具体实施方式

概述

公开了用于预测烹饪的方法和系统。所公开技术可以用于估计与烹饪环境有关的各种未知的过程参数。例如，在低温慢煮烹饪环境中，容器的大小和形状、流体的质量和体积、容器的热导率、蒸发损耗和食物特性是可能未知的过程参数的实例。

在一些实施方案中，这些参数是通过基于测量的流体、加热元件的温度和/或通过加热器传递到流体的已知功率的变化而求解物理模型来确定的。关于流体温度如何随时间对已知功率输入作出响应的数据可以用于估计物理模型中的常数。然后，物理模型可以用于通过在时间上向前迭代模型来预测将来的流体温度。因此，可以预测所烹饪食物的中心温度以及从食物的表面到其中心的温度梯度。根据这些预测，可以优化加热器试图达到的设定点温度和加热器工作时段，以尽可能快地烹饪食物或在一天中的某一选择时间完成烹饪，而不会超过可接受温度梯度。

在传统的低温慢煮烹饪中，流体的温度升高到与食物的期望食物温度相对应的设定点并且流体的温度维持在期望食物温度，直到食物基本上达到期望食物温度为止，从而使整个食物的温度梯度很小(如果有的话)。通过接受食物内较小的温度梯度，可以使用热水比凉水加热食物的速度更快的事实来明显缩短低温慢煮烹饪的加热时间。同样，在除水以外的其它流体中，例如在烤箱或烤面包机中的空气中，较高的空气温度会使食物的表面温度升高，从而明显缩短加热时间。所公开的烹饪装置将加热器控制在高于传统的低温慢煮设定点温度的设定点温度，然后将加热器控制在较低的设定点温度，从而使流体冷却回到期望食物温度。同样，当流体是空气或空气和水汽时，预测烹饪系统可以使温度升高和/或改变相对湿度(如果装置能够控制湿度的话)以加快烹饪速度，然后调整温度和/或相对湿度以在更长的时间内保持期望的最终温度。

一般描述

现在将进一步详细描述上文介绍的系统和方法的各种实例。以下描述提供具体细节，用于透彻理解并能描述这些实例。然而，相关领域的技术人员将理解，可以在没有许多这些细节的情况下实践本文中论述的技术。同样，相关领域的技术人员还将理解，技术可以包含未在本文中详细描述的许多其它特征。另外，可以不示出或在下文详细描述一些熟知结构或功能，以避免不必要地混淆相关描述。

图1示出了根据代表性实施方案的预测烹饪系统100的示意图。预测烹饪系统100可以包含烹饪器具102、一个或多个处理器108以及一个或多个存储器装置110，所述存储器装置通过例如通信网络112的一个或多个通信信道以通信方式联接在一起。客户端计算装置106可以通过通信网络112与系统100通信，以向系统提供输入。例如，用户可以使用客户端计算装置106来提供期望食物温度、整个食物的可接受温度梯度、食物特性(例如，类型，重量，厚度，形状)以及与容器特性有关的容器信息(例如大小，形状，体积)。

烹饪器具102可以包含装有例如水的流体10的容器104，以及至少部分地浸没在流体10中的烹饪装置200，例如热浸式循环器或低温慢煮装置。在一些实施方案中，烹饪器具102可以包含信息标签114和被配置成盖住容器104的盖子105，以帮助控制液体10的热损耗和蒸发。在所示实例中，例如牛排的食物12可以放置在可重新密封的塑料袋14中并且放置在液体10中。当烹饪装置200加热液体10时，可以根据本文中公开的预测烹饪方法来烹饪食物12。在其它实施方案中，烹饪器具102可以包括例如烤箱或高压锅。在这些实施例中，烹饪器具基本上包含烹饪装置，其中烤箱包含装有流体10的容器104，所述容器是烤箱室，所述流体是烤箱室中的空气和/或蒸汽。基本上包含烹饪装置的烹饪器具的其它实例是带有湿度控制功能的对流烤箱或高压锅。

如图2A所示，烹饪装置200可以包含壳体202和适于将烹饪装置200附接到容器104(图1)的装配夹208。壳体202可以容纳加热器210和传感器，所述传感器例如温度传感器211、压力传感器212和/或湿度传感器。在烹饪装置200包含容器104的实施例中，烹饪装置200可以包含第二压力传感器(未示出)，以提供指示容器104中的压力的容器压力测量值。进一步参考图2B，壳体202可以容纳电动机215，所述电动机可操作地联接到叶轮216，以使液体10循环通过入口220、穿过加热器210并从排放出口222排出。烹饪装置200可以包含处理器213和存储器装置214(可以与处理器单片集成)。烹饪装置200还可以包含控制按钮204(例如，开/关)、指示灯206和/或用户界面205。

图3是示出根据本技术的一些实施例的基于处理器的预测烹饪系统的操作方法300的流程图。方法300从302开始。例如，方法300可以响应于客户端计算装置106(图1)上的特定应用程序的激活而开始，或者通过烹饪装置200的控制按钮204和/或用户界面205(图2A和2B)而开始。

在304，系统接收指示食物12的一个或多个特性的信息。例如，就肉(例如，牛排12)而言，所述系统可以接收与种类、切工、厚度，形状、重量、数量等有关的信息。尽管本文关于制备肉类食物描述了装置、系统和方法，但是可以使用所公开技术来制备其它类型的食物，例如鱼、蔬菜、布丁和蛋奶沙司，仅举几例。

