CN111780185A - 基于目标识别模型的油烟控制方法、***及计算机设备 - Google Patents

基于目标识别模型的油烟控制方法、***及计算机设备 Download PDF

Info

Publication number
CN111780185A
CN111780185A CN202010669210.5A CN202010669210A CN111780185A CN 111780185 A CN111780185 A CN 111780185A CN 202010669210 A CN202010669210 A CN 202010669210A CN 111780185 A CN111780185 A CN 111780185A
Authority
CN
China
Prior art keywords
oil smoke
height
oil
speed airflow
recognition model
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
Application number
CN202010669210.5A
Other languages
English (en)
Inventor
王燕
王斌龙
刘建辉
钱律求
刘文庆
李陈
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Ruinatong Software Technology Development Co ltd
Original Assignee
Hefei Ruinatong Software Technology Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Ruinatong Software Technology Development Co ltd filed Critical Hefei Ruinatong Software Technology Development Co ltd
Priority to CN202010669210.5A priority Critical patent/CN111780185A/zh
Publication of CN111780185A publication Critical patent/CN111780185A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C15/00—Details
    • F24C15/20—Removing cooking fumes
    • F24C15/2021—Arrangement or mounting of control or safety systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Ventilation (AREA)

Abstract

本发明公开了一种基于目标识别模型的油烟控制方法、***及计算机设备，其通过纵向环绕在出烟部位和吸烟部位之间的高速气流防止油烟扩散，高速气流从出烟部位指向吸烟部位，所述控制方法包括以下步骤：收集不同烹饪过程产生的油烟信息；对油烟信息进行标注，制作油烟识别所需的训练集；将训练集输入到目标识别模型中，训练生成油烟识别模型；将实时的油烟信息输入到油烟识别模型中，得到油烟浓度，根据油烟浓度控制高速气流的出风位置的高度或者高速气流的初始风速。

