CN112835299B - 基于深度学习的智能烘烤控制系统 - Google Patents

基于深度学习的智能烘烤控制系统 Download PDF

Info

Publication number
CN112835299B
CN112835299B CN202011628784.4A CN202011628784A CN112835299B CN 112835299 B CN112835299 B CN 112835299B CN 202011628784 A CN202011628784 A CN 202011628784A CN 112835299 B CN112835299 B CN 112835299B
Authority
CN
China
Prior art keywords
module
food
baking
temperature
central processing
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
Application number
CN202011628784.4A
Other languages
English (en)
Other versions
CN112835299A (zh
Inventor
吴娟
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.)
Chongqing College of Electronic Engineering
Original Assignee
Chongqing College of Electronic Engineering
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 Chongqing College of Electronic Engineering filed Critical Chongqing College of Electronic Engineering
Priority to CN202011628784.4A priority Critical patent/CN112835299B/zh
Publication of CN112835299A publication Critical patent/CN112835299A/zh
Application granted granted Critical
Publication of CN112835299B publication Critical patent/CN112835299B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00Systems controlled by a computer
    • G05B15/02Systems controlled by a computer electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/26Pc applications
    • G05B2219/2643Oven, cooking

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Baking, Grill, Roasting (AREA)

Abstract

本发明涉及食物制作领域,公开了基于深度学习的智能烘烤系统,包括:图像识别模块,用于食物进行图像识别,并根据图像识别确认食物类型;内温判断模块,穿插于食物内部,用于采集食物内部温度以及时间,并进行分析和判断,形成判断结果,深度学习模块预存温度曲线;中央处理模块用于根据所述深度学习模块得到的烘烤曲线,并根据图像识别模块得到的食物类型调用对应的烘烤曲线来控制机械运动模块进行烘烤,实时调用内温判断模块的判断结果,若判断结果为食物内部已熟时,则关闭机械运动模块;还用于对图像识别模块未识别的食物类型调用温度曲线来控制机械运动模块进行烘烤。本方案解决了现有技术中烘烤完成后食物出现表面已熟内部却没熟的问题。

