電烤箱及其雙端智能控制方法
【技術(shù)領(lǐng)域】
[0001 ]本申請涉及電烤箱領(lǐng)域，特別地，涉及一種電烤箱及其雙端智能控制方法。
【背景技術(shù)】
[0002]隨著人們生活水平的提高，對食品健康越來越關(guān)注，越來越多的人關(guān)注并喜愛上家庭烘焙，家用烤箱走進了家庭廚房。為了適應不同食物對于火力的要求，目前電烤箱一般設置上下兩個加熱管進行烘烤加熱，加熱過程中兩管同時作用使烤箱腔內(nèi)的溫場上下同時受熱，更好的滿足不同食物的烘烤要求。
[0003]現(xiàn)有烤箱的溫場控制一般是依靠烤箱內(nèi)的溫度傳感器和控制回路進行，而烤箱內(nèi)的溫場分布并不是十分均勻，尤其是隨著烘焙對象的不同，中間溫場會由空間被分割的情況不同而產(chǎn)生變化，用現(xiàn)有的加熱控制手段無法達到滿意的烘烤效果。

【發(fā)明內(nèi)容】

[0004]本申請?zhí)峁┮环N電烤箱的雙端智能控制方法，用于解決現(xiàn)有加熱控制手段無法實現(xiàn)滿意烘烤效果的問題。本申請還提供了一種具備雙端智能控制功能的電烤箱，以保證上述方法在實際中的應用。
[0005]本申請公開的一種電烤箱的雙端智能控制方法，所述電烤箱包括設置在腔室頂部的上加熱管和上溫度傳感器，設置在腔室底部的下加熱管和下溫度傳感器，以及設置在箱體上的控制單元，所述控制單元分別與所述上溫度傳感器和下溫度傳感器電連接;所述方法包括:針對不同的烘焙對象進行烘焙實驗，生成烘焙實驗數(shù)據(jù);其中，所述烘焙實驗數(shù)據(jù)包括輸入?yún)?shù)和輸出參數(shù);所述輸入?yún)?shù)包括烘焙對象參數(shù)、上溫度傳感器實時測量的溫度和下溫度傳感器實時測量的溫度;所述輸出參數(shù)包括上加熱管的實時給定溫度和功率、下加熱管的實時給定溫度和功率;利用動態(tài)建模工具對所述烘焙實驗數(shù)據(jù)進行模擬仿真，建立所述輸入?yún)?shù)與輸出參數(shù)之間的關(guān)聯(lián)關(guān)系，形成神經(jīng)網(wǎng)絡模型;將烘焙對象參數(shù)值以及所述上溫度傳感器和下溫度傳感器實時測量的溫度值作為輸入?yún)?shù)，利用所述神經(jīng)網(wǎng)絡模型生成對上加熱管和下加熱管進行控制的輸出參數(shù)。
[0006]優(yōu)選的，所述烘焙對象參數(shù)具體包括烘焙對象的體積、厚度和/或形狀。
[0007]優(yōu)選的，所述電烤箱還包括設置在箱體內(nèi)的攝像撲捉單元，所述攝像撲捉單元與所述控制單元電連接，用于獲取烘焙對象參數(shù)。
[0008]優(yōu)選的，所述輸出參數(shù)還包括上加熱管的加熱時間和下加熱管的加熱時間。
[0009]優(yōu)選的，所述動態(tài)建模工具為matlib。
[0010]優(yōu)選的，所述烘焙對象參數(shù)還包括烘焙對象盛裝工具，所述盛裝工具為烤網(wǎng)或烤盤。
[0011]本申請公開的一種具備雙端智能控制功能的電烤箱，包括:包括設置在腔室頂部的上加熱管和上溫度傳感器，設置在腔室底部的下加熱管和下溫度傳感器，以及設置在箱體上的控制單元，所述控制單元分別與所述上溫度傳感器和下溫度傳感器電連接;所述控制單元具體包括:模型生成子單元，用于獲取對不同的烘焙對象進行烘焙實驗生成的烘焙實驗數(shù)據(jù)，利用動態(tài)建模工具對烘焙實驗數(shù)據(jù)進行模擬仿真，建立所述輸入?yún)?shù)與輸出參數(shù)之間的關(guān)聯(lián)關(guān)系，形成神經(jīng)網(wǎng)絡模型；其中，所述烘焙實驗數(shù)據(jù)包括輸入?yún)?shù)和輸出參數(shù);所述輸入?yún)?shù)包括烘焙對象參數(shù)、上溫度傳感器實時測量的溫度和下溫度傳感器實時測量的溫度;所述輸出參數(shù)包括上加熱管的實時給定溫度和功率、下加熱管的實時給定溫度和功率;烘焙控制子單元，用于將烘焙對象參數(shù)值以及所述上溫度傳感器和下溫度傳感器實時測量的溫度值作為輸入?yún)?shù)，利用所述神經(jīng)網(wǎng)絡模型生成對所述上加熱管和下加熱管進行控制的輸出參數(shù)。
[0012]優(yōu)選的，所述烘焙對象參數(shù)具體包括烘焙對象盛裝工具，以及烘焙對象的體積、厚度和/或形狀;所述盛裝工具為烤網(wǎng)或烤盤。
[0013]優(yōu)選的，所述輸出參數(shù)還包括上加熱管的加熱時間和下加熱管的加熱時間。
[0014]優(yōu)選的，還包括設置在箱體內(nèi)的攝像撲捉單元;所述攝像撲捉單元與所述控制單元電連接，用于為所述控制單元獲取烘焙對象參數(shù)。
