烹饪设备和烹饪方法与流程

本发明涉及一种估计完成烹饪过程所需时间的烹饪设备和烹饪方法。

背景技术：

当前的烹饪设备主要由用户对诸如时间和温度等参数的选择来控制。自动选择这些烹饪参数将方便用户，并且还可以通过消除人为错误来提高烹饪结果。

为了准确控制烹饪过程，有必要了解烹饪过程中食物的关键性质。特别是，这些关键性质应允许在烹饪过程中测量或预测“熟度”。例如，食物物品的核心温度随着该食物被烹饪而变化。食物的核心温度是烹饪熟度的基本测量：对于某一类型的食物，核心温度应该高于某一值以杀死引起食源性疾病的有害细菌，但不应过高，以免烹饪过度。因此，为确保安全，建议在适当的时间长度上和在合适的内部温度(范围)下烹饪食物。

为了基于核心温度确定一种食物是否被烹饪，侵入式方法是可能的，但这些方法在检测核心温度时会对食物造成损害。非侵入式方法(例如红外感应)的渗透能力有限，因此通常用于检测表面温度。

还提出了随时间监测烹饪介质的温度(而非实际食物核心温度)并随时间监测待烹饪物品的质量。质量和温度信息可用于提供对当前食物核心温度的估计。然后可以根据预测的食物核心温度控制烹饪过程。

该方法在wo2015/185404中公开。

该方法和其他已知方法提供了一种在烹饪过程中测量“熟度”的方法。

一个问题是：熟度的测量经常需要许多不同的感测方法，并且以能获得对剩余烹饪时间的可靠估计的方式跟踪熟度也可能需要很长时间。

de102007040316公开了一种基于食物核心温度的监测显示剩余烹饪时间的系统和方法。第一指示仅基于用户输入，然后监测烹饪室温度和食物核心温度，以提供剩余烹饪时间的估计。

因此，需要一种监测方法，该方法能够以降低的复杂性进行熟度估计，并且能够快速向用户提供关于剩余烹饪时间的信息。

技术实现要素：

本发明基于仅使用烹饪室温度的时间演变和加热设备的功率来确定所需烹饪时间。在加热设备开启后的初始时间段内确定所需烹饪时间的第一较不准确的估计，随后确定所需烹饪时间的第二较准确的估计。

本发明由权利要求定义。

根据本发明，提供了一种烹饪设备，包括：

烹饪室；

用于支撑待烹饪食物的食物支撑件，用于安装在所述烹饪室内；

用于加热所述烹饪室的加热设备；

包括烹饪室温度传感器的感测装置；

输出设备；和

控制器，适用于：

在从所述加热设备开启起的第一时间段之后，生成待烹饪的给定食物物品所需烹饪时间的第一估计，其中所述第一估计仅基于烹饪室温度的时间演变和所述加热设备的功率；

在比第一时间段长的第二时间段之后，生成待通过连续烹饪循环烹饪的所述给定食物物品所需烹饪时间的第二估计，其中第二估计再次仅基于烹饪室温度的时间演变和加热设备的功率；和

控制所述输出设备向用户呈现第一估计并然后呈现第二估计。

该烹饪设备能够使用简单的装置确定所需烹饪时间，该简单的装置仅监测烹饪时间内的温度变化。无需重量感测、湿度感测或成像感测。也不需要食物核心温度感测。将确定的所需烹饪时间呈现给用户。在短时间段后提供第一(较不准确的)估计，之后用第二(较准确的)估计更新第一(较不准确的)估计，特别是当可获得温度信息的更长时间演变时。所确定的所需烹饪时间也可以可选地用于自动烹饪循环。

“仅基于时间演变”是指估计使用时间值和相关温度值，并因此是可以从温度-时间图中得到的信息。因此，存在定时信息和温度信息。

“用于待烹饪的给定食物物品”是指也可以考虑关于该食物物品的信息。例如，用户可以识别“给定食物物品”，然后这映射到用于生成第一估计和第二估计的相关算法。

“通过连续烹饪循环”指时间估计应用于连续烹饪循环。如果烹饪循环被中断，例如为了搅拌或摇动待烹饪的食物，则此时该估计可能被无效，并且需要新的估计。

第一时间段例如为90秒或更短，而第二时间段为5分钟或更短。因此，用户不需要等待很长时间来得到对烹饪时间的初步估计，并且可以在以后他们空闲时检查较准确的估计。

第一和第二估计优选是仅有的对给定连续烹饪循环的烹饪时间估计。因此，用户不会收到不同且相互冲突的信息。

相反，呈现给用户的信息保持简单，最初是粗略的估计，之后是较准确的估计。仅当烹饪循环被中断时，才需要新的(第三，等)估计。

烹饪设备可进一步包括用于测量加热设备的功率输送的功率测量系统。

一种方法是使用加热器的已知的默认功率水平。然而，更准确的方法是测量功率输送，例如通过监测加热器的电流和电压。这可以在加热的初始时间段期间仅进行一次，例如，在加热器首次开启后的初始时间内(例如，前30秒内)，在例如10秒的时间段内的平均加热功率。平均加热功率可在初始稳定时间段后得到。不需要加热功率随时间的演变。特别地，第二估计可在加热设备的一连续时间段的激活后获得。

