CN109736910A - 蒸汽处理方法和烹饪器具 - Google Patents
蒸汽处理方法和烹饪器具 Download PDFInfo
- Publication number
- CN109736910A CN109736910A CN201910033081.8A CN201910033081A CN109736910A CN 109736910 A CN109736910 A CN 109736910A CN 201910033081 A CN201910033081 A CN 201910033081A CN 109736910 A CN109736910 A CN 109736910A
- Authority
- CN
- China
- Prior art keywords
- food
- cooking apparatus
- steam
- cooking
- exhaust valve
- 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
- 238000010411 cooking Methods 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000011084 recovery Methods 0.000 claims abstract description 52
- 230000007246 mechanism Effects 0.000 claims abstract description 49
- 235000013305 food Nutrition 0.000 claims description 132
- 241000209094 Oryza Species 0.000 claims description 66
- 235000007164 Oryza sativa Nutrition 0.000 claims description 66
- 235000009566 rice Nutrition 0.000 claims description 66
- 238000004891 communication Methods 0.000 claims description 32
- 238000013527 convolutional neural network Methods 0.000 claims description 31
- 235000013339 cereals Nutrition 0.000 claims description 24
- 238000010438 heat treatment Methods 0.000 claims description 17
- 238000010795 Steam Flooding Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 238000004321 preservation Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 7
- 238000009835 boiling Methods 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 235000016709 nutrition Nutrition 0.000 description 4
- 230000035764 nutrition Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 244000068988 Glycine max Species 0.000 description 3
- 235000010469 Glycine max Nutrition 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 238000010025 steaming Methods 0.000 description 3
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000029087 digestion Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000002791 soaking Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 102000008169 Co-Repressor Proteins Human genes 0.000 description 1
- 108010060434 Co-Repressor Proteins Proteins 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 235000013547 stew Nutrition 0.000 description 1
- 235000020985 whole grains Nutrition 0.000 description 1
Landscapes
- Cookers (AREA)
Abstract
本发明公开了一种蒸汽处理方法和烹饪器具。应用蒸汽处理方法的烹饪器具包括:排气阀、设置在排气阀上部的蒸汽回收机构、发电机,其中,方法包括:如果检测到排气阀进行排气,蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作;将发电机产生的电能存储至蓄电池,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。上述方案基于蒸汽回收技术,解决了现有技术的烹饪器具在蒸煮的过程中,将排出的蒸汽直接排放到空气中,导致资源浪费的技术问题。
