УСТРОЙСТВО ПРИГОТОВЛЕНИЯ И СПОСОБ ПРИГОТОВЛЕНИЯ ПИЩЕВОГО ПРОДУКТА НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ ТЕМПЕРАТУРЫ СЕРДЦЕВИНЫ ПИЩИ

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

Настоящее устройство относится к устройству и способу для приготовления пищи с возможностью обнаружения, когда приготовится пища..

УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ

Современные кухонные устройства управляются, в основном, путем выбора пользователем таких параметров, как время и температура. Автоматический выбор данных параметров приготовления был бы удобен для пользователя и может также улучшить результаты приготовления путем исключения субъективной ошибки.

Чтобы точно управлять процессом приготовления, необходимо знать основные свойства пищи во время приготовления. Одним основным свойством пищи является температура сердцевины, которая изменяется по мере того, как пищу подвергают приготовлению. Температура сердцевины пищи является важным измерением готовности приготовления: для пищи некоторого типа, температура должна быть выше, чем некоторое значение, чтобы убивать вредоносные бактерии, которые вызывают пищевое отравление, но не должна быть слишком высокой, во избежание передерживания. В результате, чтобы обеспечить безопасность, предполагается, что пищевые продукты следует подвергать приготовлению в течение подходящего периода времени и с подходящей внутренней температурой (диапазоном температур).

Чтобы определить, закончена ли тепловая обработка пищевого продукта, на основе температуры сердцевины, возможны инвазивные способы, но данные способы будут вызывать разрушение пищи, при определении температуры сердцевины. Неинвазивные способы, например, инфракрасное зондирование, характеризуются ограниченной проникающей способностью и потому обычно применяются для детектирования температуры поверхности.

Поэтому существует потребность в неинвазивном способ детектирования температуры сердцевины компонента, подвергаемого приготовлению.

Документ EP 0794 387 A1 раскрывает способ оценки температуры внутреннего участка материала, подлежащего приготовлению, и устройства для приготовления, использующего упомянутый способ.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Целью изобретения является создание способа прогнозирования температуры сердцевины пищи и устройства для приготовления и способа для приготовления, которые значительно смягчают или устраняют вышеупомянутые проблемы.

Изобретение определяется независимыми пунктами формулы изобретения. Зависимые пункты формулы изобретения определяют предпочтительные варианты осуществления.

В соответствии с изобретением предлагается устройство для приготовления, содержащее:

- нагревательную камеру;

- нагревательный элемент для нагревания среды приготовления в нагревательной камере;

- температурный датчик для контроля температуры среды приготовления с течением времени;

- датчик массы для контроля массы пищевого продукта, подлежащего приготовлению в нагревательной камере, с течением времени; и

- контроллер для обработки информации из датчика массы и температурного датчика, чтобы обеспечивать прогнозирование температуры сердцевины пищевого продукта и управлять процессом приготовления в зависимости от прогнозируемой температуры сердцевины пищевого продукта.

Изобретение основано на признании того факта, что температуру сердцевины пищевого продукта во время приготовления можно прогнозировать на основании набора неинвазивных параметров, включая, по меньшей мере, изменение температуры с течением времени и изменение с течением времени массы пищевого продукта во время приготовления. Информация о температуре и массе может быть получена без обязательного контакта с пищевым продуктом и может предоставлять возможность простой реализации, например, для бытового кухонного электроприбора, например, аэрофритюрницы. В предпочтительном варианте контроллер выполнен с возможностью получения скорости изменения массы с течением времени и/или скорости изменения температуры с течением времени. При получении информации о скорости изменения можно создать более точную модель для прогнозирования температуры сердцевины пищевого продукта.

Изобретение можно использовать в способе автоматического управления тепловой обработкой на основании прогнозирования температуры сердцевины (твердой фазы) пищи. Устройство может быть недорогим, достаточно робастным для управления процессом приготовления и, следовательно, пригодным для применения в бытовом кухонном электроприборе.

Устройство предпочтительно имеет разные параметры настройки для разных типов пищи, при этом контроллер обрабатывает информацию из датчика массы и температурного датчика различным образом для разных типов пищи. Разные типы пищевых компонентов будут проявлять разные варочные свойства, и поэтому контроллер учитывает тип пищевого продукта. Данный тип может быть введен вручную пользователем. Пользователь может также иметь возможность вводить указание о том, насколько должен быть прожарен пищевой продукт, подлежащий приготовлению. В таком случае, данное указание будет влиять на целевую температуру сердцевины пищевого продукта.

Устройство может дополнительно содержать датчик для определения исходной температуры пищи, при этом контроллер выполнен с возможностью обработки информации из датчика массы и температурного датчика различным образом для разных исходных температур пищи.

Приведенное решение позволяет устройству для приготовления различать свежую и замороженную пищу, например, без необходимости введения пользователя данной информации. Исходная температура пищи будет влиять на изменение температуры сердцевины с течением времени и, поэтому, может входить в модель, которая прогнозирует температуру сердцевины. Вместо обеспечения датчика в составе устройства, пользователь может вводить исходную температуру, например, на основании известной температуры холодильника или морозильника, из которого взяли пищу.