烹饪设备还可包括用户界面，用于从用户接收与待烹饪的食物物品的类型相关的信息，并识别待烹饪的给定食物物品。

不同的食物类型可以使用不同的时间估计算法。用户信息可涉及对食物类型和食物状态(例如新鲜或冷冻)的选择，但优选作为单个用户选择(例如冷冻薯片是一个选项，新鲜薯片是另一个选项)。因此，所需要的可以是单个用户选择。

控制器可进一步适用于：

在生成第二估计之前的中断时间段内，在预定加热时间之后或达到预定温度时，改变加热设备输出功率。

该中断给出了关于温度的演变的额外信息，例如温度在短时间的冷却(例如数十秒(例如20秒)的中断)期间如何演变。这意味着烹饪温度的时间演变传递了更多的信息，该信息例如可以允许更准确地考虑正在烹饪的食物的质量。这有助于使第二估计比第一估计更准确。

例如，控制器适合于在中断时间段内将加热设备输出功率改变为零。

烹饪设备还可包括用于使空气在烹饪室内或通过烹饪室循环的风扇，并且其中控制器还适于在生成第二估计之前的中断时间段内，在预定加热时间之后或达到预定温度时改变风扇速度。

因此，中断可能涉及不同的风扇驱动条件的时间段。

控制器例如适用于：

基于第一时间段期间烹饪室温度的演变和加热设备的功率输送生成第一估计；和

基于第二时间段期间烹饪室温度的演变和加热设备的功率输送生成第二估计。

第二估计更准确，至少因为它利用了更长时间段内的时间演变信息。例如，可以基于将烹饪室温度测量值和加热功率输送应用于一个方程来获得所述估计。该方程可通过机器学习得到，不同的方程适用于第一估计和第二估计以及不同类型的待烹饪食物。

烹饪设备例如包括空气炸锅。

烹饪设备还可包括：

传感器，用于感测用户在烹饪过程中对食物的干预，

其中所述控制器适于：

响应感测到的干预并且在所述感测到的干预之后，执行对所需烹饪时间的进一步估计；和/或

如果用户在对所需烹饪时间能够做出第二估计之前进行干预，则实施手动烹饪模式。

以这种方式，如果用户进行干预，例如摇动或搅拌正在烹饪的食物，则重新计算时间估计，以维持对剩余烹饪时间的准确指示。因此，不再遵循第二估计原来对其有效的连续烹饪循环，并且更新后的估计是合适的。

