CN113837900A - 烹饪设备的油烟参数分析方法 - Google Patents
烹饪设备的油烟参数分析方法 Download PDFInfo
- Publication number
- CN113837900A CN113837900A CN202111106248.2A CN202111106248A CN113837900A CN 113837900 A CN113837900 A CN 113837900A CN 202111106248 A CN202111106248 A CN 202111106248A CN 113837900 A CN113837900 A CN 113837900A
- Authority
- CN
- China
- Prior art keywords
- content
- oil
- diet
- index
- oil smoke
- 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
- 238000010411 cooking Methods 0.000 title claims abstract description 120
- 238000004458 analytical method Methods 0.000 title claims abstract description 57
- 239000003517 fume Substances 0.000 title claims abstract description 14
- 235000005911 diet Nutrition 0.000 claims abstract description 117
- 239000000779 smoke Substances 0.000 claims abstract description 106
- 230000037213 diet Effects 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000000378 dietary effect Effects 0.000 claims abstract description 27
- YKPUWZUDDOIDPM-SOFGYWHQSA-N capsaicin Chemical compound COC1=CC(CNC(=O)CCCC\C=C\C(C)C)=CC=C1O YKPUWZUDDOIDPM-SOFGYWHQSA-N 0.000 claims description 83
- 229960002504 capsaicin Drugs 0.000 claims description 41
- 235000017663 capsaicin Nutrition 0.000 claims description 41
- 230000001186 cumulative effect Effects 0.000 claims description 34
- 235000019633 pungent taste Nutrition 0.000 claims description 33
- 238000009825 accumulation Methods 0.000 claims description 27
- 240000008574 Capsicum frutescens Species 0.000 claims description 25
- 235000014113 dietary fatty acids Nutrition 0.000 claims description 23
- 229930195729 fatty acid Natural products 0.000 claims description 23
- 239000000194 fatty acid Substances 0.000 claims description 23
- 150000004665 fatty acids Chemical class 0.000 claims description 23
- 150000001491 aromatic compounds Chemical class 0.000 claims description 22
- 235000002566 Capsicum Nutrition 0.000 claims description 21
- 239000001390 capsicum minimum Substances 0.000 claims description 21
- 239000004071 soot Substances 0.000 claims description 21
- 239000004519 grease Substances 0.000 claims description 18
- 239000007789 gas Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 235000005955 light diet Nutrition 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 7
- 235000019617 piquancy Nutrition 0.000 claims description 6
- 235000002568 Capsicum frutescens Nutrition 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 125000002485 formyl group Chemical class [H]C(*)=O 0.000 claims 7
- 235000004280 healthy diet Nutrition 0.000 abstract description 5
- 150000001299 aldehydes Chemical class 0.000 description 19
- 238000010586 diagram Methods 0.000 description 7
- NDFKTBCGKNOHPJ-UHFFFAOYSA-N hept-2-enal Chemical compound CCCCC=CC=O NDFKTBCGKNOHPJ-UHFFFAOYSA-N 0.000 description 4
- 235000013305 food Nutrition 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 235000013372 meat Nutrition 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- JZQKTMZYLHNFPL-BLHCBFLLSA-N (2E,4E)-deca-2,4-dienal Chemical compound CCCCC\C=C\C=C\C=O JZQKTMZYLHNFPL-BLHCBFLLSA-N 0.000 description 2
