味的来源,包括:获取冰箱中气体的异味数据;将该异味数据与异味数据库中异味气体的数据进行对比,以确定造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征;根据造成冰箱中异味的细菌种类的数量、和/或造成冰箱中异味的微生物种类的数量及其温度特征所属温度范围,确定造成冰箱中异味的气体具体是来源于冰箱中哪一隔层,即确定冰箱中异味气体所处位置。
可选地,确定冰箱中是否有腐败食物,包括:获取冰箱中异味的来源处的热成像图像信息;将该热成像图像信息,与基于冰箱中气体的异味数据确定的造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征进行对比,以确定冰箱中异味的来源处是否存在菌落;若冰箱中异味的来源处存在菌落,则确定冰箱中有腐败食物。
可选地,还包括:确定数据库是否已更新;其中,该数据库,包括:用于确定冰箱中是否有异味的光谱数据库,以及用于确定冰箱中异味的来源的异味数据库;若该数据库已更新,则对冰箱中是否有异味进行确定;若该数据库未更新,则联网获取该数据库的更新信息并对该数据库进行更新之后,再对冰箱中是否有异味进行确定。
与上述方法相匹配,本发明另一方面提供一种冰箱控制装置,包括:确定单元,用于确定冰箱中是否有异味;所述确定单元,还用于若冰箱中有异味,则确定冰箱中异味的来源;所述确定单元,还用于根据冰箱中异味的来源,确定冰箱中是否有腐败食物;控制单元,用于若冰箱中有腐败食物,则显示冰箱中腐败食物的所在位置,和/或发起冰箱中有腐败食物的提醒消息。
可选地,所述确定单元确定冰箱中是否有异味,包括:获取冰箱中气体的气体光谱数据;将该气体光谱数据与异味气体的光谱数据库进行对比,以根据该气体光谱数据与异味气体的光谱数据库的对比结果,确定冰箱中气体的成分及含量;若冰箱中气体的成分及含量属于设定的异味气体的成分及含量,则冰箱中有异味。
可选地,所述确定单元确定冰箱中异味的来源,包括:获取冰箱中气体的异味数据;将该异味数据与异味数据库中异味气体的数据进行对比,以确定造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征;根据造成冰箱中异味的细菌种类的数量、和/或造成冰箱中异味的微生物种类的数量及其温度特征所属温度范围,确定造成冰箱中异味的气体具体是来源于冰箱中哪一隔层,即确定冰箱中异味气体所处位置。
可选地,所述确定单元确定冰箱中是否有腐败食物,包括:获取冰箱中异味的来源处的热成像图像信息;将该热成像图像信息,与基于冰箱中气体的异味数据确定的造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征进行对比,以确定冰箱中异味的来源处是否存在菌落;若冰箱中异味的来源处存在菌落,则确定冰箱中有腐败食物。
可选地,还包括:所述确定单元,还用于确定数据库是否已更新;其中,该数据库,包括:用于确定冰箱中是否有异味的光谱数据库,以及用于确定冰箱中异味的来源的异味数据库;所述确定单元,还用于若该数据库已更新,则对冰箱中是否有异味进行确定;所述确定单元,还用于若该数据库未更新,则联网获取该数据库的更新信息并对该数据库进行更新之后,再对冰箱中是否有异味进行确定。
与上述装置相匹配,本发明再一方面提供一种冰箱,包括:以上所述的冰箱控制装置。
与上述方法相匹配,本发明再一方面提供一种计算机可读存储介质,包括:所述计算机可读存储介质中存储有多条指令;所述多条指令,用于由处理器加载并执行以上所述的冰箱控制方法。
与上述方法相匹配,本发明再一方面提供一种冰箱,包括:处理器,用于执行多条指令;存储器,用于存储多条指令;其中,所述多条指令,用于由所述存储器存储,并由所述处理器加载并执行以上所述的冰箱控制方法。
本发明的方案,通过对冰箱内异味进行光谱分析确定其成分,并结合大数据分析判断腐败食物的种类以及造成腐败的细菌、微生物及其温度特性,可以判断冰箱内食物是否腐败,及时且可靠。
进一步,本发明的方案,通过对冰箱内菌落进行热成像分析,综合判断冰箱内是否存在腐败食物并进行定位显示,提醒用户,可以有效提升用户的体验感。
进一步,本发明的方案,通过对冰箱内异味进行光谱分析判断出其成分,判断是否存在异味,同时结合大数据判断是否存在腐败以及是何种食物的腐败,并通过大数据分析是何种微生物或者细菌造成的腐败,以及微生物或者细菌繁殖时的温度特征,智能化程度高,方便用户使用。
进一步,本发明的方案,通过对冰箱内菌落进行热成像分析,并结合微生物的温度特征,综合判断冰箱内是否存在腐败食物并进行定位显示,有效减少误判的可能,提升了判断的准确性和可靠性。
进一步,本发明的方案,通过光谱检测、大数据分析判断产生异味的食物种类以及造成食物腐败的微生物、细菌的种类及温度特征;并通过热成像分析设备对结果进行复测,判断是否存在菌落,可以准确判断冰箱内食物是否腐败,可靠且及时。
由此,本发明的方案,通过对冰箱内异味进行光谱分析确定其成分,并结合大数据分析判断腐败食物的种类以及造成腐败的细菌、微生物及其温度特性;同时对冰箱内菌落进行热成像分析,综合判断冰箱内是否存在腐败食物并进行定位显示,解决冰箱中的食物腐败影响用户体验的问题,达到提升用户体验的效果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的冰箱控制方法的一实施例的流程示意图;
图2为本发明的方法中确定冰箱中是否有异味的一实施例的流程示意图;
图3为本发明的方法中确定冰箱中异味的来源的一实施例的流程示意图;
图4为本发明的方法中确定冰箱中是否有腐败食物的一实施例的流程示意图;
图5为本发明的方法中确定数据库的一实施例的流程示意图;
图6为本发明的冰箱控制装置的一实施例的结构示意图;
图7为本发明的冰箱的一实施例的控制流程示意图;
图8为本发明的冰箱的一实施例的冰箱冷藏部分结构示意图。
结合附图,本发明实施例中附图标记如下:
1、2、3-光谱分析设备;4-热成像分析设备;5-隔板;6-热成像设备上下移动的导轨;102-确定单元;104-控制单元。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种冰箱控制方法,如图1所示本发明的方法的一实施例的流程示意图。该冰箱控制方法可以包括:步骤S110至步骤S140。
