CN108827489A - 一种食材检测模块 - Google Patents
一种食材检测模块 Download PDFInfo
- Publication number
- CN108827489A CN108827489A CN201810572285.4A CN201810572285A CN108827489A CN 108827489 A CN108827489 A CN 108827489A CN 201810572285 A CN201810572285 A CN 201810572285A CN 108827489 A CN108827489 A CN 108827489A
- Authority
- CN
- China
- Prior art keywords
- data cell
- food materials
- data
- basic data
- cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 109
- 239000000463 material Substances 0.000 title claims abstract description 92
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 30
- 235000013372 meat Nutrition 0.000 claims abstract description 25
- 238000013499 data model Methods 0.000 claims abstract description 24
- 235000013601 eggs Nutrition 0.000 claims abstract description 24
- 241000251468 Actinopterygii Species 0.000 claims abstract description 21
- 238000010438 heat treatment Methods 0.000 claims description 45
- 238000010411 cooking Methods 0.000 claims description 19
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 235000013311 vegetables Nutrition 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 16
- 239000003921 oil Substances 0.000 description 4
- 240000007124 Brassica oleracea Species 0.000 description 3
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 3
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 3
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000008157 edible vegetable oil Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Cookers (AREA)
Abstract
本发明涉及一种食材检测模块，其特征在于：包括基础数据模型和逻辑判断装置，所述基础数据模型包括水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元；逻辑判断装置具有实测温度信号输入端、基础数据信号输入端、信号输出端和比较及判断单元，所述水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元各通过I/O端连接所述基础数据信号输入端；所述水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元各内置若干种刚开始烹饪动作的初始温度变化数据；形成食材检测结构。具有结构简单、烹饪效果好、满足用户烹饪需求的特点。
Description
技术领域
本发明涉及一种食材检测模块，特别适用于智能烹饪电磁炉及其他燃气灶、电磁炉、电磁灶、红外炉、微波炉、烤箱、蒸箱等烹饪类电器。属于家用烹调加热器具技术领域。
技术背景
目前，有些智能烹饪类电器设置有智能菜谱的功能，其加热模式主要是靠改变加热功率和加热时间来实现。这种模式的优点是对烹饪器来说，功能设计比较简单、易实现；但存在模式已固定，时间和功率不能动态调整，用户需按固定的食材数量才可以复现菜谱设计的效果。因此，现有技术的智能烹饪电器的自带菜谱烹饪效果较差并且难以得到广泛应用。
