阅读说明：本技术 一种基于大数据的智能燃气灶检测与控制系统 (Intelligent gas stove detection and control system based on big data ) 是由 朱永凤 于 2020-06-01 设计创作，主要内容包括：本发明公开一种基于大数据的智能燃气灶检测与控制系统,包括灶台检测终端、环境参数检测模块、人员检测模块、记忆存储模块、大数据服务器、执行控制终端、报警模块和预警传输通信模块,本发明通过二级重复筛选,能够准确地筛选出采集的蔬菜图像对应的菜品种类,并通过大数据服务器对锅具内的菜品种类、汤汁量以及汤汁收缩系数,且集合锅具周围的温度和水蒸气含量,对温度和水蒸气含量进行处理,以筛选出各菜品种类对应的菜品类型并建立烹饪持续吻合度模型,分析各菜品类型对应的烹饪持续吻合度系数,能够准确判断厨房在烹饪过程中的危险程度,并根据危险程度不同实现不同程度的报警提醒,提高了用户烹饪过程中的安全性和可靠性。(The invention discloses an intelligent gas stove detection and control system based on big data, which comprises a cooking bench detection terminal, an environmental parameter detection module, a personnel detection module, a memory storage module, a big data server, an execution control terminal, an alarm module and an early warning transmission communication module, wherein the invention can accurately screen the dish types corresponding to the collected vegetable images through two-stage repeated screening, and can process the dish types, the soup amount and the soup shrinkage coefficient in a pot through the big data server, integrate the temperature and the water vapor content around the pot, process the temperature and the water vapor content so as to screen the dish types corresponding to the dish types, establish a cooking continuous goodness fit model, analyze the cooking continuous goodness fit coefficient corresponding to the dish types, accurately judge the danger degree of a kitchen in the cooking process, and realize alarm reminding of different degrees according to different danger degrees, the safety and reliability of the user in the cooking process are improved.)

一种基于大数据的智能燃气灶检测与控制系统

技术领域

本发明属于燃气灶检测技术领域，涉及到一种基于大数据的智能燃气灶检测与控制系统。

背景技术

随着生活质量的不断提高，人们对于厨房安全性的要求也不断增加。通常，厨房容易发生火灾等事故，其中，因炊具等操作不当引发的火灾的事故尤为突出，通常时用户烹饪食物时，忘记关火，使得燃气灶持续加热，导致锅具损坏，严重时会导致火灾。

现有技术中，在厨房内安装有灭火器和燃气泄漏报警器，但是无法对烹饪过程中根据厨房内是否有人发出不同级别的报警信号，同时，无法根据锅具上烹饪的菜品种类以及菜品类型进行准确地识别，并无法分析不同菜品类型对应的危险程度，一旦各菜品类型对应的危险程度大于设定的阈值，以发出不同的报警信号和执行控制指令，以保护烹饪的菜品不受有无人员影响，最大化地避免浪费粮食，且避免锅具持续加热发生损坏，从源头切断火灾，降低火灾发生的概率，保证了住户使用燃气的安全性，减少因火灾造成的人员伤亡和财产损失，为了解决以上问题，现设计一种基于大数据的智能燃气灶检测与控制系统。

发明内容

本发明的目的在于提供的一种基于大数据的智能燃气灶检测与控制系统，解决了现有技术中存在的以下问题：

1、如何准确识别锅具中的菜品种类，以及菜品种类对应的菜品类型；

2、如何识别燃气灶的开关量大小，以及如何识别燃气灶在不同开关量下的汤汁收缩系数；

3、如何分析不同菜品类型对应的烹饪危险程度。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的智能燃气灶检测与控制系统，包括灶台检测终端、环境参数检测模块、人员检测模块、记忆存储模块、大数据服务器、执行控制终端、报警模块和预警传输通信模块；

所述灶台检测终端包括压力检测模块、图像采集模块、图像定位划分模块、图像分析对比模块、灶台开关量分析模块和数据优化处理模块；

所述压力检测模块安装在灶台上，用于检测锅具对灶台的压力，当检测的压力大于设定的压力阈值时，压力检测模块发送图像触发指令至图像采集模块，以控制图像采集模块进行图像采集；