在步骤S110处,确定冰箱中是否有异味。其中,异味,可以是预先设定的一些特殊气味,如食物腐败时发出的臭味、酸味等。
可选地,可以结合图2所示本发明的方法中确定冰箱中是否有异味的一实施例流程示意图,进一步说明步骤S110中确定冰箱中是否有异味的具体过程,可以包括:步骤S210至步骤S230。
步骤S210,获取冰箱中气体的气体光谱数据。例如:可以通过设置在冰箱中各层的光谱分析设备,采集冰箱中各层的气体光谱数据。
步骤S220,将该气体光谱数据与异味气体的光谱数据库进行对比,以根据该气体光谱数据与异味气体的光谱数据库的对比结果,确定冰箱中气体的成分及含量。
步骤S230,若冰箱中气体的成分及含量属于设定的异味气体的成分及含量,则冰箱中有异味。
例如:可以通过对冰箱内异味进行光谱分析判断出其成分,判断是否存在异味,同时结合大数据判断是否存在腐败以及是何种食物的腐败,并通过大数据分析是何种微生物或者细菌造成的腐败,以及微生物或者细菌繁殖时的温度特征。如:光谱分析设备通过检测冰箱中气体的光谱,并与光谱图库中的进行对比,判断出冰箱中气体的成分及其含量,进而确定气体中是否存在非食物所挥发出的气体,也即是否存在异味。
当然,若冰箱中气体的成分及含量与不属于设定的异味气体的成分及含量,则认为冰箱中没有腐败食物,并继续获取冰箱中气体的气体光谱数据。例如:光谱分析设备实时采集冰箱中的气体光谱数据,并与光谱图库中的进行对比,判断气体中各成分及其含量,进而判断冰箱内部是否存在非食物挥发气体,也即异味。若不存在异味则继续循环采集数据。
由此,通过将冰箱中气体的气体光谱数据与预存的异味气体的光谱数据库进行对比,以确定冰箱中气体的成分及含量,进而根据冰箱中气体的成分及含量确定冰箱中的气体是否有异味,使得对冰箱中是否有异味的确定方便且可靠。
在步骤S120处,若冰箱中有异味,则确定冰箱中异味的来源。
可选地,可以结合图3所示本发明的方法中确定冰箱中异味的来源的一实施例流程示意图,进一步说明步骤S120中确定冰箱中异味的来源的具体过程,可以包括:步骤S310至步骤S330。
步骤S310,获取冰箱中气体的异味数据。例如:可以通过异味传感器采集冰箱中气体的异味数据。
步骤S320,将该异味数据与异味数据库中异味气体的数据进行对比,以确定造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征。例如:若存在异味,控制系统通过大数据分析判断出产生异味等食物种类以及造成食物腐败的微生物、细菌的种类及其温度特征。如:若存在异味,控制系统通过大数据分析,将异味传感器的检测信号与异味数据库中的数据进行对比,判断造成异味的细菌、微生物及其温度特征。
步骤S330,根据造成冰箱中异味的细菌种类的数量、和/或造成冰箱中异味的微生物种类的数量及其温度特征所属温度范围,确定造成冰箱中异味的气体具体是来源于冰箱中哪一隔层,即确定冰箱中异味气体所处位置。例如:将造成冰箱中异味的细菌种类的数量最多、和/或造成冰箱中异味的微生物种类的数量最多及其温度特征所属温度范围最大的隔层,确定为异味气体的来源。
例如:可以通过对冰箱内异味进行光谱分析判断出其成分,判断是否存在异味,同时结合大数据判断是否存在腐败以及是何种食物的腐败,并通过大数据分析是何种微生物或者细菌造成的腐败,以及微生物或者细菌繁殖时的温度特征。
由此,通过在确定冰箱中有异味的情况下,将冰箱中气体的异味数据与异味数据库中异味气体的数据进行对比,以确定冰箱中异味气体的细菌种类、微生物种类及其温度特性等异味参数,并根据异味参数的浓度确定冰箱中异味气体所处位置,使得对冰箱中异味气体的定位确定方便且精准。
在步骤S130处,根据冰箱中异味的来源,确定冰箱中是否有腐败食物,也即确定冰箱中的异味是否是由于食物腐败产生的。
可选地,可以结合图4所示本发明的方法中确定冰箱中是否有腐败食物的一实施例流程示意图,进一步说明步骤S130中确定冰箱中是否有腐败食物的具体过程,可以包括:步骤S410至步骤S430。
步骤S410,获取冰箱中异味的来源处的热成像图像信息。例如:通过热成像设备的导轨,将热成像设备移动至冰箱中异味的来源处,采集冰箱中异味的来源处的热成像图像信息。例如:冰箱中每一层(如通过隔板5隔成的各层)都安装有一个光谱分析设备(如光谱分析设备1、2、3等)。热成像设备(如热成像分析设备4)可以通过导轨(如热成像设备上下移动的导轨6)上下移动,当热成像设备运动到某一位置处时,热成像设备本身如同人眼可以左右上下转动,以达到对冰箱内部进行全面扫描的目的。热成像导轨安装在冰箱内壁上,且热成像设备运行时不会触碰到隔板。
步骤S420,将该热成像图像信息,与基于冰箱中气体的异味数据确定的造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征进行对比,以确定冰箱中异味的来源处是否存在菌落。其中,该菌落,可以包括:细菌、微生物等。例如:通过光谱检测、大数据分析判断产生异味的食物种类以及造成食物腐败的微生物、细菌的种类及温度特征。并通过热成像分析设备对结果进行复测,判断是否存在菌落。这样,通过可以对冰箱内菌落进行热成像分析,并结合微生物的温度特征,综合判断冰箱内是否存在腐败食物并进行定位显示,有效减少误判的可能。
步骤S430,若冰箱中异味的来源处存在菌落,则确定冰箱中有腐败食物。当然,若冰箱中异味的来源处不存在菌落,则确定冰箱中没有腐败食物。例如:控制系统通过大数据分析获取当前温度下,所判断出的细菌、微生物菌落的温度数据,与热成像设备实测的温度进行对比,若热成像所的温度大于数据库中的数据,则存在细菌、微生物菌落,若小于则不存在菌落。
例如:通过光谱检测、大数据分析判断产生异味的食物种类以及造成食物腐败的微生物、细菌的种类及温度特征。并通过热成像分析设备对结果进行复测,判断是否存在菌落。可以对冰箱内菌落进行热成像分析,并结合微生物的温度特征,综合判断冰箱内是否存在腐败食物并进行定位显示,有效减少误判的可能。
由此,通过在冰箱中异味气体的浓度大的地方,通过热成像处理进一步确定该地方是有菌落以确定该地方是否有腐败食物,可以增强对冰箱中是否有腐败食物确定的精准性和可靠性。