Description
技术领域
本发明涉及智能小家电领域,具体而言,涉及一种蒸汽处理方法和烹饪器具。
背景技术
随着科学技术的发展、社会的进步,人工智能技术已飞速发展并且应用场景不断增多。许多家用电器也与物联网-人工智能技术紧密连接,基于物联网与人工智能结合的新型家居产品的需求也已被大众认可。
由于生活节奏的加快,人们停留在厨房的时间越来越少,因此,节能、省时、易操作,能将食物所包含的营养完美地发挥出来的烹饪器具迫切需要被研发出来。传统的电饭煲直接将蒸汽排向空中,不具有回收功能,节电性较弱。且传统的电饭煲不具有米粒识别功能,面对不同米种无分类决策设置,导致米的口感时好时坏,易挥发的营养元素流失严重,且不能被用户控制。
针对现有技术的烹饪器具在蒸煮的过程中,将排出的蒸汽直接排放到空气中,导致资源浪费的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种蒸汽处理方法和烹饪器具,以至少解决现有技术的烹饪器具在蒸煮的过程中,将排出的蒸汽直接排放到空气中,导致资源浪费的技术问题。
根据本发明实施例的一个方面,提供了一种蒸汽处理方法,应用所述蒸汽处理方法的烹饪器具包括:排气阀、设置在排气阀上部的蒸汽回收机构、发电机,其中,方法包括:如果检测到排气阀进行排气,蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作;将发电机产生的电能存储至蓄电池,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。
可选地,蒸汽回收机构的内部设置有风轮结构,其中,控制蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作,包括:蒸汽回收机构中的风轮结构将蒸汽能转换为机械能,机械能带动发电机运转,使得驱动发电机工作。
可选地,方法还包括:在烹饪器具煮饭完成,电源自动断电的情况下,蓄电池为烹饪器具的如下部件供电:排气阀、加热部件、计时模块、决策模块、显示模块、通信模块和报警模块。
可选地,在烹饪器具内部设置有摄像头,摄像头具有防水耐高温材料和结构,其中,方法还包括:通过摄像头采集烹饪器具烹饪的食物的食物图像;使用卷积神经网络模型识别食物图像,确定食物图像中食物的类型,其中,在食物为米粒的情况下,米粒的类型包括如下至少之一:整米、碎米和粘连米。
可选地,在使用卷积神经网络模型识别食物图像,确定食物图像中食物的类型之后,方法还包括:决策模块根据设定的烹饪数据和食物的类型,确定烹饪数据,其中,烹饪数据至少包括:加热电阻的加热数据、排气阀的排气时间和不同烹饪阶段的加热温度;基于烹饪数据控制烹饪器具对食物进行烹饪。
可选地,在基于烹饪数据控制烹饪器具对食物进行烹饪的过程中,方法还包括:通过温湿度传感器检测排气阀的排气口的蒸汽数据;决策模块基于温湿度传感器检测到的蒸汽数据,获取反馈信息,其中,反馈信息用于触发蒸汽回收机构开始工作。
可选地,在决策模块根据设定的烹饪数据和食物的类型,确定烹饪数据之前,方法还包括:决策模块接收通信模块传输的食物图像中食物的类型,并接收到外部交互界面接收到的烹饪数据。
可选地,通信模块还用于接收远程服务器传输的更新指令,其中,更新指令用于对烹饪器具的功能进行升级。
根据本发明实施例的另一方面,还提供了一种烹饪器具,包括:排气阀,用于排气;温湿度感应器,用于感应排气阀是否进行排气;设置在排气阀上部的蒸汽回收机构,用于在感应到排气阀进行排气的情况下,利用排气阀排出的蒸汽驱动发电机工作;蓄电池,与发电机连接,用于存储发电机产生的电能,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。
可选地,蒸汽回收机构的内部设置有风轮结构,风轮结构将蒸汽能转换为机械能,其中,机械能带动发电机运转,使得驱动发电机工作。
可选地,烹饪器具还包括如下部件:保温部件、计时模块、决策模块、显示模块、通信模块和报警模块,其中,在烹饪器具煮饭完成,电源自动断电的情况下,蓄电池为烹饪器具的部件进行供电。
可选地,在烹饪器具内部设置有摄像头,摄像头具有防水耐高温材料和结构,其中,摄像头采集烹饪器具烹饪的食物的食物图像,并通过卷积神经网络模型识别食物图像来确定食物图像中食物的类型,其中,在食物为米粒的情况下,米粒的类型包括如下至少之一:整米、碎米和粘连米。
可选地,决策模块用于根据设定的烹饪数据和食物的类型,确定烹饪数据,其中,烹饪数据至少包括:加热电阻的加热数据、排气阀的排气时间和不同烹饪阶段的加热温度。
可选地,烹饪器具的外表面设置交互界面,用于接收外部输入的烹饪数据。
可选地,烹饪器具还包括:通信模块,连接于摄像头和决策模块之间,用于将食物图像中食物的类型传输给决策模块。
可选地,通信模块还用于接收远程服务器传输的更新指令,其中,更新指令用于对烹饪器具的功能进行升级。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一种烹饪器具的蒸汽处理方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一种烹饪器具的蒸汽处理方法。
