本发明专利技术涉及食品加工技术领域,公开了一种蒸柜控制方法、蒸柜控制装置以及蒸柜。其中,蒸柜控制方法包括:步骤S1,获取蒸汽室压强值P
【技术实现步骤摘要】
蒸柜控制方法、蒸柜控制装置以及蒸柜
本专利技术涉及食品加工
,具体地涉及一种蒸柜控制方法、蒸柜控制装置以及蒸柜。
技术介绍
随着人们生活水平的不断提高,饮食习惯也发生了很大的变化,蒸制食物不仅方便快捷,对身体健康也有很大的好处。因此,蒸柜被广泛应用于工厂、学校、酒店等场所。不同的食物(例如肉类和蔬菜类)具有不同的属性,针对不同食物的蒸制时间和蒸制温度不相同。在现有技术中,蒸制食物的工作人员只能根据经验来判断食物所需的蒸制时间,以及需要长时间摸索不同类型的食物的蒸制规律,且针对不同数量的食物,蒸制的规律更难很好把握。目前存在的蒸柜需要被动人为控制,控制环节繁琐、调整参数难度系数大,造成蒸柜处理食物的智能化程度低,从而导致设备利用率低。
技术实现思路
针对现有技术中的上述不足或缺陷,本专利技术提供一种蒸柜控制方法,该蒸柜控制方法能够根据食物特有的属性,制定针对于该食物的蒸制方式。为了实现上述目的,本专利技术第一方面提供一种蒸柜控制方法,所述蒸柜控制方法包括:步骤S1,获取蒸汽室压强值P0,获取食物图像数据W,食物表面温度T1和食物表面温度为T1的持续时间△X;步骤S2,将步骤S1获取的多源信息数据输入模型,产生食物生熟进度数据;所述模型为机器学习模型,其中,所述机器学习模型由输入多组数据和多组标签数据训练得到,所述输入数据包括食物图像数据、食物表面温度、持续时间以及蒸汽压强数据,所述标签数据包括食物生熟进度数据;步骤S3,显示所述步骤S2获得的食物生熟进度数据;步骤S4,食物生熟进度达到预定值Y后,触发蒸柜提示模块和/或执行模块。通过上述技术方案,在获取蒸汽室内压强值P0,食物图像数据W,食物表面温度T1和食物表面温度为T1的持续时间△X后,将这些数据输入至机器学习模型。由于机器学习模型由输入多组数据和多组标签数据训练得到,因此在将上述数据输入机器学习模型后,机器学习模型会根据上述数据确定食物的属性(例如食物类型等),根据食物的属性判断食物所需的蒸制时间,并执行食物蒸制,在蒸制过程中实时更新、显示食物生熟进度数据。此过程无需人工干预,相对于现有技术,自动化程度和智能化程度高,能够有效提高设备的利用率。进一步地,在步骤S1中,每经过采样周期△T时间对压强值P0、食物表面温度T1以及食物图像数据W采样一次。进一步地,所述采样周期△T设置为1秒至20秒。进一步地,△X=X2-X1;其中,X1为食物表面温度首次达到T1时的时间点,X2为采样时刻的时间点。进一步地,所述食物生熟进度数据包括百分比数值。本专利技术第二方面提供一种蒸柜控制装置,所述蒸柜控制装置包括:获取单元,用于获取蒸汽室内压强值P0,食物图像数据W、食物表面温度T1和食物表面温度为T1的持续时间△X;学习单元,用于将所述获取单元获取的多源信息数据输入模型,产生食物生熟进度数据;所述获取单元为机器学习模型,其中,所述机器学习模型由输入多组数据和多组标签数据训练得到,所述输入数据包括食物图像数据、食物表面温度、持续时间以及蒸汽压强数据,所述标签数据包括食物生熟进度数据;显示单元,用于显示所述学习单元获得的食物生熟进度数据;提示执行单元,包括提示模块和/或执行模块,所述提示模块用于在食物生熟进度达到预定值Y后,用于产生提示信息;所述执行模块产生触发信号至执行机构停止食物蒸制。通过上述技术方案,,获取单元在获取蒸汽室内压强值P0,食物图像数据W,食物表面温度T1和食物表面温度为T1的持续时间△X后,将这些数据输送给机器学习模型。由于机器学习模型可通过输入多组数据和多组标签数据训练得到,因此在将上述数据输入机器学习模型后,机器学习模型会根据上述数据确定食物的属性(例如食物类型等),根据食物的属性判断食物所需的蒸制时间,并执行食物蒸制,在蒸制过程中实时更新、显示食物生熟进度数据。此过程无需人工干预,相对于现有技术,该蒸柜控制装置自动化程度和智能化程度高,能够有效提高设备的利用率。进一步地,所述获取单元包括多组传感器模块,所述传感器模块包括图像传感器、温度传感器、压强传感器、计时器;所述图像传感器,用于获取食物图像数据W;所述温度传感器,用于获取食物表面温度T1;所述压强传感器,用于获取蒸汽室内压强值P0;所述计时器,用于获取和计算食物表面温度为T1的持续时间△X。