DE102019119075A1

DE102019119075A1 - Verfahren zum Betreiben eines Gargeräts und Gargerät

Info

Publication number: DE102019119075A1
Application number: DE102019119075.4A
Authority: DE
Inventors: Helge Nelson; Timo Schmull; Volker Backherms
Original assignee: Miele und Cie KG
Current assignee: Miele und Cie KG
Priority date: 2019-07-15
Filing date: 2019-07-15
Publication date: 2021-01-14
Also published as: WO2021008825A1; US20220283135A1; EP3963262A1

Abstract

Verfahren zum Betreiben eines Gargeräts 1 mit wenigstens einem Garraum 2 zur Zubereitung von Gargut, wobei mittels eines Hochfrequenzmesssystems 3 Hochfrequenzdaten während des Garvorgangs erfasst werden und wobei aus den Hochfrequenzdaten mittels einer Verarbeitungseinrichtung 4 ein das Gargut charakterisierender Garparameter abgeleitet wird. Dabei werden die Hochfrequenzdaten mittels eines in der Verarbeitungseinrichtung 4 hinterlegten und selbstlernenden Modells des maschinellen Lernens verarbeitet. Die Verarbeitungseinrichtung 4 leitet durch das Modell eigenständig aus den Hochfrequenzdaten den Garparameter ab.

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Betreiben eines Gargeräts mit wenigstens einem Garraum zur Zubereitung von Gargut und ein Gargerät. Mittels wenigstens eines Hochfrequenzmesssystems werden Hochfrequenzdaten während des Garvorgangs erfasst. Aus den Hochfrequenzdaten wird mittels wenigstens einer Verarbeitungseinrichtung wenigstens ein das Gargut charakterisierender Garparameter abgeleitet.
Bei der Zubereitung von Lebensmitteln in Gargeräten und beispielsweise Backöfen gibt es verschiedene Ansätze zur Automatisierung des Garvorgangs. Häufig wird dabei versucht, den Fertigzeitpunkt des Garguts durch das Gargerät erkennen zu lassen, damit dieses den Garvorgang rechtzeitig beenden kann. So kann ohne Überwachung durch den Benutzer beispielsweise ein Übergaren oder Anbrennen vermieden werden.
Für Backwaren existieren dazu beispielsweise Feuchtesensoren, welche den Fertigzeitpunkt durch ein Maximum in der Garraumfeuchte detektieren. Der Backprozess kann dann automatisch beendet werden. Für Fleischwaren werden oft Spießthermometer zum Messen der Kerntemperatur eingesetzt. Bei Erreichen einer bestimmten Kerntemperatur wird der Garprozess dann automatisiert beendet. Nachteilig ist jedoch, dass diese Methoden in der Regel nur für sehr bestimmte Garprozesse, beispielsweise nur zum Backen oder nur zum Braten von Fleisch, geeignet sind.
Für Geräte zum dielektrischen Erwärmen von Lebensmitteln, beispielsweise Mikrowellengeräte, ist es bekannt geworden, dass die vom Lebensmittel aufgenommene Energie mittels Hochfrequenztechnik ermittelt wird. Damit darüber der Fertigzeitpunkt erkannt und der Garprozess automatisiert beendet werden kann, muss die für das Lebensmittel bzw. Rezept benötigte Energiemenge eingeschätzt werden. Daher ist dieses Verfahren zwar sehr zuverlässig und komfortabel, setzt aber Rezepte mit benötigten Energiemengen oder entsprechende Erfahrung des Benutzers voraus.
Insgesamt weisen die aus dem Stand der Technik bekannten Möglichkeiten zur automatisierten Durchführung von Garprozessen noch Verbesserungspotenzial auf, um deren Anwendung auch bei unterschiedlichen Gargütern und für im Gerät nicht hinterlegte Rezepte zu ermöglichen.
Demgegenüber ist es die Aufgabe der vorliegenden Erfindung, die automatisierte Durchführung von Garprozessen in einem Gargerät zu verbessern und insbesondere auch für möglichst viele Rezepte und Kombinationsmöglichkeiten von Lebensmitteln und Garvorgängen zu ermöglichen.
Diese Aufgabe wird gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1 sowie durch ein Gargerät mit den Merkmalen des Anspruchs 13. Bevorzugte Merkmale sind Gegenstand der Unteransprüche. Weitere Vorteile und Merkmale ergeben sich aus der allgemeinen Beschreibung der Erfindung und der Beschreibung der Ausführungsbeispiele.
Das erfindungsgemäße Verfahren dient zum Betreiben eines Gargerätes mit wenigstens einem Garraum zur Zubereitung von Gargut. Mittels wenigstens eines Hochfrequenzmesssystems werden Hochfrequenzdaten während des Garvorgangs erfasst, idealerweise Hochfrequenzspektren über einen größeren Frequenzbereich. Aus den Hochfrequenzdaten wird mittels wenigstens einer Verarbeitungseinrichtung wenigstens ein das Gargut charakterisierender Garparameter, vorzugsweise eine Mehrzahl von Garparametern, abgeleitet. Dabei werden die Hochfrequenzdaten mittels wenigstens eines in der Verarbeitungseinrichtung hinterlegten und insbesondere selbstlernenden Modells des maschinellen Lernens verarbeitet. Dabei leitet die Verarbeitungseinrichtung durch das Modell eigenständig den Garparameter aus den Hochfrequenzdaten ab.