在本发明实施例中,应用蒸汽处理方法的烹饪器具包括:排气阀、设置在排气阀上部的蒸汽回收机构、发电机,其中,方法包括:如果检测到排气阀进行排气,蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作;将发电机产生的电能存储至蓄电池,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。上述方案基于蒸汽回收技术,通过风轮将蒸汽能转化为机械能进而转化为电能,储存于蓄电池中,解决了现有技术的烹饪器具在蒸煮的过程中,将排出的蒸汽直接排放到空气中,导致资源浪费的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本申请实施例的一种可选的烹饪器具的蒸汽处理方法流程图;
图2是根据本申请实施例的一种可选的电饭煲结构示意图;以及
图3是根据本申请实施例的一种可选的蒸汽回收机构的示意图。
其中,1-电饭煲主体,2-锅盖,3-排气阀,4-蒸汽回收机构,41-风轮,5-摄像头, 6-温湿度传感器,7-wifi模块,8-决策模块,9-插销,10-蓄电池。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、装置、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、装置、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种烹饪器具的蒸汽处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种烹饪器具的蒸汽处理方法流程图,图2是根据本申请实施例的一种电饭煲结构示意图,图2中,烹饪器具包括:排气阀3、设置在排气阀上部的蒸汽回收机构4、发电机(图中未示出)。再结合图1所示,烹饪器具的蒸汽处理方法包括如下步骤:
步骤S102,如果检测到排气阀进行排气,蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作。
一种可选方案中,上述烹饪器件可以是电饭煲、电压力锅、养生壶等。上述烹饪器具至少包括排气阀、设置在排气阀上部的蒸汽回收机构和发电机。上述蒸汽回收机构也可以设置在排气阀下部,或其它排气位置。
在一种可选的实施例中,蒸汽回收机构利用排气口排出的蒸汽,将蒸汽能转化为机械能,并带动发电机运转,产生电能。
步骤S104,将发电机产生的电能存储至蓄电池,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。
一种可选方案中,上述蓄电池可以设置在烹饪器具内,也可以设置在烹饪器具外。
发电机运转产生的电能可以储存在蓄电池内,为烹饪器具内部的一个或多个部件进行辅助供电,以降低能耗。
需要说明的是,储存在蓄电池内的电能也可以为烹饪器具外部的任何需要供电的部件供电。
在一种可选的实施例中,当电饭煲有蒸汽产生时,排气阀上部的蒸汽回收机构将蒸汽能转化为机械能,并带动发电机运转,产生电能。产生的电能存储在蓄电池中,为电饭煲的一个或多个部件辅助供电,以达到节能目的。
在另一种可选的实施例中,电饭煲在煲饭过程中突遇停电,存储于蓄电池中的电能可以继续为电饭煲供电,达到不断电烹饪的目的。
基于本申请上述实施例提供的方案,应用蒸汽处理方法的烹饪器具包括:排气阀、设置在排气阀上部的蒸汽回收机构、发电机,蒸汽处理方法包括:如果检测到排气阀进行排气,蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作;将发电机产生的电能存储至蓄电池,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。上述方案基于蒸汽回收技术,通过蒸汽回收机构将蒸汽能转化为机械能进而转化为电能,储存于蓄电池中,进而解决了现有技术的烹饪器具在蒸煮的过程中,将排出的蒸汽直接排放到空气中,导致资源浪费的技术问题。
可选地,蒸汽回收机构的内部设置有风轮结构,其中,控制蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作,包括:蒸汽回收机构中的风轮结构将蒸汽能转换为机械能,机械能带动发电机运转,使得驱动发电机工作。
图3是根据本申请实施例的一种蒸汽回收机构的示意图,结合图3所示,蒸汽回收机构4内部设有风轮结构41,烹饪器具产生的蒸汽能带动风轮结,41旋转,将蒸汽能转换为机械能,机械能带动电机运转,驱动发电机产生电能。
可选地,方法还包括:在烹饪器具煮饭完成,电源自动断电的情况下,蓄电池为烹饪器具的如下部件供电:排气阀、加热部件、计时模块、决策模块、显示模块、通信模块和报警模块。
在电饭煲中存在很多耗电部件,例如排气阀、加热部件、计时模块、决策模块、显示模块、通信模块和报警模块等。这些部件在煮饭进行中或煮饭完成后仍需要保温时,还需将插销插在电源插座上。本申请中,由于蓄电池已经存储了一定的由蒸汽能转换而来的电能,故蓄电池可以为上述部件供电,达到节能的目的。
可选地,在烹饪器具内部设置有摄像头,摄像头具有防水耐高温材料和结构,其中,方法还包括:通过摄像头采集烹饪器具烹饪的食物的食物图像;使用卷积神经网络模型识别食物图像,确定食物图像中食物的类型,其中,在食物为米粒的情况下,米粒的类型包括如下至少之一:整米、碎米和粘连米。
一种可选方案中,上述摄像头可以设置于烹饪器具内部,也可以设置于烹饪器具外部。当然,摄像头也可以替换为其它任何具有摄像功能的图像采集设备。
需要说明的是,如果是内置的摄像头,摄像头可以是具有防水耐高温功能,方便在蒸煮过程中对米粒拍照。
卷积神经网络属于有监督的学习算法,是深度神经网络中的一种特殊情况,它相比于深度人工神经网络具有权值数量少、训练速度快等优点。