所述图像采集模块安装在灶台侧面的墙壁上，用于采集灶台周侧的图像信息，并对采集的灶台周侧的图像信息进行滤波处理，经处理后的图像信息发送至图像定位划分模块；

所述图像定位划分模块用于接收图像采集模块发送的经处理后的图像信息，并提取记忆存储模块中存储的标准灶台图像上的点火开关位置标示以及燃气灶中心火盖的位置标示，并分别以点火开关的位置标示以及燃气灶中心火盖的位置标示为中心截取经处理后的图像，分别得到点火开关子图像和燃气灶周侧子图像，并将点火开关子图像发送至灶台开关量分析模块，将燃气灶周侧子图像发送至图像分析对比模块；

所述图像分析对比模块用于接收图像定位划分模块发送的燃气灶周侧子图像，将燃气灶周侧子图像中的锅具中的图像与各标准蔬菜种类进行对比，筛选出锅具中包含的蔬菜种类，并根据锅具中包含的蔬菜种类筛选出对应的菜品种类，同时，将锅具中的蔬菜种类对应的菜汁与同一锅具下的各标准菜汁含量图像进行对比，得到该菜品种类中的汤汁量，并将锅具中的菜品种类以及该菜品种类对应的汤汁量发送至数据优化处理模块；

所述灶台开关量分析模块用于接收图像定位划分模块发送的点火开关子图像，判断接收的点火开关子图像中点火开关对应的开关量，并将点火开关对应的开关量发送至数据优化处理模块；

所述数据优化处理模块用于接收图像分析对比模块发送的锅具中的菜品种类以及该菜品种类对应的汤汁量，并接收灶台开关量分析模块发送的点火开关对应的开关量，提取经间隔时间段t后菜品种类中的汤汁量，以统计汤汁在当前点火开关对应的开关量下，汤汁收缩系数，并将锅具中的菜品种类、该菜品种类对应的汤汁量以及汤汁在点火开关对应的开关量下的汤汁收缩系数发送至大数据服务器。

所述环境参数检测模块用于以间隔时间段t采集锅具周围的温度和水蒸气含量，并将检测的间隔时间段t采集的锅具周围的温度和水蒸气含量发送至大数据服务器；

所述人员检测模块安装在厨房内，用于以间隔时间段t检测厨房内是否有人，并将检测的厨房内是否有人信息发送至大数据服务器；

所述记忆存储模块用于存储标准灶台图像中的点火开关位置标示以及燃气灶中心火盖的位置标示，存储各开关量对应的标准点火开关子图像，存储各蔬菜种类对应的特征集Bj(bj1,bj2,...,bjm)，bjk表示为第j个蔬菜种类中的第k个特征，k＝1,2,...,m；且存储各菜品种类包含的蔬菜种类以及各菜品种类完成时待装盘的汤汁量；

所述大数据服务器用于接收数据优化处理模块发送的锅具中的菜品种类、该菜品种类对应的汤汁量以及汤汁在该点火开关对应的开关量下的汤汁收缩系数，接收环境参数检测模块发送的锅具周围的温度和水蒸气含量，根据蔬菜种类判断锅具中的菜品种类所对应的菜品类型，筛选不同筛选菜品类型对应的烹饪持续吻合度模型，获得烹饪持续吻合度系数，并接收人员检测模块发送的厨房内是否有人信息，将筛选出的菜品类型对应的烹饪持续吻合度系数与设定的该菜品类型下的第一烹饪持续吻合度系数阈值对比，若大于设定的该菜品类型下的第一烹饪持续吻合度系数阈值且厨房内有人，则发送报警信号至报警模块，若大于设定的该菜品类型下的第一烹饪持续吻合度系数阈值且小于设定的该菜品类型下的第二烹饪持续吻合度系数阈值，大数据服务器分别发送警告信号至预警传输通信模块和报警模块，若大于设定的该菜品类型下的第二烹饪持续吻合度系数阈值且厨房内无人，大数据服务器发送执行控制指令至执行控制终端，以控制燃气灶阀门的关闭；