- WRIDQFICGBMAFQ-UHFFFAOYSA-N (E)-8-Octadecenoic acid Natural products CCCCCCCCCC=CCCCCCCC(O)=O WRIDQFICGBMAFQ-UHFFFAOYSA-N 0.000 description 2
- JZQKTMZYLHNFPL-UHFFFAOYSA-N 2-trans-4-trans-decadienal Natural products CCCCCC=CC=CC=O JZQKTMZYLHNFPL-UHFFFAOYSA-N 0.000 description 2
- LQJBNNIYVWPHFW-UHFFFAOYSA-N 20:1omega9c fatty acid Natural products CCCCCCCCCCC=CCCCCCCCC(O)=O LQJBNNIYVWPHFW-UHFFFAOYSA-N 0.000 description 2
- QSBYPNXLFMSGKH-UHFFFAOYSA-N 9-Heptadecensaeure Natural products CCCCCCCC=CCCCCCCCC(O)=O QSBYPNXLFMSGKH-UHFFFAOYSA-N 0.000 description 2
- WVDDGKGOMKODPV-UHFFFAOYSA-N Benzyl alcohol Chemical compound OCC1=CC=CC=C1 WVDDGKGOMKODPV-UHFFFAOYSA-N 0.000 description 2
- 239000005642 Oleic acid Substances 0.000 description 2
- ZQPPMHVWECSIRJ-UHFFFAOYSA-N Oleic acid Natural products CCCCCCCCC=CCCCCCCCC(O)=O ZQPPMHVWECSIRJ-UHFFFAOYSA-N 0.000 description 2
- 235000021355 Stearic acid Nutrition 0.000 description 2
- 235000004251 balanced diet Nutrition 0.000 description 2
- WPYMKLBDIGXBTP-UHFFFAOYSA-N benzoic acid Chemical compound OC(=O)C1=CC=CC=C1 WPYMKLBDIGXBTP-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- QXJSBBXBKPUZAA-UHFFFAOYSA-N isooleic acid Natural products CCCCCCCC=CCCCCCCCCC(O)=O QXJSBBXBKPUZAA-UHFFFAOYSA-N 0.000 description 2
- 239000006233 lamp black Substances 0.000 description 2
- QIQXTHQIDYTFRH-UHFFFAOYSA-N octadecanoic acid Chemical compound CCCCCCCCCCCCCCCCCC(O)=O QIQXTHQIDYTFRH-UHFFFAOYSA-N 0.000 description 2
- OQCDKBAXFALNLD-UHFFFAOYSA-N octadecanoic acid Natural products CCCCCCCC(C)CCCCCCCCC(O)=O OQCDKBAXFALNLD-UHFFFAOYSA-N 0.000 description 2
- ZQPPMHVWECSIRJ-KTKRTIGZSA-N oleic acid Chemical compound CCCCCCCC\C=C/CCCCCCCC(O)=O ZQPPMHVWECSIRJ-KTKRTIGZSA-N 0.000 description 2
- 239000008117 stearic acid Substances 0.000 description 2
- 150000003431 steroids Chemical class 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Nutrition Science (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种烹饪设备的油烟参数分析方法和烹饪设备的油烟参数分析系统。所述方法包括：获取烹饪设备工作时产生的油烟参数；根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量；基于所述饮食指标含量与饮食指标阈值范围，输出提示信息。从而通过上述方法可以给用户提供健康的饮食建议。
Description
技术领域
本申请涉及智能家居技术领域，特别是涉及一种烹饪设备的油烟参数分析方法和烹饪设备的油烟参数分析系统。
背景技术
随着智能家居技术的发展，如智能厨房电器正在普及人们的生活，当前的智能厨房电器，一般多用于简化用户的烹饪流程等，而不会涉及到具体的饮食建议。
随着人们的健康意识逐渐加强，当前的智能厨房电器已经无法满足用户对饮食健康的需求。
发明内容
基于此，有必要针对上述技术问题，提供一种能够保障用户健康的烹饪设备的油烟参数分析方法和烹饪设备的油烟参数分析系统。
一种烹饪设备的油烟参数分析方法，所述方法包括：
获取烹饪设备工作时产生的油烟参数；
根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量；
基于所述饮食指标含量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，所述获取烹饪设备工作时产生的油烟参数，包括：
获取烹饪设备工作时产生的醛类含量、脂肪酸含量、芳香族化合物含量，所述油烟参数包括醛类含量、脂肪酸含量、芳香族化合物含量。
在其中一个实施例中，所述预先建立的油烟分析模型包括油脂模型；
所述根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量，包括：
根据所述油脂模型对所述醛类含量、脂肪酸含量、芳香族化合物含量，确定对应的油脂含量，饮食指标含量包括所述油脂含量。
在其中一个实施例中，所述获取烹饪设备工作时产生的油烟参数，包括：
获取烹饪设备工作时产生的辣椒素含量、辣椒油脂含量、辣椒碱含量，所述油烟参数包括辣椒素含量、辣椒油脂含量、辣椒碱含量。
在其中一个实施例中，所述预先建立的油烟分析模型包括辣度模型；
所述根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量，包括：
根据所述辣度模型对所述辣椒素含量、辣椒油脂含量、辣椒碱含量，确定对应的辣度，饮食指标含量包括所述辣度。