Description

基于深度学习的智能烘烤控制系统
技术领域
本发明涉及食材制作领域,涉及基于深度学习的智能烘烤系统。
背景技术
在食品加工过程中,常常涉及到烘烤工艺,烘烤过程的操控是否合理直接影响烘烤产品的品质评定。目前的烘烤过程多为人工、半自动化操控,每位烘烤师管理几至几十个烤房,虽然已根据经验设定了烘烤工艺曲线,但由于烘烤对象的性质差异,需要烘烤师在实施烘烤的整个过程中,对烘烤过程实施24小时的监控并不断修正、调节烘烤工艺曲线,不仅使烘烤师的劳动强度大,且由于烘烤师的烘烤技术良莠不齐,导致烘烤成品的质量差异,这极大地制约了烘烤成品质量整体提高的可能性。
为此公开号CN109287687A的中国专利公开了一种基于深度学习的智能烘烤方法以及装置,所述的智能烘烤方法包括:将反馈模块反馈的信息分析、学习,并生成烘烤曲线,然后根据烘烤曲线,控制机械运动模块进行烘烤;智能烘烤装置包括中央处理模块、深度学习模块、机械运动模块、反馈模块,深度学习模块根据反馈模块反馈的信息生成烘烤曲线,中央处理模块则根据烘烤曲线控制机械运动模块进行烘烤。
虽然上述方案根据不同的烤制食物得到不同的烘烤曲线,按照烘烤曲线进行烘烤,从而使一种烘烤系统即可完成对多种食物制作多种口味的烤制食品,但是食物是否已经烤熟无从判断,而确定食物是否烤熟的一个标准就是食物内外温度的比较,比如在对鸡排进行烘烤时,很有可能出现鸡排表皮烤焦了,内部还只是有点微热。要知道食物烤熟是最为基础的一个环节也是必要的一个环节,所以在烘烤的过程中,不仅要确保对不同食物进行不同方案的烘烤同时还要保证食物是熟透的。
因此需要基于深度学习的智能烘烤控制系统,解决现有技术中烘烤完成后食物出现表面已熟内部却没熟的问题。
发明内容
本发明的目的在于提供基于深度学习的智能烘烤控制系统,解决现有技术中烘烤完成后食物出现表面已熟内部却没熟的问题。
为达到上述目的,本发明的技术方案提供基于深度学习的智能烘烤控制系统,包括中央处理模块、深度学习模块、机械运动模块和反馈模块,所述深度学习模块、机械运动模块和反馈模块分别与中央处理模块连接,所述深度学习模块,用于将反馈模块反馈的信息分析、深度学习,并生成烘烤曲线:其特征在于,还包括:
图像识别模块,用于食物进行图像识别,并根据图像识别确认食物类型;
内温判断模块,穿插于食物内部,用于采集食物内部温度以及时间,并进行分析和判断,形成判断结果,若内部温度达到预设温度阈值,且时间达到预设时间阈值,则判定食物内部已熟;
所述深度学习模块还预存有温度曲线;
所述中央处理模块,用于根据所述深度学习模块得到的烘烤曲线,并根据图像识别模块得到的食物类型调用对应的烘烤曲线来控制机械运动模块进行烘烤,实时调用内温判断模块的判断结果,若判断结果为食物内部已熟时,则关闭机械运动模块;还用于对图像识别模块未识别的食物类型调用温度曲线来控制机械运动模块进行烘烤;
其中,对不能穿插内温判断模块的食物,若图像识别模块未能识别的食物类型,则利用所述中央处理模块进行间断式的控制机械运动模块进行烘烤;若图像识别模块能识别的食物类型,则直接调用对应的烘烤曲线来控制机械运动模块进行烘烤。
本方案的技术原理是:当内温判断模块可穿插到食物内部时,图像识别模块对食物的类型进行识别,若识别成功,则中央处理模块会根据图像识别模块识别到的食物类型调用对应食物类型的烘烤曲线,中央处理模块根据烘烤曲线控制机械运动模块进行烘烤,若识别不成功,则中央处理模块直接调用深度学习模块内预存的温度曲线,根据温度曲线控制机械运动模块进行烘烤;当内温判断模块不能穿插到食物内部时,图像识别模块对食物的类型进行识别,若识别成功,则中央处理模块会根据烘烤曲线控制机械运动模块进行烘烤,若识别不成功,则中央处理模块直接调用深度学习模块内预存的温度曲线,根据温度曲线控制机械运动模块进行烘烤。