在306，系统将初始加热指令发送到烹饪装置200，以开始加热流体10(图1)并例如通过温度和压力传感器211/212(图2A和2B)获得测量值。替代地，初始加热指令可由用户设定。在一些实施方案中，系统可以从用户装置接收地理位置(例如，GPS)信息，以基于地理位置的海拔高度而不是压力传感器212(图2A)或除所述压力传感器之外还基于所述地理位置的海拔高度来估计大气压力。在一些实施方案中，烹饪装置200包含湿度传感器，以提供对容器中的湿度的测量值。在其它实施方案中，烹饪装置200包含第二压力传感器以提供容器压力测量值，对于其中烹饪装置200包含容器的实施方案，容器中的压力可以不同于压力传感器212测得的环境压力或其基于地理位置信息估计的压力。还可以基于输入到烹饪装置的电流、电压和/或脉冲宽度使用计算来确定传递到加热器210(图2A)的功率测量值。在一些实施方案中，可以基于之前的测量值和计算来确定初始加热指令，例如，所述之前的测量值和计算可以用作估计流体10和容器104(图1)的物理特性的起始点。

在308，系统可以基于相对于传递到加热器210(图2)的功率的温度变化来确定与流体10和容器104(图1)的对应物理特性有关的一个或多个过程参数。所述系统可以使用最小二乘法，卡尔曼滤波法或其它类似的数学方法来使物理模型拟合测得的数据，以估计或确定过程参数，例如流体质量/体积c₁、容器对环境的热导率c₂、取决于空气温度和露点的差量c₃，以及对环境的蒸发损耗c₄(统称为c_i)。例如，在一些实施方案中，系统可以使用以下物理模型来确定上述与流体10和容器104(图1)的对应物理特性有关的常数：

其中P(t)是随时间函数(t)传递到加热器210的功率，F(t)是随时间函数(t)进入食物12的能量，T(t)是随时间函数(t)的流体的温度，H(T(t))是随时间函数(t)的流体的表面处的特定湿度，c_i≥0可以及时改变。例如，过程参数随时间的变化可以通过sigma点卡尔曼滤波法中的过程噪声或最小二乘拟合中的权重来实现。注意，c₁∝V_流体 ^-1。

在一些实施方案中，可以由用户输入与流体10和容器104有关的信息(图1)。例如，用户可以提供容器104的尺寸(例如，长度、宽度和/或高度)和/或容器材料，例如玻璃、金属或绝缘材料。通过将某些过程参数替换为已知过程参数，可以使用此信息来完善物理模型。在一些实施方案中，容器104的特性可以是系统已知的和/或仅需要通过名称、编号或位于容器上的条形码来标识，例如，或由制造商预定。用户可以使用客户端计算装置106输入名称或编号，或通过照相机从位于容器104上的标签114扫描条形码。系统可以从与所标识的容器有关的存储器(例如，存储器110)中检索所有必需的数据。

在310，系统可以通过以下方式粗略估计食物12的温度：

其中τ(0≤r≤R,t≥t₀)是食物的温度的估计值，t₀是食物添加、进行低温慢煮或在高压锅中的时间。当在烤箱中烹饪时，方程式4的右侧会增加附加项，以考虑到从食物表面蒸发并冷凝在食物表面上的水汽。α＝k/(ρc_p)是热扩散率，k是热导率，ρ是密度，c_p是比热，2R是特性厚度，0≤β≤2是特性形状，h是表面传热系数，并且τ₀≈5℃是初始温度。常数α、k、ρ、c_p是根据食物类型和切工选择的。例如，无论食物是牛肉还是猪肉，并且无论食物是牛排还是里脊肉。根据温度分布，系统可以估计食物能量的变化。考虑到温度分布曲线和β，系统执行数值积分或求积来估计能量。特性形状β描述了热是如何从食物边界传递的，并且可以在0到2之间变化。如果相对于三条轴线(即x、y和z)观察食物，则接近零的值指示热来自+/-x而不是y或z，接近1的值指示热来自+/-x和+/-y而不是z，接近2的值指示热来自各个方向，即β表示食物的传热系统的特性维数减去一。

在要同时烹饪多个食物的情况下，系统可以使用食物的平均厚度和总组合重量。在一些实施方案中，系统假设所有物品大致相同。在其它情况下，如果物品具有不同的形状，则系统可以调整算法以使加热时间更长，从而减少煮得不够味和煮过了头的情况。

在一些实施方案中，系统可以通过客户端装置106(图1)接收与食物有关的形状信息。例如，客户端装置的照相机可以用于捕获图像日期(例如，通过可用的增强现实工具包)，所述图像日期可以与食物的特性形状参数β有关。β参数的特征在于不同的形状，即平面、圆柱体和球体/立方体，所述形状的值分别在0到2之间。在一些实施方案中，系统可以在食物周围画一个框，使得框的尺寸，例如x、y、z，可以用于估计食物的特性形状参数β。

在一些实施方案中，要烹饪的食物的形状可以与用户应用程序中呈现的类似食物形状的图像匹配。在一些实施方案中，系统可以基于要烹饪的食物的照片使用来自标记图像的数据库的深度学习来检测食物。在一些实施方案中，图像数据技术可以用于通过使用从食物的照片得出的平均颜色(例如，CIELAB颜色空间)来确定食物的脂肪含量。