Description

基于目标识别模型的油烟控制方法、***及计算机设备
技术领域
本发明涉及抽油烟机领域，具体涉及一种基于目标识别模型的油烟控制方法、***及计算机设备。
背景技术
烹饪过程中会产生大量的油烟，油烟中包含PM2.5等颗粒以及气态污染物；长时间暴露在烹饪油烟中会影响身体健康，烹饪过程中如能实时检测出油烟浓度，并进行更加主动的控制，则能给用户带来更好烹饪体验。
现有技术中的抽油烟机一般利用叶片旋转时产生的负压，对油烟进行聚拢和导向，达到吸油烟的目的。
这种吸油烟的方式属于被动拢烟，无法根据不同状态烹饪状态下产生的油烟进行差异化对待，导致吸油烟效果差。
发明内容
为解决上述技术问题，本发明提供一种基于目标识别模型的油烟控制方法、***及计算机设备。
为解决上述技术问题，本发明采用如下技术方案：
一种基于目标识别模型的油烟控制方法，其通过纵向环绕在出烟部位和吸烟部位之间的高速气流防止油烟扩散，高速气流从出烟部位指向吸烟部位，所述控制方法包括以下步骤：
步骤一：收集不同烹饪过程产生的油烟信息；
步骤二：对油烟信息进行标注，制作油烟识别所需的训练集；
步骤三：将训练集输入到目标识别模型中，训练生成油烟识别模型；
步骤四：将实时的油烟信息输入到油烟识别模型中，得到油烟浓度，根据油烟浓度控制高速气流的出风位置的高度或者高速气流的初始风速。
进一步地，所述油烟信息包括油烟视频和油烟图像；步骤二中对油烟信息进行标注前，需要先将油烟视频逐帧转化为油烟图像；步骤四中将油烟信息输入到油烟识别模型前，需要先将油烟视频逐帧转化为油烟图像。
进一步地，步骤四中，将实时的油烟图像输入到油烟识别模型中后，油烟识别模型将输出该油烟图像的油烟尺寸widthcut*heightcut，其中widthcut为该油烟图像中油烟的宽度，heightcut为该油烟图像中油烟的高度；检测油烟尺寸范围内白色像素个数m，以及每个白色像素的亮度值pixel_greyi,i＝1,…,m。
进一步地，所述油烟浓度
Figure BDA0002581658390000021
其中width为该油烟图像的宽度，height为该油烟图像的高度，则高速气流的出风位置的高度
Figure BDA0002581658390000022
其中pos＝3代表出风位置运动到预设最低位置，pos＝2代表出风位置运动到预设中间位置，pos＝1代表出风位置运动到预设最高位置；thickness的最大值为1，且最小值为0。
进一步地，所述油烟浓度
Figure BDA0002581658390000023
其中width为该油烟图像的宽度，height为该油烟图像的高度，则高速气流的风速
Figure BDA0002581658390000024
其中windspeed＝3代表高速气流具有预设最高风速；windspeed＝2代表高速气流具有预设中等风速；windspeed＝1代表高速气流具有预设最小风速；thickness的最大值为1，且最小值为0。
进一步地，所述油烟浓度
Figure BDA0002581658390000025
其中width为该油烟图像的宽度，height为该油烟图像的高度，则控制策略
Figure BDA0002581658390000026
其中ctlstrtg＝3代表出风位置运动到预设最低位置且高速气流具有预设最高风速，ctlstrtg＝2代表出风位置运动到预设中间位置且高速气流具有预设中等风速，ctlstrtg＝1代表出风为之运动到预设最高位置且高速气流具有预设最小风速；thickness的最大值为1，且最小值为0。
一种基于目标识别模型的油烟控制***，包括：
信息采集模块，其收集不同烹饪过程产生的油烟信息；
训练集生成模块，对油烟信息进行标注，制作油烟识别所需的训练集；
模型生成模块，其将训练集输入到目标识别模型中，训练生成油烟识别模型；
气流控制模块，其将实时的油烟信息输入到油烟识别模型中，得到油烟浓度，根据油烟浓度控制高速气流的出风位置的高度或者高速气流的初始风速。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器执行所述油烟控制方法的步骤。
与现有技术相比，本发明的有益技术效果是：
1.通过纵向环绕在出烟部位和进风口之间的高速气流，聚拢油烟，防止油烟扩散，有利于抽油烟机的进风口对油烟的吸收。
2.通过目标识别算法识别油烟浓度，改变高速气流的出风位置的高度，改变高速气流的风速，进而提高高速气流对不同浓度状态下油烟的控制作用。
附图说明
图1为本发明控制方法的流程示意图；
图2为本发明整体的结构示意图；
