基于神经网络的智能加热与温控系统的制作方法

本发明属于电子控制技术领域，特别涉及一种结合自动售卖机一起使用、基于神经网络在不同情况下对商品进行智能加热与温度控制的系统。

背景技术：

随着生活节奏的加快，人们对食品的要求也随之提升。不再是单纯的追求食品的味道与营养，同时需要饮食的快捷与方便，所以现在速食产品行业快速发展。但是单单只靠便利商店提供速食产品根本满足不了现代人的生活需求，特别是当人群在特定时间需求大量食品，比如：早餐、午餐。

因此针对速食产品而出现的自动售卖机进入市场，人们通过手机APP对售卖机进行购买业务，或直接对售卖机进行按键操作，售卖机对商品进行加热操作。而在不同的天气情况下对商品进行恒温储藏，保证商品不会变质。例如：夏天在储藏舱将温度保持在5至6摄氏度，而在冬天需要将加热过的食品在隔离舱保持在相对较高的温度。然而由于天气情况多变，商品购买实际情况也不相同，温度控制相对较为复杂，同时恒温控制能耗损失较大；同时商品的新鲜问题、设备本身的能耗问题也会影响售卖机的使用。

因此，电子控制技术领域急需基于神经网络的智能加热与温控系统，对整体的控制进行集成操作，箱体内温度更加均匀，既能保证食品新鲜程度，降低变质率，又能随时供应加热的食品，隔热效果好。

技术实现要素：

本发明提供了基于神经网络的智能加热与温控系统，技术方案如下：

基于神经网络的智能加热与温控系统，包括：壳体和舱体，并且舱体安装于壳体内部，在壳体外部安装有显示屏和购物按钮，控制器安装于壳体和舱体之间，控制器与显示屏、购物按钮相连接；

舱体包括储藏装置、加热装置和恒温装置，并且加热装置顶部安装有储藏装置，底部安装于恒温装置上，在储藏装置与加热装置之间，加热装置与恒温装置之间都设置有食品通道，食品通道上方设置有开关门，内部设置有红外传感器，用于食品的传输；

储藏装置，包括储藏舱、第一温度传感器、第一压力传感器和制冷器，并且第一温度传感器安装于储藏舱内，第一压力传感器安装于储藏舱底部，制冷器镶嵌于储藏舱侧壁上，第一温度传感器、第一压力传感器、制冷器都与控制器相连接；

加热装置，包括加热舱、第二压力传感器和第一加热单元，并且第二压力传感器安装于加热舱底部，第一加热单元安装于加热舱内部，第二压力传感器、第一加热单元都与控制器相连接，在储藏舱和加热舱之间连通有食品通道；

恒温装置，包括恒温舱、第二温度传感器、第三压力传感器和第二加热单元，并且第二温度传感器安装于恒温舱内，第三压力传感器安装于恒温舱底部，第二加热单元镶嵌于恒温舱侧壁上，第二温度传感器、第三压力传感器、第二加热单元都与控制器相连接，在加热舱和恒温舱之间连通有食品通道，出货口位于恒温舱侧面，在出货口与恒温舱连接处设置有挡板，用于外部和恒温舱的隔离。

优选的，在上述的基于神经网络的智能加热与温控系统中，还包括：隔热层，分别设置于储藏舱、加热舱之间，加热舱、恒温舱之间。

优选的，在上述的基于神经网络的智能加热与温控系统中，隔热层还包括：2层树脂层和空气层，空气层夹于2层树脂层之间。

优选的，在上述的基于神经网络的智能加热与温控系统中，制冷器为TEC半导体制冷制热装置。

优选的，在上述的基于神经网络的智能加热与温控系统中，第二加热单元为TEC半导体制冷制热装置或者加热灯丝装置。

优选的，在上述的基于神经网络的智能加热与温控系统中，还包括：热量扩散装置，安装于TEC半导体制冷制热装置的两侧。

优选的，在上述的基于神经网络的智能加热与温控系统中，第一温度传感器为多个，分别设置在储藏舱内和制冷器的2侧。

优选的，在上述的基于神经网络的智能加热与温控系统中，控制器为STM32芯片，第一温度传感器、第二温度传感器的型号都为DS18B20；第一压力传感器、第二压力传感器、第三压力传感器的型号都为LC302-1K。