控制器例如适于实施自动烹饪模式，其烹饪时间基于第二估计。因此，烹饪是自动的，但是也向用户提供关于剩余烹饪时间的信息。

本发明还提供了一种烹饪方法，包括：

感测烹饪设备的烹饪室温度，该烹饪设备具有安装在烹饪室内的用于支撑待烹饪食物的食物支撑件；

在从加热设备开启起的第一时间段之后，生成待烹饪的给定食物物品所需烹饪时间的第一估计，其中第一估计仅基于烹饪室温度的时间演变和加热设备的功率；

在比第一时间段长的第二时间段之后，生成待通过连续烹饪循环烹饪的给定食物物品所需烹饪时间的第二估计，其中第二估计再次仅基于烹饪室温度的时间演变和加热设备的功率；和

向用户呈现第一估计并然后呈现第二估计。

该方法可包括：

在生成第二估计之前的中断时间段内，在预定加热时间之后或达到预定温度时改变加热设备输出功率；和/或

在生成第二估计之前的中断时间段内，在预定加热时间之后或达到预定温度时改变风扇速度。

本发明还提供了一种包括代码装置的计算机程序，该代码装置在计算机上运行时适于执行该方法的步骤。

参考下文描述的实施例，本发明的这些和其他方面将变得显而易见并得到阐明。

附图说明

为了更好地理解本发明，并更清楚地示出本发明如何实施，现在仅通过举例的方式参考附图，其中：

图1示出了已知的烹饪设备；

图2示出了作为对图1的烹饪设备的改进的烹饪设备；

图3示出了用户界面面板的示例；

图4示出了烹饪过程中湿度(y轴)与时间的相关性；

图5示出了烹饪过程中随时间的食物重量(y轴)；

图6示出了根据本发明示例的烹饪设备，作为对图1的烹饪设备的改进；

图7示出了烹饪室温度如何随时间演变，并还显示了加热中断时间段；

图8示出了第一烹饪方法；和

图9示出了根据本发明的烹饪方法。

具体实施方式

本发明再次提供了一种用于在烹饪室内的支撑件(例如篮子中)上烹饪食物的烹饪设备。所需烹饪时间仅基于烹饪室温度的时间演变和加热设备的功率来确定。在加热设备开启后90秒内确定所需烹饪时间的第一较不准确的估计，并且之后在加热设备开启后五分钟内确定所需烹饪时间的第二较准确的估计。

例如，本发明对应用于空气炸锅有兴趣。

图1示出了基于空气的炸锅1的已知设计的截面图。基于空气的炸锅1包括具有侧壁3、底壁4和顶壁5的烹饪室2。篮子10形式的食物支撑件设置在烹饪室2内，以支撑待烹饪的食物f。

篮子10包括空气可渗透底部12和实心侧壁14。它具有敞开的顶部，但也可以提供可渗透的盖板。底部12例如包括金属丝网，该金属丝网卡入侧壁14内的篮子的基部。金属丝网例如可移除以在例如洗碗机中清洁，而篮子的其余部分通常由用户擦拭干净。

提供安装结构15以将篮子10可拆卸地安装在烹饪室2中。安装结构15被设计成允许空气完全围绕安装状态下的篮子10循环。安装结构15被设计成使得在安装状态下，在空气可渗透底部12和烹饪室2的底壁4之间设置底部间隙16a。此外，在烹饪室2的侧壁3和空气可渗透底部12的周边之间设置有侧向间隙16b。底部间隙16a和侧向间隙16b共同形成空气循环通道的一部分。

安装结构15被设计成最小化对所述空气循环通道的阻挡。

在一些实施例中，如图1所示，安装结构15包括把手，篮子10可以通过把手悬挂在烹饪室2的侧壁3上。把手允许用户容易地将篮子10从烹饪室2中移除。

基于空气的炸锅1还包括用于在烹饪室2中循环热空气的空气循环系统，该空气循环系统包括风扇17、电机19和空气加热器18。空气加热器18可以设置在篮子10的上方。在这种情况下，空气加热器18除了加热烹饪室2中的空气以外，还可以将热量直接辐射到食物原料f。

空气循环系统也可以设置在篮子10的上方，例如在空气加热器18的上方。

空气循环系统被设计成使热空气通过篮子10的空气可渗透底部12，使得放置在底部上的食物f将通过热空气的流动通过来制备。

本示例中的空气循环系统被设计成通过篮子10向上抽吸空气，如箭头13所示。空气可随后沿空气加热器18流动以加热空气。空气加热器18可以是任何合适的加热源，例如可以通过控制供应给空气加热器的功率将空气加热至例如约100℃至250℃之间的电加热器。

如箭头11所示，空气循环系统被设计成使热空气沿着烹饪室2的内表面和篮子10的外表面向下流动。底部间隙16a和侧向间隙16b共同形成空气循环通道，用于将热空气流从空气循环系统引导至篮子10的底部12。

烹饪室2的底壁4可以是平的，或者如图1所示，底壁4可以设置有空气引导构件20，该空气引导构件20被配置为引导热空气流流向和/或通过篮子10的空气可渗透底部12。

空气引导构件20可具有大致圆锥形或截头圆锥形的外部轮廓，或者其可包括肋或臂。空气引导构件20可以一体形成在烹饪室的底壁4中，或者作为单独的插入件被提供。

在所示的示例中，在烹饪室2的上部，在篮子10上方设置有偏转板24，以进一步围绕由篮子10围成的体积，并帮助将空气从篮子周围的空气循环系统引导至由底部间隙16a和侧向间隙16b形成的空气循环通道中。

烹饪室2示出为具有彼此可分离的上部分2a和下部分2b，以能够接触到烹饪室2内部。因此，上部分2a起到烹饪室盖的作用。在一些实施例中，下部分2b可以布置成固定的，而上部分2a可以可释放地或铰接地布置，例如以盖子的形式。在一些实施例中，上部分2a可以布置成固定的，而下部分2b可以可释放地布置，例如以抽屉的形式。在这种情况下，下部分2b可包括把手22，以帮助下部分2b从基于空气的炸锅1中移除，如图1所示。把手15和22连接在一起以限定供用户操作的单个把手。