所述报警模块安装在厨房内，用于接收大数据服务器发送的报警信号，进行报警提醒；

所述预警传输通信模块用于接收大数据服务器发送的警号信号，并将接收的警号信号传输至户主的智能手机终端；

所述执行控制终端用于接收大数据服务器发送的控制指令，对燃气灶阀门进行关闭控制，以切断燃气的总开关。

进一步地，所述图像分析对比模块对菜品种类的识别，包括以下步骤：

A1、获取燃气灶周侧子图像中的锅具的图像，并将锅具的蔬菜图像进行划分，划分成各蔬菜子图像i，i＝1,2,...,n；

A2、提取各蔬菜子图像i中的蔬菜特征，并将蔬菜子图像i中的蔬菜特征与各蔬菜种类对应的特征进行对比，得到蔬菜种类对比集；

A3、分析出各蔬菜子图像中特征匹配系数大于设定匹配度系数阈值的蔬菜种类，并筛选出蔬菜图像中各蔬菜种类所占的分量比例系数，并将各蔬菜种类所占的分量比例系数与设定的分量比例系数阈值进行对比，以提取大于分量比例系数阈值的蔬菜种类；

A4、将步骤A3中大于分量比例系数阈值的所有蔬菜种类分别与事先存储的各菜品种类中的蔬菜种类进行对比，以筛选出蔬菜种类相匹配的菜品种类。

进一步地，所述特征匹配系数的计算公式：gbjk表示为第j个蔬菜种类中第k个特征对应的权重系数，b′jik表示为第j个蔬菜种类对应的第k个特征与第i个蔬菜子图像中的各特征间的对比值，k＝1,2,...,m,若第i个蔬菜子图像中存在第j个蔬菜种类对应的第k个特征，则等于1，反之，则等于0，且gbj1+gbj2+...+gbjk+...+gbjm＝1。

进一步地，所述汤汁收缩系数χ_f的计算公式,f表示为点火开关的开关量打开的角度，F表示为点火开关的开关量处于开关量最大时的的角度，即F＝90°，V表示为菜品种类当前的汤汁量，V_t表示为经t时间后该菜品种类对应的汤汁量，V_ft表示为点火开关的开关量处于f角度时且经t时间的处理后的汤汁减少量。

进一步地，所述大数据服务器对锅具内的菜品在烹饪过程进行分析，包括以下步骤：

B1、提取锅具中的菜品种类，并将提取的菜品种类分别与各菜品类型所包含的菜品种类进行对比，确定菜品种类对应的菜品类型；

B2、以间隔时间段t提取荤菜类型下锅具周围水蒸气含量，得到水蒸气含量采集S₁(s₁1,s₁2,...,s₁d)，s₁x分别表示为荤菜类型下的第x个时间段t的水蒸气含量，x＝1,2,...,d；

B3、将步骤B2中相邻时间段内的水蒸气含量间的差值与设定的水蒸气含量变化阈值进行对比，筛选出大于水蒸气含量变化阈值的最小的水蒸气含量差值，并提取该水蒸气含量差值所对应的相邻时间段内的水蒸气含量；

B4、建立各菜品类型对应的烹饪持续吻合度模型ψ，对应的表达式分别表示为荤菜类型、素菜类型以及煲汤类型对应的烹饪持续吻合度模型公式，对应的模型公式分别为 和分别表示为烹饪持续吻合度模型中的荤菜类型对应的烹饪持续吻合度系数和素菜类型对应的烹饪持续吻合度系数，χ_f1和χ_f2分别表示为荤菜类型中的菜品种类对应的汤汁收缩系数和素菜类型中的菜品种类对应的汤汁收缩系数，λ1和λ2分别表示为荤菜类型和素菜类型对应的收缩比例因子，分别小于1大于0，s₁x和s₁(x-1)表示为荤菜类型下相邻时间段内的水蒸气含量间的差值大于设定的水蒸气含量变化阈值的最小水蒸气含量差值所对应的第x和第x-1个时间段内的水蒸气含量，S_1阈表示为设定的荤菜类型下的水蒸气含量变化阈值，V₁、V_阈值1和V_1ft分别表示为荤菜类型中菜品种类对应的起始汤汁量、设定的荤菜类型的菜品种类对应的汤汁量阈值和点火开关的开关量处于f角度时且经t时间的处理后的汤汁减少量，V₂、V_阈值2和V_2ft分别表示为素菜类型中菜品种类对应的起始汤汁量、设定的素菜类型的菜品种类对应的汤汁量阈值和点火开关的开关量处于f角度时且经t时间的处理后的汤汁减少量。