Среда приготовления может быть воздухом или маслом.

Можно использовать температуру воздуха в печи или аэрофритюрнице, или можно использовать температуру масла в масляной фритюрнице. Данный метод можно уверенно использовать для любой неводной среды приготовления, когда изменение массы происходит, в основном, из-за потери воды пищей. В любом случае, изменение массы можно контролировать посредством измерения массы без пищи и затем массы с пищей и во время последующей приготовления.

Можно обеспечить один или более дополнительных датчиков для контроля чего-то одного или более из влажности воздуха, уровня содержания влаги в пище и температуры поверхности пищи.

Модель, которая описывает функцию температуры сердцевины, может учитывать другие параметры, которые можно измерять неинвазивным способом. Это может допускать получение более точной модели.

Датчик массы может содержать датчик давления.

Это обеспечивает простой способ измерения и контроля массы пищевого продукта. Массу пищевого продукта и известного лотка- или сетки-подставки можно измерять датчиком давления. В данном случае, датчик давления находится под пищей. В другом случае, пища может быть подвешена на датчике массы. В обоих случаях, датчик массы основан на измерении веса, который, разумеется, можно преобразовать в массу.

Контроллер может быть выполнен с возможностью обеспечения прогнозирования температуры сердцевины пищевого продукта на основании информации из датчика массы и температурного датчика, посредством сравнения с моделью, которая основана на экспериментальных данных, например, полученных в процессе исходного тестирования.

Модель может использовать совокупность теоретических уравнений и данных практических испытания для описания динамики изменения температуры сердцевины с течением времени. Например, температуру можно прогнозировать с использованием уравнений с параметрами, которые относятся к конкретному типу пищи, и данные параметры можно выбирать на основании экспериментальных данных.

Контроллер может быть выполнен с возможностью обеспечения прогнозирования температуры сердцевины пищи на основании информации из датчика массы и температурного датчика, посредством сравнения с моделью, при этом модель дополнительно обеспечивает прогнозирование, по меньшей мере, одного измеряемого свойства, и причем контроллер выполнен с возможностью коррекции модели на основе контроля измеряемого параметра, чтобы обеспечить более точную модель для прогнозирования температуры сердцевины пищевого продукта.

С помощью модели для прогнозирования как неизмеряемой температуры сердцевины пищевого продукта, так и одного или более измеряемых свойств, можно тестировать точность модели, и можно соответственно корректировать модель. Если модель включает в себя параметры, которые требуются для того, чтобы прогнозировать как температуру сердцевины, так и измеряемого свойства или свойств, измеряемое свойство или свойства можно использовать в качестве средства верификации точности параметров, используемых в модели.

Изобретение предлагает также способ прогнозирования температуры сердцевины пищевого продукта во время приготовления с помощью нагревательного элемента для нагревания среды приготовления в нагревательной камере, при этом способ содержит следующие этапы:

- этап контроля температуры среды приготовления с течением времени с использованием температурного датчика;

- этап контроля массы пищевого продукта, подлежащего приготовлению в нагревательной камере, с течением времени с использованием датчика массы; и

- этап обработки информации из датчика массы и температурного датчика для обеспечения прогнозирования температуры сердцевины пищевого продукта, чтобы предоставлять, тем самым, возможность управления процессом приготовления в зависимости от прогнозируемой температуры сердцевины пищевого продукта.

В предпочтительном варианте информацию о температуре и массе получают без контакта с пищевым продуктом.

Способ может содержать этап приема пользовательского ввода, идентифицирующего тип пищи, и этап обработки информации из датчика массы и температурного датчика таким образом, который зависит от типа пищи. Датчик можно использовать для определения исходной температуры пищи, при этом контроллер выполнен с возможностью обработки информации из датчика массы и температурного датчика таким образом, который зависит от исходной температуры пищи.

Прогнозирование температуры сердцевины пищевого продукта может выполняться на основании информации из датчика массы и температурного датчика посредством сравнения с моделью, при этом модель дополнительно обеспечивает прогнозирование, по меньшей мере, одного измеряемого свойства, и причем контроллер выполнен с возможностью коррекции модели на основании контроля измеряемого свойства, чтобы обеспечить более точную модель для прогнозирования температуры сердцевины пищи.

С помощью модели для прогнозирования как неизмеряемой температуры сердцевины пищевого продукта, так и измеряемого свойства, можно тестировать точность модели, и можно соответственно корректировать модель. Измеряемое свойство может содержать массу пищевого продукта. Таким образом, модель может прогнозировать особенность изменения массы с течением времени. Поскольку изменение массы контролируется в рамках процесса приготовления, то точность модели можно тестировать. Вместо данного свойства или дополнительно можно использовать другие свойства, которые можно прогнозировать.

Изобретение предлагает также способ приготовления, содержащий следующие этапы:

- этап начала приготовления пищевого продукта в нагревательной камере устройства для приготовления;

- этап прогнозирования температуры сердцевины пищевого продукта с течением времени с использования способа по изобретению; и

- этап управления устройством для приготовления в зависимости от прогнозируемой температуры сердцевины.

