《浅谈中央厨房引进可行性分析》由会员分享，可在线阅读，更多相关《浅谈中央厨房引进可行性分析（9页珍藏版）》请在金锄头文库上搜索。
1、 浅谈中央厨房引进可行性分析 陈嵘峰 陈鹏程摘要：社会分工越来越详细，部分农产品可以由第三方加工，解决标准化和强化的需要，而中央厨房是当前高强度、集约化、重复性餐饮业的趋势。在大量食品材料加工过程中，由于低自动化程度设备和高强度劳动力需求，餐饮业成品或半成品的中央厨房作为成品和半成品菜肴的加工场所，实现了食品材料预处理过程的部分自动化。为了达到食品加工的最佳状态，智能加工设备被认为是企业的最佳选择。本文综述了中央厨房的水射流技术、网络智能分割技术等配料的分割和烹饪过程、智能烹饪和识别技术，为烹饪和餐饮行业实现智能食品加工提供理论依据。因此高自动化和智能加工设备的市场前景将更加广阔，食品材料的智
2、能识别和分类是提高中央厨房食品材料智能预处理的关键。水果、蔬菜、肉、鱼的智能加工不仅减少了设备的体积，还能使同一设备能够切割多种食品材料，而且加工成本也低于自动加工设备。此外，高光谱神经网络控制技术的结合也将提高中央厨房的智能化水平，高光谱技术通过多个传感器捕获食品材料的图像，协同神经网络控制模块自适应地分离和烹饪食品材料，为进一步改进工业机器人提供了基础。关键词：中央厨房;农产品;智能加工设备1 前言中央厨房的智能加工作为餐饮行业的新起点，也引起了众多企业的关注。2016年，有人提出了智能厨房模型的框架。多传感器融合技术已应用于传感器网络、自动机器人、图像采集和智能系统设计等领域，降低了传感
3、器的处理成本，食品材料，充分利用智能设备，提高食品材料的自动加工水平。在食品加工过程中，分段是一种根据预设的尺寸和几何形状的食品分段技术，不仅受食品技术参数和特性的影响，还受切割机机械性能的影响。因此，有必要改进分割技术，描述食品材料的特性。有人研究了新鲜和冷冻解冻鱼样品大西洋鲑鱼，鲑鱼鲭鱼、红鲻鱼，欧洲凤尾鱼，飞嘴鱼和蓝鱼，发现拉曼光谱和化学特征的识别能力主要是由于不同的鱼。不同出口中棕榈酸、硬脂酸、油酸和油酸的比例不同，导致不同脂肪酸的相关拉曼光谱强度存在差异，从而使每条鱼具有特定的拉曼光谱。在智能分割的过程中，对不同的鱼类成分进行分类是极其重要的，高光谱成像是一种识别食品材料的方便的手段
4、，可以检测加工过程中的内外质量参数，已应用于切割、烹饪、干燥、贮存等食品材料工艺。为了提高水果和蔬菜分类的效率，开发了一种基于不同尺度的空间光谱联合高光谱图像分类方法和空间增强策略，并提出了一種新的分类器结合高光谱图像与卷积神经网络。此外，为了提高高光谱图像的分类精度，还对利用光谱空间特征学习和波米尔极端学习的多特征融合分类方法进行了有效的验证。目前，肉制品的加工已经实现了一定程度的自动化，而猪肉、牛肉、羊肉的自动加工水平相对较高。餐饮业的发展食品加工过程已经完成了从手动操作到机器自动加工的转变，然而，随着食品工业与餐饮工业的融合，需要采用更专业的自动化和智能设备来生产和提供市场所需的餐饮食品
5、。有很多智能的食品加工设备，如烹饪机器人加工肉类和蔬菜，但中国菜多样，主要的烹饪方法是炒、炒、炖、煮、蒸、烤，一些不太智能的烹饪设备不能完全捕捉中国菜的烹饪精髓，而食材的混合和热量是烹饪的烹饪精髓。因此，不同的菜肴可以通过改变配料类型和加热强度来结合起来。虽然在小餐馆，厨师负责烹饪菜肴，但对于餐饮行业如企业员工食堂餐、高校、军队、铁路、医院餐、航空餐、社区等，却难以保证食品标准。为了提高菜肴的自动化加工水平，许多研究人员开发了一些半自动或全自动的烹饪设备，在智能烹饪机上取得了突破。2009年，日本学者青山、大泽木和中村提出了一种新的智能烹饪支持系统的设计思路，通过控制交互再现模型（IRM）和I
