CN111197885A - 一种食物贮藏装置的调节方法、食物贮藏设备 - Google Patents

一种食物贮藏装置的调节方法、食物贮藏设备 Download PDF

Info

Publication number
CN111197885A
CN111197885A CN201811383526.7A CN201811383526A CN111197885A CN 111197885 A CN111197885 A CN 111197885A CN 201811383526 A CN201811383526 A CN 201811383526A CN 111197885 A CN111197885 A CN 111197885A
Authority
CN
China
Prior art keywords
food
storage
storage device
strategy
adjusting
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
Application number
CN201811383526.7A
Other languages
English (en)
Inventor
夏伟
尹彦斌
陈翀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201811383526.7A priority Critical patent/CN111197885A/zh
Publication of CN111197885A publication Critical patent/CN111197885A/zh
Pending legal-status Critical Current

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
    • F25D11/00—Self-contained movable devices, e.g. domestic refrigerators
    • 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
    • F25D17/00—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces
    • F25D17/04—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces for circulating air, e.g. by convection
    • F25D17/042—Air treating means within refrigerated spaces
    • F25D17/045—Air flow control arrangements
    • 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
    • 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
    • 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

本发明公开了一种食物贮藏装置的调节方法、食物贮藏设备，方法如下：获取食物信息和贮藏环境参数；根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略；根据所述贮藏策略调节贮藏装置的工作状态，食物贮藏设备包括贮藏装置，用于根据贮藏策略调节工作状态；获取装置，用于食物信息和贮藏环境参数；控制装置，用于根据食物信息和贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态。本发明通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量。

