CN111148455B - 大米烹饪系统和方法 - Google Patents

Abstract

本发明涉及一种大米烹饪系统(1)，其包括：‑电饭煲(10)，包括处理机构(12)，该处理机构能够执行指令序列来控制准备和烹饪大米的步骤或者简单地控制烹饪容纳在器皿(11)中的大米的步骤；‑量杯(20)，包括近红外光谱仪(22)，该近红外光谱仪能够获取放置在容器(21)中的大米的至少一个分析光谱(SA)；‑用数据库(30)建立的预定预测模型(40)，该数据库包括与关于不同种类的大米的参考分析光谱(SAR)相关联的参考指令序列(SIR)，所述处理机构(12)设置成根据预定预测模型(40)以及用近红外光谱仪(22)产生的大米的至少一个分析光谱(SA)来确定特定指令序列(SIP)。

Description

大米烹饪系统和方法

技术领域

本发明涉及烹饪大米的家电设备的一般技术领域。

更具体地，本发明涉及一种大米烹饪系统以及用这种大米烹饪系统烹饪大米的方法。

背景技术

众所周知，电饭煲包括预定的和可由用户选择的烹饪程序，并且可能具有用户界面，该用户界面通知用户要遵循的某些准备步骤，以优化大米烹饪，特别是浸泡步骤。

然而，这种电饭煲并没有根据待烹饪大米的种类提供特定的烹饪程序。

不过，尽管烹饪程序相同，但是大米的感官和/或营养特性可能随不同种类的大米变化。

因此，相同的烹饪程序不太可能适用于不同种类的大米。

为了使烹饪程序适合给定种类的大米，可以设想允许用户通过用户界面来声明待烹饪的大米的种类。

然而，这样的解决方案使得电饭煲的用户界面变复杂。

此外，考虑到大量不同种类的大米，这种解决方案也不能保证所声明的大米的种类实际上是被引入电饭煲的烹饪器皿中的大米的种类。

已知提出了一些烹饪设备，允许在待烹饪食物的烹饪之前特别是通过部分放置在烹饪设备的器皿中的近红外光谱检测装置对待烹饪食物进行分析，以获取数据，然后借助预测模型比较这些数据以确定新的烹饪程序，或者调整现有的烹饪程序。

然而，光谱检测装置的一部分在器皿中的定位是复杂的，这增加了烹饪设备的制造成本。

此外，光谱检测装置受到使用器皿时固有的热应力，这会影响光谱检测装置的可靠性，从而影响烹饪设备的可靠性。

发明内容

此外，本发明的目的是解决上述缺点的全部或部分，特别是通过提出一种大米烹饪系统，该系统能够以简单可靠的方式识别大米的种类，并优化这种大米烹饪后的感官和/或营养特性。

为此，本发明涉及一种大米烹饪系统，包括：

-电饭煲，包括：

-器皿，其能够容纳预定量的待烹饪的大米，以及

-处理机构，其能够执行指令序列以控制大米的准备和烹饪步骤或者简单地控制烹饪容纳在器皿中的大米的烹饪步骤，

-用于与量杯通信的第一通信机构，

-量杯，包括：

-容器，用于测量待引入到电饭煲器皿中的大米量，

-近红外光谱仪，其能够获取放置在容器中的大米的至少一个分析光谱，

-第二通信机构，其能够通过第一通信机构与电饭煲交换至少一个分析光谱，

-电源，其能够给近红外光谱仪和第二通信机构提供能源，

-预定预测模型，其用包括参考指令序列的数据库建立，参考指令序列与关于不同种类的大米的参考分析光谱相关联，

该处理机构设置成根据预定预测模型以及用近红外光谱仪产生的大米的至少一个分析光谱来确定特定指令序列。

这种设置允许产生简单可靠的用于定义倒入量杯容器中的大米烹饪后的感官和/或营养特性的最佳特定指令序列的系统。

根据本发明的一方面，处理机构基于统计分析或基于近红外光谱仪提供的至少一个分析光谱的分类相对于数据库的参考指令序列来确定特定指令序列。

近红外光谱仪提供的至少一个分析光谱的分类允许优化大米烹饪，同时限制电饭煲的处理机构用于确定特定指令序列的计算资源，该特定指令序列就是参考指令序列。

统计分析允许确定更精确的特定指令序列，但需要处理机构的更多计算资源，该特定指令序列不一定是参考指令序列，而是与这些指令序列之一稍有不同，例如调整了浸泡时间、烹饪温度或烹饪时间。