在步骤S140处,若冰箱中有腐败食物,则显示冰箱中腐败食物的所在位置,和/或发起冰箱中有腐败食物的提醒消息。当然,若冰箱中没有腐败食物,则清除当前对冰箱中是否有腐败食物的判断数据,可以在重启系统后继续确定冰箱中是否有异味。例如:根据确定得到的冰箱中的腐败食物的当前信息、以及冰箱中腐败食物在冰箱中的所处位置,对腐败食物的当前信息、以及冰箱中腐败食物在冰箱中的所处位置进行定位显示,并发起冰箱中相应位置处有相应腐败食物的提醒消息。其中,腐败食物的当前信息,可以包括:腐败食物的种类和/或菌落等。
例如:通过对冰箱内异味进行光谱分析确定其成分,并结合大数据分析判断腐败食物的种类以及造成腐败的细菌、微生物及其温度特性。同时对冰箱内菌落进行热成像分析,综合判断冰箱内是否存在腐败食物并进行定位显示,提醒用户,有效提升用户的体验感,可以解决目前现有技术对腐败食物误识别的情况。
由此,通过在冰箱中有异味的情况下,确定冰箱中是否有腐败食物,进而在确定冰箱中有腐败食物的情况下对腐败食物进行定位显示并提醒用户,可以提醒用户及时得知冰箱中有腐败食物的情况并及时处理而避免感染其它食物,有利于提升冰箱内部环境的健康程度,方便用户使用,也避免冰箱损坏。
在一个可选实施方式中,在步骤S110中确定冰箱中是否有异味之前,还包括:确定数据库的过程,即对用于判断冰箱中是否有腐败食物的数据库进行确定和更新的过程。
下面结合图5所示本发明的方法中确定数据库的一实施例流程示意图,进一步说明确定数据库的具体过程,可以包括:步骤S510至步骤S530。
步骤S510,确定数据库是否已更新。其中,该数据库,包括:用于确定冰箱中是否有异味的光谱数据库,以及用于确定冰箱中异味的来源的异味数据库。
步骤S520,若该数据库已更新,则对冰箱中是否有异味进行确定。
步骤S530,若该数据库未更新,则联网获取该数据库的更新信息并对该数据库进行更新之后,再对冰箱中是否有异味进行确定。
例如:系统运行过程中,判断系统存储的异味数据库、光谱图库是否最新,其中,异味图库以及光谱图库可以是系统人员通过大量实验测得,并无偿提供给消费者使用。如果不是最新则联网更新数据,若是最新则进行下一步。
由此,通过确定数据库,可以基于确定的数据库确定冰箱中是否有异味、以及在冰箱中有异味的情况下进一步确定冰箱中是否有腐败食物,且确定结果更加精准、可靠。
经大量的试验验证,采用本实施例的技术方案,通过对冰箱内异味进行光谱分析确定其成分,并结合大数据分析判断腐败食物的种类以及造成腐败的细菌、微生物及其温度特性,可以判断冰箱内食物是否腐败,及时且可靠。
根据本发明的实施例,还提供了对应于冰箱控制方法的一种冰箱控制装置。参见图6所示本发明的装置的一实施例的结构示意图。该冰箱控制装置可以包括:确定单元102和控制单元104。
在一个可选例子中,确定单元102,用于确定冰箱中是否有异味。该确定单元102的具体功能及处理参见步骤S110。
可选地,所述确定单元102确定冰箱中是否有异味,包括:
所述确定单元102,具体还用于获取冰箱中气体的气体光谱数据。该确定单元102的具体功能及处理还参见步骤S210。例如:可以通过设置在冰箱中各层的光谱分析设备,采集冰箱中各层的气体光谱数据。
所述确定单元102,具体还用于将该气体光谱数据与异味气体的光谱数据库进行对比,以根据该气体光谱数据与异味气体的光谱数据库的对比结果,确定冰箱中气体的成分及含量。该确定单元102的具体功能及处理还参见步骤S220。
所述确定单元102,具体还用于若冰箱中气体的成分及含量属于设定的异味气体的成分及含量,则冰箱中有异味。该确定单元102的具体功能及处理还参见步骤S230。
例如:可以通过对冰箱内异味进行光谱分析判断出其成分,判断是否存在异味,同时结合大数据判断是否存在腐败以及是何种食物的腐败,并通过大数据分析是何种微生物或者细菌造成的腐败,以及微生物或者细菌繁殖时的温度特征。如:光谱分析设备通过检测冰箱中气体的光谱,并与光谱图库中的进行对比,判断出冰箱中气体的成分及其含量,进而确定气体中是否存在非食物所挥发出的气体,也即是否存在异味。
当然,若冰箱中气体的成分及含量与不属于设定的异味气体的成分及含量,则认为冰箱中没有腐败食物,并继续获取冰箱中气体的气体光谱数据。例如:光谱分析设备实时采集冰箱中的气体光谱数据,并与光谱图库中的进行对比,判断气体中各成分及其含量,进而判断冰箱内部是否存在非食物挥发气体,也即异味。若不存在异味则继续循环采集数据。
由此,通过将冰箱中气体的气体光谱数据与预存的异味气体的光谱数据库进行对比,以确定冰箱中气体的成分及含量,进而根据冰箱中气体的成分及含量确定冰箱中的气体是否有异味,使得对冰箱中是否有异味的确定方便且可靠。
在一个可选例子中,所述确定单元102,还用于若冰箱中有异味,则确定冰箱中异味的来源。该确定单元102的具体功能及处理还参见步骤S120。
可选地,所述确定单元102确定冰箱中异味的来源,包括:
所述确定单元102,具体还用于获取冰箱中气体的异味数据。该确定单元102的具体功能及处理还参见步骤S310。例如:可以通过异味传感器采集冰箱中气体的异味数据。
所述确定单元102,具体还用于将该异味数据与异味数据库中异味气体的数据进行对比,以确定造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征。该确定单元102的具体功能及处理还参见步骤S320。例如:若存在异味,控制系统通过大数据分析判断出产生异味等食物种类以及造成食物腐败的微生物、细菌的种类及其温度特征。如:若存在异味,控制系统通过大数据分析,将异味传感器的检测信号与异味数据库中的数据进行对比,判断造成异味的细菌、微生物及其温度特征。
所述确定单元102,具体还用于根据造成冰箱中异味的细菌种类的数量、和/或造成冰箱中异味的微生物种类的数量及其温度特征所属温度范围,确定造成冰箱中异味的气体具体是来源于冰箱中哪一隔层,即确定冰箱中异味气体所处位置。该确定单元102的具体功能及处理还参见步骤S330。例如:将造成冰箱中异味的细菌种类的数量最多、和/或造成冰箱中异味的微生物种类的数量最多及其温度特征所属温度范围最大的隔层,确定为异味气体的来源。
例如:可以通过对冰箱内异味进行光谱分析判断出其成分,判断是否存在异味,同时结合大数据判断是否存在腐败以及是何种食物的腐败,并通过大数据分析是何种微生物或者细菌造成的腐败,以及微生物或者细菌繁殖时的温度特征。