Description

一种食物贮藏装置的调节方法、食物贮藏设备
技术领域
本发明涉及食物贮藏设备领域，具体的涉及一种食物贮藏装置的调节方法、食物贮藏设备。
背景技术
随着人们生活水平的不断提高，人们日常生活中对食物储存设备的需求也越来越多人们对饮食方面的质量追求也在不断提升，以冰箱为例，冰箱中存放有各种食物，但冰箱的贮藏环境经常变动，以大米为例，现在冰箱没有专门针对大米进行存储的方案，传统的家用大米贮藏方式，如智能米桶，主要体现在大米的贮藏技术上，防止霉变、通风、控制每顿饭的份量、提醒大米剩余量等问题，但由于大米贮藏环境经常变动，大米的贮藏时间不长，贮藏质量有待提高。
发明内容
本发明的目的在于克服现有技术中因大米贮藏环境经常变动，大米的贮藏时间不长，贮藏质量有不高的技术问题，提供一种食物贮藏装置的调节方法、食物贮藏设备。
为实现上述目的，本发明采用的技术方案如下：一种食物贮藏装置的调节方法，所述方法包括：
获取食物信息和贮藏环境参数；
根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略；
根据所述贮藏策略调节贮藏装置的工作状态。
进一步的，采集食物图像采用卷积神经网络模型进行图像识别得到所述食物信息。
进一步的，通过对食物图像进行卷积处理以提取食物图像的特征图像，并对特征图像进行池化处理后进行分类得到所述食物信息。
进一步的，所述贮藏环境参数包括贮藏温度和/或贮藏湿度。
进一步的，根据所述食物信息和所述贮藏环境参数通过BP神经网络模型计算食物的贮藏策略。
进一步的，将所述食物信息、所述贮藏环境参数作为特征参数，输入所述BP神经网络模型进行训练得到食物的贮藏策略。
进一步的，所述贮藏策略根据所述贮藏环境参数的变化而调整。
进一步的，所述通过服务器对卷积神经网络模型和/或所述BP神经网络模型更新。
进一步的，调节所述贮藏装置的工作状态包括温度调节、湿度调节、通风、烘干。
一种食物贮藏设备，包括贮藏装置、获取装置、控制装置，
所述贮藏装置，用于根据贮藏策略调节工作状态；
所述获取装置，用于食物信息和贮藏环境参数，
所述控制装置，用于根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略，根据所述贮藏策略调节贮藏装置的工作状态。
进一步的，所述获取装置包括图像采集元件、环境采集元件，所述图像采集元件用于采集食物图像信息，所述环境采集元件用于采集贮藏环境参数。
进一步的，所述环境采集元件包括设置于所述贮藏装置内和/或所述贮藏装置外的温湿度传感器。
进一步的，所述贮藏装置包括温度调节器、湿度调节器、通风阀。
进一步的，还包括服务器，所述服务器用于建立所述贮藏策略数据库，并更新计算控制装置。
进一步的，还包括智能终端，所述图像采集元件集成于智能终端上。
进一步的，所述食物贮藏设备包括冰箱、冰柜、保温箱。
由上述对本发明的描述可知，与现有技术相比，本发明提供的一种食物贮藏装置的调节方法、食物贮藏设备，通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量。
附图说明
图1为本发明具体实施例一食物贮藏设备结构框图；
图2为本发明具体实施例一食物贮藏装置的调节方法流程图；
图3为本发明卷积神经网络模型结构图；
图4为本发明BP神经网络模型结构图；
图5为本发明所述贮藏策略抉择模型架构图；
图6为本发明所述贮藏策略执行过程图；
图7为本发明具体实施例二食物贮藏设备结构框图；
图8为本发明具体实施例二食物贮藏设备、服务器控制架构图；
图9为本发明具体实施例三食物贮藏设备结构框图；
图10为本发明具体实施例四食物贮藏设备结构框图；
图11为本发明具体实施例五食物贮藏设备结构图；
图12为本发明具体实施例五食物贮藏设备俯视图；
图13为本发明具体实施例六食物贮藏设备俯视图。
具体实施方式
以下将结合本发明实施例中的附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。
具体实施例一：
如图1所示，一种食物贮藏设备，如冰箱、冰柜、保温箱，本实施例以冰箱为例，包括贮藏装置1、获取装置2、控制装置3，
所述获取装置2获取食物信息和贮藏环境信息，其中获取装置2包括图像采集元件21、环境采集元件22，所述图像采集元件21采集食物图像信息；所述环境采集元件22采集所述冰箱的贮藏环境参数，所述环境采集元件22包括设置于所述冰箱内和冰箱外的温湿度传感器，
所述控制装置3根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略，根据所述贮藏策略调节冰箱的工作状态，采用卷积神经网络模型进行识别，采用BP神经网络模型进行计算，具体的，采集食物图像输入卷积神经网络模型进行识别得到所述食物信息，如识别到采集的食物图片为大米、红豆等，BP神经网络模型根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节冰箱的工作状态，如进行温度调节、湿度调节、通风、烘干等，在本实施例中还将卷积神经网络模型和BP神经网络模型写入冰箱的智能芯片中，
所述贮藏装置1内设有温度调节器、湿度调节器、通风阀、烘干器等，根据贮藏策略进行调节。
本实施例还提供一种食物贮藏装置的调节方法，如图2所示，包括以下步骤：
S1：获取所述食物信息和所述贮藏环境参数，