在其中一个实施例中，所述基于所述饮食指标含量与饮食指标阈值范围，输出提示信息，包括：
获取预设的家庭人数，确定与所述饮食指标含量对应的单人单次平均含量；
根据单人单次平均含量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，所述根据单人单次平均含量与饮食指标阈值范围，输出提示信息，包括：
若烹饪设备工作了预设次数，累计所述预设次数对应的单人单次平均含量，获得单人累计量；
根据所述单人累计量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，包括：
若所述饮食指标含量包括所述油脂含量，且单人油脂累计量位于第一油脂指标阈值范围内，确定油脂含量超标，输出油脂含量超标的提示信息，所述单人累计量包括所述单人油脂累计量；所述第一油脂指标阈值范围，为统计的各烹饪设备的单人油脂累计量中，值最大的第一比例的单人油脂累计量所确定的范围，所述第一比例小于50％。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，包括：
若所述饮食指标含量包括所述油脂含量，且单人油脂累计量位于第二油脂指标阈值范围内，确定油脂含量不足，输出增加油脂摄入的提示信息，所述单人累计量包括所述单人油脂累计量；所述第二油脂指标阈值范围，为统计的各烹饪设备的单人油脂累计量中，值最小的第二比例的单人油脂累计量所确定的范围，所述第二比例小于50％。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，包括：
若所述饮食指标含量包括所述辣度，且单人辣度位于辣度指标阈值范围内，确定摄入辛辣多，输出增加清淡饮食的提示信息，所述单人累计量包括所述单人辣度。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
输出油脂含量超标的提示信息的同时，输出油脂含量低的食谱。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
输出油脂含量不足的提示信息的同时，输出油脂含量高的食谱。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
若所述单人油脂累计量位于第一饮食指标阈值范围之外、且位于第二饮食指标阈值范围之外，输出饮食均衡的提示信息以及油脂均衡的食谱中的至少一种。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
输出增加清淡饮食的提示信息的同时，输出辣椒摄入小的食谱与辣椒摄入高的食谱中的至少一种。
一种烹饪设备的油烟参数分析系统，所述系统包括：气体传感器以及处理器，所述气体传感器与所述处理器通信连接；
所述气体传感器，设置于烹饪设备工作时产生的油烟经过的位置，用于实时监测所述烹饪设备工作时产生的油烟参数；
所述处理器，用于根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量；基于所述饮食指标含量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，所述烹饪设备的油烟参数分析系统还包括：数据储存模块，所述数据存储模块与所述处理器连接；
所述数据存储模块，用于存储油烟参数以及存储根据预先建立的油烟分析模型对所述油烟参数进行分析后，确定的与所述油烟参数对应的饮食指标含量。
在其中一个实施例中，所述气体传感器为阵列传感器，所述气体传感器包括醛类传感器、脂肪酸传感器、芳香族化合物传感器；
所述醛类传感器，用于获取烹饪设备工作时产生的醛类含量；
所述脂肪酸传感器，用于获取烹饪设备工作时产生的脂肪酸含量；
所述芳香族化合物传感器，用于获取烹饪设备工作时产生的芳香族化合物含量。
在其中一个实施例中，所述气体传感器包括辣椒素传感器、辣椒油脂传感器、辣椒碱传感器；
所述辣椒素传感器，用于获取烹饪设备工作时产生的辣椒素含量；
所述辣椒油脂传感器，用于获取烹饪设备工作时产生的辣椒油脂含量；
所述辣椒碱传感器，用于获取烹饪设备工作时产生的醛类含量辣椒碱含量。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述烹饪设备的油烟参数分析方法的步骤。
上述烹饪设备的油烟参数分析方法和烹饪设备的油烟参数分析系统，通过获取烹饪设备工作时产生的油烟参数，根据预先建立的油烟分析模型对油烟参数进行分析，从而可以得到与油烟参数对应的饮食指标含量，最后根据饮食指标含量与饮食指标阈值范围，输出提示信息。从而通过上述方法可以给用户提供健康的饮食建议。
附图说明
图1为一个实施例中烹饪设备的油烟参数分析方法的应用环境图；
图2为一个实施例中烹饪设备的油烟参数分析方法的应用环境图；
图3为一个实施例中烹饪设备的油烟参数分析方法的流程示意图；
图4为一个实施例中烹饪设备的油烟参数分析的流程示意图；
图5为一个实施例中电子设备的内部结构图；
图6为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的烹饪设备的油烟参数分析方法，可以应用于如图1所示的烹饪设备的油烟参数分析系统中，其中，烹饪设备的油烟参数分析系统包括电子设备102以及气体传感器104，其中，电子设备102和气体传感器104连接，气体传感器104可以设置于烹饪设备工作时产生的油烟经过的位置，用于实时监测烹饪设备工作时产生的油烟参数，电子设备102根据预先建立的油烟分析模型对油烟参数进行分析，确定与油烟参数对应的饮食指标含量；基于饮食指标含量与饮食指标阈值范围，输出提示信息。一些实施例中，电子设备102可以是终端设备，该终端设备可以独立于烹饪设备，也可以与烹饪设备集成为一体，终端设备可以但不限于是各种控制芯片、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。在其他实施例中，电子设备102也可以为独立于烹饪设备的服务器，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在其中一个实施例中，参考图2所示，烹饪设备的油烟参数分析系统包括醛类传感器202、脂肪酸传感器204、芳香族化合物传感器206、辣椒碱传感器208、辣椒素传感器210、辣椒油脂传感器212以及数据储存模块214，其中，醛类传感器202，用于获取烹饪设备工作时产生的醛类含量，脂肪酸传感器204用于获取烹饪设备工作时产生的脂肪酸含量，芳香族化合物传感器206，用于获取烹饪设备工作时产生的芳香族化合物含量，辣椒碱传感器208，用于获取烹饪设备工作时产生的醛类含量辣椒碱含量，辣椒素传感210，用于获取烹饪设备工作时产生的辣椒素含量，辣椒油脂传感器212，用于获取烹饪设备工作时产生的辣椒油脂含量，数据储存模块214，用于存储根据预先建立的油烟分析模型对所述油烟参数进行分析后，确定的与所述油烟参数对应的饮食指标含量。
在一个实施例中，如图3所示，提供了一种烹饪设备的油烟参数分析方法，以该方法应用于图1中的电子设备为例进行说明，包括以下步骤：