由此,通过在确定冰箱中有异味的情况下,将冰箱中气体的异味数据与异味数据库中异味气体的数据进行对比,以确定冰箱中异味气体的细菌种类、微生物种类及其温度特性等异味参数,并根据异味参数的浓度确定冰箱中异味气体所处位置,使得对冰箱中异味气体的定位确定方便且精准。
在一个可选例子中,所述确定单元102,还用于根据冰箱中异味的来源,确定冰箱中是否有腐败食物,也即确定冰箱中的异味是否是由于食物腐败产生的。该确定单元102的具体功能及处理还参见步骤S130。
可选地,所述确定单元102确定冰箱中是否有腐败食物,包括:
所述确定单元102,具体还用于获取冰箱中异味的来源处的热成像图像信息。该确定单元102的具体功能及处理还参见步骤S410。例如:通过热成像设备的导轨,将热成像设备移动至冰箱中异味的来源处,采集冰箱中异味的来源处的热成像图像信息。例如:冰箱中每一层(如通过隔板5隔成的各层)都安装有一个光谱分析设备(如光谱分析设备1、2、3等)。热成像设备(如热成像分析设备4)可以通过导轨(如热成像设备上下移动的导轨6)上下移动,当热成像设备运动到某一位置处时,热成像设备本身如同人眼可以左右上下转动,以达到对冰箱内部进行全面扫描的目的。热成像导轨安装在冰箱内壁上,且热成像设备运行时不会触碰到隔板。
所述确定单元102,具体还用于将该热成像图像信息,与基于冰箱中气体的异味数据确定的造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征进行对比,以确定冰箱中异味的来源处是否存在菌落。该确定单元102的具体功能及处理还参见步骤S420。其中,该菌落,可以包括:细菌、微生物等。例如:通过光谱检测、大数据分析判断产生异味的食物种类以及造成食物腐败的微生物、细菌的种类及温度特征。并通过热成像分析设备对结果进行复测,判断是否存在菌落。这样,通过可以对冰箱内菌落进行热成像分析,并结合微生物的温度特征,综合判断冰箱内是否存在腐败食物并进行定位显示,有效减少误判的可能。
所述确定单元102,具体还用于若冰箱中异味的来源处存在菌落,则确定冰箱中有腐败食物。该确定单元102的具体功能及处理还参见步骤S430。当然,若冰箱中异味的来源处不存在菌落,则确定冰箱中没有腐败食物。例如:控制系统通过大数据分析获取当前温度下,所判断出的细菌、微生物菌落的温度数据,与热成像设备实测的温度进行对比,若热成像所的温度大于数据库中的数据,则存在细菌、微生物菌落,若小于则不存在菌落。
例如:通过光谱检测、大数据分析判断产生异味的食物种类以及造成食物腐败的微生物、细菌的种类及温度特征。并通过热成像分析设备对结果进行复测,判断是否存在菌落。可以对冰箱内菌落进行热成像分析,并结合微生物的温度特征,综合判断冰箱内是否存在腐败食物并进行定位显示,有效减少误判的可能。
由此,通过在冰箱中异味气体的浓度大的地方,通过热成像处理进一步确定该地方是有菌落以确定该地方是否有腐败食物,可以增强对冰箱中是否有腐败食物确定的精准性和可靠性。
在一个可选例子中,控制单元104,用于若冰箱中有腐败食物,则显示冰箱中腐败食物的所在位置,和/或发起冰箱中有腐败食物的提醒消息。该控制单元104的具体功能及处理参见步骤S140。当然,若冰箱中没有腐败食物,则清除当前对冰箱中是否有腐败食物的判断数据,可以在重启系统后继续确定冰箱中是否有异味。例如:根据确定得到的冰箱中的腐败食物的当前信息、以及冰箱中腐败食物在冰箱中的所处位置,对腐败食物的当前信息、以及冰箱中腐败食物在冰箱中的所处位置进行定位显示,并发起冰箱中相应位置处有相应腐败食物的提醒消息。其中,腐败食物的当前信息,可以包括:腐败食物的种类和/或菌落等。
例如:通过对冰箱内异味进行光谱分析确定其成分,并结合大数据分析判断腐败食物的种类以及造成腐败的细菌、微生物及其温度特性。同时对冰箱内菌落进行热成像分析,综合判断冰箱内是否存在腐败食物并进行定位显示,提醒用户,有效提升用户的体验感,可以解决目前现有技术对腐败食物误识别的情况。
由此,通过在冰箱中有异味的情况下,确定冰箱中是否有腐败食物,进而在确定冰箱中有腐败食物的情况下对腐败食物进行定位显示并提醒用户,可以提醒用户及时得知冰箱中有腐败食物的情况并及时处理而避免感染其它食物,有利于提升冰箱内部环境的健康程度,方便用户使用,也避免冰箱损坏。
在一个可选实施方式中,在确定冰箱中是否有异味之前,还包括:确定数据库的过程,即对用于判断冰箱中是否有腐败食物的数据库进行确定和更新的过程,具体可以如下:
所述确定单元102,还用于确定数据库是否已更新。其中,该数据库,包括:用于确定冰箱中是否有异味的光谱数据库,以及用于确定冰箱中异味的来源的异味数据库。该确定单元102的具体功能及处理还参见步骤S510。
所述确定单元102,还用于若该数据库已更新,则对冰箱中是否有异味进行确定。该确定单元102的具体功能及处理还参见步骤S520。
所述确定单元102,还用于若该数据库未更新,则联网获取该数据库的更新信息并对该数据库进行更新之后,再对冰箱中是否有异味进行确定。该确定单元102的具体功能及处理还参见步骤S530。
例如:系统运行过程中,判断系统存储的异味数据库、光谱图库是否最新,其中,异味图库以及光谱图库可以是系统人员通过大量实验测得,并无偿提供给消费者使用。如果不是最新则联网更新数据,若是最新则进行下一步。
由此,通过确定数据库,可以基于确定的数据库确定冰箱中是否有异味、以及在冰箱中有异味的情况下进一步确定冰箱中是否有腐败食物,且确定结果更加精准、可靠。
由于本实施例的装置所实现的处理及功能基本相应于前述图1至图5所示的方法的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过对冰箱内菌落进行热成像分析,综合判断冰箱内是否存在腐败食物并进行定位显示,提醒用户,可以有效提升用户的体验感。
根据本发明的实施例,还提供了对应于冰箱控制装置的一种冰箱。该冰箱可以包括:以上所述的冰箱控制装置。
在一些冰箱动态识别方式中,可以通过图像处理、动作采集装置对冰箱里的物品进行动态识别,但并未解决冰箱中的食物是否腐败这个根本问题。而通过图像灰度值判断食物状况的确定方式,仅通过灰度值判断存在较大误差,不能达到提升用户体验的效果。