采集食物图像通过卷积神经网络模型进行图像识别得到所述食物信息，具体的，将食物图像输入所述卷积神经网络模型，对食物图像进行卷积处理以提取食物图像的特征图像，并对特征图像进行池化处理后进行分类得到所述食物信息，所述卷积神经网络模型主要由五个部分组成：输入层、卷积层、池化层、全连接层、softmax层。如图3所示，输入为images，其后与卷积层相连，卷积层主要由卷积核构成，卷积核相当于一个尺寸略小的全连接层，images中的小正方形尺寸与卷积核大小一致，卷积核从images的左上角开始从左至右、从上到下进行扫描，每扫过单位面积(卷积核面积)时，将iamge中的像素点与卷积核进行矩阵计算，得到一个映射区域feature map，许多feature map组成一个卷积feature map层，如module中的左边立方体成为卷积feature map，Images在经过卷积核处理的作用是将Iamges进行特征提取，Module中左边的卷积feature map同样需要经过池化层进行特征的进一步提取，减少特征的冗余，池化处理与卷积核的处理类似，即在卷积feature map层上扫描固定大小的单位区域，不同的是，不在进行矩阵的计算，而是对矩阵内部做分块处理，如最大池化处理，即在矩阵内取最大值像素点；平均池化处理，在矩阵内做像素点的值求平均值。再经过池化处理后得到池化feature map层，如module中的右边立方体。卷积层与池化层组成module，后续再连接n-1个module之后，再连接三个全连接层，图3中的FC1、FC2、FC3，将立体的feature map转化成一维的全连接层，最后再经过softmax对结果进行判断，得到所述食物信息，例如，识别到采集的食物图片为大米、红豆等，
所述贮藏环境参数包括贮藏温度和贮藏湿度，通过设置在冰箱内或所述冰箱外的温湿度传感器采集得到；
S2：根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略，
根据所述食物信息和所述贮藏环境参数通过BP神经网络模型计算食物的贮藏策略，将所述食物信息、所述贮藏环境参数作为特征参数，输入BP神经网络模型进行训练得到食物的贮藏策略，所述BP神经网络模型主要分为三个部分：输入层、隐含层、输出层，当然输出层也可以加上softmax层做分类处理。输入层主要是输入样本中的一些特征参数，如图4所示，输入冰箱内环境参数、冰箱外环境参数、食物信息，每一种参数占用一个节点，上述三个层中每个层中由若干个不相连的节点组成，层内节点无相连，层之间节点使用全连接组成，训练得到食物的贮藏策略，上述卷积神经网络模型与BP神经网络模型都是带反向传播的神经网络，首先随机初始化各层上的权重与偏置值，在经过前向传播后，计算前向传播的结果与样本标签的误差，接着反向将误差对前面的权重和偏到值进行一层接着一层求导，得到补偿量。再将补偿量转移到权重与偏置值的更新，用于下一轮的前向传播。重复上述步骤，最后达到预期的拟合目标，从而得到拟合模型，所述贮藏策略根据所述贮藏环境参数的变化而调整，
S3：根据所述贮藏策略调节贮藏装置的工作状态，
调节冰箱的工作状态包括温度调节、湿度调节、通风、烘干等，如图5所示，输入的数据组成状态s0，若针对状态s0,有N中贮藏策略方案(Model1～ModelN)，对应有执行方案(Action1～ActionN)，每个Model中有烘干、湿度调节、通风、温度调节module。每个Model通过调节所述冰箱内不同的工作部件进行温湿度的调节，组成一个Action。若在当前状态下采用此Action执行上述方案，则得到更新后的冰箱内适应的温度和湿度，并执行对应的Action贮藏策略。为了适应实时变化的外界环境，以及在用户使用的过程中，内部环境也会出现相应的变动，故采用定期不间断的进行所述贮藏策略的调整。如图6所示，Statemodule i表示第i次调整，每一次调整，都会针对当前起点状态si进行一次策略的选择，再到策略的执行，在间隔时间ΔT后，得到下一步状态Si+1。整个的调整过程是从s0开始，并不断采用module模块中的过程，进行调整。从而实现针对不同的环境调整更优的贮藏方式，即，将更优的贮藏过程分段成若个小的任务，每个任务选择最优的方式，从而实现最优路径的选择。
本实施例提供的一种食物贮藏装置的调节方法、食物贮藏设备，通过通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量，并根据不同的贮藏环境改变所述贮藏策略，能够自动使用环境变化，贮藏效果更佳。
具体实施例二：
本实施例的食物贮藏设备与实施例一具有相同的贮藏装置1、获取装置2、控制装置3，与具体实施例一的区别在于，还包括服务器4，本实施例的食物贮藏设备仍以冰箱为例，
如图7、图8所示，服务器4建立贮藏策略数据库，设有与冰箱智能芯片中卷积神经网络模型和BP神经网络模型对应的卷积神经网络模型分析中心和BP神经网络模型分析中心，在服务器4中包括有图片数据库、Model数据库、策略数据库，图片数据库主要用于卷积神经网络模型分析中心使用，卷积神经网络模型分析中心主要用于识别食物对象，判断所述食物信息；Model数据库，主要用于BP神经网络模型分析中心使用，主要将食物信息及食物当前的环境参数进行建模，映射到食物的保存方式，即将所述食物信息、当前的环境参数作为特征输入，保存模式作为表标签，建立样本对，这些样本对主要来自大量的实验数据信息；策略数据库，主要是针对食物的保存模式与具体的保存措施进行建模，也是来自大量的实验数据信息或互联网相关数据库，上述三个数据库均事先建好，为了方便理解，本实施例将三个数据库部署在服务器端(Internet端)，将食物贮藏设备(冰箱)设为贮藏设备端(ISD端)，通过通讯模块，例如Wifi模块、蓝牙模块、外红模块等，与服务器4实现数据对接，接收服务器4上对应神经网络模型分析中心下发的更新命令，可以实时对冰箱智能芯片中的卷积神经网络模型、BP神经网络模型进行更新，
本实施例的食物贮藏装置的调节方法与具体实施例一的区别在于，还包括对卷积神经网络模型和/或BP神经网络模型进行更新。
