减少食源性疾病的智能控温实现方法与流程

1.本发明涉及食品(或餐饮)智能加工技术领域，特别涉及减少食源性疾病的智能控温实现方法。


背景技术：

2.1、目前全球食品(或餐饮)加工的温控档是用温度这个单一变量来表示，即使使用温度传感器来探测锅具或加热容器的食材温度，也无法描述温控档的情况；
3.2、目前全球食品(或餐饮)加工方法无法做到对食源性疾病的精准预防，在食品加温时，根本不引入三要素变量及实验室计量模型，更不会通过实验室检验出一揽子致病物含量、营养物的含量，建立总量评估模型来匹配温控档，无法获知加热过程致病物、营养物等数据，导致加工出来的食品营养物流失率太大、致病物太多，妨碍食品安全，导致食源性疾病发生率提高；
4.3、目前食品(或餐饮)加工过程没有通过食材监测传感器的温度信号反馈，来指导燃气或电加热器的自动调节，达到设置的精确温控档。


技术实现要素：

5.本发明针对以上问题，提出减少食源性疾病的智能控温实现方法来解决上述问题。
6.本发明是这样实现的，减少食源性疾病的智能控温实现方法，其步骤如下：
7.s1：在食品(或餐饮)加工过程中，向智能烹饪设备引入增温加速度函数，即a＝(t
2-t1)/(t
2-t
1)
)，增温加速度可以有效表达温控档的状态。
8.s2:在食品(或餐饮)加工过程中，通过智能控温设备，来指导燃气或电加热器的自动调节，达到精确控制增温加速的目的，即这个过程是可以不断重复形成一个闭循环，使之达到设定的最佳增温加速度。
9.s3：在食品加工的智能控温过程中引入食品健康三要素算法模型(即色香味保证、致病物减除和营养物保留)，通过对食品致病物的总量模型和食品营养物的流失率模型，结合色香味的打分评估法，来获得不同温控档的三要素大数据。
10.s4：测量增温加速度与模型增温加速度比较，进而推定出食品加工过程或食品加工一个阶段内的最佳温控档，最佳温控档传递给智能控温设备，进而调整火候大小。
11.为了描述食材温控档的情况，作为本发明的减少食源性疾病的智能控温实现方法优选的，所述s1中智能烹饪设备包含有红外温度传感器，对食材温度值进行监测，a为温控档或增温加速度，t1为起始时间点，t2为终点时间点，t1为时间点t1测到的食材温度值，t2为时间点t2测到的食材温度值。
12.为了指导燃气或电加热器的自动调节，作为本发明的减少食源性疾病的智能控温实现方法优选的，所述s2中智能控温设备包含有算法模型、舵机、通气球阀和控制电路，其中控制电路实现对舵机的控制，控制电路根据温度测量的反馈，控制开度的大小变化，舵机
的转动带动通气球阀的转动，舵机最小转动角度是1度，舵机转动角度范围是0～90度，对应通气球阀的开度，通气球阀转动，对应通气管道的通气截面的大小变化。
13.为了达到设置的精确温控档，作为本发明的减少食源性疾病的智能控温实现方法优选的，所述s2中闭循环为食材温度采集-计算增温加速度-调节控温设备-食材温度采集再次采集
……
的正反馈闭循环。
14.为了得出营养物的流失率和致病物的总量，作为本发明的减少食源性疾病的智能控温实现方法优选的，所述s3中营养物的流失率函数为：营养物流失率＝1-m2＊m2/m1＊m1，其中，m1为生混料质量，m2为熟混料质量，m1为生混料100g中蛋白质含量，m2为熟混料100g中蛋白质含量，致病物量化综合指数xj采用求和模型，则σ
x
计算方法如下：
[0015][0016]
其中，ki为第i种致病物风险级别系数，c
i,j
为第j种菜品中第i种致病物含量或质量，为第i种致病物含量或质量限值，第i种致病物累积含量或质量计算方法如下：
[0017][0018]
其中，c
i,j
为第j种菜品中第i种致病物含量或质量。
[0019]
与现有技术相比，本发明的有益效果是：
[0020]
该种减少食源性疾病的智能控温实现方法，引入了增温加速度函数，增温加速度可以有效精确描画任何一个固定温控档，把单一温度、单一时间的变量值转变多变量函数的稳定加速度值，在食品加工的智能控温过程中引入食品健康三要素算法模型(即色香味保证、致病物减除和营养物保留)，通过对食品致病物的总量模型和食品营养物的流失率模型，结合色香味的打分评估法，来获得不同温控档的三要素大数据，进而推定出食品加工过程或食品加工一个阶段内的最佳温控档，并且建立一个“食材温度采集-计算增温加速度-调节控温设备-食材温度采集再次采集
……”
的正反馈闭循环，确保燃气或电加热器可以达到设置的最佳温控档，有效预防食源性疾病。
附图说明
[0021]
图1为本发明的减少食源性疾病的智能温控方法原理；
[0022]
图2为本发明的智能控温设备数据流向和信号传递。
具体实施方式
[0023]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0024]
在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限
制。此外，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0025]
