TWI815422B - 咖啡豆烘焙及沖煮系統 - Google Patents
咖啡豆烘焙及沖煮系統 Download PDFInfo
- Publication number
- TWI815422B TWI815422B TW111116439A TW111116439A TWI815422B TW I815422 B TWI815422 B TW I815422B TW 111116439 A TW111116439 A TW 111116439A TW 111116439 A TW111116439 A TW 111116439A TW I815422 B TWI815422 B TW I815422B
- Authority
- TW
- Taiwan
- Prior art keywords
- brewing
- curve
- roasting
- unit
- coffee bean
- Prior art date
Links
- 241000533293 Sesbania emerus Species 0.000 title claims abstract description 323
- 238000010801 machine learning Methods 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000013473 artificial intelligence Methods 0.000 claims description 105
- 235000016213 coffee Nutrition 0.000 claims description 67
- 235000013353 coffee beverage Nutrition 0.000 claims description 67
- 230000007613 environmental effect Effects 0.000 claims description 67
- 238000004458 analytical method Methods 0.000 claims description 45
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 42
- 230000010354 integration Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 30
- 238000001816 cooling Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 10
- 238000013459 approach Methods 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 7
- 239000007924 injection Substances 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 230000004308 accommodation Effects 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 240000007154 Coffea arabica Species 0.000 description 60
- 239000000796 flavoring agent Substances 0.000 description 23
- 235000019634 flavors Nutrition 0.000 description 23
- 238000013124 brewing process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 244000046052 Phaseolus vulgaris Species 0.000 description 4
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009835 boiling Methods 0.000 description 1
- 239000008373 coffee flavor Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000012251 post-harvest treatment method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Landscapes
- Tea And Coffee (AREA)
Abstract
本發明提供一種咖啡豆烘焙及沖煮系統,其包含咖啡豆烘焙裝置、咖啡豆沖煮裝置及連接咖啡豆烘焙裝置及咖啡豆沖煮裝置的雲端伺服器。其中,咖啡豆烘焙裝置及咖啡豆沖煮裝置分別可以從雲端伺服器獲取目標烘焙曲線及目標沖煮曲線,且咖啡豆烘焙裝置及咖啡豆沖煮裝置分別可以顯示實際烘焙曲線與目標烘焙曲線以及實際沖煮曲線與目標沖煮曲線,以供操作人員參考,從而有利於確保烘焙及沖煮的品質。此外,咖啡豆烘焙裝置的烘焙資訊及咖啡豆沖煮裝置的沖煮資訊皆會傳輸至雲端伺服器進行儲存,從而雲端伺服器可以利用機器學習演算法學習所收集之烘焙資訊及沖煮資訊,進而根據機器學習演算法之演算結果調整所儲存之目標烘焙曲線及目標沖煮曲線。
Description
本發明涉及一種咖啡豆烘焙及沖煮系統,且特別涉及一種利用雲端伺服器以監控各咖啡豆烘焙裝置的烘焙情形及各咖啡豆沖煮裝置的沖煮情形的咖啡豆烘焙及沖煮系統。
隨著現代社會的發展,現代人的生活步調越來越急促,透過飲用咖啡提神以面對生活及工作上的各項任務已經成為許多人的日常。隨著咖啡的盛行,也有越來越多人開始喜歡上品嘗咖啡的風味,並進一步研究不同的產地、品種、烘焙方式及沖煮方式等細節的咖啡的風味差異。
一般來說,咖啡生豆在經過不同烘焙方式進行烘焙後,在咖啡豆的風味上會具有一定的差異,而經驗豐富的咖啡豆烘焙師傅可以透過深入瞭解各咖啡生豆的特性,例如咖啡豆的品種、種植的區域、海拔、氣候、咖啡豆採收後處理法、含水率,甚至咖啡豆儲藏的溫度及濕度,以判斷咖啡豆在烘焙後的風味及口感以及合適的烘焙方式。此外,諸如烘焙溫度、烘焙時間以及大氣壓力、室內外環境濕度、室內外環境溫度等環境條件也會影響咖啡豆烘焙結果。因此,對於初學的烘焙人員或是一般消費者,將難以依據不同種類的咖啡豆的
特性調整烘焙參數,而無法呈現出咖啡豆最佳的風味及味譜。因此,如何引導初學的烘焙人員使其烘焙出風味合格的咖啡豆是本領域待解決的問題。
此外,許多經驗豐富的連鎖咖啡業者具有豐富的烘焙曲線資料,且這些烘焙曲線資料可以提供給旗下各分店業者使用,以使各分店可以呈現出咖啡豆的最佳風味。然而,現今的連鎖咖啡的各分店通常透過人員手動紀錄及檢查烘焙過程,而烘焙過程中可能因人為疏失而導致咖啡豆的烘焙過程未依照預定的烘焙曲線資料執行,使得完成烘焙的咖啡豆無法呈現其最佳風味。
並且,在進行咖啡的沖煮時,也需要依據咖啡豆的特性,例如咖啡豆的品種、種植的區域、海拔、氣候、咖啡豆採收後處理法、含水率、烘焙溫度、烘焙時間及研磨度等,以調整沖煮參數,進而完整呈現咖啡豆所沖煮之咖啡的口感及風味,其中沖煮參數包含沖煮時間及水流的流量、流速及溫度等。此外,諸如大氣壓力、室內外環境濕度、室內外環境溫度等環境條件也同樣會影響咖啡豆的沖煮結果。然而,即使各咖啡業者對應於不同的咖啡豆設定有預定的沖煮參數,在人員進行咖啡沖煮作業時,仍可能因人為疏失而導致咖啡豆的沖煮過程未依照預定的沖煮參數執行,使得咖啡豆所沖煮出的咖啡無法呈現其應有的最佳口感及風味。
有鑑於此,本發明之發明人乃累積多年相關領域之研究及實務經驗,提供了一種咖啡豆烘焙及沖煮系統,以針對習知技術之缺失加以改善,進而增進產業上之實施利用。