Управление устройством для приготовления может содержать прекращение приготовления пищи, когда тепловая обработка пищи закончена (например, на основании пользовательского параметра настройки того, насколько должна быть прожарена пища), и/или упомянутое управление может включать в себя управление температурой приготовления, например, так, чтобы тепловая обработка заканчивалась в предварительно установленное время.

Изобретение предлагает также компьютерную программу, содержащую средство кода, которое, при исполнении в компьютере, выполнено с возможностью выполнения этапов способа по изобретению.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Примеры изобретения подробно описаны ниже со ссылкой на прилагаемые чертежи, на которых:

Фиг. 1 - устройство для приготовления в соответствии с примером изобретения;

Фиг. 2 - образец мяса, используемый для экспериментальной демонстрации эффективности устройства и способа;

Фиг. 3 - экспериментальные результаты;

Фиг. 4 - метод возможной коррекции параметра для повышения точности модели;

Фиг. 5 - экспериментальные результаты, основанные на преднамеренно неточной модели;

Фиг. 6 - представление обучающего процесса, который может улучшить экспериментальные результаты, приведенные на фиг. 5; и

Фиг. 7 - блок-схема последовательности операций примерного способа в соответствии с вариантом осуществления изобретения.

ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕН7ИЯ

Изобретение предлагает устройство для приготовления, в котором температурный датчик контролирует температуру среды приготовления (т.е. воздуха или масла в печи) с течением времени, и датчик массы контролирует массу компонента, подлежащего приготовлению, с течением времени. Информация из датчика массы и температурного датчика используется для обеспечения прогнозирования температуры сердцевины пищевого продукта, и процессом приготовления управляют в зависимости от прогнозируемой температуры сердцевины пищевого продукта.

Фиг. 1 представляет пример устройства в соответствии с вариантом осуществления изобретения.

Устройство для приготовления содержит нагревательную камеру 10, в которой помещают пищевой продукт, подлежащий приготовлению, и нагревательный элемент 12 для нагревания среды приготовления в нагревательной камере (например, воздуха).

Нагревательная камера является предпочтительно закрытым пространством в устройстве для приготовления, и поэтому температура внутри данного пространства допускает надежное управление и, следовательно, может учитываться при прогнозировании температуры сердцевины пищевого продукта. Таким образом, закрытое пространство может быть печью с закрываемой дверцей, закрытым объемом аэрофритюрницы или закрытым объемом масляной фритюрницы. Данное управление температурой может быть сложнее в открытом нагревательном пространстве.

Температурный датчик 14 предназначен для контроля температуры среды приготовления с течением времени. Датчик 16 массы предназначен для контроля массы пищевого продукта, подлежащего приготовлению в тепловой камере, с течением времени. Данный датчик массы может измерять массу самого устройства для приготовления, включающего в себя пищевой продукт, подлежащий приготовлению, и, в данном случае, упомянутый датчик может находиться вне нагревательной камеры 10, как показано на фиг. 1. В качестве альтернативы, упомянутый датчик может быть внутри нагревательной камеры, например, с нахождением в составе полки для готовки, на которой должен размещаться пищевой продукт. Датчик массы можно реализовать как датчик давления.

Процессор 18 обрабатывает информацию из датчика массы и температурного датчика, чтобы обеспечивать прогнозирование температуры сердцевины пищевого продукта и управлять процессом приготовления в зависимости от прогнозируемой температуры сердцевины пищевого продукта.

Датчики служат для представления информации в алгоритм, выполняемый процессором 18 для обеспечения прогнозирования температуры сердцевины, в частности, с использованием параметров, которые можно легко получить в системе для приготовления. Упомянутые параметры можно детектировать, определять или оценивать без внедрения в пищу или ее разрушения. Как минимум, для настоящего изобретения упомянутые параметры включают в себя температуру среды приготовления, массу и время (которое контролируется процессором).

В данном случае можно контролировать другие параметры. Например, параметры могут содержать комбинацию из температуры воздуха или масла, скорости изменения температуры воздуха или масла, температуры поверхности пищи, скорости изменения температуры поверхности пищи, веса пищи, скорости потери веса пищей, содержания влаги в пище, скорости изменения содержания влаги, влажности окружающего воздуха, скорости изменения влажности и т.п.

Сначала устанавливают зависимость между температурой сердцевины и набором вышеупомянутых параметров, затем можно прогнозировать температуру сердцевины с помощью данной зависимости. Затем прогнозируемую температуру сердцевины можно использовать для оценки состояния приготовления пищи и, в результате, можно использовать для управления процессом.

В процессе приготовления используются детекторы.

Детекторы включают в себя таймер, реализованный процессором, температурный датчик, который может быть термометром, термопарами или инфракрасным датчиком, и датчик массы, который может быть датчиком давления. Дополнительные датчики могут включать в себя, например, датчик влажности и датчик температуры поверхности. Выбор параметров, подлежащих измерению, может изменяться для разных кухонных электроприборов.

Процессор 18 включает в себя модуль записи и обработки данных. Данный модуль записывает измеренные значения контролируемых параметров во время приготовления, и профили могут, например, предварительно обрабатываться в данном модуле, например, для применения осреднения данных.