Das erfindungsgemäße Verfahren bietet viele Vorteile. Einen erheblichen Vorteil bietet die Verwendung des Modells des maschinellen Lernens zur Berechnung des Garparameters aus den Hochfrequenzdaten. Dadurch kann auch für verschiedenste Garvorgänge und aus dem Modell bisher unbekannten und nicht in der Verarbeitungseinrichtung hinterlegten Hochfrequenzdaten der Garparameter zuverlässig vorhergesagt bzw. bestimmt werden. Mit der Erfindung können daher auch unterschiedlichste Gerichte zuverlässig und komfortabel automatisiert zubereitet werden. Die Erfindung kann durch ihr Modell z. B. den Fertigzeitpunkt auch dann zuverlässig ermitteln, wenn Rezepte umgesetzt werden, für die das Gerät aufgrund der Vielfalt der Kombinationsmöglichkeiten von Lebensmitteln nicht gezielt werksseitig eingestellt ist bzw. welche als solche nicht in dem Gerät hinterlegt sind.
Wichtig in diesem Zusammenhang ist auch, dass der Garvorgang das Einschieben des Gargefäßes incl. Teig einschließt. Dadurch ist das System in der Lage den Unterschied zwischen leerem Garraum und beladenem Garraum auswerten.
Vorzugsweise erfasst das Hochfrequenzmesssystem wenigstens ein Reflexionsspektrum und insbesondere wenigstens zwei und bevorzugt mehrere Reflexionsspektren des Garraums und/oder des Garguts. Dabei werden die Hochfrequenzdaten mittels der Verarbeitungseinrichtung aus den Reflexionsspektren errechnet. Dann ist insbesondere eine weitere Verarbeitung bzw. Verrechnung der Reflexionsspektren vorgesehen. Möglich ist auch, dass die Hochfrequenzdaten Reflexionsspektren sind. Dann werden die Reflexionsspektren vorzugsweise direkt zur Berechnung des Garparameters herangezogen. Die Reflexionsspektren sind insbesondere Streuparameter bzw. S-Parameter oder umfassen solche oder sind von den Streuparametern abgeleitete Größen. Das bietet eine besonders zuverlässige und reproduzierbare Bestimmung des Garparameters.
Im Rahmen der vorliegenden Erfindung werden unter dem Begriff Reflexionsspektren insbesondere sowohl Spektren im Sinne von Frequenzbereichen als insbesondere auch Impulse im Sinne von Zeitbereichen verstanden. In allen Ausführungen ist es bevorzugt, dass das Hochfrequenzmesssystem dazu geeignet und ausgebildet ist, Reflexionsspektren (insbesondere Frequenzbereiche) und/oder Impulse (insbesondere Zeitbereiche) zu erfassen, welche vorzugsweise den Garraum und/oder das Gargut und insbesondere den Garrauminnenraum mit seiner Beladung charakterisieren.
Insbesondere beschreiben die Hochfrequenzdaten Veränderungen der Reflexionsspektren über die Zeit. Dazu werden die Reflexionsspektren während des Garvorgangs vorzugsweise wiederholt erfasst. Insbesondere werden zeitliche Veränderungen der Reflexionsspektren während des Garvorgangs ermittelt und zur Bestimmung des Garparameters herangezogen. Vorzugsweise spiegeln die Hochfrequenzdaten Veränderungen des Gargutes und/oder des Garraums während des Garvorgangs wieder. Es ist möglich, dass die Hochfrequenzdaten weiter verrechnet werden, bevor sie dem Modell zugeführt werden. Die Hochfrequenzdaten können aber auch direkt bzw. unverarbeitet dem Modell zugeführt werden.
Es ist bevorzugt, dass das Modell durch überwachtes maschinelles Lernen erstellt ist bzw. wurde und/oder trainiert wird. Vorzugsweise wird dazu wenigstens eine Datenmenge aus einer repräsentativen Menge an Garvorgängen als Referenz erfasst. Die Datenmenge umfasst vorzugsweise wenigstens die Hochfrequenzdaten. Zum Lernen bzw. Trainieren ist in dieser Datenmenge vorzugsweise wenigstens eine Zuordnung von Hochfrequenzdaten zum Garparameter als Zielgröße (auch als Label bezeichnet) enthalten. Dann werden vorzugsweise Zusammenhänge zwischen den Hochfrequenzdaten und dem Garparameter angelernt, sodass anschließend das Modell in der Lage ist, ausgehend von den Hochfrequenzdaten insbesondere eigenständig auf den Garparameter zu schließen bzw. den Garparameter zu berechnen. So kann eine besonders reproduzierbare Bestimmung des Garparameters auch bei sehr unterschiedlichen Rezepten bzw. Garvorgängen durchgeführt werden.