基于空气的炸锅1可包括通风口(未示出)，其限定了从烹饪室2到基于空气的炸锅1外部的空气出口。

在使用中，可以在基于空气的炸锅1中制备多种食物类型。在食物为散装食物的情况下，各个食物原料f可形成如图1所示的堆，堆的高度、密度以及因此流动阻力在堆的中心最高，并向周边逐渐降低。

篮子10的底部12可以例如被设计成具有相反地反映堆的流动阻力的流动阻力，因此在中心最低，并且向周边逐渐增加。因此，底部12和堆在一起的总流动阻力在篮子10的整个横截面上可以或多或少地保持不变，导致通过篮子10的气流更加均匀，并最终导致更加均匀的烹饪结果。

加热器由控制器(图1中未示出)控制，该控制器从温度传感器30a获得温度信息，从而对加热过程进行反馈控制。

本发明可应用于不同类型的烹饪设备，包括图1的空气炸锅设计、其他空气炸锅设计或实际上其他类型的烹饪设备。

本发明更一般地涉及一种烹饪设备，该烹饪设备具有烹饪室、用于安装在烹饪室中以支撑待烹饪食物的食物支撑件、以及用于加热烹饪室的加热设备。

本公开的第一方面涉及烹饪循环的中断的检测。

图2示出了如何根据该第一方面改进图1的烹饪设备。

烹饪设备还包括用于随时间感测烹饪参数的感测装置。例如，烹饪参数可包括以下一项或多项：

由烹饪室内的温度传感器30a(或烹饪室内多个位置处的一组温度传感器)测量的烹饪室温度。请注意，这可以是用于加热过程反馈控制的已有温度传感器，或者也可能有一个或多个额外的专用传感器；

由烹饪室内的湿度传感器30b(或烹饪室内多个位置处的一组湿度传感器)测量的湿度；

由用于称重篮子的重量传感器30c确定的食物重量；

由图像传感器30d监测的食物颜色(或相关外观特征)；

由用于称重篮子和烹饪室2的重量传感器30e确定的食物重量。

请注意，传感器的任何组合均可用于该方面。任何一种可以单独使用，或者可以使用不同感测模式的任何组合。例如，优选的组合包括温度和重量监测、湿度和重量监测、湿度和温度监测。可以使用两种或三种感测模式的任何组合，并且也可以使用所有四种感测模式。

控制器32(通常实施为微处理器)适合于基于一个或多个感测到的烹饪参数的时间演变来确定待烹饪食物所需烹饪时间。其从感测装置30a、30b、30c、30d、30e接收感测信号，尽管这些信号路径未在图2中示出。

用于确定烹饪时间的函数将取决于所使用的感测模式，并且可以基于机器学习或使用基于方程的烹饪特征建模。可以改为使用查询表。基本上，可以使用随时间感测的参数和估计的剩余烹饪时间之间的任何映射。参数的时间演变例如在测量时间段内被监测。从所获得的数据中，可以对数据进行函数拟合，并且该函数可以被外插到未来。该函数可以例如代表食物核心温度，并且目标核心温度对应于烹饪过程的完成。该函数可以是线性近似或高阶函数。然而，可能代替地存在目标湿度水平、目标图像特征(例如颜色)或代表烹饪过程完成的其他目标条件。

控制器32控制面板34，面板34用作用于接收用户命令并向用户显示输出的用户界面。

如图3所示，面板34例如具有旋转控制旋钮36、开/关按钮38、选择按钮40(用于选择由旋钮36选择的选项)和显示器42。例如，显示器具有用于显示烹饪温度设置、烹饪过程的时间剩余，以及指示是时候摇动食物的符号的区域，摇动食物即从烹饪室中取出篮子并摇动内容物，以实现更好的整体烹饪过程。因此，输出指令被提供给用户以在特定时间执行干预。这可能是视觉输出，也可能是听觉输出。

当然可以提供其他显示内容，例如食物类型(鱼、肉、蔬菜、薯片)。用户可以输入食物类型以及新鲜或冷冻状态。

回到图2，烹饪设备还具有传感器50，用于感测用户在烹饪过程中对食物的干预。该传感器可检测盖子的打开或抽屉的移除。在任何一种情况下，它都感测篮子何时被移除。传感器在图2中被示为单独的专用50传感器，但是可以使用传感器30a、30b、30c、30d中的一个或多个，如下文进一步讨论的。