Процессор реализует алгоритм прогнозирования в модуле прогнозирования. Данный модуль хранит зависимость между температурой сердцевины пищевого продукта и контролируемыми параметрами. При использовании данных из модуля записи и обработки данных, температура сердцевины пищевого продукта прогнозируется в реальном времени.

Зависимость можно получить путем анализа массо-/теплопереноса, а также применения массового/теплового баланса для целевой системы приготовления.

Система содержит контроллер 20 приготовления пищи, который использует прогнозируемую температуру сердцевины пищевого продукта, чтобы управлять процессом приготовления. Прогнозируемая температура сердцевины пищевого продукта оценивается для определения, находится ли она в требуемом диапазоне температур (например, необходимом для некоторого уровня готовности), и решения по управлению принимаются на основании результатов оценки.

Например, температура сердцевины телячьих или бараньих бифштексов для готовности «хорошо прожаренный» находится в диапазоне 65-69°C. Данный уровень готовности выбирается перед тепловой обработкой телятины или баранины. Когда тепловая обработка начинается, детекторы начинают измерять в реальном времени параметры и передавать данные в модуль сохранения и обработки данных; модуль прогнозирования непрерывно принимает информацию из модуля сохранения и обработки данных и прогнозирует температуру сердцевины с использованием хранимого алгоритма.

Затем прогнозируемая температура сердцевины передается в контроллер 20. Если прогнозируемая температура сердцевины оказывается ниже вышеупомянутого требуемого диапазона, то процесс приготовления будет продолжаться с использованием заданной программы нагревания (нагревания мощностью 800 Вт); когда прогнозируемая температура сердцевины оказывается в упомянутом диапазоне, процесс приготовления будет прекращен.

Алгоритм, записанный в модуле прогнозирования, в основном, использует установленную зависимость между температурой сердцевины и контролируемыми параметрами («MP»). Зависимость может быть непосредственной функцией, представленной ниже в общей форме уравнением (1), или данная зависимость может требовать решения дифференциального уравнения, представленного ниже в общей форме уравнением (2), где скорость изменения температуры сердцевины связана с параметрами на основании энергетического/массового баланса системы приготовления.

Конкретные уравнения, например, выведенное ниже уравнение (7), можно получить с помощью подходящего упрощения системы приготовления, а также формы пищи.

, (1)

. (2)

Для подробного пояснения принципов работы изобретения использован процесс сухой обжарки.

Параметры, включающие в себя температуру среды приготовления (воздуха, масла и т.п.), массу и скорость изменения массы пищи выбираются в качестве контролируемых параметров. Таким образом, датчики содержат один или более температурных датчиков для измерения температуры воздуха, и датчики давления (например, весов) для массы и скорости изменения массы.

Исходная температура пищи также определяется термометрами или другими способами. Например, температура пищевого продукта, взятого из морозильника при известной температуре, будет известна без выполнения дополнительных измерений.

Информация из датчиков, а также информация об исходной температуре пищи подается в процессор 18. Модуль сохранения и обработки данных принимает данные из подключенных датчиков и передает обработанную информацию в модуль прогнозирования, и затем прогнозируемая температура сердцевины передается в контроллер 20, и решения по управлению тепловой обработкой принимаются на основании принятой информации.

Применение способа включает в себя следующие этапы:

(i) Пищу помещают в контейнер для пищи. Тип пищи предоставляется ручным вводом пользователя. Уровень готовности также выбирается вручную в зависимости от личного предпочтения пользователя. Если уровень готовности не выбирается, то по умолчанию автоматически выбирается средний уровень готовности.

(ii) Исходная температура пищи записывается и сохраняется в модуле сохранения и обработки данных. Упомянутая температура может быть введена пользователем или может измеряться кухонным электроприбором. Например, прогностическую модель можно также использовать для определения исходной температуры пищи. Данные ввода в модель могут включать в себя потерю веса пищей в заданное время приготовления. Основополагающий принцип состоит в том, что после заданной продолжительности приготовления замороженный пищевой продукт характеризуется меньшим испарением воды, чем свежий пищевой продукт, поскольку первый нуждается в дополнительной теплоте для изменения фазы воды, т.е. с твердой на жидкую. Данный подход можно использовать для назначения категорий пищи как замороженной или незамороженной. Возможно также определение одной или более промежуточных категорий.

Определение температуры пищи не существенно. Для пользователя может быть достаточно ввести категорию в такой форме, как температура заморозки, температура охлаждения или комнатная температура.

(iii) Начинается процесс приготовления, и температура среды приготовления в кухонном электроприборе определяется в реальном времени температурными датчиками. Можно также записывать температуру теплопроводника, T_hc. Контролируется также время приготовления, так что можно получить временной профиль температуры и сохранить его в модуле сохранения и обработки данных. Временной профиль температуры предварительно обрабатывается (например, сглаживается).

(iv) Обработанный временной профиль температуры до текущего момента времени и исходная температура пищи передаются в модуль прогнозирования, в котором выполняется прогнозирование температуры сердцевины по установленной зависимости между температурой сердцевины и контролируемым параметрам.