根据本发明的一方面，数据库包括在电饭煲中，或者电饭煲包括用于与远程服务器通信的补充通信机构，并且数据库全部或部分地包括在远程服务器中。

包括该数据库的远程服务器允许提供一组电饭煲共用的数据库。这也允许集中地例如用新的大米品种更新和/或丰富数据库，从而也更新预测模型。

根据本发明的一方面，电源包括电池。

根据本发明的一方面，量杯包括能够与无线充电器装置交互的电源充电模块。

这种设置允许方便地给量杯的电源充电。

根据本发明的一方面，电饭煲包括能够与量杯的充电模块交互的无线充电器装置。

这种设置使得大米烹饪系统的使用更加容易。

根据本发明的一方面，电饭煲包括储存壳体，该储存壳体能够容纳量杯并对其进行定位，使得无线充电器装置能够与电源的充电模块交互。

通过为用户提供使用其烹饪系统的完整解决方案，这种设置进一步使得大米烹饪系统的使用更加容易。

根据本发明的一方面，第一通信机构和第二通信机构是无线类型的通信机构，优选地使用蓝牙通信协议。

这种设置使得量杯的操作更加容易，同时限制能耗。

根据本发明的一方面，电饭煲包括能够触发近红外光谱仪获取至少一个分析光谱的用户界面。

这种设置允许为用户提供更好的人机工程学体验。

根据本发明的一方面，大米烹饪系统包括用于确定计划食用大米的人数的机构，参考指令序列也与计划食用大米的人数相关联。

根据本发明的一方面，用户界面用于声明计划食用大米的人数。

根据本发明的一方面，量杯包括用于检测大米倒入器皿中的检测机构。

根据本发明的一方面，检测机构包括加速度计和/或陀螺仪。

根据本发明的一方面，指令序列包括在用户界面上显示用户要执行的动作，特别是漂洗次数、浸泡时间和/或要倒入器皿中的烹饪水量，以及给定的烹饪程序，特别是使用如烹饪温度和烹饪时间的烹饪参数，或者指令序列简单地包括给定烹饪程序，特别是使用如烹饪温度和烹饪时间的烹饪参数。

这种设置允许通过执行不同的动作来优化大米的烹饪，其中一部分动作可以由用户执行。

根据本发明的一方面，预测模型是基于大米的固有特性，如直链淀粉水平和/或支链淀粉水平和/或糊化温度和/或大米的品种/类型/种类，和/或其他参数，如大米的品牌名称和/或与烹饪大米的最佳指令序列相关的任何其他参数。

直链淀粉和/或支链淀粉是糖，其水平对准备和/或烹饪大米的指令序列影响最大。

考虑这些参数的全部或部分允许有效地优化大米的烹饪。

根据本发明的一方面，用近红外光谱仪获得的大米的至少一个分析光谱在200nm至2500nm的波长范围内。

这种设置允许获得分析光谱，该分析光谱的特性允许获得更多关于被分析的大米种类的信息。

本发明还涉及一种用如上所述的系统烹饪大米的方法，包括以下步骤：

(i)将大米倒入量杯的容器中，

(ii)用量杯的近红外光谱仪获取大米的至少一个分析光谱，

(iii)将该至少一个分析光谱传送给电饭煲，

(iv)借助预定预测模型和用近红外光谱仪产生的大米的至少一个分析光谱来确定特定指令序列，

(v)按照特定指令序列烹饪大米。

这种实施方案允许用户控制其大米的烹饪，以优化大米的感官和/或营养特性。

根据该方法的实施方案，该方法包括步骤(iv)之前的一个步骤，在该步骤中，确定计划食用大米的人数，参考指令序列也与计划食用大米的人数相关联。

附图说明

通过阅读以说明性和非限制性目的对本发明作出的详细描述，并通过参考附图将更好地揭示本发明的其他优点和特征，附图示出了根据本发明的大米烹饪系统的全部或部分。

图1示出了根据本发明的优选实施例的大米烹饪系统的示意图。

图2是示出了根据本发明的大米烹饪系统的不同元件的框图。

图3示出了用近红外光谱仪获得的大米的多个分析光谱。

图4示出了预测模型和大米烹饪系统的数据库之间的交互。

图5是示出了根据本发明的大米烹饪方法的步骤的框图。

具体实施方式

图中只示出了理解本发明所必需的元件。为了便于阅读附图，相同的元件在不同图中的附图标记是相同的。

如图1至图2所示，根据本发明的大米烹饪系统1包括电饭煲10、量杯20、数据库30和预测模型40。

电饭煲10包括能够容纳给定量的待烹饪大米的器皿11、能够执行指令序列以控制准备和烹饪大米的步骤或简单地控制烹饪器皿11中容纳的大米的步骤的处理机构12、以及用于与量杯20通信的第一通信机构13。