本方案的技术效果是:面对能被图像识别模块识别的食物,不管食物内部是否能穿插内温判断模块,都利用各自对应的烘烤曲线进行烘烤,而面对不能被图像识别模块识别的食物,如果食物内部可以穿插内温判断模块,则调用温控曲线,并根据温控曲线来控制机械运动模块进行烘烤,如果食物内部不可以穿插内温判断模块,则进行间断式的控制机械运动模块进行烘烤,面对不同食物可以实现各自对应的烘烤方式,使得食物在烘烤时的效率更高,避免使得食物不出现未熟的现象,解决了现有技术中烘烤完成后食物出现表面已熟内部却没熟的问题。
进一步的,还包括红外温度检测模块,用于对烤箱内部的温度进行实时检测;
其中,所述图像识别模块还用于对食物的表面颜色进行识别;所述间断式为中央处理模块调用温度曲线控制机械运动模块进行烘烤时,若图像识别模块识别到食物表皮的颜色发生变化后,则机械运动模块停止烘烤,红外温度检测模块会对烤箱内部的温度进行实时的检测,若在预设时间阈值内食物的表皮温度变化率快于食物周围空气的温度变化率,则判断食物内部未熟,中央处理模块再一次调用温度曲线控制机械运动模块进行烘烤,若在预设时间阈值内食物的表皮温度变化与食物周围空气的温度变化相近,则判断食物内部已熟。
通过图像识别模块对食物是否变色进行判断,可以避免出现食物烘烤过度造成食物烤焦,在变色后用红外温度检测模块对食物的表皮温度和食物周围温度进行实时检测,并在预设时间阈值内对食物的表皮温度和食物周围温度的变化进行判断,通过比较可以第一时间了解到食物内部是否熟了。
进一步的,还包括用于判断食物厚度和直径的红外成像传感模块,所述红外成像传感模块与所述中央处理模块连接,所述中央处理模块根据红外成像传感模块得到的厚度信息和直径信息,控制所述喷焰模块火焰的大小。
同一种食物对应的厚度和直径不同,所需火焰的大小也不同,通过对食物的厚度和直径进行测量,然后把数据传至中央处理模块,中央处理模块根据厚度信息和直径信息对喷焰模块进行控制火焰的大小,可以确保面对不同厚度的食物都能保证其烘烤熟透。
进一步的,还包括数据协助模块,所述数据协助模块与中央处理模块连接,用于存储反馈模块的数据并生成数据包实时与中央处理模块进行交换。使得中央处理模块运行环境更好,运行速度更快。
进一步的,还包括伺服电源模块和漏电短路保护模块;所述伺服电源模块与中央处理模块连接,所述漏电短路保护模块与伺服电源模块连接。全天候伺服电源,根据系统火力的需求实时动态地调整电源输出功率,当考虑满功率运行时,若发生过载或者漏电,漏电短路保护模块可以紧急自动切断电源。
进一步的,还包括油烟净化模块,所述油烟净化模块与中央处理模块连接。烘烤过程中产生的油烟在设备内部压缩和净化后再排出设备外,减少空气污染。
进一步的,所述的机械运动模块包括翻转机械臂模块、喷焰模块、氧气和燃料均衡调节模块,所述翻转机械臂模块、喷焰模块以及氧气和燃料均衡调节模块分别与中央处理模块连接;
所述翻转机械臂模块,用于根据烘烤曲线调整烘烤位置和方向;
所述喷焰模块,用于根据烘烤曲线喷出气焰烘烤食物;
所述氧气和燃料均衡调节模块,用于根据烘烤曲线动态调节进氧压力和燃料调配速度。
通过翻转机械臂模块,能够根据烘烤曲线调整烘烤位置和方向;通过喷焰模块,能够根据烘烤曲线喷出气焰烘烤食物;通过氧气和燃料均衡调节模块,能够根据烘烤曲线动态调节进氧压力和燃料调配速度,这样能够根据烘烤的对象不同以及烘烤的实际情况控制烘烤的温度、烘烤的火焰大小,供氧的速度等参数,从而使得烘烤出来的物品质量更好。
附图说明
图1为本发明实施例一基于深度学习的智慧烘烤控制系统逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
说明书附图中的附图标记包括:中央处理模块1、深度学习模块2、机械运动模块3、翻转机械臂模块31、喷焰模块32、氧气和燃料均衡调节模块33、内温判断模块4、反馈模块5、数据协助模块6、红外成像传感模块7、油烟净化模块8、伺服电源模块9、漏电短路保护模块10、图像识别模块11、红外温度检测模块12。
实施例一