在一个可选实施方式中,提供一种冰箱内腐败食物检测新方法,具体为一种冰箱食物腐败提醒控制方法,通过对冰箱内异味进行光谱分析确定其成分,并结合大数据分析判断腐败食物的种类以及造成腐败的细菌、微生物及其温度特性;同时对冰箱内菌落进行热成像分析,综合判断冰箱内是否存在腐败食物并进行定位显示,提醒用户,有效提升用户的体验感,可以解决目前现有技术对腐败食物误识别的情况。
可选地,可以通过对冰箱内异味进行光谱分析判断出其成分,判断是否存在异味,同时结合大数据判断是否存在腐败以及是何种食物的腐败,并通过大数据分析是何种微生物或者细菌造成的腐败,以及微生物或者细菌繁殖时的温度特征。
可选地,可以对冰箱内菌落进行热成像分析,并结合微生物的温度特征,综合判断冰箱内是否存在腐败食物并进行定位显示,有效减少误判的可能。
在一个可选具体实施方式中,可以参见图7和图8所示的例子,对本发明的方案的具体实现过程进行示例性说明。
在一个可选例子中,本发明的方案提供一种冰箱腐败食物检测、提醒控制系统,通过光谱检测、大数据分析判断产生异味的食物种类以及造成食物腐败的微生物、细菌的种类及温度特征;并通过热成像分析设备对结果进行复测,判断是否存在菌落。
其中,系统运行时光谱分析设备通过检测冰箱中气体的光谱,并与光谱图库中的进行对比,判断出冰箱中气体的成分及其含量,进而确定气体中是否存在非食物所挥发出的气体,也即是否存在异味;若存在异味,控制系统通过大数据分析判断出产生异味等食物种类以及造成食物腐败的微生物、细菌的种类及其温度特征。
如图7所示,该一种冰箱腐败食物检测、提醒控制系统的实施过程,可以包括:
步骤1、系统运行过程中,判断系统存储的异味数据库、光谱图库是否最新,其中,异味图库以及光谱图库可以是系统人员通过大量实验测得,并无偿提供给消费者使用;如果不是最新则联网更新数据,若是最新则进行下一步。
步骤2、光谱分析设备实时采集冰箱中的气体光谱数据,并与光谱图库中的进行对比,判断气体中各成分及其含量,进而判断冰箱内部是否存在非食物挥发气体,也即异味;若不存在异味则继续循环采集数据;若存在异味,控制系统通过大数据分析,将异味传感器的检测信号与异味数据库中的数据进行对比,判断造成异味的细菌、微生物及其温度特征。
其中,气体是由不同的原子基团组成,每个基团的特征频率不同。光谱分析设备可以得到气体中存在的有哪些基团及其含量,通过与光谱图库中的数据进行对比可以判断出气体中的组成成分及其含量。光谱图库有科研人员经过大量实验得到,是已知的。
例如:不同化合物中CH2对称伸缩振动均在2850cm-1附近,反对称伸缩振动均在2930cm-1附近,故2850,2930为CH2特征基团频率,在进行光谱分析时,若得到的光谱图中2850和2930频率附近有峰值波动,则证明被检物中存在CH2基团,其峰值代表其含量,再结合判断出的其他基团及其含量并与光谱图库中的对比,可以确定被检物的成分及其含量。
步骤3、控制系统通过判断各光谱分析设备所测异味气体的浓度大小,判断浓度最大的隔层,控制系统随即将热成像设备移动至该层,同时热成像设备通过自身的旋转以获取该层完整的热成像信息。
例如:光谱分析设备不仅能得到被检物质中个基团的种类,也可以检测到各基团的含量,也即浓度,在对冰箱内气体进行检测时会对冰箱不同的隔层进行分别检测,判断出各隔层中气体的成分及含量,若存在异味气体则对比各隔层中异味气体的浓度值大小,找出异味最浓的隔层,也即异味产生的隔层,实现对异味产生源进行初次定位。
步骤4、控制系统将热成像信息与已判断细菌、微生物的温度特征进行对比,判断是否存在细菌菌落,若不存在则光谱分析设备出现误判,控制系统清除数据并自动重启系统,并自动校准光谱分析设备;若判断存在细菌菌落,则控制系统通过光谱设备以及热成像设备的分析结果,提醒用户并显示腐败食物所在的具体位置。
例如:首先,细菌或者微生物在繁殖过程中会形成菌落,菌落的温度会高于环境温度,且不同细菌或者微生物所形成菌落与环境的温度差不同,同时即使相同微生物或者细菌形成的菌落在不同环境温度下与环境温度之间的差值也不相同,这也就是专利中说的该微生物或者细菌的温度特征,温度特征有研发人员通过大量实验的得到。其次,步骤2中已经通过光谱分析得到了造成异味的微生物或者细菌的种类,同时通过冰箱内的温度传感器得到目前冰箱内的温度。热成像设备在扫描过程中若存在热异常,热异常处与冰箱内的温度差与已判断微生物或者细菌的温度特征进行对比,若温度差小于误差范围则判断存在细菌菌落,若温度差不在误差范围则该热异常为其它原因造成(如:刚放入的的食物也会存在热异常),不存在细菌菌落。
其中,判断时,控制系统通过大数据分析获取当前温度下,所判断出的细菌、微生物菌落的温度数据,与热成像设备实测的温度进行对比,若热成像所的温度大于数据库中的数据,则存在细菌、微生物菌落,若小于则不存在菌落。
如图8所示的冰箱中,每一层(如通过隔板5隔成的各层)都安装有一个光谱分析设备(如光谱分析设备1、2、3等);热成像设备(如热成像分析设备4)可以通过导轨(如热成像设备上下移动的导轨6)上下移动,当热成像设备运动到某一位置处时,热成像设备本身如同人眼可以左右上下转动,以达到对冰箱内部进行全面扫描的目的。热成像导轨安装在冰箱内壁上,且热成像设备运行时不会触碰到隔板。
由于本实施例的冰箱所实现的处理及功能基本相应于前述图6所示的装置的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过对冰箱内异味进行光谱分析判断出其成分,判断是否存在异味,同时结合大数据判断是否存在腐败以及是何种食物的腐败,并通过大数据分析是何种微生物或者细菌造成的腐败,以及微生物或者细菌繁殖时的温度特征,智能化程度高,方便用户使用。
根据本发明的实施例,还提供了对应于冰箱控制方法的一种计算机可读存储介质。该计算机可读存储介质,可以包括:所述计算机可读存储介质中存储有多条指令;所述多条指令,用于由处理器加载并执行以上所述的冰箱控制方法。
由于本实施例的计算机可读存储介质所实现的处理及功能基本相应于前述图1至图5所示的方法的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过对冰箱内菌落进行热成像分析,并结合微生物的温度特征,综合判断冰箱内是否存在腐败食物并进行定位显示,有效减少误判的可能,提升了判断的准确性和可靠性。
根据本发明的实施例,还提供了对应于冰箱控制方法的一种冰箱。该冰箱,可以包括:处理器,用于执行多条指令;存储器,用于存储多条指令;其中,所述多条指令,用于由所述存储器存储,并由所述处理器加载并执行以上所述的冰箱控制方法。