本实施例提供的一种食物贮藏装置的调节方法、食物贮藏设备，通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量，并根据不同的贮藏环境改变所述贮藏策略，能够自动使用环境变化，贮藏效果更佳，结合大量的实验数据或互联网数据计算训练贮藏策略，并对卷积神经网络模型和BP神经网络模型进行更新，进一步优化贮藏策略。
具体实施例三：
如图9所示，本实施例的食物贮藏设备与实施例一具有相同的贮藏装置1、获取装置2、控制装置3，与具体实施例一的区别在于：还包括智能终端，智能终端与食物贮藏设备之间进行通讯，实现数据对接，图像采集元件21集成于智能终端上。
本实施例的食物贮藏装置的调节方法与具体实施例一的区别在于，通过智能终端上图像采集元件对所述食物信息进行采集。
本实施例提供的一种食物贮藏装置的调节方法、食物贮藏设备，通过通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量，并根据不同的贮藏环境改变所述贮藏策略，能够自动使用环境变化，贮藏效果更佳，通过智能终端采集图像信息，用户在采购完食物后，即对食物进行拍照采集并上传，处理及时，也节省了食物贮藏设备的占用空间。
具体实施例四：
如图10所示，本实施例的食物贮藏设备与实施例二具有相同的贮藏装置1、获取装置2、控制装置3、服务器4，与具体实施例二的区别在于：还包括智能终端，智能终端与食物贮藏设备、服务器4之间进行通讯，实现数据对接，所述图像采集元件集成于智能终端上。
本实施例的食物贮藏装置的调节方法与具体实施例二的区别在于，通过智能终端上图像采集元件对所述食物信息进行采集。
本实施例提供的一种食物贮藏装置的调节方法、食物贮藏设备，通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量，并根据不同的贮藏环境改变所述贮藏策略，能够自动使用环境变化，贮藏效果更佳，结合大量的实验数据或互联网数据计算训练所述贮藏策略，并对卷积神经网络模型和BP神经网络模型进行更新，进一步优化所述贮藏策略，通过智能终端采集图像信息，用户在采购完食物后，即对食物进行拍照采集并上传，处理及时，也节省了食物贮藏设备的占用空间。
具体实施例五：
本实施例的食物贮藏设备主要针对大米等谷类食物进行贮藏设计，本实施例的食物贮藏设备仍以冰箱为例，
在本实施例中以大米为例，如图11、图12所示，冰箱从上到下，依次分别为贮粮仓100、盛粮器200、控制仓300，贮粮仓100主要用于贮藏大米，贮粮仓内设置有温湿度传感器101，贮粮仓外设置有温湿度传感器102，盛粮器200主要用于日常取粮，控制300仓主要用于存放相关控制部件，如温度调节器301、湿度调节器302、通风阀303、烘干器304、通讯模块305储能模块或其他拓展模块，贮粮仓100底部倾斜设置，贮粮仓100底部设有一个取粮门103，该取粮门103由取粮电机104控制闭合或开启，贮粮仓100上还设置有入仓门400，有入仓电机401控制开启或闭合，倾斜设计可以确保先入仓的大米可充分被优先出仓，入仓出仓也可通过智能终端进行控制，智能终端发出入仓或开仓指令时，有相应的电机进行控制操作。
本实施例提供的一种食物贮藏装置的调节方法、食物贮藏设备，通过通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量，并根据不同的贮藏环境改变所述贮藏策略，能够自动使用环境变化，贮藏效果更佳，针对大米等谷类食物设计贮藏装置，可以确保先入仓的大米可充分被优先出仓。
具体实施例六：
本实施例的食物贮藏设备与实施例五具有相同的贮粮仓100、盛粮器200、控制仓300、入仓门400，与实施例五的区别在于，本实施例还设置压力传感器，
如图13所示，贮粮仓100底部设置有第一压力传感器105，盛粮器200底部设置有第二压力传感器201，还可以在冰箱上增加显示装置，
一方面可以计算大米的剩余量，用户在买回大米后，根据入仓时贮粮仓100的第一压力传感器的数据P0，再根据每次盛粮器的第二压力传感器的数据Pi通过计算得到，同时可录入大米的保质期，仓内大米剩余量数据及大米保质期数据会以数值的方式在显示装置上，服务器端根据仓内大米保质期数据进行营养价值评估，并将相应评估信息每天在固定的时间推送给用户智能终端。大米剩余量、保质期、营养价值这三个数据项中每项对应设置一个最大预警值和一个最小预警值，当三个数据项中若至少有一项数据触发最小预警值时，贮藏设备在室内进行定期语音提醒，服务器端通过远程推送方式，将信息推送至用户手机或者其他智能终端，当三个数据项中至少有一项数据触发最大预警值时。装置将不间断发出语音预警，服务器端增加推送频率，提醒用户；
另一方面还可以进行大米预约，用户在买回大米后，入仓，可同时记录入仓时间，用户可提前在智能终端上进行大米用量预约，冰箱在接收到到相关的控制指令后，取粮电机104控制取粮门103的开度控制出米量，第一压力传感器105动态监测仓内大米量的变化，大米顺着控制门落入斜坡，再从斜坡落入盛粮器200中，当第一压力传感器105获取的数据达到设定阈值时，取粮电机控制取粮门关闭。并在显示装置提示已盛好定量的大米。
本实施例提供的一种食物贮藏装置的调节方法、食物贮藏设备，通过获取食物信息、贮藏环境参数，根据食物信息、贮藏环境参数计算食物的贮藏策略，根据贮藏策略调节贮藏装置的工作状态，改变了食物的贮藏环境，延长了食物的贮藏时间，最大化的保障食物的贮藏质量，并根据不同的贮藏环境改变所述贮藏策略，能够自动使用环境变化，贮藏效果更佳，通过设置压力传感器一方面可计算大米剩余量、预约大米，极大的方便了用户，满足用户多方面需求。
上述仅为本发明的若干具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