本发明基于深度学习的智慧烘烤控制系统实施例基本如附图1所示,包括中央处理模块1、深度学习模块2、机械运动模块3、翻转机械臂模块31、喷焰模块32、氧气和燃料均衡调节模块33、内温判断模块4、反馈模块5、数据协助模块6、红外成像传感模块7、油烟净化模块8、伺服电源模块9、漏电短路保护模块10、图像识别模块11和红外温度检测模块12。深度学习模块2、机械运动模块3、内温判断模块4、反馈模块5、数据协助模块6、红外成像传感模块7、油烟净化模块8、漏电短路保护模块10、图像识别模块11和红外温度检测模块12分别与中央处理模块1相连。
反馈模块5用来对烘烤食物的信息进行接收。本实施例中获得大量的关于烘烤食物的数据,按照机械运动模块3对食物烘烤的时间、角度、火力进行记录,将烘烤得到的食物给顾客试食,让顾客评分,从分到分,分数越高代表口感味道越好,从而得到数据表格。
深度学习模块2用于根据反馈模块5的反馈信息进行深度学习并绘制烘烤曲线,本实施例中根据反馈模块5形成的数据表格,将时间、角度、火力的其中两个量作定量,另一个量作变量,以变量做横坐标,以分数做纵坐标,得到一系列的初始烘烤曲线,同时深度学习模块2内部预存了温控曲线。
内温判断模块4,穿插在食物的内部,用来采集食物内部的温度以及时间,并分析和判断,形成判断结果,若内部温度达到预设温度阈值,且持续时间达到预设时间阈值,则判定食物内部已熟。本实施例中内温判断模块4采集食物内部温度的部分为中空的签子,中空的签子上分布有间隔相同的通孔,在签子内部的通孔位置处装有温度传感器,温度传感器实现对食物内部温度的采集。
图像识别模块11,用于对食物类型进行图像识别以及对食物表皮颜色进行识别。
红外成像传感模块7用来对食物的厚度和直径进行测量,避免不同厚度的同种食物都用同种大小的火焰来烘烤,从而出现火候把握不到位造成食物烤焦的问题。
不同厚度的相同食物如果只有一种大小的火焰进行烘烤的话,假设厚度大的食物能被该大小的火焰烘烤熟透时,厚度小的食物可能会被烤焦,要是厚度相差太大,厚度小的食物甚至会被烤成碎渣。同样的直径也是如此。
红外温度检测模块12,用于对烤箱内部的温度进行实时检测,实时对食物表皮和食物周围空气温度进行检测。
机械运动模块3包括翻转机械臂模块31、喷焰模块32、氧气和燃料均衡调节模块33;翻转机械臂模块31用来根据烘烤曲线闭环全方位调整烘烤位置和方向,不同的食物都有不同的烘烤位置,同时同种食物使用不同的烘烤位置所制造出来的温味道也会有所不同。
喷焰模块32,用于根据烘烤曲线烘烤食物,并将有效的热能用在食物关键性部位,对火焰的大小控制可以有效避免食物被烤焦,同时对有些食物的关键性部位进行有效的烘烤如烤全羊中央的腿就需要更多的烘烤才能保证羊腿是熟的。
氧气和燃料均衡调节模块33用于根据烘烤曲线动态调节进氧压力和燃料调配速度。通过控制进氧压力和燃料调配速度可以调整食物的味道,确保食物的味道是最佳的。
中央处理模块1用于根据所述深度学习模块2得到的烘烤曲线,并根据图像识别模块11得到的食物类型调用对应的烘烤曲线来控制机械运动模块3进行烘烤,实时调用内温判断模块4的判断结果,若判断结果为食物内部已熟时,则关闭机械运动模块3;还用于对图像识别模块11未识别的食物类型调用温度曲线来控制机械运动模块3进行烘烤;
其中,对不能穿插内温判断模块4的食物,若图像识别模块11未能识别的食物类型,则利用中央处理模块1调用温度曲线控制机械运动模块3进行烘烤,若图像识别模块11识别到食物表皮的颜色发生变化后,则机械运动模块3停止烘烤,红外温度检测模块12会对烤箱内部的温度进行实时的检测,若在预设时间阈值内食物的表皮温度变化快于食物周围空气的温度变化,则判断食物内部未熟,中央处理模块1再一次调用温度曲线控制机械运动模块3进行烘烤,若在预设时间阈值内食物的表皮温度变化与食物周围空气的温度变化相近,则判断食物内部已熟。
若图像识别模块11能识别的食物类型,则直接调用对应的烘烤曲线来控制机械运动模块3进行烘。
本实施例中食物表皮颜色发生变化的判断如下:
中央处理模块1在烘烤前和烘烤后都获取图像识别模块11采集的图像,得到食物的初始色彩值L0、a0、b0和食物烘烤后的色彩值Ln、an、bn
之后得到色差△En=[(Ln-L0)2+(an-a0)2+(bn-b0)2]1/2
再进行判断,当△En-△E≥预设最小值时,则判定食物表皮的颜色发生变化。