有鑑於上述習知之問題,本發明之目的在於提供一種咖啡豆烘焙系統,其包含雲端伺服器及至少一咖啡豆烘焙裝置。其中,雲端伺服器包含烘焙曲線資料庫,其包含複數個烘焙曲線,複數個烘焙曲線係對應於包含品名、重量、品種、含水率及處理法的咖啡豆的基本資訊。並且,咖啡豆烘焙裝置包含烘焙模組、溫度感測單元、控制模組以及通訊單元。其中,烘焙模組包含容置有咖啡豆的容置空間;以及輸出熱能以烘焙咖啡豆的熱源供應單元。溫度感測單元設置於容置空間內以感測容置空間內的溫度,進而產生一實際烘焙曲線。控制模組連接熱源供應單元及溫度感測單元,且包含主控制單元及補償控制單元,其中主控制單元係連接雲端伺服器,主控制單元供使用者輸入咖啡豆的基本資訊,以依據基本資訊從烘焙曲線資料庫獲取一目標烘焙曲線,並依據目標烘焙曲線產生並傳輸主控制訊號至熱源供應單元,以控制熱源供應單元之輸出熱能;以及補償控制單元計算實際烘焙曲線與目標烘焙曲線之間的差值,以依據差值產生並傳輸補償控制訊號至熱源供應單元,進而調整輸出熱能使實際烘焙曲線趨近目標烘焙曲線。以及,通訊單元連接雲端伺服器及控制模組,控制模組整合基本資訊、實際烘焙曲線及目標烘焙曲線以產生烘焙資訊,且通訊單元傳輸烘焙資訊至雲端伺服器,並且雲端伺服器儲存烘焙資訊。
較佳地,烘焙模組更包含冷卻單元,且控制模組連接冷卻單元以控制冷卻單元之送風溫度及送風速率。
較佳地,咖啡豆烘焙系統更包含警報模組,其包含連接雲端伺服器的第一警報單元以及連接控制模組的第二警報單元,在實際烘焙曲線與目標烘焙曲線之間的差值超過差值上限時,第一警報單元及第二警報單元分別產生警報訊息。
較佳地,咖啡豆烘焙裝置更包含環境參數感測單元,其感測咖啡豆烘焙裝置所處環境之大氣壓力、濕度及氣溫以產生環境參數資訊,並傳輸環境參數資訊至控制模組,使得控制模組進一步整合環境參數資訊至烘焙資訊中,且傳輸烘焙資訊至雲端伺服器。
較佳地,雲端伺服器包含人工智慧分析單元,其利用機器學習演算法學習先前收集之各咖啡豆烘焙裝置的多個烘焙資訊,以依據基本資訊及環境參數資訊從烘焙曲線資料庫選擇對應的人工智慧建議烘焙曲線,且提供人工智慧建議烘焙曲線至主控制單元,並且人工智慧分析單元依據機器學習演算法之演算結果以調整烘焙曲線資料庫之複數個烘焙曲線中的至少一個。
較佳地,主控制單元及補償控制單元為比例積分微分控制器。
基於上述目的,本發明進一步提供一種咖啡豆沖煮系統,其包含雲端伺服器及至少一咖啡豆沖煮裝置。其中,雲端伺服器包含沖煮曲線資料庫,其包含複數個沖煮曲線,複數個沖煮曲線係對應於包含品名、重量、品種、研磨度及烘焙法的咖啡豆的基本資訊。並且,至少一咖啡豆沖煮裝置包含咖啡盛裝容器、沖水單元、沖煮曲線整合單元、重量感測單元、溫度感測單元以及顯示單元。其中,咖啡盛裝容器用以設置經研磨的咖啡豆,且注水單元注入水體至咖啡盛裝容器以沖煮咖啡豆。沖煮曲線整合單元連接雲端伺服器,且供使用者輸入咖啡豆的基本資訊,以依據基本資訊從沖煮曲線資料庫獲取一目標沖煮曲線。重量感測單元上設置有咖啡盛裝容器,以感測咖啡盛裝容器之重量變化,進而計算注水單元注入至咖啡盛裝容器的水體總量及流速,並且產生一實際沖煮曲線。溫度感測單元設置於咖啡盛裝容器,以感測咖啡盛裝容器內之水體的溫度,並產生水體溫度資訊。以及,顯示單元連接沖煮曲線整合單元、重量感
測單元及溫度感測單元,以顯示實際沖煮曲線、目標沖煮曲線及水體溫度資訊供使用者參考。此外,沖煮曲線整合單元整合實際沖煮曲線、目標沖煮曲線及水體溫度資訊,以產生沖煮資訊,並傳輸沖煮資訊至雲端伺服器,且雲端伺服器儲存沖煮資訊。
較佳地,咖啡豆沖煮系統更包含警報模組,其包含連接雲端伺服器的第一警報單元以及連接顯示單元的第二警報單元,在實際沖煮曲線與目標沖煮曲線之間的差值超過差值上限時,第一警報單元及第二警報單元分別產生警報訊息。
較佳地,咖啡豆沖煮裝置更包含環境參數感測單元,其感測咖啡豆沖煮裝置所處環境之大氣壓力、濕度及氣溫以產生環境參數資訊,並傳輸環境參數資訊至沖煮曲線整合單元,使得沖煮曲線整合單元進一步整合環境參數資訊至沖煮資訊中,且傳輸沖煮資訊至雲端伺服器。
較佳地,雲端伺服器包含人工智慧分析單元,其利用機器學習演算法學習先前收集之各咖啡豆沖煮裝置的多個沖煮資訊,以依據基本資訊及環境參數資訊從沖煮曲線資料庫選擇對應的人工智慧建議沖煮曲線,且提供人工智慧建議沖煮曲線至沖煮曲線整合單元,並且人工智慧分析單元依據機器學習演算法之演算結果以調整沖煮曲線資料庫之複數個沖煮曲線中的至少一個。
綜上所述,本發明之咖啡豆烘焙及沖煮系統的咖啡豆烘焙裝置可以依據咖啡豆的基本資訊,例如品名、重量、品種、含水率及處理法等,以從雲端伺服器的烘焙曲線資料庫選擇最合適的目標烘焙曲線,且可以進一步依據咖啡豆烘焙裝置所處環境的環境條件,例如大氣壓力、濕度及氣溫等,以透過雲端伺服器的人工智慧分析單元從烘焙曲線資料庫選擇最合適的人工智慧建議
烘焙曲線,並且可以依據上述目標烘焙曲線或人工智慧建議烘焙曲線對咖啡豆進行烘焙作業,從而有利於確保咖啡豆的烘焙品質。此外,本發明之咖啡豆烘焙及沖煮系統的咖啡豆沖煮裝置同樣可以依據咖啡豆的基本資訊,例如品名、重量、品種、研磨度及烘焙法等,以從雲端伺服器的沖煮曲線資料庫選擇最合適的目標沖煮曲線,且可以進一步依據咖啡豆沖煮裝置所處環境的環境條件,例如大氣壓力、濕度及氣溫等,以透過雲端伺服器的人工智慧分析單元從沖煮曲線資料庫選擇最合適的人工智慧建議沖煮曲線,並且可以顯示上述目標沖煮曲線、人工智慧建議沖煮曲線以及即時測量出的實際沖煮曲線供操作人員參考,從而有利於確保咖啡豆的沖煮品質。
此外,當上述咖啡豆烘焙裝置執行烘焙作業時,其可以顯示所選定的目標烘焙曲線、人工智慧建議烘焙曲線以及即時測量出的實際烘焙曲線,使得操作人員可以選擇參考上述目標烘焙曲線或人工智慧建議烘焙曲線以對烘焙過程中各個階段的烘焙參數進行調整,使得實際烘焙曲線可以趨近於目標烘焙曲線或人工智慧建議烘焙曲線,從而有利於初學的烘焙人員學習正確的烘焙流程,並使得初學的烘焙人員也能夠烘焙出風味合格的咖啡豆。並且,當上述咖啡豆沖煮裝置執行沖煮作業時,其可以顯示所選定的目標沖煮曲線、人工智慧建議沖煮曲線以及即時測量出的實際沖煮曲線,使得操作人員在進行沖煮時可以選擇參考上述目標沖煮曲線或人工智慧建議沖煮曲線,以即時地調整沖煮參數(包含沖煮時間、沖煮水流的流量及沖煮水體的溫度),使得實際沖煮曲線可以趨近於目標沖煮曲線或人工智慧建議沖煮曲線,從而有利於初學的沖煮人員學習正確的沖煮流程,並使得初學的沖煮人員也能夠沖煮出具有合格風味及口感的咖啡。
並且,由於烘焙資訊及沖煮資訊中分別包含各烘焙作業及各沖煮作業中所烘焙及沖煮的咖啡豆量,因此本發明之咖啡豆烘焙及沖煮系統可以進一步連接庫存管理系統,以利用烘焙資訊及沖煮資訊輔助咖啡豆的庫存管理的執行。
本發明之咖啡豆烘焙及沖煮系統的雲端伺服器可以連接複數個咖啡豆烘焙裝置及複數個咖啡豆沖煮裝置,且各咖啡豆烘焙裝置於執行烘焙作業時的烘焙資訊以及各咖啡豆沖煮裝置於執行沖煮作業時的沖煮資訊皆可以即時地傳輸至雲端伺服器。藉由上述配置,雲端伺服器之人工智慧分析單元可以利用機器學習演算法學習分別從各咖啡豆烘焙裝置及各咖啡豆沖煮裝置收集的多個烘焙資訊及多個沖煮資訊,並結合各烘焙資訊及各沖煮資訊所對應的客戶回饋及專業人員評價等,使得人工智慧分析單元依據機器學習演算法之演算結果以調整烘焙曲線資料庫及沖煮曲線資料庫中所儲存之烘焙曲線及沖煮曲線,進而提高雲端伺服器之人工智慧分析單元所提供的人工智慧建議烘焙曲線及人工智慧建議沖煮曲線的精確度。
進一步地,操作人員可以利用雲端伺服器所接收之實時的烘焙資訊及沖煮資訊以同時監控複數個咖啡豆烘焙裝置及複數個咖啡豆沖煮裝置的操作情形,以防止所管理的咖啡豆烘焙裝置或咖啡豆沖煮裝置未依照預定的流程進行烘焙作業或沖煮作業,從而可以確保本發明之咖啡豆烘焙及沖煮系統中各咖啡豆烘焙裝置所烘焙出的咖啡豆的品質以及各咖啡豆沖煮裝置所沖煮出的咖啡的口感及風味。
100:咖啡豆烘焙及沖煮系統
1:咖啡豆烘焙系統
10:咖啡豆烘焙裝置
11:烘焙模組
111:熱源供應單元
12:溫度感測單元
13:控制模組
131:主控制單元