Claims (16)

1.一种食物贮藏装置的调节方法，其特征在于，所述方法包括：
获取食物信息和贮藏环境参数；
根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略；
根据所述贮藏策略调节贮藏装置的工作状态。
2.根据权利要求1所述的食物贮藏装置的调节方法，其特征在于：采集食物图像采用卷积神经网络模型进行图像识别得到所述食物信息。
3.根据权利要求2所述的食物贮藏装置的调节方法，其特征在于：通过对食物图像进行卷积处理以提取食物图像的特征图像，并对特征图像进行池化处理后进行分类得到所述食物信息。
4.根据权利要求1所述的食物贮藏装置的调节方法，其特征在于：所述贮藏环境参数包括贮藏温度和/或贮藏湿度。
5.根据权利要求2-4任意一项所述的食物贮藏装置的调节方法，其特征在于：根据所述食物信息和所述贮藏环境参数通过BP神经网络模型计算食物的贮藏策略。
6.根据权利要求5任意一项所述的食物贮藏装置的调节方法，其特征在于：将所述食物信息、所述贮藏环境参数作为特征参数，输入所述BP神经网络模型进行训练得到食物的贮藏策略。
7.根据权利要求6所述的食物贮藏装置的调节方法，其特征在于：所述贮藏策略根据所述贮藏环境参数的变化而调整。
8.根据权利要求6所述的食物贮藏装置的调节方法，其特征在于：所述通过服务器对卷积神经网络模型和/或所述BP神经网络模型更新。
9.根据权利要求1所述的食物贮藏装置的调节方法，其特征在于：调节所述贮藏装置的工作状态包括温度调节、湿度调节、通风、烘干。
10.一种食物贮藏设备，其特征在于：包括贮藏装置、获取装置、控制装置，
所述贮藏装置，用于根据贮藏策略调节工作状态；
所述获取装置，用于食物信息和贮藏环境参数，
所述控制装置，用于根据所述食物信息和所述贮藏环境参数计算食物的贮藏策略，根据所述贮藏策略调节贮藏装置的工作状态。
11.根据权利要求11所述的一种食物贮藏设备，其特征在于：所述获取装置包括图像采集元件、环境采集元件，所述图像采集元件用于采集食物图像信息，所述环境采集元件用于采集贮藏环境参数。
12.根据权利要求12所述的食物贮藏设备，其特征在于：所述环境采集元件包括设置于所述贮藏装置内和/或所述贮藏装置外的温湿度传感器。
13.根据权利要求11所述的食物贮藏设备，其特征在于：所述贮藏装置包括温度调节器、湿度调节器、通风阀。
14.根据权利要求11-13任意一项所述的食物贮藏设备，其特征在于：还包括服务器，所述服务器用于建立所述贮藏策略数据库，并更新计算控制装置。
15.根据权利要求11-13任意一项所述的食物贮藏设备，其特征在于：还包括智能终端，所述图像采集元件集成于智能终端上。
16.根据权利要求11所述的食物贮藏设备，其特征在于：所述食物贮藏设备包括冰箱、冰柜、保温箱。
CN201811383526.7A 2018-11-20 2018-11-20 一种食物贮藏装置的调节方法、食物贮藏设备 Pending CN111197885A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811383526.7A CN111197885A (zh) 2018-11-20 2018-11-20 一种食物贮藏装置的调节方法、食物贮藏设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811383526.7A CN111197885A (zh) 2018-11-20 2018-11-20 一种食物贮藏装置的调节方法、食物贮藏设备