在400，系统可以估计优化的烹饪程序(例如，加热器设定点温度和加热器开启时间)。优化的烹饪程序尝试加热食物的中心，同时维持或不超过整个食物的预定可接受温度梯度，如果超过所述温度梯度，则在尝试加热食物的中心时可能会使食物的外部煮过头。优化的烹饪程序类似地尝试确定设定点温度和加热器工作时段，使得食物基本上达到期望食物温度，同时维持或不超过整个食物的预定可接受温度梯度；并且在加热器工作时段之后，流体在预定时间段内基本上冷却到期望食物温度，并且食物在预定时间段内基本上达到期望食物温度。这可以被称作攻击性约束，所述约束告知食物边缘可以变得多热。下文参考图4更充分地描述优化过程400。

在312，可以将用于控制加热器的可执行指令(例如，烹饪程序)发送到烹饪装置，所述可执行指令包含与设定点温度和加热器工作时段有关的加热器控制信息。一旦将烹饪程序发送到烹饪装置，所述方法就可以回到308以定期(例如，每10-300秒)更新容器/流体过程参数、确定食物温度并确定用于所得优化烹饪程序的更新后的加热器控制信息。由于通过容器的传导和从流体的表面的蒸发而产生的热损耗，流体的加热速度随着时间的流逝而变得更慢。因此，系统可以定期重新计算设定点温度和加热器工作时段，以考虑到烹饪环境的变化。

在314，所述方法可以例如在食物达到期望食物温度时终止。例如，期望食物温度可以是对应于牛排的“生”到“全熟”结果的选择的食物中心温度。在一些实施方案中，系统可以通过客户端计算装置106(图1)从用户接收食物应该进行巴氏灭菌或杀菌的指示。在这些情况下，可以基于已知巴氏灭菌时间和温度表在期望时间量内，即在巴氏灭菌时间段内将流体和食物维持在期望食物温度。在某些情况下，可以在至少短时间量内根据较高的设定点温度控制加热器，以确保实现巴氏灭菌或杀菌。

在320，可以在306处的将初始加热指令发送到烹饪装置之前、期间或之后，将食物添加到流体中。例如，可以在308或400处将食物添加到流体中。系统可以通过客户端计算装置106从用户接收用户已将食物添加到流体中的指示。在一些实施方案中，系统可以通过监测流体温度相对于传递到加热器的功率的变化来检测何时添加的食物。例如，如果由温度测量值所指示的流体温度开始升高的速度比先前确定的速度慢，则可以推断出食物已添加到了流体中。如果用户在流体达到设定点温度之前提前添加了食物，则系统可以检测到这一点并相应地进行调整。在一些实施方案中，系统使用预测-校正算法来监测与预测的偏差，从而检测食物添加和其它用户事件(例如，添加水)。

图4是示出根据本技术的一些实施例的用于确定用于优化的烹饪程序的更新后的加热器控制信息的代表性方法400的流程图。系统预测多个温度设定点的结果。系统可以在时间上向前预测每一设定点温度的结果，在多个时间步长求解热方程式(例如，方程式2)，进而预测食物的温度分布曲线以及随时间添加到食物的热量。可以使用卡尔曼滤波法来估计不同的热流，以在下一时间步长计算流体温度。在一些实施方案中，可以使用打靶法来创建有效的烹饪程序，所述烹饪程序将食物的中心加热到期望食物温度，同时维持或不超过可接受温度梯度约束(例如，攻击性因子)。有效烹饪程序的流体温度将在食物首次被充分加热的预定时间段内与中心温度匹配。在流体是空气且加热元件的热容超过流体的热容的实施例中，有效烹饪程序的加热元件温度将在食物首次被充分加热的预定时间段内与中心温度匹配。优选地，预定时间段在10秒到300秒之间。然后，可以搜索有效的烹饪程序，以获得烹饪时间最短的烹饪程序。在一些实施方案中，用户可以选择受热不太均匀的最终产物(例如，温度梯度较高和/或中心温度有误差)以缩短烹饪食物的时间量，或选择预定可接受温度梯度应更高的食物以获得更好的烹饪效果。该系统可以向用户提供反馈，以警告用户烹饪时间缩短可能会影响食物的最终特性。

在402，优化程序开始于根据在操作方法300(图3)期间如何加热流体的测量值以及如上所述的来自用户的输入，包含食物的期望食物或中心温度T₀，以及整个食物的可接受温度梯度，即从食物的表面到中心的温度梯度。

在404，所述方法选择用于评估的设定点温度。优化程序搜索所有可能的温度设定点——烹饪装置尝试将流体加热到的温度，此后所述流体根据更新后的加热器控制信息冷却到用户的期望食物温度，正如食物的中心温度上升到所述温度一样。

在406，优化程序在给定选择的设定点温度的情况下计算加热器工作时段。加热器工作时段是烹饪装置应使其设定点从初始选择的设定点温度改变到期望温度T₀的时间，根据当前公开的原理，所述初始选择的设定点温度通常高于期望食物温度T₀。优化程序使系统状态在时间上向前步进：在每一步骤中，确定流体温度、流体体积/质量以及食物的温度分布曲线(使用确定的流体温度)。

在一些实施方案中，加热器工作时段可以被估计为食物的表面达到最大值的时间段或食物的中心达到预定阈值的时间段。由于流体和/或加热元件的热容，在设定点温度已从设定点温度降低到用户的期望食物温度之后，食物将继续进行加热(例如，延滞效应)。这被认为是加热或烹饪时间，所述时间通常比加热器工作时段更长，并且是食物的中心被估计为T₀–δ(δ＝期望中心温度的可接受变化)的时间。算法尝试优化加热时间。在一些实施方案中，可以使用如上文所论述的打靶法来估计加热时间。