优选的，在上述的基于神经网络的智能加热与温控系统中，第一加热单元为微波加热单元。

本发明的有益效果：

1、本发明在2个舱之间设置了隔热层，隔热层采用了三层结构，由树脂层、空气层、树脂层构成有效防止热量的相互传递，使三个舱之间温度不会相互影响，从而食品的质量得到保证。由于基于速食食品的自动售卖机内部包括制冷设备与加热设备，与过去单一的制冷或制热不一样，热量之间相互传递产生大量水气，使食品发送变质，甚至水气进入电子设备，导致系统损毁。为了防止这种情况的发生，采用以上结构可以将热量有效隔绝维护系统的安全性与可靠性。

2、本发明在食品的加热中使用使用微波加热设备，而微波加热设备的电源经过调压后再供给加热设备。由于过去的售卖机中针对食品的加热没有有效控制，导致商品加热后温度过高或温度不够，是因为没有调整好加热时间或功率的原因。而在目前的速食食品售卖机中，由于商品的重量或数量不同，使用单一的加热方式无法满足需求，同时考虑到顾客的购买流程，所以采用相同的加热时间，因此设计电源调整系统保证在相同的加热时间内对不同种类，不等数量的商品进行加热，调整输入电压等级进行控制，通过引入交流调压电路进行控制，在采集到外界信息后由微控制器进行处理输出控制信号使调压电路工作，保证食品的有效加热。温控设备采用了新型TEC半导体制冷，由于舱体空间相对较小无需使用空调设备进行降温，采用半导体制冷设备在成本上降低了许多，而且不会造成任何污染，同时使用空调设备容易产生许多能耗，半导体制冷设备相对能耗较小，使用TEC半导体制冷可以大幅降低投入成本以及使用成本。

3、本发明中引入大量传感器对系统内部进行检测，建立一个传感器矩阵检测模式，在三个舱体中可以观察实际现况，从而汇总给控制器。传感器包括温度传感器与压力传感器，并安置在不同位置形成一个传感器矩阵，多角度整体观测舱体内部情况。

4、本发明采用STM32芯片作为做控制器，满足在系统中的复杂控制要求，由于控制器需要处理大量数据同时要做出大量输出作为控制，采用STM32芯片做核心控制非常重要。需要夺路输入与输出引脚，同时需要强大的运算能力，而STM32芯片可以提供。在控制上，加热系统的控制信号可以通过产生脉冲信号来实现，恒温与降温系统通过神经网络算法实现，神经网络算法将所有外界信息处理控制输出调整温控设备，使温度长期平稳的保持在要求中。

附图说明

下面结合附图和具体实施方式来详细说明本发明：

图1是基于神经网络的智能加热与温控系统的结构示意图。

图2是本发明的隔热层的结构示意图。

图3是本发明安装有热量扩散装置的结构示意图。

具体实施方式

为了使本发明技术实现的措施、创作特征、达成目的与功效易于明白了解，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

图1是基于神经网络的智能加热与温控系统的结构示意图。

如图1所示，基于神经网络的智能加热与温控系统，包括：壳体1和舱体2，并且舱体2安装于壳体1内部，在壳体1外部安装有显示屏101和购物按钮102，控制器3安装于壳体1和舱体2之间，控制器3与显示屏101、购物按钮102相连接；舱体2包括储藏装置4、加热装置5和恒温装置6，并且加热装置5顶部安装有储藏装置4，底部安装于恒温装置6上，在储藏装置4与加热装置5之间，加热装置5与恒温装置6之间都设置有食品通道7，食品通道上方设置有开关门，内部设置有红外传感器，用于食品的传输；储藏装置4，包括储藏舱401、第一温度传感器402、第一压力传感器403和制冷器404，并且第一温度传感器402安装于储藏舱401内，第一压力传感器403安装于储藏舱401底部，制冷器404镶嵌于储藏舱401侧壁上，储藏舱401、第一温度传感器402、第一压力传感器403、制冷器404都与控制器3相连接；加热装置5，包括加热舱501、第二压力传感器502和第一加热单元503，并且第二压力传感器502安装于加热舱底部，第一加热单元503安装于加热舱501内部，加热舱501、第二压力传感器502、第一加热单元503都与控制器3相连接，在储藏舱401和加热舱501之间连通有食品通道7；恒温装置6，包括恒温舱601、第二温度传感器602、第三压力传感器603和第二加热单元604，并且第二温度传感器602安装于恒温舱601内，第三压力传感器603安装于恒温舱601底部，第二加热单元604镶嵌于恒温舱601侧壁上，恒温舱601、第二温度传感器602、第三压力传感器603、第二加热单元604都与控制器3相连接，在加热舱501和恒温舱601之间连通有食品通道7，出货口位于恒温舱601侧面，在出货口605与恒温舱601连接处设置有挡板，用于外部和恒温舱的隔离。