(v) Прогнозируемая температура сердцевины подается в контроллер 20, и принимаются решения по управлению. Если прогнозируемая температура не достигает температуры или не оказывается в диапазоне температур, которая(ый) требуется в соответствии с первоначально выбранным уровнем готовности, то процесс приготовления продолжается в соответствии с некоторой программой нагревания. Этапы (iii)-(v) повторяются, пока прогнозируемая температура не достигает температуры или не оказывается в диапазоне, которая(ый) требуется в соответствии с первоначально выбранным уровнем готовности.

(vi) Начинается процесс окончания приготовления. Процесс окончания может состоять либо в поддержании нагревания с некоторой мощностью в течение некоторого периода времени, либо в немедленном прекращении нагревания, либо в выполнении других программ нагревания.

Для прогнозирования температуры сердцевины в ходе реального процесса приготовления, следует установить корреляцию с контролируемыми параметрами и сохранить ее в модуле прогнозирования. С учетом того, что теплота, передаваемая от воздуха к пище, равна теплоте, полученной пищей, тепловой баланс может быть описан уравнением (3):

(3)

Cp_F означает теплоемкость пищи, предполагаемую постоянной; m_F означает массу пищи; T_F означает среднюю температуру пищи; T_S означает температуру поверхности пищи; k означает показатель теплопереноса от воздуха к пище; S_F означает площадь поверхности пищи; и T_A означает температуру воздуха.

Тогда, среднюю температуру пищи, T_F, можно вычислить из уравнения (4), выведенного из уравнения (3):

. (4)

Здесь P является сосредоточенным параметром.

Зависимость между температуры сердцевины пищи, T_C, и T_S, T_F изменяется в зависимости от таких факторов, как форма пищи, площадь поверхности, структура/состав и т.п. Для упрощения предполагается, что пища имеет форму сферы с эффективным радиусом Rʹ. Для пищи некоторого типа и в некотором режиме приготовления, зависимости между T_S и T_C и между T_F и T_C можно выразить следующим образом:

, (5)

. (6)

Параметр α описывает отношение температуры поверхности к температуре сердцевины, которое определяется, главным образом, эффективным радиусом, Rʹ, пищи, как дополнительно поясняется ниже.

В результате, уравнение (4) принимает вид:

. (7)

Как можно видеть, переменные параметры, которые требуется контролировать, для создания дифференциального уравнения только для T_C, представляют собой массу пищи, скорость изменения массы пищи и температуру воздуха.

Прогнозирование температуры сердцевины состоит из нижеследующих этапов:

(i) Из модуля сохранения и обработки данных принимаются данные. Данные включают в себя температуру среды приготовления (например, воздуха), исходную температуру пищи, массу пищи и скорость изменения массы пищи.

(ii) Определяется эффективный радиус, Rʹ, пищи на основании такой информации, как размер, структура пищи и т.п., как поясняется ниже.

(iii) Вычисляется значение α.

(iv) Решается дифференциальное уравнение с принятыми данными. Прогнозируется временной профиль температуры сердцевины, и получают температуру сердцевины в текущий момент времени.

Приведенный процесс требует определения P и α.

Для пищи некоторого типа, α прежде всего связана с массой пищи.

, (8)

где

, (9)

где ρ означает плотность пищи в кг/м³.

В таком случае, значения P и параметров, входящие в уравнение (8), можно получить путем обучения на достаточном объеме данных тестирования. Обучение параметрам может основываться на минимизации суммы квадратов ошибки прогнозирования для прогнозируемой температуры сердцевины по сравнению с фактически измеренной температурой. При экспериментальном обучении используют образцы с разными количествами пищи, и для обучения записывают в реальном времени температуру сердцевины и вес.

Температуру сердцевины используют для управления готовностью. Однако, можно также прогнозировать температуру поверхности или объемную температуру. При управлении тепловой обработкой пищи некоторых типов может представлять интерес управление температурой поверхности. Температура сердцевины представляет особый интерес для пищи с относительно большим размером, поскольку в данном случае будет очевидна разность температур между сердцевиной и поверхностью.

Как упоминалось выше, зависимости между T_S и T_C и между T_F и T_C изменяются для разных типов пищи. Например, для демонстрации установления связи между α и m_F используются сферические образцы пищи.

Данный тип пищи близок по форме к сфере с усредненным диаметром Rʹ. Диаметр можно оценить по массе пищи с помощью уравнения (10):

, (10)

где ρ означает плотность пищи в кг/м³, m_F означает исходную массу пищи в кг.

Предполагается, что отношение температуры поверхности к температуре сердцевины является постоянной величиной для большинства значений времени приготовления до готовности,

, (11)

Функция распределения температур сферической пищи имеет вид:

, (12)

где x означает расстояние от произвольной точки до сердцевины пищи; при этом предполагается, что изменяется линейно вдоль радиуса.