Es ist möglich und bevorzugt, dass das Modell aus einer Gruppe von Modelltypen entnommen ist, umfassend wenigstens analytische Modelle und zum Beispiel Gleichungen, statistische Modelle und zum Beispiel Regressoren, künstliche neuronale Netze, Convolutional Neuronal Networks (CNN bzw. ConvNet), Modelltypen des maschinellen Lernens. CNN bedeutet zu deutsch etwa faltendes neuronales Netzwerk. Vorzugsweise ist das Modell lernfähig bzw. selbstlernend ausgebildet. Das Modell kann dazu geeignet und ausgebildet sein, die Berechnung des Garparameters aus den Hochfrequenzdaten während der Garvorgänge bzw. des Betriebs des Gargeräts selbstständig zu optimieren. Insbesondere ist dazu eine Rückkopplung über die Qualität bzw. Erfolgsrate der durchgeführten Berechnungen vorgesehen. Es ist möglich und bevorzugt, dass auch andere geeignete Modelle des maschinellen Lernens als die hier aufgeführten eingesetzt werden können. Das Modell umfasst insbesondere wenigstens eine Software oder ist als eine solche ausgebildet. Das Modell stellt insbesondere eine künstliche Intelligenz und/ oder einen Assistenten bereit.
Der Garparameter ist vorzugsweise aus einer Gruppe von Parametern entnommen, umfassend wenigstens Kerntemperatur, Bräunungszustand, Feuchtezustand, Gefrierzustand, Auftauzustand, Garzustand, Fertiggargrad, Schrumpfen, Aufgehen, Wasserabgabe, Krustenbildung, Veränderungen der zuvor genannten Parameter über die Zeit. Beispielsweise gibt der Garparameter an, ob das Gargut gefroren oder aufgetaut ist. Die Kerntemperatur wird beispielsweise in Grad Celsius oder Kelvin angegeben. Der Garparameter kann dem Benutzer angezeigt werden und/oder einer Steuereinrichtung zur Steuerung einer Behandlungseinrichtung bereitgestellt werden. Es ist möglich und bevorzugt, dass auch weitere das Gargut bzw. den Garvorgang charakterisierende Garparameter durch das Modell abgeleitet werden.
In einer besonders vorteilhaften Ausgestaltung werden mit dem Modell auch Gerätedaten verarbeitet. Dabei wird der Garparameter durch das Modell eigenständig aus einer Kombination der Hochfrequenzdaten mit wenigstens den Gerätedaten abgeleitet. Die Gerätedaten werden insbesondere von einer Steuereinrichtung des Gargerätes abgerufen und/oder von dieser bereitgestellt. Die Gerätedaten beschreiben insbesondere wenigstens eine für den Betrieb des Gargeräts charakteristische Größe. Die Gerätedaten beschreiben beispielsweise eine Steuergröße und/oder Regelgröße für eine Behandlungseinrichtung. Es ist möglich, dass die Gerätedaten wenigstens eine sensorisch erfassbare Größe umfassen. Eine solche Kombination bietet eine besonders zuverlässige und reproduzierbare Bestimmung des Garparameters.
Die Gerätedaten sind insbesondere aus einer Gruppe von Daten entnommen, umfassend wenigstens wenigstens thermische und/oder energetische Zustandsdaten des Garraums, Betriebsart, geschaltete Verbraucher, Laufzeit des Garvorgangs. Es ist möglich und bevorzugt, dass die Gerätedaten wenigstens einen weiteren das Gerät bzw. dessen Betriebszustand charakterisierenden Parameter umfassen.
In einer ebenfalls besonders vorteilhaften Ausgestaltung werden auch Beladungsdaten mit dem Modell verarbeitet. Vorzugsweise wird der Garparameter durch das Modell eigenständig aus einer Kombination der Hochfrequenzdaten mit wenigstens den Beladungsdaten abgeleitet. Insbesondere wird der Garparameter durch das Modell eigenständig aus einer Kombination der Hochfrequenzdaten mit wenigstens den Beladungsdaten und wenigstens den Gerätedaten abgeleitet. Die Beladungsdaten umfassen insbesondere wenigstens eine charakteristische Größe für eine Beladung des Garraums. Eine solche Kombination bietet eine besonders zuverlässige und reproduzierbare Bestimmung des Garparameters.
Die Beladungsdaten werden vorzugsweise durch das Hochfrequenzmesssystem erfasst. Dabei werden die Beladungsdaten vorzugsweise aus den Hochfrequenzdaten ermittelt und/oder durch eigens dafür mittels des Hochfrequenzmesssystems durchgeführte Hochfrequenzmessungen ermittelt. Möglich und bevorzugt ist auch, dass die Beladungsdaten mittels wenigstens einer Sensoreinrichtung erfasst werden. Die Sensoreinrichtung umfasst insbesondere wenigstens eine Kameraeinrichtung. Dann werden die Beladungsdaten vorzugsweise aus den mit der Kameraeinrichtung erfassten Bilddaten ermittelt. Insbesondere erfasst die Kameraeinrichtung dazu Bilder aus dem Garraum. Zusätzlich oder alternativ können auch andere Sensoren vorgesehen sein.
Die Beladungsdaten sind vorzugsweise aus einer Gruppe von Daten entnommen, umfassend wenigstens Geometrieeigenschaften des Garguts und/oder eines Gargutbehälters/-trägers, Position des Garguts und/oder eines Gargutbehälters/-trägers, Art des Garguts und/oder eines Gargutbehälters/-trägers. Die Geometrieeigenschaften umfassen beispielsweise eine Höhe und/oder Größe und/oder Breite und/oder Länge und/oder Kontur und/oder Form und/oder ein Volumen des Garguts und/oder Gargutbehälters/-trägers. Insbesondere beschreiben die Beladungsdaten die Position des Garguts und/oder des Gargutbehälters/-trägers im Garraum. Beispielsweise beschreiben die Beladungsdaten die Einschubhöhe eines Gargutträgersim Garraum. Die Art des Garguts ist insbesondere ein Lebensmitteltyp und zum Beispiel Fleisch, Fisch, Gemüse, Teigwaren. Die Art des Gargutbehälters ist insbesondere ein Gargutbehältermaterial und zum Beispiel Glas, Metall, Kunststoff, mineralisches Material wie z. B. Ton. Es ist möglich und bevorzugt, dass die Beladungsdaten wenigstens einen weiteren die Beladung charakterisierenden Parameter umfassen.