实施例2：

图1是基于神经网络的智能加热与温控系统的结构示意图。

如图1所示，基于神经网络的智能加热与温控系统，包括：壳体1和舱体2，并且舱体2安装于壳体1内部，在壳体1外部安装有显示屏101和购物按钮102，控制器3安装于壳体1和舱体2之间，控制器3与显示屏101、购物按钮102相连接；舱体2包括储藏装置4、加热装置5和恒温装置6，并且加热装置5顶部安装有储藏装置4，底部安装于恒温装置6上，在储藏装置4与加热装置5之间，加热装置5与恒温装置6之间都设置有食品通道7，食品通道上方设置有开关门，内部设置有红外传感器，用于食品的传输；储藏装置4，包括储藏舱401、第一温度传感器402、第一压力传感器403和制冷器404，并且第一温度传感器402安装于储藏舱401内，第一压力传感器403安装于储藏舱401底部，制冷器404镶嵌于储藏舱401侧壁上，储藏舱401、第一温度传感器402、第一压力传感器403、制冷器404都与控制器3相连接；加热装置5，包括加热舱501、第二压力传感器502和第一加热单元503，并且第二压力传感器502安装于加热舱底部，第一加热单元503安装于加热舱501内部，加热舱501、第二压力传感器502、第一加热单元503都与控制器3相连接，在储藏舱401和加热舱501之间连通有食品通道7；恒温装置6，包括恒温舱601、第二温度传感器602、第三压力传感器603和第二加热单元604，并且第二温度传感器602安装于恒温舱601内，第三压力传感器603安装于恒温舱601底部，第二加热单元604镶嵌于恒温舱601侧壁上，恒温舱601、第二温度传感器602、第三压力传感器603、第二加热单元604都与控制器3相连接，在加热舱501和恒温舱601之间连通有食品通道7，出货口位于恒温舱601侧面，在出货口605与恒温舱601连接处设置有挡板，用于外部和恒温舱的隔离；隔热层8分别设置于储藏舱401、加热舱501之间，加热舱501、恒温舱601之间。

图2是本发明的隔热层的结构示意图。如图2所示，本实施例中，隔热层8还包括：2层树脂层801和空气层802，空气层802夹于2层树脂层801之间。

本实施例中，制冷器404为TEC半导体制冷制热装置。

本实施例中，第二加热单元604为TEC半导体制冷制热装置或者灯丝。

图3是本发明安装有热量扩散装置的结构示意图。如图3所示，本实施例中，还包括：热量扩散装置9，安装于TEC半导体制冷制热装置的两侧。

本实施例中，第一温度传感器402为多个，分别设置在储藏舱401内和制冷器的2侧，优选的第一温度传感器402为8个，8个传感器分别位于舱内立方结构的8个顶点。

本实施例中，控制器3为STM32芯片，第一温度传感器402、第二温度传感器602的型号都为DS18B20；第一压力传感器403、第二压力传感器502、第三压力传感器603的型号都为LC302-1K。

本实施例中，第一加热单元503为微波加热单元。

下面举例说明本实用新型的操作方法，本领域技术人员应该理解这不是唯一的方法，也不是本实用新型保护的重点。举例只是为了说明本实用新型是如何具体操作的。

包括如下步骤：

步骤一，通过储藏舱内的第一温度传感器测量储藏舱内的实际温度，同时通过设置在制冷设备2侧的第一温度传感器采集外界温度、制冷设备实际温度；通过第一压力传感器采集设备中的食品压力信息，如果只考虑食品储存量，压力越大说明舱内食品储存越多，控制器发出信号，从而使制冷器的功率也相应提高，反之亦然，食品储藏少，制冷器功率下降，保证食品的储藏安全同时节约能源，通过食品压力信息判断储藏舱内的食品储存情况，即判断重量信息(压力信息)。第一温度传感器将储藏舱内的实际温度、外界温度、制冷设备实际温度值，以及第一压力传感器将储藏舱内剩余商品储藏信息(压力信息)传递给控制器，控制器通过神经网络算法控制制冷器降温，维持舱内温度，保持商品新鲜；

步骤二，由于顾客购买的食品种类、数量不同，因此固定电压等级和固定加热时间无法保证实际情况下的食品加热要求；为保证食品的加热充足，每位顾客等待食品加热的时间相同，预先为控制器设置多电压等级加热模式；若重量大，则相应的电压等级越高，若重量小，则电压等级降低，从而满足不同种类、数量食品的加热要求，不会产生食品加热不足或过热的情况；第二电压传感器将电压信号提供给交流调压电路，控制器根据不同重量信号，来控制调压电路产生不同等级电压；购买的商品数量储藏在控制器内，以数字显示的方式显示在显示屏上，进行人机交互提醒顾客；在顾客购买结束后，按下确定按键，控制器发出信号打开食品通道的开关门，相应食品通过食品通道落入加热舱内，置于食品通道内的红外传感器检测落入的食品数量，传入控制器进行累加计数，当数量达到控制器内原来记入的顾客食品购买数量时控制器发出信号使开关口关闭，组织热量传递，完成食品传输，通过第一加热单元进行加热；