图3为本发明环形气管的结构示意图；
图4为本发明回风管道的结构示意图。
具体实施方式
下面结合附图对本发明的一种优选实施方式作详细的说明。
现有技术中的抽油烟机一般利用叶片旋转时产生的负压，对油烟进行聚拢和导向，达到吸油烟的目的；但这种吸油烟的方式属于被动拢烟，无法根据不同状态烹饪状态下产生的油烟进行差异化对待，导致吸油烟效果差。
如图1所示，一种基于目标识别模型的油烟控制方法，其通过纵向环绕在出烟部位和吸烟部位之间的高速气流防止油烟扩散，高速气流从出烟部位指向吸烟部位，所述控制方法包括以下步骤：
S1：收集不同烹饪过程产生的油烟信息。
利用视觉传感器或者激光传感器采集烹饪过程中的油烟图像或者油烟视频，如果用激光传感器采集油烟的信息，计算油烟浓度的算法需要相应改变，例如利用激光传感器产生的点云信息提取油烟的信息。
S2：对油烟信息进行标注，制作油烟识别所需的训练集。
标注的工作由人工完成，标注时用矩形框将油烟图像包含油烟的部分框取出来，对油烟视频进行标注时，先将油烟视频逐帧转化为油烟图像，进而利用标注油烟图像的方法进行标注。
S3：将训练集输入到目标识别模型中，训练生成油烟识别模型。
具体地，所述目标识别模型为现有的faster-rcnn、yolo-v3、yolo-v4以及ssd中的任意一种模型；所述目标识别模型也可以是其他能够通过训练生成油烟识别模型的算法。
将经过标注以后生成的训练集输入到上述目标识别模型中，经过训练，即可得到能够识别油烟相关信息的油烟识别模型。
S4：将实时的油烟信息输入到油烟识别模型中，得到油烟浓度，根据油烟浓度控制高速气流的出风位置的高度或者高速气流的初始风速。
具体地，所述油烟信息包括油烟视频和油烟图像；步骤二中对油烟信息进行标注前，需要先将油烟视频逐帧转化为油烟图像；步骤四中将油烟信息输入到油烟识别模型前，需要先将油烟视频逐帧转化为油烟图像。
具体地，步骤四中，将实时的油烟图像输入到油烟识别模型中后，油烟识别模型将输出该油烟图像的油烟尺寸widthcut*heightcut，其中widthcut为该油烟图像中油烟的宽度，heightcut为该油烟图像中油烟的高度；检测油烟尺寸范围内白色像素个数m，以及每个白色像素的亮度值pixel_greyi,i＝1,…,m。
所述油烟浓度
Figure BDA0002581658390000041
其中width为该油烟图像的宽度，height为该油烟图像的高度，则高速气流的出风位置的高度
Figure BDA0002581658390000042
其中pos＝3代表出风位置运动到预设最低位置，pos＝2代表出风位置运动到预设中间位置，pos＝1代表出风位置运动到预设最高位置。
具体地，所述油烟浓度
Figure BDA0002581658390000043
其中width为该油烟图像的宽度，height为该油烟图像的高度，则高速气流的风速
Figure BDA0002581658390000051
其中windspeed＝3代表高速气流具有预设最高风速；windspeed＝2代表高速气流具有预设中等风速；windspeed＝1代表高速气流具有预设最小风速。
具体地，所述油烟浓度
Figure BDA0002581658390000052
其中width为该油烟图像的宽度，height为该油烟图像的高度，则控制策略
Figure BDA0002581658390000053
其中ctlstrtg＝3代表出风位置运动到预设最低位置且高速气流具有预设最高风速，ctlstrtg＝2代表出风位置运动到预设中间位置且高速气流具有预设中等风速，ctlstrtg＝1代表出风为之运动到预设最高位置且高速气流具有预设最小风速。
thickness的最大值为1，且最小值为0。
Figure BDA0002581658390000054
的物理含义是油烟扩散范围，
Figure BDA0002581658390000055
表示油烟的厚度。
如图2-4所示，本发明纵向环绕在出烟部位和吸烟部位之间的高速气流通过主动导烟装置实现；抽油烟机1包括用于吸收油烟的进风口4，所述主动导烟装置设置在进风口的来烟方向一侧，所述主动导烟装置包括环形气管2；所述环形气管靠近抽油烟机一侧开设有朝向进风口的细缝出风口21，以及用于向环形气管的内部输入高压气体的气管进风口22，高速气流从细缝出风口向外喷出。
所述进风口即为吸烟部位，出烟部位为烹饪时的灶台部位或者锅内的食物。
主动导烟装置底部的环形气管设置有向上高速出风的细缝出风口，聚拢并带动环形气管与进风口之间的油烟，整流后使油烟能够尽快进入到吸油烟机集烟腔内，降低油烟扩散的可能。