1311:主控制訊號
1312:基本資訊
132:補償控制單元
1321:補償控制訊號
133:烘焙資訊
14:通訊單元
15:冷卻單元
16:環境參數感測單元
161:環境參數資訊
17:警報模組
171:第一警報單元
172:第二警報單元
18:烘焙資訊紀錄表
181:實際烘焙曲線
182:目標烘焙曲線
183:人工智慧建議烘焙曲線
184:基本資訊欄
2:咖啡豆沖煮系統
20:咖啡豆沖煮裝置
21:咖啡盛裝容器
22:注水單元
23:沖煮曲線整合單元
231:基本資訊
232:沖煮資訊
24:重量感測單元
25:溫度感測單元
26:顯示單元
27:環境參數感測單元
271:環境參數資訊
28:警報模組
281:第一警報單元
282:第二警報單元
29:沖煮資訊紀錄表
291:實際沖煮曲線
292:目標沖煮曲線
293:人工智慧建議沖煮曲線
294:基本資訊欄
30:雲端伺服器
31:烘焙曲線資料庫
32:沖煮曲線資料庫
33:人工智慧分析單元
為了更清楚地說明本發明的技術方案,下面將對實施例中所需要使用的圖式作簡單地介紹;第1圖為根據本發明一實施例的咖啡豆烘焙系統的方塊示意圖;第2圖為根據本發明一實施例的咖啡豆烘焙系統的烘焙曲線示意圖;第3圖為根據本發明另一實施例的咖啡豆沖煮系統的方塊示意圖;第4圖為根據本發明另一實施例的咖啡豆沖煮系統的沖煮曲線示意圖;以及第5圖為根據本發明又另一實施例的咖啡豆烘焙及沖煮系統的方塊示意圖。
本發明之優點、特徵以及達到之技術方法將參照例示性實施例及所附圖式進行更詳細地說明而更容易理解,且本發明可以不同形式來實現,故不應被理解僅限於此處所陳述的實施例,相反地,對所屬技術領域具有通常知識者而言,所提供的實施例將使本揭露更加透徹與全面且完整地傳達本發明的範疇,且本發明的保護範圍將僅為所附加的申請專利範圍所定義。
應當理解的是,儘管術語「第一」、「第二」等在本發明中可用於描述各種元件、部件、區域、層及/或部分,但是這些元件、部件、區域、層及/或部分不應受這些術語的限制。這些術語僅用於將一個元件、部件、區域、層及/或部分與另一個元件、部件、區域、層及/或部分區分開。因此,下文討論的「第一元件」、「第一部件」、「第一區域」、「第一層」及/或「第一部分」可以被稱為「第二元件」、「第二部件」、「第二區域」、「第二層」及/或「第二部分」,而不悖離本發明的精神和教示。
另外,術語「包括」及/或「包含」指所述特徵、區域、整體、步驟、操作、元件及/或部件的存在,但不排除一個或多個其他特徵、區域、整體、步驟、操作、元件、部件及/或其組合的存在或添加。
除非另有定義,本發明所使用的所有術語(包括技術和科學術語)具有與本發明所屬技術領域的具有通常知識者通常理解的相同含義。將進一步理解的是,諸如在通常使用的字典中定義的那些術語應當被解釋為具有與它們在相關技術和本發明的上下文中的含義一致的定義,並且將不被解釋為理想化或過度正式的意義,除非本文中明確地這樣定義。
在下文中將結合附圖對本發明進行進一步的詳細說明。這些附圖均為簡化的示意圖,僅以示意方式說明本發明的基本結構,並且為了清楚起見而誇大了元件的比例及尺寸,因此這些附圖並不作為對本發明的限定。
請參閱第1圖及第2圖,第1圖為根據本發明一實施例的咖啡豆烘焙系統的方塊示意圖;以及第2圖為根據本發明一實施例的咖啡豆烘焙系統的烘焙曲線示意圖。
如第1圖所繪示,本發明提供一種咖啡豆烘焙系統1,其包含雲端伺服器30及至少一咖啡豆烘焙裝置10。在本實施例中,為了說明書的簡潔,咖啡豆烘焙系統1僅包含一台咖啡豆烘焙裝置10,但本發明不限定於此,本發明之咖啡豆烘焙系統1所包含的咖啡豆烘焙裝置10的數量沒有特別的限制。在其他實施例中,咖啡豆烘焙系統可以包含任意數量的咖啡豆烘焙裝置,例如三十台、六十台等,且各咖啡豆烘焙裝置連接至同一雲端伺服器。
具體來說,雲端伺服器30包含烘焙曲線資料庫31,其包含複數個烘焙曲線,複數個烘焙曲線係對應於包含品名、重量、品種、含水率及處理法
的咖啡豆的基本資訊1312。並且,咖啡豆烘焙裝置10包含烘焙模組11、溫度感測單元12、控制模組13以及通訊單元14。其中,烘焙模組11包含容置有咖啡豆的容置空間以及輸出熱能以烘焙咖啡豆的熱源供應單元111。溫度感測單元12設置於容置空間內以感測容置空間內的溫度,進而產生一實際烘焙曲線。其中,烘焙模組11之熱源供應單元111連接控制模組13,以透過控制模組13控制熱源供應單元111輸出之熱能,並且溫度感測單元12同樣連接控制模組13以傳輸實際烘焙曲線至控制模組13。此外,咖啡豆烘焙裝置10可以進一步包含輸出冷風以冷卻咖啡豆的冷卻單元15,其同樣連接控制模組13,以透過控制模組13控制冷卻單元15之送風溫度及送風速率。
進一步地,在烘焙過程中,實際烘焙曲線可以包含一實際部分及一預測部分,其中實際部分為根據溫度感測單元12所測得之容置空間內的溫度而產生的,其為過去及當前的溫度資料所構成的一部分的烘焙曲線,並且其在圖式中以實線表示。並且,預測部分為控制模組13依據當前烘焙參數所計算出的預測的烘焙曲線,並且其在圖式中以連接於實際部分的虛線表示。藉由實際烘焙曲線的實際部分及預測部分的設置,操作人員可以觀察的預測部分的烘焙曲線以決定是否調整當前烘焙參數,進而烘焙出風味較佳的咖啡豆。
具體地,在本實施例中,烘焙模組11包含滾筒,其內部具有用以容置待烘焙之咖啡豆的容置空間。其中,熱源供應單元111的一端設置有風機以驅動空氣形成具有一定氣壓的氣流,且熱源供應單元111的另一端連接滾筒的進風口並設置有加熱器,以對上述氣流進行加熱並形成熱風,使得熱風傳送至滾筒中並對滾筒內的咖啡豆進行加熱烘焙。此外,冷卻單元15的一端同樣設置有風機以驅動空氣形成具有一定氣壓的氣流,且冷卻單元15的另一端連接滾筒的
另一進風口並設置有冷卻器,以對上述氣流進行冷卻並形成冷風,進而使得冷風傳送至滾筒中並對滾筒內的咖啡豆進行冷卻。具體地,熱源供應單元111的加熱器可以為電熱管、加熱箱等,並且冷卻單元15的冷卻器可以為冷卻筒、冷卻箱等,但本發明不限定於此。在其他實施例中,熱源供應單元及冷卻單元可以選用任意合適種類的裝置以作為加熱器及冷卻器。
進一步地,控制模組13連接熱源供應單元111、溫度感測單元12及冷卻單元15,且包含主控制單元131及補償控制單元132。其中,主控制單元131係連接雲端伺服器30,主控制單元131供使用者輸入包含品名、重量、品種、含水率及處理法等的咖啡豆的基本資訊1312,以依據基本資訊1312從雲端伺服器30的烘焙曲線資料庫31獲取一目標烘焙曲線,並依據目標烘焙曲線產生並傳輸主控制訊號1311至熱源供應單元111,以控制熱源供應單元111之輸出熱能。並且,補償控制單元132可以計算實際烘焙曲線與目標烘焙曲線之間的差值,以依據計算出的差值產生並傳輸補償控制訊號1321至熱源供應單元111,進而調整輸出熱能,使得實際烘焙曲線趨近目標烘焙曲線。此外,主控制單元131同樣可以依據目標烘焙曲線產生並傳輸主控制訊號1311至冷卻單元15,以控制冷卻單元15之風門大小、送風溫度及送風速率等。並且,補償控制單元132同樣可以依據實際烘焙曲線與目標烘焙曲線之間的差值產生並傳輸補償控制訊號1321至冷卻單元15,進而調整風門大小、送風溫度及送風速率等,使得實際烘焙曲線趨近目標烘焙曲線。
具體地,主控制單元131及補償控制單元132為比例積分微分(Proportional-Integral-Derivative,PID)控制器,其可以透過比例、積分、微分控制的演算法,以消除當前誤差、平均過去誤差並且透過誤差的改變以預測接下
來的誤差。在進行咖啡豆的烘焙作業時,通常難以掌握所控制對象的全部參數,因此需要依靠操作人員的經驗及現場調試以實現預期的烘焙曲線。此時,比例積分微分控制器可以根據測量值的誤差,例如目標烘焙曲線與實際烘焙曲線之間的誤差,計算出控制量以控制裝置的輸出,並使得實際烘焙曲線可以趨近於目標烘焙曲線。