In allen Ausgestaltungen ist es besonders bevorzugt, dass wenigstens eine Behandlungseinrichtung zur Zubereitung von Gargut mittels wenigstens einer Steuereinrichtung in Abhängigkeit des Garparameters gesteuert wird. Dabei wird besonders bevorzugt wenigstens ein Parameter wenigstens eines Behandlungsprogramms, auch als Automatikfunktion und/oder Automatikprogramm bezeichnet, in Abhängigkeit des Garparameters angepasst. Eine solche Ausgestaltung bietet eine besonders komfortable und zugleich zuverlässige Zubereitung unterschiedlichster Rezepte und Lebensmittel. Beispielsweise beschreibt der Garparameter den Fertigzeitpunkt und die Steuereinrichtung beendet den Garvorgang bei Erreichen des Fertigzeitpunkts und schaltet dazu zum Beispiel eine Heizquelle ab. Insbesondere wird die Behandlungseinrichtung in Abhängigkeit wenigstens eines Behandlungsprogramms durch wenigstens eine Steuereinrichtung gesteuert. Insbesondere passt die Steuereinrichtung das Behandlungsprogramm in Abhängigkeit des Garparameters an. Alternativ oder zusätzlich kann vorgesehen sein, dass der berechnete Garparameter dem Benutzer mitgeteilt wird, beispielsweise über eine Anzeigeeinrichtung oder ein mobiles Endgerät oder dergleichen.
Insbesondere wird mittels des Hochfrequenzmesssystems hochfrequente Messstrahlung mit einer Mehrzahl von unterscheidbaren Frequenzen und/oder Phasen in den Garraum ausgesendet. Insbesondere wird die Messstrahlung mittels des Hochfrequenzmesssystems wieder empfangen und ausgewertet. Vorzugsweise werden die Reflexionsspektren anhand wenigstens eines Vergleichs der empfangenen mit der ausgesendeten Messstrahlung frequenzabhängig und/oder phasenabhängig erstellt. Dabei kann die Messstrahlung auch als ein Impuls und insbesondere als ein ultrakurzer Impuls ausgesendet und/oder empfangen und/oder ausgewertet werden.
Das erfindungsgemäße Gargerät ist dazu geeignet und ausgebildet, nach dem zuvor beschriebenen Verfahren betrieben zu werden. Das Gargerät umfasst insbesondere wenigstens eine Behandlungseinrichtung und wenigstens einen Garraum. Das Gargerät umfasst insbesondere wenigstens ein Hochfrequenzmesssystem zum Erfassen von Hochfrequenzdaten während des Garvorgangs . EineVerarbeitungseinrichtung zum Verarbeiten der Hochfrequenzdaten ist entweder direkt im Gerät oder an einem externen Ort ,z.B. einer Cloud oder einem Server vorgesehen.
Das Hochfrequenzmesssystem umfasst insbesondere wenigstens einen Hochfrequenzerzeuger und/oder wenigstens eine dem Garraum zugeordnete Antenne (insb. flach bzw. planar ausgebildet) und/oder wenigstens eine Sendeeinheit und/oder wenigstens eine Empfangseinheit und/oder wenigstens eine Auswerteeinheit. Es können auch mehrere Sender und/oder Empfänger vorgesehen sein. Dann ist das Hochfrequenzmesssystem insbesondere in der Art eines Antennenarrays aufgebaut oder umfasst wenigstens ein solches. Das Hochfrequenzmesssystem ist insbesondere breitbandig ausgebildet und ist insbesondere im Bereich von 100 MHz bis 5 GHz betreibbar, wo eine gute Anregung von üblichen Lebensmitteln und Wasser möglich ist. Der Frequenzbereich ist insbesondere so gewählt, dass eine Modalanalyse bei der gegebenen Garraumkavitätsgröße möglich ist. Andere, insbesondere kleinere Frequenzbereiche sind möglich. Das Hochfrequenzmesssystem kann insbesondere breitbandig senden und/oder empfangen und/oder messen.
Das Hochfrequenzmesssystem umfasst insbesondere wenigstens einen Sende-Empfangseinheit-Auswerte-Transceiver. Das Hochfrequenzmesssystem, insbesondere der Transceiver, ist vorzugsweise dazu geeignet und ausgebildet, wenigstens eine der nachfolgenden Messmethoden auszuführen: Frequenzsweep, Pulsradar, FMCW (Frequenz Modulated Continious Wave), andere geeignete Methoden zur Erfassung von Hochfrequenzdaten und insb. Reflexionsspektren.