中国专利公告公开名称为“烹饪联动***、方法和烟机”、申请号为“201711078372.6”发明，给出了一种利用图像处理的方式来识别菜品，存在结构复杂、整体成本高、无法推广应用等问题。名称为“一种基于温度控制的智能数字菜谱实现方法”、申请号为“201610890595.1”发明，给出一种智能菜谱的实现方式，但该发明仅仅是针对设定的已有菜谱来调整，存在不能检测实际投入的食材、不能根据食材种类来调整烹饪过程或烹饪动作和适应性差等问题。
发明内容
本发明的目的，是为了解决现有技术智能菜谱的实现方式存在不能检测实际投入的食材、不能根据食材种类来调整烹饪过程或烹饪动作和适应性差的问题，提供一种食材检测模块，具有结构简单、检测及判断出食材的种类和数量、在执行过程中动态调整烹饪程序，烹饪效果好、满足用户烹饪需求的突出的实质性特点和显著技术进步。
本发明的目的可以通过采取如下技术方案达到：
一种食材检测模块，其结构特点在于：包括基础数据模型和逻辑判断装置，所述基础数据模型包括水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元；逻辑判断装置具有实测温度信号输入端、基础数据信号输入端、信号输出端和比较及判断单元，所述水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元各通过I/O端连接所述基础数据信号输入端；所述水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元各内置若干种刚开始烹饪动作的初始温度变化数据；逻辑判断装置的比较及判断单元通过比较实测温度的变化与基础数据模型中各数据单元的温度变化，从而判断当时的烹饪动作为加水、加油、加蛋类、加肉类、加鱼类或加蔬菜类；形成食材检测结构。
本发明的目的还可以通过采取如下技术方案达到：
进一步地，所述逻辑判断装置由控制芯片、储存器芯片及逻辑判断电路构成，或者由控制芯片、存储器芯片及内置于控制芯片中的逻辑判断程序构成。
进一步地，所述基础数据模型储存的初始温度变化数据，以数字、表格或曲线的形式表现，逻辑判断装置在判断食材种类时，将实际检测到的在单位时间内烹饪温度变化与食材加热基础数据进行对比，匹配出最接近的食材，并且通过食材对应的加热函数，得到食材的数量。
进一步地，逻辑判断装置将实际检测到的在单位时间内烹饪温度变化与食材加热基础数据进行对比时，用相同加热功率和相同锅温下的对应的温变斜率来作差，差值绝对值最小对应的食材即为当前食材；或者用数学统计方面的欧氏距离公式来判断最小差值的基础数据，或者应用最新的人工智能学习的方式来对比寻找最接近的基础数据，经过对比找出最接近的基础数据对应的动作即判断为当前食材种类。
进一步地，食材数量判断，由逻辑判断装置2读入基础数据模型1中不同食材加热过程中的温度变化基础数据，并通过食材的加热特征函数，找出与当前加热状态最接近的食材数量，所述食材的加热特征函数由如下表达式确定：
其中：
m为食材的数量；为加热器单位时间的加热量、即功率；a为热效率(为一个受环境、***条件影响的百分比)；c为食材的比热容，即为食材的物性参数；Δt为单位时间的温度变化。
本发明具有如下突出的实质性特点和显著的技术进步：
1、本发明包括基础数据模型、逻辑判断装置及与基础数据模型电连接的I/O端口，所述基础数据模型包括水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元；逻辑判断装置具有比较及判断单元、实测温度信号输入端、基础数据信号输入端和信号输出端，所述水数据单元、油数据单元、蛋类数据单元、肉类数据单元、鱼类数据单元和蔬菜类数据单元各内置若干种刚开始烹饪动作的初始温度变化数据；逻辑判断装置的比较及判断单元通过比较实测温度的变化与基础数据模型中各数据单元的温度变化，从而判断当时的烹饪动作为加水、加油、加蛋类、加肉类、加鱼类或加蔬菜类；形成食材检测结构；因此能够解决现有技术智能菜谱的实现方式存在不能检测实际投入的食材、不能根据食材种类来调整烹饪过程或烹饪动作和适应性差的问题，具有结构简单、检测及判断出食材的种类和数量、在执行过程中动态调整烹饪程序，烹饪效果好、满足用户烹饪需求的突出的实质性特点和显著技术进步。
2、本发明由于是通过实测温度与食材加热基础数据进行对比，匹配出最接近的食材，并且通过食材对应的加热函数，得到食材的数量；因此，不但能检测食材的类型，而且能检测确定食材的数量，具有简化烹饪操作程序，过程简单、操作方便、准确度高等效果。
附图说明
图1是本发明具体实施例1的结构框图。
图2是本发明在锅温180度开始炒包菜的温度随加热时间的变化示意图。
具体实施方式
具体实施例1：