请参阅图1-2，减少食源性疾病的智能控温实现方法，1.减少食源性疾病的智能控温实现方法，其步骤如下：
[0026]
s1：在食品(或餐饮)加工过程中，向智能烹饪设备引入增温加速度函数，即a＝(t
2-t1)/(t
2-t
1)
)，增温加速度可以有效表达温控档的状态。
[0027]
s2:在食品(或餐饮)加工过程中，通过智能控温设备，来指导燃气或电加热器的自动调节，达到精确控制增温加速的目的，即这个过程是可以不断重复形成一个闭循环，使之达到设定的最佳增温加速度。
[0028]
s3：在食品加工的智能控温过程中引入食品健康三要素算法模型(即色香味保证、致病物减除和营养物保留)，通过对食品致病物的总量模型和食品营养物的流失率模型，结合色香味的打分评估法，来获得不同温控档的三要素大数据。
[0029]
s4：测量增温加速度与模型增温加速度比较，进而推定出食品加工过程或食品加工一个阶段内的最佳温控档，最佳温控档传递给智能控温设备，进而调整火候大小。
[0030]
本实施例中：减少食源性疾病的智能控温实现方法涵盖了：家庭厨房的中西餐烹饪的燃气灶智能控温系统、餐馆食堂的厨电控温系统和食品加工厂的食品加工智能控温系统。
[0031]
作为本发明的一种技术优化方案，s1中智能烹饪设备包含有红外温度传感器，对食材温度值进行监测，a为温控档或增温加速度，t1为起始时间点，t2为终点时间点，t1为时间点t1测到的食材温度值，t2为时间点t2测到的食材温度值。
[0032]
本实施例中：在食品(或餐饮)加工过程中，使用红外温度传感器来探测锅具或加热容器的食材温度，通过该函数测得的增温加速度可以有效描述温控档的状态。
[0033]
作为本发明的一种技术优化方案，s2中智能控温设备包含有算法模型、舵机、通气球阀和控制电路，其中控制电路实现对舵机的控制，控制电路根据温度测量的反馈，控制开度的大小变化，舵机的转动带动通气球阀的转动，舵机最小转动角度是1度，舵机转动角度范围是0～90度，对应通气球阀的开度，通气球阀转动，对应通气管道的通气截面的大小变化。
[0034]
本实施例中：在食品(或餐饮)加工过程中，智能控温设备中的控制电路根据算法模型得出的最佳温控档，控制舵机转动，舵机带动通气球阀转动，通气球阀对燃气或电加热器的温度进行调节。
[0035]
作为本发明的一种技术优化方案，s2中闭循环为食材温度采集-计算增温加速度-调节控温设备-食材温度采集再次采集
……
的正反馈闭循环。
[0036]
本实施例中：在食品(或餐饮)加工过程中，智能控温设备不断重复食材温度采集-计算增温加速度-调节控温设备-食材温度采集再次采集
……
的操作，形成一个闭循环，使得温控达到设定的最佳温控档。
[0037]
作为本发明的一种技术优化方案，s3中营养物的流失率函数为：营养物流失率＝1-m2＊m2/m1＊m1，其中，m1为生混料质量，m2为熟混料质量，m1为生混料100g中蛋白质含量，m2为熟混料100g中蛋白质含量，致病物量化综合指数xj采用求和模型，则σ
x
计算方法如下：
[0038]
[0039]
其中，ki为第i种致病物风险级别系数，c
i,j
为第j种菜品中第i种致病物含量或质量，为第i种致病物含量或质量限值，第i种致病物累积含量或质量计算方法如下：
[0040][0041]
其中，c
i,j
为第j种菜品中第i种致病物含量或质量。
[0042]
本实施例中：计算得出食品致病物的总量模型和食品营养物的流失率模型，再结合色香味的打分评估法，来获得不同温控档的三要素大数据，进而推定出食品加工过程或食品加工一个阶段内的最佳温控档。
[0043]
本发明的工作原理及使用流程：使用时，通过红外温度传感器来探测锅具或加热容器的食材温度，通过a＝(t
2-t1)/(t
2-t
1)
)函数测得增温加速度，有效描述温控档的状态，增温加速度传递给智能控温设备，控制电路根据增温加速度，控制舵机转动，舵机带动通气球阀转动，通气球阀对燃气或电加热器的温度进行调节，控温过程中，引入食品健康三要素算法模型(即色香味保证、致病物减除和营养物保留)，营养物的流失率函数为：营养物流失率＝1-m2＊m2/m1＊m1，其中，m1为生混料质量，m2为熟混料质量，m1为生混料100g中蛋白质含量，m2为熟混料100g中蛋白质含量，致病物量化综合指数xj采用求和模型，则σ
x
计算方法如下：
[0044][0045]
其中，ki为第i种致病物风险级别系数，c
i,j
为第j种菜品中第i种致病物含量或质量，为第i种致病物含量或质量限值，第i种致病物累积含量或质量计算方法如下：
[0046][0047]
其中，c
i,j
为第j种菜品中第i种致病物含量或质量，计算得出食品致病物的总量模型和食品营养物的流失率模型，再结合色香味的打分评估法，来获得不同温控档的三要素大数据，进而推定出食品加工过程或食品加工一个阶段内的最佳温控档，最佳温控档传递给智能控温设备，对火候再次进行调节，之后重复上述操作，形成一个闭循环，使得温控达到设定的最佳温控档。
[0048]
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。