在408，算法可能会由于一些原因而停止。例如，上一步中使用的设定点温度在给出最佳加热时间的温度设定点的ε内。此ε可能取决于系统的当前状态或估计；例如，如果每N秒(例如10-300秒)进行一次优化并且流体在N秒内不会达到T₀，则任何等于或高于T₀的设定点温度都将产生相同的结果。一旦达到停止条件，优化程序就会返回404以评估另一设定点温度。

在410，一旦所有设定点温度都进行了评估，则优化程序就会搜索可接受设定点温度以找到具有最佳烹饪时间的可接受设定点温度。最佳烹饪时间可以是最短的时间量，也可以是在将来用户选择的时间段内或一天中用户选择的时间段内完成的程序。在一些实施方案中，可以使用二项式或有界牛顿算法、直接搜索算法或基于梯度的搜索算法来搜索设定点温度，以选择满足优化的烹饪程序要求的设定点温度。在412，一旦选择了最佳设定点温度，则设定点温度和加热器工作时段就会返回到操作方法300，以在312处传达到烹饪装置(图3)。

图5是示出根据本技术的一些实施例的基于处理器的预测烹饪系统100的代表性操作方法500的流程图。此方法可以存储在烹饪装置的任何数据存储装置中，例如处理器的芯片上存储器；替代地，可以由用户装置执行至少某些方法。该方法不仅可以应用于装置200，还可以应用于其它烹饪装置。

方法500从502开始。例如，方法500可以响应于客户端计算装置106(图1)上的特定应用程序的激活而开始，或者通过烹饪装置200的控制按钮204和/或用户界面205(图2A和2B)而开始。在504，系统可以接收指示要烹饪食物12的一个或多个特性的信息(例如，在流体10中)。在506，系统可以接收期望食物温度以及与整个食物12的预定可接受温度梯度有关的信息。在508，系统执行一过程，包含发送用于控制加热器210(可以是具有位于流体10的容器中的加热元件的加热器)的指令。指令可以包含与设定点温度和加热器工作时段有关的信息。在510，可以从温度传感器211获得温度测量值(例如，流体10和/或加热器210的温度测量值)。在512，可以确定传递到加热器210的功率测量值。在514，可以基于温度测量值和功率测量值中的至少一个来确定与一个或多个对应物理特性(例如，流体10和容器104中的至少一个的物理特性)有关的一个或多个常数。在516，可以确定食物12的食物温度。在518，可以通过求解例如流体温度来确定设定点温度和加热器工作时段，所述流体温度使食物12达到期望食物温度，同时维持或不超过整个食物12的预定可接受温度梯度；并且所述流体温度在加热器工作时段后使流体10在预定时间段内基本上冷却到期望食物温度，并且食物12在预定时间段内基本上达到期望食物温度。过程(例如，508-518)可以重复一次或多次，直到食物温度达到期望食物温度为止，此时方法过程500在520结束。

图6A是示出了在传统(虚线)和预测(实线)烹饪过程中流体浴随时间变化的温度和食物的中心温度的曲线图600。在传统的低温慢煮烹饪中，流体温度602升高到设定点(例如，55℃)并且保持在所述温度，至少到食物606达到所述设定点温度的例如2℃(线610)以内，这也是期望食物温度。在所示实例中，这发生在大约96分钟内(线614)。

相比而言，使用所公开的预测烹饪技术，流体温度604可以升高到远高于传统设定点温度。在所示实例中，流体温度604可以升高到大约70℃。流体在加热器工作时段内保持在所述温度，在这种情况下，直到过了大约30分钟，加热器关闭且流体冷却。加热器保持关闭状态，并且流体持续冷却直到流体温度降到期望食物温度。使用所公开的预测烹饪技术，流体在预定时间段内基本上达到期望食物温度，并且食物608在预定时间段内基本上达到期望食物温度。在所示实例中，预定时间段发生在大约50分钟(线612)内，大约是传统技术的时间的一半。此时，加热器可以重新开启以使流体和食物维持在期望食物温度，直到用户准备好提供食物和/或对食物进行巴氏灭菌。

图6B是示出传统和预测技术中随时间输入到加热器的功率的曲线图650。功率以百分比占空比形式用脉冲宽度调制(PWM)来表示。在传统的低温慢煮烹饪中，加热器652以大约100％的占空比升高温度，直到达到设定点。此时，占空比降低到大约25％，以维持设定点温度。使用所公开的预测技术，加热器654可以大约100％的占空比升高温度，直到流体在可接受容限内基本上达到较高的设定点温度(例如70℃)。此时，占空比降低到大约45％，以维持设定点温度。然后，加热器关闭(即，占空比为0％)以允许流体冷却到期望流体温度，此时加热器以大约25％的占空比开启，以使流体和食物维持在期望食物温度。