由于本实施例的冰箱所实现的处理及功能基本相应于前述图1至图5所示的方法的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过光谱检测、大数据分析判断产生异味的食物种类以及造成食物腐败的微生物、细菌的种类及温度特征;并通过热成像分析设备对结果进行复测,判断是否存在菌落,可以准确判断冰箱内食物是否腐败,可靠且及时。
综上,本领域技术人员容易理解的是,在不冲突的前提下,上述各有利方式可以自由地组合、叠加。
以上所述仅为本发明的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (12)
1.一种冰箱控制方法,其特征在于,包括:
确定冰箱中是否有异味;
若冰箱中有异味,则确定冰箱中异味的来源;
根据冰箱中异味的来源,确定冰箱中是否有腐败食物;
若冰箱中有腐败食物,则显示冰箱中腐败食物的所在位置,和/或发起冰箱中有腐败食物的提醒消息。
2.根据权利要求1所述的方法,其特征在于,确定冰箱中是否有异味,包括:
获取冰箱中气体的气体光谱数据;
将该气体光谱数据与异味气体的光谱数据库进行对比,以根据该气体光谱数据与异味气体的光谱数据库的对比结果,确定冰箱中气体的成分及含量;
若冰箱中气体的成分及含量属于设定的异味气体的成分及含量,则冰箱中有异味。
3.根据权利要求1所述的方法,其特征在于,确定冰箱中异味的来源,包括:
获取冰箱中气体的异味数据;
将该异味数据与异味数据库中异味气体的数据进行对比,以确定造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征;
根据造成冰箱中异味的细菌种类的数量、和/或造成冰箱中异味的微生物种类的数量及其温度特征所属温度范围,确定造成冰箱中异味的气体具体是来源于冰箱中哪一隔层,即确定冰箱中异味气体所处位置。
4.根据权利要求1所述的方法,其特征在于,确定冰箱中是否有腐败食物,包括:
获取冰箱中异味的来源处的热成像图像信息;
将该热成像图像信息,与基于冰箱中气体的异味数据确定的造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征进行对比,以确定冰箱中异味的来源处是否存在菌落;
若冰箱中异味的来源处存在菌落,则确定冰箱中有腐败食物。
5.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
确定数据库是否已更新;其中,该数据库,包括:用于确定冰箱中是否有异味的光谱数据库,以及用于确定冰箱中异味的来源的异味数据库;
若该数据库已更新,则对冰箱中是否有异味进行确定;
若该数据库未更新,则联网获取该数据库的更新信息并对该数据库进行更新之后,再对冰箱中是否有异味进行确定。
6.一种冰箱控制装置,其特征在于,包括:
确定单元,用于确定冰箱中是否有异味;
所述确定单元,还用于若冰箱中有异味,则确定冰箱中异味的来源;
所述确定单元,还用于根据冰箱中异味的来源,确定冰箱中是否有腐败食物;
控制单元,用于若冰箱中有腐败食物,则显示冰箱中腐败食物的所在位置,和/或发起冰箱中有腐败食物的提醒消息。
7.根据权利要求6所述的装置,其特征在于,所述确定单元确定冰箱中是否有异味,包括:
获取冰箱中气体的气体光谱数据;
将该气体光谱数据与异味气体的光谱数据库进行对比,以根据该气体光谱数据与异味气体的光谱数据库的对比结果,确定冰箱中气体的成分及含量;
若冰箱中气体的成分及含量属于设定的异味气体的成分及含量,则冰箱中有异味。
8.根据权利要求6所述的装置,其特征在于,所述确定单元确定冰箱中异味的来源,包括:
获取冰箱中气体的异味数据;
将该异味数据与异味数据库中异味气体的数据进行对比,以确定造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征;
根据造成冰箱中异味的细菌种类的数量、和/或造成冰箱中异味的微生物种类的数量及其温度特征所属温度范围,确定造成冰箱中异味的气体具体是来源于冰箱中哪一隔层,即确定冰箱中异味气体所处位置。
9.根据权利要求6所述的装置,其特征在于,所述确定单元确定冰箱中是否有腐败食物,包括:
获取冰箱中异味的来源处的热成像图像信息;
将该热成像图像信息,与基于冰箱中气体的异味数据确定的造成冰箱中异味的细菌种类、和/或微生物种类及其温度特征进行对比,以确定冰箱中异味的来源处是否存在菌落;
若冰箱中异味的来源处存在菌落,则确定冰箱中有腐败食物。
10.根据权利要求6至9中任一项所述的装置,其特征在于,还包括:
所述确定单元,还用于确定数据库是否已更新;其中,该数据库,包括:用于确定冰箱中是否有异味的光谱数据库,以及用于确定冰箱中异味的来源的异味数据库;
所述确定单元,还用于若该数据库已更新,则对冰箱中是否有异味进行确定;
所述确定单元,还用于若该数据库未更新,则联网获取该数据库的更新信息并对该数据库进行更新之后,再对冰箱中是否有异味进行确定。
11.一种冰箱,其特征在于,包括:如权利要求6-10任一所述的冰箱控制装置;
或者,
包括:
处理器,用于执行多条指令;
存储器,用于存储多条指令;
其中,所述多条指令,用于由所述存储器存储,并由所述处理器加载并执行如权利要求1-5任一所述的冰箱控制方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有多条指令;所述多条指令,用于由处理器加载并执行如权利要求1-5任一所述的冰箱控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911120524.3A CN110895082B (zh) | 2019-11-15 | 2019-11-15 | 一种冰箱控制方法、装置、计算机可读存储介质及冰箱 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911120524.3A CN110895082B (zh) | 2019-11-15 | 2019-11-15 | 一种冰箱控制方法、装置、计算机可读存储介质及冰箱 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110895082A true CN110895082A (zh) | 2020-03-20 |