Среднюю температуру пищи можно вычислить из уравнения (13):

. (13)

Из уравнений 11, 12 и 13:

. (14)

В результате, уравнение (4) принимает вид:

Между α и Rʹ принята следующая зависимость;

. (15)

В уравнении (15), A и B являются постоянными величинами, которые связаны с размером пищи. Значение Rʹ можно получить из уравнения (9). Значения A и B можно получить обучением на данных тестирования.

Другие формы пищи, например, кубические, цилиндрические и т.п. также можно рассматривать вышеописанным образом. Эффективный радиус также можно вычислять с помощью уравнения (9). Следует отметить, что значения A и B в уравнении (15) будут отличаться даже для одного и того же типа пищи.

Эффективность прогнозирования температуры сердцевины была показана экспериментальным путем с использованием аэрофритюрницы фирмы Philips.

Весы размещаются под фритюрницей, как показано на фиг. 1, чтобы измерять массу (m_F) во время приготовления. В аэрофритюрницу помещены два термометра для определения температуры (T_A) воздуха вокруг пищи. Исходная температура пищи предварительно измеряется термометром.

Серия данных о массе из весов сглаживается, и для получения скорости изменения массы (dm_F/dt) берется производная.

Температуры воздуха, измеренные двумя термометрами, усредняются для уменьшения ошибки измерения. Во время эксперимента, температуру обжаривания выбирается равной 200°C, и опорная температура сердцевины пищи измеряется несколькими термометрами путем непосредственного введения зонда в центр. Измеренная температура сердцевины усредняется перед использованием.

Пищей, использованной в экспериментах, был мясной бифштекс. Использовали три мясных бифштекса с похожими формами, и массы трех тестовых образцов были 212 г, 215 г и 184 г, соответственно. Фиг. 2 показывает размеры одного из использованных мясных бифштексов. Данный бифштекс имеет, в общем, форму параллелепипеда 8 см × 6 см × 3,5 см и массу 212 г.

Значения эффективного радиуса Rʹ вычисляются по исходной массе, как поясняется выше. Экспериментальные результаты используются для обучения параметру P в уравнении (4). Путем рассмотрения предполагаемой зависимости между α и Rʹ (уравнение (8)), подбираются также значения A и B.

Для некоторого типа пищи, форма и размер которой находятся в пределах некоторого показателя, характерными являются два параметра A и B. Значение P является сосредоточенным параметром, содержащим другие параметры, например, k (показатель теплопереноса от воздуха к пище), S_F (площадь поверхности пищи) и Cp_F (теплоемкость пищи), которые могут изменяться с течение времени приготовления. В результате, целесообразно, чтобы обучение происходило поэтапно, чтобы гарантировать обученные значения, как можно более близкие к фактическим значениям. Предусмотрены два этапа.

Обученные значения для параметров в настоящем примере равнялись:

P=3,8894e-5 (T_C<15°C); 1,1679e-4 (T_C>15°C)

A=138,3564

B=6,2867

Прогнозируемая температура сердцевины в сравнении с измеренной температурой сердцевины с течением времени показана на фиг. 3. По y-оси указана температура сердцевины (в градусах C), и по x-оси указано время (с).

График 30 представляет прогнозируемую температуру сердцевины для 184-г образца, и график 32 представляет измеренную температуру сердцевины.

График 34 представляет прогнозируемую температуру сердцевины для 212-г образца, и график 36 представляет измеренную температуру сердцевины.

График 38 представляет прогнозируемую температуру сердцевины для 215-г образца, и график 40 представляет измеренную температуру сердцевины.

Можно видеть, что прогнозируемые значения хорошо согласуются с фактическими значениями. Среднеквадратическая (RMS) ошибка составляет 1,2°C, и наибольшая ошибка (по абсолютному значению) составляет 3,2°C.

Вышеописанный прогностический подход включает в себя модуль с предварительно обучаемыми параметрами.

Параметры можно корректировать для повышения точности. Предварительно обучаемые значения определяются с помощью обучающих экспериментов в различных условиях, но, в данном случае, все еще могут существовать некоторые исключения, когда точность прогнозирования является неприемлемой в некоторых режимах приготовления. Ниже описан адаптивный способ прогнозирования в реальном времени в качестве усовершенствования вышеописанного базового подхода, чтобы сделать модуль более робастной. Это допускает более надежное прогнозирование на основании обратной связи в реальном времени по состоянию приготовления и, следовательно, допускает более точное управление процессом приготовления.

Вышеописанный модуль прогнозирования совершенствуется за счет прогнозирования, по меньшей мере, одной другой переменной (Отличающейся от температуры сердцевины), относящейся к процессу приготовления.

В частности, модуль прогнозирования дополнительно обеспечивает прогнозирование, по меньшей мере, одного измеримого свойства, и при этом контроллер выполнен с возможностью коррекции модели на основании контроля измеряемого параметра, чтобы обеспечить более точную модель для прогнозирования температуры сердцевины пищи.

Дополнительной переменной, относящейся к процессу приготовления, может быть масса пищи, температура воздуха вокруг пищи, влажность воздуха вокруг пищи и т.п. Скорректированная внутренняя/температура сердцевины прогнозируется на основании той же модели, но со скорректированными параметрами, использующими реальный контроль дополнительной переменной. Таким образом, скорректированные значения параметров получаются из адаптивного модуля.