图7示出了用于接收关于要烹饪的食物的各种用户输入的代表性用户界面。例如，在画面1010中，用户可以通过单选按钮1024或其它合适的图形控制元件来选择食物是新鲜的还是冷冻的。在食物是牛排的情况下，用户可以通过单选按钮1026输入牛排的厚度。使用此初始输入，系统可以提供对应于传统的低温慢煮烹饪过程的烹饪时间估计1030。用户可以通过选择开始按钮1032来开始这一过程。然而，画面1010还通过选择切换键1028来向用户提供使用所公开的预测烹饪技术(例如，得宝烹饪(Turbo Cook))的选项。在这种情况下，用户可以在画面1012上输入附加信息。例如，用户可以通过选择对应按钮1034来输入食物的大致形状。用户还可以通过旋转器1036来输入食物的重量。可以通过保存按钮1038来保存这些设定，此时，画面1014可以使用所公开的预测烹饪技术来提供更新后的估计烹饪时间1040。画面1014可以包含下一按钮1042，以前进到下一画面。在一些实施方案中，画面1016可以在通过开始按钮1046开始烹饪过程之前提供信息和指令1044。

图8示出了例如指示当前温度和剩余烹饪时间的代表性状态画面。在初始状态画面1018中，提供温度1050以及进程指示器(例如，圆)1052。还提供了估计烹饪时间1048。在一些实施方案中，各种画面可以包含导航控制1054。在画面1020中，提供剩余时间1056以及一天中食物将准备好的时间1058。一旦食物准备好，系统就可以使食物维持在适当的温度，直到用户准备好食用为止。屏幕1022提供了食物在成品温度下已保持的时间长度1060，并且还提供了时间1062之前的最佳时间。

在一些实施方案中，代表性烹饪系统可以包括可至少部分地浸没在流体的容器中的烹饪装置，所述装置包含加热器和温度传感器，以及至少一个存储指令的存储器装置。所述指令可以使至少一个处理器：接收指示要在流体中烹饪的食物的一个或多个特性的信息；接收期望食物温度；执行控制过程；并且一次或多次重复控制过程，直到食物温度达到期望食物温度。控制过程可以包含：发送用于控制加热器的指令，所述指令包含与加热器设定点温度和加热器开启时间有关的信息；从温度传感器获得流体的温度测量值；确定传递到加热器的功率测量值；基于温度测量值和功率测量值中的至少一个，确定与流体和容器中的至少一个的一个或多个对应物理特性有关的一个或多个常数；确定食物的食物温度；确定加热器设定点温度和加热器开启时间。

在一些实施方案中，可以通过求解以下各项来确定设定点温度和加热器工作时段：食物基本上达到期望食物温度，同时维持或不超过整个食物的预定可接受温度梯度；并且在加热器工作时段之后，流体在预定时间段内基本上冷却到期望食物温度，并且食物在预定时间段内基本上达到期望食物温度。系统还可以通过例如移动电话或平板电脑的用户装置以无线方式接收与整个食物的可接受温度梯度有关的信息。系统可以向用户装置提供与预定可接受温度梯度有关的反馈。可以通过求解流体温度来确定设定点温度和加热器开启时间，所述流体温度使食物在用户指定的时间达到期望食物温度，同时维持或不超过整个食物的预定可接受温度梯度。系统可以基于一个或多个常数来估计容器类型和容器大小中的至少一个，其中一个或多个过程参数可以包含流体体积值(c₁)、容器热导率值(c₂)或蒸发损耗值(c₄)中的至少一个。在一些实施方案中，系统可以接收容器类型和容器大小中的至少一个。可以基于名称、编号或位于容器上的条形码来接收容器类型和容器大小中的至少一个。在一些实施方案中，系统可以基于温度测量值的变化和功率测量值的变化来检测食物是何时放入容器中的。系统可以标识是否在流体达到设定点温度之前将食物放入了容器中，并且可以作为响应而调整设定点温度。系统可以在基于期望食物温度和指示食物的一个或多个特性的信息选择的巴氏灭菌时间段内维持期望食物温度。烹饪装置可以包含压力传感器和/或系统可以从用户装置接收地理位置信息并基于所述地理位置的海拔高度来估计大气压力。

在一些实施方案中，代表性烹饪系统可以包括烹饪装置，所述装置包含加热器和温度或压力传感器，以及至少一个存储指令的存储器装置。指令可以使至少一个处理器进行以下操作：接收指示要烹饪的食物的一个或多个特性的信息；接收期望食物温度；并且执行一过程。过程可以包含：发送用于控制加热器的指令，包含设定点温度、加热器工作时段或设定点温度和加热器工作时段两者；从传感器获得与烹饪食物有关的温度测量值(T)；确定传递到加热器的功率测量值(P)；通过使预定物理模型拟合至少温度测量值(T)和功率测量值(P)，确定流体体积值(c₁)、容器热导率值(c₂)或蒸发损耗值(c₄)；确定食物的食物温度(τ)；以及确定设定点温度、加热器工作时段或设定点温度和加热器工作时段两者。

系统可以包含用于使处理器一次或多次重复控制过程直到食物温度达到期望食物温度的指令。在一些实施方案中，烹饪装置至少部分地浸没在流体的容器中。可以通过求解流体温度来确定设定点温度和加热器工作时段，由此：食物基本上达到期望食物温度，同时维持或不超过整个食物的预定可接受温度梯度；并且在加热器工作时段之后，流体在预定时间段内基本上冷却到期望食物温度，并且食物在预定时间段内基本上达到期望食物温度。烹饪装置可以至少部分地浸没在流体的容器中，并且物理模型可以包括方程式1，其中(F)是进入食物的能量，(c₃)是取决于空气温度和露点的差量，并且(H)是流体的表面处的比湿。可以使用最小二乘法或卡尔曼滤波法中的一个来求解物理模型。可以通过方程式2-4来确定食物温度(τ)，其中τ(0≤r≤R,t≥t₀)是食物温度，t₀是食物添加的时间，α＝k/(ρc_p)是热扩散率，k是热导率，ρ是密度，c_p是比热，2R是特性厚度，0≤β≤2是特性形状，h是表面传热系数，并且τ₀是初始食物温度。在一些实施方案中，设定点温度可以大于期望食物温度，并且烹饪装置可以至少部分地浸没在流体的容器中。