Die Behandlungseinrichtung umfasst insbesondere wenigstens eine Hochfrequenzeinrichtung mit wenigstens einem Hochfrequenzerzeuger zum Einbringen von Hochfrequenzstrahlung in den Garraum. Diese Hochfrequenzstrahlung ist dazu geeignet als Messstrahlung zu fungieren. Die Hochfrequenzstrahlung kann auch für eine Zubereitung von Gargut benutzt werden. Das Hochfrequenzmesssystem ist insbesondere dazu geeignet und ausgebildet, zur Bestimmung des Absorptionsgrades die für die Zubereitung von Gargut in den Garraum gesendete Hochfrequenzstrahlung heranzuziehen. Dabei kann eine Verringerung der Sendeleistung vorgesehen sein. Die zum Zubereiten des Garguts vorgesehene Sendeleistung kann zum Messen beibehalten werden.
Es ist möglich und bevorzugt, dass das Hochfrequenzmesssystem dazu geeignet und ausgebildet ist, zur Bestimmung des Absorptionsgrades eine breitbandige Messstrahlung heranzuziehen, welche eine um ein Vielfaches (zum Beispiel zehnfach oder hundertfach) geringere Leistung als die für die Zubereitung von Gargut in den Garraum gesendete schmalbandige Hochfrequenzstrahlung aufweist. Dabei ist die Messstrahlung insbesondere nicht zur Zubereitung von Gargut geeignet und ausgebildet. Es ist möglich, dass die Messstrahlung durch das Hochfrequenzmesssystem erzeugt wird und das Hochfrequenzmesssystem dazu einen eigenen Hochfrequenzerzeuger aufweist. Die Messstrahlung kann auch durch die Hochfrequenzeinrichtung der Behandlungseinrichtung erzeugt werden.
Weitere Vorteile und Merkmale der vorliegenden Erfindung ergeben sich aus den Ausführungsbeispielen, welche im Folgenden mit Bezug auf die beiliegenden Figuren erläutert werden.
In den Figuren zeigen:

1 eine rein schematische Darstellung eines erfindungsgemäßen Gargerätes in einer Vorderansicht; und
2 eine rein schematische und skizzenhafte Darstellung eines Zusammenhangs zwischen einer für das Gargut oder dem Garzustand charakteristischen Größe gegenüber der Gardauer .

Die 1 zeigt ein erfindungsgemäßes Gargerät 1, welches hier als ein Backofen 100 bzw. Kombigerät ausgeführt ist. Das Gargerät 1 wird nach dem erfindungsgemäßen Verfahren betrieben. Das Gargerät 1 hat einen beheizbaren Garraum 2, welcher durch eine Garraumtür 12 verschließbar ist. Das Gargerät 1 ist hier als ein Einbaugerät vorgesehen. Es kann auch als ein Standgerät ausgebildet sein.
Zur Zubereitung von Gargut ist eine Behandlungseinrichtung 6 vorgesehen, die in der hier dargestellten Ansicht nicht sichtbar im Garraum 2 bzw. Geräteinneren angeordnet ist. Die Behandlungseinrichtung 6 umfasst z. B. eine Heizeinrichtung mit mehreren Heizquellen für die Beheizung des Garraums 2. Als Heizquelle können beispielsweise eine Oberhitze und/oder eine Unterhitze, eine Heißluftheizquelle und/oder eine Grillheizquelle oder andere Arten von Heizquellen vorgesehen sein. Es kann auch ein Dampferzeuger vorgesehen sein. Zudem kann die Behandlungseinrichtung 6 zum Erhitzen bzw. Garen mit Hochfrequenzstrahlung ausgebildet sein und dazu z. B. einen Hochfrequenzerzeuger umfassen.
Das Gargerät 1 umfasst hier eine mit der Behandlungseinrichtung 6 wirkverbundene Steuereinrichtung 16 zur Steuerung bzw. Regelung von Gerätefunktionen und Betriebszuständen. Über die Steuereinrichtung 16 sind vorwählbare Betriebsmodi und vorzugsweise auch verschiedene Behandlungsprogramme (Garprogramme) bzw. Programmbetriebsarten und andere Automatikfunktionen ausführbar. Die Steuereinrichtung 16 steuert dazu z. B. die Behandlungseinrichtung 6 in Abhängigkeit eines vorgewählten Betriebsmodus bzw. Behandlungsprogramms entsprechend an.
Zur Bedienung des Gargerätes 1 ist eine Bedieneinrichtung 101 vorgesehen. Beispielsweise können darüber der Betriebsmodus, die Garraumtemperatur und/oder ein Automatikprogramm bzw. eine Programmbetriebsart oder andere Automatikfunktionen ausgewählt und eingestellt werden. Über die Bedieneinrichtung 101 können auch weitere Benutzereingaben vorgenommen werden und zum Beispiel eine Menüsteuerung vorgenommen werden. Die Bedieneinrichtung 101 umfasst auch eine Anzeigeeinrichtung 102, über die Benutzerhinweise und z. B. Eingabeaufforderungen angezeigt werden können. Die Bedieneinrichtung 101 kann Bedienelemente und/oder eine berührungsempfindliche Anzeigeeinrichtung 102 bzw. einen Touchscreen umfassen.
Wenn ein dielektrisches Erwärmen von Gargut im Garraum 2 durch Hochfrequenzstrahlung vorgesehen ist, ist die Behandlungseinrichtung 6 mit einem Hochfrequenzerzeuger ausgestattet. Der Hochfrequenzerzeuger basiert vorzugsweise auf Halbleitertechnologie und ist zum Beispiel ein Solid-State-Hochfrequenzerzeuger. Möglich ist aber auch, dass der Hochfrequenzerzeuger als ein Magnetron ausgebildet ist oder wenigstens ein solches umfasst.