進一步地,本發明之咖啡豆烘焙系統1更包含環境參數感測單元16,其感測咖啡豆烘焙裝置10所處環境之大氣壓力、濕度及氣溫以產生環境參數資訊161,並傳輸環境參數資訊161至控制模組13,使得控制模組13進一步整合環境參數資訊161至烘焙資訊133中,且傳輸烘焙資訊133至雲端伺服器30進行儲存,但本發明不限定於此。在其他實施例中,環境參數感測單元可以設置有定位元件以獲取咖啡豆烘焙裝置所處之位置而產生定位資訊,並連結網際網路以獲取對應於定位資訊之氣壓、溫度及濕度等參數而產生更詳細的環境參數資訊。
值得一提的是,雲端伺服器30包含人工智慧分析單元33,其利用機器學習演算法學習先前收集之各咖啡豆烘焙裝置10的多個烘焙資訊133,以依據基本資訊1312及環境參數資訊161從烘焙曲線資料庫31選擇對應的人工智慧建議烘焙曲線,且提供此人工智慧建議烘焙曲線至主控制單元131,並且人工智慧分析單元33可以依據機器學習演算法之演算結果以調整烘焙曲線資料庫31之複數個烘焙曲線中的至少一個。也就是說,連接於雲端伺服器30的複數個咖啡豆烘焙裝置10在每次執行烘焙作業時所產生大量的烘焙資訊133,例如數千筆、數萬筆烘焙資訊,皆會傳輸至雲端伺服器30,以供人工智慧分析單元33利用機器學習演算法進行學習,進而使得人工智慧分析單元33可以依據演算結果調整
烘焙曲線資料庫31中的對應烘焙曲線。此外,輸入至人工智慧分析單元33的機器學習演算法的資料更可以包含專業烘焙人員的自評或互評分數以及消費者的評分,以使人工智慧分析單元33可以提供更精確的人工智慧建議烘焙曲線。
也就是說,控制模組13之主控制單元131可以連接雲端伺服器30,以依據待烘焙之咖啡豆的基本資訊1312從烘焙曲線資料庫31中獲取合適的目標烘焙曲線。並且,控制模組13之主控制單元131可以進一步連接雲端伺服器30之人工智慧分析單元33,以依據待烘焙之咖啡豆的基本資訊1312並進一步依據環境參數資訊161,進而從雲端伺服器30的烘焙曲線資料庫31中獲取合適的人工智慧建議烘焙曲線。值得一提的是,主控制單元131從烘焙曲線資料庫31中獲取的目標烘焙曲線為專業烘焙人員依據先前的烘焙結果人工輸入的烘焙曲線,而主控制單元131經由雲端伺服器30之人工智慧分析單元33以從烘焙曲線資料庫31獲取的人工智慧建議烘焙曲線,則為人工智慧分析單元33利用機器學習演算法學習過去的烘焙資料,並依據其演算結果從烘焙曲線資料庫31中選取並調整的烘焙曲線。其中,人工智慧分析單元33將持續利用機器學習演算法學習各咖啡豆烘焙裝置10所輸入之烘焙資訊133,以透過機器學習演算法之演算結果持續調整烘焙曲線資料庫31中的烘焙曲線。
藉由上述配置,烘焙人員可以設定咖啡豆烘焙裝置10為自動控制模式,當咖啡豆烘焙裝置10處於自動控制模式時,烘焙人員可以依據實際情況進行設定,使得實際烘焙曲線可以自動地趨近於目標烘焙曲線或者人工智慧建議烘焙曲線中的任意一者。具體地,補償控制單元132可以依據實際烘焙曲線與目標烘焙曲線或者實際烘焙曲線與人工智慧建議烘焙曲線之間的差值,以產生並傳輸補償控制訊號1321至熱源供應單元111及冷卻單元15,進而調整輸出熱
能、風門大小、送風溫度及送風速率等烘焙參數,使得實際烘焙曲線可以趨近於選定的目標烘焙曲線或者人工智慧建議烘焙曲線。
或者,烘焙人員可以設定咖啡豆烘焙裝置10為手動控制模式,當咖啡豆烘焙裝置10處於手動控制模式時,烘焙人員可以依據實際情況選擇目標烘焙曲線或者人工智慧建議烘焙曲線中的任意一者,使得咖啡豆烘焙裝置10對應於所選擇之烘焙曲線而提供烘焙人員適當的烘焙參數調整建議,例如調整輸出熱能、風門大小、送風溫度及送風速率,並且烘焙人員可以依據烘焙參數調整建議以操作咖啡豆烘焙裝置10之熱源供應單元111及冷卻單元15,使得實際烘焙曲線可以趨近於選定的目標烘焙曲線或者人工智慧建議烘焙曲線。在本實施例中,可以設置有連接控制模組13的一人機介面以供使用者手動輸入待烘焙之咖啡豆的基本資訊1312,但本發明不限定於此。在其他實施例中,人機介面可以設置有掃描單元,以透過掃描待烘焙之咖啡豆產品的二維條碼或者無線射頻識別標籤使得控制模組獲取咖啡豆產品的基本資訊。
如第2圖所繪示,上述人機介面更可以顯示烘焙資訊紀錄表18,其包含實際烘焙曲線181、目標烘焙曲線182、人工智慧建議烘焙曲線183及基本資訊欄184,且實際烘焙曲線181、目標烘焙曲線182、人工智慧建議烘焙曲線183的具體配置如上文中所述,在此不再贅述。其中,基本資訊欄184包含咖啡豆的基本資訊及咖啡豆烘焙裝置所處環境之環境參數資訊。在第2圖所繪示的烘焙資訊紀錄表18的基本資訊欄184中,咖啡豆的基本資訊包含咖啡豆的品名、重量、含水率及處理法,且咖啡豆烘焙裝置所處環境之環境參數資訊包含氣壓、溫度及濕度,但本發明不限定於此。在其他實施例中,基本資訊欄可以進一步顯示其他詳細資訊,例如所顯示的基本資訊可以進一步包含咖啡豆的品種、烘焙前
重量、烘焙後重量、種植的區域、海拔及氣候等,並且所顯示的環境參數資訊可以進一步包含天氣、室內溫度、室外溫度、室內溼度、室外濕度等,以提供更詳細的資訊供操作人員參考。
在本實施例中,烘焙資訊紀錄表18更包含位於基本資訊欄184的預計時間,且實際烘焙曲線181更包含以虛線表示的實際部分及以虛線表示的預測部分。具體地,實際烘焙曲線181的預測部分為作為主控制單元的比例積分微分控制器依據當前的烘焙參數所計算出的預測曲線,並且預計時間為當前目標溫度與當前實際溫度之間的差值除以當前升溫率所得出的時間。
復請參照第1圖,控制模組13可以整合基本資訊1312、環境參數資訊161、烘焙過程的實際烘焙曲線、目標烘焙曲線及人工智慧建議烘焙曲線以產生烘焙資訊133,且通訊單元14連接雲端伺服器30及控制模組13以傳輸烘焙資訊133至雲端伺服器30,並且雲端伺服器30儲存烘焙資訊133。此外,可以依據使用者需求調整通訊單元14傳輸烘焙資訊133至雲端伺服器30的頻率,例如每5秒傳輸一次烘焙資訊133,以在減少傳輸成本的同時達到監控烘焙過程之目的。
進一步地,咖啡豆烘焙系統1更包含警報模組17,其包含連接雲端伺服器30的第一警報單元171以及連接咖啡豆烘焙裝置10之控制模組13的第二警報單元172,在實際烘焙曲線與目標烘焙曲線或者實際烘焙曲線與人工智慧建議烘焙曲線之間的差值超過差值上限時,第一警報單元171可以產生警報訊息,例如聲音訊息或光訊息,以提醒監控雲端伺服器30的管理人員特定的咖啡豆烘焙裝置10的烘焙作業可能發生異常,並且第二警報單元172同樣可以產生警報訊息,例如聲音訊息或光訊息,以提醒咖啡豆烘焙裝置10的現場操作人員咖啡豆的烘焙作業可能發生異常,需要人員進行確認或調整。
在本實施例中,以咖啡豆烘焙系統1僅包含一台咖啡豆烘焙裝置10進行說明,但本發明不限定於此。在其他實施例中,雲端伺服器可以連接複數個咖啡豆烘焙裝置,以接收來自各咖啡豆烘焙裝置的大量烘焙資訊,使得雲端伺服器之人工智慧分析單元可以利用機器學習演算法學習大量的烘焙資訊,並根據機器學習演算法之演算結果對烘焙曲線資料庫中的對應烘焙曲線進行調整。並且,雲端伺服器可以在烘焙過程中發生異常時,例如當實際烘焙曲線與目標烘焙曲線之間的差值超過差值上限時,可以藉由警報模組產生警報訊息,進而同時監控複數個咖啡豆烘焙裝置的烘焙情形。藉由上述配置,連鎖咖啡業者可以輕鬆且方便地管理各分店的咖啡豆烘焙情形,從而避免人員手動紀錄烘焙過程可能發生的疏失,並且可以避免因不同的咖啡豆基本條件及環境條件而導致所烘焙之咖啡豆風味無法達到相同之水準。
請參閱第3圖及第4圖,第3圖為為根據本發明另一實施例的咖啡豆沖煮系統的方塊示意圖;以及第4圖為根據本發明另一實施例的咖啡豆沖煮系統的沖煮曲線示意圖。
如第3圖所繪示,本發明進一步提供一種咖啡豆沖煮系統2,其包含至少一咖啡豆沖煮裝置20及及連接至少一咖啡豆沖煮裝置20的雲端伺服器30。在本實施例中,為了方便說明,咖啡豆沖煮系統2僅包含一台咖啡豆沖煮裝置20,但本發明不限定於此,本發明之咖啡豆沖煮系統2所包含的咖啡豆沖煮裝置20的數量沒有特別的限制。在其他實施例中,咖啡豆沖煮系統可以包含任意數量的咖啡豆沖煮裝置,例如三十台、六十台等,且各咖啡豆沖煮裝置連接至同一雲端伺服器。