进一步地，所述煲汤类型对应的烹饪持续吻合度模型的构建方法，包括以下步骤：

B41、以间隔时间段t提取煲汤类型下锅具周围的温度和水蒸气含量，得到温度采集量集和水蒸气含量采集；

B42、将煲汤类型下的上一时间段采集的温度和水蒸气含量分别与下一时间段采集的温度和水蒸气含量进行对比，得到温度采集量对比集和水蒸气含量采集对比集；

B43、统计锅具周侧的温度维持不变的累计时长T，即锅具内的汤处于沸腾状态下的温度，当汤处于沸腾下的温度可忽略不计，认为温度维持不变。

B44、建立煲汤类型下的烹饪持续吻合度模型。

进一步地，所述煲汤类型下的烹饪持续吻合度模型χ_f3表示为煲汤类型下的汤汁收缩系数，V₃表示为煲汤类型下的菜品种类的起始汤汁量，λ3表示为煲汤类型对应的收缩比例因子，小于1大于0.5，T表示为锅具周侧的温度维持不变的累计时长，t表示为采集的时间段时长，s′₃x表示为第x+1个时间段t的水蒸气含量与第x个时间段的水蒸气含量间的差值的绝对值，s₃x表示为第x个时间段的水蒸气含量。

本发明的有益效果：

本发明提供的一种基于大数据的智能燃气灶检测与控制系统，通过灶台检测终端采集灶台周侧的图像，并对灶台周围的图像进行定位划分，以准确获得点火开关子图像和燃气灶周侧子图像，并结合图像分析对比模块、灶台开关量分析模块和数据优化处理模块对获得的子图像进行分析对比处理，得到锅具内的菜品种类、汤汁量以及燃气灶的开关量大小，且通过数据优化处理模块根据菜品种类以及该菜品种类对应的汤汁量，统计在当前燃气灶的开关量下的汤汁收缩系数，能够准确分析出各燃气灶的开关量对菜收汁的效果，为后期对做菜过程中的安全性奠定基础。

本发明在菜品种类识别的过程中，通过筛选出蔬菜图像中的蔬菜种类，并筛选出各蔬菜种类在蔬菜图像中所占的分量比例系数，提取出大于分量比例系数阈值的蔬菜种类，进而将大于分量比例系数阈值的蔬菜种类与各菜品种类所对应的蔬菜种类进行对比，以筛选出各大于比例系数阈值的蔬菜种类所组成的菜品种类，通过二级重复筛选，能够准确地筛选出采集的蔬菜图像对应的菜品种类，提高了菜品种类识别的准确性。

本发明通过大数据服务器对锅具内的菜品种类、菜品种类对应的汤汁量以及点火开关对应的开关量下的汤汁收缩系数，且结合锅具周围的温度和水蒸气含量，并对锅具周围的温度和水蒸气含量进行处理，并筛选各菜品类型对应的烹饪持续吻合度模型，分析各菜品类型对应的烹饪持续吻合度系数，能够准确根据菜品类型不同筛选出对应的模型，以提高对各菜品类型烹饪过程中的烹饪持续吻合度系数检测的准确性，最后根据烹饪持续吻合度系数判断厨房在烹饪过程中的危险程度，并将不同菜品类型下的烹饪持续吻合度系数分别与该菜品类型的第一和第二烹饪持续吻合度系数阈值对比，以控制不同程度的报警提醒，避免用户在烹饪过程中忘记关闭燃气罩开关，导致锅具持续加热损坏以及锅具中的菜品无法正常使用，降低火灾发生的概率，提高了用户烹饪过程中的安全性和可靠性，减少火灾。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中一种基于大数据的智能燃气灶检测与控制系统的示意图。

具体实施方式

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它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于大数据的智能燃气灶检测与控制系统，包括灶台检测终端、环境参数检测模块、人员检测模块、记忆存储模块、大数据服务器、执行控制终端、报警模块和预警传输通信模块；

灶台检测终端包括压力检测模块、图像采集模块、图像定位划分模块、图像分析对比模块、灶台开关量分析模块和数据优化处理模块；压力检测模块安装在灶台上，用于检测锅具对灶台的压力，当检测的压力大于设定的压力阈值时，压力检测模块发送图像触发指令至图像采集模块，以控制图像采集模块进行图像采集，其中，设定的压力阈值为锅具中的不含有菜或汤时的重量。