Das Gargerät 1 weist ein hier stark schematisiert dargestelltes Hochfrequenzmesssystem 3 mit einer Verarbeitungseinrichtung 4 auf. Während des Garvorgangs erfasst das Hochfrequenzmesssystem 3 Reflexionsspektren und zum Beispiel S-Parameter. Dazu wird hochfrequente Messstrahlung erzeugt und in den Garraum 2 gesendet und wieder empfangen. Die Reflexionsspektren werden durch einen entsprechenden Vergleich der ausgesendeten mit der empfangenen bzw. reflektierten Messstrahlung gewonnen. Die Messung erfolgt hier beispielsweise durch einen Frequenzsweep und/oder FMCW. Der HF-Messvorgang kann dabei selbst ebenfalls zum Erwärmen des Garguts verwendet werden und zum Beispiel durch den Hochfrequenzerzeuger erzeugt werden. Es kann aber auch eine Messstrahlung mit deutlich abgeschwächter Leistung eingesetzt werden, welche eigens für den Messvorgang durch das Hochfrequenzmesssystem 3 oder den Hochfrequenzerzeuger erzeugt wird.
Die Reflexionsspektren werden dann verrechnet oder direkt als Hochfrequenzdaten der Verarbeitungseinrichtung 4 zur Verfügung gestellt. In der Verarbeitungseinrichtung 4 ist ein Modell hinterlegt, welches aus den Hochfrequenzdaten einen Garparameter, beispielsweise die Kerntemperatur und/oder den Fertigzeitpunkt des Garguts ableitet. Das Modell kann dabei analytisch, statistisch oder mit maschinellen Lernverfahren erstellt sein. In einer Ausgestaltung werden durch das Modell in Kombination mit den Hochfrequenzdaten auch Gerätedaten und/oder Beladungsdaten zur Berechnung des Garparameters herangezogen.
Die Beladungsdaten können beispielsweise durch eine hier nicht sichtbar im Inneren des Gargeräts 1 angeordnete Sensoreinrichtung 5 gewonnen werden. Dazu ist die Sensoreinrichtung 5 beispielsweise mit einer Kameraeinrichtung 15 ausgestattet, welche Bilder des Garraums und seiner Beladung aufnimmt. Die Verarbeitungseinrichtung 4 wertet die Bilder zur Gewinnung der Beladungsdaten dann entsprechend aus. Die Kameraeinrichtung 15 kann z. B. zweidimensionale oder dreidimensionale bzw. räumliche Bildinformationen oder temperaturspezifische Bildinformationen bzw. Wärmebilder aus dem Garraum 2 erfassen. Die Beladungsdaten können aber auch aus den Reflexionsspektren ermittelt werden. Die Gerätedaten werden hier von der Steuereinrichtung 16 bereitgestellt.
Die Hardware umfasst hier zum Beispiel eine Antenne im Garraum 2 und einen Sende-Empfangseinheit-Auswerte-Transceiver. Die Antenne ist dazu imstande, breitbandiges Senden bzw. Empfangen von hochfrequenter Strahlung in den Garraum zu ermöglichen und weist z. B. gute Sende- und Empfangseigenschaften im Bereich 100 MHz bis 5 GHz auf. Bevorzugt ist sie als flache Struktur ausgeführt. Die planare Struktur ermöglicht einen einfachen Einbau. Es ist aber auch möglich, in den Garraum 2 reinragende Antennen zu verwenden.
Der Transceiver kann hier breitbandig senden, empfangen und messen. Dazu werden drei grundsätzliche Messmethoden bevorzugt: ein Frequenzsweep, ein Pulsradar und ein FMCW (Freq.-Modulated-continious wave). Bevorzugt werden bei allen Messungen charakteristische Spektren (Frequenzbereich) bzw. Impulse (Zeitbereich) erzeugt und erfasst, die das Garrauminnere charakterisieren. Diese Spektren werden in einem weiteren Verfahren für eine Verrechnung verwendet. Die RF-Sensorik ist damit berührungslos, breitbandig und robust gegenüber Verschmutzungen. Das Hochfrequenzmesssystem 3 kann auch aus mehreren Sendern und Empfängern bestehen, ähnlich wie ein Antennenarray
In der 2 ist der Zusammenhang zwischen einer für das Gargut oder dem Garzustand charakteristischen Größe 200 gegenüber der Gardauer 201 und dem Fertigzeitpunkt 202 eines Lebensmittels bei der Zubereitung in dem hier vorgestellten Gargerät 1 gezeigt. Die charakteristischen Größen können die Garguttemperatur, das Gargutvolumen, Gargutbräunung oder deren zeitliche Änderung sein. Auch weitere und abgeleitete den Garzustand chrakterisierende Größen sind denkbar. Der rechteckig umrahmte Bereich skizziert dabei den Zeitraum, in dem der Fertigzeitpunkt 202 liegt und das Gargut einen besonders günstigen Gargrad aufweist bzw. optimal fertig gegart ist.