在一些实施方案中，加热食物的代表性方法可以包括：接收指示要烹饪的食物的一个或多个特性的信息；接收期望食物温度；接收与整个食物的预定可接受温度梯度有关的信息；执行一过程；以及一次或多次重复过程，直到食物温度达到期望食物温度。过程可以包含：发送用于控制位于要烹饪的食物附近的加热器的指令，包含与设定点温度和加热器工作时段有关的信息；获得相对于接近要烹饪的食物的环境的温度测量值；确定传递到加热器的功率测量值；基于温度测量值和功率测量值中的至少一个，确定与和食物周围的环境有关的一个或多个对应物理特性有关的一个或多个过程参数；确定食物的食物温度的估计；以及通过求解流体温度来确定设定点温度和加热器工作时段，由此：食物基本上达到期望食物温度，同时维持或不超过整个食物的预定可接受温度梯度；并且在加热器工作时段之后，流体在预定时间段内基本上冷却到期望食物温度，并且食物在预定时间段内基本上达到期望食物温度。

在一些实施方案中，所述方法用于加热流体的容器中的食物，并且确定一个或多个过程参数可以包含通过使物理模型拟合至少温度测量值(T)和功率测量值(P)来确定流体体积值(c₁)、容器热导率值(c₂)和蒸发损耗值(c₄)中的至少一个。物理模型可以包括方程式1，其中(F)是进入食物的能量，(c₃)是取决于烹饪装置周围的环境大气的环境气温和烹饪装置周围的环境大气的环境露点的差量，并且(H)是流体的表面处的比湿。

在其它实施方案中，烹饪器具102可以包括对流空气烤箱、对流湿度或蒸汽烤箱、对流微波炉、加热混合器、加热搅拌器和烤面包机。在这些实施方案中，容器104装有流体10，例如带有或不带有水汽的空气；并且烹饪装置200与烹饪器具集成在一起，例如作为对流空气烤箱中的加热元件、作为对流微波炉中的微波发生器或烤面包机的槽中的加热元件。烹饪装置200与液体10流体连通，所述液体在室或槽中为空气，并且当烹饪装置200加热液体10时，可以根据本文中公开的预测烹饪方法来烹饪食物12。在烹饪装置200与烹饪器具102集成在一起的这些情况下，容器102的大小可以在制造时预定且设定为恒定的，并且不需要由用户输入。

在又其它实施方案中，烹饪器具102可以包括与电磁炉一起使用的常规或压力锅。在这些实施方案中，容器104装有例如饱和蒸汽的流体10，并且烹饪装置200是对常规或压力端口进行感应加热的感应板。作为电磁炉的烹饪装置200以能量方式与锅连通，进而以能量方式与液体10连通，并且当烹饪装置200加热液体10时，可以根据本文中公开的预测烹饪方法来烹饪食物12。

在又一实施方案中，用于在容纳流体10的容器104中烹饪食物的烹饪装置200包含：用于提供温度测量值的温度传感器211、用于提供环境压力测量值的压力传感器212、用于提供容器压力测量值的第二压力传感器(未示出)，以及用于提供湿度测量值的湿度传感器(未示出)。温度传感器211可以适用于提供流体10和/或加热器210和/或加热器210的加热元件的温度测量值。烹饪装置200还包含至少一个存储器装置110，用于存储用于操作烹饪装置200的可执行指令。烹饪装置200还包含适于执行可执行指令的至少一个处理器213。处理器213根据与设定点温度和加热器工作时段有关的加热器控制信息来控制加热器210以加热流体10，所述加热器任选地包含加热元件。设定点温度是加热器210尝试将流体10加热到的温度。加热器工作时段是加热器210被设定为朝着设定点温度工作的时间段。

处理器213适于接收指示要在流体中烹饪的食物的一个或多个特性的食物信息以及期望食物温度。类似地，处理器213适于从温度传感器211获得温度测量值、从压力传感器212获得环境压力测量值、从第二压力传感器获得容器压力测量值，以及从湿度传感器获得湿度测量值。

处理器213还适于基于加热器控制信息来促进确定传递到加热器的功率测量值。例如，处理器213可以向云服务器(未示出)提供加热器210的规格以及电压、电流和/或占空比信息，以基于加热器控制信息来确定传递到加热器的功率测量值。替代地，云服务器可以根据先前的确定来保留和/或访问此信息。在另一替代方案中，处理器213可以基于加热器控制信息来确定传递的功率测量值。

处理器213适于基于温度测量值和功率测量值中的至少一个来促进确定与流体和容器中的至少一个的一个或多个对应物理特性有关的一个或多个过程参数。例如，处理器213可以向云服务器提供温度测量值、功率测量值、环境压力测量值、容器压力测量值和/或湿度测量值，以确定一个或多个过程参数。替代地，云服务器可以根据先前的确定来保留和/或访问此信息。在另一替代方案中，处理器213可以在本地确定一个或多个过程参数。