本实施例中在预设时间阈值内食物的表皮温度下降速率比食物周围空气温度的下降速率高5℃/min以上时定义为食物的表皮温度变化快于食物周围空气的温度变化,而食物的表皮温度下降速率比食物周围空气温度的下降速率高5℃/min以下时定义为食物的表皮温度变化与食物周围空气的温度变化相近。
数据协助模块6用来存储反馈模块5的数据并生成数据包实时与中央处理模块1进行交换。
伺服电源模块9会全天候的伺服电源,根据系统火力的需求实时动态地调整电源输出功率,与伺服电源模块9连接的漏电短路保护模块10,用于在考虑满功率运行时,如果发生过载或者漏电,漏点短路保护模块会紧急自动切断电源,避免造成危险。
为了减少油烟排放的污染,还设置了油烟净化模块8,油烟净化模块8采用新型环保自循环净化方案,烘烤过程中产生的油烟在设备内部压缩和净化后再排出设备外。
具体实施过程如下:首先是反馈模块5获得大量的关于烘烤食物的数据,按照机械运动模块3对食物烘烤的时间、角度、火力进行记录,将烘烤得到的食物给顾客试食,让顾客评分,从分到分,分数越高代表口感味道越好,从而得到数据表格。然后深度学习模块2按照数据表格,将时间、角度、火力的其中两个量作定量,另一个量作变量,以变量做横坐标,以分数做纵坐标,得到一系列的初始烘烤曲线。烘烤曲线会被存储在数据协助模块6中,数据协助模块6生成数据包并实时与中央处理模块1进行交换。
当我们重新放置一块食物后,如果食物可以使内温判断模块4穿插时,则将食物穿插在内温判断模块4中的签子上,如果食物不可以使内温判断模块4穿插时,则将食物放置在烤箱内。
之后启动烤箱,图像识别模块11对食物进行图像捕捉,并进行食物类型的判断,同时还对食物的表皮颜色进行采集,当图像识别模块11识别到该食物时,中央处理模块1会根据图像识别模块11识别到的食物类型来调用深度学习模块2中对应食物类型的烘烤曲线,通过烘烤曲线来控制机械运动模块3进行烘烤,于此同时,内温判断模块4会实时对食物内部的温度进行采集和判断,并得到判断结果,中央处理模块1根据判断结果来控制机械运动模块3的停止。
而当图像识别模块11未识别到该食物时,如果食物可以使内温判断模块4穿插时,中央处理模块1会直接调用温度数据,根据温度数据来控制机械运动模块3进行烘烤,于此同时,内温判断模块4会实时对食物内部的温度进行采集和判断,并得到判断结果,中央处理模块1根据判断结果来控制机械运动模块3的停止。
对于不可以使内温判断模块4穿插的食物,中央处理模块1也会直接调用温度数据,根据温度数据来控制机械运动模块3进行烘烤,同时红外成像传感模块7会在烘烤前和烘烤中的食物的表皮颜色信息进行采集,并实时对食物表皮颜色的变化进行判断,当食物表皮颜色变化满足条件时,中央处理模块1会控制机械运动模块3停止烘烤,之后在预设时间阈值内利用红外温度检测模块12采集食物表皮温度和食物周围空气温度,并得到食物表皮温度变化速率数据和食物周围空气温度变化数据,通过判断,若表皮温度下降速率比食物周围空气温度的下降速率高5℃/min以上,则判定食物的表皮温度变化快于食物周围空气的温度变化,此时食物内部未熟。
其中机械运动模块3包括翻转机械臂模块31、喷焰模块32、氧气和燃料均衡调节模块33,通过翻转机械臂模块31,能够根据烘烤曲线调整烘烤位置和方向;通过喷焰模块32,能够根据烘烤曲线喷出气焰烘烤食物;通过氧气和燃料均衡调节模块33,能够根据烘烤曲线动态调节进氧压力和燃料调配速度,这样能够根据烘烤的对象不同以及烘烤的实际情况控制烘烤的温度、烘烤的火焰大小,供氧的速度等参数,从而使得烘烤出来的物品质量和口感更好。
在整个烘烤过程中,伺服电源模块9会全天候伺服电源,并根据系统火力的需求实时动态地调整电源输出功率,当考虑满功率运行时,若出现过载或者漏电时,漏电短路保护模块10可以紧急自动切断电源。
烘烤的过程会制造出大量的油烟,为了减少环境污染,在进行烘烤开始时,就启动油烟净化模块8将产生的油烟会在设备内部压缩和净化后再排出设备外。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。