处理机构12可以例如包括微控制器或微处理器，其能够执行烹饪系统1正常操作所需的各种显示和计算任务。

指令序列包括在用户界面17上显示将由用户执行的动作，特别是漂洗次数、浸泡时间或倒入器皿中的烹饪水量，以及预定烹饪程序，特别是具有参数如烹饪温度和烹饪时间。

替代地，指令序列简单地包括给定烹饪程序，特别是具有参数如烹饪温度和烹饪时间。

因此，处理机构12必须能够在用户界面17上显示象形图或图像，以向用户指示要执行的不同步骤，并计算烹饪程序的参数值。

指令序列的示例例如在申请人名下的专利申请FR1656648号中有描述。

量杯20包括用于测量待引入到电饭煲10的器皿11中的大米的量的容器21、能够获取放置在容器21中的大米的至少一个分析光谱SA的近红外光谱仪22、能够通过第一通信机构13与电饭煲10交换该至少一个分析光谱SA的第二通信机构23和能够向近红外光谱仪22和第二通信机构23提供能源的电源24。

通常容器包括刻度，使用户能根据预定的人数定义大米的比例。

此外，烹饪系统1可以包括用于确定计划食用大米的人数的机构(未示出)。

为此，用户界面17可以用于简单地允许用户声明计划食用大米的人数。

也可以使用其他机构来自动确定计划食用大米的人数，特别是用于检测大米倒入器皿11中的检测机构，这种机构可以包括例如设置在量杯20上的加速度计和/或陀螺仪。

在图1和图2所示的实施方式中，量杯20还包括电源24的充电模块25，该充电模块25能够与电饭煲10的无线充电器装置14交互。

为此，电饭煲10包括储存壳体15，该储存壳体15能够容纳量杯20并对其进行定位，使得无线充电器装置14能够与量杯20的电源24的充电模块25交互。

无线充电器装置14是感应型的，并且包括能够在设置在充电模块25中的线圈(未示出)中感应电流的线圈(未示出)。

当然，可以使用用于给电源24充电的其他装置，特别是物理充电连接器或任何其他等效装置。

第一通信机构13和第二通信机构23是无线类型的通信机构，优选使用蓝牙通信协议，特别是低能量蓝牙。

当然，在不超出本发明范围的情况下，可以设想其他通信机构，例如有线通信机构或通过设置在量杯上的连接器和设置在电饭煲上的连接底座，在将连接器连接到其连接底座的时刻进行数据通信。

数据库30则包括与针对不同种类的大米获得的参考分析光谱SAR相关联的参考指令序列SIR。

预测模型40是基于数据库30中包含的信息建立的。

图3示出了分析光谱SA的示例。

这些分析光谱SA显示了峰，峰的位置是预定种类的大米的特征。

这些峰的位置主要是由于大米的固有特性，例如直链淀粉水平和/或支链淀粉水平和/或糊化温度或大米的品种/类型/种类。

然而，其他参数，例如大米的品牌名称或与大米烹饪的最佳指令序列相关的任何其他参数，也可以用于建立预定的预测模型40。

因此，数据库30是在实验室中针对给定的不同种类的大米预先确定的。

类似地，基于该数据库30的内容，在实验室中预先确定预测模型40。

每个参考指令序列SIR也在实验室中预先确定，并与给定种类的大米相关联，以使该种类的大米在烹饪后具有最佳的感官和/或营养特性。

此外如图4中的表格所示，参考指令序列SIR除了与针对不同种类的大米获取的参考分析光谱SAR相关联之外，可能还与计划食用大米的人数相关联。

在所示的示例中，根据待烹饪的大米的量是为2人、4人还是8人准备而定，为一种种类的大米并因此为一种参考分析光谱SAR确定了参考指令序列SIR。

当然，可以在数据库30中预测其他人数来建立预测模型40。

数据库30可以包括在电饭煲10中，或者如图2所示，电饭煲10包括与远程服务器SERV通信的补充通信机构16。

该远程服务器SERV可以是通常称为“云”的类型，并且可以提供一组大米烹饪系统1共用的数据库。它还允许例如用新的大米种类来集中更新和/或丰富数据库30，但也允许改进用该数据库30建立的预测模型40。