控制器32响应感测到的干预并在该感测到的干预之后，基于感测到的烹饪参数的时间演变重新确定所需烹饪时间。

通过这种方式，烹饪设备基于烹饪参数(例如室温度、食物核心温度、湿度水平、食物重量、图像特征等中的一个或多个)的演变来确定烹饪时间。通过感测干预，例如摇动食物原料，烹饪时间可被重新计算以考虑该干预。因此，指示保持准确和/或自动烹饪过程保持可靠。因此，烹饪时间的确定无需连续进行，从而节省了时间和处理。相反，剩余时间的确定在离散的时间发生，特别是在烹饪过程开始时和一次或多次感测到的干预完成时。

已知的是，烹饪参数的时间演变可用于确定剩余烹饪时间。

第一可能的方法是使用探测器随时间监测食物核心温度。这是基于对在食物变热并且被烹饪时在烹饪室中的空气和食物之间的热传递函数的分析。例如，通过以一组时间间隔监测温度，可以通过在这些值之间进行内插来获得函数，并且可以通过该函数的外插来获得结束烹饪时间。例如，当食物核心达到特定温度时，烹饪过程完成。

例如，ep1835371中描述了一种基于该方法的系统，本申请援引该专利文献。但是，这要求将温度探测器插入食物的一部分中。

另一种方法是监测一个或多个烹饪室温度，并根据这些外部温度测量结果估计核心温度。例如，对食物重量的额外监测可以允许实现准确的估计。重量传感器30c例如监测篮子和待烹饪食物的重量，或者甚至整个烹饪器具的重量(在这种情况下，其可以位于烹饪室的外部)。重量传感器30c可以被实施为压力传感器。

控制器34处理重量传感器和温度传感器信息，以提供食物核心温度的预测，并通过外插预测的食物核心温度来确定烹饪时间。

通过这种方式，可以使用在烹饪系统中容易获得的参数来实现核心温度预测。可以监测其他参数，包括湿度。例如，参数可包括空气温度、或空气温度变化率、食物表面温度、食物表面温度变化率、食物重量、食物重量损失率、食物水分含量、水分含量变化率、周围空气湿度、湿度变化率等的组合。

这些参数可以在不侵入或破坏食物的情况下被检测、确定或估计。

首先建立核心温度与整组被监测参数之间的关系，然后可根据该关系预测核心温度。然后，预测的核心温度可用于判断食物的烹饪状态，并因此可用于控制过程和得到剩余烹饪时间。

该方法在wo2015/185404中有更详细的描述。

如ep0701387中所述，还已知的是(仅)基于湿度感测来确定食物的熟度水平。烹饪腔中的水分含量随着时间而演变。ep0701387公开了使用神经网络来学习湿度函数如何映射到食物的熟度。

本发明可以使用这些已知方法中的任何一种或方法的组合来提供对食物熟度水平的估计，并预测熟度随时间的未来函数，从而可以对剩余烹饪时间进行估计。

该估计可以利用室温度感测、食物表面温度感测、利用探测器的食物核心温度感测、室湿度感测、食物重量感测和食物图像分析的任何组合。

这方面并不具体涉及熟度的估计或未来熟度的预测，因为可以使用上面指出的且讨论过的已知方法。

第一特征是向用户提供何时进行干预的指示，通常是篮子的摇动函数。设置需要用户干预的特定时间，并为用户生成输出。例如，在根据对总烹饪时间的估计确定时，这可以是烹饪时间的一半。更一般而言，干预时间可以是确定的所需烹饪时间的三分之一至三分之二之间的时间点。干预可以是烹饪过程中的设定时间点，或者可以基于对烹饪参数的监测，但这通常仍会导致烹饪过程中三分之一至三分之二之间的时间点。

第二特征是干预本身由传感器50(或传感器30a、30b、30c、30d中的一个或多个，如下所述)感测。感测到的干预可以是室的打开(用于移除篮子或操纵支撑件上的食物)或篮子的实际移除(用于摇动)。

如上所述，干预时间不必是烹饪时间的特定部分。

作为一个示例，如果感测(用于烹饪时间确定)包括湿度感测，则干预的时间可被设置为湿度达到某一水平的时间点。这可能是在食物开始迅速失去水分之前。

通过打开烹饪室(例如抽屉或盖子)，烹饪室中的湿度急剧下降。湿度监测本身因此可用作感测干预的感测机制。

图4示出了湿度(任意单位的y轴)与时间(图示为30秒烹饪循环的数量，x轴)的相关性。虚线显示了大约12个循环时的干预的效果。区域60a至60e代表烹饪过程中不同的熟度阶段。湿度阈值位于第二阶段60b的末尾。