[0015]優(yōu)選的，所述動態(tài)建模工具為matlib。
[0016]與現(xiàn)有技術(shù)相比，本申請具有以下優(yōu)點:
本申請優(yōu)選實施例利用神經(jīng)網(wǎng)絡模型作為烤箱的智能控制模型，能夠較好地模擬出加熱管溫度對烤箱溫場產(chǎn)生的變化，同時可以兼顧烘焙對象的體積形狀等對內(nèi)部溫場變化的影響，具有非常的靈活性和控制精準性，具有智能化控制的優(yōu)點。
【附圖說明】
[0017]圖1為本申請電烤箱的雙端智能控制方法一實施例的流程圖；
圖2為圖1所示的電烤箱的雙端智能控制方法中神經(jīng)網(wǎng)絡模型的邏輯結(jié)構(gòu)示意圖；
圖3為本申請具備雙端智能控制功能的電烤箱一實施例的結(jié)構(gòu)示意圖。
【具體實施方式】
[0018]為使本申請的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和【具體實施方式】對本申請作進一步詳細的說明。
[0019]參照圖1，示出了本申請電烤箱的雙端智能控制方法一實施例的流程，該方法的執(zhí)行主體電烤箱包括設置在腔室頂部的上加熱管和上溫度傳感器，設置在腔室底部的下加熱管和下溫度傳感器，以及設置在箱體上的控制單元，所述控制單元分別與所述上溫度傳感器和下溫度傳感器電連接;本優(yōu)選方法實施例包括以下步驟:
步驟SlOl:針對不同烘焙對象的進行烘焙實驗，獲得烘焙實驗數(shù)據(jù)；
本優(yōu)選實施例中的烘焙實驗數(shù)據(jù)包括輸入?yún)?shù)和輸出參數(shù)。
[0020]步驟S102:利用動態(tài)建模工具對上述烘焙實驗數(shù)據(jù)進行模擬仿真，建立輸入?yún)?shù)與輸出參數(shù)之間的數(shù)值關(guān)系(關(guān)聯(lián)關(guān)系)，形成神經(jīng)網(wǎng)絡模型；
本申請優(yōu)選實施例生成的神經(jīng)網(wǎng)絡模型可以是一種對非線性可微分函數(shù)進行權(quán)值訓練的多層網(wǎng)絡，可借助樣本數(shù)據(jù)即可實現(xiàn)多個輸入神經(jīng)元模式向量組成的向量空間到多個輸出神經(jīng)元模式向量組成的向量空間的非線性映射。其將烤箱的加熱管對烤箱溫場的作用可以看做一個黑箱模型，只需要關(guān)心加熱管溫度以及烘焙對象對烤箱溫場變化的影響，從而得到烤箱內(nèi)溫場以及上下加熱管之間的內(nèi)部聯(lián)系，其邏輯結(jié)構(gòu)如圖2所示，包括輸入層、隱含層和輸出層，其中:
輸入層的輸入?yún)?shù)包括上溫度傳感器實時采集的溫度、下溫度傳感器實時采集的溫度以及烘焙對象參數(shù)，其中的烘焙對象參數(shù)可以根據(jù)實際情況設定，可以包括烘焙對象的體積、形狀、厚度等，還可以包括烘焙對象盛裝工具，如烤網(wǎng)、烤盤等；
輸出層的輸出參數(shù)包括上加熱管的實時給定溫度、功率和時間，以及下加熱管的實時給定溫度、功率和時間；
隱含層包括多個內(nèi)部未知參數(shù)，在模擬仿真過程中獲得上述所有內(nèi)部未知參數(shù)值，進而建立由m個輸入神經(jīng)元的模式向量P組成的Pm空間到由η個輸出節(jié)點的模式向量Y組成的Yn空間的非線性映射關(guān)系；
在本優(yōu)選實施例中，可以針對不同的烘焙對象分別進行實驗測量，實時記錄所有測量值(即輸入?yún)?shù))和控制輸出值(即輸出參數(shù))，利用matlab矩陣工廠工具(也可以利用其他動態(tài)建模工具)進行模擬仿真，獲得模型內(nèi)部隱含層的所有未知參數(shù)，建立輸入向量空間與輸出向量空間之間的線性或非線性映射關(guān)系(即數(shù)值關(guān)系)，形成烤箱內(nèi)部的神經(jīng)網(wǎng)絡模型。
[0021]步驟S103:將烘焙對象參數(shù)值以及所述上溫度傳感器和下溫度傳感器實時測量的溫度值作為輸入?yún)?shù)，利用所述神經(jīng)網(wǎng)絡模型生成對上加熱管和下加熱管進行控制的輸出參數(shù)。
[0022]在上述方法實施例的一個進一步的優(yōu)選實施例中，所述電烤箱還可以在箱體內(nèi)(如腔室的側(cè)壁內(nèi)或頂壁內(nèi))設置攝像撲捉單元，其中的攝像撲捉單元與控制單元電連接，用于為控制單元獲取烘焙對象的體積、厚度等參數(shù)，以及識別烘焙對象的盛裝工具，如烤網(wǎng)、烤盤等。