步骤S302，获取烹饪设备工作时产生的油烟参数。
在其中一个实施例中，烹饪设备是指可以烹饪食物的设备，例如，烹饪设备可以为蒸烤箱、烤箱以及安装有抽油烟机的炒菜设备等，油烟参数可以是在烹饪设备工作过程中产生的。
在其中一个实施例中，获取烹饪设备工作时产生的油烟参数，包括：获取烹饪设备工作时产生的醛类含量、脂肪酸含量、芳香族化合物含量，油烟参数包括醛类含量、脂肪酸含量、芳香族化合物含量。具体的，醛类含量可以是指2-庚烯醛、癸二烯醛等的含量，脂肪酸含量可以是指硬脂酸、油酸等的含量，芳香族化合物含量可以是指芳香醇、芳香酸、类固醇等的含量。
在其中一个实施例中，获取烹饪设备工作时产生的油烟参数，包括：获取烹饪设备工作时产生的辣椒素含量、辣椒油脂含量、辣椒碱含量，油烟参数包括辣椒素含量、辣椒油脂含量、辣椒碱含量。
步骤S304，根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量。
在其中一个实施例中，预先建立的油烟分析模型可以通过实验，收集油烟参数，进行数据分析得到，饮食指标含量是指与食物相关的指标含量，如油脂含量、辣度等，通过预先建立的油烟分析模型，可以对油烟参数进行分析，获得与油烟参数对应的饮食指标含量。
步骤S306，基于所述饮食指标含量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，饮食指标阈值范围是指设定的与饮食指标含量对应的范围，如，当饮食指标含量包括油脂含量时，饮食指标阈值范围可以为与油脂含量对应的范围，当饮食指标含量包括辣度时，饮食指标阈值范围可以为与辣度对应的范围，根据饮食指标含量与饮食指标阈值范围，输出提示信息。
上述烹饪设备的油烟参数分析方法中，通过获取烹饪设备工作时产生的油烟参数，根据预先建立的油烟分析模型对油烟参数进行分析，从而可以得到与油烟参数对应的饮食指标含量，最后根据饮食指标含量与饮食指标阈值范围，输出提示信息。从而通过上述方法可以给用户提供健康的饮食建议。
在其中一个实施例中，所述预先建立的油烟分析模型包括油脂模型；
所述根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量，包括：
根据所述油脂模型对所述醛类含量、脂肪酸含量、芳香族化合物含量进行分析，确定对应的油脂含量，饮食指标含量包括所述油脂含量。
在其中一个实施例中，饮食指标含量包括油脂含量，预先建立的油烟模型包括油脂模型，根据油脂模型，可以对油烟参数中的醛类含量、脂肪酸含量、芳香族化合物含量进行分析，从而可以确定油烟参数对应的油脂含量。从而通过上述方法可以确定油烟参数中的油脂含量。
在其中一个实施例中，所述预先建立的油烟分析模型包括辣度模型；
所述根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量，包括：
根据所述辣度模型对所述辣椒素含量、辣椒油脂含量、辣椒碱含量进行分析，确定对应的辣度，饮食指标含量包括所述辣度。
在其中一个实施例中，饮食指标含量包括辣度，预先建立的油烟模型包括辣度模型，根据辣度模型，可以对油烟参数中的辣椒素含量、辣椒油脂含量、辣椒碱含量进行分析，从而可以确定油烟参数对应的辣度。从而通过上述方法可以确定油烟参数中的辣度。
在其中一个实施例中，所述基于所述饮食指标含量与饮食指标阈值范围，输出提示信息，包括：
获取预设的家庭人数，确定与所述饮食指标含量对应的单人单次平均含量；
根据单人单次平均含量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，预设的家庭人数是指预先设定的与烹饪设备对应的家庭人数，预设的家庭人数可以根据实际情况进行调整，具体的，可以采用饮食指标含量，除以预设的家庭人数，得到饮食指标含量对应的单人单次平均含量，从而可以根据单人单次平均含量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，所述根据单人单次平均含量与饮食指标阈值范围，输出提示信息，包括：
若烹饪设备工作了预设次数，累计所述预设次数对应的单人单次平均含量，获得单人累计量；
根据所述单人累计量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，预设次数是指预先设定的抽油烟机工作的次数，预设次数可以是40次，也可以是50次，预设次数可以根据实际的情况进行调整，例如，预设次数为50次，当烹饪设备工作了50次，则可以累计50次的单人单次累计量，根据单人单次累计量，从而可以根据单人累计量与饮食指标阈值范围，输出提示信息。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，包括：
若所述饮食指标含量包括所述油脂含量，且单人油脂累计量位于第一油脂指标阈值范围内，确定油脂含量超标，输出油脂含量超标的提示信息，所述单人累计量包括所述单人油脂累计量；所述第一油脂指标阈值范围，为统计的各烹饪设备的单人油脂累计量中，值最大的第一比例的单人油脂累计量所确定的范围，所述第一比例小于50％。
在其中一个实施例中，第一油脂指标阈值范围是指统计的各油烟机的单人油脂累计量中，值最大的第一比例的单人油脂累计量所确定的范围，第一比例小于50％，油脂含量超标的提示信息可以为提醒该用户注意清淡饮食，减少脂肪摄入等相关信息。具体的，统计的各烹饪设备的单人油脂累计量可以为一个区域中各在线烹饪设备对应的单人油脂累计量，可以通过判断烹饪设备对应的单人油脂累计量在整个在线数据中的位置情况，来确定油脂含量是否超标，具体的，可以按照统计的各烹饪设备的单人油脂累计量中，值最大的第一比例的单人油脂累计量所确定的范围，确定油脂含量是否超标，例如，第一比例取百分之30，一共统计了共20份单人油脂累计量，可以将20份单人油脂累积量按照大小进行排序，可以从值最大的百分之30的单人油脂累计量范围内，确定油脂含量超标。从而通过上述方法可以确定油脂含量超标之后，输出油脂含量超标的提示信息。
在其中一个实施例中，在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，包括：
若所述饮食指标含量包括所述油脂含量，且单人油脂累计量位于第二油脂指标阈值范围内，确定油脂含量不足，输出增加油脂摄入的提示信息，所述单人累计量包括所述单人油脂累计量；所述第二油脂指标阈值范围，为统计的各油烟机的单人油脂累计量中，值最小的第二比例的单人油脂累计量所确定的范围，所述第二比例小于50％。
在其中一个实施例中，第二油脂指标阈值范围是指统计的各油烟机的单人油脂累计量中，值最小的第一比例的单人油脂累计量所确定的范围，第二比例小于50％，油脂含量不足的提示信息可以为提醒增加油脂摄入、提醒用户荤素搭配、均衡饮食等相关信息，具体的，统计的各烹饪设备的单人油脂累计量可以为一个区域中全部烹饪设备对应的单人油脂累计量，可以通过判断烹饪设备对应的单人油脂累计量在整个在线数据中的位置情况，来确定油脂含量是否不足，具体的，可以按照统计的各烹饪设备的单人油脂累计量中，值最小的第一比例的单人油脂累计量所确定的范围，确定油脂含量是否不足，例如，第一比例取百分之40，一共统计了共20份单人油脂累计量，可以将20份单人油脂累积量按照大小进行排序，则可以从值最小的百分之40的单人油脂累计量范围内，确定油脂含量不足。从而通过上述方法可以确定油脂含量不足之后，输出增加油脂摄入的提示信息。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，包括：
