电子烟二甘醇释放数据预测系统的制作方法

本发明涉及电子烟领域，尤其涉及一种电子烟二甘醇释放数据预测系统。

背景技术：

1、随着电子烟的普及，二甘醇作为电子烟液中常用的溶剂成分，也受到了越来越多的关注。二甘醇，又称丙二醇，是一种无色、无味的化合物，在食品、药物和化妆品等领域有广泛的应用。在电子烟中作为溶剂使用的二甘醇，具有以下几个使用优势。

2、首先，二甘醇具有良好的吸湿性能。二甘醇可以快速吸湿，保持电子烟液的湿润程度。相比之下，其他常用的溶剂如丙酮和乙醇等则会更容易挥发，导致电子烟液的干燥，影响烟雾的产生和味道的释放。因此，二甘醇在电子烟中的使用可以增加烟雾的浓度，并提供更好的口感和视觉效果。

3、其次，二甘醇具有较低的毒性。通过多项研究发现，二甘醇在一定浓度范围内对人体相对安全，一般不会引发重大的毒性反应。而其他一些溶剂如丙酮和乙醇等，存在一定的毒性风险，尤其是在高温情况下可能会释放有害物质。因此，相比之下，二甘醇的使用更加安全可靠。

4、第三，二甘醇对于口感和味道的提升具有独特的作用。二甘醇具有轻微的甜味，因此可以在一定程度上提升电子烟液的口感。同时，二甘醇也可以提高食品和草药味道的释放效果。这就意味着，在电子烟中使用二甘醇可以让烟雾更加柔和且口感更好，同时也能更好地还原传统烟草的味道。

5、最后，二甘醇的稳定性较好。二甘醇是一种较为稳定的化合物，不易分解和变质，在常温下可以长时间保存。这就保证了电子烟液的质量和口感不会随时间的推移而发生明显变化。相比之下，其他一些溶剂可能会受到外界因素的影响，导致电子烟液的品质下降。

6、然而，即使二甘醇在电子烟中的使用具有诸多优势，包括良好的吸湿性能、较低的毒性、对口感和味道的提升以及较好的稳定性等。然而，需要注意的是，虽然二甘醇在一定浓度范围内相对安全，但长期大量使用可能会对健康产生一定的影响。因此，在进行电子烟的使用过程中，需要对每一次抽吸动作是否的二甘醇的总量进行分析，从而为电子烟用户提供二甘醇释放总量的参考数据。显然，现有技术中并不存在相应的技术方案。

技术实现思路

1、为了解决相关领域的技术问题，本发明提供了一种电子烟二甘醇释放数据预测系统，能够引入针对性学习以及针对性结构设计的人工智能模型，用于基于各项电子烟配置信息以及各项当前抽吸动作数据智能预测当前抽吸动作所释放的二甘醇的总量，从而为电子烟用户后续定制更健康的抽吸策略提供有价值的参考信息。

2、根据本发明，提供了一种电子烟二甘醇释放数据预测系统，所述系统包括：

3、第一解析机构，用于获取当前电子烟的烟液对应的二甘醇含量、当前电子烟的雾化温度、当前电子烟的电池容量以及当前电子烟的电池工作电压；

4、第二解析机构，用于获取当前电子烟的剩余烟液容量、当前电子烟的进气口的进气体积以及当前电子烟的发热丝的发热面积以作为当前电子烟的本次抽吸对应的各项实时数据；

5、多次重构器件，用于对前馈神经网络执行多次学习以获得完成多次学习后的前馈神经网络，学习的次数与当前电子烟的烟液对应的二甘醇含量正向关联；

6、智能预测器件，分别与所述第一解析机构、所述第二解析机构以及所述多次重构器件连接，用于采用完成多次学习后的前馈神经网络以基于当前电子烟的本次抽吸对应的各项实时数据、当前电子烟的烟液对应的二甘醇含量、当前电子烟的雾化温度、当前电子烟的电池容量以及当前电子烟的电池工作电压智能预测当前电子烟的本次抽吸所释放的二甘醇的总量；

7、现场标记器件，与所述智能预测器件连接，用于在接收到的当前电子烟的本次抽吸所释放的二甘醇的总量大于等于设定总量阈值时，执行对当前电子烟的本次抽吸所释放的二甘醇的总量的高亮红色显示；

8、其中，对前馈神经网络执行多次学习以获得完成多次学习后的前馈神经网络，学习的次数与当前电子烟的烟液对应的二甘醇含量正向关联包括：当前电子烟的烟液对应的二甘醇含量越高，对应的选择的学习的次数越多；