步骤三，加热完成后的信息显示在显示屏上，食品通过食品通道进入恒温舱，恒温舱通过的第二温度传感器测量恒温舱内的实际温度，同时通过设置在第二加热单元2 侧的第二温度传感器采集外界温度、第二加热单元实际温度；通过第三压力传感器采集设备中的食品压力信息，通过食品压力信息确定恒温舱内的商品重量信息；然后第二温度传感器将恒温舱内的实际温度、外界温度、第二加热单元实际温度值，以及第三压力传感器将恒温舱内商品重量信息传递给控制器，控制器通过神经网络算法控制第二加热单元实现加热，保证食品的温度处于恒温，便于顾客随时取走、食用；

步骤四，当顾客通过壳体上的购物按钮购买食品时，食品从恒温舱滑出，顾客取走食品即可。

本实施例中，步骤二中等级电压设置有3级，当低于0.5kg时设置为一级电压，位于0.5-1kg时设置为二级压力，高于1kg时设置为3级压力。

本实施例中，在储藏舱、加热舱之间，以及加热舱、恒温舱之间设置有由2层树脂中间夹有空气层构成的隔热层，隔热层如此设置的原理为：

假设储藏舱、加热舱、恒温舱的舱底厚度都为d的均匀介质，两侧温度差为ΔT＝T1-T2，则单位时间内温度由高的一侧向温度低的一侧传导的热量Q为：

其中k为导热常数；

设树脂层的导热常数为k1，空气层的导热常数为k2；

假设无隔热层时的热量传导Q₁为：

(2)当有隔热层时的热量传导Q₂为：

此时热量先通过厚度为d的树脂层传导到两层树脂之间的夹层空气中，再通过空气传导，通过厚度为d的树脂层传导；设上层树脂的上侧温度为Ta，下层树脂的下侧温度为Tb，则有：

将(1)和(2)的模型进行比较，得出：

Ta+Tb＝T1+T2,

记则

2Tb＝T1+T2-s(Tb-T2),

计算Q₁与Q₂的比值：

得出，隔热层的热量损失小于无隔热层；常用树脂的导热系数k₁＝4×10^-2W/(m·k)，干燥空气的导热系数k₂＝2.5×10^-2W/(m·k)，取则取h＝4.5，则即：有隔热层的隔热效果更好。

STM32芯片在正常供电下，食品处于储藏舱内，通过采集传感器数据，进行处理，通过算法输出控制信号使制冷设备工作。在按下按键后，食品落入加热舱，压力传感器输入数据使控制器输出三种不同的电压控制信号，在加热完成后作出LCD显示。随后加热过的设备落入恒温舱，舱内有传感器采集数据，反馈给控制器，通过算法使控制器输出温度的温度控制信号使恒温设备工作，保证食品的温度。本发明采用STM32芯片作为做控制器，满足在系统中的复杂控制要求，由于控制器需要处理大量数据同时要做出大量输出作为控制，采用STM32芯片做核心控制非常重要。需要夺路输入与输出引脚，同时需要强大的运算能力，而STM32芯片可以提供。在控制上，加热系统的控制信号可以通过产生脉冲信号来实现，恒温与降温系统通过神经网络算法实现，神经网络算法将所有外界信息处理控制输出调整温控设备，使温度长期平稳的保持在要求中。

图2是隔热层结构，隔热层是3层结构，树脂，空气，树脂的结构，同时内部涂有硅脂。与其采用相同厚度的树脂，此隔热效果更佳，由于树脂的导热性比空气强许多，在相同厚度下有空气使热量有效隔绝，三层结构所传递的热量是相同厚度的单层树脂传递热量的1/37；树脂的导热性与玻璃相仿，通过计算玻璃，树脂导热性能可以得出数据，同时由于涂了硅脂，可以将热量传递进一步降低。本发明在2个舱之间设置了隔热层，隔热层采用了三层结构，由树脂层、空气层、树脂层构成有效防止热量的相互传递，使三个舱之间温度不会相互影响，从而食品的质量得到保证。由于基于速食食品的自动售卖机内部包括制冷设备与加热设备，与过去单一的制冷或制热不一样，热量之间相互传递产生大量水气，使食品发送变质，甚至水气进入电子设备，导致系统损毁。为了防止这种情况的发生，采用以上结构可以将热量有效隔绝维护系统的安全性与可靠性。