若所述饮食指标含量包括所述辣度，且单人辣度位于辣度指标阈值范围内，确定摄入辛辣多，输出增加清淡饮食的提示信息，所述单人累计量包括所述单人辣度。
在其中一个实施例中，单人累计量可以包括单人辣度，当饮食指标含量包括辣度时，且单人辣度位于辣度指标阈值范围内，确定摄入辛辣多，输出增加清淡饮食的提示信息，具体的，增加清淡饮食的提示信息可以为清热下火的食谱信息等。从而通过上述方法可以对用户进行健康饮食建议。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
输出油脂含量超标的提示信息的同时，输出油脂含量低的食谱。
在其中一个实施例中，在输出油脂含量超标的提示信息的同时，还可以输出油脂含量低的食谱，具体的，油脂含量低的食谱可以为高蛋白高纤维含量的食谱等。从而通过上述方法可以对用户进行健康饮食建议。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
输出油脂含量不足的提示信息的同时，输出油脂含量高的食谱。
在其中一个实施例中，油脂含量高的食谱可以为动物肉制品菜单等，当输出油脂含量不足的提示信息的同时，还可以输出油脂含量高的食谱。从而通过上述方法可以给用户提供健康的食谱。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
若所述单人油脂累计量位于第一饮食指标阈值范围之外、且位于第二饮食指标阈值范围之外，输出饮食均衡的提示信息以及油脂均衡的食谱中的至少一种。
在其中一个实施例中，当单人油脂累计量位于第一饮食指标阈值范围之外，且位于第二饮食指标阈值范围之外时，则可以表示单人油脂累积量是处于一个较为健康的范围，则可以输出饮食均衡的提示信息、油脂均衡的食谱中的至少一种。从而通过上述方法可以给用户提供提示信息。
在其中一个实施例中，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括：
输出增加清淡饮食的提示信息的同时，输出辣椒摄入小的食谱与辣椒摄入高的食谱中的至少一种。
在其中一个实施例中，输出增加清淡饮食的提示信息的同时，可以结合用户的个人口味，输出辣椒摄入小的食谱与辣椒摄入高的食谱中的至少一种。从而通过上述方法可以给用户提供更宽泛的饮食建议。
在其中一个实施例中，如图4所示，为一个具体实施例中烹饪设备的油烟参数分析方法的流程示意图：
本实施例中以电子设备为独立于烹饪设备的终端设备为例进行说明，其中气体传感器设置于烹饪设备工作时产生的油烟经过的位置。
首先，当用户烹饪时，气体传感器可以监测烹饪设备工作时产生的油烟参数，烹饪设备工作时可以产生醛类含量、脂肪酸含量、芳香族化合物含量，具体的，醛类含量可以是指2-庚烯醛、癸二烯醛等的含量，脂肪酸含量可以是指硬脂酸、油酸等的含量，芳香族化合物含量可以是指芳香醇、芳香酸、类固醇等的含量，烹饪设备工作时产生的油烟参数，还可以包括辣椒素含量、辣椒油脂含量、辣椒碱含量等。
电子设备获取气体传感器测得的油烟参数，并基于预先建立的油脂模型，可以对油烟参数中的醛类含量、脂肪酸含量、芳香族化合物含量进行分析，从而可以确定油烟参数对应的油脂含量，根据预先建立的辣度模型，对油烟参数中的辣椒素含量、辣椒油脂含量、辣椒碱含量进行分析，从而可以确定油烟参数对应的辣度。
针对不同的用户P1、P2…Pn，获取预设的家庭人数，将油脂含量除以预设的家庭人数，得到油脂含量对应的单人单次平均含量，将辣度除以预设的家庭人数，得到辣度对应的单人单次平均含量，当烹饪设备工作了预设次数，则可以累计预设次数的单人单次累计量Px，并将Px按照顺序进行排序后，存储进数据存储模块。
当获得排序后的Px之后，可以通过判断Px是否在阈值1范围内，从而确定是否油脂含量超标，阈值1范围是指统计的各油烟机的单人油脂累计量中，值最大的第一比例的单人油脂累计量所确定的范围，第一比例小于50％，油脂含量超标的提示信息可以为提醒该用户注意清淡饮食，减少脂肪摄入等相关信息，具体的，统计的各烹饪设备的单人油脂累计量可以为一个区域中全部烹饪设备对应的单人油脂累计量，可以通过判断烹饪设备对应的单人油脂累计量在整个在线数据中的位置情况，来确定油脂含量是否超标，具体的，可以按照统计的各烹饪设备的单人油脂累计量中，值最大的第一比例的单人油脂累计量所确定的范围，第一比例小于50％，确定油脂含量是否超标，例如，第一比例取百分之30，一共统计了共20份单人油脂累计量，可以将20份单人油脂累积量按照大小进行排序，可以从值最大的百分之30的单人油脂累计量范围内，确定油脂含量超标。
当获得排序后的Px之后，可以通过判断Px是否在阈值2范围内，从而确定是否油脂含量超标，阈值2范围是指统计的各油烟机的单人油脂累计量中，值最小的第一比例的单人油脂累计量所确定的范围，第二比例小于50％，油脂含量不足的提示信息可以为提醒增加油脂摄入、提醒用户荤素搭配、均衡饮食等相关信息，具体的，统计的各烹饪设备的单人油脂累计量可以为一个区域中全部烹饪设备对应的单人油脂累计量，可以通过判断烹饪设备对应的单人油脂累计量在整个在线数据中的位置情况，来确定油脂含量是否不足，具体的，可以按照统计的各烹饪设备的单人油脂累计量中，值最小的第一比例的单人油脂累计量所确定的范围，第一比例小于50％，确定油脂含量是否不足，例如，第一比例取百分之40，一共统计了共20份单人油脂累计量，可以将20份单人油脂累积量按照大小进行排序，则可以从值最小的百分之40的单人油脂累计量范围内，确定油脂含量不足。
应该理解的是，虽然图3-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图5所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于存储油烟参数。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种烹饪设备的油烟参数分析方法。
在一个实施例中，提供了一种电子设备，该电子设备可以是终端，其内部结构图可以如图6所示。该电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种烹饪设备的油烟参数分析方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5、6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述烹饪设备的油烟参数分析方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述烹饪设备的油烟参数分析方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种烹饪设备的油烟参数分析方法，其特征在于，所述方法包括：