本专利技术第三方面提供一种存储介质,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上述的蒸柜控制方法。这样可以提高设备的自动化程度和智能化程度,从而提高设备的利用率。本专利技术第四方面提供一种蒸柜,所述蒸柜包括柜体以及上述中的蒸柜控制装置;所述柜体具有多个独立且密闭的蒸汽室,每个所述蒸汽室均配备有所述蒸柜控制装置。通过上述技术方案,,在获取单元获取蒸汽室内压强值P0,食物图像数据W,食物表面温度T1和食物表面温度为T1的持续时间△X后,将这些数据输送给机器学习模型。由于机器学习模型可通过输入多组数据和多组标签数据训练得到,因此在将上述数据输入机器学习模型后,机器学习模型会根据上述数据确定食物的属性(例如食物类型等),根据食物的属性判断食物所需的蒸制时间,并执行食物蒸制,在蒸制过程中实时更新、显示食物生熟进度数据。此过程无需人工干预,相对于现有技术,该蒸柜控制装置自动化程度和智能化程度高,能够有效提高设备的利用率。此外,由于设置了多个蒸汽室,且每个所述蒸汽室均配备有所述蒸柜控制装置。如此,每个蒸汽室均可以独立工作,可以同时蒸制多种类型的食物,进一步提高了设备的利用率。进一步地,每个所述蒸汽室均设置有用于打开和关闭该蒸汽室的柜门,所述柜门上设置有把手和显示模块;每个所述蒸汽室均配备有蒸汽入口、泄压阀以及排水口。本专利技术的其它特征和优点将在随后的具体实施方式部分予以详细说明。附图说明图1是本专利技术蒸柜控制方法一种实施方式的步骤流程示意图;图2是本专利技术蒸柜的一种实施方式的结构示意图。附图标记说明10柜体20蒸汽室30柜门31显示模块32把手具体实施方式以下对本专利技术的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本专利技术,并不用于限制本专利技术。在本专利技术中,在未作相反说明的情况下,使用的方位词如“上、下”通常是指在装配使用状态下的方位。“内、外”是指相对于各部件本身轮廓的内、外。本专利技术中第一方面提供一种蒸柜控制方法,如图1所示,所述蒸柜控制方法包括:步骤S1,获取蒸汽室内压强值P0,获取食物图像数据W、食物表面温度T1和食物表面温度为T1的持续时间△X;步骤S2,将步骤S1获取的多源信息数据输入模型,产生食物生熟进度数据;所述模型为机器学习模型,其中,所述机器学习模型由输入多组数据和多组标签数据训练得到,所述输入数据包括食物图像数据、食物表面温度、持续时间以本文档来自技高网...
【技术保护点】
1.一种蒸柜控制方法,其特征在于,所述蒸柜控制方法包括:/n步骤S1,获取蒸汽室压强值P
【技术特征摘要】
1.一种蒸柜控制方法,其特征在于,所述蒸柜控制方法包括:
步骤S1,获取蒸汽室压强值P0,获取食物图像数据W,食物表面温度T1和食物表面温度为T1的持续时间△X;
步骤S2,将步骤S1获取的多源信息数据输入模型,产生食物生熟进度数据;所述模型为机器学习模型,其中,所述机器学习模型由输入多组数据和多组标签数据训练得到,所述输入数据包括食物图像数据、食物表面温度、持续时间以及蒸汽压强数据,所述标签数据包括食物生熟进度数据;
步骤S3,显示所述步骤S2获得的食物生熟进度数据;
步骤S4,食物生熟进度达到预定值Y后,触发蒸柜提示模块和/或执行模块。
2.根据权利要求1所述的蒸柜控制方法,其特征在于,在步骤S1中,每经过采样周期△T时间对压强值P0、食物表面温度T1以及食物图像数据W采样一次。
3.根据权利要求2所述的蒸柜控制方法,其特征在于,所述采样周期△T设置为1秒至20秒。
4.根据权利要求1所述的蒸柜控制方法,其特征在于,△X=X2-X1;其中,X1为食物表面温度首次达到T1时的时间点,X2为采样时刻的时间点。
5.根据权利要求1所述的蒸柜控制方法,其特征在于,所述食物生熟进度数据包括百分比数值。
6.一种蒸柜控制装置,其特征在于,所述蒸柜控制装置包括:
获取单元,用于获取蒸汽室内压强值P0,食物图像数据W、食物表面温度T1和食物表面温度为T1的持续时间△X;
学习单元,用于将所述获取单元获取的多源信息数据输入模型,产生食物生熟进度数据;所述获取单元为机器学习...
【专利技术属性】
技术研发人员:詹海根,詹奇,
申请(专利权)人:浙江吉祥厨具股份有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。