所述高速气流的纵向环绕是指：所述环形气管水平设置，其喷出的高速气流竖向设置，且高速气流的横截面为与环形气管相似的环形，相当于在环形气管与抽油烟机之间形成具有导向作用且周向密闭的风墙。
油烟无法逃逸出风墙所围成的区域，且气流高速向上运动，气流与油烟之间的摩擦力以及形成的负压，快速带动油烟，使油烟处于进风口的作用区域，风道***将油烟吸入集烟腔内。
如图3所示，细缝出风口可以根据需要，设置其与竖直方向呈一定夹角。
如图2所示，所述主动导烟装置还包括用于改变环形气管高度的升降装置3。
所述升降装置3包括固设于抽油烟机靠近环形气管一侧的导轨和直线电机，所述环形气管上固设有与导轨配合的滑块；所述直线电机的固定部与导轨固定连接，所述直线电机的移动部与滑块固定连接。
主动导烟装置具有升降装置，通过目标识别算法识别油烟浓度，进而改变环形气管的高度，提高主动导烟装置对不同浓度状态下油烟的控制作用。
环形气管的高度可以通过人工控制，也可以通过直线电机进行控制。
如图2所示，所述进风口4处固设有能够生成油烟图像的视觉传感器，所述细缝出风口21处固设有风速传感器。
如图4所示，所述抽油烟机内设置有用于将进风口处的油烟排出户外的风道***11以及回风管道13；所述回风管道的一端与风道***连通，且另一端与气管进风口22连通；所述回风管道的进风处设置有过滤装置12，所述回风管道上设置有风量调节阀14。
所属风速传感器与风量调节阀具有通讯连接关系，风速传感器能够测量细缝出风口处的出风量和出风速度，如果出风速度不达标，可以控制风量调节阀的开度，增加风量和风速。
所述风道***的高速气流经过滤后可以通过回风管道，输入到环形气管内，达到能量的循环利用；通过改变风量调节阀，改变细缝出风口的风速，进而提高主动导烟装置对不同浓度状态下油烟的控制作用。
环形气管内的高压高速气体来源于抽油烟机内的风道***；回风管道连接在风道***的出风处，出风处是已经过抽油烟机的油网、叶轮等多重过滤后的气体，其本身已经较为纯净，同时回风管道的初端设置有过滤装置，可以进一步减少通过回风管道进入环形气管的油烟颗粒。
该风量调节阀具有最小开度时，细缝出风口处的风量并非为零，即使风量调节阀具有最小开度，仍然对油烟具有整流作用；如果想完全关闭主动导烟功能，可以另设置一个管道开关阀，管道开关阀关闭时，会切断回风管道的气流。
不同浓度的油烟对细缝出风口处的风量以及环形气管的高度具有不同的要求。
油烟较浓时，油烟内压高，如果环形气管位于较高的位置，具有较高内压的油烟会从环形气管的底部向外逸出，故油烟较浓时环形气管应位于最低位置，能够最大程度上避免油烟逸出。
油烟稀薄时，油烟内压较小，且油烟温度较高，会自行向上运动，但运动到一定高度时，油烟温度减小，空气对油烟的浮力减小，油烟开始具有四处扩散的趋势；另一方面，抽油烟机的进风口以及集烟区体积较大，破坏了油烟原有的空气动力学特性，油烟在距离进风口较近的地方容易扩散，故此时环形气管需要在较高的位置上对油烟进行集烟导向；如果此时环形气管位于较低的位置上，一方面不利于烹饪；另一方面由于环形气管与进风口的距离较远，风力较小时，环形气管发出的气流很难对较高位置的油烟起到整流作用，风力较大时可以实现整流作用，但此时噪声较大。
同样地，油烟浓密时，细缝出风口处需要较大风量，以实现对油烟的控制，此时噪音可能会较大，但浓密烟雾产生时，必然是大火烹饪的时刻，烹饪时本来就会产生较大音量，此时的风噪并不会对整体噪声起到决定性作用。
油烟稀薄时，细缝出风口处只需要较小风量，就能够实现对油烟的控制，且此时噪音较小。
细缝出风口的风量与环形气管的高度可以相结合，利用各自特点，将上述风量和位置进行不同排列组合，以实现最佳的控制效果；例如浓密烟雾时，环形气管位于最低位置且细缝出风口处的风量达到最大。
一种基于目标识别模型的油烟控制***，包括：
信息采集模块，其收集不同烹饪过程产生的油烟信息；
训练集生成模块，对油烟信息进行标注，制作油烟识别所需的训练集；
模型生成模块，其将训练集输入到目标识别模型中，训练生成油烟识别模型；
气流控制模块，其将实时的油烟信息输入到油烟识别模型中，得到油烟浓度，根据油烟浓度控制高速气流的出风位置的高度或者高速气流的初始风速。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器执行所述油烟控制方法的步骤。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立技术方案，说明书的这种叙述方式仅仅是为了清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种基于目标识别模型的油烟控制方法，其通过纵向环绕在出烟部位和吸烟部位之间的高速气流防止油烟扩散，高速气流从出烟部位指向吸烟部位，所述控制方法包括以下步骤：