Claims (5)

1.基于深度学习的智能烘烤控制系统,包括中央处理模块、深度学习模块、机械运动模块和反馈模块,所述深度学习模块、机械运动模块和反馈模块分别与中央处理模块连接,所述深度学习模块,用于将反馈模块反馈的信息分析、深度学习,并生成烘烤曲线:其特征在于,还包括:
图像识别模块,用于食物进行图像识别,并根据图像识别确认食物类型;
内温判断模块,穿插于食物内部,用于采集食物内部温度以及时间,并进行分析和判断,形成判断结果,若内部温度达到预设温度阈值,且持续时间达到预设时间阈值,则判定食物内部已熟;
所述深度学习模块还预存有温度曲线;
所述中央处理模块,用于根据所述深度学习模块得到的烘烤曲线,并根据图像识别模块得到的食物类型调用对应的烘烤曲线来控制机械运动模块进行烘烤,实时调用内温判断模块的判断结果,若判断结果为食物内部已熟时,则关闭机械运动模块;还用于对图像识别模块未识别的食物类型调用温度曲线来控制机械运动模块进行烘烤;
其中,对不能穿插内温判断模块的食物,若图像识别模块未能识别的食物类型,则利用所述中央处理模块进行间断式的控制机械运动模块进行烘烤;若图像识别模块能识别的食物类型,则直接调用对应的烘烤曲线来控制机械运动模块进行烘烤;
还包括红外温度检测模块,用于对烤箱内部的温度进行实时检测;
其中,所述图像识别模块还用于对食物的表面颜色进行识别;
所述间断式为中央处理模块调用温度曲线控制机械运动模块进行烘烤时,若图像识别模块识别到食物表皮的颜色发生变化后,则机械运动模块停止烘烤,红外温度检测模块会对烤箱内部的温度进行实时的检测,若在预设时间阈值内食物的表皮温度变化率快于食物周围空气的温度变化率,则判断食物内部未熟,中央处理模块再一次调用温度曲线控制机械运动模块进行烘烤,若在预设时间阈值内食物的表皮温度变化与食物周围空气的温度变化相近,则判断食物内部已熟。
2.根据权利要求1所述的基于深度学习的智能烘烤控制系统,其特征在于:还包括用于判断食物厚度和直径的红外成像传感模块,所述红外成像传感模块与所述中央处理模块连接,所述中央处理模块根据红外成像传感模块得到的厚度信息和直径信息,控制喷焰模块火焰的大小。
3.根据权利要求2所述的基于深度学习的智能烘烤控制系统,其特征在于:还包括数据协助模块,所述数据协助模块与中央处理模块连接,用于存储反馈模块的数据并生成数据包实时与中央处理模块进行交换。
4.根据权利要求3所述的基于深度学习的智能烘烤控制系统,其特征在于:还包括伺服电源模块和漏电短路保护模块;所述伺服电源模块与中央处理模块连接,所述漏电短路保护模块与伺服电源模块连接。
5.根据权利要求4所述的基于深度学习的智能烘烤控制系统,其特征在于:还包括油烟净化模块,所述油烟净化模块与中央处理模块连接;
所述的机械运动模块包括翻转机械臂模块、喷焰模块、氧气和燃料均衡调节模块,所述翻转机械臂模块、喷焰模块以及氧气和燃料均衡调节模块分别与中央处理模块连接;
所述翻转机械臂模块,用于根据烘烤曲线调整烘烤位置和方向;
所述喷焰模块,用于根据烘烤曲线喷出气焰烘烤食物;
所述氧气和燃料均衡调节模块,用于根据烘烤曲线动态调节进氧压力和燃料调配速度。
CN202011628784.4A 2020-12-31 2020-12-31 基于深度学习的智能烘烤控制系统 Active CN112835299B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011628784.4A CN112835299B (zh) 2020-12-31 2020-12-31 基于深度学习的智能烘烤控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011628784.4A CN112835299B (zh) 2020-12-31 2020-12-31 基于深度学习的智能烘烤控制系统