参照图1，本具体实施例1包括基础数据模型1和逻辑判断装置2，所述基础数据模型1包括水数据单元1-1、油数据单元1-2、蛋类数据单元1-3、肉类数据单元 1-4、鱼类数据单元1-5和蔬菜类数据单元1-6；逻辑判断装置2具有实测温度信号输入端2-1、基础数据信号输入端2-2、信号输出端2-3和比较及判断单元，所述水数据单元1-1、油数据单元1-2、蛋类数据单元1-3、肉类数据单元1-4、鱼类数据单元 1-5和蔬菜类数据单元1-6各通过I/O端连接所述基础数据信号输入端2-2；所述水数据单元1-1、油数据单元1-2、蛋类数据单元1-3、肉类数据单元1-4、鱼类数据单元1-5和蔬菜类数据单元1-6各内置若干种刚开始烹饪动作的初始温度变化数据；逻辑判断装置2的比较及判断单元通过比较实测温度的变化与基础数据模型1中各数据单元的温度变化，从而判断当时的烹饪动作为加水、加油、加蛋类、加肉类、加鱼类或加蔬菜类；形成食材检测结构。
本实施例中：
所述逻辑判断装置2由常规技术的控制芯片、储存器芯片及常规技术的逻辑判断电路构成。
所述基础数据模型1的水数据单元1-1、油数据单元1-2、蛋类数据单元1-3、肉类数据单元1-4、鱼类数据单元1-5和蔬菜类数据单元1-6各内置若干种刚开始烹饪动作的初始温度变化数据，可以数字、表格或曲线的形式表现，逻辑判断装置2在判断食材种类时，将实际检测到的在单位时间内烹饪温度变化与食材加热基础数据进行对比，匹配出最接近的食材，并且通过食材对应的加热函数，得到食材的数量。
进一步地，逻辑判断装置2将实际检测到的在单位时间内烹饪温度变化与食材加热基础数据进行对比时，用相同加热功率和相同锅温下的对应的温变斜率来作差，差值绝对值最小对应的食材即为当前食材；或者用数学统计方面的欧氏距离公式来判断最小差值的基础数据，或者应用最新的人工智能学习的方式来对比寻找最接近的基础数据，经过对比找出最接近的基础数据对应的动作即判断为当前食材种类。
进一步地，食材数量判断，由逻辑判断装置2读入基础数据模型1中不同食材加热过程中的温度变化基础数据，并通过食材的加热特征函数，找出与当前加热状态最接近的食材数量，所述食材的加热特征函数由如下表达式确定：
其中：
m为食材的数量；q为加热器单位时间的加热量、即功率；a为热效率(为一个受环境、***条件影响的百分比)；c为食材的比热容，即为食材的物性参数；Δt为单位时间的温度变化。
本实施例应用的原理如下：
在应用之前，首先要设置基础数据库，准备好所使用的锅具、加热器具，对不同种类的不同数量的食材进行加热，分别采集数据，并整理成该加热器在不同功率下各种食材温度及温度变化的数据，构成各类食材加热基础数据，并将所述各类食材加热基础数据分别放置在基础数据模型1中的数据单元1-1、油数据单元1-2、蛋类数据单元1-3、肉类数据单元1-4、鱼类数据单元1-5和蔬菜类数据单元1-6中，形成基础数据模型1的温度数据库。
在实际应用中，基础数据模型1的水数据单元1-1、油数据单元1-2、蛋类数据单元1-3、肉类数据单元1-4、鱼类数据单元1-5和蔬菜类数据单元1-6各通过I/O 端连接逻辑判断装置2的基础数据信号输入端2-2，逻辑判断装置2的实测温度信号输入端2-1对外连接温度检测模块的信号输出端、以输入实测温度信号，辑判断装置 2的实测温度信号输入端2-1对外连接温度检测模块的信号输出端、以输入实测温度信号，辑判断装置2的信号输出端2-3对外连接熟化检测模块的信号输入端、以输出食材检测信号；食材检测过程如下：
1)加热器具对选定的锅具加热，温度检测模块检测锅底温度并将检测到的锅底温度输入逻辑判断装置2的实测温度信号输入端2-1；
2)开始烹饪后，逻辑判断装置2将实测温度信号与基础数据模型1的水数据单元1-1、油数据单元1-2、蛋类数据单元1-3、肉类数据单元1-4、鱼类数据单元1-5 和蔬菜类数据单元1-6预置的温度信号进行对比，进行对比时可用相同加热功率和相同锅温下的对应的温变斜率来作差，差值绝对值最小对应的动作即为当前动作；或者用数学统计方面的欧氏距离公式来判断最小差值的基础数据，或者应用最新的人工智能学习的方式来对比寻找最接近的基础数据，经过对比找出最接近的基础数据对应的动作即判断为当前食材种类；
3)当第2)点匹配到当前加热的是水时，会调用水的数量计算函数，计算精确水量；当第2)点匹配到当前加热的是油时，调用油的数量计算函数，计算精确油量；当第2)点匹配到当前加热的是蛋类时，会调用蛋类的数量计算函数，计算精确用量；当第2)点匹配到当前加热的是肉类(非纯脂肪的肥肉)时，会调用肉类的数量计算函数，计算精确用量；当第2)点匹配到当前加热的是蔬菜类时，会调用蔬菜类的数量计算函数，计算精确用量。
通过实测温度与食材加热基础数据进行对比，匹配出最接近的食材，并且通过食材对应的加热函数，得到食材的数量。
参照图2，本实施例给出了灶具满功率情况下，锅温180度开始炒包菜的温度随加热时间的变化。具体是：