步骤一：收集不同烹饪过程产生的油烟信息；
步骤二：对油烟信息进行标注，制作油烟识别所需的训练集；
步骤三：将训练集输入到目标识别模型中，训练生成油烟识别模型；
步骤四：将实时的油烟信息输入到油烟识别模型中，得到油烟浓度，根据油烟浓度控制高速气流的出风位置的高度或者高速气流的初始风速。
2.根据权利要求1所述的基于目标识别模型的油烟控制方法，其特征在于：所述油烟信息包括油烟视频和油烟图像；步骤二中对油烟信息进行标注前，需要先将油烟视频逐帧转化为油烟图像；步骤四中将油烟信息输入到油烟识别模型前，需要先将油烟视频逐帧转化为油烟图像。
3.根据权利要求1所述的基于目标识别模型的油烟控制方法，其特征在于：步骤四中，将实时的油烟图像输入到油烟识别模型中后，油烟识别模型将输出该油烟图像的油烟尺寸widthcut*heightcut，其中widthcut为该油烟图像中油烟的宽度，heightcut为该油烟图像中油烟的高度；检测油烟尺寸范围内白色像素个数m，以及每个白色像素的亮度值pixel_greyi，i＝1，...，m。
4.根据权利要求3所述的基于目标识别模型的油烟控制方法，其特征在于：所述油烟浓度
Figure FDA0002581658380000011
其中width为该油烟图像的宽度，height为该油烟图像的高度，则高速气流的出风位置的高度
Figure FDA0002581658380000012
其中pos＝3代表出风位置运动到预设最低位置，pos＝2代表出风位置运动到预设中间位置，pos＝1代表出风位置运动到预设最高位置；thickness的最大值为1，且最小值为0。
5.根据权利要求3所述的基于目标识别模型的油烟控制方法，其特征在于：所述油烟浓度
Figure FDA0002581658380000013
其中width为该油烟图像的宽度，height为该油烟图像的高度，则高速气流的风速
Figure FDA0002581658380000021
其中windspeed＝3代表高速气流具有预设最高风速；windspeed＝2代表高速气流具有预设中等风速；windspeed＝1代表高速气流具有预设最小风速；thickness的最大值为1，且最小值为0。
6.根据权利要求3所述的基于目标识别模型的油烟控制方法，其特征在于：所述油烟浓度
Figure FDA0002581658380000022
其中width为该油烟图像的宽度，height为该油烟图像的高度，则控制策略
Figure FDA0002581658380000023
其中ctlstrtg＝3代表出风位置运动到预设最低位置且高速气流具有预设最高风速，ctlstrtg＝2代表出风位置运动到预设中间位置且高速气流具有预设中等风速，ctlstrtg＝1代表出风为之运动到预设最高位置且高速气流具有预设最小风速；thickness的最大值为1，且最小值为0。
7.一种基于目标识别模型的油烟控制***，其特征在于，包括：
信息采集模块，其收集不同烹饪过程产生的油烟信息；
训练集生成模块，对油烟信息进行标注，制作油烟识别所需的训练集；
模型生成模块，其将训练集输入到目标识别模型中，训练生成油烟识别模型；
气流控制模块，其将实时的油烟信息输入到油烟识别模型中，得到油烟浓度，根据油烟浓度控制高速气流的出风位置的高度或者高速气流的初始风速。
8.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器执行如权利要求16中任一项所述油烟控制方法的步骤。
CN202010669210.5A 2020-07-13 2020-07-13 基于目标识别模型的油烟控制方法、***及计算机设备 Pending CN111780185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010669210.5A CN111780185A (zh) 2020-07-13 2020-07-13 基于目标识别模型的油烟控制方法、***及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010669210.5A CN111780185A (zh) 2020-07-13 2020-07-13 基于目标识别模型的油烟控制方法、***及计算机设备