卷积神经网络主要由三部分组成,分别是输入层、隐藏层和输出层。其中,输入层和输出层只有一层,而隐藏层可以有多层,深度神经网络就是有很多个隐藏层的神经网络。卷积神经网络的输入层为米粒图像,通过使用卷积神经网络对米粒图像进行计算,将米粒图像的米粒轮廓区域全部标记,进而求取每个轮廓的区域面积,实现整米、碎米和粘连米类型的划分。
可选地,使用卷积神经网络模型识别食物图像,确定食物图像中食物的类型,具体包括:获取包含食物的图片;分割图片,得到多张子图片;使用卷积神经网络模型处理多张子图片,识别出每张子图片中的食物。
可选地,使用卷积神经网络模型处理多张子图片,识别出每张子图片中的食物,包括:获取多张子图片;提取每张子图片中包含的对象的图像特征;判断每张子图片中包含的对象的图像特征是否符合食物特征,如果符合,则确定对象为食物。
一种可选方案中,上述图像特征可以为食物的颜色、纹理、形状等。
例如,如果需要识别图片中的大米区域,则需要对输入卷积神经网络模型的多张子图片进行特征提取,判断每张子图片中包含的对象的颜色、纹理以及形状等特征,当获得颜色为白色、纹理呈稀疏的横竖相间状、形状呈椭圆状的判断结果,则确定该区域为大米区域,以便和非大米区域区分开来。又如,如果需要识别图片中的大豆区域,当获得颜色为黄色、纹理稀少、形状呈球状的判断结果,则确定该区域为大豆区域,以便和非大豆区域区分开来。
可选地,卷积神经网络模型至少包括:输入层、卷积层、池化层、全连接层和softmax 层,其中,通过输入层获取多张子图片。
卷积神经网络通过输入层获取多张子图片,隐藏层可以包括卷积层、池化层、全连接层,输出层为softmax层,采用softmax分类函数。
可选地,提取每张子图片中包含的对象的图像特征,包括:通过卷积层中的每个卷积核扫描对应的子图片,得到每个子图片所包含的对象的特征图层;通过池化层对每个子图片所包含的对象的特征图层进行去冗余处理;通过至少一个全连接层将去冗余处理后的多个特征图层进行转换,得到对象的图像特征。
卷积层和池化层可以有多种不同的组合,全连接层也可以有多层,具体的层次和网络深度可以根据实际需要进行选取。层数越多,识别结果越准确,网络越复杂。
可选地,通过softmax层判断每张子图片中包含的对象的图像特征是否符合食物特征,并输出判断结果。
输出层采用softmax分类函数,对全连接层的输出结果进行分类,判断子图片中的小正方形尺寸区域是否符合食物特征,输出是否为食物的结果。
可选地,在识别出每张子图片中的食物之后,上述方法还包括:将识别出食物的子图片进行轮廓提取,并将没有识别出食物的区域设置为预定的背景,得到多张处理后的子图片;将多张处理后的子图片进行拼合,得到还原后的食物图片。
一种可选方案中,上述预定的背景可以为黑色、白色等单一的颜色。
利用卷积神经网络识别出每张子图片中的小正方形区域的食物区和非食物区后,将小正方形区域内的非食物区全部置为预定的背景,对食物区的食物进行轮廓提取。然后按分割顺序对每个子图片进行还原,最后得到整体米粒的轮廓。
可选地,在将识别出食物的子图片进行轮廓提取,并将没有识别出食物的区域设置为预定的背景,得到多张处理后的子图片之前,方法还包括:判断多个子图片中是否存在食物;如果存在,对存在食物的子图片进行识别,并确定食物在子图片中的位置;如果不存在,将不存在食物的子图片设置为预定的背景。
在对识别出食物的子图片进行处理之前,还可以预先判断每个子图片中是否存在食物。如果存在食物,对识别出食物的子图片进行轮廓提取,进一步确定食物在子图片中的位置;如果不存在食物,则直接将该子图片设置为预定的背景,以去除背景中的噪声信号,提高识别效率。
可选地,在将多张处理后的子图片进行拼合,得到还原后的食物图片之后,方法还包括:输出还原后的食物图片,并提取还原后的食物图片中的食物轮廓;基于还原后的食物图片中的食物轮廓,确定食物的品质参数。
一种可选方案中,上述食物的品质参数可以为食物的碎米率、长宽比等质量参数。
上述步骤中,通过拼合得到还原后的食物图片之后,将其输出并提取还原后的食物轮廓,进而进行碎米率、长宽比的计算,以确定食物的优良。
可选地,在使用卷积神经网络模型识别食物图像,确定食物图像中食物的类型之后,方法还包括:决策模块根据设定的烹饪数据和食物的类型,确定烹饪数据,其中,烹饪数据至少包括:加热电阻的加热数据、排气阀的排气时间和不同烹饪阶段的加热温度;基于烹饪数据控制烹饪器具对食物进行烹饪。
一种可选方案中,决策模块内部具有执行机构,例如加热电阻、计时模块等。上述设定的烹饪数据可以为用户预先设定的烹饪数据,例如口感与偏好(偏软、适中、偏硬、煮粥、煲汤等模式)。
决策模块根据卷积神经网络模型输出的食物的类型,结合用户喜好设定,自动选择烹饪方式,例如泡米时间、加热电阻的加热温度、加热时间、排气阀的排气时间、排气阀开度和保温时间等,以便获得最佳的烹饪方式,保证食物的口感,同时确保营养不会流失。
可选地,在基于烹饪数据控制烹饪器具对食物进行烹饪的过程中,方法还包括:通过温湿度传感器检测排气阀的排气口的蒸汽数据;决策模块基于温湿度传感器检测到的蒸汽数据,获取反馈信息,其中,反馈信息用于触发蒸汽回收机构开始工作。
一种可选方案中,上述温湿度传感器可以为具有防水耐高温功能的传感器。
需要说明的是,只有蒸汽数据超过一定阈值,才能推动风轮旋转。所以当决策模块基于温湿度传感器检测到的蒸汽数据大于蒸汽数据阈值时,才发出反馈信息,触发蒸汽回收机构开始工作。
可选地,在决策模块根据设定的烹饪数据和食物的类型,确定烹饪数据之前,方法还包括:决策模块接收通信模块传输的食物图像中食物的类型,并接收到外部交互界面接收到的烹饪数据。
一种可选方案中,上述通信模块可以为有线通信模块或无线通信模块,例如wifi模块。上述外部交互界面可以为设置于烹饪器具外表面的显示面板,也可以为遥控器。