图像采集模块安装在灶台侧面的墙壁上，用于采集灶台周侧的图像信息，并对采集的灶台周侧的图像信息进行滤波处理，经处理后的图像信息发送至图像定位划分模块；

图像定位划分模块用于接收图像采集模块发送的经处理后的图像信息，并提取记忆存储模块中存储的标准灶台图像上的点火开关位置标示以及燃气灶中心火盖的位置标示，并分别以点火开关的位置标示以及燃气灶中心火盖的位置标示为中心截取经处理后的图像，分别得到点火开关子图像和燃气灶周侧子图像，并将点火开关子图像发送至灶台开关量分析模块，将燃气灶周侧子图像发送至图像分析对比模块，其中，点火开关子图像中包含有点火开关，燃气灶周侧子图像中包含有锅具以及燃气灶火焰的图像，所述标准灶台图像中的点火开关位置标示以及燃气灶中心火盖的位置标示分别与采集的灶台周侧的图像信息中的点火开关位置标示以及燃气灶中心火盖的位置标示相对应，用于标记点火开关的位置以及燃气灶中心火盖的位置。

图像分析对比模块用于接收图像定位划分模块发送的燃气灶周侧子图像，将燃气灶周侧子图像中的锅具中的图像与各标准蔬菜种类进行对比，筛选出锅具中包含的蔬菜种类，并根据锅具中包含的蔬菜种类筛选出对应的菜品种类，同时，将锅具中的蔬菜种类对应的菜汁与同一锅具下的各标准菜汁含量图像进行对比，得到该菜品种类中的汤汁量，并将锅具中的菜品种类以及该菜品种类对应的汤汁量发送至数据优化处理模块，其中，同一锅具中各标准菜汁含量图像逐一对应一个菜汁量。

所述图像分析对比模块对菜品种类的识别，包括以下步骤：

A1、获取燃气灶周侧子图像中的锅具的图像，并将锅具的蔬菜图像进行划分，划分成各蔬菜子图像i，i＝1,2,...,n；

A2、提取各蔬菜子图像i中的蔬菜特征，并将蔬菜子图像i中的蔬菜特征与各蔬菜种类对应的特征进行对比，得到蔬菜种类对比集B′ji(b′ji1,b′ji2,...,b′jim)，b′jik表示为第j个蔬菜种类对应的第k个特征与第i个蔬菜子图像中的各特征间的对比值，k＝1,2,...,m,若第i个蔬菜子图像中存在第j个蔬菜种类对应的第k个特征，则等于1，反之，则等于0，其中，各蔬菜种类对应的特征集Bj(bj1,bj2,...,bjm)，bjk表示为第j个蔬菜种类中的第k个特征，k＝1,2,...,m；

A3、分析出各蔬菜子图像中特征匹配系数大于设定匹配度系数阈值的蔬菜种类，并筛选出蔬菜图像中各蔬菜种类所占的分量比例系数，并将各蔬菜种类所占的分量比例系数与设定的分量比例系数阈值进行对比，以提取大于分量比例系数阈值的蔬菜种类，其中，特征匹配系数的计算公式：gbjk表示为第j个蔬菜种类中第k个特征对应的权重系数，且gbj1+gbj2+...+gbjk+...+gbjm＝1，其中，蔬菜种类所占的分量比例系数等于某一蔬菜种类在蔬菜图像中所占的面积与锅具中的该蔬菜图像面积的比值。

A4、将步骤A3中大于分量比例系数阈值的所有蔬菜种类分别与事先存储的各菜品种类中的蔬菜种类进行对比，以筛选出蔬菜种类相匹配的菜品种类。

通过对锅具中的蔬菜图像内包含的蔬菜种类进行识别，并根据锅具中各蔬菜种类所占的分量比例系数，确定锅具中主要的蔬菜种类，并根据锅具中的蔬菜种类筛选出对应的菜品种类，提高了菜品种类筛选的准确性。

灶台开关量分析模块用于接收图像定位划分模块发送的点火开关子图像，判断接收的点火开关子图像中点火开关对应的开关量，并将点火开关对应的开关量发送至数据优化处理模块，其中，点火开关对应的开关量越大，火焰越大。