CN110895082B CN110895082B (zh) | 2020-11-06 |
Family
ID=69788028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911120524.3A Active CN110895082B (zh) | 2019-11-15 | 2019-11-15 | 一种冰箱控制方法、装置、计算机可读存储介质及冰箱 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110895082B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112984946A (zh) * | 2021-03-08 | 2021-06-18 | 上海绿联软件股份有限公司 | 基于智能化操作的冰箱食材管理方法及系统 |
CN113834809A (zh) * | 2020-06-08 | 2021-12-24 | 珠海格力电器股份有限公司 | 判断食材是否变质的方法、电子设备及食物储存装置 |
CN114322443A (zh) * | 2021-12-16 | 2022-04-12 | 珠海格力电器股份有限公司 | 冰箱食物检测提示系统 |
CN115014025A (zh) * | 2022-06-10 | 2022-09-06 | 珠海格力电器股份有限公司 | 一种深冻模式下的菌落监测方法、装置及冰箱 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636433A (zh) * | 2012-02-17 | 2012-08-15 | 海尔集团公司 | 一种食品新鲜程度检测装置及采用该装置的冰箱 |
CN103940970A (zh) * | 2013-01-23 | 2014-07-23 | 海尔集团公司 | 制冷设备气味检测方法、检测装置及制冷设备 |
CN103940957A (zh) * | 2013-01-23 | 2014-07-23 | 海尔集团公司 | 气味检测装置、检测系统及检测方法 |
CN105222506A (zh) * | 2015-08-21 | 2016-01-06 | 合肥华凌股份有限公司 | 气体浓度预警方法、气体浓度预警装置和冰箱 |
CN105717051A (zh) * | 2016-04-22 | 2016-06-29 | 合肥美菱股份有限公司 | 一种快速检测果蔬新鲜度的系统及冰箱 |
CN205939883U (zh) * | 2016-08-04 | 2017-02-08 | 合肥微纳传感技术有限公司 | 一种智能检测食品储藏信息的冰箱 |
US20170082345A1 (en) * | 2004-03-24 | 2017-03-23 | Jeffrey S. Melcher | Vacuum storage apparatus with sliding drawers |
CN107036980A (zh) * | 2016-11-10 | 2017-08-11 | Tcl集团股份有限公司 | 一种检测冰箱食品新鲜度的方法及冰箱 |
CN108507264A (zh) * | 2018-04-09 | 2018-09-07 | 无锡智高点技术研发有限公司 | 一种冰箱杀菌及除异味方法 |
CN108507272A (zh) * | 2018-04-12 | 2018-09-07 | 安徽康佳同创电器有限公司 | 一种基于冰箱的识别变质食品种类方法及冰箱 |
-
2019
- 2019-11-15 CN CN201911120524.3A patent/CN110895082B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170082345A1 (en) * | 2004-03-24 | 2017-03-23 | Jeffrey S. Melcher | Vacuum storage apparatus with sliding drawers |
CN102636433A (zh) * | 2012-02-17 | 2012-08-15 | 海尔集团公司 | 一种食品新鲜程度检测装置及采用该装置的冰箱 |
CN103940970A (zh) * | 2013-01-23 | 2014-07-23 | 海尔集团公司 | 制冷设备气味检测方法、检测装置及制冷设备 |
CN103940957A (zh) * | 2013-01-23 | 2014-07-23 | 海尔集团公司 | 气味检测装置、检测系统及检测方法 |
CN105222506A (zh) * | 2015-08-21 | 2016-01-06 | 合肥华凌股份有限公司 | 气体浓度预警方法、气体浓度预警装置和冰箱 |
CN105717051A (zh) * | 2016-04-22 | 2016-06-29 | 合肥美菱股份有限公司 | 一种快速检测果蔬新鲜度的系统及冰箱 |
CN205939883U (zh) * | 2016-08-04 | 2017-02-08 | 合肥微纳传感技术有限公司 | 一种智能检测食品储藏信息的冰箱 |
CN107036980A (zh) * | 2016-11-10 | 2017-08-11 | Tcl集团股份有限公司 | 一种检测冰箱食品新鲜度的方法及冰箱 |
CN108507264A (zh) * | 2018-04-09 | 2018-09-07 | 无锡智高点技术研发有限公司 | 一种冰箱杀菌及除异味方法 |
CN108507272A (zh) * | 2018-04-12 | 2018-09-07 | 安徽康佳同创电器有限公司 | 一种基于冰箱的识别变质食品种类方法及冰箱 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113834809A (zh) * | 2020-06-08 | 2021-12-24 | 珠海格力电器股份有限公司 | 判断食材是否变质的方法、电子设备及食物储存装置 |