在实际烹饪过程中,卷积神经网络识别出的食物类型通过通信模块传输给决策模块,决策模块可以结合用户预先设定的烹饪数据和食物的类型,选择最佳的烹饪数据。
可选地,通信模块还用于接收远程服务器传输的更新指令,其中,更新指令用于对烹饪器具的功能进行升级。
功能不变的电饭煲势必满足不了需求不断增加的用户,当有新的功能开发出来后,服务器可以通过通信模块将新版本的运行程序传输给电饭煲,实现远程更新,使服务效果更理想。
一种可选方案中,上述烹饪器具的蒸汽处理方法可以由电饭煲执行。图2是根据本申请实施例的一种电饭煲结构示意图。如图2所示,该基于蒸汽能回收的智能电饭煲设有电饭煲主体1、锅盖2、排气阀3、蒸汽回收机构4、风轮41、摄像头5、温湿度传感器6、wifi模块7、决策模块8、插销9和蓄电池10。
首先,防水耐高温功能的摄像头11对电饭煲内部的大米进行拍照,卷积神经网络对大米图片识别,区分出米种类别,并将结果发送给wifi模块7。其次,wifi模块7 将信息解码并发送给决策模块8,决策模块8内部具有执行机构如加热电阻、计时模块,决策模块8根据返回解码的米种信息,结合用户预先设定的烹饪数据,智能设置加热时间、温度、排气阀3开度。其中,决策模块8外表面设有按键阵列,可手动选择口感与偏好(偏软、适中、偏硬、煮粥、煲汤等模式)的设定。然后,排气阀3上部的蒸汽回收机构4,其内部设有风轮5,风轮5可将蒸汽能转化为机械能,并带动发电机运转,产生电能,并将电能储存到蓄电池10内,蓄电池10可为决策模块8与wifi 模块7额外供电,当煮饭完成,电源自动断电,利用蓄电池10为保温决策模块供电。最后,本产品远程设有服务器,可为wifi模块7进行数据通信,以及当有新版本时,为其进行远程更新,使服务效果更理想。
简单来说,本申请的工作原理为:摄像头采集食物图像;卷积神经网络分类食物;通信模块接收并解析数据;决策模块根据用户设定以及食物类型确定烹饪数据;执行机构执行;温湿度传感器检测状态;决策模块发出反馈信息;排气阀上部蒸汽回收机构转换能量输出电能;蓄电池充电;煮饭完成自动断电;蓄电池为决策模块供电;完成。
通过上述方案,应用蒸汽处理方法的烹饪器具包括:排气阀、设置在排气阀上部的蒸汽回收机构、发电机,蒸汽处理方法包括:如果检测到排气阀进行排气,蒸汽回收机构利用排气阀排出的蒸汽驱动发电机工作;将发电机产生的电能存储至蓄电池,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。上述方案基于蒸汽回收和米种识别技术,通过蒸汽回收机构将蒸汽能转化为机械能进而转化为电能,储存于蓄电池中,通过人工智能卷积神经网络识别算法,根据米粒图像进行米种分类,进而解决了现有技术的烹饪器具在蒸煮的过程中,将排出的蒸汽直接排放到空气中,导致资源浪费的技术问题,同时使电饭煲煲出的食物更加营养可口,更加智能化和人性化。
实施例2
根据本发明实施例,提供了一种烹饪器具,仍如图2所示,该烹饪器具包括:
排气阀3,用于排气。
一种可选方案中,上述烹饪器件可以是电饭煲、电饭锅。
温湿度感应器6,用于感应排气阀是否进行排气。
设置在排气阀上部的蒸汽回收机构4,用于在感应到排气阀进行排气的情况下,利用排气阀排出的蒸汽驱动发电机工作。
由于排气阀上部设有蒸汽回收机构,其可以将蒸汽能转化为机械能,并带动发电机运转,产生电能。
蓄电池10,与发电机连接,用于存储发电机产生的电能,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。
一种可选方案中,上述蓄电池可以设置在烹饪器具内,也可以设置在烹饪器具外。
发电机运转产生的电能可以储存在蓄电池内,为烹饪器具内部的一个或多个部件进行辅助供电,以降低能耗。
需要说明的是,储存在蓄电池内的电能也可以为烹饪器具外部的任何需要供电的部件供电。
基于本申请上述实施例提供的方案,烹饪器具,包括:排气阀,用于排气;温湿度感应器,用于感应排气阀是否进行排气;设置在排气阀上部的蒸汽回收机构,用于在感应到排气阀进行排气的情况下,利用排气阀排出的蒸汽驱动发电机工作;蓄电池,与发电机连接,用于存储发电机产生的电能,其中,蓄电池存储的电能为烹饪器具的一个或多个部件进行辅助供电。上述方案基于蒸汽回收技术,通过蒸汽回收机构将蒸汽能转化为机械能进而转化为电能,储存于蓄电池中,进而解决了现有技术的烹饪器具在蒸煮的过程中,将排出的蒸汽直接排放到空气中,导致资源浪费的技术问题。
可选地,蒸汽回收机构的内部设置有风轮结构,风轮结构将蒸汽能转换为机械能,其中,机械能带动发电机运转,使得驱动发电机工作。
在上述步骤中,烹饪器具产生的蒸汽能带动风轮结构旋转,将蒸汽能转换为机械能,机械能带动电机运转,驱动发电机产生电能。
可选地,烹饪器具还包括如下部件:保温部件、计时模块、决策模块、显示模块、通信模块和报警模块,其中,在烹饪器具煮饭完成,电源自动断电的情况下,蓄电池为烹饪器具的一个或多个部件进行供电。
在电饭煲中存在很多耗电部件,例如排气阀、加热部件、计时模块、决策模块、显示模块、通信模块和报警模块等。这些部件在煮饭进行中或煮饭完成后仍需要保温时,还需将插销插在电源插座上。本申请中,由于蓄电池已经存储了一定的由蒸汽能转换而来的电能,故蓄电池可以为上述部件供电,达到节能的目的。
可选地,在烹饪器具内部设置有摄像头,摄像头具有防水耐高温材料和结构,其中,摄像头采集烹饪器具烹饪的食物的食物图像,并通过卷积神经网络模型识别食物图像来确定食物图像中食物的类型,其中,在食物为米粒的情况下,米粒的类型包括如下至少之一:整米、碎米和粘连米。