具體來說,雲端伺服器30包含沖煮曲線資料庫32,其包含複數個沖煮曲線,複數個沖煮曲線係對應於包含品名、重量、品種、研磨度及烘焙法的咖啡豆的基本資訊231。並且,咖啡豆沖煮裝置20包含咖啡盛裝容器21、注水單元22、沖煮曲線整合單元23、重量感測單元24、溫度感測單元25以及顯示單元26。
其中,咖啡盛裝容器21可以為濾杯或咖啡壺等,其用以設置經研磨的咖啡豆,且注水單元22可以為手沖壺,其用以注入水體至咖啡盛裝容器21以沖煮咖啡豆。
進一步地,沖煮曲線整合單元23連接雲端伺服器30,且供使用者輸入咖啡豆的基本資訊231,以依據咖啡豆的基本資訊231從雲端伺服器30的沖煮曲線資料庫32獲取一目標沖煮曲線。並且,設置有經研磨的咖啡豆的咖啡盛裝容器21設置於重量感測單元24上,以在沖煮的過程中利用重量感測單元24感測咖啡盛裝容器21之重量變化,進而計算注水單元22注入至咖啡盛裝容器21的水體總量及流速,並且產生一實際沖煮曲線。溫度感測單元25設置於咖啡盛裝容器21內,以感測咖啡盛裝容器21內水體的溫度,並產生水體溫度資訊。並且,沖煮曲線整合單元23整合實際沖煮曲線、目標沖煮曲線及水體溫度資訊,以產生沖煮資訊232,並傳輸沖煮資訊232至雲端伺服器30,且雲端伺服器30儲存沖煮資訊232。
進一步地,在沖煮過程中,實際沖煮曲線可以包含一實際部分及一預測部分,其中實際部分為根據溫度感測單元25所測得之咖啡盛裝容器21之重量變化而產生的,其為過去及當前的水體重量資料所構成的一部分的沖煮曲線,並且其在圖式中以實線表示。並且,預測部分為沖煮曲線整合單元23依據
當前沖煮參數所計算出的預測的沖煮曲線,並且其在圖式中以連接於實際部分的虛線表示。藉由實際沖煮曲線的實際部分及預測部分的設置,操作人員可以觀察的預測部分的沖煮曲線以決定是否調整當前沖煮參數,進而沖煮出風味及口感較佳的咖啡。
在本實施例中,設置有連接沖煮曲線整合單元23的一人機介面以供使用者手動輸入待沖煮之咖啡豆的基本資訊231,但本發明不限定於此。在其他實施例中,人機介面可以設置有掃描單元,透過掃描待沖煮之咖啡豆產品的二維條碼或者無線射頻識別標籤使得沖煮曲線整合單元獲取咖啡豆產品的基本資訊。
此外,本發明之咖啡豆沖煮系統2更包含環境參數感測單元27,其感測咖啡豆沖煮裝置20所處環境之大氣壓力、濕度及氣溫以產生環境參數資訊271,並傳輸環境參數資訊271至沖煮曲線整合單元23,使得沖煮曲線整合單元23進一步整合環境參數資訊271至沖煮資訊232中,且傳輸沖煮資訊232至雲端伺服器30,但本發明不限定於此。在其他實施例中,環境參數感測單元可以設置有定位元件以獲取咖啡豆沖煮裝置所處之位置而產生定位資訊,並連結網際網路以獲取對應於定位資訊之氣壓、溫度及濕度等參數而產生更詳細的環境參數資訊。
值得一提的是,雲端伺服器包含人工智慧分析單元33,其利用機器學習演算法學習先前收集之各咖啡豆沖煮裝置20的多個沖煮資訊232,以依據基本資訊231及環境參數資訊271從沖煮曲線資料庫32選擇對應的人工智慧建議沖煮曲線,且提供此人工智慧建議沖煮曲線至沖煮曲線整合單元23,並且人工智慧分析單元33可以依據機器學習演算法之演算結果以調整沖煮曲線資料庫32
之複數個沖煮曲線中的至少一個。也就是說,連接於雲端伺服器30的複數個咖啡豆沖煮裝置20在每次執行沖煮作業時所產生大量的沖煮資訊,例如數千筆、數萬筆沖煮資訊,皆會傳輸至雲端伺服器30,以供人工智慧分析單元33利用機器學習演算法進行學習,進而使得人工智慧分析單元33可以依據演算結果調整沖煮曲線資料庫32中的對應沖煮曲線。此外,輸入至人工智慧分析單元33的機器學習演算法的資訊更可以包含專業沖煮人員的自評或互評分數以及消費者的評分,以使人工智慧分析單元33可以提供更精確的人工智慧建議沖煮曲線。
也就是說,沖煮曲線整合單元23可以連接雲端伺服器30,以依據待沖煮之咖啡豆的基本資訊231從沖煮曲線資料庫32中獲取合適的目標沖煮曲線。並且,沖煮曲線整合單元23可以進一步連接雲端伺服器30之人工智慧分析單元33,以依據待沖煮之咖啡豆的基本資訊231並進一步依據環境參數資訊271,進而從雲端伺服器30的沖煮曲線資料庫32中獲取合適的人工智慧建議沖煮曲線。值得一提的是,沖煮曲線整合單元23從沖煮曲線資料庫32中獲取的目標沖煮曲線為專業沖煮人員依據先前的沖煮結果人工輸入的沖煮曲線,而沖煮曲線整合單元23經由雲端伺服器30之人工智慧分析單元33以從沖煮曲線資料庫32獲取的人工智慧建議沖煮曲線,則為人工智慧分析單元33利用機器學習演算法學習過去的沖煮資料,並依據其演算結果從沖煮曲線資料庫32中選取並調整的沖煮曲線。其中,人工智慧分析單元33將持續利用機器學習演算法學習各咖啡豆沖煮裝置20所輸入之沖煮資訊232,以透過機器學習演算法之演算結果持續調整沖煮曲線資料庫32中的沖煮曲線。
進一步地,使用者可以利用人機介面輸入沖煮時間及沖煮溫度,且沖煮曲線整合單元23依據沖煮時間、沖煮溫度及基本資訊231從雲端伺服器30
的沖煮曲線資料庫32選擇目標沖煮曲線,但本發明不限定於此。在其他實施例中,操作人員可以利用人機介面輸入欲沖煮出的咖啡的風味要求,使得沖煮曲線整合單元23依據所輸入之需求選擇對應的目標沖煮曲線。舉例來說,如果希望咖啡的濃度較濃,則可以選擇沖煮時間較長的目標沖煮曲線,例如三分鐘,如果希望咖啡的香氣較強,則可以選擇沖煮溫度較高的目標沖煮曲線,例如90至93℃。
如第4圖所繪示,顯示單元連接沖煮曲線整合單元、重量感測單元及溫度感測單元,以顯示沖煮資訊紀錄表29供使用者參考。其中,沖煮資訊紀錄表29包含實際沖煮曲線291、目標沖煮曲線292、人工智慧建議沖煮曲線293及基本資訊欄294,且在本實施例中,沖煮資訊紀錄表29除了可以包含上述對應於水體總量之實際沖煮曲線291、目標沖煮曲線292、人工智慧建議沖煮曲線293之外,更可以包含對應於水體溫度之實際沖煮曲線291、目標沖煮曲線292、人工智慧建議沖煮曲線293。並且,對應於水體溫度之實際沖煮曲線291係透過溫度感測單元25感測咖啡盛裝容器內的溫度而獲得,其同樣包含一實際部分及一預測部分,且實際沖煮曲線291之實際部分及預測部分的具體配置如上所述,在此不再贅述。此外,對應於水體溫度之目標沖煮曲線292及人工智慧建議沖煮曲線293的獲取方式與對應於水體總量之目標沖煮曲線292及人工智慧建議沖煮曲線293相同,在此不再贅述。
其中,基本資訊欄294包含咖啡豆的基本資訊、咖啡豆沖煮裝置所處環境之環境參數資訊、預計沖煮時間、實際沖煮溫度、預計沖煮溫度及預計沖煮水量。在第4圖所繪示的沖煮資訊紀錄表29的基本資訊欄294中,基本資訊包含咖啡豆的品名、重量、研磨度及烘焙法,且環境參數資訊包含氣壓、溫
度及濕度,但本發明不限定於此。在其他實施例中,可以進一步顯示其他資訊,例如所顯示的基本資訊可以進一步包含咖啡豆的品種、種植的區域、海拔及氣候等,並且所顯示的環境參數資訊可以進一步包含天氣、室內溫度、室外溫度、室內溼度、室外濕度等,以提供更詳細的資訊供操作人員參考。藉由顯示單元的配置,在咖啡的沖煮過程中,操作人員可以藉由觀看顯示單元所顯示的實際沖煮曲線291、目標沖煮曲線292、人工智慧建議沖煮曲線293、實際沖煮溫度、預計沖煮溫度及預計沖煮水量,以即時地調整及確認注水單元的沖煮水量、流速及溫度,從而輔助操作人員沖煮出具有合格風味及口感的咖啡。
在本實施例中,使用上述的人機介面作為顯示單元以顯示沖煮資訊紀錄表29,但本發明不限定於此。在其他實施例中,可以額外設置一顯示器作為顯示單元以顯示沖煮資訊紀錄表。
復請參照第3圖,沖煮曲線整合單元23整合咖啡豆的基本資訊231、環境參數資訊271、沖煮過程的實際沖煮曲線、目標沖煮曲線及人工智慧建議沖煮曲線以產生沖煮資訊232,且沖煮曲線整合單元23連接並傳輸沖煮資訊232至雲端伺服器30,並且雲端伺服器30儲存沖煮資訊232。此外,可以依據使用者需求調整沖煮曲線整合單元23傳輸沖煮資訊232至雲端伺服器30的頻率,例如每5秒更新一次沖煮資訊,以在減少傳輸成本的同時達到監控沖煮過程之目的。