例如，烹饪阶段可包括：

60a加热食物表面上的水；

60b食物表面水开始蒸发；

60c表面水蒸发完成；

60d水从食物内部蒸发；和

60e由于食物干燥完成的弱蒸发。

作为另一示例，如果感测(用于烹饪时间确定)包括重量感测，则干预的时间可被设置为发生某一重量损失(例如20％)的时间点。为此，可随时间监测重量。

通过提起篮子，感测到的重量下降至零(如果篮子重量由传感器30c测量)或下降了通常已知的程度(如果篮子和烹饪室重量由传感器30e测量)。因此，重量监测本身可用作感测干预的感测机制。

图5示出了食物重量(y轴，归一化到为1的起始重量)随时间(x轴，分钟)的变化情况。它显示，当重量降至80％时，由于干预，在9分钟时重量降至零。这大约是烹饪过程的一半。

作为另一示例，如果感测(用于烹饪时间确定)包括图像感测，例如颜色监测，则干预的时间可被设置为发生某一颜色变化或达到目标颜色的时间点。

通过提起篮子，感测到的颜色改变为烹饪室的对面壁，而不是食物物品。因此，图像感测本身可以用作感测干预的感测机制。

如果感测(用于烹饪时间确定)包括室温度监测，则温度感测可用作基于温度突然下降(即朝着环境温度)感测干预的感测机制。

当然，可以通过专用传感器感测干预。例如，传感器50可以是开关传感器或接近传感器。

通常情况下，一次干预就足够了，但可以想到系统也可建议需要多次干预。

因此，干预的时间通常是所确定的烹饪时间的函数，或者是正被监测的烹饪参数的函数。

如上所述，当感测到干预时，重新计算剩余烹饪时间。以这种方式，不需要连续地进行熟度估计。相反，在烹饪过程开始时，对剩余烹饪时间进行第一计算。例如，该计算需要30秒。

可能会有与食品类型(例如新鲜或冷冻)相关的用户输入，这将影响估计。如果没有作为系统的一部分的重量传感器，则食物重量(例如实际重量或篮子半满或满的指示)也可以被输入烹饪设备。

第二计算仅在检测到干预时进行。

该干预可能会改变所需烹饪时间，特别是对于具有小烹饪室的烹饪设备而言，该小烹饪室不比食物支撑件大很多。空气炸锅是这种烹饪设备的一个例子。它升温很快且有一个小室。举例来说，由于干预，尤其是由于在摇动篮子时烹饪室可用1到2分钟就冷却，烹饪薯条的时间可能从20分钟增加到25分钟。例如，烹饪时间可延长3至10分钟，或延长总烹饪时间的10％至30％。

但是，烹饪时间的调节不仅仅是增加的固定时间。相反，它是基于剩余烹饪时间的重新计算，例如，要求对感测数据进行另外30秒的采样，以外插烹饪完成时的新时间点。

如果存在第二次或进一步的干预(无论是设备指示的还是仅是由设备感测到的)，剩余烹饪时间可以再次被重新计算。

如果烹饪设备推荐进行干预，但未感测到干预(例如，用户不得不外出，因此无法进行理想的干预)，则无需重新计算烹饪时间。

如上所述，第一方面不依赖于任何特定的计算熟度的方法。

图6示出了根据本发明如何改进图1的烹饪设备。这一方面涉及计算熟度和剩余烹饪时间的方式。

烹饪设备同样包括用于随时间感测烹饪参数的感测装置。然而，对所需烹饪时间的估计仅基于烹饪室温度的时间演变和加热设备的功率。因此，在烹饪室中有一个温度传感器30a(或在烹饪室的多个位置处的一组温度传感器)。这也可以是用于加热过程反馈控制的已有温度传感器，或者可以有一个或多个额外的专用传感器。

控制器32(通常被实施为微处理器)适合于基于烹饪温度的时间演变和加热设备功率确定待烹饪食物所需烹饪时间，加热设备功率被表示为输入30f。

加热设备功率可能只是加热器的额定功率(或不同加热设置的已知功率)，这是控制器已知的。烹饪设备可替代地包括用于测量加热设备的功率输送的功率测量系统，例如通过监测加热器的电流和电压。这可以在加热的初始阶段仅进行一次，例如，在加热器首次开启后的初始时间内(例如，前30秒内)，在例如10秒的时间段期间的平均加热功率。平均加热功率可在初始稳定时间段后得到。例如，不需要加热功率随时间的演变。