一种可选方案中,上述摄像头可以设置于烹饪器具内部,也可以设置于烹饪器具外部。当然,摄像头也可以替换为其它任何具有摄像功能的图像采集设备。
需要说明的是,如果是内置的摄像头,摄像头可以是具有防水耐高温功能,方便在蒸煮过程中对米粒拍照。
卷积神经网络属于有监督的学习算法,是深度神经网络中的一种特殊情况,它相比于深度人工神经网络具有权值数量少、训练速度快等优点。
卷积神经网络主要由三部分组成,分别是输入层、隐藏层和输出层。其中,输入层和输出层只有一层,而隐藏层可以有多层,深度神经网络就是有很多个隐藏层的神经网络。卷积神经网络的输入层为米粒图像,通过使用卷积神经网络对米粒图像进行计算,将米粒图像的米粒轮廓区域全部标记,进而求取每个轮廓的区域面积,实现整米、碎米和粘连米类型的划分。
可选地,决策模块用于根据设定的烹饪数据和食物的类型,确定烹饪数据,其中,烹饪数据至少包括:加热电阻的加热数据、排气阀的排气时间和不同烹饪阶段的加热温度。
一种可选方案中,决策模块内部具有执行机构,例如加热电阻、计时模块等。上述设定的烹饪数据可以为用户预先设定的烹饪数据。
决策模块根据卷积神经网络模型输出的食物的类型,结合用户设定,自动选择烹饪方式,例如泡米时间、加热电阻的加热温度、加热时间、排气阀的排气时间、排气阀开度和保温时间等,以便获得最佳的烹饪方式,保证食物的口感,同时确保营养不会流失。
可选地,烹饪器具的外表面设置交互界面,用于接收外部输入的烹饪数据。
一种可选方案中,上述交互界面可以为设置于烹饪器具外表面的显示面板,也可以为遥控器。
可选地,上述通信模块连接于摄像头和决策模块之间,用于将食物图像中食物的类型传输给决策模块。
一种可选方案中,上述通信模块可以为有线通信模块或无线通信模块,例如wifi模块。
在实际烹饪过程中,卷积神经网络识别出的食物类型通过通信模块传输给决策模块,决策模块可以结合用户预先设定的烹饪数据和食物的类型,选择最佳的烹饪数据。
可选地,通信模块还用于接收远程服务器传输的更新指令,其中,更新指令用于对烹饪器具的功能进行升级。
功能不变的电饭煲势必满足不了需求不断增加的用户,当有新的功能开发出来后,服务器可以通过通信模块将新版本的运行程序传输给电饭煲,实现远程更新,使服务效果更理想。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,但不仅限于实施例1所公开的内容,在此不再赘述。
实施例3
根据本发明实施例,提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行实施例1中的烹饪器具的蒸汽处理方法。
实施例4
根据本发明实施例,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行实施例1中的烹饪器具的蒸汽处理方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例装置的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (18)
1.一种蒸汽处理方法,应用所述蒸汽处理方法的烹饪器具包括:排气阀、设置在所述排气阀上部的蒸汽回收机构、发电机,其中,所述方法包括:
如果检测到所述排气阀进行排气,所述蒸汽回收机构利用所述排气阀排出的蒸汽驱动所述发电机工作;
将所述发电机产生的电能存储至蓄电池,其中,所述蓄电池存储的电能为所述烹饪器具的一个或多个部件进行辅助供电。
2.根据权利要求1所述的方法,其特征在于,所述蒸汽回收机构的内部设置有风轮结构,其中,控制所述蒸汽回收机构利用所述排气阀排出的蒸汽驱动所述发电机工作,包括:
所述蒸汽回收机构中的风轮结构将所述蒸汽能转换为机械能,所述机械能带动所述发电机运转,使得驱动所述发电机工作。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:在所述烹饪器具煮饭完成,电源自动断电的情况下,所述蓄电池为所述烹饪器具的如下部件供电:排气阀、加热部件、计时模块、决策模块、显示模块、通信模块和报警模块。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,在所述烹饪器具内部设置有摄像头,所述摄像头具有防水耐高温材料和结构,其中,所述方法还包括:
通过所述摄像头采集所述烹饪器具烹饪的食物的食物图像;
使用卷积神经网络模型识别所述食物图像,确定所述食物图像中食物的类型,其中,在所述食物为米粒的情况下,所述米粒的类型包括如下至少之一:整米、碎米和粘连米。
5.根据权利要求4所述的方法,其特征在于,在使用卷积神经网络模型识别所述食物图像,确定所述食物图像中食物的类型之后,所述方法还包括:
所述决策模块根据设定的烹饪数据和所述食物的类型,确定烹饪数据,其中,所述烹饪数据至少包括:加热电阻的加热数据、所述排气阀的排气时间和不同烹饪阶段的加热温度;
基于所述烹饪数据控制所述烹饪器具对所述食物进行烹饪。
6.根据权利要求5所述的方法,其特征在于,在基于所述烹饪数据控制所述烹饪器具对所述食物进行烹饪的过程中,所述方法还包括:
通过温湿度传感器检测所述排气阀的排气口的蒸汽数据;
所述决策模块基于所述温湿度传感器检测到的蒸汽数据,获取反馈信息,其中,所述反馈信息用于触发所述蒸汽回收机构开始工作。
7.根据权利要求4所述的方法,其特征在于,在所述决策模块根据设定的烹饪数据和所述食物的类型,确定烹饪数据之前,所述方法还包括:
所述决策模块接收所述通信模块传输的所述食物图像中食物的类型,并接收到外部交互界面接收到的烹饪数据。
8.根据权利要求3所述的方法,其特征在于,所述通信模块还用于接收远程服务器传输的更新指令,其中,所述更新指令用于对所述烹饪器具的功能进行升级。