進一步地,咖啡豆沖煮系統2更包含警報模組28,其包含連接雲端伺服器30的第一警報單元281以及連接咖啡豆沖煮裝置20之顯示單元26的第二警報單元282,在實際沖煮曲線與目標沖煮曲線或者實際沖煮曲線與人工智慧建議沖煮曲線之間的差值超過差值上限時,第一警報單元281可以產生警報訊
息,例如聲音訊息或光訊息,以提醒監控雲端伺服器30的管理人員特定的咖啡豆沖煮裝置20的沖煮作業可能發生異常,並且第二警報單元282同樣可以產生警報訊息,例如聲音訊息或光訊息,以提醒咖啡豆沖煮裝置20的現場操作人員咖啡豆的沖煮作業可能發生異常,需要人員進行確認或調整。
在本實施例中,以咖啡豆沖煮系統2僅包含一台咖啡豆沖煮裝置20進行說明,但本發明不限定於此。在其他實施例中,雲端伺服器可以連接複數個咖啡豆沖煮裝置,以接收來自各咖啡豆沖煮裝置的大量沖煮資訊,使得雲端伺服器之人工智慧分析單元可以利用機器學習演算法學習大量的沖煮資訊,並根據機器學習演算法之演算結果對沖煮曲線資料庫中的對應的沖煮曲線進行調整。並且,雲端伺服器可以在沖煮過程中發生異常時,例如當實際沖煮曲線與目標沖煮曲線之間的差值超過差值上限時,藉由警報模組產生警報訊息,進而同時監控複數個咖啡豆沖煮裝置的沖煮情形。藉由上述配置,連鎖咖啡業者可以輕鬆且方便地管理各分店的咖啡豆沖煮情形,從而避免人員手動執行沖煮作業的過程中可能發生的疏失。
請參閱第5圖,第5圖為根據本發明又另一實施例的咖啡豆烘焙及沖煮系統的方塊示意圖。
如第5圖所繪示,本發明提供一種咖啡豆烘焙及沖煮系統100,其包含咖啡豆烘焙系統1、咖啡豆沖煮系統2以及連接咖啡豆烘焙系統1及咖啡豆沖煮系統2的雲端伺服器30。其中,咖啡豆烘焙系統1可以包含任意數量的咖啡豆烘焙裝置10,且咖啡豆沖煮系統2可以包含任意數量的咖啡豆沖煮裝置20,並且各咖啡豆烘焙裝置10及咖啡豆沖煮裝置20皆連接至同一雲端伺服器30,以分別傳輸各自的烘焙資訊及沖煮資訊至雲端伺服器30進行儲存。其中,咖啡豆烘焙
系統1及咖啡豆沖煮系統2的具體配置如上述實施例所述,在此不再贅述。此外,為了圖式的簡潔起見,在第5圖中未繪示出諸如主控制訊號、補償控制訊號、環境參數資訊、烘焙資訊及沖煮資訊等訊號或資訊的傳輸,其具體傳輸配置如上述實施例所述,在此不再贅述。
藉由上述配置,在咖啡豆的烘焙過程中,操作人員可藉由手動輸入或掃描咖啡豆產品的二維條碼或者無線射頻識別標籤獲取其基本資訊,並且咖啡豆烘焙裝置10的控制模組13將依據此咖啡豆產品的基本資訊從雲端伺服器30的烘焙曲線資料庫31獲取較適合此款咖啡豆的烘焙曲線,其包含烘焙的時間、烘焙的溫度及升降溫的時機等,使得咖啡豆烘焙裝置10可以依據所獲取之烘焙曲線自動地執行烘焙作業,或者操作人員可以參考此烘焙曲線手動控制烘焙作業的執行,其有利於操作人員學習正確的咖啡豆烘焙技術。
進一步地,由於咖啡豆烘焙裝置10設置有環境參數感測單元16,其可以感測周遭環境之環境參數,例如氣壓、溫度、濕度等,使得咖啡豆烘焙裝置10的控制模組13可以進一步依據環境參數從雲端伺服器30的烘焙曲線資料庫31獲取較適合此款咖啡豆的烘焙曲線。因此,當咖啡豆烘焙裝置10位於不同環境時,可藉由咖啡豆的基本資訊及咖啡豆烘焙裝置10所處環境之環境參數對同款咖啡豆執行烘焙作業,其將不會因不同環境之溫度、濕度、氣壓或其組合而導致所烘焙之咖啡豆的風味無法達到相同之水準。
此外,在咖啡豆的沖煮過程中,操作人員同樣可藉由手動輸入或掃描咖啡豆產品的二維條碼或者無線射頻識別標籤獲取其基本資訊,並且咖啡豆沖煮裝置20的沖煮曲線整合單元23將依據此咖啡豆產品的基本資訊從雲端伺服器30的沖煮曲線資料庫32獲取較適合此款咖啡豆的沖煮曲線,其包含沖煮時
水流的流量及速度、沖煮時水體之溫度、咖啡豆的研磨度及所投入之咖啡豆總量等,使得操作人員可以依據所獲取之沖煮曲線手動控制沖煮作業的執行,其有利於操作人員學習正確的咖啡豆沖煮技術。
進一步地,由於咖啡豆沖煮裝置20設置有環境參數感測單元27,其可以感測周遭環境之環境參數,例如氣壓、溫度、濕度等,使得咖啡豆沖煮裝置20的沖煮曲線整合單元23可以進一步依據環境參數從雲端伺服器30的沖煮曲線資料庫32獲取較適合此款咖啡豆的烘焙曲線。因此當咖啡豆沖煮裝置20位於不同環境時,可藉由咖啡豆的基本資訊及咖啡豆沖煮裝置20所處環境之環境參數對同款咖啡豆執行沖煮作業,其將不會因不同環境之溫度、濕度、氣壓或其組合而導致所沖煮出的咖啡的口感及風味無法達到相同之水準。
值得一提的是,由於所有烘焙資訊及沖煮資訊皆儲存於雲端伺服器30中,在咖啡的銷售過程中,店員可以詢問客戶所希望的咖啡風味,例如咖啡的酸度、口味濃厚或清爽、香氣強或弱等,並輸入上述客製化需求至咖啡豆沖煮裝置20中,使得咖啡豆沖煮裝置20的沖煮曲線整合單元23可以依據咖啡豆的基本資訊、環境參數及上述客製化需求,利用雲端伺服器30之人工智慧分析單元33之分析以從雲端伺服器30獲取合適的咖啡豆品項,並進一步從雲端伺服器30的沖煮曲線資料庫32獲取適合此款咖啡豆的沖煮曲線以進行沖煮作業,進而提供客戶高度客製化的咖啡消費體驗。舉例來說,當客戶希望咖啡的酸度較高時,雲端伺服器30可以推薦淺焙的衣索比亞耶加雪菲咖啡豆。當客戶希望咖啡的口味較濃時,雲端伺服器30可以提供沖煮時間長,例如三分鐘,的沖煮曲線,反之可以提供沖煮時間短,例如一分半,的沖煮曲線。或者,當客戶希望咖啡的香氣較強時,雲端伺服器30可以提供沖煮溫度高,例如90至93℃,的沖
煮曲線,反之可以提供沖煮溫度低,例如85至88℃的沖煮曲線。又或者,雲端伺服器30可以依據上述客製化需求,以提供具有不同研磨度的咖啡豆以及沖煮咖啡時所需投入之咖啡豆總量。
進一步地,本發明之咖啡豆烘焙及沖煮系統100可以在接受到客戶回饋後查詢此客戶所消費之咖啡的烘焙資訊及沖煮資訊,並透過雲端伺服器30之人工智慧分析單元33使用機器學習演算法學習上述資料,以依據機器學習演算法之演算結果調整烘焙曲線資料庫31中的烘焙曲線或者沖煮曲線資料庫32中的沖煮曲線的詳細參數,使得後續所烘焙出的咖啡豆以及沖煮出的咖啡可以更加符合客戶的需求。
綜上所述,本發明之咖啡豆烘焙及沖煮系統的咖啡豆烘焙裝置可以依據咖啡豆的基本資訊,例如品名、重量、品種、含水率及處理法等,以從雲端伺服器的烘焙曲線資料庫選擇最合適的目標烘焙曲線,且可以進一步依據咖啡豆烘焙裝置所處環境的環境條件,例如大氣壓力、濕度及氣溫等,以透過雲端伺服器的人工智慧分析單元從烘焙曲線資料庫選擇最合適的人工智慧建議烘焙曲線,並且可以依據上述目標烘焙曲線或人工智慧建議烘焙曲線對咖啡豆進行烘焙作業,從而有利於確保咖啡豆的烘焙品質。此外,本發明之咖啡豆烘焙及沖煮系統的咖啡豆沖煮裝置同樣可以依據咖啡豆的基本資訊,例如品名、重量、品種、研磨度及烘焙法等,以從雲端伺服器的沖煮曲線資料庫選擇最合適的目標沖煮曲線,且可以進一步依據咖啡豆沖煮裝置所處環境的環境條件,例如大氣壓力、濕度及氣溫等,以透過雲端伺服器的人工智慧分析單元從沖煮曲線資料庫選擇最合適的人工智慧建議沖煮曲線,並且可以顯示上述目標沖煮
曲線、人工智慧建議沖煮曲線以及即時測量出的實際沖煮曲線供操作人員參考,從而有利於確保咖啡豆的沖煮品質。
此外,當上述咖啡豆烘焙裝置執行烘焙作業時,其可以顯示所選定的目標烘焙曲線、或人工智慧建議烘焙曲線以及即時測量出的實際烘焙曲線,使得操作人員可以選擇參考上述目標烘焙曲線或或人工智慧建議烘焙曲線,以對烘焙過程中各個階段的烘焙參數進行調整,使得實際烘焙曲線可以趨近於目標烘焙曲線或人工智慧建議烘焙曲線,從而有利於初學的烘焙人員學習正確的烘焙流程,並使得初學的烘焙人員也能夠烘焙出風味合格的咖啡豆。
並且,當上述咖啡豆沖煮裝置執行沖煮作業時,其可以顯示所選定的目標沖煮曲線、人工智慧建議沖煮曲線以及即時測量出的實際沖煮曲線,使得操作人員在進行沖煮時可以選擇參考上述目標沖煮曲線或人工智慧建議沖煮曲線,以即時地調整沖煮參數(包含沖煮時間、沖煮水流的流量及沖煮水體的溫度),使得實際沖煮曲線可以趨近於目標沖煮曲線或人工智慧建議沖煮曲線,從而有利於初學的沖煮人員學習正確的沖煮流程,並使得初學的沖煮人員也能夠沖煮出具有合格風味及口感的咖啡。