获取烹饪设备工作时产生的油烟参数；
根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量；
基于所述饮食指标含量与饮食指标阈值范围，输出提示信息。
2.根据权利要求1所述的方法，其特征在于，所述获取烹饪设备工作时产生的油烟参数，包括：
获取烹饪设备工作时产生的醛类含量、脂肪酸含量、芳香族化合物含量，所述油烟参数包括醛类含量、脂肪酸含量、芳香族化合物含量。
3.根据权利要求1所述的方法，其特征在于，所述预先建立的油烟分析模型包括油脂模型；
所述根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量，包括：
根据所述油脂模型对所述醛类含量、脂肪酸含量、芳香族化合物含量，确定对应的油脂含量，饮食指标含量包括所述油脂含量。
4.根据权利要求1所述的方法，其特征在于，所述获取烹饪设备工作时产生的油烟参数，包括：
获取烹饪设备工作时产生的辣椒素含量、辣椒油脂含量、辣椒碱含量，所述油烟参数包括辣椒素含量、辣椒油脂含量、辣椒碱含量。
5.根据权利要求1所述的方法，其特征在于，所述预先建立的油烟分析模型包括辣度模型；
所述根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量，包括：
根据所述辣度模型对所述辣椒素含量、辣椒油脂含量、辣椒碱含量，确定对应的辣度，饮食指标含量包括所述辣度。
6.根据权利要求1所述的方法，其特征在于，所述基于所述饮食指标含量与饮食指标阈值范围，输出提示信息，包括：
获取预设的家庭人数，确定与所述饮食指标含量对应的单人单次平均含量；
根据单人单次平均含量与饮食指标阈值范围，输出提示信息。
7.根据权利要求6所述的方法，其特征在于，所述根据单人单次平均含量与饮食指标阈值范围，输出提示信息，包括：
若烹饪设备工作了预设次数，累计所述预设次数对应的单人单次平均含量，获得单人累计量；
根据所述单人累计量与饮食指标阈值范围，输出提示信息。
8.根据权利要求7所述的方法，其特征在于，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，包括以下至少一项：
若所述饮食指标含量包括所述油脂含量，且单人油脂累计量位于第一油脂指标阈值范围内，确定油脂含量超标，输出油脂含量超标的提示信息，所述单人累计量包括所述单人油脂累计量；所述第一油脂指标阈值范围，为统计的各烹饪设备的单人油脂累计量中，值最大的第一比例的单人油脂累计量所确定的范围，所述第一比例小于50％；
若所述饮食指标含量包括所述油脂含量，且单人油脂累计量位于第二油脂指标阈值范围内，确定油脂含量不足，输出增加油脂摄入的提示信息，所述单人累计量包括所述单人油脂累计量；所述第二油脂指标阈值范围，为统计的各烹饪设备的单人油脂累计量中，值最小的第二比例的单人油脂累计量所确定的范围，所述第二比例小于50％；
若所述饮食指标含量包括所述辣度，且单人辣度位于辣度指标阈值范围内，确定摄入辛辣多，输出增加清淡饮食的提示信息，所述单人累计量包括所述单人辣度。
9.根据权利要求7所述的方法，其特征在于，所述根据所述单人累计量与饮食指标阈值范围，输出提示信息，还包括以下至少一项：
输出油脂含量超标的提示信息的同时，输出油脂含量低的食谱；
输出油脂含量不足的提示信息的同时，输出油脂含量高的食谱；
若所述单人油脂累计量位于第一饮食指标阈值范围之外、且位于第二饮食指标阈值范围之外，输出饮食均衡的提示信息以及油脂均衡的食谱中的至少一种；
输出增加清淡饮食的提示信息的同时，输出辣椒摄入小的食谱与辣椒摄入高的食谱中的至少一种。
10.一种烹饪设备的油烟参数分析系统，其特征在于，所述系统包括：气体传感器以及处理器，所述气体传感器与所述处理器通信连接；
所述气体传感器，设置于烹饪设备工作时产生的油烟经过的位置，用于实时监测所述烹饪设备工作时产生的油烟参数；
所述处理器，用于根据预先建立的油烟分析模型对所述油烟参数进行分析，确定与所述油烟参数对应的饮食指标含量；基于所述饮食指标含量与饮食指标阈值范围，输出提示信息。
11.根据权利要求10所述的烹饪设备的油烟参数分析系统，其特征在于，所述烹饪设备的油烟参数分析系统还包括：数据储存模块，所述数据存储模块与所述处理器连接；
所述数据存储模块，用于存储油烟参数以及存储根据预先建立的油烟分析模型对所述油烟参数进行分析后，确定的与所述油烟参数对应的饮食指标含量。
12.根据权利要求10所述的烹饪设备的油烟参数分析系统，其特征在于，所述气体传感器为阵列传感器，所述气体传感器包括醛类传感器、脂肪酸传感器、芳香族化合物传感器；
所述醛类传感器，用于获取烹饪设备工作时产生的醛类含量；
所述脂肪酸传感器，用于获取烹饪设备工作时产生的脂肪酸含量；
所述芳香族化合物传感器，用于获取烹饪设备工作时产生的芳香族化合物含量。
13.根据权利要求10所述的烹饪设备的油烟参数分析系统，其特征在于，所述气体传感器包括辣椒素传感器、辣椒油脂传感器、辣椒碱传感器；
所述辣椒素传感器，用于获取烹饪设备工作时产生的辣椒素含量；
所述辣椒油脂传感器，用于获取烹饪设备工作时产生的辣椒油脂含量；
所述辣椒碱传感器，用于获取烹饪设备工作时产生的醛类含量辣椒碱含量。
14.一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，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111106248.2A CN113837900B (zh) | 2021-09-22 | 2021-09-22 | 烹饪设备的油烟参数分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111106248.2A CN113837900B (zh) | 2021-09-22 | 2021-09-22 | 烹饪设备的油烟参数分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113837900A true CN113837900A (zh) | 2021-12-24 |
| CN113837900B CN113837900B (zh) | 2024-02-06 |
Family
ID=78960271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111106248.2A Active CN113837900B (zh) | 2021-09-22 | 2021-09-22 | 烹饪设备的油烟参数分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113837900B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005284406A (ja) * | 2004-03-26 | 2005-10-13 | Matsushita Electric Works Ltd | 料理レシピ提示システム |