Publications (1)

Publication Number Publication Date
CN111197885A true CN111197885A (zh) 2020-05-26

Family

ID=70744123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811383526.7A Pending CN111197885A (zh) 2018-11-20 2018-11-20 一种食物贮藏装置的调节方法、食物贮藏设备

Country Status (1)

Country Link
CN (1) CN111197885A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112097431A (zh) * 2020-09-16 2020-12-18 合肥华凌股份有限公司 真空保鲜方法、真空控制装置和制冷设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104061747A (zh) * 2013-03-18 2014-09-24 海尔集团公司 一种冰箱内食品存储控制方法、智能控制终端及冰箱
CN105707211A (zh) * 2016-01-22 2016-06-29 青岛海尔股份有限公司 基于冷藏冷冻设备的蔬果处理方法与冷藏冷冻设备
US20170219276A1 (en) * 2016-02-03 2017-08-03 Multimedia Image Solution Limited Smart Refrigerator
CN107133650A (zh) * 2017-05-10 2017-09-05 合肥华凌股份有限公司 冰箱的食物识别方法、装置及冰箱
CN107869879A (zh) * 2016-09-28 2018-04-03 九阳股份有限公司 一种冰箱的控制方法
CN108829723A (zh) * 2018-05-08 2018-11-16 天津大学 基于复杂网络和深度学习的可交互智能冰箱健康服务终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104061747A (zh) * 2013-03-18 2014-09-24 海尔集团公司 一种冰箱内食品存储控制方法、智能控制终端及冰箱
CN105707211A (zh) * 2016-01-22 2016-06-29 青岛海尔股份有限公司 基于冷藏冷冻设备的蔬果处理方法与冷藏冷冻设备
US20170219276A1 (en) * 2016-02-03 2017-08-03 Multimedia Image Solution Limited Smart Refrigerator
CN107869879A (zh) * 2016-09-28 2018-04-03 九阳股份有限公司 一种冰箱的控制方法
CN107133650A (zh) * 2017-05-10 2017-09-05 合肥华凌股份有限公司 冰箱的食物识别方法、装置及冰箱
CN108829723A (zh) * 2018-05-08 2018-11-16 天津大学 基于复杂网络和深度学习的可交互智能冰箱健康服务终端

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112097431A (zh) * 2020-09-16 2020-12-18 合肥华凌股份有限公司 真空保鲜方法、真空控制装置和制冷设备

Similar Documents

Publication Publication Date Title
KR102648234B1 (ko) 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법
CN110135788B (zh) 一种冷链物流运输设备和冷链物流系统
CN108362073A (zh) 一种冰箱内食品的管理方法和系统
CN109753948B (zh) 基于微波雷达的空调控制方法和装置、存储介质和处理器
CN111720974A (zh) 运行控制方法、控制面板、空调设备和计算机存储介质
US20210196081A1 (en) Systems and methods for automated cooking
CN111444880A (zh) 一种食材识别方法及冰箱
EP3745304A1 (en) Refrigerator, and system and method for controlling same
CN108766529A (zh) 一种智能食谱推荐方法及系统
CN110490688B (zh) 商品推荐方法和装置
CN106052294A (zh) 冰箱及其储物区物品变化的判断方法
US11763566B2 (en) Target association using occlusion analysis, clustering, or both
CN110608574A (zh) 一种冰箱及其保鲜控制方法
CN108983625A (zh) 一种智能家居系统及服务生成方法
CN110345610B (zh) 空调器的控制方法及装置、空调设备
CN112070592A (zh) 智能食堂的健康饮食管理方法、装置、存储介质和系统
CN107560090A (zh) 空调的送风控制方法及装置、终端
CN107273678A (zh) 一种基于智能手机的食物营养成分自动分析计算系统
CN113465287A (zh) 一种智能冰箱及光照强度调整方法
KR20200051283A (ko) 식품 관리 시스템, 서버 장치 및 냉장고
CN115131783B (zh) 基于机器视觉的用户饮食营养成分信息自主感知方法
CN111197885A (zh) 一种食物贮藏装置的调节方法、食物贮藏设备
WO2020147345A1 (zh) 获取米粒的垩白度的方法、装置和烹饪器具
CN108197145A (zh) 食物信息推送方法及装置
KR102490828B1 (ko) 스마트 농산물 저장 시스템 및 방법

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200526