9.一种烹饪器具,包括:
排气阀,用于排气;
温湿度感应器,用于感应所述排气阀是否进行排气;
设置在所述排气阀上部的蒸汽回收机构,用于在感应到所述排气阀进行排气的情况下,利用所述排气阀排出的蒸汽驱动发电机工作;
蓄电池,与所述发电机连接,用于存储所述发电机产生的电能,其中,所述蓄电池存储的电能为所述烹饪器具的一个或多个部件进行辅助供电。
10.根据权利要求9所述的烹饪器具,其特征在于,所述蒸汽回收机构的内部设置有风轮结构,所述风轮结构将所述蒸汽能转换为机械能,其中,所述机械能带动所述发电机运转,使得驱动所述发电机工作。
11.根据权利要求9所述的烹饪器具,其特征在于,所述烹饪器具还包括如下部件:保温部件、计时模块、决策模块、显示模块、通信模块和报警模块,其中,在所述烹饪器具煮饭完成,电源自动断电的情况下,所述蓄电池为所述烹饪器具的所述部件进行供电。
12.根据权利要求9所述的烹饪器具,其特征在于,在所述烹饪器具内部设置有摄像头,所述摄像头具有防水耐高温材料和结构,其中,所述摄像头采集所述烹饪器具烹饪的食物的食物图像,并通过卷积神经网络模型识别所述食物图像来确定所述食物图像中食物的类型,其中,在所述食物为米粒的情况下,所述米粒的类型包括如下至少之一:整米、碎米和粘连米。
13.根据权利要求11所述的烹饪器具,其特征在于,所述决策模块用于根据设定的烹饪数据和所述食物的类型,确定烹饪数据,其中,所述烹饪数据至少包括:加热电阻的加热数据、所述排气阀的排气时间和不同烹饪阶段的加热温度。
14.根据权利要求13所述的烹饪器具,其特征在于,所述烹饪器具的外表面设置交互界面,用于接收外部输入的烹饪数据。
15.根据权利要求11所述的烹饪器具,其特征在于,所述通信模块连接于摄像头和所述决策模块之间,用于将所述食物图像中食物的类型传输给所述决策模块。
16.根据权利要求11所述的烹饪器具,其特征在于,所述通信模块还用于接收远程服务器传输的更新指令,其中,所述更新指令用于对所述烹饪器具的功能进行升级。
17.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的烹饪器具的蒸汽处理方法。
18.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至8中任意一项所述的烹饪器具的蒸汽处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910033081.8A CN109736910A (zh) | 2019-01-14 | 2019-01-14 | 蒸汽处理方法和烹饪器具 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910033081.8A CN109736910A (zh) | 2019-01-14 | 2019-01-14 | 蒸汽处理方法和烹饪器具 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109736910A true CN109736910A (zh) | 2019-05-10 |
Family
ID=66364723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910033081.8A Pending CN109736910A (zh) | 2019-01-14 | 2019-01-14 | 蒸汽处理方法和烹饪器具 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109736910A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110448144A (zh) * | 2019-06-21 | 2019-11-15 | 珠海格力电器股份有限公司 | 智能蒸煮控制方法、装置、计算机设备及存储介质 |
CN112704389A (zh) * | 2021-01-28 | 2021-04-27 | 宁波方太厨具有限公司 | 一种蒸烤一体机 |
CN113424858A (zh) * | 2021-06-02 | 2021-09-24 | 上海唐人神肉制品有限公司 | 用于纤维素肠衣灌装红肠类产品的上色装置及上色方法 |
CN113576238A (zh) * | 2021-08-13 | 2021-11-02 | 深圳朴坂科技有限公司 | 一种应用自发电技术的智能做饭机 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007282939A (ja) * | 2006-04-19 | 2007-11-01 | Matsushita Electric Ind Co Ltd | 炊飯器 |
JP2011050624A (ja) * | 2009-09-03 | 2011-03-17 | Mitsubishi Electric Corp | 炊飯器 |
CN205883256U (zh) * | 2016-07-19 | 2017-01-11 | 佛山市顺德区美的电热电器制造有限公司 | 一种无线通讯装置、烹饪器具 |
CN107440475A (zh) * | 2017-04-28 | 2017-12-08 | 浙江苏泊尔家电制造有限公司 | 烹饪的方法、烹饪器具及计算机存储介质 |
CN108108767A (zh) * | 2017-12-29 | 2018-06-01 | 美的集团股份有限公司 | 一种谷物识别方法、装置和计算机存储介质 |