Publications (2)

Publication Number Publication Date
CN112835299A CN112835299A (zh) 2021-05-25
CN112835299B true CN112835299B (zh) 2022-11-08

Family

ID=75925780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011628784.4A Active CN112835299B (zh) 2020-12-31 2020-12-31 基于深度学习的智能烘烤控制系统

Country Status (1)

Country Link
CN (1) CN112835299B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780112A (zh) * 2021-08-25 2021-12-10 横店集团东磁有限公司 一种实时监控烤箱食物烘烤状态的反馈系统及方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2098788A2 (de) * 2008-03-03 2009-09-09 Rational AG Verfahren zum Führen eines Garprozesses und Gargerät hierfür
CN102369961A (zh) * 2010-08-25 2012-03-14 乐金电子(天津)电器有限公司 烤箱及其控制方法
WO2017201562A1 (en) * 2016-05-26 2017-11-30 Qwikcook Pty Ltd Rotisserie cooking apparatus for the internalised cooking of food
CN207412064U (zh) * 2017-04-25 2018-05-29 广东美的厨房电器制造有限公司 烤箱
CN207411380U (zh) * 2017-11-14 2018-05-29 赵海航 一种烧烤炉温度分区结构
CN109213015A (zh) * 2018-10-16 2019-01-15 珠海格力电器股份有限公司 一种烹饪器具的控制方法及烹饪器具
CN109287687A (zh) * 2018-09-29 2019-02-01 广东科学技术职业学院 一种基于深度学习的智能烘烤装置以及方法
CN110432751A (zh) * 2019-08-07 2019-11-12 广州同飞家电有限公司 一种基于慢煮原理的烹饪装置及方法
CN110780628A (zh) * 2019-11-20 2020-02-11 广东美的厨房电器制造有限公司 烹饪设备的控制方法、装置、烹饪设备及存储介质
CN110840282A (zh) * 2019-11-27 2020-02-28 广东美的厨房电器制造有限公司 电器的控制方法及装置、电器和计算机可读存储介质
CN111685610A (zh) * 2019-03-15 2020-09-22 天扬精密科技股份有限公司 食物快速调理装置
CN111839243A (zh) * 2020-05-11 2020-10-30 宁波方太厨具有限公司 一种食物烹饪控制方法
CN112075851A (zh) * 2020-08-14 2020-12-15 蒋郑隆 一种基于食物制作进度识别的烘焙预热控制系统及方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8443859B2 (en) * 2010-09-18 2013-05-21 A. Raybond Et Cie Bonding tool for attaching prepared adhesive to bonding part
US20130269539A1 (en) * 2011-09-17 2013-10-17 B. Robert Polt Variable Temperature Cooking Method and Apparatus
CN105628252A (zh) * 2015-12-24 2016-06-01 北京小焙科技有限公司 一种食物温度传感器、电烤箱和电烤箱的控制方法
CN205351424U (zh) * 2016-02-23 2016-06-29 重庆电子工程职业学院 一种电子智能微波炉
CN106413163B (zh) * 2016-11-24 2019-06-28 广东美的厨房电器制造有限公司 半导体微波加热设备及其控制方法和控制装置
WO2018108699A1 (en) * 2016-12-14 2018-06-21 Nestec S.A. Food processing system and associated method
WO2018129054A1 (en) * 2017-01-04 2018-07-12 Abb Schweiz Ag Temperature sensitive color changing electrical device
US10520199B2 (en) * 2017-03-08 2019-12-31 Louis S. Polster Methods and systems for heat treating a food product
CN109691855B (zh) * 2017-10-20 2022-10-04 浙江绍兴苏泊尔生活电器有限公司 烹饪器具及其检测方法和装置、存储介质、处理器
CN109491420A (zh) * 2018-11-19 2019-03-19 珠海格力电器股份有限公司 根据颜色变化调整加热状态的烹饪器具、方法及控制方法
CN110594800B (zh) * 2019-10-25 2020-09-22 佛山市顺德区美的洗涤电器制造有限公司 控制方法、烹饪器具、烹饪系统及计算机可读存储介质
CN110806699A (zh) * 2019-11-20 2020-02-18 广东美的厨房电器制造有限公司 烹饪设备的控制方法、装置、烹饪设备及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2098788A2 (de) * 2008-03-03 2009-09-09 Rational AG Verfahren zum Führen eines Garprozesses und Gargerät hierfür
CN102369961A (zh) * 2010-08-25 2012-03-14 乐金电子(天津)电器有限公司 烤箱及其控制方法
WO2017201562A1 (en) * 2016-05-26 2017-11-30 Qwikcook Pty Ltd Rotisserie cooking apparatus for the internalised cooking of food
CN207412064U (zh) * 2017-04-25 2018-05-29 广东美的厨房电器制造有限公司 烤箱
CN207411380U (zh) * 2017-11-14 2018-05-29 赵海航 一种烧烤炉温度分区结构
CN109287687A (zh) * 2018-09-29 2019-02-01 广东科学技术职业学院 一种基于深度学习的智能烘烤装置以及方法
CN109213015A (zh) * 2018-10-16 2019-01-15 珠海格力电器股份有限公司 一种烹饪器具的控制方法及烹饪器具
CN111685610A (zh) * 2019-03-15 2020-09-22 天扬精密科技股份有限公司 食物快速调理装置
CN110432751A (zh) * 2019-08-07 2019-11-12 广州同飞家电有限公司 一种基于慢煮原理的烹饪装置及方法
CN110780628A (zh) * 2019-11-20 2020-02-11 广东美的厨房电器制造有限公司 烹饪设备的控制方法、装置、烹饪设备及存储介质
CN110840282A (zh) * 2019-11-27 2020-02-28 广东美的厨房电器制造有限公司 电器的控制方法及装置、电器和计算机可读存储介质
CN111839243A (zh) * 2020-05-11 2020-10-30 宁波方太厨具有限公司 一种食物烹饪控制方法
CN112075851A (zh) * 2020-08-14 2020-12-15 蒋郑隆 一种基于食物制作进度识别的烘焙预热控制系统及方法