加热制冷模块可以采用TEC半导体设备，半导体致冷器是利用半导体材料的珀尔帖效应制成的。所谓珀尔帖效应，是指当直流电流通过两种半导体材料组成的电偶时，其一端吸热，一端放热的现象。重掺杂的N型和P型的碲化铋主要用作TEC的半导体材料，碲化铋元件采用电串联，并且是并行发热。TEC包括一些P型和N型对，它们通过电极连在一起，并且夹在两个陶瓷电极之间；当有电流从TEC流过时，电流产生的热量会从TEC的一侧传到另一侧，在TEC上产生热侧和冷侧，这就是TEC的加热与致冷原理。是致冷还是加热，以及致冷、加热的速率，由通过它的电流方向和大小来决定；而实现温度控制是靠神经网络算法。

神经网络算法是为了实现在外界信息出现非线性变化时，为了使控制更加精确，达到理想输出而采用的一种算法。由于在温度控制加热或制冷时，舱内温度与许多外界情况有关，如：外界温度，对舱内的温度也有影响，夏天与冬天的外界温度市场会影响设备内部温度；舱内设备实际温度也是一个连续变化的过程，需要一直跟踪，否则温度将会不稳定；舱内食品重量也需要考虑，食品少时，温控设备功率较小可达到控制要求，而食品多时需要加大温控设备的功率。由于无法针对一个数据从而做出调整，做到实时并且连续的做到改变，使温度达到稳定，同时实现节能的目的，因此使用神经网络算法实现控制。

在控制上采用基于神经网络的PID控制，在线调整Kp，Ki，Kd参数，并且采用PID闭环控制，神经网络根据系统的实际运行采集数据，调整神经网络的加权系数，调整PID的控制参数从而实现稳定的温度控制。通过改变电流大小与方向来实现降温与恒温，在使用PID控制后，调节参数，使电流快速达到要求标准值，将控温设备的输出做到稳定。

在实际设计中采用三层神经网络3-5-3结构，以满足外界的非线性与复杂情况，R(k)为目标温度，Y(k)为实际温度，通过一次调整PID参数后，电流变化引起制冷温度变化，从而产生反馈，修改每层参数，最终获得输出参数。整个系统实际是通过PID调节最终的输出电流，而PID参数是由stm32内的神经网络算法，根据外界信息，在自适应学习后，修改每层权重，是输出稳定后得到的最终结果，将计算出的最优结果引入PID控制器，从而使控制功能实现。每层输出为O_i(k)＝f(∑ω_ijO_j)。在闭环控制中每次进行调整，神经网络自学习，改变ω_ij权重，使温度达到稳定输出没有偏差E(k)＝R(k)-Y(k)，达到目标要求的舱内温度，实现温控作用。

神经网络算法使得温控系统在工作时，更快的达到目标温度，同时超调量小，而且在实际的长时间运行中有效的降低能耗，相比较过去的制冷设备，真正做到低排放，无污染，实现节能环保的概念。

本发明在食品的加热中使用微波加热设备，而微波加热设备的电源经过调压后再供给加热设备。由于过去的售卖机中针对食品的加热没有有效控制，导致商品加热后温度过高或温度不够，是因为没有调整好加热时间或功率的原因。而在目前的速食食品售卖机中，由于商品的重量或数量不同，使用单一的加热方式无法满足需求，同时考虑到顾客的购买流程，所以采用相同的加热时间，因此设计电源调整系统保证在相同的加热时间内对不同种类，不等数量的商品进行加热，调整输入电压等级进行控制，通过引入交流调压电路进行控制，在采集到外界信息后由微控制器进行处理输出控制信号使调压电路工作，保证食品的有效加热。温控设备采用了新型TEC半导体制冷，由于舱体空间相对较小无需使用空调设备进行降温，采用半导体制冷设备在成本上降低了许多，而且不会造成任何污染，同时使用空调设备容易产生许多能耗，半导体制冷设备相对能耗较小，使用TEC半导体制冷可以大幅降低投入成本以及使用成本。

本发明中引入大量传感器对系统内部进行检测，建立一个传感器矩阵检测模式，在三个舱体中可以观察实际现况，从而汇总给控制器。传感器包括温度传感器与压力传感器，并安置在不同位置形成一个传感器矩阵，多角度整体观测舱体内部情况。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。