9、其中，对前馈神经网络执行多次学习以获得完成多次学习后的前馈神经网络，学习的次数与当前电子烟的烟液对应的二甘醇含量正向关联还包括：在对前馈神经网络执行的每一次学习中，将当前电子烟某一次抽吸对应的各项实时数据、当前电子烟的烟液对应的二甘醇含量、当前电子烟的雾化温度、当前电子烟的电池容量以及当前电子烟的电池工作电压作为所述前馈神经网络的各项输入信息，将已测的当前电子烟某一次抽吸释放的二甘醇的总量作为所述前馈神经网络的单项输出信息，完成本次学习处理。

10、由此可见，本发明至少具备以下几处显著的实质性特点：

11、首先：对前馈神经网络执行多次针对性的学习处理以获得能够用于有效预测每一次电子烟抽吸所释放的二甘醇含量的人工智能模型，在每一次针对性的学习处理中，将当前电子烟某一次抽吸对应的各项实时数据、当前电子烟的烟液对应的二甘醇含量、当前电子烟的雾化温度、当前电子烟的电池容量以及当前电子烟的电池工作电压作为前馈神经网络的各项输入信息，将已测的当前电子烟某一次抽吸释放的二甘醇的总量作为前馈神经网络的单项输出信息；

12、其次：学习的次数与当前电子烟的烟液对应的二甘醇含量正向关联，采用数值转换公式表示学习的次数与当前电子烟的烟液对应的二甘醇含量正向关联的数值转换关系，从而实现对不同烟液构成的不同人工智能模型的定制，保证了预测结果的可靠性和稳定性；

13、再次：采用完成多次学习后的前馈神经网络作为人工智能模型，用于基于当前电子烟的本次抽吸对应的各项实时数据、当前电子烟的烟液对应的二甘醇含量、当前电子烟的雾化温度、当前电子烟的电池容量以及当前电子烟的电池工作电压智能预测当前电子烟的本次抽吸所释放的二甘醇的总量，并在智能预测的当前电子烟的本次抽吸所释放的二甘醇的总量大于等于设定总量阈值时，执行对当前电子烟的本次抽吸所释放的二甘醇的总量的高亮红色显示，从而为当前电子烟的每一次抽吸的二甘醇释放总量提供可靠的预测机制以及有效的警示机制。

14、本发明的电子烟二甘醇释放数据预测系统设计紧凑、运行智能。由于能够引入针对性学习处理以及针对性结构设计的人工智能模型，用于基于各项电子烟配置信息以及各项当前抽吸动作数据智能预测当前抽吸动作所释放的二甘醇的总量，从而为电子烟用户后续定制更健康的抽吸策略提供有价值的参考信息。

技术特征：

1.一种电子烟二甘醇释放数据预测系统，其特征在于，所述系统包括：

2.如权利要求1所述的电子烟二甘醇释放数据预测系统，其特征在于：

3.如权利要求2所述的电子烟二甘醇释放数据预测系统，其特征在于，所述系统还包括：

4.如权利要求3所述的电子烟二甘醇释放数据预测系统，其特征在于：

5.如权利要求4所述的电子烟二甘醇释放数据预测系统，其特征在于：

6.如权利要求5所述的电子烟二甘醇释放数据预测系统，其特征在于：

7.如权利要求3-6任一所述的电子烟二甘醇释放数据预测系统，其特征在于，所述系统还包括：

8.如权利要求7所述的电子烟二甘醇释放数据预测系统，其特征在于：

9.如权利要求8所述的电子烟二甘醇释放数据预测系统，其特征在于：

技术总结本发明涉及一种电子烟二甘醇释放数据预测系统，包括：智能预测器件，用于采用完成多次学习后的前馈神经网络以基于当前电子烟的各项配置信息以及本次抽吸对应的各项实时数据预测本次抽吸所释放的二甘醇的总量；现场标记器件，用于在当前电子烟的本次抽吸所释放的二甘醇的总量超限时，执行对本次抽吸所释放的二甘醇的总量的高亮红色显示。本发明的电子烟二甘醇释放数据预测系统设计紧凑、运行智能。由于能够引入针对性学习处理以及针对性结构设计的人工智能模型，用于基于各项电子烟配置信息以及各项当前抽吸动作数据智能预测当前抽吸动作所释放的二甘醇的总量，从而为电子烟用户后续定制更健康的抽吸策略提供有价值的参考信息。技术研发人员：请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名受保护的技术使用者：南京硕光纳网络科技有限公司技术研发日：技术公布日：2024/4/17