Mit der hier vorgestellten Erfindung kann dieser Zeitraum besonders zuverlässig und zugleich berührungslos und auch robust gegenüber Verschmutzungen erfasst werden. Durch die Erkennung des Fertigzeitpunkts 202 ist dann eine optimale Anpassung des Behandlungsprogramms möglich, sodass beispielsweise der Garvorgang rechtzeitig beendet werden kann, um ein Übergaren oder Austrocknen zu vermeiden.
Die größte Herausforderung in der Automatisierung von Garprozessen liegt in der Variabilität von Lebensmitteln und der Gerichte. Lebensmittel sind in ihrer Art (Fleisch, Gemüse, Backwaren) aber auch in ihrer Form, Größe, Gewicht und Lagerdauer sehr unterschiedlich. Zusätzlich sind Gerichte durch die Vielfalt der Kombinationsmöglichkeiten extrem unterschiedlich. Um nicht jedes erdenkliche Rezept zu optimieren und im Gerät 1 hinterlegen zu müssen, wird bei der hier beschriebenen Erfindung ein selbstlernendes System verwendet werden, welches auf den Methoden des überwachten maschinellen Lernens beruht.
Das überwachte maschinelle Lernen wird hier mit repräsentativen Daten trainiert. Dabei werden bevorzugt klassische Größen (Ofentemperatur, Garzeit, verbrauchte Leistung/Energie) mit Hochfrequenzdaten (Reflexionsspektren bzw. S-Parameter) kombiniert. Dabei werden Modelle erstellt, die aus den (verrechneten) Hochfrequenzdaten und weiteren spezifischen Gerätedaten die Kerntemperatur des Lebensmittels und/oder andere Garparameter vorhersagen. Für das Bilden der Modelle wird die Datenmenge aus einer repräsentativen Menge an Garvorgängen als Referenz benötigt. In diesen Daten ist zunächst eine Zuordnung von Daten zur Zielgröße (sogenanntes Label) zum Lernen enthalten. Es werden nun Zusammenhänge (Korrelation) zwischen den Daten und der Zielgröße angelernt. Anschließend ist das Modell in der Lage von den Daten eigenständig auf die Zielgröße zu schließen.
Das Modell kann dabei je nach Art des Labels anders ausgewählt werden. Zur Auswahl stehen zum Beispiel analytische Modelle (Gleichungen), statistische Modelle wie z. B. diversere Regressoren, bis hin zu Neuronalen Netzen, Convolutional Neural Networks und andere künstliche Lernverfahren. Für unterschiedliche Fragestellungen werden verschiedene Modelle gebildet und eingesetzt.
Ein Label kann zum Beispiel sein: Aufgetaut vs. gefroren oder Kerntemperatur in °C oder fertig vs. nicht fertig oder Lebensmittelart und viele Weitere. Die Daten aus dem Ofen bzw. Gerätedaten beschreiben den thermischen und energetischen Zustand des Ofens. Sie umfassen daher nach Möglichkeit die Betriebsart, die geschalteten Verbraucher sowie die Laufzeit der Versuche und/oder andere Größen.
Die Hochfrequenzdaten werden hier in optimaler Weise vorverarbeitet und wichtige Merkmale durch statistische und oder nachrichtentechnische Ansätze bestimmt. Durch diese Merkmale soll bevorzugt die Beladung charakterisiert werden.
Ein besonderer Erfindungswert liegt in der Auswertung von Veränderungen in den S-Parametern. Die Unsicherheiten der stationären Absolut-Messungen, z. B. durch Verwendung eines metallischen Gargutträgers, können bei der Differenzbildung und dem Auswerten der Veränderungen herausgerechnet werden. Die messbaren Veränderungen in den S-Parametern ergeben sich dann durch Veränderungen des Lebensmittels während des Garvorgangs, z. B. durch Abgabe von Wasser, Aufgehen oder Schrumpfen, Krustenbildung u.ä., während der Garraum und sein Einfluss auf die S-Parameter zeitlich konstant bleibt.
Die messbaren Veränderungen am Lebensmittel während des Back- oder Garprozesses folgen in der Regel einer typischen Kurve mit Maximum gegen Ende des Garvorgangs. Viele relevante Größen wie Kerntemperatur, Volumenänderung, Bräunungsänderung o.ä. folgen dieser in der 2 schematisch dargestellten Kurve. Das liegt unter anderem daran, dass der Temperaturunterschied zwischen Lebensmittel und Backofen während des Garvorgangs immer kleiner wird und das Lebensmittel essbar wird, wenn die notwendigen physikalischen (z. B. Aufgehen, Verdampfen von Wasser) und chemischen Prozesse (z. B. Bräunungsänderung ΔL, Entfalten von Proteinen) des Garens abgeschlossen sind.
Ein besonderes Merkmal der Erfindung ist auch das Zusammenspiel aus den HF-Daten und den Gerätedaten bzw. Ofen-Daten und/oder Beladungsdaten. Für die besonders relevanten Label wie z. B. die Kerntemperatur benötigt das Modell zum einen den Zustand des Ofens und zum anderen eine Beschreibung der Beladung über ein weiteres Sensorsystem. Erst diese Kombination erzeugt ein besonders vollständiges Gesamtbild. Dieses zusätzliche Sensorsystem ist hier die Hochfrequenzmessung über das indirekt die Höhe, Größe, Volumen, Art und Behälter der Beladung beschrieben wird. Alternativ kann das Sensorsystem z. B. auch die Sensoreinrichtung 5 mit der Kamera 15 sein, aus deren Bilddaten diese Größen abgeleitet werden.