根据本发明，处理机构12设置成使用预定的预测模型40和用近红外光谱仪22产生的大米的至少一个分析光谱SA来确定特定指令序列SIP。

为了检查测量的再现性或最小化测量伪影的存在，可以产生多个分析光谱SA。

特定指令序列SIP的确定主要是基于用近红外光谱仪22产生的至少一个分析光谱SA的峰位置与数据库30中所有参考分析光谱SAR的峰位置的比较。

因此，数据库30中的参考分析光谱SAR的数量越多，与参考分析光谱SAR的相关性越强，用于优化大米烹饪后的感官和/或营养特性的特定指令序列SIP就越精确，预测模型40就越精细。

处理机构12可以基于统计分析，或者基于近红外光谱仪22提供的至少一个分析光谱的分类，相对于数据库30的参考指令序列SIR，确定这个特定指令序列SIP。

基于近红外光谱仪22提供的至少一个分析光谱SA的分类的预测模型40允许优化大米烹饪，同时限制电饭煲10的处理机构12用来确定特定指令序列SIP的计算资源，该特定指令序列SIP对应于数据库30的参考指令序列SIR。

基于统计分析的预测模型40允许更精确地确定特定指令序列SIP，并且特别是允许为不会在数据库30中引用的大米种类确定特定指令序列SIP。

然而，这种统计分析需要处理机构12方面的更多计算资源。

实际上，该特定指令序列SIP不一定是数据库30中的参考指令序列SIR，而是与这些参考指令序列SIR之一稍有不同，例如调整了浸泡时间、烹饪温度或烹饪时间。

因此，想要使用根据本发明的大米烹饪系统1的用户将实施如图5所示的方法，该方法的第一步骤(i)将包括将大米倒入量杯20的容器21中。

然后，在第二步骤(ii)中，用户接着用量杯20的近红外光谱仪22获取大米的至少一个分析光谱SA。

为此，用户可以使用用户界面17来触发用量杯20的近红外光谱仪22获取大米的至少一个分析光谱SA。

获取过程需要几秒钟。

在第三步骤(iii)中，将该至少一个分析光谱SA从量杯20的第二通信机构23传送给电饭煲，传送到电饭煲10的第一通信机构13。

这种通信在获取大米的至少一个分析光谱SA结束时自动发生。

一旦接收到至少一个分析光谱SA，在第四步骤(iv)中，处理机构12使用预定预测模型40和用近红外光谱仪22产生的大米的至少一个分析光谱SA来确定特定指令序列SIP。

为此，处理机构12查询位于电饭煲10本地或远距离在远程服务器SERV上的数据库30。

在步骤(iv)之前，还可以确定计划食用大米的人数，数据库30的参考指令序列SIR还与计划食用大米的人数相关联。

最后，在最后的步骤(v)中，用户按照特定指令序列SIP烹饪大米。

这个特定指令序列以准备步骤的形式显示，这些准备步骤将由用户执行，并且通过确定包括与温度和烹饪时间相关的烹饪参数的烹饪程序来执行。

尽管已经结合具体的示例性实施例描述了本发明，但是显然本发明决不局限于这些示例性实施例。

在不超出本发明的保护范围的情况下，修改仍然是可能的，特别是从各种元件的布置和构造的角度或者通过技术等同物的替换。

因此，在未示出的实施例变型中，可以设想处理机构12的一部分位于远程服务器SERV之处。

因此，该至少一个分析光谱SA还被传输到远程服务器SERV，以便由处理机构12的这一部分进行处理。

保持在电饭煲10中的处理机构12的另一部分接着在用户界面17上显示，并且对如此确定的特定指令序列SIP的烹饪程序进行参数设置。

Claims (12)