CN112984946A (zh) * | 2021-03-08 | 2021-06-18 | 上海绿联软件股份有限公司 | 基于智能化操作的冰箱食材管理方法及系统 |
CN112984946B (zh) * | 2021-03-08 | 2021-09-17 | 上海绿联智能科技股份有限公司 | 基于智能化操作的冰箱、冰箱食材管理方法及系统 |
CN114322443A (zh) * | 2021-12-16 | 2022-04-12 | 珠海格力电器股份有限公司 | 冰箱食物检测提示系统 |
CN115014025A (zh) * | 2022-06-10 | 2022-09-06 | 珠海格力电器股份有限公司 | 一种深冻模式下的菌落监测方法、装置及冰箱 |
Also Published As
Publication number | Publication date |
---|---|
CN110895082B (zh) | 2020-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110895082B (zh) | 一种冰箱控制方法、装置、计算机可读存储介质及冰箱 | |
US20190311598A1 (en) | Scent-based spoilage sensing refrigerator | |
US20190226755A1 (en) | Image-based spoilage sensing refrigerator | |
Peris et al. | A 21st century technique for food control: Electronic noses | |
Falasconi et al. | Electronic nose for microbiological quality control of food products | |
Mohareb et al. | Ensemble-based support vector machine classifiers as an efficient tool for quality assessment of beef fillets from electronic nose data | |
EP1336844A2 (en) | 6-Dimensional space odour-vector comparison index | |
JP2020165847A (ja) | 食品の品質判定方法、及び、食品品質判定装置 | |
CN105222506B (zh) | 气体浓度预警方法、气体浓度预警装置和冰箱 | |
US20190063994A1 (en) | Inspection apparatus and inspection system | |
US11360069B2 (en) | Inspection apparatus and inspection system | |
Li et al. | Application of electronic nose for measuring total volatile basic nitrogen and total viable counts in packaged pork during refrigerated storage | |
Rahman et al. | Quality assessment of beef using Computer Vision Technology | |
Langford et al. | Comprehensive odorant analysis for on‐line applications using selected ion flow tube mass spectrometry (SIFT‐MS) | |
US11162930B2 (en) | Inspection apparatus and inspection system | |
CN103913484B (zh) | 鱼露分类鉴别的方法 | |
JP2001041640A (ja) | 冷蔵庫 | |
Gursoy et al. | Preliminary study of ion mobility based electronic nose MGD-1 for discrimination of hard cheeses | |
Rendall et al. | Chemometric analysis of the volatile fraction evolution of Portuguese beer under shelf storage conditions | |
CN113124644B (zh) | 冰箱内的异味食物的识别方法、冰箱及可读存储介质 | |
US20190033282A1 (en) | Inspection apparatus and inspection system | |
JP6495462B2 (ja) | 冷蔵庫及び管理システム | |
WO2017160499A2 (en) | Scent-based spoilage sensing refrigerator | |
Gu et al. | Insight from untargeted metabolomics: Revealing the potential marker compounds changes in refrigerated pork based on random forests machine learning algorithm | |
Franke et al. | Characterization of the dynamics of volatile organic compounds released by lactic acid bacteria on modified atmosphere packed beef by PTR-MS |
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 |