6、RM调节系统的输出，再现了烹饪支持系统与用户之间的理想交互。到2013年，水田、普拉蒂维、尤迪斯塔里、欣达和杜维使用系统开发生命周期方法设计了具有物理设计引擎和用户界面的烹饪系统。2018年还有物联网和云服务来协助烹饪，可以实现智能人机交互，今天，随着自动化技术和智能技术的不断提高，对学术设备，如熟练的厨师来完成复杂的烹饪动作的需求正在增加，传感器技术、物联网技术和人工智能技术正在被应用于智能厨房。2 食品分割与识别技术2.1果蔬水喷射切割在切割果蔬的过程中，一般采用皮带切割装置。旋转叶片会产生微生物的交叉污染，微生物可能会粘在叶片上，将被微生物严重污染的蔬菜传播给污染较小的蔬菜。因此，叶片需
7、要定期进行清洗和磨砂处理，以确保产品质量的一致性。此外，在果蔬分段加工前，可以利用超声溶解细胞的作用来降低果蔬表面微生物的含量，降低分段过程中交叉感染的风险。在大多数情况下，在切割过程中会导致表皮细胞破裂，在切割表面暴露新的细胞表面，从而导致不同的生理反应。例如，褐变、呼吸变化和纹理特性进一步增加了微生物的接触面积，通过成像技术与反向传播人工神经网络相结合，可以实现在线检测和控制。许多水果和蔬菜都是用成像技术加工的，然而，与叶片切割相比，高压水喷射技术加工的产品机械冲击较小，它不仅避免了表皮细胞在压力下的恶化，而且具有无菌的特性，可以永久更新切割培养基。此外，水射流技术在加工过程中是安全的，可
8、以切割不同厚度的食物，目前已成功用于切割水果、蔬菜、鱼和肉类。水喷射切割和新叶片切割可以取代叶片切割，避免了加工过程中叶片更换的中断和微生物交叉污染。为了改进水喷射切割技术卡雷诺-奥莱朱亚、霍法克和亨塞尔利用压力传感器和图像采集技术分析甜瓜和苹果的兴趣面积，水喷射技术通过图像采集的二阶偏导数获得了显著的效果，特别是对称性较好。为了研究不同类型的水果和蔬菜，后期采用模糊控制器的机器设计，调整水压、切削方向、喷嘴与水果和蔬菜之间的距离、切削速度。2.2冰水切肉一般来说，自动切肉的工业化比较难以实现。当刀片和道具被迫入肉时，由于较低的弹性模量，会导致更大的顺应性和变性，因此支柱的切割速度没有控制，容
9、易发生不希望的变性效果，如产品切割精度不足、切割面不规则等。虽然泰勒和坦普勒开发的机器人机械手采用气动切割技术来适应绵羊和羊尸体加工的肉类顺应性，但目前的肉类加工主要使用冷冻肉。当机器人操作切割器加工肉时，它会在刀和肉之间的界面处产生机械阻抗以及切割指令，虽然可以控制混合阻抗和切割位置，但由传感器获得的机械阻抗信息需要被人识别。所以应用前景不是很大。2.3 Fish3D定点切割在鱼类加工过程中，需要处理规模和碎片。近年来，鱼类的加工主要涉及机器人、智能传感器和末端效应器，并与可见/核磁共振、可见/近红外、平面和计算机断层成像技术协调，可以优化和自动分类鱼类。在对规模的研究中，有一种由布曼、马尔
10、克斯、祖林和祖加马默德设计的新型鱼骨分离器，带有小洞的旋转桶用于对鱼体施加循环挤压和剪切作用，迫使鱼通过小洞，而骨头、鳞片和鱼皮仍留在桶的外面，不仅达到了除骨的目的，而且达到了除骨的效果。当用鱼骨分离器处理鲤鱼的头部和内脏时，其加工能力约为每小时80公斤肉末，如果考虑到鱼的大小、厚度和骨骼结构，加工能力也会发生变化，为了实现有效的鱼分割，机器必须在固定的点对鱼进行分割，常见的鱼类分割是基于3D切割，包括基于刀的系列产品和基于水射流的数据系统。通过神经网络模式识别，确定鲑鱼鱼头的最优点，发现刀的位置在两个半毫米范围内，为鱼的自动切割机器人的发展提供了理论基础。Bond等人（2011）开发了一种基
11、于三维机器视觉系统技术的鱼分割机器人。2.4高光谱组合神经网络的智能分割目前，中央厨房食品分类，蔬菜、肉类、水产品等农产品需要人工分类，以采用适当的加工方法。为了实现食品的智能识别和分类，可以采用高光谱识别技术，并调整食用材料的切割点，采用了传感技术和神经网络技术，可以减少人工操作。由于每种食品材料中含有的化合物类型不同，光谱的特征区域也会有所不同。如果是同一种食品材料，也可以根据光谱指纹区化合物的不同振动收缩率来区分。这是因为通过点对点空间模式、傅里叶变换成像、逐线扫描空间或波长调谐滤波器方法，可以收集包含电磁光谱波谱范围、成像模式和成像系统参数的三维图像高光谱，该图像由数百个每个空间物体的