1.一种大米烹饪系统(1)，包括：

-电饭煲(10)，包括：

-器皿(11)，其能够容纳预定量的待烹饪的大米，和

-处理机构(12)，其能够执行指令序列以控制大米的准备和烹饪步骤或者简单地控制容纳在所述器皿(11)中的大米的烹饪步骤，

-用于与量杯(20)通信的第一通信机构(13)，

-量杯(20)，包括：

-容器(21)，用于测量待引入到所述电饭煲(10)的所述器皿(11)中的大米的量，

-近红外光谱仪(22)，其能够获取放置在所述容器(21)中的大米的至少一个分析光谱(SA)，

-第二通信机构(23)，其能够通过所述第一通信机构(13)与所述电饭煲(10)交换所述至少一个分析光谱(SA)，

-电源(24)，其能够给所述近红外光谱仪(22)和所述第二通信机构(23)提供能源，

-预定预测模型(40)，其用包括参考指令序列(SIR)的数据库(30)建立，所述参考指令序列(SIR)与关于不同种类的大米的参考分析光谱(SAR)相关联，

所述处理机构(12)设置成根据所述预定预测模型(40)以及用所述近红外光谱仪(22)产生的大米的所述至少一个分析光谱(SA)来确定特定指令序列(SIP)。

2.根据权利要求1所述的系统(1)，其中，所述处理机构(12)基于统计分析或者基于所述近红外光谱仪(22)提供的所述至少一个分析光谱(SA)的分类相对于所述数据库(30)的所述参考指令序列(SIR)来确定所述特定指令序列(SIP)。

3.根据权利要求1或2所述的系统(1)，其中，所述数据库(30)包括在所述电饭煲(10)中，或者所述电饭煲(10)包括用于与远程服务器(SERV)通信的补充通信机构(16)，并且所述数据库(30)全部或部分地包括在所述远程服务器(SERV)中。

4.根据权利要求1或2所述的系统(1)，其中，所述量杯(20)包括所述电源(24)的充电模块(25)，所述充电模块(25)能够与无线充电器装置(14)交互。

5.根据权利要求4所述的系统(1)，其中，所述电饭煲(10)包括所述无线充电器装置(14)，所述无线充电器装置(14)能够与所述量杯(20)的所述充电模块(25)交互。

6.根据权利要求5所述的系统(1)，其中，所述电饭煲(10)包括储存壳体(15)，所述储存壳体(15)能够容纳所述量杯(20)并对其进行定位，使得所述无线充电器装置(14)能够与所述电源(24)的所述充电模块(25)交互。

7.根据权利要求1或2所述的系统(1)，其中，所述第一通信机构(13)和所述第二通信机构(23)是无线类型的通信机构，优选地使用蓝牙通信协议。

8.根据权利要求1或2所述的系统(1)，其中，所述电饭煲(10)包括用户界面(17)，所述用户界面(17)能够触发所述近红外光谱仪(22)获取所述至少一个分析光谱(SA)。

9.根据权利要求1或2所述的系统(1)，其中，指令序列包括在用户界面(17)上显示所述用户要执行的动作，特别是漂洗次数、浸泡时间和/或要倒入所述器皿(11)中的烹饪水量，以及给定的烹饪程序，特别是使用如烹饪温度和烹饪时间的烹饪参数，或者指令序列仅包括给定的烹饪程序，特别是使用如烹饪温度和烹饪时间的烹饪参数。

10.根据权利要求1或2所述的系统(1)，其中，所述预测模型(40)是基于大米的固有特性，如直链淀粉水平和/或支链淀粉水平和/或糊化温度和/或大米的品种/类型/种类，和/或其他参数，如大米的品牌名称和/或与烹饪大米的最佳指令序列相关的任何其他参数。

11.一种用根据权利要求1至10中的任一项所述的系统(1)烹饪大米的方法，包括以下步骤：

i)将大米倒入所述量杯(20)的所述容器(21)中，

ii)用所述量杯(20)的所述近红外光谱仪(22)获取大米的所述至少一个分析光谱(SA)，

iii)将所述至少一个分析光谱(SA)传送到所述电饭煲(10)，

iv)借助所述预定预测模型(40)和用所述近红外光谱仪(22)产生的大米的所述至少一个分析光谱(SA)来确定所述特定指令序列(SIP)，

v)按照所述特定指令序列(SIP)烹饪大米。

12.根据权利要求11所述的方法，包括所述步骤iv)之前的一个步骤，在该步骤中，确定计划食用大米的人数，所述参考指令序列(SIR)也与计划食用大米的人数相关联。

Images