将检测到锅温与食材加热基础数据进行对比，如用同样加热状态下，在180度检测到下料的动作，将下料开始的温度变化描绘成曲线，并且与食材加热基础数据中的食材下料的点重合(即将下料起始温度重合)，二者用如下欧氏距离公式进行计算，计算出欧氏距离最小的那种食材则判断当前加热的是那种食材，如包菜。
表达式：
表达式中，ρ为欧氏距离，
x1x3分别为实际食材加热数据和食材加热基础数据在图线上的横坐标(对应加热时间)，
y1y2分别为实际食材加热数据和食材加热基础数据在图线上的纵坐标(对应温度)，
在判断出食材种类时，调用该食材的数量计算函数来计算食材的数量(不同食材的计算公式不一样，可以通过文献查到，或者通过实验数据整理出的经验公式)，如判断出水以后，水的数量m可根据公式计算得出：
q为加热器单位时间的加热量，即功率，
a为热效率，为一个受环境、***条件影响的百分比，
c为水的比热容，为水的物性参数，
Δt为单位时间的温度变化。
具体实施例2：
本发明具体实施例2的特点是：所述逻辑判断装置2由常规技术的控制芯片、存储器芯片及内置于控制芯片中的逻辑判断程序构成。其余同具体实施例1。
本发明应用大数据分析，从数据采集到数据整理从而分析出不同食材的加热温度变化特征，将采集到的所有数据都利用起来，使食材的种类和数量判断越来越准确，可判断的种类越来越多。
本发明对常用的食用油、水等，可做到最少15mL油、5mL的水的精确度，主料判断准确度可达到95％以上。具有判断迅速、3-5秒即可完成判断，执行精确，由于判断出食材的种类和数量，可以在执行过程中动态调整烹饪程序，达到最佳烹饪效果。
Claims (5)
1.一种食材检测模块，其特征在于：包括基础数据模型(1)和逻辑判断装置(2)，所述基础数据模型(1)包括水数据单元(1-1)、油数据单元(1-2)、蛋类数据单元(1-3)、肉类数据单元(1-4)、鱼类数据单元(1-5)和蔬菜类数据单元(1-6)；逻辑判断装置(2)具有实测温度信号输入端(2-1)、基础数据信号输入端(2-2)、信号输出端(2-3)和比较及判断单元，所述水数据单元(1-1)、油数据单元(1-2)、蛋类数据单元(1-3)、肉类数据单元(1-4)、鱼类数据单元(1-5)和蔬菜类数据单元(1-6)各通过I/O端连接所述基础数据信号输入端(2-2)；所述水数据单元(1-1)、油数据单元(1-2)、蛋类数据单元(1-3)、肉类数据单元(1-4)、鱼类数据单元(1-5)和蔬菜类数据单元(1-6)各内置若干种刚开始烹饪动作的初始温度变化数据；逻辑判断装置(2)的比较及判断单元通过比较实测温度的变化与基础数据模型(1)中各数据单元的温度变化，从而判断当时的烹饪动作为加水、加油、加蛋类、加肉类、加鱼类或加蔬菜类；形成食材检测结构。
2.根据权利要求1所述的一种食材检测模块，其特征在于：所述逻辑判断装置(2)由控制芯片、储存器芯片及逻辑判断电路构成，或者由控制芯片、存储器芯片及内置于控制芯片中的逻辑判断程序构成。
3.根据权利要求1或2所述的一种食材检测模块，其特征在于：所述基础数据模型(1)储存的初始温度变化数据，以数字、表格或曲线的形式表现，逻辑判断装置(2)在判断食材种类时，将实际检测到的在单位时间内烹饪温度变化与食材加热基础数据进行对比，匹配出最接近的食材，并且通过食材对应的加热函数，得到食材的数量。
4.根据权利要求3所述的一种食材检测模块，其特征在于：逻辑判断装置(2)将实际检测到的在单位时间内烹饪温度变化与食材加热基础数据进行对比时，用相同加热功率和相同锅温下的对应的温变斜率来作差，差值绝对值最小对应的食材即为当前食材；或者用数学统计方面的欧氏距离公式来判断最小差值的基础数据，或者应用最新的人工智能学习的方式来对比寻找最接近的基础数据，经过对比找出最接近的基础数据对应的动作即判断为当前食材种类。
5.根据权利要求4所述的一种食材检测模块，其特征在于：食材数量判断，由逻辑判断装置(2)读入基础数据模型(1)中不同食材加热过程中的温度变化基础数据，并通过食材的加热特征函数，找出与当前加热状态最接近的食材数量，所述食材的加热特征函数由如下表达式确定：
其中：
m为食材的数量；q为加热器单位时间的加热量、即功率；a为热效率，即为一个受环境、***条件影响的百分比；c为食材的比热容，即为食材的物性参数；Δt为单位时间的温度变化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810572285.4A CN108827489A (zh) | 2018-06-06 | 2018-06-06 | 一种食材检测模块 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810572285.4A CN108827489A (zh) | 2018-06-06 | 2018-06-06 | 一种食材检测模块 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108827489A true CN108827489A (zh) | 2018-11-16 |