加热功率可通过局部监测加热设备的电压和电流进行测量。但是，加热功率可以代替地从设备的总功率消耗中得到(因为加热设备对整个功率消耗的贡献很大且已知)。

用于确定烹饪时间的函数例如基于机器学习或使用基于方程的对温度-时间函数的特征建模。那些方程可在开发的先前学习阶段期间基于机器学习生成。可以再次代替地使用查询表。烹饪温度的时间演变例如在测量时间段内被监测。从所获得的数据中，可以对数据进行函数拟合，并且这可以被外插至未来。该函数可以例如代表食物核心温度，并且目标核心温度对应于烹饪过程的完成。该函数可以是线性近似或高阶函数。

控制器32控制面板34，面板34用作接收用户命令并向用户显示输出的用户界面。

控制器32适于在从加热设备开启起的第一时间段之后，生成待烹饪的给定食物物品所需烹饪时间的第一估计，其中第一估计仅基于烹饪室温度的时间演变和加热设备的功率。

该第一估计可在加热设备开启后2分钟内给出，例如在90秒内或1分钟内给出。假设烹饪不是基于预热的烤箱。

控制器之后生成该给定食物物品所需烹饪时间的第二估计。假设烹饪将通过连续的(即非用户中断的)烹饪循环进行。在比第一时间段长的第二时间段之后给出第二估计。第二估计同样仅基于烹饪室温度的时间演变和加热装置的功率。

该第二估计在第一估计之后给出，例如在加热设备开启后多于2分钟，但例如在加热设备开启后少于10分钟，且优选少于5分钟。

面板34用于向用户呈现第一估计且然后呈现第二估计。

所需烹饪时间通过使用简单的装置得到，该简单的装置仅监测烹饪时间内的温度变化。无需重量感测、湿度感测或成像感测。也不需要食物核心温度感测。

面板34用于从用户接收与待烹饪食物物品的类型相关的信息，并识别待烹饪的给定食物物品。不同的食物类型可以使用不同的时间估计算法。用户信息可涉及对食物类型和食物状态(例如新鲜或冷冻)的选择，但优选地作为单个用户选择(例如冷冻薯片是一个选项，新鲜薯片是另一个选项)。因此，全部所需要的是单个用户选择。

如上所述，第二估计的目的是向用户呈现更准确的信息。这是可能的，因为可获得烹饪室温度的更长时间段的演变。

可以采取额外措施提高第二估计的准确性。

图7示出了烹饪室温度相对于时间的曲线70。加热功率也示出为曲线72(无标度)。加热设备在零时间开启。由于冷的甚至冷冻的食物在零时间被放入烹饪室，烹饪室温度初始时下降。烹饪室温度降至最低，然后上升。曲线70的形状代表烹饪室温度的演变。因此，曲线70的任何特征(一阶导数、二阶导数、最小值、最大值、持续时间等)可用作剩余时间估计的参数。

如上所述，曲线70的这些特征可由预先训练的机器学习分类器使用。

机器学习算法是处理输入数据以产生或预测输出数据的任何自我训练算法。这里，输入数据包括温度曲线，而输出数据包括时间估计。

适用于本发明的机器学习算法对于本领域技术人员而言是显而易见的。合适的机器学习算法的例子包括决策树算法和人工神经网络。其他机器学习算法(如逻辑回归、支持向量机或朴素贝叶斯模型)也是合适的选择。

人工神经网络(或简称为神经网络)的结构受人类大脑的启发。神经网络由多个层组成，每一层包括多个神经元。每个神经元包括一个数学运算。具体而言，每个神经元可以包括单一类型的转换的不同加权组合(例如，相同类型的转换、sigmoid等，但权重不同)。在处理输入数据的过程中，对输入数据进行每个神经元的数学运算以产生数值输出，并将神经网络中每一层的输出依次馈送入下一层。最后一层提供输出。

训练机器学习算法的方法是众所周知的。通常，这种方法包括获得训练数据集，包括训练输入数据条目和对应的训练输出数据条目。将初始化的机器学习算法应用于每个输入数据条目，以生成预测的输出数据条目。预测的输出数据条目和对应的训练输出数据条目之间的误差被用于修改机器学习算法。该过程可以重复进行，直至误差收敛，并且预测的输出数据条目与训练输出数据条目足够相似(例如±1％)。这通常被称为监督学习技术。