此外,由於烘焙資訊及沖煮資訊中分別包含各烘焙作業及各沖煮作業中所烘焙及沖煮的咖啡豆量,因此本發明之咖啡豆烘焙及沖煮系統可以進一步連接庫存管理系統,以利用烘焙資訊及沖煮資訊輔助咖啡豆的庫存管理的執行。
本發明之咖啡豆烘焙及沖煮系統的雲端伺服器可以連接複數個咖啡豆烘焙裝置及複數個咖啡豆沖煮裝置,且各咖啡豆烘焙裝置於執行烘焙作業時的烘焙資訊以及各咖啡豆沖煮裝置於執行沖煮作業時的沖煮資訊皆可以即
時地傳輸至雲端伺服器。藉由上述配置,雲端伺服器之人工智慧分析單元可以利用機器學習演算法學習分別從各咖啡豆烘焙裝置及各咖啡豆沖煮裝置收集的多個烘焙資訊及多個沖煮資訊,並結合各烘焙資訊及各沖煮資訊所對應的客戶回饋及專業人員評價等,使得人工智慧分析單元依據機器學習演算法之演算結果以調整烘焙曲線資料庫及沖煮曲線資料庫中所儲存之烘焙曲線及沖煮曲線,進而提高雲端伺服器之人工智慧分析單元所提供的人工智慧建議烘焙曲線及人工智慧建議沖煮曲線的精確度。
進一步地,操作人員可以利用雲端伺服器所接收之實時的烘焙資訊及沖煮資訊以同時監控複數個咖啡豆烘焙裝置及複數個咖啡豆沖煮裝置的操作情形,以防止所管理的咖啡豆烘焙裝置或咖啡豆沖煮裝置未依照預定的流程進行烘焙作業或沖煮作業,從而可以確保本發明之咖啡豆烘焙及沖煮系統中各咖啡豆烘焙裝置所烘焙出的咖啡豆的品質以及各咖啡豆沖煮裝置所沖煮出的咖啡的口感及風味。
本發明已參照例示性實施例進行說明,所屬技術領域中具有通常知識者可以理解的是,在不脫離申請專利範圍所定義之本發明概念與範疇的情況下,可以對其進行形式與細節上之各種變更及等效佈置,因此本發明之保護範圍當視後附之申請專利範圍所界定者為原則。
100:咖啡豆烘焙及沖煮系統
1:咖啡豆烘焙系統
10:咖啡豆烘焙裝置
11:烘焙模組
111:熱源供應單元
12:溫度感測單元
13:控制模組
131:主控制單元
132:補償控制單元
14:通訊單元
15:冷卻單元
16:環境參數感測單元
17:警報模組
171:第一警報單元
172:第二警報單元
2:咖啡豆沖煮系統
20:咖啡豆沖煮裝置
21:咖啡盛裝容器
22:注水單元
23:沖煮曲線整合單元
24:重量感測單元
25:溫度感測單元
26:顯示單元
27:環境參數感測單元
30:雲端伺服器
31:烘焙曲線資料庫
32:沖煮曲線資料庫
33:人工智慧分析單元
Claims (10)
- 一種咖啡豆烘焙系統,其包含:一雲端伺服器,係包含一烘焙曲線資料庫,其包含複數個烘焙曲線,該複數個烘焙曲線係對應於包含品名、重量、品種、含水率及處理法的一咖啡豆的一基本資訊;以及至少一咖啡豆烘焙裝置,其包含:一烘焙模組,其包含:一容置空間,係容置有一咖啡豆;以及一熱源供應單元,係輸出熱能以烘焙該咖啡豆;一溫度感測單元,係設置於該容置空間內以感測該容置空間內的溫度,進而產生一實際烘焙曲線;一控制模組,係連接該熱源供應單元及該溫度感測單元,該控制模組包含:一主控制單元,係連接該雲端伺服器,該主控制單元供使用者數入該咖啡豆的該基本資訊,以依據該基本資訊從該烘焙曲線資料庫獲取一目標烘焙曲線,並依據該目標烘焙曲線產生並傳輸一主控制訊號至該熱源供應單元,以控制該熱源供應單元之輸出熱能;以及一補償控制單元,係計算該實際烘焙曲線與該目標烘焙曲線之間的一差值,以依據該差值產生並傳輸一補償控制訊號至該熱源供應單元,進而調整輸出熱能使該實際烘焙曲線趨近該目標烘焙曲線;一通訊單元,係連接該雲端伺服器及該控制模組,該控制模組整合該基本資訊、該實際烘焙曲線及該目標烘焙曲線以產生 一烘焙資訊,且該通訊單元傳輸該烘焙資訊至該雲端伺服器,並且該雲端伺服器儲存該烘焙資訊;以及一警報模組,係包含連接該雲端伺服器的一第一警報單元以及連接該控制模組的一第二警報單元,在該實際烘焙曲線與該目標烘焙曲線之間的該差值超過一差值上限時,該第一警報單元及該第二警報單元分別產生一警報訊息。
- 如請求項1所述之咖啡豆烘焙系統,其中該烘焙模組更包含一冷卻單元,且該控制模組連接該冷卻單元以控制該冷卻單元之送風溫度及送風速率。
- 如請求項1所述之咖啡豆烘焙系統,其中,該第一警報單元所產生之該警報訊息係提醒監控該雲端伺服器的管理人員特定的該咖啡豆烘焙裝置的烘焙作業可能發生異常,該第二警報單元所產生之該警報訊息係提醒該咖啡豆烘焙裝置的現場操作人員其烘焙作業可能發生異常。
- 如請求項1所述之咖啡豆烘焙系統,其中該咖啡豆烘焙裝置更包含一環境參數感測單元,係感測該咖啡豆烘焙裝置所處環境之大氣壓力、濕度及氣溫以產生一環境參數資訊,並傳輸該環境參數資訊至該控制模組,使得該控制模組進一步整合該環境參數資訊至該烘焙資訊中,且傳輸該烘焙資訊至該雲端伺服器。
- 如請求項4所述之咖啡豆烘焙系統,其中該雲端伺服器包含一人工智慧分析單元,其利用一機器學習演算法學習先前收集之各該咖啡豆烘焙裝置的多個該烘焙資訊,以依據該基本資訊及該環境參數資訊從該烘焙曲線資料庫選擇對應的一人工智 慧建議烘焙曲線,且提供該人工智慧建議烘焙曲線至該主控制單元,並且該人工智慧分析單元依據該機器學習演算法之演算結果以調整該烘焙曲線資料庫之該複數個烘焙曲線的至少一個。
- 如請求項1所述之咖啡豆烘焙系統,其中該主控制單元及該補償控制單元為比例積分微分控制器。
- 一種咖啡豆沖煮系統,其包含:一雲端伺服器,係包含一沖煮曲線資料庫,其包含複數個沖煮曲線,該複數個沖煮曲線係對應於包含品名、重量、品種、研磨度及烘焙法的一咖啡豆的一基本資訊;以及至少一咖啡豆沖煮裝置,其包含:一咖啡盛裝容器,係設置有經研磨的該咖啡豆;一注水單元,係注入水體至該咖啡盛裝容器以沖煮該咖啡豆;一沖煮曲線整合單元,係連接該雲端伺服器,該沖煮曲線整合單元供使用者輸入該咖啡豆的該基本資訊,以依據該基本資訊從該沖煮曲線資料庫獲取一目標沖煮曲線;一重量感測單元,其上設置有該咖啡盛裝容器,該重量感測單元感測該咖啡盛裝容器之重量變化,進而計算該注水單元注入至該咖啡盛裝容器的水體總量及流速,並且產生對應水體總量之一實際沖煮曲線;一溫度感測單元,係設置於該咖啡盛裝容器,以感測該咖啡盛裝容器內水體的溫度,並產生一水體溫度資訊;以及 一顯示單元,係連接該沖煮曲線整合單元、該重量感測單元及該溫度感測單元,該顯示單元顯示該實際沖煮曲線及該目標沖煮曲線以供使用者參考;其中,該沖煮曲線整合單元整合該實際沖煮曲線及該目標沖煮曲線,以產生一沖煮資訊,並傳輸該沖煮資訊至該雲端伺服器,且該雲端伺服器儲存該沖煮資訊。
- 如請求項7所述之咖啡豆沖煮系統,其更包含一警報模組,係包含連接該雲端伺服器的一第一警報單元以及連接該顯示單元的一第二警報單元,在該實際沖煮曲線與該目標沖煮曲線之間的一差值超過一差值上限時,該第一警報單元及該第二警報單元分別產生一警報訊息。
- 如請求項7所述之咖啡豆沖煮系統,其中該咖啡豆沖煮裝置更包含一環境參數感測單元,係感測該咖啡豆沖煮裝置所處環境之大氣壓力、濕度及氣溫以產生一環境參數資訊,並傳輸該環境參數資訊至該沖煮曲線整合單元,使得該沖煮曲線整合單元進一步整合該環境參數資訊至該沖煮資訊中,且傳輸該沖煮資訊至該雲端伺服器。
- 如請求項9所述之咖啡豆沖煮系統,其中該雲端伺服器包含一人工智慧分析單元,其利用一機器學習演算法學習先前收集之各該咖啡豆沖煮裝置的多個該沖煮資訊,以依據該基本資訊及該環境參數資訊從該沖煮曲線資料庫選擇對應的一人工智慧建議沖煮曲線,且提供該人工智慧建議沖煮曲線至該沖煮曲線整合單元,並且該人工智慧分析單元依據該機器學習演算法之演算結果以調整該沖煮曲線資料庫之該複數個沖煮曲線中 的至少一個。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111116439A TWI815422B (zh) | 2022-04-29 | 2022-04-29 | 咖啡豆烘焙及沖煮系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111116439A TWI815422B (zh) | 2022-04-29 | 2022-04-29 | 咖啡豆烘焙及沖煮系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI815422B true TWI815422B (zh) | 2023-09-11 |