| JP2011253312A (ja) * | 2010-06-01 | 2011-12-15 | Sharp Corp | 操作装置、操作システム、操作方法、操作プログラムおよび記録媒体 |
| JP2015035090A (ja) * | 2013-08-08 | 2015-02-19 | シャープ株式会社 | 献立提案方法 |
| CN104749330A (zh) * | 2015-03-27 | 2015-07-01 | 宁波方太厨具有限公司 | 基于油烟机的用户饮食习惯检测分析系统及其分析方法 |
| US20150294225A1 (en) * | 2014-04-11 | 2015-10-15 | Panasonic Intellectual Property Management Co., Ltd. | Recipe information processing apparatus, cooking apparatus, and recipe information processing method |
| KR20160092845A (ko) * | 2015-01-28 | 2016-08-05 | 연천군 | 지역 특산물 사용자 맞춤형 식습관 개선 시스템 및 그 방법 |
| CN107290330A (zh) * | 2017-05-31 | 2017-10-24 | 江苏师范大学 | 一种测量火锅底料中辣椒碱含量的方法 |
| CN206833434U (zh) * | 2017-03-21 | 2018-01-02 | 吴秋蓬 | 一种健康饮食管理装置 |
| CN207472446U (zh) * | 2017-12-06 | 2018-06-08 | 天津职业技术师范大学 | 一种家庭厨房烹饪智能检测装置 |
| CN109657640A (zh) * | 2018-12-29 | 2019-04-19 | 佛山市云米电器科技有限公司 | 一种能根据使用食材进行健康等级划分的油烟机 |
| CN109984207A (zh) * | 2017-12-29 | 2019-07-09 | 中粮集团有限公司 | 辣椒油及其制备方法 |
| US20190281878A1 (en) * | 2018-03-19 | 2019-09-19 | Midea Group Co., Ltd. | Method and system for providing action recommendations associated with kitchen appliances |
| DE102018207785A1 (de) * | 2018-05-17 | 2019-11-21 | Wilhelm Bruckbauer | Verfahren und Testsystem zur Bestimmung der Effektivität einer Dunstabzugsvorrichtung |
| US10502430B1 (en) * | 2018-10-10 | 2019-12-10 | Brava Home, Inc. | Particulates detection in a cooking instrument |
| CN210136499U (zh) * | 2018-12-29 | 2020-03-10 | 佛山市云米电器科技有限公司 | 一种能根据使用食材进行健康等级划分的油烟机 |
| CN111084541A (zh) * | 2019-12-03 | 2020-05-01 | 华帝股份有限公司 | 一种烹饪设备的营养管理方法及烹饪设备 |
| CN112017754A (zh) * | 2019-05-31 | 2020-12-01 | 青岛海尔智慧厨房电器有限公司 | 菜谱推荐方法、装置、吸油烟机及存储介质 |
| CN113409917A (zh) * | 2021-06-18 | 2021-09-17 | 深圳市狂风生命科技有限公司 | 一种测量、记录和分析人体食物摄取的装置及方法 |
-
2021
- 2021-09-22 CN CN202111106248.2A patent/CN113837900B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005284406A (ja) * | 2004-03-26 | 2005-10-13 | Matsushita Electric Works Ltd | 料理レシピ提示システム |
| JP2011253312A (ja) * | 2010-06-01 | 2011-12-15 | Sharp Corp | 操作装置、操作システム、操作方法、操作プログラムおよび記録媒体 |
| JP2015035090A (ja) * | 2013-08-08 | 2015-02-19 | シャープ株式会社 | 献立提案方法 |
| US20150294225A1 (en) * | 2014-04-11 | 2015-10-15 | Panasonic Intellectual Property Management Co., Ltd. | Recipe information processing apparatus, cooking apparatus, and recipe information processing method |
| KR20160092845A (ko) * | 2015-01-28 | 2016-08-05 | 연천군 | 지역 특산물 사용자 맞춤형 식습관 개선 시스템 및 그 방법 |
| CN104749330A (zh) * | 2015-03-27 | 2015-07-01 | 宁波方太厨具有限公司 | 基于油烟机的用户饮食习惯检测分析系统及其分析方法 |
| CN206833434U (zh) * | 2017-03-21 | 2018-01-02 | 吴秋蓬 | 一种健康饮食管理装置 |
| CN107290330A (zh) * | 2017-05-31 | 2017-10-24 | 江苏师范大学 | 一种测量火锅底料中辣椒碱含量的方法 |
| CN207472446U (zh) * | 2017-12-06 | 2018-06-08 | 天津职业技术师范大学 | 一种家庭厨房烹饪智能检测装置 |
| CN109984207A (zh) * | 2017-12-29 | 2019-07-09 | 中粮集团有限公司 | 辣椒油及其制备方法 |
| US20190281878A1 (en) * | 2018-03-19 | 2019-09-19 | Midea Group Co., Ltd. | Method and system for providing action recommendations associated with kitchen appliances |