数据优化处理模块用于接收图像分析对比模块发送的锅具中的菜品种类以及该菜品种类对应的汤汁量，并接收灶台开关量分析模块发送的点火开关对应的开关量，提取经间隔时间段t后菜品种类中的汤汁量，以统计汤汁在当前点火开关对应的开关量下，汤汁收缩系数χ_f,f表示为点火开关的开关量打开的角度，F表示为点火开关的开关量处于开关量最大时的的角度，即F＝90°，V表示为菜品种类当前的汤汁量，V_t表示为经t时间后该菜品种类对应的汤汁量，V_ft表示为点火开关的开关量处于f角度时且经t时间的处理后的汤汁减少量，并将锅具中的菜品种类、该菜品种类对应的汤汁量以及汤汁在点火开关对应的开关量下的汤汁收缩系数发送至大数据服务器。

环境参数检测模块用于安装在厨房内悬挂有油烟机的墙壁上，环境参数检测模块包括温度采集单元和水蒸气含量检测单元，温度采集单元为温度传感器，水蒸气含量检测单元为水蒸气含量检测仪，环境参数检测模块用于以间隔时间段t采集锅具周围的温度和水蒸气含量，并将检测的间隔时间段t采集的锅具周围的温度和水蒸气含量发送至大数据服务器。

人员检测模块安装在厨房内，用于以间隔时间段t检测厨房内是否有人，并将检测的厨房内是否有人信息发送至大数据服务器。

记忆存储模块用于存储标准灶台图像中的点火开关位置标示以及燃气灶中心火盖的位置标示，存储各开关量对应的标准点火开关子图像，存储各蔬菜种类对应的特征集Bj(bj1,bj2,...,bjm)，bjk表示为第j个蔬菜种类中的第k个特征，k＝1,2,...,m；且存储各菜品种类包含的蔬菜种类以及各菜品种类完成时待装盘的汤汁量。

大数据服务器用于接收数据优化处理模块发送的锅具中的菜品种类、该菜品种类对应的汤汁量以及汤汁在该点火开关对应的开关量下的汤汁收缩系数，接收环境参数检测模块发送的锅具周围的温度和水蒸气含量，根据蔬菜种类判断锅具中的菜品种类所对应的菜品类型，筛选不同筛选菜品类型对应的烹饪持续吻合度模型，获得烹饪持续吻合度系数，同一菜品类型下同一菜品种类对应的烹饪持续吻合度系数越大，表明持续烹饪的危险程度越大，并接收人员检测模块发送的厨房内是否有人信息，将筛选出的菜品类型对应的烹饪持续吻合度系数与设定的该菜品类型下的第一烹饪持续吻合度系数阈值对比，若大于设定的该菜品类型下的第一烹饪持续吻合度系数阈值且厨房内有人，则发送报警信号至报警模块，以预先提示厨房内人员注意，若大于设定的该菜品类型下的第一烹饪持续吻合度系数阈值且小于设定的该菜品类型下的第二烹饪持续吻合度系数阈值，大数据服务器分别发送警告信号至预警传输通信模块和报警模块，通过预警传输通信模块发送至该住户的智能手机上，以提醒用户锅内的菜即将需要处理，若大于设定的该菜品类型下的第二烹饪持续吻合度系数阈值且厨房内无人，大数据服务器发送执行控制指令至执行控制终端，以控制燃气灶阀门的关闭,避免因持续加热,造成火灾危险事故，其中，同一菜品类型下的第一烹饪持续吻合度系数阈值小于第二烹饪持续吻合度系数阈值，菜品类型包括荤菜类型、素菜类型以及煲汤类型等，荤菜类型包括红烧鱼、红烧排骨、红烧肉等，素菜类型包括清炒土豆丝、豆角、豆芽、生菜等，煲汤类型包括排骨汤、鸡汤、紫菜蛋汤等。

所述大数据服务器对锅具内的菜品在烹饪过程进行分析，包括以下步骤：

B1、提取锅具中的菜品种类，并将提取的菜品种类分别与各菜品类型所包含的菜品种类进行对比，确定菜品种类对应的菜品类型；

B2、以间隔时间段t提取荤菜类型下锅具周围水蒸气含量，得到水蒸气含量采集S₁(s₁1,s₁2,...,s₁d)，s₁x表示为荤菜类型下的第x个时间段t的水蒸气含量，x＝1,2,...,d；

B3、将步骤B2中相邻时间段内的水蒸气含量间的差值与设定的水蒸气含量变化阈值进行对比，筛选出大于水蒸气含量变化阈值的最小的水蒸气含量差值，并提取该水蒸气含量差值所对应的相邻时间段内的水蒸气含量；