例如，在机器学习算法由神经网络形成的情况下，可以修改每个神经元的数学运算(的权重)，直至误差收敛。修改神经网络的已知方法包括梯度下降、反向传播算法等。

例如，在开启加热设备后30秒至90秒之间提供第一估计。

在本示例中，当温度达到165度时，加热设备输出功率降至零(或它可被改为中等加热功率)。在本示例中，在20秒的中断时间段(128秒至148秒)上加热设备被关闭。温度的时间演变在此时间中改变形状，并且这为温度估计算法提供了更多信息。例如，可以允许更准确地考虑正在烹饪的食物的质量。食物的质量是影响烹饪时间的主要因素。

中断可能处于不同的温度(例如140度，或120度至190度之间的任何温度)。代替地，它可以在预定的加热时间之后。

控制器可以在预定加热时间之后或达到预定温度时，在中断时间段内额外地或替代地改变风扇17的速度。

所述估计基于之前时间段(包括中断时间段，如使用中断时间段的话)期间烹饪室温度的演变以及加热设备的功率输送。第二估计更准确，至少是因为它利用了更长时间段上的时间演变信息。但是，中断时间段的使用可以进一步提高准确性。

请注意，当中断时间段被设计到烹饪循环中时，它是上面定义的“连续烹饪循环”的一部分。

图8示出了第一烹饪方法，包括：

在步骤80中，基于感测到的烹饪参数随时间的演变确定待烹饪食物所需烹饪时间；

在步骤82中，感测用户在烹饪过程中对食物的干预；和

在步骤84中，响应于感测到的干预，基于感测到的烹饪参数随时间的演变，重新确定所需烹饪时间。

所需烹饪时间可输出给用户，也可被用于自动控制烹饪过程。该方法可进一步包括，在步骤81中，通过视觉和/或听觉输出指示用户执行干预。

上面的例子是基于摇动食物物品，例如摇动篮子里的薯片，以提供更好的全方位烹饪。然而，干预可代替地包括翻转或转动食物物品。例如，根据用户的偏好，可能对存在的食物物品的一侧或全部两侧进行烹饪，并且不同的烹饪时间可能是合适的。用户花费的时间长度也会影响所需剩余烹饪时间。食物物品可以安装在支撑件上，例如平底锅或盘子，而不是装在篮子里。

因此，干预的类型可能取决于烹饪设备的类型。本发明的设备通常检测干预(并且其还可以提供何时进行干预的指示)，然后基于感测到的烹饪参数使用内插/外插方法重新计算烹饪时间。

图9示出了根据本发明的烹饪方法，包括：

在步骤90中，感测烹饪设备的烹饪室温度，该烹饪设备具有安装在烹饪室中的用于支撑待烹饪食物的食物支撑件；

在步骤92中，在从加热设备开启起的第一时间段之后，生成待烹饪的给定食物物品所需烹饪时间的第一估计，其中第一估计仅基于烹饪室温度的时间演变和加热设备的功率；

在步骤94中向用户呈现第一估计。

在步骤96中，在比第一时间段长的第二时间段之后，生成待通过连续烹饪循环烹饪的给定食物物品所需烹饪时间的第二估计，其中第二估计再次仅基于烹饪室温度的时间演变和加热设备的功率；和

在步骤98中向用户呈现第二估计。

上述两个方面可以结合，使得干预检测的实施可以与本发明的剩余时间估计一起被应用。

这些方法可以部分通过控制器上运行的软件来实施。系统利用控制器实施算法并控制用户界面和烹饪循环。可用于控制器的部件包括但不限于常规微处理器、专用集成电路(asic)和现场可编程门阵列(fpga)。

在各种实施方式中，处理器或控制器可以与一个或多个存储介质相关联，例如易失性和非易失性计算机存储器，例如ram、prom、eprom和eeprom。存储介质可以用一个或多个程序编码，当在一个或多个处理器和/或控制器上执行时，这些程序以所需的功能执行。各种存储介质可以固定在处理器或控制器内，也可以是可运输的，使得存储在其上的一个或多个程序可以被加载到处理器或控制器中。

本领域技术人员在实践所要求保护的发明时，通过研究附图、公开内容和所附权利要求，可以理解和实现对所公开实施例的变化。在权利要求中，“包括”一词不排除其他元件或步骤，不定冠词“一”或“一个”不排除复数。单个处理器或其他单元可以实现权利要求中列举的若干物品的功能。在相互不同的从属权利要求中记载某些措施这一事实并不表示这些措施的组合不能被有利地使用。计算机程序可以存储/分布在合适的介质上，例如与其他硬件一起提供或作为其他硬件一部分提供的光存储介质或固态介质，但是也可以以其他形式分布，例如通过互联网或其他有线或无线电信系统。权利要求和说明书中使用的术语“适合于”旨在等同于术语“配置成”。权利要求中的任何参考标记不应被解释为限制范围。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除