| DE102018207785A1 (de) * | 2018-05-17 | 2019-11-21 | Wilhelm Bruckbauer | Verfahren und Testsystem zur Bestimmung der Effektivität einer Dunstabzugsvorrichtung |
| US10502430B1 (en) * | 2018-10-10 | 2019-12-10 | Brava Home, Inc. | Particulates detection in a cooking instrument |
| CN109657640A (zh) * | 2018-12-29 | 2019-04-19 | 佛山市云米电器科技有限公司 | 一种能根据使用食材进行健康等级划分的油烟机 |
| CN210136499U (zh) * | 2018-12-29 | 2020-03-10 | 佛山市云米电器科技有限公司 | 一种能根据使用食材进行健康等级划分的油烟机 |
| CN112017754A (zh) * | 2019-05-31 | 2020-12-01 | 青岛海尔智慧厨房电器有限公司 | 菜谱推荐方法、装置、吸油烟机及存储介质 |
| CN111084541A (zh) * | 2019-12-03 | 2020-05-01 | 华帝股份有限公司 | 一种烹饪设备的营养管理方法及烹饪设备 |
| CN113409917A (zh) * | 2021-06-18 | 2021-09-17 | 深圳市狂风生命科技有限公司 | 一种测量、记录和分析人体食物摄取的装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 邓力: "炒的烹饪过程数值模拟与优化及其技术特征和参数的分析", 《农业工程学报》, vol. 29, no. 5 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113837900B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Birnbaum | The devil rides again: Correlation as an index of fit. | |
| CN110033866B (zh) | 健康提醒方法、装置、计算机设备及存储介质 | |
| US20160106398A1 (en) | System and Method to Identify Abnormal Menstrual Cycles and Alert the User | |
| CN108681551A (zh) | 文书对比方法、电子装置及计算机可读存储介质 | |
| JP6149233B1 (ja) | 食事管理システム、食事管理方法、サーバ装置、及びプログラム | |
| CN110706783B (zh) | 食谱推荐方法、装置、计算设备及计算机存储介质 | |
| CN106027585B (zh) | 食品推荐方法及装置 | |
| US20150332014A1 (en) | Disease analysis apparatus, disease analysis method, and computer readable medium | |
| Pimenta et al. | Menopause symptoms' predictors: The influence of lifestyle, health-and menopause-related, and sociodemographic characteristics | |
| CN104200409A (zh) | 一种口味选择信息同应用对象的匹配方法 | |
| JP5685921B2 (ja) | 情報提供装置 | |
| CN111125533A (zh) | 菜谱推荐方法和装置、计算机可读存储介质 | |
| Yanagida et al. | Oral food challenge using different target doses and time intervals between doses | |
| Kundu et al. | Discriminating between the generalized Rayleigh and log-normal distribution | |
| CN113837900B (zh) | 烹饪设备的油烟参数分析方法 | |
| Onori et al. | An adaptation of the Food Insecurity Experience Scale (FIES) for measuring food insecurity among women in socially-backward communities | |
| KR102616189B1 (ko) | 정신건강의학 관련 심리 상태 데이터 수집 및 환자 상태 분류 방법, 장치 및 시스템 | |
| CN112201325A (zh) | 一种服务线上化饮食推荐方法、装置、系统及存储介质 | |
| Ran et al. | Attitudinal ambivalence as a protective factor against junk food advertisements: A moderated mediation model of behavioral intention | |
| CN111340540A (zh) | 广告推荐模型的监控方法、推荐方法及装置 | |
| Yajima et al. | " Easy" Cooking Recipe Recommendation Considering User's Conditions | |
| Lelorain et al. | Predicting mental quality of life in breast cancer survivors using comparison participants | |
| Kaiser et al. | The Assessment of a Personalized Nutrition Tool (eNutri) in Germany: Pilot Study on Usability Metrics and Users’ Experiences | |
| Kato et al. | Electric blanket use and risk of thyroid cancer in the women’s health initiative observational cohort | |
| US10679750B2 (en) | System, method, and storage medium to generate predictive medical feedback |
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 |