12、连续离散频谱组成。并利用图像信息覆盖可见光和近红外波段信息（黄，万，Zhang，&Zhu，2013）。它不仅为物体提供了完整的波长信息（Liu，Sun，&Zeng，2014），还提供了物体轴的成像光强度、轴轴和三维信息的波长（Tao&Peng，2014）。图像中的每个像素都显示了空间位置的物体结构或吸光散射特性。T3 食物配料的智能烹飪3.1全自动机器人技术中国菜的传统烹饪技术一直都是由专业厨师来实施的。一道高质量的菜肴必须以可控的方式烹饪，并必须控制温度。动力学分析、工作空间分析、速度分析、热分析、运动分析等特点与机器人操作时机器人的自由度密切相关。一般来说，中国的自动烹饪机器人由人机界面、
13、材料进出口机构、罐体运动机构、视觉单元和覆盖机构组成经过加工，盘子是在中央厨房生产，它们必须标准化。而菜肴的标准化必须符合原料和烹饪技术的标准化要求。但原材料的来源、运输、加工和储存都难以达到统一的标准。因此，一个厨师很难意识到每道菜都是按照烹饪技术的标准进行加工的，这是受到厨师的客观因素和主观因素的影响。此外，中国食品的制造过程也很复杂，各种烹饪技术在菜肴的加工过程中往往会相互交叉和整合。烹饪机器人臂和操作系统的研发为烹饪机器人提供了基础和技术支持，实现烹饪技术的标准化原则。3.2智能传感和烹饪识别在智能烹饪系统的研究中，Logan，Carr，Baker应用无线电收发机和计算机应用程序自动处
14、理烹饪食物，整个烹饪设备使用了体积传感器、气味传感器、多个传感器、粘度传感器、压力传感器、盐水传感器的温度梯度传感器等，可以对整个烹饪过程进行自动监控和调节。由于无线通信收发器，烹饪设备可以通过蓝牙、射频、近场和红外线相互通信，使计算机应用程序可以将烹饪食谱和烹饪过程的具体指令实时传输到烹饪设备。为了模拟厨师的烹饪操作，由计算机化机器人准备的食物，Oleynik（2018）发明了一个涉及机器人和人工智能的烹饪机器人，使用一个多模拟器传感系统，包括环境传感器、几何传感器、3D传感器和人体运动捕捉系统。该智能烹饪机器人可用于观察和监控厨师在准备特定菜肴过程中进行的一系列微操作，然后将一台或多台计算
15、机转换为可读指令并存储，智能机器人可进行烹饪操作。此外，基于电磁加热涡流和电磁感应加热的原理，徐和贺（2018）发明了可编程控制自动烹饪机器上，由于三维环绕半球的形成，加热温度场具有类似于传统流式厨房的效果，提供了加热盘，并很好地实现了加热温度的智能控制。此外，用烹饪机编写的烹饪食谱程序可以应用于虚拟烹饪机、物联网终端和云服务平台，进行数据交换和信息共享，实现互联网管理。可以看出，烹饪食谱和计算机程序的执行是智能烹饪的必要条件，而烹饪机器人识别烹饪程序，则是智能烹饪的前提。4结论中央厨房是一个统一分布的食品饮料厂标准化生产、大型管理、集中采购。目前正处于发展初期，缺乏高自动化和智能处理设备。虽
16、然出现了少量的烹饪机器人等智能设备，但利用率低，生产能力过剩。由于对原材料、半成品和成品的供应日益进行细分，中央厨房的智能加工设备的前景非常广阔。本文所涉及的智能机器人模糊神经网络控制，作为模糊逻辑控制和神经网络控制相结合的技术，结合高光谱技术和三维顶点分割技术，应用于中央厨房智能设备的研究和开发，希望将中央厨房从自动处理向智能加工转向智能处理。从水射流切割到冰水射流切割，对该技术进行了改进，提高了切割质量，但在器件调节与分割参数收集之间的自我调节率有待进一步提高。只有通过放大传感器阵列，完善模糊神经网络控制，才能实现更高的智能化。此外，高光谱成像所需的图像数据库相对较大，数据操作和处理速度也影响设备与食品材料之间的信息反馈。因此，中心厨房配料的细分和烹饪设备的研发。Reference：1刘佳丽.打造新时代“中央厨房”J.文化产业，2022（06）：16-18.2.亿谦中央厨房 食品安全重于泰山 服务意识决定成败J.湖北教育（