Family
ID=64144239
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810572285.4A Pending CN108827489A (zh) | 2018-06-06 | 2018-06-06 | 一种食材检测模块 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108827489A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109798547A (zh) * | 2018-12-30 | 2019-05-24 | 佛山市顺德区美的洗涤电器制造有限公司 | 灶具的煲汤方法、装置、灶具及存储介质 |
| CN109798543A (zh) * | 2018-12-30 | 2019-05-24 | 佛山市顺德区美的洗涤电器制造有限公司 | 灶具的火力控制方法、装置、灶具及存储介质 |
| CN110118367A (zh) * | 2019-04-09 | 2019-08-13 | 深圳酷平方科技有限公司顺德分公司 | 一键式智能烹饪燃气灶 |
| CN110736113A (zh) * | 2019-10-25 | 2020-01-31 | 佛山市顺德区美的洗涤电器制造有限公司 | 煮水控制方法、烹饪器具、烹饪***和可读存储介质 |
| CN110888469A (zh) * | 2019-10-17 | 2020-03-17 | 佛山市云米电器科技有限公司 | 基于动作识别获取烹饪目标温度的方法、装置及灶具 |
| CN111026185A (zh) * | 2019-10-17 | 2020-04-17 | 佛山市云米电器科技有限公司 | 基于烹饪情形识别获取烹饪目标温度的方法、装置及灶具 |
| CN111035262A (zh) * | 2019-12-31 | 2020-04-21 | 深圳酷平方科技有限公司 | 一种烹饪进程中的烹饪器具内的操作模式的判断方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104914898A (zh) * | 2015-04-17 | 2015-09-16 | 珠海优特电力科技股份有限公司 | 一种数字菜谱的生成方法及*** |
| CN105444222A (zh) * | 2015-12-11 | 2016-03-30 | 美的集团股份有限公司 | 微波炉的烹饪控制方法、***、云服务器和微波炉 |
| CN205758285U (zh) * | 2016-02-26 | 2016-12-07 | 广东美的厨房电器制造有限公司 | 烹饪器具 |
| CN107885105A (zh) * | 2017-10-24 | 2018-04-06 | 西安科锐盛创新科技有限公司 | 智能烹饪方法及设备 |
| CN107992496A (zh) * | 2016-10-26 | 2018-05-04 | 佛山市顺德区美的电热电器制造有限公司 | 烹饪控制方法、烹饪控制***、服务器和烹饪器具 |
| CN107991939A (zh) * | 2017-12-27 | 2018-05-04 | 广东美的厨房电器制造有限公司 | 烹饪控制方法及烹饪控制装置、存储介质和烹饪设备 |
-
2018
- 2018-06-06 CN CN201810572285.4A patent/CN108827489A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104914898A (zh) * | 2015-04-17 | 2015-09-16 | 珠海优特电力科技股份有限公司 | 一种数字菜谱的生成方法及*** |
| CN105444222A (zh) * | 2015-12-11 | 2016-03-30 | 美的集团股份有限公司 | 微波炉的烹饪控制方法、***、云服务器和微波炉 |
| CN205758285U (zh) * | 2016-02-26 | 2016-12-07 | 广东美的厨房电器制造有限公司 | 烹饪器具 |
| CN107992496A (zh) * | 2016-10-26 | 2018-05-04 | 佛山市顺德区美的电热电器制造有限公司 | 烹饪控制方法、烹饪控制***、服务器和烹饪器具 |