Publications (1)

Publication Number Publication Date
CN111780185A true CN111780185A (zh) 2020-10-16

Family

ID=72768309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010669210.5A Pending CN111780185A (zh) 2020-07-13 2020-07-13 基于目标识别模型的油烟控制方法、***及计算机设备

Country Status (1)

Country Link
CN (1) CN111780185A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10288371A (ja) * 1997-04-16 1998-10-27 Shinpo Kk 排気装置
CN107702174A (zh) * 2017-11-07 2018-02-16 佛山市云米电器科技有限公司 油烟追踪***及方法
CN107965828A (zh) * 2017-10-30 2018-04-27 珠海格力电器股份有限公司 抽油烟机的吸风状态控制方法和抽油烟机
CN108826401A (zh) * 2018-07-06 2018-11-16 浙江欧琳生活健康科技有限公司 一种带保护装置的油烟机
CN109028225A (zh) * 2018-09-29 2018-12-18 佛山市云米电器科技有限公司 一种带固定式视觉检测***的油烟机及油烟浓度检测方法
CN109237559A (zh) * 2018-08-06 2019-01-18 珠海格力电器股份有限公司 风幕升降控制方法、装置、油烟机及可读存储介质
CN109948488A (zh) * 2019-03-08 2019-06-28 上海达显智能科技有限公司 一种智能除烟设备及其控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10288371A (ja) * 1997-04-16 1998-10-27 Shinpo Kk 排気装置
CN107965828A (zh) * 2017-10-30 2018-04-27 珠海格力电器股份有限公司 抽油烟机的吸风状态控制方法和抽油烟机
CN107702174A (zh) * 2017-11-07 2018-02-16 佛山市云米电器科技有限公司 油烟追踪***及方法
CN108826401A (zh) * 2018-07-06 2018-11-16 浙江欧琳生活健康科技有限公司 一种带保护装置的油烟机
CN109237559A (zh) * 2018-08-06 2019-01-18 珠海格力电器股份有限公司 风幕升降控制方法、装置、油烟机及可读存储介质
CN109028225A (zh) * 2018-09-29 2018-12-18 佛山市云米电器科技有限公司 一种带固定式视觉检测***的油烟机及油烟浓度检测方法
CN109948488A (zh) * 2019-03-08 2019-06-28 上海达显智能科技有限公司 一种智能除烟设备及其控制方法

Similar Documents

Publication Publication Date Title
WO2019037322A1 (zh) 智能家电控制方法和装置
CN107702174A (zh) 油烟追踪***及方法
CN108131705A (zh) 吸油烟机和吸油烟机的控制方法
CN107797970B (zh) 一种基于cfd的油烟机油烟捕集效率的确定方法
CN110542133B (zh) 一种烟机吸力自动调节方法及烟机
CN106382718A (zh) 基于实时视频分析的通风空调控制***
CN106122118A (zh) 网罩及风扇
CN109028232A (zh) 一种带可移动视觉检测***的油烟机及油烟浓度检测方法
CN112254188B (zh) 一种烹饪装置的控制方法
CN210128491U (zh) 一种使用循环风的水平风幕机
CN110186083A (zh) 一种油烟净化装置及该装置的节能控制方法
CN111780185A (zh) 基于目标识别模型的油烟控制方法、***及计算机设备
CN111780186A (zh) 具有主动导烟装置的抽油烟机及其控制方法
CN112630468B (zh) 一种基于piv技术的油烟机逃逸量的测试装置及方法
CN203549955U (zh) 一种抽油烟机
CN206648111U (zh) 一种顶吸式吸油烟机
CN101936563A (zh) 一种抽油烟机及风幕装置
CN214307259U (zh) 一种可自动控制的集成厨房排烟***
CN202392950U (zh) 室内环境智能气流调控机
CN114646129A (zh) 一种基于功能集成关联的模式识别方法和***
CN209013293U (zh) 一种基于视觉手势控制的烟灶一体机
CN209013291U (zh) 一种具可调式视觉检测***的油烟机
CN113776105A (zh) 一种基于烹饪人员行为监测的智能变风量油烟机
CN2797933Y (zh) 一种吸油烟机
CN208011820U (zh) 一种斜风幕式节能油烟机

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