B4、建立各菜品类型对应的烹饪持续吻合度模型ψ，对应的表达式分别表示为荤菜类型、素菜类型以及煲汤类型对应的烹饪持续吻合度模型公式，对应的模型公式分别为 和分别表示为烹饪持续吻合度模型中的荤菜类型对应的烹饪持续吻合度系数和素菜类型对应的烹饪持续吻合度系数，χ_f1和χ_f2分别表示为荤菜类型中的菜品种类对应的汤汁收缩系数和素菜类型中的菜品种类对应的汤汁收缩系数，λ1和λ2分别表示为荤菜类型和素菜类型对应的收缩比例因子，分别小于1大于0，s₁x和s₁(x-1)表示为荤菜类型下相邻时间段内的水蒸气含量间的差值大于设定的水蒸气含量变化阈值的最小水蒸气含量差值所对应的第x和第x-1个时间段内的水蒸气含量，S_1阈表示为设定的荤菜类型下的水蒸气含量变化阈值，V₁、V_阈值1和V_1ft分别表示为荤菜类型中菜品种类对应的起始汤汁量、设定的荤菜类型的菜品种类对应的汤汁量阈值和点火开关的开关量处于f角度时且经t时间的处理后的汤汁减少量，V₂、V_阈值2和V_2ft分别表示为素菜类型中菜品种类对应的起始汤汁量、设定的素菜类型的菜品种类对应的汤汁量阈值和点火开关的开关量处于f角度时且经t时间的处理后的汤汁减少量，其中，V_1ft等于V_2ft，汤汁量阈值为记载的用户保留菜品类型所对应的最少汤汁量，每个菜品类型与一个烹饪持续吻合度模型相一一对应，菜品类型包括荤菜类型、素菜类型以及煲汤类型，分别标记为1,2,3；

其中，煲汤类型对应的烹饪持续吻合度模型的构建方法，包括以下步骤：

B41、以间隔时间段t提取煲汤类型下锅具周围的温度和水蒸气含量，得到温度采集量集W₃(w₃1,w₃2,...,w₃d)和水蒸气含量采集S₃(s₃1,s₃2,...,s₃d)，s₃x和w₃x分别表示为煲汤类型下的第x个时间段t下的温度和水蒸气含量；

B42、将煲汤类型下的上一时间段采集的温度和水蒸气含量分别与下一时间段采集的温度和水蒸气含量进行对比，得到温度采集量对比集W′₃(w′₃1,w′₃2,...,w′₃(d-1))和水蒸气含量采集对比集S′₃(s′₃1,s′₃2,...,s′₃(d-1))，w′₃x和s′₃x分别表示为煲汤类型下的第x+1个时间段t的温度与第x个时间段的温度间的差值、第x+1个时间段t的水蒸气含量与第x个时间段的水蒸气含量间的差值的绝对值，x＝1,2,...,d；

B43、统计锅具周侧的温度维持不变(w′₃x＜0.1℃)的累计时长T，即锅具内的汤处于沸腾状态下的温度，当汤处于沸腾下的温度可忽略不计，认为温度维持不变。

B44、建立煲汤类型下的烹饪持续吻合度模型公式，χ_f3表示为煲汤类型下的汤汁收缩系数，V₃表示为煲汤类型下的菜品种类的起始汤汁量，λ3表示为煲汤类型对应的收缩比例因子，小于1大于0.5，T表示为锅具周侧的温度维持不变(w′₃x＜0.1℃)的累计时长，t表示为采集的时间段时长，s′₃x表示为第x+1个时间段t的水蒸气含量与第x个时间段的水蒸气含量间的差值的绝对值，s₃x表示为第x个时间段的水蒸气含量。

报警模块安装在厨房内，用于接收大数据服务器发送的报警信号，进行报警提醒，以提醒厨房内的人员进行注意。

预警传输通信模块用于接收大数据服务器发送的警号信号，并将接收的警号信号传输至户主的智能手机终端，以提醒住户锅内的菜需进行处理，避免引发火灾。

执行控制终端用于接收大数据服务器发送的控制指令，对燃气灶阀门进行关闭控制，以切断燃气的总开关，避免持续加热引发爆炸或火灾等事故。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。