CN109086877A (zh) * | 2016-04-29 | 2018-12-25 | 北京中科寒武纪科技有限公司 | 一种用于执行卷积神经网络正向运算的装置和方法 |
-
2019
- 2019-01-14 CN CN201910033081.8A patent/CN109736910A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007282939A (ja) * | 2006-04-19 | 2007-11-01 | Matsushita Electric Ind Co Ltd | 炊飯器 |
JP2011050624A (ja) * | 2009-09-03 | 2011-03-17 | Mitsubishi Electric Corp | 炊飯器 |
CN109086877A (zh) * | 2016-04-29 | 2018-12-25 | 北京中科寒武纪科技有限公司 | 一种用于执行卷积神经网络正向运算的装置和方法 |
CN205883256U (zh) * | 2016-07-19 | 2017-01-11 | 佛山市顺德区美的电热电器制造有限公司 | 一种无线通讯装置、烹饪器具 |
CN107440475A (zh) * | 2017-04-28 | 2017-12-08 | 浙江苏泊尔家电制造有限公司 | 烹饪的方法、烹饪器具及计算机存储介质 |
CN108108767A (zh) * | 2017-12-29 | 2018-06-01 | 美的集团股份有限公司 | 一种谷物识别方法、装置和计算机存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110448144A (zh) * | 2019-06-21 | 2019-11-15 | 珠海格力电器股份有限公司 | 智能蒸煮控制方法、装置、计算机设备及存储介质 |
CN112704389A (zh) * | 2021-01-28 | 2021-04-27 | 宁波方太厨具有限公司 | 一种蒸烤一体机 |
CN113424858A (zh) * | 2021-06-02 | 2021-09-24 | 上海唐人神肉制品有限公司 | 用于纤维素肠衣灌装红肠类产品的上色装置及上色方法 |
CN113576238A (zh) * | 2021-08-13 | 2021-11-02 | 深圳朴坂科技有限公司 | 一种应用自发电技术的智能做饭机 |
CN113576238B (zh) * | 2021-08-13 | 2023-02-28 | 深圳朴坂科技有限公司 | 一种应用自发电技术的智能做饭机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109736910A (zh) | 蒸汽处理方法和烹饪器具 | |
US11398923B2 (en) | Method for data communication with a domestic appliance by a mobile computer device, mobile computer device and domestic appliance | |
CN105358913B (zh) | 加热烹调器 | |
CN104042124B (zh) | 一种智能烤箱及其工作控制方法 | |
CN111434290A (zh) | 确定烹饪器具的烹饪模式的方法和烹饪器具 | |
CN203914599U (zh) | 一种智能烤箱 | |
CN110664259B (zh) | 烹饪设备及其控制方法、控制***、计算机可读存储介质 | |
CN106647469A (zh) | 智能厨房烹调*** | |
CN108107762A (zh) | 烹饪控制方法及烹饪控制装置、存储介质和烹饪设备 | |
CN107991891A (zh) | 环境参数的调整方法、***和用户设备 | |
CN110123149A (zh) | 一种烹饪设备的烹饪控制方法以及烹饪设备 | |
CN106873451A (zh) | 一种烹饪设备及其智能烹饪方法 | |
CN207164541U (zh) | 烹饪器具及其数据处理*** | |
CN110897514A (zh) | 降嘌呤方法、烹饪设备和计算机可读存储介质 | |
CN107452376A (zh) | 一种通过语音控制烹饪的方法 | |
CN108415292A (zh) | 一种控制方法及装置 | |
CN107388296B (zh) | 一种基于程序云的烟灶联动控制方法 | |
CN107703780A (zh) | 烹饪器具的控制方法、装置及*** | |
CN110619371A (zh) | 一种食材烹煮时长推荐方法、存储介质和电火锅 | |
CN109407554A (zh) | 厨房自动烹饪控制方法、装置、存储介质和计算机设备 | |
CN109674355A (zh) | 烹饪器具及其排气控制方法、装置、存储介质、处理器 | |
CN114092806A (zh) | 识别方法及其装置、烹饪设备及其控制方法和存储介质 | |
CN111435229A (zh) | 控制烹饪模式的方法、装置和烹饪器具 | |
CN111435541A (zh) | 获取米粒的垩白度的方法、装置和烹饪器具 | |
CN111990902A (zh) | 一种烹饪控制方法及装置、电子设备及存储介质 |
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: 20190510 |