处理器213适于基于一个或多个过程参数、温度测量值和/或功率测量值来促进确定食物的食物温度。例如，处理器213可以向云服务器提供一个或多个过程参数、温度测量值、功率测量值、环境压力测量值、容器压力测量值和/或湿度测量值，以确定食物温度。替代地，云服务器可以根据先前的确定来保留和/或访问此信息。在另一替代方案中，处理器213可以在本地确定食物温度。

处理器213适于基于食物温度、一个或多个过程参数、温度测量值和/或功率测量值来促进确定更新后的加热器控制信息。例如，处理器213可以向云服务器提供食物温度、一个或多个过程参数、温度测量值、功率测量值、环境压力测量值、容器压力测量值和/或湿度测量值，以确定更新后的加热器控制信息。替代地，云服务器可以根据先前的确定来保留和/或访问此信息。在另一替代方案中，处理器213可以在本地确定更新后的加热器控制信息。

处理器213还适于根据更新后的加热器控制信息来控制加热器210，直到食物温度基本上达到期望食物温度。

处理器213还适于接收指示容器104的容器类型和容器大小中的至少一个的容器信息。处理器213适于至少基于容器信息来促进确定一个或多个过程参数。容器信息可以包含在名称、编号或位于容器104上的条形码中。

在一些实施方案中，烹饪装置200可以包含容器104。在一些实施方案中，烹饪装置200包含加热器210。

适用系统

此处公开的技术可以体现为专用硬件(例如，电路系统)、用软件和/或固件恰当地编程的可编程电路系统，或专用电路系统和可编程电路系统的组合。因此，实施例可以包含其上存储有指令的机器可读介质，所述指令可以用于使计算机、微处理器、处理器和/或微控制器(或其它电子装置)执行过程。机器可读介质可以包含但不限于光盘、压缩光盘只读存储器(CD-ROM)、磁光盘、ROM、随机存取存储器(RAM)、可擦可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、快闪存储器或适用于存储电子指令的其它类型的介质/机器可读介质。

图1中，网络112可以是局域网(LAN)或广域网(WAN)，但也可以是其它有线网络或无线网络。网络112可以是因特网或一些其它公共网络或专用网络。客户端计算装置106可以通过网络接口，例如通过有线通信或无线通信连接到网络112。可以在一个或多个处理器上实施本文中公开的技术。例如，可以在一个或多个网络处理器108、烹饪装置处理器213，相关联的客户端计算装置106的处理器或其任何合适的组合上实施所述系统。

下文参考附图更详细地论述了几种实施方案。现在转而参看附图，图9是示出其上可以操作所公开技术的一些实施方案的装置的概述的框图。装置可以包括确定最优烹饪程序的装置700的硬件组件。装置700可以包含向CPU(处理器)710提供输入从而通知其动作的一个或多个输入装置720。这些动作通常由硬件控制器来介导，所述硬件控制器解释从输入装置接收到的信号，并使用通信协议将所述信息传送到CPU 710。输入装置720包含例如鼠标、键盘、触摸屏、红外传感器、触摸板，可穿戴输入装置、基于照相机或图像的输入装置、麦克风或其它用户输入装置。

CPU 710可以是装置中的单个处理单元或多个处理单元，或分布在多个装置上。例如，可以通过使用例如PCI总线或SCSI总线的总线将CPU 710联接到其它硬件装置。CPU 710可以与用于例如显示器730的装置的硬件控制器通信。显示器730可以用于显示文本和图形。在一些实例中，显示器730向用户提供图形和文本视觉反馈。在一些实施方案中，显示器730包含输入装置作为显示器的一部分，例如当输入装置是触摸屏或配备有眼睛方向监测系统时。在一些实施方案中，显示器与输入装置分离。显示装置的实例有：LCD显示屏；LED显示屏；投影、全息或增强现实的显示器(例如平视显示装置或头戴式装置)；等等。其它I/O装置740还可以联接到处理器，例如网卡、视频卡、声卡、USB、火线(FireWire)或其它外部装置、照相机、打印机、扬声器、CD-ROM驱动器、DVD驱动器、磁盘驱动器或蓝光装置。

在一些实施方案中，装置700还包含能够与网络节点以无线方式或以基于有线的方式通信的通信装置。通信装置可以通过使用例如TCP/IP协议的网络与另一装置或服务器通信。装置700可以利用通信装置在多个网络装置上分配工作。

CPU 710可以访问存储器750。存储器包含用于易失性和非易失性存储装置的各种硬件装置中的一个或多个，并且可以包含只读存储器和可写存储器。例如，存储器可以包括随机存取存储器(RAM)、CPU寄存器、只读存储器(ROM)和可写非易失性存储器，例如快闪存储器、硬盘驱动器、软盘、CD、DVD、磁存储装置、磁带机、装置缓冲器等。存储器不是与底层硬件分离的传播信号；因此，存储器是非暂时性的。存储器750可以包含存储程序和软件的程序存储器760，所述程序和软件例如操作系统762、预测烹饪平台764和其它应用程序766。存储器750还可以包含数据存储器770，所述数据存储器可以包含开始时间、完成时间、例如肉的嫩度等用户喜好，这可以被提供到程序存储器760或装置700的任何元件。