Упомянутый адаптивный модуль корректирует параметр(ы) модели на основании обратной связи в реальном времени по состоянию приготовления. Посредством учета различий между измеренными и созданными моделью значениями переменной(ых), относящимися к процессу приготовления, параметр(ы) модели корректируется(ются) в соответствии с некоторым адаптивным алгоритмом. Затем скорректированный(ые) параметр(ы) передается(ются) в модуль прогнозирования, чтобы обеспечить скорректированную прогнозируемую внутреннюю/температуру сердцевины. Адаптивным модулем может применяться алгоритм градиентного спуска:

, (16)

Где k означает параметр, который подлежит коррекции, и μ означает положительную постоянную, определяющую скорость адаптации. Значение μ в уравнении (16) можно определять во время предварительного обучения модели параметрам. В общем, оно определяется посредством рассмотрения изменения возможных вариантов параметров модели с течением времени приготовления, а также в различных режимах приготовления в процессе обучения параметрам. Найденное значение должно обеспечивать стабильной прогнозирования модели.

Функция E представляет функцию, выражающую ошибку прогнозирования, которая должна отражать «абсолютную разность» между измеренным и прогнозируемым значениями. Например, это может быть функция абсолютного значения разности или даже степени (2, 4, 6, …) разности между измеренным и прогнозируемым значениями.

означает частную производную E по k.

Для иллюстрации структуры адаптивной модели, в качестве примера предлагается упрощенная эмпирическая модель для системы приготовления. С помощью модели можно прогнозировать две переменных состояния, температуру сердцевины, как поясняется выше, а также массу пищи, как показано в уравнениях (17) и (18).

, (17)

, (18)

где k и a являются параметрами модели (постоянными величинами), и k является общим параметром для уравнений прогнозирования температуры сердцевины и массы. T_C означает температуру сердцевины пищи; t означает время приготовления; T_C0 означает исходную температуру сердцевины; m_F означает массу пищи; m_F0 означает исходную массу пищи.

Адаптивный алгоритм корректирует один или более параметров модели посредством минимизации ошибки прогнозирования «дополнительной» переменной состояния, которая в данном случае является массой.

Для упрощенной модели, установленной выше, способ коррекции параметра для минимизации следующей построенной функции ошибки прогнозирования, E:

, (19)

где m_FP означает прогнозируемую массу пищи, и m_FE означает фактически измеренную массу пищи. Минимизацию можно реализовать с помощью алгоритма градиентного спуска, как показано в уравнении (16).

На основании уравнений (17) и (18),

, (20)

где

. (21)

Соответствующая последовательность операций показана на фиг. 4. Фиг. 4 представляет, как реализуются уравнения 16, 20 и 21. В дискретный момент времени, kʹ в уравнении16 становится k_t+1, и k становится k_t.

В частности, подстановка уравнений 20 и 21 в уравнение 16 дает:

. (22)

Фиг. 4 представляет реализацию данного уравнения в дискретном времени.

Ниже приведен пример, показывающий адаптивный принцип, основанный на вышеупомянутой модели.

Система работает таким же способом, как описано выше, с добавлением модуля адаптивной обработки, который в настоящем примере принимает измерение массы в реальном времени. Прогнозирование температуры сердцевины и массы выполняется с использованием модели, так что можно сравнивать прогнозируемую массу и массу, измеряемую в реальном времени. Расхождение используется для коррекции одного или более параметров модели, используемой в модуле прогнозирования. Затем скорректированные один или более параметров подаются в модуль прогнозирования для коррекции модели.

На основании скорректированной модели прогнозируется температура сердцевины, и получается новое значение.

Следует отметить, что формы моделей могут зависеть от типа пищи, из чего следует, что для разных типов пищи модель может быть в иных форматах, чем показано в вышеприведенных уравнениях. Например, температура сердцевины картошки фри будет достигать температурного уровня приблизительно 100°C перед готовностью, что отличается от ситуации с тефтелями: температура сердцевины непрерывно повышается от исходной температуры до приблизительно 70°C перед готовностью. Кроме того, переменные состояния, которые будут прогнозироваться, также могут отличаться для разных моделей, установленных для соответствующих типов пищи.

Обученная, в общем, модель может прогнозировать температуру сердцевины пищи с достаточной точностью для большинства случаев, если модель уже обучена параметрам посредством подходящих экспериментов. Однако, все еще могут существовать случаи, когда прогнозирование модели отклоняется от экспериментов. Адаптация уточняет предварительно обученную модель для реальной системы нагревания пищи, что обеспечивает более робастное управление тепловой обработкой.

В нижеприведенном примере, тефтели с исходной температурой сердцевины 12,8°C и исходной массой 273,2 г (масса каждой тефтели составляет ~ 27,3 г) нагревали в аэрофритюрнице фирмы Philips. Температура жарения выбрана равной 200°C. Для прогнозирования температуры сердцевины используется модель в виде уравнений (17) и (18). Модель предварительно обучена параметрам посредством жарки тефтелей в аэрофритюрнице,

k=7,3880e^-6

a=4,6247e⁴

Для ввода расхождения между моделью и реальной системой, к параметру k прибавляют некоторую ошибку δ (для увеличения на 20%).