Bezugszeichenliste

1: Gargerät
2: Garraum
3: Hochfrequenzmesssystem
4: Verarbeitungseinrichtung
5: Sensoreinrichtung
6: Behandlungseinrichtung
12: Garraumtür
15: Kameraeinrichtung
16: Steuereinrichtung
100: Backofen
101: Bedieneinrichtung
102: Anzeigeeinrichtung
200: Kerntemperatur
201: Zeit
202: Fertigzeitpunkt

Claims

Verfahren zum Betreiben eines Gargeräts (1) mit wenigstens einem Garraum (2) zur Zubereitung von Gargut, wobei mittels wenigstens eines Hochfrequenzmesssystems (3) Hochfrequenzdaten während des Garvorgangs erfasst werden und wobei aus den Hochfrequenzdaten mittels wenigstens einer Verarbeitungseinrichtung (4) wenigstens ein das Gargut charakterisierender Garparameter abgeleitet wird, dadurch gekennzeichnet, dass die Hochfrequenzdaten mittels wenigstens eines in der Verarbeitungseinrichtung (4) hinterlegten und selbstlernenden Modells des maschinellen Lernens verarbeitet werden und dass die Verarbeitungseinrichtung (4) durch das Modell eigenständig aus den Hochfrequenzdaten den Garparameter ableitet.
Verfahren nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass das Hochfrequenzmesssystem (3) Reflexionsspektren des Garraums (2) und/oder des Garguts erfasst und dass die Hochfrequenzdaten aus den Reflexionsspektren errechnet werden und/oder dass die Hochfrequenzdaten Reflexionsspektren sind.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Modell durch überwachtes maschinelles Lernen erstellt ist bzw. trainiert wird und dass dazu wenigstens eine Datenmenge aus einer repräsentativen Menge an Garvorgängen als Referenz erfasst wird und dass in dieser Datenmenge wenigstens eine Zuordnung von Hochfrequenzdaten zum Garparameter als Zielgröße zum Lernen enthalten ist und dass dann Zusammenhänge zwischen den Hochfrequenzdaten und dem Garparameter angelernt werden, sodass anschließend das Modell in der Lage ist, ausgehend von den Hochfrequenzdaten eigenständig auf den Garparameter zu schließen.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Modell aus einer Gruppe von Modelltypen entnommen ist, umfassend wenigstens analytische Modelle und zum Beispiel Gleichungen, statistische Modelle und zum Beispiel Regressoren, künstliche neuronale Netze, Convolutional Neuronal Networks (CNN bzw. ConvNet), Modelltypen des Maschinellen Lernens.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Garparameter aus einer Gruppe von Parametern entnommen ist, umfassend wenigstens Kerntemperatur, Bräunungszustand, Feuchtezustand, Gefrierzustand, Auftauzustand, Garzustand, Fertiggargrad, Schrumpfen, Aufgehen, Wasserabgabe, Krustenbildung, Veränderungen der zuvor genannten Parameter über die Zeit.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass auch Gerätedaten mit dem Modell verarbeitet werden und dass das durch das Modell eigenständig aus einer Kombination der Hochfrequenzdaten mit wenigstens den Gerätedaten der Garparameter abgeleitet wird.
Verfahren nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass die Gerätedaten aus einer Gruppe von Daten entnommen sind, umfassend wenigstens thermische und/oder energetische Zustandsdaten des Garraums (2), Betriebsart, geschaltete Verbraucher, Laufzeit des Garvorgangs.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass auch Beladungsdaten mit dem Modell verarbeitet werden und dass durch das Modell eigenständig aus einer Kombination der Hochfrequenzdaten mit wenigstens den Beladungsdaten der Garparameter abgeleitet wird.
Verfahren nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass die Beladungsdaten durch das Hochfrequenzmesssystem (3) und/oder mittels wenigstens einer Sensoreinrichtung (5), insbesondere umfassend wenigstens eine Kameraeinrichtung (15), erfasst werden.
Verfahren nach einem der beiden vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Beladungsdaten aus einer Gruppe von Daten entnommen sind, umfassend wenigstens Geometrieeigenschaften des Garguts und/oder eines Gargutbehälters, Position des Garguts und/oder eines Gargutbehälters, Art des Garguts und/oder eines Gargutbehälters.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass wenigstens eine Behandlungseinrichtung (6) zur Zubereitung von Gargut mittels wenigstens einer Steuereinrichtung (16) in Abhängigkeit des Garparameters gesteuert wird und dass dabei vorzugsweise wenigstens ein Parameter wenigstens eines Behandlungsprogramms in Abhängigkeit des Garparameters anpasst wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mittels des Hochfrequenzmesssystems (3) hochfrequente Messstrahlung mit einer Mehrzahl von unterscheidbaren Frequenzen und/oder Phasen in den Garraum (2) ausgesendet und wieder empfangen und ausgewertet wird und dass anhand wenigstens eines Vergleichs der empfangenen mit der ausgesendeten Messstrahlung frequenzabhängig und/oder phasenabhängig die Reflexionsspektren erstellt werden.
Gargerät (1), dazu geeignet und ausgebildet, nach dem Verfahren nach einem der vorhergehenden Ansprüche betrieben zu werden.