一些实施方案可以与众多其它通用或专用计算系统环境或配置一起操作。可适用于与技术一起使用的熟知的计算系统、环境和/或配置的实例包含但不限于个人计算机、服务器计算机、手持式装置或膝上型装置、蜂窝电话、移动电话、可穿戴电子装置、游戏机、平板电脑装置、多处理器系统、基于微处理器的系统、机顶盒、可编程消费型电子装置、网络PC、微型计算机、大型计算机、包含上述系统或装置中的任一个的分布式计算环境等。

图10是示出其中可以操作所公开技术的一些实施方案的环境800的概述的框图。环境800可以包含一个或多个客户端计算装置805A-D，其实例可以包含装置700。客户端计算装置805可以使用通过网络830到一台或多台远程计算机(例如服务器计算装置810)的逻辑连接在网络环境中操作。

在一些实施方案中，服务器计算装置810可以是边缘服务器，其接收客户端请求并且通过例如服务器820A-C的其它服务器来协调实现这些请求。服务器计算装置810和820可以包括计算系统，例如装置700。尽管每一服务器计算装置810和820在逻辑上显示为单个服务器，但服务器计算装置可以各自为分布式计算环境，包含位于相同物理位置或地理上不同的物理位置的多个计算装置。在一些实施方案中，每一服务器计算装置820对应于一组服务器。

客户端计算装置805和服务器计算装置810和820可以各自充当其它服务器/客户端装置的服务器或客户端。服务器810可以连接到数据库815。服务器820A-C可以各自连接到对应数据库825A-C。如上文所论述，每一服务器820可以对应于一组服务器，并且这些服务器中的每一个可以共享数据库或可以具有它们自己的数据库。数据库815和825可以存放(warehouse)(例如，存储)例如开始时间、完成时间和用户喜好的信息。尽管数据库815和825在逻辑上显示为单个单元，但数据库815和825可以各自为包含多个计算装置的分布式计算环境，所述多个计算装置可以位于其对应服务器内或可以位于相同物理位置或地理上不同的物理位置。

网络830可以是局域网(LAN)或广域网(WAN)，但也可以是其它有线网络或无线网络。网络830可以是因特网或一些其它公共网络或专用网络。客户端计算装置805可以通过网络接口连接到网络830，例如通过有线通信或无线通信。虽然服务器810与服务器820之间的连接示出为单独的连接，但这些连接可以是任何类型的局域网、广域网、有线网络或无线网络，包含网络830或单独的公共网络或专用网络。

图11是示出在一些实施方案中可以在采用所公开技术的系统中使用的组件900的框图。组件900包含硬件902、通用软件920和专用组件940。如上文所论述，实施所公开技术的系统可以使用各种硬件，包含处理单元904(例如，CPU、GPU、APU等)、工作存储器906、存储存储器908以及输入和输出装置910。组件900可以在例如客户端计算装置805的客户端计算装置中或在例如服务器计算装置810或820的服务器计算装置上实施。

通用软件920可以包含各种应用程序，包含操作系统922、本地程序924和基本输入输出系统(BIOS)926。专用组件940可以是通用软件应用程序920的子组件，例如本地程序924。专用组件940可以包含变量模块944、最优烹饪程序估计模块946、热控制模块948，以及可以用于传输数据和控制专用组件的组件，例如接口942。在一些实施方案中，组件900可以位于分布在多个计算装置上的计算系统中，或者可以是执行专用组件940中的一个或多个的基于服务器的应用程序的接口。

本领域的技术人员应了解，可以多种方式更改上文所描述的图9-11中所示的组件以及上文所论述的每个流程图中的组件。例如，可以重新排列逻辑的顺序、可以并行执行子步骤、可以省略所示逻辑、可以包含其它逻辑，等等。在一些实施方案中，上文所描述的组件中的一个或多个可以执行下文所描述的过程中的一个或多个。

在本说明书中，对“一个实施例”或“一实施例”的引用意味着结合实施例描述的特定特征、结构或特性包含在本公开的至少一个实施例中。本说明书中各个位置的短语“在一个实施例中”的出现不必完全是指相同实施例，也不是与其它实施例相互排斥的单独或替代实施例。此外，描述了可以由一些实施例而不是由其它实施例展示的各种特征。类似地，描述了各种特征，这些特征可能是一些实施例的要求而不是其它实施例的要求。

本说明书中所使用的术语在本公开的上下文内和在使用每一术语的特定上下文中通常具有其在本领域中的一般含义。应了解，可以多于一种方式陈述相同的事物。因此，对于本文中所论述的术语中的任何一个或多个都可以使用替代语言和同义词，并且在本文中无论是否详述或论述术语，都不会赋予其任何特定意义。提供了某些术语的同义词。一个或多个同义词的叙述并不排除其它同义词的使用。在本说明书中任何地方使用实例(包含本文中论述的任何术语的实例)仅是说明性的，并且未打算进一步限制本公开或任何例示术语的范围和含义。同样，本公开不限于本说明书中给出的各种实施例。除非另外定义，否则本文中使用的所有技术和科学术语都具有与本公开所属领域的普通技术人员通常所理解的相同的含义。如有冲突，以本文档(包含定义)为准。

上文所描述的各种实施例可以组合以提供另外的实施例。本说明书中参考的和/或申请数据表中列出的所有美国专利、美国专利申请公开案、美国专利申请、外国专利、外国专利申请以及非专利公开案，包含2018年8月29日提交的第16/116,460号美国专利申请，以全文引用的方式并入本文中。必要时，可以修改这些实施例的各方面以使用各种专利、申请以及公开的观点来提供又另外的实施例。