Also Published As

Publication number Publication date
CN112835299A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
WO2020207293A1 (zh) 一种用于自动烹饪食物的方法和装置
CN110780628B (zh) 烹饪设备的控制方法、装置、烹饪设备及存储介质
CN109213015B (zh) 一种烹饪器具的控制方法及烹饪器具
CN109445485B (zh) 一种烹饪器具的控制方法及烹饪器具
CN109541985A (zh) 一种烹饪器具的控制方法及烹饪器具
CN203914599U (zh) 一种智能烤箱
CN110806699A (zh) 烹饪设备的控制方法、装置、烹饪设备及存储介质
CN109254539A (zh) 一种烹饪器具的控制方法及烹饪器具
CN104619180B (zh) 加工具有煎制培根特性的即食培根的方法和系统
CN112835299B (zh) 基于深度学习的智能烘烤控制系统
CN108309067B (zh) 一种电烤箱的控制方法及电烤箱
CN111700508A (zh) 烹饪器具的控制方法、烹饪器具和计算机可读存储介质
CN114092806A (zh) 识别方法及其装置、烹饪设备及其控制方法和存储介质
CN206213908U (zh) 一种智能烤箱及其系统
CN111358306B (zh) 加热控制方法及烹饪设备
CN114513628A (zh) 厨房电器系统
CN114568962B (zh) 蒸烤设备及其烹饪控制方法和装置
CN110179068A (zh) 一种健康、绿色、高效的无明火烤肉方法
CN112528941B (zh) 基于神经网络的自动化参数设定系统
LU501698B1 (en) Intelligent control technology for baking agricultural products
CN114631736A (zh) 基于人工智能的智能控制系统
CN115177159A (zh) 烹饪器具的控制系统
CN112716269A (zh) 一种烹饪设备及其控制方法
CN114839886A (zh) 基于食材大小进行智能烹饪的方法及其智能烹饪器具
CN114831495B (zh) 一种食物保食曲线获取方法及其智能烹饪保食器材

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