Прогнозируемые и измеренные температура сердцевины и масса тефтелей показаны на фиг. 5.

На фиг. 5 отложены температура сердцевины (в градусах C) на левой y-оси и масса (г) на правой y-оси, и время на x-оси.

График 50 представляет прогнозируемую массу, график 52 представляет фактическую массу, график 54 представляет прогнозируемую температуру сердцевины, и график 56 представляет фактическую температуру сердцевины.

Данная преднамеренная погрешность означает, что различия между прогнозируемыми и фактическими температурами сердцевины являются очень большими.

Чтобы скорректировать данную ситуацию, использовали вышеописанный адаптивный способ прогнозирования. Параметр k адаптировался в соответствии с уравнением (16), в котором коэффициент μ был выбран равным 6,5e^-12.

Прогнозируемая температура сердцевины при скорректированном значении k показана на фиг. 6.

На фиг. 6 также отложены температура сердцевины (в градусах C) на левой y-оси и масса (г) на правой y-оси, и время на x-оси.

График 60 представляет прогнозируемую массу, график 62 представляет фактическую массу, график 64 представляет прогнозируемую температуру сердцевины, и график 66 представляет фактическую температуру сердцевины.

Прогнозируемая точность для температуры сердцевины значительно повышена (среднеквадратическая ошибка до адаптивного прогнозирования: 5,9°C, среднеквадратическая ошибка после адаптивного прогнозирования: 2,3°C).

На фиг. 7 показан способ приготовления по изобретению, включающий в себя способ определения температуры сердцевины пищи.

На этапе 70 пользователь вводит тип пищи на пользовательском интерфейсе устройства для приготовления, а также требуемый уровень готовности.

На этапе 72 пользователь вводит начальную температуру пищи, или же устройство для приготовления может определить исходную температуру пищи, в предположении, что данная температура является постоянной по всему объему.

На этапе 74 пользователь помещает пищу в устройство для приготовления и начинает цикл приготовления.

На этапе 76 контролируются с течением времени масса и температура, а также, при желании, любые дополнительные параметры, например, для процесса обучения адаптивного алгоритма.

На этапе 78, если применяется адаптивный алгоритм, то прогнозируется дополнительный параметр (который может быть массой), и данный дополнительный параметр измеряется. Модель корректируется, при необходимости.

На этапе 80 прогнозируют температуру сердцевины на основании модели или скорректированной модели (если применяется адаптивный алгоритм).

На этапе 82 выполняется определение, достигается ли целевая температура сердцевины. Если не достигается, то процесс приготовления продолжается (этапы 76, 78, 80), и если достигается, то на этапе 84 выполняется конечная последовательность приготовления.

Изобретение применяется для прогнозирования температуры сердцевины. Однако, изобретение можно дополнительно применять, чтобы прогнозировать температуру поверхности и объема пищи для управления тепловой обработкой. Особый интерес изобретение представляет для кухонных электроприборов, использующих сухой нагрев, например, печей и аэрофритюрниц, хотя изобретение можно также применять для масляных фритюрниц.

Вышеприведенные уравнения обеспечивают только одну возможную основу для алгоритмов, и другие аппроксимации и упрощения могут приводить к другим алгебраическим решениям. Эти решения не изменят основополагающую концепцию изобретения.

Система использует контроллер для реализации модели, определяющей алгоритм (показанный выше в примере в виде процессора), и для управления циклом приготовления. Компоненты, которые можно использовать для контроллера, включают в себя, но без ограничения, обычные микропроцессоры, специализированные интегральные схемы (ASIC) и вентильные матрицы, программируемые пользователем, (FPGA).

В различных вариантах осуществления процессор или контроллер может быть связан с одним или более носителями данных, например, энергозависимой и энергонезависимой компьютерной памятью, например, RAM (оперативной памятью), PROM (программируемой постоянной памятью), EPROM (стираемой программируемой постоянной памятью) и EEPROM (электрически стираемой программируемой постоянной памятью). Носитель данных может быть закодирован одной или более программами, которые, при выполнении в одном или более процессорах и/или контроллерах, выполняют требуемые функции. Различные носители данных могут быть постоянно встроены в процессор или контроллер или могут быть носимыми, так что одна или более программ, хранящихся на упомянутых носителях, могут загружаться в процессор или контроллер.

После изучения чертежей, описания и прилагаемой формулы изобретения, специалистами в данной области техники в процессе практической реализации заявленного изобретения могут быть разработаны и выполнены другие модификации раскрытых вариантов осуществления. В формуле изобретения формулировка «содержащий» не исключает других элементов или этапов, и признак единственного числа (в виде неопределенного артикля в оригинале) не исключает множественного числа. Очевидное обстоятельство, что некоторые признаки упомянуты во взаимно различающихся зависимых пунктах формулы изобретения, не означает невозможность применения комбинации упомянутых признаков в подходящем случае. Никакие позиции в формуле изобретения нельзя считать ограничивающими объем изобретения.