TW202341881A TW202341881A (zh) | 2023-11-01 |
Family
ID=88965991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111116439A TWI815422B (zh) | 2022-04-29 | 2022-04-29 | 咖啡豆烘焙及沖煮系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI815422B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201136537A (en) * | 2010-04-26 | 2011-11-01 | Guo-Min Chen | Coffee bean roasting method and apparatus thereof |
CN105902166A (zh) * | 2010-06-17 | 2016-08-31 | 雀巢产品技术援助有限公司 | 用于例如咖啡机的热调节装置的快速加热 |
CN106296419A (zh) * | 2015-05-13 | 2017-01-04 | 台大精巧股份有限公司 | 烘焙信息分享系统 |
CN106535723A (zh) * | 2014-08-05 | 2017-03-22 | 皇家飞利浦有限公司 | 咖啡烘烤装置、咖啡冲泡装置和咖啡烘烤方法 |
US20180199751A1 (en) * | 2011-03-03 | 2018-07-19 | PicoBrew, LLC | Multifunctional Brewing system for Coffee, Beer, and Other Beverages |
TW202031144A (zh) * | 2019-02-18 | 2020-09-01 | 張秉泓 | 咖啡豆烘焙系統及其實施方法 |
-
2022
- 2022-04-29 TW TW111116439A patent/TWI815422B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201136537A (en) * | 2010-04-26 | 2011-11-01 | Guo-Min Chen | Coffee bean roasting method and apparatus thereof |
CN105902166A (zh) * | 2010-06-17 | 2016-08-31 | 雀巢产品技术援助有限公司 | 用于例如咖啡机的热调节装置的快速加热 |
US20180199751A1 (en) * | 2011-03-03 | 2018-07-19 | PicoBrew, LLC | Multifunctional Brewing system for Coffee, Beer, and Other Beverages |
CN106535723A (zh) * | 2014-08-05 | 2017-03-22 | 皇家飞利浦有限公司 | 咖啡烘烤装置、咖啡冲泡装置和咖啡烘烤方法 |
CN106296419A (zh) * | 2015-05-13 | 2017-01-04 | 台大精巧股份有限公司 | 烘焙信息分享系统 |
TW202031144A (zh) * | 2019-02-18 | 2020-09-01 | 張秉泓 | 咖啡豆烘焙系統及其實施方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202341881A (zh) | 2023-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230269832A1 (en) | Configurable cooking systems and methods | |
US10847054B2 (en) | Conditioner with sensors for nutritional substances | |
US10215744B2 (en) | Dynamic recipe control | |
US10209691B2 (en) | Instructions for conditioning nutritional substances | |
US9528972B2 (en) | Dynamic recipe control | |
US9877504B2 (en) | Conditioning system for nutritional substances | |
US9564064B2 (en) | Conditioner with weight sensors for nutritional substances | |
US9436170B2 (en) | Appliances with weight sensors for nutritional substances | |
US20150057773A1 (en) | Multi-Conditioner Control for Conditioning Nutritional Substances | |
US20180063900A1 (en) | Calibration Of Dynamic Conditioning Systems | |
US8851365B2 (en) | Adaptive storage and conditioning systems for nutritional substances | |
US20160350715A1 (en) | Nutrition Based Food System and Method | |
US20160374501A1 (en) | Intelligent Cooking Apparatuses and Methods | |
US20160350704A1 (en) | Nutrition based food system and method | |
US20210259453A1 (en) | Cooking device and system | |
WO2018148740A1 (en) | Computer vision based food system and method | |
US20140037805A1 (en) | Local Storage and Conditioning Systems For Nutritional Substances | |
JP2019120485A (ja) | 食品調理装置 | |
CN107851397A (zh) | 食谱系统 | |
WO2015069950A1 (en) | Instructions for conditioning nutritional substances | |
KR20160082701A (ko) | 영양 물질들을 컨디셔닝하기 위한 다중-컨디셔너 제어 | |
TWI815422B (zh) | 咖啡豆烘焙及沖煮系統 | |
WO2015195575A1 (en) | Dynamic recipe control | |
TWI618010B (zh) | 烘焙條件之雙向回饋架構及銷售方法 | |
EP3809925A1 (en) | Cooking appliance for cooking whole grains such as whole grain rice |