| CN107885105A (zh) * | 2017-10-24 | 2018-04-06 | 西安科锐盛创新科技有限公司 | 智能烹饪方法及设备 |
| CN107991939A (zh) * | 2017-12-27 | 2018-05-04 | 广东美的厨房电器制造有限公司 | 烹饪控制方法及烹饪控制装置、存储介质和烹饪设备 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109798547A (zh) * | 2018-12-30 | 2019-05-24 | 佛山市顺德区美的洗涤电器制造有限公司 | 灶具的煲汤方法、装置、灶具及存储介质 |
| CN109798543A (zh) * | 2018-12-30 | 2019-05-24 | 佛山市顺德区美的洗涤电器制造有限公司 | 灶具的火力控制方法、装置、灶具及存储介质 |
| CN109798543B (zh) * | 2018-12-30 | 2020-12-29 | 佛山市顺德区美的洗涤电器制造有限公司 | 灶具的火力控制方法、装置、灶具及存储介质 |
| CN110118367A (zh) * | 2019-04-09 | 2019-08-13 | 深圳酷平方科技有限公司顺德分公司 | 一键式智能烹饪燃气灶 |
| CN110888469A (zh) * | 2019-10-17 | 2020-03-17 | 佛山市云米电器科技有限公司 | 基于动作识别获取烹饪目标温度的方法、装置及灶具 |
| CN111026185A (zh) * | 2019-10-17 | 2020-04-17 | 佛山市云米电器科技有限公司 | 基于烹饪情形识别获取烹饪目标温度的方法、装置及灶具 |
| CN110736113A (zh) * | 2019-10-25 | 2020-01-31 | 佛山市顺德区美的洗涤电器制造有限公司 | 煮水控制方法、烹饪器具、烹饪***和可读存储介质 |
| CN111035262A (zh) * | 2019-12-31 | 2020-04-21 | 深圳酷平方科技有限公司 | 一种烹饪进程中的烹饪器具内的操作模式的判断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108827489A (zh) | 一种食材检测模块 | |
| CN109792800B (zh) | 厨房器具和烹饪监控方法 | |
| CN108535430A (zh) | 一种熟化检测模块 | |
| CN106388556B (zh) | 一种电饭锅加热温度控制方法、装置及电饭锅 | |
| CN106642235B (zh) | 电烹饪器以及电烹饪器的烹饪控制方法和烹饪控制装置 | |
| CN108261048B (zh) | 一种炒菜机的炒菜工艺 | |
| CN107048976A (zh) | 一种智能锅 | |
| CN101317635B (zh) | 自动收汁和炒菜的烹饪方法及装置 | |
| CN108775605A (zh) | 一种烹饪行为感知模块 | |
| CN110658734B (zh) | 控制方法、烹饪器具、烹饪***及计算机可读存储介质 | |
| CN109519977A (zh) | 燃气灶具、锅具、燃气炊具与燃气炊具的控制方法 | |
| CN108662633A (zh) | 一种智能温度检测及控制模块 | |
| WO2017130761A1 (ja) | 加熱調理器 | |
| CN103082862B (zh) | 一种电压力锅的蒸蛋控制方法 | |
| CN110118367A (zh) | 一键式智能烹饪燃气灶 | |
| CN101238948A (zh) | 自动烹饪方法及装置 | |
| CN112286256B (zh) | 烹饪装置的控制方法、烹饪装置和可读存储介质 | |
| CN110687810A (zh) | 烹饪方法、烹饪器具、烹饪***和计算机可读存储介质 | |
| CN103637029A (zh) | 免搅拌电加热自动烹饪装置及其炒菜方法 | |
| CN109717753A (zh) | 烹饪器具及其内锅的检测方法和装置、存储介质、处理器 | |
| CN104199495A (zh) | 烹饪温度自动调节装置及方法 | |
| CN107562091B (zh) | 电烹饪器及其烹饪过程中的加料识别方法、装置 | |
| CN110432751B (zh) | 一种基于慢煮原理的烹饪装置及方法 | |
| CN108571754A (zh) | 一种具有称重功能的智能灶及其控制方法 | |
| CN108954403A (zh) | 防干烧灶具及其控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |